analisis espectral

2
ANÁLISIS ESPECTRAL Luis A. Zabala (1) . [email protected]. (1) Instituto de Posgrado y Educación Continua. Escuela Superior Politécnica de Chimborazo. Riobamba, EC060155, Ecuador. I. Abstract- This document was created based on the work done for the frequency analysis of a typical noisy signal. Study has been performed of a sinusoidal signal to which noise has been added. Thus a filter is applied to remove noise and spectral analysis method based on the periodogram and Welch periodogram is performed. This is used as a simulation tool Matlab software. In addition to the above is also used for analyzing the spectrogram that shows frequency in various color shades. The use of Butter filter will be exposed as using a Hanning window. II. INTRODUCCIÓN El uso de herramientas de simulación como Matlab permite un mejor análisis del comportamiento de ciertas señales periódicas o aperiódicas en el tiempo. De este modo en diferentes campos de ingeniería se requiere el estudio y análisis de varias señales en el dominio de la frecuencia. Habiendo varias opciones se logra determinar el PSD o densidad espectral de Potencia para lo cual utilizamos dos maneras de estimar el PSD como son el periodograma basado en la FFT y además un método más preciso como el periodograma de Welch sirven como estimadores no paramétricos de la señal a estudiar. Apoyándose en Matlab logramos simular estas señales en el dominio del tiempo y la frecuencia. III. FUNDAMENTO TEÓRICO El filtro de Butterworth es uno de los filtros electrónicos más básicos, diseñado para producir la respuesta más plana que sea posible hasta la frecuencia de corte. En otras palabras, la salida se mantiene constante casi hasta la frecuencia de corte, luego disminuye a razón de 20n dB por década. Se puede decir que es un filtro con una respuesta muy lenta en comparación con otros filtros. A. Estimación Espectral de Potencia Un problema muy común y con grandes aplicaciones prácticas en procesado de señal es el de estimar la densidad espectral de potencia de una señal aleatoria estacionaria. Decimos "estimar" puesto que, como la señal es un proceso estocástico (estacionario) dada la naturaleza estocástica del mismo no es posible determinar con absoluta precisión su DEP a no ser que dispongamos de un registro de señal infinito, lo cual no es posible. Las técnicas de estimación se dividen en dos grandes grupos: No Paramétricas. Están basadas siempre de una u otra forma en el cálculo del periodograma. Calcular la transformada de fourier (en un ordenador es la DFT) de un registro de señal para estimar su espectro es un ejemplo de técnica no paramétrica. Paramétricas. Consisten en suponer un determinado modelo para el proceso estocástico (modelos AR, MA, ARMA, etc) y en la estimación de los parámetros de estos modelos mediante técnicas de predicción lineal (filtrado lineal óptimo) u otros métodos. IV. DESCRIPCIÓN DEL PROBLEMA El problema inicial es aplicar ciertos métodos que servirán como herramientas para el análisis frecuencial de una señal del tipo senoidal a la cual se ha añadido ruido para el cual se establece una S/N=3dB. De donde: f1=50Hz, f2=120Hz. La duración de la señal es de 5 segundos. Se debe hacer uso de una ventana de Hanning y luego filtrarla mediante un filtro de Butterworth IIR de orden 2 para evitar aliasing a una frecuencia de corte de 140Hz. V. DESARROLLO PRÁCTICO Como primer punto se presenta la señal graficada en el dominio del tiempo: Fig. 1. Señal en el tiempo Como sigue aplicando un filtro Butterworth de orden 2 y ayudándonos de la FFT de Matlab se puede observar el espectro de frecuencia limitada por la frecuencia de corte

Upload: luis-zabala

Post on 03-Oct-2015

2 views

Category:

Documents


0 download

DESCRIPTION

una introduccion al analisis y disenio de filtros

TRANSCRIPT

  • ANLISIS ESPECTRAL

    Luis A. Zabala(1)

    .

    [email protected]. (1)

    Instituto de Posgrado y Educacin Continua. Escuela Superior Politcnica de Chimborazo.

    Riobamba, EC060155, Ecuador.

    I. Abstract- This document was created based on the work

    done for the frequency analysis of a typical noisy signal. Study

    has been performed of a sinusoidal signal to which noise has been

    added. Thus a filter is applied to remove noise and spectral

    analysis method based on the periodogram and Welch

    periodogram is performed. This is used as a simulation tool

    Matlab software. In addition to the above is also used for

    analyzing the spectrogram that shows frequency in various color

    shades. The use of Butter filter will be exposed as using a

    Hanning window.

    II. INTRODUCCIN

    El uso de herramientas de simulacin como Matlab

    permite un mejor anlisis del comportamiento de ciertas

    seales peridicas o aperidicas en el tiempo. De este modo

    en diferentes campos de ingeniera se requiere el estudio y

    anlisis de varias seales en el dominio de la frecuencia.

    Habiendo varias opciones se logra determinar el PSD o

    densidad espectral de Potencia para lo cual utilizamos dos

    maneras de estimar el PSD como son el periodograma basado

    en la FFT y adems un mtodo ms preciso como el

    periodograma de Welch sirven como estimadores no

    paramtricos de la seal a estudiar.

    Apoyndose en Matlab logramos simular estas seales en

    el dominio del tiempo y la frecuencia.

    III. FUNDAMENTO TERICO

    El filtro de Butterworth es uno de los filtros electrnicos

    ms bsicos, diseado para producir la respuesta ms plana

    que sea posible hasta la frecuencia de corte. En otras

    palabras, la salida se mantiene constante casi hasta la

    frecuencia de corte, luego disminuye a razn de 20n dB por

    dcada.

    Se puede decir que es un filtro con una respuesta muy

    lenta en comparacin con otros filtros.

    A. Estimacin Espectral de Potencia

    Un problema muy comn y con grandes aplicaciones

    prcticas en procesado de seal es el de estimar la densidad

    espectral de potencia de una seal aleatoria estacionaria.

    Decimos "estimar" puesto que, como la seal es un proceso

    estocstico (estacionario) dada la naturaleza estocstica del

    mismo no es posible determinar con absoluta precisin su

    DEP a no ser que dispongamos de un registro de seal

    infinito, lo cual no es posible.

    Las tcnicas de estimacin se dividen en dos grandes

    grupos:

    No Paramtricas. Estn basadas siempre de una u otra

    forma en el clculo del periodograma. Calcular la

    transformada de fourier (en un ordenador es la DFT) de un

    registro de seal para estimar su espectro es un ejemplo de

    tcnica no paramtrica.

    Paramtricas. Consisten en suponer un determinado

    modelo para el proceso estocstico

    (modelos AR, MA, ARMA, etc) y en la estimacin de los

    parmetros de estos modelos mediante tcnicas de prediccin

    lineal (filtrado lineal ptimo) u otros mtodos.

    IV. DESCRIPCIN DEL PROBLEMA

    El problema inicial es aplicar ciertos mtodos que servirn

    como herramientas para el anlisis frecuencial de una seal del

    tipo senoidal a la cual se ha aadido ruido para el cual se

    establece una S/N=3dB.

    De donde: f1=50Hz, f2=120Hz. La duracin de la seal es

    de 5 segundos. Se debe hacer uso de una ventana de Hanning

    y luego filtrarla mediante un filtro de Butterworth IIR de

    orden 2 para evitar aliasing a una frecuencia de corte de

    140Hz.

    V. DESARROLLO PRCTICO

    Como primer punto se presenta la seal graficada en el

    dominio del tiempo:

    Fig. 1. Seal en el tiempo

    Como sigue aplicando un filtro Butterworth de orden 2 y

    ayudndonos de la FFT de Matlab se puede observar el

    espectro de frecuencia limitada por la frecuencia de corte

  • fc=140Hz. De all que presenta sus picos en 50 y 120Hz

    respectivamente.

    As presentamos un espectro donde se visualizan

    nicamente frecuencias positivas y limitadas en el eje por el

    comando xlim.

    Fig. 2. Espectro de seal filtrada

    Periodograma usando la FFT

    EL periodograma usando la FFT permite visualizar la

    densidad espectral de potencia con el comando de la ayuda de

    Matlab de igual forma los picos del periodograma se centran

    en 50 y 120Hz respectivamente.

    Fig. 3. Periodograma con la FFT

    Periodograma de Welch

    A diferencia del anterior este mtodo no paramtrico es

    ms preciso cuanto ms altas y variadas frecuencias se tenga.

    Entonces en la siguiente grafica se muestra as.

    Fig. 4. Periodograma de Welch

    Para este mtodo se utiliza una ventana Hanning con la

    longitud de la seal y con un solapamiento de muestras del

    50% de la ventana.

    Finalmente el grafico del espectrograma se muestra a

    continuacin donde se pueden visualizar claramente las bandas

    de frecuencia de nuestra seal en estudio; mismas bandas de

    anchura que depende de los parmetros del comando

    spectrogram.

    Fig. 5. Espectrograma frecuencial

    VI. CONCLUSIONES

    Como se pudo observar la aplicacin del filtro Butter de

    orden 2 no refleja un significativo cambio debido a que la

    respuesta de este es ms lenta en comparacin con otros

    filtros.

    La aplicacin de periodograma usando la FFT permite

    visualizar la densidad espectral de potencia alrededor de

    las frecuencias fundamentales. El Periodograma de Welch

    es un estimador ms preciso.

    Finalmente el uso del espectrograma define tonos de

    colores identificando con el color rojo donde se encuentran

    la concentracin de frecuencias con respecto al eje del

    tiempo.

    El PSD de la seal en anlisis tanto con el Periodograma

    clsico como con el de Welch, resulta en dB negativos lo

    cual se expresa fsicamente en una atenuacin al aplicar

    dicha seal con las frecuencias estudiadas.

    BIBLIOGRAFIA

    I. Santamara,Anlisis Espectral Clsico.

    Tratamiento digital de seales. Principios, algoritmos y aplicaciones". John G.

    Proakis, Dimitris G. Manolakis. Prentice Hall.