informe-nota-45

Vista previa del material en texto

lOMoARcPSD|3707762 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
lOMoARcPSD|3707762 
LABORATORIO DE MEDIDAS E INSTRUMENTACION, 21 DE JULIO DE 2018. UNIVERSIDAD TECNOLOGICA DE PEREIRA. ISSN 0122-1701 1 
 
 
 
L 
Informe 5. Análisis de señales en LabVIEW. 
Germán E. Guzmán Barrero, Aldemar Enrı́quez López, Yersain Castaño Arenas.Universidad Tecnológica de 
Pereira, Pereira, Colombia. e-mails: asgerman.guzman@utp.edu.co, aenriquez@utp.edu.co, yercastano@utp.edu.co 
 
 
 
Abstract—El presente informe es referente al análisis de 
señales en el software de cómputo LabVIEW, se aplican los 
conceptos adquiridos previamente tanto en la asignatura análisis 
de señales como en el preinforme; partiendo de esta premisa se 
desarrolló a la practica propuesta con los conceptos concernientes 
a procesamiento de señales en forma discreta en el dominio del 
tiempo y a su vez en el dominio de la frecuencia utilizando la 
capacidad que posee LabVIEW por medio de las herramientas 
para este tipo de análisis.[1] 
Index Terms—FFT, DFT, Teorema de Nyquist, Aliasing, 
muestreo, ventana de muestreo, Hnning, Hamming, convolución, 
correlación cruzada, auto-correlación, indice de modulación. 
 
I. INTRODUCCIÓ N. 
A Transformada de Fourier tiene como origen la serie 
de Fourier la cual consiste en descomponer una función 
periódica de carácter no sinusoidal en sus componentes de 
frecuencia y con sus respectivas amplitudes, cuando el periodo 
de dicha tipo de señal tiende a infinito ya no es periódica y 
se habla de transformada de fourier ya que pasa de ser una 
sumatoria a una integral y su espectro de frecuencia posee una 
densidad espectral; para el análisis de señales en este software 
de cómputo se emplea FFT y DFT, siendo la primera mas 
rápida que la segunda y ambas aplicadas a una señal digital 
(discreta); también se tuvieron en cuenta conceptos como 
teorema de Nyquist que relaciona la frecuencia de muestreo 
con la frecuencia de la señal siendo la primera mayor o igual 
a dos veces la segunda, también se seleccionó la mejor opción 
en cuanto a la ventana de muestreo bien sea de tipo Hmming 
o Hanning.[2] 
 
II. PROCEDIMIENTO. 
 
del OPAM, ya con estos elementos se asumió Rf = 33 kΩy 
se halló la resistencia faltante con un valor aproximado a 
un valor comercial de 8, 2 kΩ, esto se hace con el fin de 
amplificar la tensión de entrada de un generador de señales de 
ondas cuadradas de 1Vp de tensión para ası́ generar audio 
a través de este dispositivo. A continuación, las imágenes 
correspondientes al circuito del buzzer y la señal entrada y 
salida (buzzer): 
 
Fig. 1. Circuito para el buzzer. 
Inicialmente se procedió a implementar en LabVIEW el 
primer ejercicio de la practica que consist´ıa en obtener una 
señal modulada y a partir de ello obtener su Transformada de 
Fourier usando la herramienta FFT (la transformada rápida de 
Fourier por sus siglas en ingles), dado a que ya contábamos 
con el SubVI que se implementó para una practica anterior el 
cual modulaba una señal o las dos señales que se le ingresara, 
para después obtener su correlación cruzada , propia y la FFT 
de dicha señal generada. 
Para realizar la segunda parte de la práctica primero se 
implemento el LabVIEW el programa requerido, después de 
tener dicho VI se ingresaron los parámetros necesarios como 
Fs (frecuencia de muestreo), la resolución, la selección del 
canal y se calcula el ∆f como lo sugiere la gu´ıa; con el fin 
de generar audio en un buzzer se comenzó a ensamblar el 
circuito necesario para generar una ganancia de tensión de 
5V utilizando un OPAMP y dos resistencias, una de retroali- 
mentación Rf y la resistencia de entrada al terminal negativo 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Fig. 2. Señal de entrada y salida del circuito. 
 
 
III. RESULTADOS. 
A. Espectro de frecuencia de una señal modulada. 
Señales portadora y moduladora: 
mailto:asgerman.guzman@utp.edu.co
mailto:aenriquez@utp.edu.co
mailto:yercastano@utp.edu.co
 
lOMoARcPSD|3707762 
LABORATORIO DE MEDIDAS E INSTRUMENTACION, 21 DE JULIO DE 2018. UNIVERSIDAD TECNOLOGICA DE PEREIRA. ISSN 0122-1701 2 
 
 
 
 
 
 
 
 
 
Fig. 3. Señal portadora. 
Fig. 6. Fase. 
 
 
 
• Espectro en magnitud y fase con m=1: 
 
 
 
 
 
 
Fig. 7. Espectro en magnitud. 
Fig. 4. Señal moduladora. 
 
 
 
• Espectro en magnitud y fase con m<1: 
 
 
 
Fig. 5. Espectro en magnitud. 
 
 
 
 
 
 
Fig. 8. Fase. 
 
 
 
• Espectro en magnitud y fase con m>1: 
 
lOMoARcPSD|3707762 
LABORATORIO DE MEDIDAS E INSTRUMENTACION, 21 DE JULIO DE 2018. UNIVERSIDAD TECNOLOGICA DE PEREIRA. ISSN 0122-1701 3 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Fig. 9. Espectro en magnitud. 
Fig. 14. Correlación cruzada. 
 
• Correlación y auto-correlación para m>1. 
 
Fig. 15. Auto-correlación 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Fig. 10. Fase. 
 
 
 
B. Correlación señal modulada. 
• Correlación y auto-correlación para m<1. 
 
 
Fig. 11. Auto-correlación. 
 
 
 
Fig. 12. Correlación cruzada. 
 
• Correlación y auto-correlación para m=1. 
 
Fig. 13. Auto-correlación. 
Fig. 16. Correlación cruzada. 
 
 
C. Adquisición de señales con la entrada de sonido. 
Los siguientes son los resultados de las magnitudes del 
espectro a diferentes frecuencias: 
 
Frecuencia aplicada [kHz] Magnitud Espectro en LabVIEW 
2,041 0,027 
2,571 0,062 
2,971 0,051 
3,501 0,036 
4,051 0,027 
TABLE I 
ESPECTRO A DIFERENTES FRECUENCIAS. 
 
 
Las siguientes son las imágenes del espectro con la duración 
establecida por el usuario con N (Array) y Fs (Array 2): 
 
 
Fig. 17. Espectro obtenido con frecuencia de 2041 kHz 
 
 
 
Fig. 18. Espectro obtenido con frecuencia de 2571 kHz 
 
lOMoARcPSD|3707762 
LABORATORIO DE MEDIDAS E INSTRUMENTACION, 21 DE JULIO DE 2018. UNIVERSIDAD TECNOLOGICA DE PEREIRA. ISSN 0122-1701 4 
 
 
 
N 
necesario se puede correr el riesgo de que se presente 
el fenómeno de Aliasing que consiste en que una señal 
sea copia de otra y esto impide que se recupere fielmente 
la señal muestreada. El valor de ∆f es proporcional al 
aumento o disminución de la frecuencia de muestreo 
esto dado por la ecuación ∆f = FS al igual que la 
 
Fig. 19. Espectro obtenido con frecuencia de 2971 kHz 
 
 
 
Fig. 20. Espectro obtenido con frecuencia de 3501 kHz 
frecuencia máxima, esto considerando para el primer caso 
que el numero de muestras permanezca invariante de lo 
contrario podr´ıa permanecer invariante ∆F . 
• El numero de muestras N se puede hallar, de acuerdo a 
las formulas de la gu´ıa, multiplicando la frecuencia de 
muestreo por la duración. 
• El espectro de frecuencia varia cada intervalo t de tiempo 
preestablecido o seleccionado por el usuario, ya que al 
ajustar ese tiempo se ajusta la cantidad de segundos por 
las que se desea adquirir el sonido. El espectro a su vez 
cambia cada t segundos. 
 
V. DIFICULTADES. 
La principal dificultad que se presentó 
 
en la practica fue 
que después de implementar el circuito del buzzer la señal 
generada por el generador de funciones no se pod´ıa observar 
ya que hubo inconvenientes con la sondas del generador de 
funciones y luego se generó el mismo inconveniente con las 
sondas del osciloscopio, lo cual nos hizo perder una cantidad 
Fig. 21. Espectro obtenido con frecuencia de 4051 kHz 
 
IV. ANÁ LISIS DE RESULTADOS. 
• Espectro de frecuencia de una señal modulada: De 
de tiempo importante y nos obstaculizó 
normal de la practica. 
 
VI. OBSERVACIONES. 
para un desarrollo 
acuerdo a los resultados presentados en la secciónanterior 
y a las Figuras 5, 7 y 9 la magnitud de la función 
portadora que es la que posee una frecuencia de 10 kHz su 
magnitud permanece invariante ante cambios del indice 
de modulación mientras que la magnitud de los otros 
componentes de frecuencia , los que se encuentran a 
una frecuencia de 1 kHz de ✭ distancia✮ de la portadora, 
aumentan cuando aumenta el indice de modulación, estos 
espectros corresponden a la las bandas de la envolvente 
una lateral superior e inferior, que se encuentra invertida 
con respecto al espectro de la banda lateral superior. 
También se puede afirmar que gracias a a los coeficientes 
de correlación obtenidos a partir del calculo de la auto- 
correlación y correlación cruzada la señal modulada y 
de modulación tiene una muy relación muy pobre entre 
s´ı.[3] 
• El rango máximo que se mostrarı́a en las gráficas es de 24 
kHz debido al teorema de Nyquist ya que la frecuencia 
de muestreo seria de 48 kHz y esta condición mı́nima 
para muestrear una señal análoga es Fs ≥ 2F . Este 
teorema debe cumplirse para que la señal analógica pueda 
ser reconstruida sin error de muestras tomadas; y debe 
tenerse en cuenta la frecuencia de Nyquist que es la 
frecuencia máxima que debe estar en la análoga para 
que no se presente el fenómeno de Aliasing en la señal 
discretizada. 
• Como se dec´ıa en el ´ıtem sobre la frecuencia de Nyquist 
o máxima, si se reduce la frecuencia de muestreo a la 
Cabe recalcar que durante el desarrollo de la segunda parte 
de la practica que consistı́a en la adquisición de sonido, se 
uso una frecuencia de muestreo a tope, es decir, la mas alta 
permitida por Acquire Sound Express VI. 
 
VII. CONCLUSIONES. 
Se pudo evidenciar lo importancia de herramientas tan 
importantes que tiene LabVIEW para el campo de proce- 
samiento de señales bien sea generadas en el mismo software o 
generadas externamente por medio de dispositivos electrónicos 
lo cual la hace una herramienta muy dinámica y versátil para 
aplicaciones en la ingenier´ıa. 
 
REFERENCES 
[1] G. A. H. Londoño, S. M. P. Londoño, and Á . Á . O. Gutiérrez, Curso 
básico de Labview 6i. Universidad Tecnológica de Pereira, Fac. de 
Ingenier´ıa, 2002. 
[2] H. P. Hsu, R. Mehra, F. Velasco Coba et al., Análisis de Fourier, 1987. 
[3] D. Peña, Análisis de datos multivariantes. McGraw-Hill España, 2013.