Grant Maloy Smith

martes, 14 de marzo de 2023 · 0 min read

¿Qué es el procesamiento de señales?

El procesamiento de señales implica convertir o transformar datos de una manera que nos permita ver cosas en ellos que no son posibles a través de la observación directa. El procesamiento de señales permite a los ingenieros y científicos analizar, optimizar y corregir señales, incluidos datos científicos, transmisiones de audio, imágenes y video.

En este artículo, aprenderá sobre el procesamiento de señales con suficiente detalle para:

  • Comprender qué es el procesamiento de señales en el nivel superior

  • Aprender cómo se realiza el procesamiento de señales

  • Ver cómo se aplica el procesamiento de señales en las aplicaciones DAQ (adquisición de datos)

Las empresas gastan millones de dólares cada año en la compra de equipos de prueba para que sus ingenieros y técnicos puedan registrar datos de prueba. Esta inversión en equipos y mano de obra tiene un propósito: comprender cómo funcionarán sus productos en el mundo real. Esta comprensión solo puede provenir de la captura y el análisis de datos objetivos y de alta calidad.

Visualización de datos de vibración en los ejes de tiempo y frecuencia simultáneamente

Pero los datos en sí son solo escalonados. Para entender lo que significan los datos, necesitamos analizarlos. El análisis tiene varios componentes, que incluyen:

  • Hacer observaciones - mediante datos registrados y luego revisarlos

  • Hacer comparaciones: uno de los elementos fundamentales del análisis es comparar A con B, por ejemplo, "¿cuánto torque aumenta el eje de transmisión cuando aumentamos la velocidad de 100 a 200?" o "¿cómo cambia la corriente con respecto al voltaje?"

Los métodos anteriores son observaciones directas. Aplicamos sensores de muchos tipos y luego operamos la máquina o el proceso mientras registramos sus respuestas. Luego miramos los datos y comparamos los parámetros durante las diferentes fases de operación. Pero hay otra herramienta de análisis de datos que podemos usar:

Procesamiento de señales - transformar datos de una manera que nos permita ver cosas que no son posibles mediante la observación directa o la comparación.

  • El procesamiento de señales (también conocido como procesamiento de señales digitales), toma varias formas según la aplicación. En el mundo de la adquisición de datos (DAQ), utilizamos el procesamiento de señales para analizar los datos medidos.

¿Cómo se realiza el Procesamiento de Señales?

Históricamente, el procesamiento de señales se realizaba completamente en el dominio analógico. Por ejemplo, los filtros de señal se construyeron utilizando componentes discretos como resistencias, condensadores e inductores. Esto todavía se hace, por supuesto, pero desde finales del siglo XX, los datos de todo tipo se han digitalizado cada vez más. Como resultado, el procesamiento de señales ha pasado necesariamente del dominio analógico al digital.

Today, digital signal processing is done primarily in software. Signal processing software can run on the processor or graphics card of a desktop computer, or in a smart device. For more demanding applications it runs on dedicated DSPs (Digital Signal Processors), ASICs (Applications Specific Integrated Circuits), or FPGAs (Field Programmable Gate Arrays), and on powerful computer mainframes. Hoy en día, el procesamiento de señales digitales se realiza principalmente en software. El software de procesamiento de señales puede ejecutarse en el procesador o la tarjeta gráfica de una computadora de escritorio o en un dispositivo inteligente. Para aplicaciones más exigentes, se ejecuta en DSP dedicados (por la traducción de sus siglas al español, procesadores de señales digitales), ASIC (circuitos integrados específicos de aplicaciones) o FPGA (matrices de puertas programables en campo) y en potentes mainframes de computadora.

Dispositivos analógicos A-DSP-21363 con núcleo SHARC, Pedant01

Los chips DSP originales se desarrollaron en la década de 1960 y se utilizaron para mejorar RADAR y SONAR en aplicaciones militares. Posteriormente se aplicaron en el área geofísica como la exploración de petróleo, aplicaciones espaciales como la compresión de datos y para aplicaciones de imágenes médicas como CAT o “C.T.” (tomografía computarizada) y MRI (imágenes por resonancia magnética) escaneo del cuerpo humano.

Hoy en día, el poder incluso de las computadoras portátiles es mucho mayor que el de las computadoras centrales más grandes del pasado, y se puede realizar una gran variedad de funciones de procesamiento de señales en tiempo real y posprocesamiento mediante sistemas DAQ basados ​​en PC.

Muchos sistemas emplean una combinación de procesamiento de computadora host y procesamiento DSP para realizar funciones de procesamiento de señales. El hardware DSP es muy rápido y se puede dedicar a funciones comunes. Por ejemplo, los DSP se utilizan en convertidores de analógico a digital (ADC) para filtrar, combinar flujos de bits digitales y más. Pueden manejar una gran cantidad de datos muy rápidamente.

Aplicaciones de Procesamiento de Señales

El procesamiento de señales se aplica en numerosas industrias y aplicaciones, que incluyen:

  • Compresión de audio y procesamiento de señales.

  • Adquisición de datos y procesamiento de señales.

  • Procesamiento digital de imágenes y gráficos

  • Compresión de video y procesamiento de señales.

  • Reconocimiento y procesamiento de voz

  • Procesamiento de señales RADAR, SONAR y LiDAR y optimización de señales

  • Estudios sísmicos y análisis de datos

  • Aplicaciones geofísicas, incluida la exploración de petróleo

  • Transmisión de datos, incluida la detección y corrección de errores

  • Modelado y análisis económico

  • Aplicaciones médicas, especialmente imágenes (CAT y MRI)

  • Predicción del tiempo

  • Oceanografía, incluidas las predicciones de rendimiento acústico submarino

El procesamiento de señales opera tanto en sistemas lineales como no lineales, sin embargo, la mayoría de los sistemas caen en el campo no lineal, es decir, aquellos cuyos valores cambian con el tiempo, a menudo de manera impredecible, donde un cambio en la salida no es linealmente proporcional a un cambio en la entrada.

El procesamiento de señales no lineales se puede implementar en varios dominios, que incluyen:

  • El dominio del tiempo, es decir, puntos de amplitud trazados contra el tiempo

  • El dominio de la frecuencia, es decir, las frecuencias representadas frente a sus magnitudes

  • Dominio espacio-temporal, es decir, a través del espacio y el tiempo. Por ejemplo, monitorear las rutas de cientos de aviones en todo el mundo, o miles de satélites que orbitan alrededor de la Tierra.

Tipos de Procesamiento de Señales

Filtración

El filtrado es una de las técnicas de procesamiento de señales más básicas e importantes. Se ha utilizado desde el principio de la grabación analógica para mejorar nuestra capacidad de ver la señal verdadera mediante la supresión del "ruido" y otras interferencias. El filtrado se usó (y se usa) para aplicaciones que van desde ajustar la respuesta de graves y agudos de su reproductor de música hasta ajustar la frecuencia del canal de una radio y mejorar la calidad del sonido en las líneas telefónicas.

Se utiliza un filtro de paso bajo para eliminar el "ruido" de alta frecuencia no deseado en una señal

En los sistemas DAQ, se usaban filtros analógicos para atenuar el contenido de la señal por encima o por debajo de una determinada frecuencia, para reducir el "ruido" en la señal. Estos filtros normalmente formaban parte de los acondicionadores de señal o preamplificadores del sistema DAQ.

Los cuatro tipos básicos de filtros incluyen:

Los cuatro tipos básicos de filtros

Los filtros también se definen por la cantidad de polos que tienen. Cuantos más polos, más pronunciada es la caída que pueden realizar en la señal. Este roll-off o pendiente simplemente significa cuántos decibelios de la señal se pueden reducir por octava. La especificación del filtro en cuestión normalmente dará la caída máxima en dB/Q.

Filtros

Ningún filtro es perfecto. Pueden imponer retrasos de fase, ondulación y otras distorsiones dentro del pasa bandas. El truco consiste en elegir el prototipo de filtro correcto que funcione mejor para el tipo de señales que se procesan. Escuchará sobre prototipos de filtros como BesselButterworthElliptic y Chebyshev, por nombrar algunos. A lo largo de los años, los ingenieros han desarrollado numerosos prototipos de filtrado con el fin de proporcionar los mejores resultados posibles para diversas aplicaciones:

PrototipoRoll-offOndulación o distorsiónOtros Factores
ButterworthBuenoSin ondulación, pero las ondas cuadradas provocan distorsión (histéresis)Distorsión de fase moderada
ChebyshevSteeperOndulaciones en la banda de pasoMala respuesta transitoria
BesselBuenoNo ringing or overshoot from non-sinus waveformsMayor retardo de fase
EllipticSteepestOndulaciones en la banda de pasoRespuesta de fase no lineal

¿Qué es mejor, filtrado analógico o digital?

En aplicaciones que requieren un filtro simple e inalterable en el dominio analógico, puede ser más barato y fácil usar un diseño de filtro analógico. Sin embargo, si se requiere tener filtros que se adapten a una variedad de aplicaciones, o que se ejecuten en el dominio digital, el enfoque digital es mucho menos costoso y ocupa mucho menos espacio. El filtrado digital también puede ser más preciso ya que elimina las tolerancias de los componentes discretos en el dominio analógico (resistencias, capacitores, etc).

En el mundo DAQ, el filtrado solía realizarse exclusivamente dentro del front-end de acondicionamiento de señal del sistema. Pero esto cambió cuando los sistemas DAQ se volvieron digitales en la década de 1980. Hoy en día, es común que los acondicionadores de señal no ofrezcan ningún tipo de filtrado, excepto en algunos casos en los que es necesario filtrar ciertas frecuencias antes del proceso de digitalización. Hay dos ejemplos notables de esto:

Filtrado de pasa altas de acelerómetros, especialmente cuando la señal será integrada o doblemente integrada.

Filtrado anti aliasado. La etapa principal del filtrado anti alisado debe realizarse en el dominio analógico. Un alias es una señal "falsa" provocada por un muestreo demasiado lento en comparación con el contenido de frecuencia de la señal. Una vez que este alias ha sido digitalizado, no hay forma de recrear la verdadera señal.

Filtrado Digital

El filtrado digital se puede realizar en software de computadora o en un DSP (procesador de señal digital) dedicado. Las aplicaciones de gama alta a veces emplean ASIC o FPGA personalizados para realizar funciones de filtrado.

Pantalla de diseño de filtro del software DewesoftX

Filtrado IIR versus FIR

IIR y FIR son dos enfoques básicos para el filtrado digital. Cada uno tiene sus ventajas y desventajas:

Los filtros FIR (Respuesta de impulso finito) se calculan con muchos coeficientes y son bien conocidos por tener un cambio de fase esencialmente cero dentro de la banda de paso. Esto es fundamental cuando las señales se compararán en el eje del tiempo. El filtrado FIR requiere muchos cálculos.

La pantalla de configuración del filtro FIR muestra el cambio de fase cero (línea verde) y la distorsión (línea roja) dentro de la banda de paso (línea gris vertical)

Los filtros IIR (Respuesta de Impulso Infinita) se calculan con muchos menos coeficientes que los filtros FIR, por lo que requieren menos procesamiento. Son un equivalente directo a los filtros analógicos clásicos. Por ejemplo, con los filtros IIR podemos lograr el pasa bajas teórico exacto, el pasa altas, la ponderación del sonido y otros filtros estándar que se encuentran en los circuitos analógicos.

Comparación de cambio de fase de filtros IIR y FIR

En el gráfico de comparación de fases anterior, la curva verde es la onda sinusoidal original.

La curva roja es la respuesta calculada con un filtro IIR. El retraso de fase de la salida es muy obvio y bastante grande.

La curva azul se calcula con un filtro FIR. Tenga en cuenta que hay cambio de fase cero. En muchas aplicaciones, es muy importante que las señales no sean retrasadas por los filtros, ya que se están realizando comparaciones de fase. En estas aplicaciones, los filtros FIR son muy importantes.

Análisis FFT

Convertir una señal del dominio del tiempo al dominio de la frecuencia nos permite ver cosas en ella que no son posibles a través de la observación directa. En la forma de onda de CA compleja que se muestra a continuación, la señal se compone de numerosas frecuencias:

Una grabación de una forma de onda complej

Es difícil saber qué frecuencias están contenidas dentro de la señal de este gráfico de tiempo vs. historial. La solución es usar la transformada rápida de Fourier (FFT) para capturar “ventanas” de tiempo cortas y convertirlas al dominio de la frecuencia. La FFT facilita ver cuáles son las frecuencias de mayor magnitud, como se muestra a continuación:

La misma señal se muestra en el dominio de la frecuencia (frecuencia frente a magnitud)

Usando el procesamiento de señales FFT, podemos ver nuestros datos medidos en el eje de frecuencia en lugar del eje de tiempo más familiar.

Análisis Modal

Las pruebas y análisis modales son herramientas indispensables para determinar las frecuencias naturales, las relaciones de amortiguamiento y las formas modales de cualquier estructura. Usted "excita" una estructura con un martillo de impacto o uno o más shakers modales múltiples, luego mide las respuestas usando acelerómetros montados en él.

Cuando golpea una estructura con un martillo de impacto (impulso), excita una amplia gama de frecuencias dentro de la estructura. Los martillos de impulso tienen incorporado un acelerómetro para que sepamos la fuerza exacta que se ha aplicado.

Los shakers modales funcionan con una frecuencia a la vez. Pueden "subir" y "bajar" de una frecuencia a otra en serie, según la prueba. También es posible utilizar varios agitadores al mismo tiempo.

Descripción general de las pruebas modales SIMO, MIMO y ODS

El análisis modal se usa mucho en ingeniería civil e industrias como la aeroespacial y la automotriz, en una amplia gama de aplicaciones, que incluyen:

  • Asegurar que las resonancias estén separadas de las frecuencias de excitación

  • Predicción del comportamiento dinámico de componentes y estructuras ensambladas

  • Optimización de las propiedades dinámicas de la estructura (masa, rigidez, amortiguamiento)

  • Predicción de las respuestas debidas a excitación compleja

  • Inclusión de amortiguamiento en modelos de elementos finitos

  • Detección y evaluación de daños

Las implementaciones importantes de las pruebas modales incluyen la Prueba Modal en sí misma, la prueba Reducción de Seno, el Espectro de Respuesta de Choque (SRS), el Análisis de Fatiga, y más.  

Aprender más:

Prueba de reducción de seno
Espectro de respuesta al impacto
Prueba de fatiga

Matemáticas

Debido a que los datos son digitales en los sistemas DAQ de hoy en día, hay una gran cantidad de procesos matemáticos que se pueden realizar en ellos. Está más allá del alcance de este artículo cubrirlos todos, pero aquí hay solo un breve resumen de algunas de las funciones matemáticas más populares disponibles en los programas de software DAQ más populares:

  • Estadísticas: RMS, promedio, mínimo, máximo, desviación estándar, varianza, clasificación, conteo, estadísticas de matriz, etc.

  • Análisis en el dominio del tiempo: canal de retardo, integral, derivada, matemática de valor de bloqueo, matemática de alcance, transformación de tiempo a vector

  • Análisis de dominio de frecuencia: cepstrum, correlación, frecuencia exacta, transformada de Fourier, espectro completo, análisis de octava, transformada de Fourier de tiempo corto (SFFT)

  • Filtrado: FIR, IIR, FFR, integración, derivación

  • Diagnóstico de maquinaria: matemática del sensor de ángulo, ruido de combustión, detección de envolvente, procesamiento sinusoidal (COLA), filtro de seguimiento

  • Procedimientos de conteo

  • Acústica: incluidos los filtros de ponderación

  • Deformación y tensión: cálculos de rosetas

  • Constantes: vectores, matriz constante

  • Operadores básicos: suma, resta, división, multiplicación, mod, potencia

  • Funciones: cuadrado, raíz cuadrada, absoluto, truncado, aleatorio, logaritmo (base2), logaritmo (base10), logaritmo natural, exponente, si condición, min, max

  • Trigonometría: sin, cos, tan, asin, acos, atan, Pi

  • Lógica: menor que, igual, mayor que, menor o igual, mayor o igual, no igual, no, y, o, xor

  • Señales: número de muestras adquiridas, frecuencia de muestreo, tiempo transcurrido, onda sinusoidal, onda cuadrada, onda triangular, ruido

  • Medida: ancho de pulso, cronómetro

Herramientas de Procesamiento de Señales

Hay una serie de herramientas de procesamiento de señales disponibles para ingenieros y científicos en la actualidad. Aquí hay una lista de algunos de los más conocidos y populares:

ProductoCompañíaComentarios
MatLabThe MathWorksSoftware muy potente y extensible.
GNU OctaveGNUVersión MatLab de fuente abierta
SciPlySciPlyLibrería de Python de fuente abierta
DewesoftXDewesoftSoftware DAQ con amplias capacidades de filtrado, FFT, modales y matemáticas

Resumen

El procesamiento de señales se aplica en muchas industrias y sectores, que incluyen acústica, pruebas modales de estructuras, procesamiento de video, geofísica, ingeniería automotriz, ingeniería aeroespacial, energía, imágenes médicas, RADAR, SONAR, LIDAR y más. Cada uno aplica los métodos de procesamiento de señales que son más pertinentes a sus requisitos particulares.