270 Ice Silen Pasivos - noPW PDF

INSTITUTO POLITCNICO NACIONAL
ESCUELA SUPERIOR DE INGENIERA MECNICA Y ELCTRICA

UNIDAD CULHUACAN
INGENIERA EN COMUNICACIONES Y ELECTRNICA
SEMINARIO DE TITULACIN
PROCESAMIENTO DIGITAL DE SEALES
SUPRESION DE RUIDO ACUSTICO EN MOTORES
TESINA
Que para obtener el grado de:
INGENIERO EN
COMUNICACIONES Y ELECTRNICA.
Presentan:
RAUL FLORES MORALES
ASESORES:
M. en C. ORLANDO BELTRN NAVARRO.
M. en C. BRAULIO SANCHEZ ZAMORA
Mxico, D. F. Diciembre de 2009.
INSTITUTO POLITCNICO NACIONAL

ESCUELA SUPERIOR DE INGENIERA MECNICA ELCTRICA
UNIDAD CULHUACAN
TESINA
Que para obtener el ttulo de:
INGENIERO EN COMUNICACIONES Y
ELECTRONICA
Por la opcin de titulacin:
SEMINARIO DE TITULACIN
PROCESAMIENTO DIGITAL DE SEALES
Debern desarrollar:
C. RAUL FLORES MORALES
INTRODUCCION
ABORDAR EL PROBLEMA DE SUPRESION DE RUIDO EN MOTORES
ES AHORA UNA NUEVA REALIDAD CON LOS NUEVOS
PROCESADORES DIGITALES TRABAJANDO EN TIEMPO REAL CON
ALGORITMOS EFICIENTES PROPORNEN UNA NUEVA PERSPECTIVA.
CAPITULO I
CAPITULO II
CAPITULO III
CAPITULO IV
CAPITULO V
CAPITULO VI
CAPITULO VII
ONDAS SONORAS
RUIDO
CANCELACION DE RUIDO ACUSTICO
FILTROS DIGITALES
TRANSFORMADA DE FOURIER DISCRETA
PROCESADOR DIGITAL DE SEALES
REDUCCION DE RUIDO ACUSTICO EN MOTORES
_______________________________
M. en C. Orlando Beltrn Navarro
Coordinador del seminario
_____________________________
M. en C. Braulio Snchez Zamora
Asesor
________________________________
Ing. Ignacio Monroy Ostria
Jefe de carrera de ICE
AGRADECIMIENTOS
A Dios:
Por el regalo mas grande,.. La vida.
A mis Padres:
Por el apoyo que recib a lo largo de la carrera, la confianza que depositaron en m, por
su esfuerzo para proveerme de lo necesario, por ayudar hacer un sueo realidad, por sus
consejos para llegar a ser un hombre de bien por esto y mucho ms GRACIAS.
A mis maestros:
Por el esfuerzo que hacen constantemente por mejorar la enseanza generacin tras
generacin, por no perder el entusiasmo al transmitir el conocimiento.
Y a todos aquellos Autores de los libros que le que fueron y sern un gran apoyo en m
enseanza y un complemento importante en el aprendizaje, GRACIAS por su esfuerzo e
iniciativa.
INDICE
INTRODUCCION .
CAPITULO 1
ONDAS SONORAS
1.1
1.2
1.3
1.4
Ondas sonoras .
Intensidad de ondas sonoras ..
Reflexin del sonido .
Difraccin del sonido .
4
7
9
11
CAPITULO 2
RUIDO
2.1 Tipos de Ruido
2.2 Clasificacin de ruido...

2.3 Tipos de control de Ruido .
16
17
17
CAPITULO 3
3.1 Control retroalimentado
..
3.2 Sistema de cancelacin de Ruido Mltiple
21
24
CAPITULO 4
FILTROS DIGITALES
4.1.1
4.1.2
4.1.3
4.1.4
4.1.5
4.1.6
4.1.7
4.1.8
4.1.9
4.2.0
4.2.1
4.2.2
Clasificacin
26
Diseo filtro FIR ....
28
Ventaneo
31
Mtodo de muestreo de frecuencia 35
Filtro Adaptivo ..... 37
Algoritmo LMS
39
Algoritmo NLMS
41
Algoritmo VSLMS
43
Algoritmo BLMS ... 45
Algoritmo BNLMS 48
Algoritmo RLS
49
Algoritmo RLS FAST 53
CAPITULO 5
LA TRANSFORMADA DE FOURIER DISCRETA
5
Anlisis de la Transformada Discreta de Fourier ...
58
CAPITULO 6
6.1
6.2
Desarrollo y caractersticas de los DSP ...

Controladores de Seales Digitales dsPIC ....
67
75
CAPITULO 7
REDUCCION DE RUIDO ACUSTICO EN MOTORES
7.1.1 Origen Ruido en Motor monofsico ..
7.1.2 Motor universal
7.1.3 Ruido en motor universal

7.1.4 Motor Sncrono de Cd sin escobilla
7.1.5 Captura de Ruido en motores

7.1.6 Grafica Frecuencia tiempo
7.1.7 Eleccin y clculo del filtro
7.1.8 Resultado de Simulacin

..
7.1.9 Diagrama esquemtico propuesto
7.2.0 Diagrama elctrico

..
7.2.1 Costo de proyecto
..
80
82
83
84
86
89
96
101
105
112
113
CONCLUSIONES ....................................................................
114
BIBLIOGRAFIA
116
APENDICE A
117
APENDICE B
120
INTRODUCCION
El ruido es sin lugar a dudas un elemento importante que afecta la conducta de los seres
vivos. El ruido se ha definido alrededor de los conceptos de sonido desagradable, sonido
no deseado, sonido perjudicial, perturbador o daino para quien lo recibe, en contraste
con la de los sonidos no ruidosos es la comunicacin. Una de las causas ms comunes
es el malestar, que tiene como consecuencia la inquietud, intranquilidad, desasosiego,
depresin, desamparo, ansiedad o rabia. Durante el da se suele experimentar moderado
a partir de 50 dB y fuerte a partir de los 55, en el periodo vespertino estas cifras
disminuyen en 5 o 10 dB. En una conversacin normal, aun metro del hablante est
entre 50 y 55 dB y hablando a gritos pueden llegar a 75 u 80 dB.
Las consecuencias en el ser humano por alto niveles de ruido son: Prdida de atencin,
de concentracin y de rendimiento, trastornos del sueo, daos al odo ocasionados por
exposiciones prologadas a ruidos mayores a 75 dB o bien de ms de 110 dB que son de
corta duracin. Ciertos grupos son especialmente sensibles como los nios, ancianos,
los fetos.
A pesar de los adelantos tecnolgicos hoy en da no hemos podido eliminar, del todo, el
ruido no deseado en nuestra vida cotidiana. Los electrodomsticos en el hogar son una
muestra de ello, desde su creacin en 1922 por Stephen Poplawski un americano de
origen Polaco no se han hecho grandes modificaciones por disminuir el ruido actual de
estos. Los niveles de ruido que llegan alcanzar estos electrodomsticos son de 89 dB
98 dB y los de alta eficiencia hasta los 105 dB, la exposicin es corta sin embargo muy
molesta.
La reduccin de ruido acstico mediante mtodos pasivos se utiliza en conductos de aire
donde mediante modificaciones fsicas al sistema se logra una reduccin del ruido. El
sistema se considera cerrado y el ruido si es constante puede ser considerado de banda
estrecha, esto es que se mantiene con cambios mnimos. En los electrodomsticos
tenemos el problema del uso de un motor universal que aunque brinda ventajas como
bajo costo, tiene la ventaja de la potencia y un diseo sencillo, sin embargo tienen la
desventaja del roce de los carbones con el material conductivo del rotor, esto genera una
cantidad de calor excesivo y los fabricantes aprovechan la rotacin para colocar aspas
en un extremo y hacer circular el aire, este es uno de los puntos dbiles del porque no se
puede sellar al vacio el sistema. Las rejillas de ventilacin y la vibracin de las
molculas de la cubierta plstica por el movimiento del rotor es la va de la transmisin
del sonido.
Este trabajo se enfoca en la reduccin de ruido del motor aplicando tcnicas activas que
permiten ser implementadas por Procesadores de Seales Digitales (DSP) que trabajan
en tiempo real y con la ayuda de la implementacin de un filtro digital adaptivo
utilizando la tcnica del algoritmo NLMS con estructura FIR se podr atenuar o reducir
el nivel de ruido sonoro en un motor universal.
Se comenzar por hacer una Introduccin al comportamiento de las ondas sonoras,
clasificacin del ruido, sistemas, cancelacin de ondas, la importancia de los filtros y de
la Transformada Rpida de Fourier para clasificar el ruido de los motores, capturando el
Supresin de Ruido Acstico en Motores
Pgina 1
INTRODUCCION
sonido de los ms comunes como: la aspiradora, compresora, extractor de jugos
ventilador de computadora a 1.1 A, motor monofsico (bomba de agua) y un motor de
licuadora. Se utiliza el programa MATLAB para realizar las simulaciones. Se utiliza un
micrfono de buena sensibilidad y confiable de la marca SHURE C606 para la captura
de las seales.
Pgina 2
CAPITULO I
ONDAS SONORAS
Pgina 3
ONDAS SONORAS
Caractersticas de las Ondas Sonoras

Las ondas sonoras son ejemplos de ondas mecnicas que viajan a travs de un medio
deformable o elstico. Se originan cuando cierta parte del medio se desplaza de su
posicin normal y queda liberada. Debido a las propiedades elsticas del medio, la
perturbacin se propaga atreves de este. A nivel de microscopio, propiedades mecnicas
tales como las fuerzas entre los tomos son las causantes de la propagacin de las ondas
mecnicas. En la figura 1.1 se muestran la compresin y la rarefaccin cuando el aire es
perturbado.
La onda es perpendicular si el movimiento de las partculas es perpendicular a la

direccin de propagacin de la onda misma, la onda es longitudinal si el movimiento de
las partculas es paralelo y de vaivn a lo largo de la direccin de la propagacin.
Ciertas ondas no son ni puramente longitudinales ni puramente transversales tal es el
caso de las ondas sobre la superficie del agua.
Las ondas pueden ser unidimensionales como en una cuerda, bidimensional como las
ondas superficiales del agua y tridimensionales como el sonido que viaja radialmente
partiendo de la fuente.
La forma de pulsacin cambia al viajar. La pulsacin se esparce o se dispersa, sin
embargo, el contenido de la energa puede permanecer constante mientras viaja, aunque
la pulsacin se disperse. Si el medio es dispersivo al viajar las ondas, las relaciones de
Pgina 4
ONDAS SONORAS
fase de las componentes cambiaran de manera correspondiente, esto es, las ondas
componentes viajan a velocidades de fase diferente. En muchos medios reales la
velocidad de propagacin es decir, la velocidad de fase, dependen de la frecuencia o de
la longitud de onda de la componente en particular. Cada onda componente viaja con su
propia velocidad. No existe una relacin sencilla entre las velocidades de fase de las
componentes y la velocidad de grupo de la onda, la relacin depende de la dispersin.
Ciertos medios reales son no dispersivos aproximadamente, en cuyo caso la onda
mantiene su forma y todas la ondas componentes viajan con la misma velocidad, un
ejemplo son las ondas sonoras en el aire. Si el aire fuese fuertemente dispersivo de las
ondas sonoras, la conversacin sera imposible porque la forma de onda producida por
las cuerdas vocales de quien habla confundira siendo irreconocible al momento en que
llegase a nuestros odos. El esmero que ponen los miembros de una orquesta por tocar
precisamente al tiempo no tendra ningn valor (porque si el aire fuese dispersivo del
sonido) las notas de alta frecuencia viajaran hasta el odo del oyente a una velocidad
diferente de la de las notas de baja frecuencia. Por consiguiente, la velocidad de onda, o
lo que significa la velocidad de fase o la velocidad de grupo de una pulsacin en un
medio no dispersivo, no depende de la frecuencia o de la longitud de onda
Las ondas de la luz en el vacio son perfectamente no dispersivas, la dispersin de las
ondas de luz en medios reales es la causa de efectos tales como el espectro de colores
del arcoris.
PRINCIPIO DE SUPERPOSICION
El sonido cumple con el principio de superposicin el cual postula que cuando varias
ondas se combinan en un punto, el desplazamiento de cualquier partcula en un tiempo
dado es simplemente la suma vectorial de los desplazamientos que producir cada onda
individual que actu por s sola.
Pgina 5
ONDAS SONORAS
LA VELOCIDAD DEL SONIDO

Las ondas sonoras viajan normalmente en tres dimensiones su velocidad se define por la
siguiente formula, que corresponde a ondas longitudinales transmitidas en un fluido
.

Donde:

ec. (1)

Para calcular la velocidad del sonido en un gas se realiza la siguiente sustitucin:
Donde:

!! ! "1.4 &

'
Sustituyendo tenemos

( (

Para un gas ideal
Sustituyendo en ecu. (1) tenemos
)*

(
)*
. . . . ec. "2&

R = Constante universal de los gases. (8.31 1. 2 )
T = Temperatura absoluta del gas.
(2)
Pgina 6
ONDAS SONORAS
M= Masa molecular del gas
(aire 2961089 2' )
La siguiente Tabla 1 muestra las diferentes velocidades en diferentes medios.
Intensidad de las Ondas Sonoras

En el estudio de los sonidos se usan trminos de volumen, tono y timbre, la siguiente
tabla 2 muestra su correspondencia con las propiedades fsicas
El significado de los trminos de la izquierda pueden variar considerablemente de un

individuo a otro, los trminos de la derecha son medibles y objetivos.
El sonido audible correspondiente a las ondas sonoras, se encuentra en el intervalo de
20 a 20000 Hz.
INTENSIDAD SONORA
Las ondas sonoras constituyen un flujo de energa atreves de la materia. La intensidad
de una onda sonora especfica es:
Una medida de la razn a la cual la energa se propaga a travs de una cierto volumen
espacial.
Un mtodo conveniente para especificar la intensidad sonora es en trminos de la
rapidez con que la energa se transfiere a travs de la unidad de rea normal a la
Pgina 7
ONDAS SONORAS
direccin de la propagacin de la onda. Puesto que la rapidez a la cual fluye la energa

es la potencia de una onda la intensidad puede relacionarse con la potencia por unidad
de rea que pasa por un punto dado.
Por esto la intensidad sonora es la potencia transferida por una onda sonora a travs de
la unidad de rea normal a la direccin de propagacin. Su formula se representa por la
siguiente ecuacin
:

;
< =
La intensidad del sonido audible apenas perceptible es del orden 108>= < = . Esta
intensidad se conoce como umbral de audicin y se ha adoptado como referencia
estndar de comparacin con otros sonidos
:? 1@ 108>= </=
En vista de la amplitud del intervalo de intensidades al que es sensible el odo, es ms

conveniente establecer una escala logartmica para las mediciones de intensidades
sonoras y esta dado por la siguiente ecuacin
'
:>
:=

En la prctica un bel es demasiado grande y se adopto el decibel el cual se expresa de la

siguiente forma:
10'

?
" &
;
;?
" &
La ecuacin anterior es una forma general aplicada a la potencia, para el caso de

manejar amplitud se tiene que usar la siguiente ecuacin.
20'
La tabla 3. Muestra las intensidades de sonido encontrados en la vida diaria en

decibeles.
Pgina 8
ONDAS SONORAS
Las figuras 1.3 y 1.4 muestran el rango en decibeles del nivel de presin sonora para el
habla y la msica.
REFLEXION DEL SONIDO

Si un sonido es activado en un cuarto, el sonido viaja radialmente en todas direcciones,
como las ondas de sonido encuentran obstculos o superficies, tal como muros la
direccin del viaje es cambiada, ellas son reflectadas.
La siguiente figura muestra la reflexin de ondas desde una fuente de sonido a una
rgida, una superficie de muro plano. Estos frentes de ondas esfricos (lneas solidas)
golpean la pared y reflejan los frentes de onda son retornadas hacia la fuente.
Como una analoga luz/ espejo los frentes de onda reflejados actan como tal, sin
embargo ellas se originaron desde una imagen de sonido. Esta fuente de imagen es
localizada a la misma distancia ms all de la pared como la fuente real est enfrente del
muro. Este es el caso simple una sola superficie reflejando. En un cuarto rectangular
hay seis superficies y la fuente tiene una imagen en las seis enviando energa de regreso
hacia el receptor. Sin embargo computando la intensidad del sonido total en un dado
punto receptor, las contribuciones de todas las imgenes deben ser tomadas en
Pgina 9
ONDAS SONORAS
consideracin. El sonido es reflejado desde objetos que son grandes comparados con la
longitud de onda del sonido incidente.
DUPLICADO DE PRESION EN REFLEXION

La presin del sonido sobre una superficie normal a las ondas incidentes es igual a la
densidad- energa de la radiacin enfrente de la superficie. Si la superficie es un
perfecto absorbente la presin iguala la energa - densidad de la radiacin incidente. Si
la superficie es un perfecto reflector la presin iguala la energa densidad de ambas
radiaciones incidente y reflejada. As la presin de una superficie perfectamente
reflejada es dos veces que el de una superficie perfectamente absorbente. Esto se puede
ver en la figura 1.6
REFLEXIONES SOBRE SUPERFICIES CONVEXAS
Los frentes de ondas esfricos desde un punto de la fuente tienden a volverse ondas
planas en grandes distancias desde la fuente. La reflexin de frentes de onda planos de
sonido desde una superficie convexa solida tiende a esparcirse la energa del sonido en
muchas direcciones como se muestra en la figura 1.7.
REFLEXIONES DESDE SUPERFICIES CONVEXAS.
Los frentes de onda planos de sonido golpeando una superficie cncava tienden a ser
enfocada a un punto como se ilustra en la figura 1.8. La precisin con la cual el sonido
se enfoca a un punto se determina por la forma de la superficie cncava. Superficies
cncavas esfricas son comunes porque ellas son fcilmente formadas. Ellas son
frecuentemente usadas para hacer un micrfono altamente direccional colocando a este
en el punto focal. Tales micrfonos son frecuentemente usados para recoger sonido de
campo en eventos deportivos en grabaciones de canto de aves u otros sonidos de animal
Pgina 10
ONDAS SONORAS
en la naturaleza. Superficies cncavas en iglesias o auditorios pueden la fuente de

serios problemas como ellos producen concentraciones de sonido en oposicin directa al
objetivo de una distribucin uniforme de sonido. La efectividad de los reflectores para
micrfono depende sobre el tamao del reflector con respecto a la longitud de onda del
sonido.
DIFRACCION DEL SONIDO

Es bien conocido que el sonido viajas alrededor de esquinas y obstculos. La msica
reproducida en un cuarto de una casa puede ser escuchada abajo en el vestbulo o en
otro de los cuartos. La difraccin es uno de los mecanismos que involucra esto. La
calidad de la escucha del sonido en distintas partes de la casa es diferente. En distintos
cuartos las notas bajas son ms prominentes porque ellas tienen longitudes de ondas
ms largas y fcilmente difractadas alrededor de esquinas y obstculos.
PROPAGACION RECTILINEA
Los frentes de onda de sonido viajan en lneas rectas. Las lneas acsticas, un concepto
aplicable a frecuencias audibles a media y alta frecuencia se consideran ser lpices de
sonido que viajan en lneas rectas perpendiculares a las frentes de onda. Los frentes de
onda de sonido y las lneas de sonido viajan en lneas rectas excepto cuando algo se
cruza en su camino. Obstculos pueden ser la causa que el sonido cambie en su
direccin desde su camino rectilneo original. El proceso mediante el cual este cambio
de direccin toma lugar se llama difraccin. Los obstculos capaces de difractar el
sonido deben ser grandes comparados a la longitud de onda del sonido involucrado.
Las siguientes figuras muestran el comportamiento de la difraccin cuando la onda de
sonido tiene como obstculos diferentes formas.
Pgina 11
ONDAS SONORAS
La figura 1.9 el frente de onda choca contra muro de ladrillo haciendo que en el borde
se forme una nueva fuente radiando el sonido hacia la zona fantasma. En la figura 1.10
(A) una abertura grande en trminos de la longitud de onda del sonido permite a frentes
de onda ir con pequeos disturbios, (B) si la abertura es pequea comparada con la
longitud de onda del sonido, los frentes de onda pequeos los cuales penetran la
abertura actan casi como fuentes puntos radiando un campo hemisfrico de sonido
hacia la zona fantasma. La figura 1.11 muestra la clsica barrera del sonido, en este caso
el sonido que golpea el muro se refleja como si el sonido se radiara desde una imagen
virtual de la fuente, ese sonido pasa atreves del borde superior del muro actuando como
si los frentes de onda son lneas de Lafuente radiando energa de sonido hacia la zona
fantasma.
EFECTO TERMINAL ADECUADO
Si el ruido del ventilador en casa o maquinaria son lo suficientemente atenuados, pasado
el tiempo el sonido del aire se vuelve sensible en el lugar donde se encuentre dichos
objetos, la turbulencia del aire asociados con cerca de 90 de dobles, amortiguadores
en ductos, rejillas y difusores pueden ser productores de ruidos graves como se sugiere
en la figura. 1.13.
Pgina 12
ONDAS SONORAS
El diseador debe tener cuidado para evitar diseos demasiado costoso de un sistema
de distribucin aire con atenuacin, al pasar por alto determinados efectos incorporados
en el sistema. Cuando una onda plana pasa atreves de un pequeo espacio tal como un
ducto hacia un espacio grande, tal como un cuarto algo del sonido se refleja de regreso
hacia la fuente. El efecto es ms notorio para frecuencia de sonido bajas. Recientes
investigaciones han indicado tambin que el efecto cobra importancia solamente cuando
una seccin recta de la tubera, de 3 a 5 pulgadas de dimetro precede la terminacin
del ducto. Cualquier dispositivo terminal como un difusor o rejilla tiende a nulificar esta
atenuacin afectada. Un ducto controlado de aire de 10 pulgadas puede darnos una
elevacin de las prdidas de por reflexin a 15 dB en octavas de 63 Hz. La figura 1.14
muestra varios mtodos de atenuacin.
Pgina 13
ONDAS SONORAS
REVISTIENDO EL DUCTO
La aplicacin de materiales absorbentes de sonido al interior de las superficies del ducto
es un mtodo estndar de reduccin de niveles de ruido. Como tal recubriendo viene en
la forma de juntas rgidas cubriendo las delgadsimas entradas de a 2 pulgadas el
recubrimiento acstico tambin sirve como aislador trmico cuando se requiere. La
atenuacin aproximada ofrecida en un ducto recubierto de 1 pulgada en un ducto
rectangular tpico depende sobre el tamao del ducto como se muestra en la figura 1.15.
Pgina 14
RUIDO
CAPITULO II
RUIDO
Pgina 15
RUIDO
RUIDO
En casa y en el trabajo a menudo omos ruidos procedentes de sistemas de ventilacin,
calefaccin, motor de bomba de agua o una lavadora por no hacer de menos el molesto
ruido de la licuadora o el extractor de jugos elctrico los cuales nos entregan sonidos
que no contiene ningn tipo de informacin sin embargo perturban el medio ambiente
en el que vivimos, a este tipo de sonido no deseado se conoce como ruido.
Nuestro odo reconoce informacin en los sonidos que escuchamos, la informacin que
no necesitamos o no queremos pasa a ser ruido, las caractersticas del ruido nos hace
prestar atencin a tonos o cambios en el nivel sonoro, cuanto ms destacable sea el tono
o mas abrupto el cambio de nivel sonoro, ms perceptible es el ruido.
Cuando medimos el ruido, necesitamos saber el tipo de ruido con el fin de que podamos
seleccionar los parmetros a medir. A menudo tenemos que utilizar nuestro odo para
captar y subrayar las caractersticas molestas del ruido.
TIPOS DE RUIDO
Nosotros podemos distinguir tres tipos de ruido que son los siguientes:
RUIDO CONTINUO. Es aquel que se produce por maquinaria que opera del
mismo modo sin interrupcin, por ejemplo ventiladores, bombas y equipos de
proceso. Para determinar el nivel de ruido es suficiente medir durante unos
pocos minutos con un equipo manual. Si se escuchan tonos o bajas frecuencias
puede medirse tambin el espectro de frecuencias para un posterior anlisis
RUIDO INTERMITENTE. Cuando la maquinaria opera en ciclos o cuando
pasan vehculos aislados o aviones el nivel de ruido aumenta y disminuye
rpidamente a lo cual tambin se llama suceso. Para medir el ruido de un suceso
se mide el nivel de exposicin sonora que combina en un nico descriptor tanto
el nivel como la duracin. El nivel de presin sonora mximo tambin puede
utilizarse
RUIDO IMPULSIVO. El ruido de impactos o explosiones, por ejemplo de un
martinete, troquel adora o pistola es llamado ruido impulsivo. Es breve y
abrupto y su efecto sorprendentemente causa mayor molestia que la esperada a
partir de una simple medida del nivel de presin sonora. Para cuantificar el
impulso del ruido, se puede utilizar la diferencia entre un parmetro con
respuesta rpida y uno de respuesta lenta y as mismo se toma nota de la tasa de
repeticin de impulsos (numero de impulsos por segundo, minuto, hora o da).
RUIDO DE BAJA FRECUENCIA. Este ruido tiene una energa acstica
significantemente en el margen de frecuencias de 8 a 100 Hz. Este tipo de ruido
es tpico en grandes motores de diesel, barcos y plantas de energa y puesto que
este ruido es difcil de amortiguar y se extiende fcilmente en todas direcciones
puede ser odo a muchos kilmetros. El ruido de baja frecuencia es ms molesto
Pgina 16
RUIDO
que lo que se habra esperar con una medida de nivel de presin sonora
ponderado A. la diferencia entre el nivel ponderado A y el ponderado C puede
indicar la existencia o no de un problema de ruido de baja frecuencia. Para
calcular la audibilidad de componentes de baja frecuencia en el ruido, se mide el
espectro y se compara con el umbral auditivo. Los infrasonidos tienen un
espectro con componentes significantes por debajo de 20 Hz. Lo percibimos no
como un sonido sino ms bien como una presin. La evaluacin de los
infrasonidos es aun experimental y en la actualidad no est reflejado en las
normas internacionales.
CLASIFICACION DEL RUIDO
En un anlisis ms general podemos clasificar el ruido acstico en dos divisiones que
son:
RUIDO DE BANDA ANCHA
RUIDO DE BANDA ESTRECHA
Ruido de Banda Ancha
Es causado por la turbulencia y es totalmente aleatorio. El ruido turbulento distribuye su
fuerza uniformemente de uno y otro lado de las bandas de frecuencia. Y se define como
ruido de banda ancha, ejemplos de este tipo de ruido es el ruido de baja frecuencia de
los aviones y el ruido impulso de una explosin.
Ruido de banda estrecha.
Concentra la mayor parte de su fuerza en las frecuencias especficas. Este tipo de ruido
est relacionado a las maquinas rotatoria y repetitivas, as que es peridico o casi
peridico. Ejemplos de ruido de banda estrecha es el ruido de motores de combustin
interna en transporte, compresores como fuentes de energa auxiliares y en
refrigeradores as como en bombas de vacio usadas para transferir materiales en grandes
cantidades en muchas industrias.
TIPOS DE CONTROL DE RUIDO
Hay dos clases de control de ruido acstico los cuales son:
Pasivo
Activo.
Control de Ruido Pasivo.
El enfoque tradicional para control de ruido acstico usa tcnicas pasivas como
cercados, barreras y silenciadores para atenuar el ruido no deseado. Los silenciadores
pasivos usan o el concepto del cambio menor de impedancia causado por una
combinacin de deflectores acsticos y tubos para silenciar el sonido no deseado
(silenciadores reactivos) o el concepto de la prdida de energa por causa de la
Pgina 17
RUIDO
propagacin del sonido en una lnea de ducto con material absorbente para proporcionar
la atenuacin (silenciadores resistivos). Los silenciadores reactivos son comnmente
usados como silenciadores sobre motores de combustin interna, mientras que los
silenciadores resistivos son usados principalmente para el admirador ruido de
ventiladores de conductos.
Estos silenciadores pasivos son valiosos para su alta atenuacin en un rango de
frecuencias amplia, sin embargo, son relativamente grandes, costosos, e ineficientes en
rangos de baja frecuencia, adems estos silenciadores a menudo crean una presin de
retorno o inversa si hay una corriente de aire en el ducto.
Control de Ruido Activo.
Un esfuerzo para superar stos problemas, se ha mostrado un gran inters en el sistema
de control de ruido activo. El sistema de control de ruido activo contiene un dispositivo
electro-acstico que cancela el sonido no deseado generando un anti-ruido (anti-sonido)
de la amplitud igual y la fase opuesta. La original, el sonido no deseado y el anti-ruido
acsticamente combinado resulta en la cancelacin de ambos sonidos, la eficacia de la
cancelacin del ruido primario depende principalmente de la exactitud de la amplitud y
de la fase del anti- ruido generado.
Campo de aplicacin del Control de Ruido Activo
La aplicacin exitosa del control de ruido activo se determina sobre la base de su
efectividad comparada con la tcnica de atenuacin de ruido pasivo. Una atenuacin
activa es un medio atractivo para lograr una atenuacin de una gran cantidad de ruido
en un pequeo programa, particularmente en bajas frecuencias (por debajo de 600 Hz.).
El control activo ofrece ventajas reales.
Desde el punto de vista geomtrico, las aplicaciones de control de ruido activo pueden
ser clasificadas en las siguientes cuatro categoras:
Ruido de conducto: Ductos de una sola dimensin tales como ductos de ventilacin,
ductos de escape, ductos de aire acondicionado, la red de calefaccin o de plomera etc.
Ruido interior: Ruido dentro de un espacio cerrado, cabina telefnica, interior de auto.
Proteccin auditiva personal: Un caso de ruido interior muy comprimido
Ruido de espacio libre. Ruido irradiado hacia el espacio abierto.
Las Aplicaciones especficas para el control de ruido activo ahora bajo desarrollo
incluye atenuacin de fuentes de ruido inevitables en los siguientes equipos terminales:
Automotriz (carros, furgoneta, maquinas de movimiento en tierra, vehculos
militares) los cuales se clasifican en dos categoras.
Sistemas de un solo canal (una dimensin). Silenciador electrnico para
sistemas de escape, sistemas de induccin etc.
Pgina 18
RUIDO
Sistemas de mltiple canal (tres dimensiones). Atenuacin de ruido dentro del

compartimiento de pasajeros y cabina de operador de equipo pesado, manos
libres de telfono celular, etc.
Electrodomsticos
Sistemas de un solo canal: ducto de aire acondicionado, aire acondicionado,
refrigerador, lavadora, horno, deshumidificador, licuadoras, etc.
Sistemas de canal mltiple: Cortadora de csped, aspiradora etc.
Industrial: Ventiladores, ductos de aire, chimenea, transformador, sopladores,
compresoras, bombas, sierra elctrica, tnel de viento, planta de ruido, cabina de
telfono pblico, divisin de cubculos de oficina, protector de odo, auriculares,
etc.
Transporte: Aeroplanos, barcos, botes, helicpteros, moto nieve, motocicleta,
locomotoras de diesel etc.
Los algoritmos desarrollados para el control de ruido activo pueden ser aplicados para el
control de vibracin activa la cual puede aislar vibraciones de una variedad de
maquinas y estabilizar varias plataformas en la presencia de disturbio vibracionales.
Como el rendimiento y la confiabilidad continua mejorando y los costos iniciales
continan bajando, los sistemas activos pueden volverse la solucin preferida de una
variedad de problemas de control de vibracin.
Pgina 19
CAPITULO III
Pgina 20

La cancelacin de ruido de banda ancha requiere el conocimiento de la fuente del
ruido llamada tambin ruido primario para generar la seal anti-ruido, la medida del
ruido primario se usa como entrada de referencia para cancelar el ruido. El ruido
primario relacionado con la seal de entrada se cancela despus del generador de ruido
altavoz, cuando la magnitud y la fase estn correctamente modeladas en el controlador
digital.
La cancelacin de ruido de banda estrecha en la cual hay reduccin del periodo del
ruido causada por maquinaria rotacional aplica tcnicas activas adaptivas que son muy
efectivas y que no dependen sobre la causalidad (teniendo conocimiento previo de la
seal de ruido). En lugar de usar un micrfono de entrada, una seal tomada de un
tacmetro proporciona informacin sobre la frecuencia del primario que se origina del
generador de ruido. A causa de que todos los ruidos repetitivos ocurren en armnicos de
la frecuencia de rotacin bsica de la maquina, el sistema de control puede modelar
estas frecuencia de ruido conocido y generar una seal con un sonido opuesto. Este tipo
de sistema de control es deseable en una cabina de vehculo porque no afectara las
seales de advertencia del vehculo, el rendimiento del radio o habla la cual no estn
normalmente sincronizadas con la rotacin de la maquina.
CONTROL RETROALIMENTADO
Los sistemas de control de ruido activo se basan sobre uno o dos mtodos:
Control Retroalimentacin Adelantada (feedforward) es donde la entrada de
ruido de referencia coherente es sensado antes de que este se propague pasando
el altavoz cancelador.
El Control de Retroalimentacin Atrasado (feedback) es cuando el controlador
de ruido activo intenta cancelar el ruido sin los beneficios de una referencia de
entrada anterior.
Los sistemas de retroalimentacin adelantada de Cancelacin de Ruido Acstico son las

principales tcnicas usadas hoy, y est clasificada dentro de dos categoras:
Control de Retroalimentacin Adelantada de banda ancha adaptiva con un
sensor de entrada acstico
Una cantidad considerable de ruido de banda ancha se produce en ductos tales como
ductos de escape y sistemas de ventilacin. Un ducto estrecho se muestra en la figura1.
Una seal de referencia 6"& es sensado por un micrfono de entrada cercano a la
fuente de ruido antes de que este pase al altavoz. El cancelador de ruido usa la esta seal
para generar una seal B"& de igual amplitud pero 180 fuera de fase. Esta seal antiSupresin de Ruido Acstico en Motores
Pgina 21
ruido se usa para controlar el altavoz para producir un sonido cancelador que atena el
ruido acstico primario en el ducto.
El principio bsico del enfoque de la retroalimentacin adelantada de banda ancha es
que el tiempo de retardo de propagacin del sensor de ruido de fondo (micrfono de
entrada) y la fuente de control activa (altavoz) ofrece la oportunidad de reintroducir
elctricamente el ruido en una posicin en el campo donde este causara la cancelacin el
espaciamiento entre el micrfono y el altavoz debe satisfacer el principio de causalidad
y alta coherencia. Significa que la referencia debe ser medida con suficiente tiempo
para que la seal anti-ruido pueda ser generada en tiempo antes de que la seal de ruido
alcance el altavoz. Tambin la seal de ruido en el altavoz debe ser muy similar a la del
ruido deseado en la entrada del micrfono de entrada. El ruido cancelador usa la seal
de entrada para generar una seal B"& que es de igual amplitud y 180 fuera de fase
con 6"&. Este ruido es el producto de salida hacia el altavoz y usado para cancelar el
ruido no deseado.
Control de Retroalimentacin Adelantada de banda estrecha adaptiva con un

sensor de entrada nano-acstico.
En aplicaciones donde el ruido primario es peridico (o muy cercano a ser peridico) y
se produce por rotacin, el micrfono de entrada puede ser reemplazado por un sensor
nano-acstico como un tacmetro, un acelermetro o un sensor ptico. Este reemplazo
elimina el problema de retroalimentacin acstica.
El diagrama de bloques de un sistema de control de ruido acstico activo adaptivo se
muestra en la figura 2. La seal del sensor nano-acstico es sincronizada con la fuente
de ruido y se usa para simular una seal de entrada que contiene la frecuencia
fundamental y todos los armnicos del ruido primario. Este tipo de sistemas controla el
Pgina 22
ruido armnico mediante un filtro adaptivo que sintetiza la seal de referencia para
producir una seal canceladora. En muchos automviles, autobuses de carga, vehculos
mvil de tierra la seal dada por la revoluciones por minuto est disponible y puede ser
usado como una seal de referencia. Un micrfono de error es aun requerido para medir
el ruido acstico residual, esta seal de error es entonces usada para ajustar los
coeficientes del filtro adaptivo.
Entre las ventajas de este sistema con el sensor nano-acstico son las siguientes:
Problemas ambientales y vejez de la entrada del micrfono son automticamente
eliminados, esto es especialmente importante desde el punto de vista de ingeniera
porque es difcil sensar el ruido de referencia en altas temperaturas y en ductos de gas
turbulento como sistemas de escape.
La periodicidad del ruido permite restringir la causalidad y ser eliminada. El contenido
de frecuencia de la forma de onda de ruido es constante, solamente ajuste de fase y
amplitud son requeridos. Esto resulta en una posicin ms flexible para el altavoz
cancelador y permitir tiempos de retardo ms largos para ser introducidos por un
microcontrolador.
El uso de una seal de referencia de control generada tiene la ventaja de seleccionar la
cancelacin., esto la habilidad para controlar cada armnico independientemente.
Es necesario modelar solamente la parte de la funcin de transferencia acstica
relacionada a los tonos harmnicos, un filtro FIR de orden bajo puede ser usado
haciendo el sistema control de ruido peridico activo ms eficientemente
computacionalmente.
La retroalimentacin acstica no deseada del altavoz cancelador a la entrada del
micrfono sensor de ruido es evitado.
Pgina 23
SISTEMAS DE CANCELACION DE RUIDO MULTIPLE

Cuando la geometra del campo de sonido es complicada este no es lo suficientemente
para ajustarse a una fuente secundaria para cancelar el ruido del primaria usando un solo
micrfono de error. El control de campos acsticos complicados requiere tanto la
exploracin como el desarrollo de estrategias ptimas y la construccin de un adecuado
control multicanal. Esta tarea requiere del uso de algoritmo adaptivo de entrada mltiple
y mltiple salida. Estos sistemas involucran un arreglo de sensores y actuadores
mltiples. La figura 3.3 muestra el diagrama de este sistema
Pgina 24
CAPITULO IV
FILTROS DIGITALES
Pgina 25
FILTROS DIGITALES
FILTROS DIGITALES
Los filtros digitales son los sistemas ms importantes utilizados en el procesamiento

digital de seales, es una de las herramientas tecnolgicas ms poderosas y su campo
de aplicacin es amplio ya que encuentra aplicaciones en la industria de
comunicaciones, rea industrial, militar, cientfica, mdica, espacial y acstica.
Su objetivo es la construccin virtual en un sistema digital sin necesidad de la
utilizacin de componentes externos tales como amplificadores, capacitores o
inductores. Son muy utilizados en el anlisis para supresin de ruido en seales
digitales, en un reproductor mp4 son utilizados para ecualizar la msica simulando
prioridad sobre una banda en particular ya sea realzando las bajos, altos o medios o
pasa-banda.
Estos filtros digitales tienen como ventajas:
Alta inmunidad al ruido
Alta precisin (limitada por lo errores de redondeo)
Fcil modificacin de las caractersticas del filtro
Muy bajo coste (y constantemente bajando)
Existen dos clases de filtros los cuales son:
Respuesta al impulso de duracin infinita (IIR)
Respuesta al impulso de duracin finita (RIF)
Los filtros IIR tienen dos variantes que son: AR y ARMA
Los filtros AR
transferencia:
(auto-regresivos) son caracterizados por la siguiente funcin de
BCD E ;> BC 1D E ;= BC 2DE. . E;F BC GD 6CD
Lo que da lugar a la funcin de transferencia

H "I &
1 E ;>
J 8>
1
E ;= J 8= E. . E;F J 8F
Esta funcin de transferencia contiene solo polos.

El filtro es recursivo ya que la salida depende no solo de la entrada actual sino adems
de valores pasados de la salida.
El trmino auto-regresivo tiene un sentido estadstico en que la salida BCD tiene una
regresin hacia sus valores pasados.
Pgina 26
FILTROS DIGITALES
La respuesta al impulso es normalmente de duracin infinita.

La figura 3.1 muestra El diagrama a bloques de la funcin de transferencia de un filtro
AR
Los filtros ARMA.

Es un filtro Auto-Regresivo y Media en Movimiento es el filtro ms general y es una
combinacin de MA y ARMA
La ecuacin de diferencia que describe a un filtro ARMA de orden N es:
BCD E ;> BC 1D E ;= BC 2DE. . E;F BC GD

? 6CD E > 6C 1DE. . EK 6C D
Su funcin de transferencia est dada por:

H"I&
? 6CD E > 6C 1DE. . EK 6C D

1 E ;> J 8> E ;= J 8= E. . E;F J 8F
Un filtro de este tipo se denota por ARMA(N, M), es decir es auto-regresivo de orden N
y Media en Movimiento M
Su respuesta a impulso es tambin de duracin infinita y por tanto es un filtro tipo IIR.
Su diagrama a bloques es representado en la Fig. 3.2:
FILTROS FIR
Los filtros FIR siempre son estables y es posible disearlos con fase lineal y por
consiguiente sin distorsin de fase, este tipo de filtros elimina la recursin que es
caracterstico en los IIR, aunque la elaboracin de los filtros FIR con ciertas
Pgina 27
FILTROS DIGITALES
especificaciones se requiere de muchos ms elementos que para los filtros IIR, sin
embargo al no ser recursivos brindan mejor estabilidad y su uso es ms generalizado.
Es comn en estos filtros que su diseo se base en la seleccin de una secuencia de
Respuesta al Impulso Simtrica cuya longitud se selecciona para satisfacer las
especificaciones de diseo.
DISEO DE FILTROS FIR
El diseo de los filtros FIR implica la seleccin de una secuencia finita que represente
de manera adecuada la Respuesta al Impulso Ideal. Los filtros FIR siempre son estables
y aun mas importante son capaces de tener una fase lineal (un retraso puramente en el
tiempo), lo que conlleva a una ausencia total de distorsin de fase. Sin embargo, para
especificaciones dadas, es normal que estos filtros requieran de un orden o una longitud
de filtro mucho ms alto que los filtros que los filtros IIR. En ocasiones es necesario
alcanzar grandes longitudes para garantizar una fase lineal. Los tres mtodos ms
comunes para disear para disear filtros FIR son:
El diseo basado en ventanas.
El muestreo de frecuencias
El diseo iterativo basado en restricciones optimas.
Diseo basado en Ventanas.
El diseo de ventanas comienza con la seleccin de la Respuesta al Impulso LM CND

como una versin simtricamente truncada de la respuesta al impulso LM CND de un filtro
ideal con una respuesta de frecuencia H (F). La respuesta al impulso de un filtro ideal
pasa-bajas con una frecuencia de corte OP es:
QF CD 2OP "2OP &,
|| T 0.5"G 1&
Aun cuando el filtro diseado es una aproximacin al filtro ideal, es la mejor

aproximacin (en el sentido del cuadrado medio) comparado con cualquier otro filtro de
la misma longitud, el problema es que muestra ciertas caractersticas indeseables
La figura 4.1 muestra el truncamiento para una respuesta causal del filtro FIR.
Pgina 28
FILTROS DIGITALES
El truncamiento de la respuesta ideal al impulso QCD equivale a la multiplicacin de

QCD por una ventana rectangular VCD de longitud G. El espectro de la respuesta al
impulso con ventana QW CD QCDVCD es la convolucin peridica. Esto es, una
multiplicacin en el tiempo equivale a una convolucin en frecuencia H"O & X <"O&.
Como <"O& tiene la forma de un ncleo Dirichlet, este espectro presenta una sobre
elongacin y ondulaciones conocidas como el efecto GIBBS en el espectro de magnitud
debidas al truncamiento abrupto de la ventana rectangular. La figura 4.2 muestra este
fenmeno.
La respuesta en amplitud de las ventanas simtricas con duracin finita muestra

invariablemente un lbulo principal y lbulos laterales decrecientes que pueden ser
positivos en su totalidad o alternar su signo. Las medidas espectrales de una ventana
tpica se muestran en la figura 4.3
Estas medidas de las ventanas en base a la amplitud incluyen el nivel mximo del lbulo
lateral (PSL), usualmente en decibeles, y la razn de disminucin Y . Las
medidas con base a la frecuencia incluyen el ancho del lbulo principal (Z[ ). Los
anchos de 3 y 6 dB (Z\ ] Z^ ) y el ancho Z_ para alcanzar el nivel mximo del lbulo
Pgina 29
FILTROS DIGITALES
lateral. En la tabla 1 se encuentran las ventanas comnmente usadas en el diseo de

filtros FIR y sus caractersticas espectrales
Tabla 1.
Nota: `a "b& es la funcin de Bessel modificada de orden cero
Ventana
Boxcar
Coseno
Expresin cCND,-0.5(N-1)T N T a. d"M e&
1
h
cos "
&
G1
2
i j
k,l m 0
G1
2||
1"
&
G1
2h
0.5 E 0.5cos "
&
G1
2h
0.54 E 0.46cos "
&
G1
2h
4h
0.42 E 0.5 cos j
&
k E 0.08cos "
G1
G1
:? "hop1 4C"G 1&D= &
:? "ho&
Riemann
Bartlett
Von Hann (Hanning)
Hamming
Blackman
Kaiser
Ventana
Boxcar
Coseno
Riemann
Bartlett
Von Hann (Hanning)
Hamming
Blackman
Kaiser (=2.6)
Caractersticas espectrales de las funciones ventana

;si " & <K
qr
qs qr
<s
<t
1
0.2172
13.3
1
0.81 0.6
0.6366 0.0708
23
1.5 1.35 0.81
0.5895 0.0478
26.4
1.64 1.5
0.86
0.5
0.0472
26.5
2
1.62 0.88
0.5
0.0267
31.5
2
1.87 1.0
0.54
0.0073
42.7
2
1.91 0.9
0.42
0.0012
58.1
3
2.82 1.14
0.4314 0.0010
60
2,98 2.72 1.11
<9
0.44
0.59
0.62
0.63
0.72
0.65
0.82
0.80
s
20
40
40
40
60
20
60
20
Se puede observar que entre ms crece la longitud N los parmetros de ancho decrecen,
pero el nivel mximo del lbulo lateral permanece ms o menos constante. De manera
ideal, el espectro de una ventana debera parecer un impulso y estar confinado a un
lbulo lateral tan estrecho como sea posible y con tan poca energa en los lbulos
laterales como sea posible. El conflicto del diseo de un filtro se presenta en un balance
entre el requisito del lbulo principal como lateral.
Es importante mencionar que algunas ventanas se basan en combinaciones de ventanas
ms simples, por ejemplo la ventana de Von Hann (o Hanning) es la suma de una
ventana rectangular y coseno, la ventana Bartlett es la convolucin de dos ventanas
rectangulares y la ventana u es el producto de una ventana de Von Hann y coseno.
Pgina 30
FILTROS DIGITALES
VENTANEO
Al ventanear es necesario tener presente la simetra de la ventana a usar con la respuesta
al impulso de un filtro ideal, esto es si vamos a trabajar con intervalos pares o impares
como se muestra en la figura 4.4
En general en una ventana FIR de N puntos usa N-1 intervalos para generar N muestras
(incluidas las de los extremos). Una vez seleccionada debe colocarse de manera
simtrica con respecto a la secuencia de la respuesta al impulso simtrica.
La respuesta al impulso simtrica con aplicacin de ventanas en un filtro ideal pasabajas puede escribirse como:
QW CD 2OP "2OP &VCD , 0.5"G 1& T T 0.5"G 1&
Para N par, el ndice n no es un entero, no obstante se incremente cada unidad, y se

requiere de un atraso no entero para producir una secuencia causal. Si las muestras del
extremo VCD son cero, tambin lo sern las de Qv CD y la longitud del filtro ser menor
que 2.
El espectro de un filtro comn usando diseo por ventanas se ilustra en la figura 4.6
Pgina 31
FILTROS DIGITALES
Con frecuencia las especificaciones de ganancia de un filtro FIR se basan en la

ondulacin wx de la banda de paso y en la ondulacin wy de la banda de supresin.
Como la ganancia de decibeles es normalmente normalizada con respecto a la ganancia
mxima, la atenuacin de la banda de paso y de la banda de supresin, zx { zy (en
decibeles) se relacionan con esos parmetros de ondulacin por medio de:
1 ~r
;r " & 20 log j
k
1 ~s
;s " & 20' j
~s
k 20'~Y ~r 1
1 E ~r
Para convertir las especificaciones de atenuacin (en decibeles) a valores para los
parmetros de ondulacin, se utiliza:
wx
10zx/a 1
10zx/a E 1
8z y
wy "1 E wx &10
8z y
10
wx e
En el diseo basado en ventanas se requiere la normalizacin de las frecuencias de

diseo por medio de la frecuencia de muestreo.
El desarrollo de un filtro pasa-bajas mediante la aplicacin de ventanas a la respuesta al
impulso de un filtro ideal y la conversin al tipo de filtro requerido son usadas
transformaciones especiales
Este mtodo puede parecer simple (y lo es) pero algunas partes solo puede pueden
tratarse cualitativamente, por ejemplo la seleccin de frecuencia de corte se ve afectada
por la longitud N de la ventana, la longitud N ms pequea que cumple las
especificaciones depende de la seleccin de la ventana y esta seleccin depende a su
vez de las especificaciones de atenuacin (banda de supresin).
De la figura 4.5 se resume lo siguiente:
La convolucin del filtro ideal (rectangular) con la respuesta al impulso ideal

(funcin sinc) tiene una discontinuidad en F=O por lo cual el espectro al que se
le aplico la ventana tiene sobre elongacin y ondulaciones, un ancho de
transicin finito pero ningn salto abrupto y su magnitud en F=O es igual a 0.5
correspondiente a una atenuacin de 6 dB.
Como la funcin ventana y la respuesta al impulso son secuencias simtricas, el
espectro del filtro al que se aplican las ventanas tambin es simtrico
Aun cuando la ondulacin de pasa- banda mxima es igual a la ondulacin
mxima de la banda de supresin no son de igual magnitud.
El nivel mximo de la banda de supresin del espectro con ventanas suele ser
algo menor que el nivel mximo del lbulo lateral de la misma ventana
El ancho entre las cimas de la banda de transicin es aproximadamente igual al
ancho del lbulo principal de la ventana. El ancho real de transicin dado como
OW en la tabla 2 es inversamente proporcional a la longitud N de la ventana (con
OWs G , !! !)
Pgina 32
FILTROS DIGITALES
Los valores de la tabla 20.4 se encontraron usando una respuesta al impulso ideal
QCD 0.5 "0.5& OP 0.25 a la que se aplico una ventana de 51 puntos. Las
especificaciones de magnitud estn normalizadas con respecto a la magnitud mxima.
La atenuacin de pasa-banda y de supresin se calculan de la ondulacin de pasa-banda
y de supresin (con ~r ~s )
Tabla 2.
Ventana
Ondulacin
mxima
wx wy
Atenuacin
pasa-banda
zZx "&
Boxcar
Coseno
Riemann
Hanning
Hamming
Blackman
Dolph (R = 40 dB)
Dolph (R = 50 dB)
Dolph (R = 60 dB)
Harris(0)
Harris(1)
Harris(2)
Harris(3)
Harris(4)
Harris(5)
Harris(6)
Harris(7)
0.0897
0.0207
0.0120
0.0063
0.0022
"1.71&108
0.0036
"9.54&108
"2.50&108
"8.55&108
"1.41&108
"1.18&108
"8.97&108
"9.24&108
"9.96&108t
"1.94&108t
"5.26&108t
1.5618
0.36
0.2087
0.1103
0.0384
"2.97&1089
0.0620
0.0166
0.0043
0.0148
"1.71&1089
"1.71&1089
"1.71&1089
"1.71&1089
"1.71&108
"1.71&108
"1.71&108
Ancho
de
Atenuacin
mxima
de transicin
lbulo lateral
zZy "&
Zy M
21.7
C=0.92
33.8
C=2.1
38.5
C=2.5
44
C=3.21
53
C=3.47
75.3
C=5.71
49
C=3.16
60.4
C=3.88
72
C=4.6
61.4
C=5.36
77
C=7.45
78.5
C=5.6
81
C=5.6
81
C=5.6
100
C=7.75
114
C=7.96
106
C=7.85
CONSIDERACIONES PARA LA ELECCION DE VENTANA Y LONGITUD

DEL FILTRO
La seleccin de una ventana se basa principalmente en la especificacin de diseo de la
banda de supresin ;Y , la atenuacin del mximo de lbulo lateral ;vY del espectro al
que se le aplica la ventana debe alcanzar o exceder la atenuacin de la banda de
supresin ;s especificada. Del mismo modo la pasa-banda ;v no debe exceder la
atenuacin especificada ;r .
El espectro al que se aplicara la ventana es la convolucin de los espectros de la

respuesta al impulso y la funcin ventana y este espectro cambia conforme se modifica
la funcin del filtro. Las tres ventanas utilizadas con ms frecuencia son:
Hanning
Haming
Kaiser
Pgina 33
FILTROS DIGITALES
El ancho de transicin del espectro con ventanas disminuye con la longitud N pero no
hay manera exacta de establecer la longitud N mnima del filtro que satisfaga las
especificaciones de diseo. Las estimaciones empricas se basan en la comparacin del
ancho de transicin dado por especificacin con el ancho de transicin OvY G
del espectro con ventanas, sus relaciones son las siguientes:
O Os Or OWs

G
G

Os Or
Aqu Or B Os son las frecuencias digitales pasa-banda y supresora-banda. La longitud de

la ventana depende de la seleccin de la ventana (que dicta la seleccin de C) entre ms
cercana sea la operacin de la banda de supresin ;s y la atenuacin de la banda de
supresin ;vY del espectro con ventanas menor ser la longitud N de la ventana
Transformaciones espectrales.
El diseo de otros filtros FIR fuera del filtro pasa-baja comienza con un prototipo pasabajas seguido por las transformaciones espectrales para convertirlo en el tipo de filtro
requerido. Esas transformaciones espectrales se desarrollan a partir de las propiedades
de desplazamiento y modulacin de la TDFT; a diferencia de los filtros analgicos e
IIR esas transformaciones no cambian el orden (o longitud) del filtro.
El punto de inicio es un filtro ideal pasa-bajo con ganancia pasa-banda unitaria y una
frecuencia de corte de OP cuya respuesta al impulso con ventana Qir CD esta dada por:
Lx CND _N"N &cCND ,
Donde
a. d"M e& T N T a. d"M e&
cCND: Es una funcin ventana de longitud N si n es par el ndice toma valores no

enteros.
En la figura 4.6 podemos observar las transformaciones espectrales para una pasa altas,
pasa banda y supresor de banda.
Pgina 34
FILTROS DIGITALES
La tabla 3 muestra las funciones metamatemticas para realizar las transformaciones

Tabla 3
Longitud N impar
Rango
Qir 2OP "2OP &VCD
a. d"M e& T N T a. d"M e&

= ~CD 2OP "2OP &VCD
Qr CD ~CD Qir CD
Qr CD 2 cos"2hO? & Qir CD
Qs CD ~CD Qr CD
OP 0.5"Or E Os &
=4OP "2OP & cos"2hO? & VCD
OP 0.5"O9 E O & O?
O? 0.5"O= E O9 &
=~CD 4OP "2OP & cos"2hO? & VCD
Donde:
OP 0.5"O9 E O & O?
O? 0.5"O= E O9 &
V ! '! G
Para el caso en que el valor

|| T
positivos de tenemos la tabla 4.
0.5"G 1& o por consiguiente para valores
Para una longitud impar y rango de || T 0.5"G 1&

Qir 2OP "2O &
Qr 2Qir CDcos "2hO? &
Qr ~CD Qir CD
Qs ~CD Qr CD
Donde:
OP O ! !!

O? O ! " O X O&
METODO DE MUESTREO DE FRECUENCIA
En el diseo con base en ventanas, se comienza con la respuesta al impulso QCD de un

filtro ideal y se usa el truncamiento y las ventanas para obtener una respuesta al impulso
H[F] aceptable. El diseo de filtros FIR por medio de muestreo de frecuencia comienza
con la forma necesaria para H[F] usa interpolacin y la DFT para obtener h[n]. En este
sentido, el diseo es ms verstil ya que las formas arbitrarias de la respuesta al impulso
pueden manejarse con facilidad.
Una seal continua h(t) (pero con banda limitada) puede ser perfectamente reconstruida
a partir de sus muestras (tomadas por encima de la razn de Nyquist) usando una
funcin senc de interpolacin (que es cero en los instantes de muestreo). Si h (t) no es
Pgina 35
FILTROS DIGITALES
de banda limitada se obtiene una concordancia perfecta solo para los instantes de
muestreo.
Por analoga, el espectro continuo (pero peridico) H(F), tambin puede recuperarse a
partir de sus muestras de frecuencia, usando una extensin peridica de la funcin senc
de interpolacin. El espectro reconstruido M "& mostrara una coincidencia exacta con
H(F) deseado en los instantes de muestreo, aun cuando HF "O& puede variar
considerablemente en otras frecuencias. Esta es la base para el diseo de filtros FIR
mediante el muestreo de frecuencia. Dada la forma deseada para H(F) se muestra en N
frecuencias y se encuentra la IDFT de la secuencia de N puntos HCD, 0,1,. N-1.
Entre las ventajas que brinda este mtodo es que permite a reducir al mnimo el efecto
de Gibbs cerca de las discontinuidades en H[F], puede permitir que los valores varen
gradualmente entre los saltos (directriz de diseo) sin embargo equivale a introducir un
ancho de transicin ms amplio.
DISEO DE FILTROS FIR DE FASE LINEAL PTIMA
Al igual que con los filtros analgicos, el diseo de filtros FIR de fase lineal optima
requiere que se reduzca al mnimo el error mximo de la aproximacin. El diseo
ptimo de filtros FIR se basa tambin en una aproximacin Chebyshev. Por tanto, sera
de esperar que este diseo genere la longitud mnima del filtro y una respuesta con
ondulaciones iguales en pasa banda y supresin de banda.
Hay tres conceptos importantes para el diseo ptimo:
El error entre la aproximacin H(F) y la respuesta deseada D(F) debe ser de
igual ondulacin.
La respuesta en frecuencia H(F) de u filtro cuya respuesta al impulso h[n] es una
secuencia simtrica puede siempre expresarse en la forma.
K
H"O& "O& cos"2hO& "O&"O&

?
El teorema de alternancia proporciona la clave para seleccionar las
Las seales que nos permiten transmitir algn tipo de informacin, son de naturaleza
aleatoria
Pgina 36
FILTROS DIGITALES
Filtros adaptativos
Las seales que nos permiten transmitir algn tipo de informacin, son de naturaleza
aleatoria. Debido a esto no podremos disear filtros FIR o IIR tradicionales de
coeficientes fijos, que permitan que se adapten a cualquier variacin de la seal con la
que se trabaja. De esta problemtica, surge la necesidad de desarrollar nuevas tcnicas
de filtrado que adapten sus coeficientes a la variacin de la seal de entrada, de manera
que la banda de paso se adapta a la regin donde existe seal que se desea conservar.
Estos sistemas son los llamados Filtros adaptativos. Estos sistemas adaptativos operan
en lazo cerrado, de manera que las seales de entrada ponderada por los coeficientes del
filtro, es comparada con otra seal, denominada deseada d(n), a fin actualizar los
coeficientes del filtro, para que se adapten a la variacin de la seal de entrada. Como
resulta evidente, esto se podr conseguir a travs de mtodos de programacin de
algoritmos que actualicen de la forma ms ptima posible los coeficientes del filtro. En
la figura 4.7 se muestra un esquema de una topologa de filtro adaptativo.
La teora de filtros adaptativos se empez a desarrollar a principios de los aos 60.

Estos estudios se basaban en el desarrollo de mtodos para ajustar los coeficientes de
filtros no lineales. La idea a desarrollar era que estos sistemas fueran capaces de
aprender por si mismos entendiendo este trmino como que fueran capaces de
adaptarse a las variaciones de las seales de trabajo. El mtodo que se desarroll fue el
basado en la obtencin de la solucin ptima a partir de la minimizacin de la esperanza
de error cuadrtico medio (MSE).
Un filtro adaptativo opera estimando estadsticamente la seal de entrada, ajustndose
acorde a esto. Un filtro adaptativo no tiene porque tener una nica salida, como se
muestra en la figura 4.7. Puede tener dos, de manera que se escoger la que convenga
segn la aplicacin a realizar. Esto depender tambin del modo de trabajo del sistema
que se elija. Esto quiere decir si se har que el sistema adaptativo se comporte como el
sistema que gener la seal interferente o si se desea que se comporte como el sistema
que gener la seal til.
Pgina 37
FILTROS DIGITALES
Tcnicas de estimacin
Como se ha mencionado antes, el concepto de estimacin lineal ptima, es en lo que se
fundamenta el tratamiento de seales en filtros adaptativos. Ahora se van a presentar los
diferentes tipos de estimacin.
.
La estimacin de la salida del filtro

La estimacin de los coeficientes del filtro.
Las topologas FIR son las ms utilizadas en filtros adaptativos, la convergencia de

estos a la solucin ptima viene dada por la ecuacin. Los filtros adaptativos con
topologas IIR siguen metodologas de estimacin diferentes basados en la solucin de
Kalman.
Estimacin optima no recursiva
Habitualmente el estimador utilizado en algoritmos adaptivos es la funcin de Error
Cuadrtico Medio que viene dada por la ecuacin
= "& " "& B"&&=
Donde B"& es la salida del filtro que se puede expresar como B"& "&. 6"&
donde 6"& es la entrada y "& es el vector de coeficientes del filtro T es la
transpuesta. El diagrama de bloques se representa en la fig. 4.7.
Recordando la funcin de correlacin y auto correlacin tenemos que:
"& 6 "& "&
) "& 6"&6 "&
Donde T es la transposicin. Una vez que se tiene esto se puede proceder a calcular el
Error Cuadrtico Medio:
"& C = "&D
C" "& B"&&= D
Si B"& "&. 6"&, entonces
C = "& 2 "& "&6"& E "&6"&6 "&"&D

C = "& 2 "&"& E "&)"&"&D
El objetivo es minimizar esta funcin de error, con lo cual se aplicara el procedimiento

que se presenta a continuacin.
"& 0
Pgina 38
FILTROS DIGITALES
C
Donde
? = ) 8>
,
,,
D
F8>
? >
2)? 2 0
La solucin a la que se ha llegado se denomina solucin de wiener-Hopf para la

estimacin optima de los coeficientes de filtro y sienta las bases del algoritmo adaptivo
LMS.
Algoritmos Adaptativos
Los sistemas adaptativos se conforman en 2 bloques diferenciados. Un encargado de

realizar el filtrado de la seal y otro encargado de actualizar los coeficientes del filtro
segn las seales que lo controlan. Este modulo se denomina algoritmo adaptativo, este
bloque incluye el software que implementa el algoritmo adaptativo. Estos algoritmos
son dos bsicamente, ya que el resto, sern modificaciones de estos. Los dos algoritmos
adaptativos bsicos son:
El LMS (Least Mean Square)
RLS (Recursive Least Square).
Least Mean Square
Este algoritmo pertenece a la familia de los algoritmos de gradiente estocstico. Con el
trmino estocstico se pretende distinguir este algoritmo de otros que utilizan gradiente
determinista para el clculo de los coeficientes del filtro.
Una caracterstica importante del LMS es su simplicidad. No requiere medidas de las
funciones de correlacin, ni tampoco inversin de la matriz de auto correlacin.
El LMS comprende dos procesos bsicos:
1. Un proceso de filtrado, que implica el clculo de la salida generada por un
filtro transversal, y la generacin de una estimacin del error comparando
esta salida con la respuesta deseada.
2. Un proceso adaptativo, que realiza el ajuste automtico de los coeficientes
del filtro de acuerdo con la estimacin del error.
Si fuera posible obtener medidas exactas del vector gradiente de (n) en cada iteracin
n, y dispusiramos del parmetro adecuadamente elegido, el vector de pesos del filtro
convergera a la solucin ptima de Wiener. Pero en la realidad no se dispone de estas
medidas exactas del vector gradiente, ya que no se conoce la matriz de auto correlacin
de la seal de entrada al filtro ni el vector de correlacin cruzada entre esta seal de entrada
Pgina 39
FILTROS DIGITALES
al filtro y la respuesta deseada. Por tanto, el vector gradiente ha de ser estimado a partir de
los datos.
La manera de estimar su vector de coeficientes de filtro es:
" E 1& "& E 2"&6 "& .. "4.1&
En la que se muestra la dependencia de los coeficientes frente a los valores pasados y a

la expresin del error y de la seal de entrada.
x(n) es la seal de entrada al filtro y depende de las N-1 muestras de entrada anteriores
6 "& C6"&, 6" E 1&, , 6 " G E 1&D y el vector w(n) es el vector de los
coeficientes del filtro adaptivo. El parmetro es una constante de pequeo valor que
se conoce como paso de filtro y ha de ser elegido convenientemente para garantizar la
convergencia de la salida a la solucin deseada.
Toda la teora de filtros adaptativos basados en LMS se sustenta a partir de la solucin
de Wiener para el coeficiente ptimo ? .
" E 1& "& "&
(4.2)
Como se observa en la ecuacin anterior la actualizacin de los coeficientes del filtro

depende del gradiente negativo del error cuadrtico medio. En el algoritmo LMS
trabajamos con procesos aleatorios, por consiguiente, este gradiente no podr ser
conocido en un determinado instante, de manera que el valor usado ser uno estimado.
Debido a esto, no trabajaremos con la esperanza del error, sino que se har con el valor
de error directamente de manera que tendremos:
"& " "&&
= "&
2"&
2"&
"&
"& B"&
2"&
"&6 "&
2"&6"&
De este desarrollo se llega a la expresin (4.2), que es la forma recursiva de

actualizacin de los coeficientes del filtro.
Un parmetro importante para el estudio de los algoritmos adaptivos, es la rapidez con
la que convergen a la solucin deseada. Esto viene determinado por los auto valores de
Pgina 40
FILTROS DIGITALES
la matriz de auto correlacin R y de su dispersin. As el valor de que garantiza la

convergencia en media es:
0
Donde es el mayor de los autovalores de la matriz de autocorrelacion que cumple

F8>
T !") &
?
Como se ha mencionado anteriormente el parmetro se ha de escoger de forma que

garantice la convergencia a la solucin, ya que de dependiendo su valor, la solucin
puede tardar demasiado en converger haciendo que no converja a la solucin antes de
que se procese la siguiente muestra, o por otro lado haciendo que el sistema intente
converger tan rpido que este se vuelva inestable. Debido a esto se fija un criterio para
elegir este parmetro en cual es:
0 9.
A medida que el vector w(n) adopta valores prximos a los que garantizan la
convergencia a la solucin ptima, estos coeficientes no se mantienen estticos, sino
que fluctan en torno a la solucin. Esto es debido a que el vector gradiente utilizado
para realizar las correcciones tiene derivas asociadas a su valor, esto provoca que el
error cuadrtico medio tenga un exceso que impide que converja a cero, este exceso se
puede expresar matemticamente de la forma
2
. .
. "4.3&
1 . F8>
? 2
F8>
?
En la expresin 4.3 queda remarcada la influencia del paso en la convergencia del error,
marcando el exceso de error que se tendr. representa el error cuadrtico medio.
LMS Normalizado (NLMS)
En aplicaciones reales se trabaja con procesos estocsticos, lo que indica que no
podremos definir su estado futuro, solo estimarlo, de manera que fijar cualquier tipo de
parmetro constante ser complicado. En el LMS hemos visto que la actualizacin de la
seal de error dependa de una constante denominada paso del filtro. En la eleccin de
este parmetro constante radica la complejidad y limitacin del sistema, ya que no se
podr elegir un paso ptimo para todo el rango de posibles valores de seal de entrada.
Debido a esto aparece la necesidad de definir un paso que se adapte (al igual que los
coeficientes del filtro) a las variaciones de la seal de entrada. Debido a esto aparece el
algoritmo NLMS que es simplemente una extensin del LMS.
Pgina 41
FILTROS DIGITALES
El proceso se basa en calcular valores diferentes de para cada iteracin del algoritmo
de manera que se obtiene un (n) que depender de la variacin de las seales de
entrada. Una caracterstica importante de (n) es que su inverso es proporcional a la
suma de la energa de entrada al cuadrado o lo que es lo mismo a la potencia.
be
b . Cbe b
b\
M8e
. .bM8e D "b &

a
Para la demostracin de este algoritmo partiremos de la expresin de actualizacin de

los coeficientes de filtro para el algoritmo LMS donde ha sido sustituido por una
funcin discreta (n).
" E 1& "& E 2"N&. "&. 6 "&
" E 1& "& " E 1&. 6"&
"1 2. "&. 6 "&. 6 "&&. "&
De manera que si minimizamos la funcin error futuro cuadrtico "" E 1&&=

respecto al valor de (n) y la igualamos a cero.
" E 1&=
0 "&
. .4.4
"&
26 "&. 6 "&
Si sustituimos la expresin anterior en la ecuacin 4.1 que nos da la actualizacin del

filtro obtenemos
" E 1& "& E
"&6"& .. "4.5&
6 "&. 6"& E
La expresin 4.5 es con la que el algoritmo NLMS actualiza los coeficientes del vector
del filtro. Este algoritmo es el que habitualmente se utiliza en aplicaciones reales,
debido a su simplicidad de clculo. Si bien es cierto que presenta algunas
modificaciones a la expresin 1.4 como la inclusin de un parmetro (constante de
pequeo valor) que evita la divisin por cero y de una variable que est comprendida
como:
0<<2
En el algoritmo LMS cuando x(n) es grande el algoritmo experimenta un problema con
la amplificacin del ruido del gradiente. Con la normalizacin del tamao del paso dada
por 6 "&. 6"& en el algoritmo NLMS este problema de amplificacin de ruido
disminuido. Aunque este algoritmo evite este problema de amplificacin de ruido,
nosotros ahora enfrentamos un problema que ocurre cuando 6 "&. 6"& se vuelve
bastante pequeo. Una alternativa es agregar que es un pequeo nmero positivo.
Pgina 42
FILTROS DIGITALES
Como se puede apreciar, se ha introducido ms clculo en el algoritmo, de manera se

incrementa el nmero de iteraciones a realizar, en este caso sern 3N+1 siendo N la
longitud del filtro. Por otro lado, el mayor coste computacional que conlleva este
incremento es aceptable si lo comparamos con la mejora en la convergencia a la
solucin deseada. Si bien el algoritmo LMS ya tena un coste de 2N+1 iteraciones,
vemos que la propuesta del NLMS es aceptable de cara a aplicaciones reales. Si bien es
cierto que deberemos hacer un estudio de las simulaciones para poder valorar ms
objetivamente esto. La siguiente figura 4.7 a muestra las curvas de aprendizaje del
algoritmo LMS
La convergencia inicial o comportamiento transitorio del algoritmo LMS ha sido

investigado por varios investigadores. Sus resultados indican claramente que el tamao
de paso debe reducirse en proporcin directa a la longitud del filtro.
LMS de paso variable (VSLMS)
Una vez se ha visto el LMS y el NLMS en los que el paso era fijo para una iteracin
como mnimo, a continuacin se va a estudiar un algoritmo basado en el LMS, pero en
el que el valor del paso es variable para cada valor del vector de coeficientes de filtro
w(n). Dicho vector se expresara de la siguiente forma.
" E 1& "& E 2 "& E ' "&
'"& "&. 6"&
Donde g(n) es un vector que contiene los trminos del gradiente, x(n) es el vector de
muestras de entrada y "& se puede calcular segn las expresiones (4.6) o (4.7)
alternativamente segn la aplicacin y los recursos computacionales disponibles. es
Pgina 43
FILTROS DIGITALES
una constante positiva de valor reducido que tiene la finalidad de controlar los efectos
que tiene provoca el gradiente (definido como ruidoso) en el proceso de actualizacin
de los coeficientes.
"& " 1& E . '"' "&&. '"' " 1&& 4.6
"& " 1& E . ' "&. ' " 1& 4.7
Como en los casos anteriores el clculo del paso ser crtico, ya que si es demasiado
grande, puede provocar que el sistema se vuelva inestable, por otro lado si es demasiado
pequeo puede llegar a ocasionar que el sistema no llegue a converger a la solucin
deseada antes de que entre la siguiente muestra a procesar. El mayor inconveniente de
este mtodo es el mismo que se presentaba en el caso del LMS estndar, que era que se
deba conocer la seal de antemano a fin de calcular el paso ptimo y como se ha visto
para aplicaciones reales esto no ser posible, por lo tanto ser interesante obtener una
solucin a esta problemtica.
A continuacin se presenta el algoritmo que se debera seguir para implementar este

algoritmo sobre un soporte programable digital. En la figura 3.4. Se presenta el
diagrama de bloques del algoritmo, en el cual se puede apreciar como este se basa en el
algoritmo LMS con la diferencia que se ejecuta un proceso condicional en el que se
evala el parmetro , a fin de fijar el valor del paso para una iteracin determinada.
Como se puede apreciar, este algoritmo tiene un coste computacional superior al

NLMS, realizando 4N+1 iteraciones en calcular una muestra de salida, esto junto con el
problema de tener que conocer la seal de antemano, hacen que no sea un algoritmo
viable para aplicaciones reales. Debido a esto se desarrollara a continuacin un ltimo
Pgina 44
FILTROS DIGITALES
algoritmo basado el LMS y que soluciona el problema de tener que conocer la seal de
entrada previamente.
LMS de paso variable normalizado (VSNLMS)
Como se menciono anteriormente el principal problema de de algoritmo VSLMS radica

en la necesidad de conocer la seal de entrada para poder realizar un ajuste ptimo del
paso, debido a esto aparece la necesidad de supeditar el valor del paso a la seal de
entrada, de manera que este se adapte a esta de forma automtica en el momento que se
recibe la muestra de entrada.
Se podra ver el VSNLMS como una extensin NLMS, ya que incorpora los mismos
pasos bsicos con la salvedad de que el paso se actualiza en cada iteracin para cada
uno de los coeficientes, mientras que en el caso del LMS el paso si bien si se actualizaba
con cada iteracin, era el mismo para todos los coeficientes del vector de coeficientes
del filtro. Otra similitud que se tiene con el NLMS es que el paso calculado, es
inversamente proporcional al cuadrado de las muestras de entrada o lo que es lo mismo
es proporcional a la potencia de la seal (o energa instantnea).
"&
2. "6 "&. 6"&
E &
Algoritmo BLMS (BLOCK LMS):
El algoritmo BLMS (block least mean-square) es una generalizacin del LMS. El

trabajar as har una idea de cmo ser el futuro trabajo en la frecuencia; se puede
considerar, por lo tanto, que es un puente entre el dominio del tiempo y el de la
frecuencia.
Entender este algoritmo resulta un poco ms complicado que los anteriores, ya que
ahora se actualiza cada S muestras y no cada una como ocurra en anteriores algoritmos.
Por lo tanto, para cada actualizacin se obtendrn S salidas y S errores. En algoritmos
anteriores se introduca una muestra y se realizaban todas las operaciones necesarias
para lograr el objetivo final (la cancelacin), pero ahora no se coge una nica muestra,
sino un bloque de ellas. La dificultad radica en que ahora se tiene que trabajar con
bloques, no solo hay un vector sino que hay varios con coeficientes diferentes.
Pgina 45
FILTROS DIGITALES
Para clarificar la comprensin de este algoritmo, srvale siguiente ejemplo, escenificado

en la figura 2.3.1.1, donde la seal de entrada est representada en gris oscuro y los
vectores con los que se va a trabajar en gris claro (estos vectores estn compuestos por
muestras de la seal de entrada). El nmero de coeficientes que posee cada uno de estos
vectores es de N+S-1=8+4-1=11. En la figura nombrada aparecen vector viejo y vector
nuevo. Estos dos vectores estn relacionados entre s en que el nuevo posee N-S
coeficientes iguales que el viejo (los N-S ms nuevos del viejo, que pasarn ahora a
formar parte de los coeficientes ms antiguos del vector nuevo). Lo primero que hay
que hacer es definir un vector que tenga tantos coeficientes como el filtro al que se le
sumarn un nmero (aconsejable mltiplo de dos para su posterior adaptacin a la
realizacin de FFT en base 2). Este vector se lo rellenar con muestras provenientes de
la seal de entrada. Una vez obtenido este vector, el modo de operacin ser el mismo
que hasta ahora, pero con algunas pequeas diferencias.
Cada vector con el que se va a trabajar tiene un nmero de muestras igual al nmero de
coeficientes que tiene el filtro por el que tiene que pasar, ms cuatro muestras (en este
caso hemos cogido este nmero, al que llamaremos S). Para poder convolucionar un
vector de este tamao con un filtro que posee un tamao menor, se deben ir cogiendo
subvectores que posean el tamao de este ltimo (como se muestra en la figura 4.9
donde los vectores grises estn compuestos por ocho muestras, el mismo nmero de
coeficientes que nuestro filtro).
As pues, se podra decir que en realidad es como si se tuvieran cuatro vectores
diferentes para cada intervalo de tiempo, compuesto cada uno por ocho muestras de la
seal de entrada, conformando al final un total de 11 muestras. Una vez aclarado que se
est trabajando con varios vectores a la vez (aunque algunos coeficientes de estos
coincidan, se vern diferentes para una mayor claridad), al llegar en el algoritmo a la
ecuacin del LMS, surge el problema de cmo utilizar el vector de entrada de N+S-1
coeficientes. El procedimiento para solucionar esto es el siguiente:
El error (e) obtenido para el primer vector de entrada (que ser un escalar), se multiplica
por este vector. Esto dar otro vector de N coeficientes. La figura 4.9 muestra por
bloques el proceso.
Pgina 46
FILTROS DIGITALES
Esto se hace para cada uno de los vectores de entrada, en nuestro caso 4, con lo cual se
tendrn cuatro vectores de N coeficientes.
El siguiente paso consiste en sumar coeficiente a coeficiente de los vectores resultantes

y cada uno de ellos multiplicarlos por el factor de convergencia . Despus de todo esto
y por ltimo, se dividir cada uno de los coeficientes por cuatro, y ya se habr obtenido
el vector que se deseaba.
? "&
B? "&
? "&
> "&
> "&
B "&

>
s8> "&
s8> "&
Bs8> "&
Una vez que se dispone de los vectores de error, se puede proceder a calcular los
coeficientes del filtro.
? "&
? "&
? "&. 6? "&
> "&
> "&
"&. 6> "&

>
.
s8> "&
s8> "&
Y8> "&. 6Y8> "&
Pgina 47
FILTROS DIGITALES
De este modo se obtienen S vectores de actualizacin, pero a la prctica, solo se desea

uno por cada salida, por lo tanto se realizara el promediado de todos, de manera que se
obtendr un solo vector de actualizacin del filtro.
" E 1& "&s8> Y8> E Cs8> "&. 6Y8> "& E . E? "&. 6? "&D
La ventaja que incorpora este sistema es que se trabaja con muestras pasadas para
generar la salida, al igual que se emplean muchas ms muestras de las que se utilizaran
en el LMS normal. Esto implica que la seal reconstruida se adapte de forma muy
fidedigna a la original, dando una alta convergencia y una buena estabilidad
En aplicaciones reales este ser idneo para trabajar, ya que permitir evitar efectos
adversos debidos a los retardos introducidos por los sistemas de digitalizacin que le
pasara los valores discretos al procesador digital de la seal, ya que se tardara menos
tiempo en introducir en el DSP un vector largo que muchos vectores cortos que
sumados nos dan el mismo tamao que el largo.
Algoritmo BNLMS (BLOCK LMS NORMALIZADO):
Al igual que los anteriores algoritmos, sencillamente, lo nico que hay que hacer es
introducir el algoritmo para normalizar el factor de convergencia. Al igual que en los
apartados anteriores la manera de normalizar este factor depende de la potencia de la
seal de entrada. Ahora se tiene el problema aadido de trabajar en bloques (con varios
vectores de la seal de entrada), como ya se ha sealado.
Se puede ver como los nicos bloques u operaciones que se introducen adicionalmente,
son aquellos que realizan la potencia de la seal. Pero conseguir esta potencia, no
influye para nada la dificultad de estar trabajando con varios bloques a la vez, ya que
esta potencia, la calculando va calculando cada vez que se utiliza un vector, sin importar
si se est en una iteracin o en otra, ya que la inversa de esta potencia (aunque no se le
puede denominar exactamente potencia, ya que tiene otra serie de componentes, que,
eso s, no influyen tanto como sta) es multiplicada por un factor muy pequeo
(constante) y luego por la seal propiamente dicha, convirtindose en otro vector, con
otras caractersticas, pero con el mismo nmero de coeficientes
Si se toman esta serie de molestias a la hora de hacer clculos, est claro que ser para
conseguir algn beneficio en el objetivo final. Como se ver ms adelante, la diferencia
estar muy clara cuando se comparen la msica y la voz, dos seales no peridicas,
decantndose la balanza hacia el lado del algoritmo BNLMS, pues la ventaja de este
algoritmo estriba en que calcula la potencia de la seal de entrada, y con ello se
amortigua ms rpido cualquier cambio en la seal. Si a esto se le aade la estadstica
que nos proporciona de por si el algoritmo BLMS (que mejora sensiblemente respecto
del LMS), se podr concluir que este algoritmo, el BNLMS, es el ms indicado para
este tipo de seales.
Pgina 48
FILTROS DIGITALES
Recursive Least Square (RLS)

Una vez visto el ltimo algoritmo adaptativo se puede pasar a estudiar el otro tipo de
algoritmos adaptativos. Se trata del RLS, este algoritmo se basa en la estimacin de la
solucin de Kalman (LMS lo haca en la de Wiener) y se fundamente en la
minimizacin de la funcin de error (4.8) donde k hace referencia al instante inicial del
sistema y lambda es una constante menor que 1que pondera la seal de error, al ser
menor que uno da ms peso a las muestras ms recientes que a las ms antiguas.
"& 8 = "& . .4.8

>
Este algoritmo destaca frente al LMS por sus buenas caractersticas de convergencia y
de atenuacin, pero debido a su complejidad de clculo, se incrementa enormemente el
coste computacional del sistema, lo que lo hace poco adecuado para aplicaciones de
procesado en tiempo real. Otro inconveniente es que, un diseo errneo puede ocasionar
que el sistema se vuelva inestable.
A continuacin se va a realizar la demostracin matemtica del algoritmo RLS. Para

ello se van a definir un seguido de vectores con los que se trabajara posteriormente y a
los cuales se les cambia la notacin utilizada hasta el momento para hacer ms
comprensible el razonamiento seguido
En primer lugar se define y(n) como la salida del filtro FIR, donde n se corresponde al
nmero de coeficiente de filtro con el que se trabaja.
B"& "&. 6"&
"& " & B"&
"& C "1&, "2&, . , "&D
Pgina 49
FILTROS DIGITALES
B"& CB"1&, B"2&, . , B"&D

"& C"1&, "2&, . , "&D
"& "& B"&
6 "& C6 "1&, 6 "2&, . , 6"&D

Partiendo de 4.8 podemos llegar fcilmente a 4.9
"& 8 = "&
>
"&. "&. "& 4.9

Donde se ha definido (n) como la matriz diagonal
8> 0 0 0
8=
0 0
0
"& 0 0 89 0

0 0 0 1
Sustituyendo los vectores de entrada definido anteriormente en la expresin 4.9 se

puede expresar la funcin de error como:
"& "&. "&. "&
. . . . B B . . E B . . B
. . . . "6 . & "6 . & . . E "6 . & . . "6 . &

. . 2. . < E < . . <
Pgina 50
FILTROS DIGITALES
Donde
"& 6 "&. . 6 "&
"& 6 "&. "&. "&

Si una vez obtenido esto, se aplica a la funcin de error (n) gradiente respecto al vector
de coeficientes de filtro y forzando que esta sea cero, se puede encontrar el valor de
coeficientes de filtro que hacen esta funcin mnima.
"& 8> "&. "&
La matriz 8> se podr encontrar aplicando el lema de la matriz inversa. Este paso es
necesario para poder encontrar una expresin para la actualizacin del vector de
coeficientes de filtro. A continuacin se muestra este desarrollo.
8> "& C6"&. "&. 6 "&D8>
8> . 8> " 1& E 6 "&. 6 "&
8> " 1&
8= 8> " 1&6 "&6 "& 8> " 1&

1 E 8> . 6 "& 8> " 1&. 6"&
8> . 8> " 1& "&. 6 "& 8> " 1& . .4.10
Donde
"&
8> 8> " 1&. 6"&

1 E 8> 6 . 8> " 1&. 6"&
8> "&. 6"&
El vector (n) de la ecuacin se puede expresar en funcin de los estados anteriores, de

manera que aplicndolo en la ecuacin 4.10, se puede obtener la expresin de
actualizacin de los coeficientes de filtro para el algoritmo RLS.
Pgina 51
FILTROS DIGITALES
"& . " 1& E 6"&. "&

"& 8> "&. "&
8> " 1&. " E 1& "&6 "&. 8> " 1&. " 1& E "&. "&
" 1& "&. 6 "&. " 1& E "&. "&
" 1& E "&. " "& " 1&. 6"&&
"& " 1& E "&. "&
Donde
"& "& " 1&. 6"&
Como se ha podido observar en la deduccin de la expresin de actualizacin del vector

de coeficientes de filtro, la complejidad de clculo asociada a este algoritmo es muy
superior a la de la familia de algoritmos adaptativos LMS. Debido a esto la
implementacin software de este ser mucho ms complicada que la de su homologo
LMS. A continuacin se va a presentar de la forma ms simplificada el proceso que se
debera seguir para su programacin, mostrando primero el diagrama de bloques del
algoritmo y posteriormente las expresiones matemticas que incluira cada bloque.
Pgina 52
FILTROS DIGITALES
Como ya se haba adelantado la complejidad del algoritmo RLS es bastante ms elevada

que la del LMS, debido a esto el nmero de iteraciones a realizar por cada ejecucin
hace que sea mucho ms lento que el LMS, ya que este algoritmo requerir
multiplicaciones y sumas, de manera que el nmero de iteraciones totales del algoritmo
por cada ejecucin. Esto hace que no sea una buena opcin para aplicaciones en tiempo
real, ya que el tiempo de ejecucin para procesar una muestra podra superar
tranquilamente el tiempo que separan a dos muestras, esto tambin podra ser provocado
por una longitud excesiva de tamao del filtro. El tener un tiempo de ejecucin superior
al tiempo que separan dos muestras provoca, que el sistema no pueda capturar la
muestra, de manera que esta se perdera, de manera que si el procesado se realiza en
tiempo real, dependiendo de la frecuencia de muestreo marcada por el teorema de
Nyquist, se podra provocar un efecto de diezmado que redujera la frecuencia de
muestreo por un ndice t y pudiendo ocasionar que est quedara por debajo de la
mnima marcada por Nyquist, provocando un Aliasing que distorsionara la seal de
entrada, haciendo imposible tratar la seal.
FILTROS RLS RAPIDOS

El algoritmo anterior RLS se conoce como de Raz Cuadrada y presenta una
complejidad de clculo de = . Por otro lado los algoritmos RLS en celosa presentan
una complejidad de clculo de M. Bsicamente los algoritmos en celosa evitan las
multiplicaciones de las matrices implicadas en el clculo del vector de ganancia Kalman
2K "&. Por consiguiente, los algoritmos resultantes tienen una complejidad que es
proporcional a M (multiplicaciones y divisiones) y por tanto se denominan algoritmos
RLS rpidos para los filtros FIR de forma directa.
Existen varias versiones de los algoritmos rpidos, que difieren en cuestiones menores,
en las siguientes figuras se proporcionan dos versiones para seales complejas. La
complejidad de clculo para la versin A es de 10M -4 multiplicaciones y divisiones
complejas, mientras que la versin B tiene una complejidad de 9M+1 multiplicaciones y
divisiones. Es posible conseguir una reduccin adicional en la complejidad del clculo a
7M el cual es denominado algoritmo FAEST (fast a posteteriori error sequential
technique, tcnica rpida secuencial del error a posteriori) con una complejidad de
clculo de 7M. se han propuesto otras versiones de estos algoritmos con una
complejidad de 7M pero mucho de estos algoritmos son extremadamente sensibles al
ruido de redondeo y presentan problemas de estabilidad, sin embargo otros autores han
demostrado como estabilizar estos algoritmos rpidos (7M) con un incremento
relativamente pequeo del numero de clculos.
Pgina 53
FILTROS DIGITALES
Una ventaja importante del algoritmo RLS en la forma directa sobre el algoritmo LMS
es su rpida velocidad de convergencia este comportamiento caracterismo se muestra en
la figura 4.1 y en la figura 4.2 se compara la convergencia RLS, LMS Y RLS rpida
La superioridad del algoritmo RLS en alcanzar ms rpidamente la convergencia es

evidente. El algoritmo converge en menos de 70 iteraciones (70 muestras de seal),
mientras que el algoritmo LMS no converge hasta las 600 iteraciones. Esta rpida
velocidad de convergencia del algoritmo RLS es extremadamente importante en
aplicaciones en las que los paramentaros estadsticos de la seal varan con el tiempo
rpidamente.
A pesar de la velocidad de convergencia, los algoritmos RLS para el filtrado adaptativo
FIR presenta dos importantes desventajas:
Complejidad de clculo. Los algoritmos de raz cuadrada tiene una complejidad

de = los algoritmos RLS rapidos tienen una comlejidad de calculo
Pgina 54
FILTROS DIGITALES
proporcional a M, Pero el factor de proporcionalidad es de 4 a 5 veces el del

algoritmo LMS
La sensibilidad a errores de redondeo. Los cuales se acumulan como resultado
de los clculos recursivos. En algunos casos, los errores de redondeo hacen que
estos algoritmos sean inestables
Es importante mencionar que el algoritmo RLS en la forma directa se hace inestable, y

por tanto no funciona apropiadamente con aritmtica de punto fijo de 16 bits. Para este
algoritmo, determinamos experimentalmente que son necesarios de 20 a 24 bits de
precisin para que el algoritmo funcione bien. Por otro lado el algoritmo de Raz
Cuadrada funciona hasta con 9 bits pero la degradacin en su funcionamiento es
significativa por debajo de 11 bits. El algoritmo RLS rpido funciona bien hasta con 11
bits para duraciones cortas de orden de 500 iteraciones. Para un nmero mucho mayor
de iteraciones el algoritmo se vuelve inestable debido a la acumulacin de errores de
redondeo. En tal caso, se han propuesto varios mtodos para reiniciar el algoritmo con
el fin de prevenir el desbordamiento de los coeficientes. Estos resultados se pueden ver
en la siguiente tabla.
Numero
de
bits
(incluyendo el signo)
16
13
11
10
9
8
RLS de raz cuadrada
RLS Rpido
2.17
2.33
6.14
17.6
75.3
2.17
2.21
3.34
Algoritmo
LMS
2.30
2.30
19.0
77.2
311.0
1170.0
El algoritmo no converge a los coeficientes ptimos

La grafica de la Fig. 4.12 muestra el nmero de operaciones por longitud del filtro para
los filtros antes mencionados.
Pgina 55
FILTROS DIGITALES
La tabla 4 muestra las principales caractersticas de los filtros adaptativos analizados en

este captulo.
Pgina 56
CAPITULO V
TRANSFORMADA DE FOURIER
Pgina 57

La Transformada de Fourier Discreta es una de las herramientas ms importantes en el
procesamiento de seales digitales. Esta herramienta tan importante puede utilizarse en
tres modos. El primero la DFT puede calcular el espectro de frecuencia de una seal.
Esto es un anlisis directo de informacin codificada in la frecuencia, fase y amplitud de
las componentes sinusoidales, por ejemplo el habla y escucha humana usan seales con
este tipo de codificacin. Segundo la DFT puede encontrar la respuesta de frecuencia
del sistema desde la respuesta impulso del sistema y viceversa. Estos sistemas permiten
ser analizados en el dominio de la frecuencia, tal como la convolucin permite a los
sistemas ser analizados en el dominio del tiempo. Tercero, la DFT puede ser usada
como un paso intermedio en tcnicas de procesamiento de seal ms elaboradas un
ejemplo de esto es la convolucin de la FFT un algoritmo para convolucionar seales
que son cientos de veces ms rpidos que los mtodos convencionales.
Es muy comn para la informacin ser codificada en sinusoidales que forman una seal.
Esta es la verdadera naturaleza de las seales que acontecen adems de aquellas que han
sido creadas por los humanos. Muchas cosas oscilan en nuestro universo, por ejemplo el
habla es el resultado de la vibracin de las cuerdas vocales, las estrellas y otros planetas
cambian su luminosidad como ellas rotan sobre sus ejes y dan vuelta alrededor de s. La
forma de onda en el dominio del tiempo no es importante en estas seales, la
informacin clave est en la frecuencia, la fase y la amplitud de las componentes
sinusoidales. La Transformada Discreta de Fourier se usa para extraer esta informacin
La Transformada Discreta de Fourier
La transformada de Fourier es una herramienta muy til cuando se trabaja con modelos
matemticos pero si queremos trabajar con seales fsicas reales y operando mediante
computadora debemos trabajar con modelos finitos y discretos.
Lo primero que se debe saber cul es el ancho de banda de la seal a muestrear para
poder saber a qu frecuencia deben tomarse las muestras para no perder informacin;
una vez muestreada debemos convertirla en finita para su anlisis. Para ello limitamos el
nmero de puntos que se toman.
La siguiente formula es la TDF
M8e
NLN
Q
"N&8 M
qj k
G*
Na
'"*&
M8e
LN
L
1
j k M
M
G
Na
, Q 0,1, G 1
, Q 0,1, . G 1
T es el periodo de muestreo de la seal original, N es el numero de muestras que se

toman (incluyendo ceros), h la variable ndice de frecuencia y n la variable ndice de la
muestras.
Pgina 58
Al igual que en el caso continuo, en el discreto tambin se respetan las propiedades de

la TRANSFORMADA DE FOURIER, que pueden concretarse en los siguientes puntos:
6"& E B"& @"Q& E X"Q&
>
Linealidad:
Simetra:
@"& 6"Q&
6 " & @"Q& 8
Desplazamiento temporal
De acuerdo con esta propiedad, se observa que cuando ste cambia la fase en el
dominio de la frecuencia, pero el modulo permanece constante. Por ello se
calcula exclusivamente el modulo para que los clculos sean independientes de
la posicin de la ventana respecto a la seal analizar
Desplazamiento en frecuencia
Funciones pares
Funciones impares
6"& 8 @"Q &

@"Q& )"Q&
X(h) = jI(h)
La Transformada Rpida de Fourier

La Transformada Rpida de Fourier es un algoritmo que resuelve de una manera ms
eficiente la Transformada Discreta de Fourier.
Hay varios modos para calcular la TDF tal como el mtodo de ecuaciones lineales
simultneas o el mtodo de correlacin, la FFT es otro mtodo para calcular la FDT.
Mientras que este produce el mismo resultado que las otras aproximaciones este es
increblemente ms eficiente, a menudo reduciendo el tiempo de computacin por
cientos. Si la FFT no estuviera disponible, muchas tcnicas no serian prcticas. Mientras
la FFT solamente requiere unas pocas docenas de lneas de cdigo, este es uno de los
algoritmos ms complicados en DSP.
La FFT se basa sobre la TDF compleja, es importante entender como transferir datos de
la TDF real hacia y fuera de la TDF compleja
La figura 5.3 muestra como la TDF real toma un punto N de la seal en el dominio del
tiempo y crea dos seales en el dominio de la frecuencia de N/2 +1 puntos. La TDF
compleja toma dos puntos N de las seales en el dominio del tiempo y crea dos seales
en el dominio de la frecuencia de N puntos.
Pgina 59
La FFT opera mediante descomponiendo un punto N de una seal en el dominio del

tiempo dentro de N seales en el dominio del tiempo cada una compuesta de un solo
punto. El segundo paso es calcular el espectro de frecuencia N correspondiente a estas
seales en el dominio del tiempo, para terminar el espectro de N son sintetizados hacia
un solo espectro de frecuencia.
La siguiente figura 5.4 muestra una descomposicin en el dominio del tiempo usado en
la FFT.
Pgina 60
La descomposicin no es nada ms que un reordenamiento de las muestras en la seal,

la figura 5.5 muestra el patrn de reordenamiento requerido. Sobre la izquierda, los
nmeros de muestras de la seal original estn enlistados a lo largo con sus equivalentes
binarios. Sobre el lado derecho, el nmero de muestras reordenadas estn enlistadas,
tambin a lo largo con sus equivalentes binarios.
El siguiente paso en el algoritmo de la FFT es para encontrar el espectro de frecuencia

de 1 punto de las seales en el dominio del tiempo. Nada puede ser ms fcil; el
espectro de frecuencia de un punto de seal es igual a s mismo. Esto significa que nada
se requiere para hacer este paso. Aunque no hay trabajo involucrado no se debe de
olvidar que cada uno de las seales de 1 punto es ahora un espectro de frecuencia y no
una seal en el dominio del tiempo.
El ltimo paso en la FFT es combinar el espectro de frecuencia N en el orden inverso
exacto que la descomposicin en el dominio del tiempo tomo lugar. En esta etapa
desafortunadamente el atajo del bit cambiado no es aplicable y debemos volver una
etapa a la vez. En el primer estado el espectro de frecuencia de 16 (un punto cada uno)
son sintetizados en 8 espectros de frecuencia (2 puntos cada uno) son sintetizados en 4
espectros de frecuencia (4 puntos cada uno) y as sucesivamente. La ltima etapa
resulta en la salida de la FFT a un espectro de frecuencia de 16 puntos.
La siguiente figura muestra como dos espectros de frecuencia, cada uno compuesto de 4
puntos son combinados en un solo espectro de frecuencia de 8 puntos. Esta sntesis debe
Pgina 61
deshacer la descomposicin intercalada echa en el dominio del tiempo, en otras

palabras la operacin en el dominio de la frecuencia debe corresponder al
procedimiento en el dominio del tiempo dos seales de 4 puntos intercalndose.
Si considerando dos seales en el dominio del tiempo abcd y efgh. Una seal en el
dominio del tiempo de 8 puntos puede ser formado mediante dos pasos: diluir cada
seal de 4 puntos con seros para hacer este una seal de 8 puntos y entonces sumar las
seales juntas.
Esto es, abcd se vuelven a0b0c0d0 y efgh se vuelve 0e0f0g0h. Sumando estas dos
seales de 8 puntos produce aebfcgdh. Como se muestra en la figura 12-4 diluyendo el
dominio del tiempo con ceros corresponde a una duplicacin del espectro de frecuencia,
por consiguiente el espectro de frecuencia se combina en la FFT duplicndolas y
entonces sumando el espectro duplicado juntos.
Para concordar cuando se suman las dos seales en el dominio del tiempo estas son
diluidas con ceros en un modo ligeramente diferente, en una seal los puntos pares son
cero, mientras que en la otra seal, los puntos impares son cero. En otras palabras una
de las seales en el dominio del tiempo desplazadas corresponde a la multiplicacin del
espectro por una senoidal. Esto recordando que un desplazamiento en el dominio del
tiempo es equivalente a convolucionar la seal con una funcin delta desplazada.
Pgina 62
Esto multiplica el espectro de la seal con el espectro de la funcin delta desplazada. El

espectro de una funcin delta desplazada es una senoidal.
La siguiente figura 5.7 muestra un diagrama de flujo para combinar dos espectros de 4
puntos en un solo espectro de 8 puntos. Este es un patrn repetitivo en la figura 5.8
Este simple diagrama de flujo es llamado MARIPOSA debido a su apariencia de alas

abiertas, la mariposa es el elemento computacional elemental de la FFT transformado
dos puntos complejos en otros dos puntos complejos.
La siguiente figura muestra la estructura entera de la FFT. La descomposicin en el
dominio del tiempo es llevada a cabo con un algoritmo corto de cambio completo de bit.
Transformando los datos descompuestos hacia el dominio de la frecuencia nada
involucra y por consiguiente no aparece en la figura.
La sntesis del dominio de la frecuencia requiere tres lazos. El lazo mas externo corre a
travs de '= G etapas. El lazo intermedio se mueve a travs de cada espectro de
frecuencia individual en la etapa siendo trabajado el lazo mas interno usa la mariposa
para calcular los puntos en cada espectro de frecuencia
Pgina 63
Cuando la TDF es calculado por correlacin el programa usa dos lazos anidados cada
uno corriendo a travs de N puntos, esto significa que el total de numero de operaciones
es proporcional a N veces. El tiempo para completar el programa est dado por:
* G =
Donde N es el nmero de puntos en la TDF y es una constante de

proporcionalidad. Si los valores del coseno y seno son calculados sin el lazo anidado es
igual a 25s sobre un Pentium a 100 Mhz, si usted pre calcula los valores de seno y
coseno y los almacena en una tabla cae a 7 microsegundos. Si tuviramos 1024
puntos y aplicramos la TDF requerira 25 segundos, o casi 25ms por punto, eso es muy
lento.
Usando esta misma estrategia nosotros podramos obtener el tiempo de ejecucin de la
FFT. El tiempo requerido para invertir el bit es despreciable. En cada una de las etapas
del l'= G hay G2 computaciones de Mariposa. Esto significa que el tiempo de
ejecucin para el programa es aproximadamente.
Pgina 64
Gl'= G
Esta ecuacin representa el tiempo requerido para calcular la TDF usando FFT. El valor
de es aproximadamente de 10 s sobre un sistema con Pentium de 100 Mhz.
Para compara estos resultados si quisiramos aplicar la FFT a 1024 puntos solo requiere
de 70 ms para ejecutarse o 70 s por punto. Esto es ms de 300 veces ms rpido que la
TDF calculada por correlacin.
No solamente es Nl'= G menos que G = sino que al aumentar N esto se vuelve un
asunto crtico en tiempo. Por ejemplo para el clculo de 32 puntos la FFT es cerca de 10
veces ms rpida que el mtodo de correlacin, sin embargo al aplicar la FFT a 4096
puntos es 1000 veces ms rpida.
Otra de las ventajas de la FFT adems de su velocidad es que es ms precisa debido a

que por el nmero ms pequeo de clculos resulta en menos errores de redondeo.
Pgina 65
CAPITULO VI
Pgina 66
PROCESADORES DIGITALES DE SEALES
Los procesadores digitales de seales o DSP surgieron cuando la tecnologa permiti su

fabricacin y las caractersticas de las aplicaciones lo necesitaron. La telefona mvil, la
electro medicina, la robtica, la reproduccin y el procesamiento del sonido y la
imagen, internet, el control de motores, la instrumentacin son algunas de las reas
tpicas de los DSP.
Como sabemos la mayor parte de las seales procedentes del mundo real son
analgicas. La luz solar, la temperatura del ambiente, la velocidad del viento y el sonido
originado por el oleaje del mar son claros ejemplos de las magnitudes que se deben
manejar cuando se intenta medir, analizar o predecir fenmenos naturales. Igualmente
sucede en los procesos industriales en los que los parmetros habituales son analgicos,
como el espesor de una chapa la distancia que separa a un robot mvil de un obstculo o
la presin ejercida por el embolo de un motor.
Hasta la dcada de los 80 en el siglo pasado el tratamiento de seales comentadas se
realizaba con circuitos electrnicos analgicos implementados a base de componentes
activos y pasivos entre los que destacaba el amplificador operacional.
Dos caractersticas tpicas de las seales analgicas a procesar son la elevada frecuencia
a la que se producen y la necesidad de su tratamiento en tiempo real.
A partir de los 80 los avances tecnolgicos permitieron integrar en un chip gran
cantidad de transistores y otros componentes, lo cual combinado con el
perfeccionamiento de la arquitectura de los computadores digitales facilito la
construccin de circuitos integrados conteniendo procesadores digitales especializados
en el tratamiento matemtico de las seales analgicas.
Se puede definir un DSP como un computador digital mono-chip orientado al
procesamiento de la informacin procedente de una secuencia de muestras de una seal
analgica.
En 1982 ya se comercializaban cuatro DSP: el 52811 de AMI, el pd7720 de NEC, el
2920 de Intel y el TMS32010 de TEXAS.
Los DSP surgieron para resolver los algoritmos fundamentales utilizados en el
procesamiento de seales analgicas. Un ejemplo cercano se encuentra en el hogar y es
el reproductor digital CD del reproductor analgico de discos de vinil. La calidad del
sonido digital del CD es contundente y en parte se debe al trabajo del DSP que contiene
y se encarga de detectar y corregir errores, comprimir y descomprimir datos controlar la
relacin seal/ruido eliminar el error de cuantizacin.
Pgina 67
Los algoritmos de encriptacin y desencriptacin de la voz, as como los de modulacin

y demodulacin propios de la telefona mvil digital y la televisin digital por cable son
soportados por DSP.
La complejidad del algoritmo ser un factor determinante en la eleccin del modelo,
pero tambin habr que tener muy en cuenta la frecuencia de muestreo y, en
consecuencia, la frecuencia de trabajo de DSP.
Aplicaciones
Algoritmo
Audio profesional y aplicaciones industriales
Cancelacin de ruido
Equipos musicales de audio
Ecualizacin de audio
Telefona mvil digital. TV digital por cable
Modulacin/Demodulacin
PC multimedia, robtica
Sntesis del habla
Estaciones multimedia, robtica, telefona Codificacin/decodificacin de la voz
mvil, telefona mvil digital, inalmbricos,
seguridad en comunicaciones.
Telefona
mvil,
Seguridad
en Encriptacin/desencriptacin de la voz
comunicaciones, multimedia
Seguridad multimedia
Identificacin del hablante
Seguridad, multimedia, robtica
Visin artificial
Fotografa y video digital, PC multimedia
Compresin/descompresin
Multimedia, video, navegacin
Composicin de imgenes
Mdems y conmutacin telefnica
Cancelacin de eco
Radar, sonar audio
Estimacin espectral
Hay aplicaciones que soportan una extraordinaria complejidad en los algoritmos que
utilizan y, sin embargo, la frecuencia de muestreo es reducida, tal es el caso del
modelado del tiempo, el modelado financiero y el modelado ssmico. Las aplicaciones
de radio, radar, video y audio no suelen precisar algoritmos muy complejos pero la
frecuencia de muestreo es grande, finalmente el reconocimiento del habla, los mdems
y el control industrial emplean algoritmos de complejidad y frecuencia intermedia.
La siguiente tabla muestra las reas en las que el DSP resulta un elemento
imprescindible
GRAN CONSUMO
TV/Audio digital, sintetizador digital, cmaras digitales, maquinas parlantes, juegos detector de
radar
INSTRUMENTACION Y CONTROL
Filtros digitales, anlisis de espectros control de discos, control de robots, control de impresora
laser, control de motores control de imgenes
AUTOMOCION
Control de airbag, chequeo general, control inteligente de la velocidad de cruce cero,
suspensin activa, telefona, radio digital, control de motor, posicionamiento en navegacin,
ordenes habladas.
AUDIO/VIDEO
Rotacin 3D, visin de robots, reconocimiento de patrones, mejora de imgenes,
compresin/descompresin, reconocimiento de voz, sntesis de voz.
TELECOMUNICACIONES
Cancelacin de eco, multiplexacin de canales, modem, encriptacin de datos, RDSI, fax,
Pgina 68

telfonos celulares, telfonos inalmbricos. Video conferencia, maquinas parlantes conmutador
de redes.
APLICACIONES INDUSTRIALES Y MILITARES
Robtica, control numrico, instrumentacin, seguridad de acceso y comunicacin, sonar,
radar, gua de misiles, redes
Su transcendencia en el futuro en el rea de comunicaciones ser aumentar la

potencialidad de los nuevos mdems y las oportunidades en la Red Digital de Servicios
Integrados (RDSI o ISDN) son las reas en que los DSP estn soportando un importante
papel. El rea de multimedia con todas las alternativas que proveen la voz y la imagen,
es otra de las aplicaciones de gran porvenir para los DSP (videoconferencia, PDA,
servidores y navegadores de informacin, comunicaciones de banda ancha). Finalmente,
el control de motores, la instrumentacin electrnica, las copiadoras e impresoras laser y
los controladores de redes de comunicacin constituyen reas muy interesantes.
Los principales fabricantes de DSP son:
TEXAS INSTRUMENTS
FREESCALE SEMICONDUCTORS
AGUERE SYSTEM
ANALOG DEVICES
PHILLIPS SEMICONDUCTOR
FABRICANTE
MODELO
DSP
TEXAS
TMS320C16
INSTRUMENTS TMS320C25
TMS320C209
TMS320C31
TMS32044
TMS32052
TMS320541
TMS32080
AGUERE
DSP16410CG
SYSTEM
DSP16411
ANALOG
ADSP-2171
DEVICES
ADSP21062
PHILLIPS
SAA7715AH
SAA7712H
MOTOROLA
DSP 56002
DSP 56166
DSP 96002
AT&T
DSP 1627
DSP 3207
NEC
pd77015
VELOCIDAD
MIPS
8.8
12.5
28.6
25
30
50
50
50
0,78*
1.14*
33,3
40
70
40
30
20
70
20
33,3
TIPO
ARITMETICA
Coma fija
Coma fija
Coma fija
Coma flotante
Coma flotante
Coma fija
Coma fija
Coma fija
Coma fija
Coma fija
Coma fija
Coma flotante
Coma fija
Coma fija
Coma fija
Coma fija
Coma flotante
Coma fija
Coma flotante
Coma fija
TAMAO
DATOS
16
16
16
32
32
16
16
8 / 16
32
32
16
32
24
18
24
16
32
16
32
16
CAPSULA
64 PQFP
80 PQFP
80 TQFP
132 PQFP
304 PQFP
100 PQFP
100 PQFP
305 PGA
208 PBGA
208 PBGA
128 PQFP
240 PQFP
QFP44
QFP80
144 TQFP
112 TQFP
223 PGA
100 PQFP
132 PQFP
100TQFP
Consumo de energa
Pgina 69
Al aumentar la velocidad de los Procesadores tambin se aumenta la potencia que

requieren as tenemos que para los procesadores de propsito general para realizar
funciones de DSP, como el Pentium MMX y los DSP de propsito general, los cuales
son programados en gran medida por lenguajes de alto nivel consumen 50mW/MIP
Otros de propsito general son programables para optimizar su rendimiento y suele
usarse el lenguaje maquina requieren de 3mW/MIP
Los DSP de propsitos especficos su programacin es muy compleja pues hay que
realizarla en micro-cdigo. Su potencia consumida es de 0.5mW/MIP
Los procesadores ASIC a medida son procesadores especficos que realizan siempre la
misma tarea no siendo programables, estos requieren un consumo muy bajo de potencia
0.02mW/MIP
Los DSP se caracterizan por tener una configuracin de hardware y una estructura de
software que rene las siguientes caractersticas
Mximo Paralelismo del Procesador. Se potencia la arquitectura Harvard y la
segmentacin.
Optimizacin del Camino de Datos y la ALU. Multiplicadores hardware,
desplazadores y registros rpidos de tamao optimo.
Memorias de acceso mltiple
Modos de direccionamiento de datos adaptados a los algoritmos de trabajo
Eficientes instrucciones de ruptura del flujo de control para soportar los bucles
habituales en los algoritmos
Potente juego de instrucciones aritmticas y auxiliares muy rpidas
Tratamiento inmediato de las interrupciones para la manipulacin de las E/S.
Integracin de perifricos e interfaces en el chip
Mnimo consumo de potencia
Los DSP realizan accesos mltiples a memoria por lo que utilizan la arquitectura
Harvard. Basndose en esta arquitectura la mayora de los DSP llevan algunas
modificaciones para maximizar el grado de paralelismo del procesador. Una
modificacin puede ser la de incorporar varios buses ms como sucede en el caso del
TNS320C54X que dispone de 4 buses, cada uno de los cuales tiene 16 lneas para las
direcciones y otras 16 lneas para que circulen informacin (instrucciones o datos).
Adems es posible guardar coeficientes o constantes en la memoria de instrucciones lo
cual permite en la inicializacin del sistema, transferir dichos valores a los espacios de
datos mediante las puertas de interconexin que existen entre los datos e instrucciones.
Pgina 70
Con estas caractersticas se puede realizar simultneamente bsqueda de instrucciones y

lectura/escritura de operandos, consiguiendo que se ejecuten en un solo ciclo las
operaciones aritmticas y las instrucciones que maneja tres operandos
Otro de los recursos fomentados por los DSP para cumplir el paralelismo es la
segmentacin del cauce o << pipeline>> que consiste en dividir el cauce del procesador
en varias etapas independientes, que permiten operar simultneamente con instrucciones
diferentes, algo similar a lo que sucede en la lneas de fabricacin de automviles, en
donde las distintas clulas robotizadas que las componen realizan una operacin distinta
cada una, posibilitando trabajar al mismo tiempo con tantos vehculos como clulas
existen. De esta manera, el tiempo que se tarda en fabricar un vehculo no es el de cada
clula (si todas tardan lo mismo) multiplicado por el nmero de clulas existentes, sino
la ensima parte, es decir, el tiempo que tarda cada instruccin en ejecutarse en un
procesador segmentado no ser la suma de los tiempos de todas las etapas, sino la de
una etapa debido al paralelismo implcito que atiende a varias instrucciones al mismo
tiempo.
Pgina 71
Etapa de pre bsqueda: la direccin de la siguiente instruccin que tiene que ser
ejecutada se carga en el bus de direcciones del programa (PAB).
Etapa de bsqueda: Se lee el valor contenido en la posicin direccionada por PAB y se
carga en el registro de instrucciones IR.
Etapa de codificacin: se decodifica el cdigo de la instruccin existente en IR y se
determina el acceso a la memoria, l secuencia de control para la generacin de las
direcciones de los operandos.
Etapa de acceso a operandos: las direcciones de los operandos a leer se cargan en el
bus de direcciones de datos DAB Y CAB.
Etapa de lectura: con las direcciones en DAB y CAB se leen los dos operandos y se
inicia el proceso de escritura del tercer operando cargando su direccin en el bus EAB.
Etapa de ejecucin/escritura: se ejecuta la instruccin y el tercer operando
direccionado por EAB se escribe con el contenido presente en EB.
POTENCIACION DEL CAMINO DE DATOS
Se hace referencia al camino de datos como la unidad del procesador en la que se
manipulan los datos para efectuar la operacin que conlleva cada instruccin. Uno de
los recursos ms importantes del Camino de Datos es la ALU (Unidad Aritmtica
Lgica). Existen dos grandes tipos de DSP en cuanto a las presentaciones numricas
ms comunes con las que trabaja el camino de datos. Los de coma fija y los de coma
flotante. Los primeros suelen manejar datos de 16, 20 o 24 bits, mientras que los
Pgina 72
segundos operan normalmente con datos de 32 bits y utilizan el formato IEEE 754 para
su representacin.
Una de las operaciones ms frecuentes en los DSP ms comunes es la multiplicacin.
Para optimizarla se dispone de un multiplicador hardware independiente de la ALU, que
debe de ser capaz de realizar dicha operacin en un ciclo de reloj. En realidad suele ser
un multiplicador integrado con un sumador que permite ejecutar la instruccin MAC
que realiza la multiplicacin y la suma en un ciclo.
En el DSP TMS320C542 el camino de datos est formado por el bloque MAC
(multiplicador -sumador), la ALU, un registro avanzado de desplazamiento, dos
acumuladores (ACC ACCB) y la Unidad de direccionamiento compuesta por varios
registros capaces de soportar el direccionamiento indirecto.
La presencia de un multiplicador- sumador hardware y de un registro de

desplazamiento, as como potenciacin de la ALU y Unidad de Direccionamiento de
datos caracterizan a la mayora de los DSP del mercado.
MEMORIAS DE ACCESO MULTIPLE
Es frecuente encontrar modelos de DSP que disponen de varios tipos de memoria, como
por ejemplo una tipo ROM no voltil (como la flash) para contener cdigo y valores
contantes, otra tipo DRAM que puede ser accedida dos veces por ciclo y esta mapeada
en el espacio de datos, pero tambin puede ocupar zonas del mismo espacio de
instrucciones y contener cdigo. Con esta estructura es posible realizar hasta 4 accesos a
Pgina 73
memoria por cada ciclo de maquina tal como lo requieren ciertos algoritmos muy
comunes como los usados en los filtros FIR.
Bsqueda de instruccin.
Lectura del valor de la muestra digital de la fase en curso.
Lectura del coeficiente de la fase en curso ( )
Escritura del nuevo valor obtenido por la suma del valor acumulado previamente
con el producto de la muestra por el coeficiente
La constante comunicacin del DSP con el mundo exterior precisa de un amplio

conjunto de interrupciones cuya latencia en su tratamiento sea mnima
Normalmente, cada vez que se acepta una interrupcin se ejecuta la correspondiente
rutina de tratamiento que se haya ubicada a partir de la direccin de la memoria de
programa contenida en el vector de interrupcin que le corresponde.
Las interrupciones pueden provocarse desde el exterior mediante la activacin de las
patitas destinadas a este fin, o bien, desde el interior del procesador. En este ltimo caso
pueden generar una peticin de interrupcin cualquiera de los recursos auxiliares del
DSP, as como el procesador cuando detecta un error o anomala al ejecutar una
instruccin del programa. Existen mecanismos de proteccin par evitar que ante la
peticin de una interrupcin las instrucciones que constan de varios ciclos de maquina
se detenga y no se completen, dicha proteccin tambin se aplica a las instrucciones de
repeticin (RPT) y a las que dan lugar a estados de espera.
Pgina 74
INTEGRACION DE PERIFERICOS E INTERFACES

Dos aspectos fundamentales determinan los recursos que se incluyen en los DSP para
favorecer su trabajo: la comunicacin eficiente con el mundo exterior y la conversin
A/D y D/A. Para solventar con eficiencia estas necesidades, los DSP suelen tener
integrado en el equipo los siguientes elementos de apoyo:
Temporizadores
Puerto serie sncrono y asncrono
Canales DMA
Interfaz externo con el bus
Puerta de interfaz con un procesador <<host>>
Generador de impulsos de reloj
Generador de estados de espera
Convertidor A/D D/A
Los diferentes modelos que existen en las familias de los DSP se caracterizan por los
recursos complementarios que disponen y por las capacidades de la memoria. La
seleccin del modelo de DSP que mejor se acomode a una determinada aplicacin es
una de las labores prioritarias que debe de resolver el ingeniero de diseo.
CONTROLADORES DE SEALES DIGITALES dsPIC
Microchip fabricante de los dsPIC los ha bautizado con el nombre de DSC
(Controladores de Seales Digitales). Un DSC es un potente microcontrolador (MCU)
de 16 bits al que se le han aadido las principales capacidades de los DSP, es decirlos
DSC poseen todos los recursos de los mejores microcontroladores embebidos de 16 bits
conjuntamente con las principales caractersticas de los DSP, permitiendo su aplicacin
en el extraordinario campo del procesamiento de las seales analgicas y digitalizadas.
Un dsPIC ofrece todo lo que se puede esperar de un microcontrolador:
Velocidad
Potencia
Manejo flexible de interrupciones
Amplio campo de funciones perifricas A/D
Opciones de reloj
Proteccin
Seguridad de cdigo
Simulacin en tiempo real.
Uniendo adecuadamente las capacidades de un DSP con un potente microcontrolador de
16 bits, el DSC rene las mejores caractersticas de los dos campos y marca el comienzo
de una nueva era en el control embebido.
La serie dsPIC30F ocupa una situacin muy cercana a los DSP y a los
microcontroladores de 32 bits, es decir, no alcanza, pero se acerca bastante a los niveles
Pgina 75
de rendimiento y prestaciones de los grandes microcontroladores y de los DPS siendo su

precio mucho ms ventajoso. Esta comparacin la observamos en la fig. 6.5.
Entre las aportaciones tpicas de los DSP que se han implementado en la arquitectura
bsica de los dsPIC30F destacan:
Multiplicacin MAC 16x16 en un ciclo
2 acumuladores de 40 bits
Registros de desplazamiento de 40 bits para el escalado
Acceso simultaneo de dos operandos
Bucles con estructura DO y REPEAT
Bloques de registro de trabajo
Juego flexible de trabajo
Perro guardin
Emulacin en tiempo real
Optimizados para programacin en lenguaje C.
Las principales caractersticas de los dsPIC se pueden enumerar en la siguiente tabla
Rango de funcionamiento
DC-30MIPS (30MIPS@4.5-5.5V, -40 ; 125 ).
Voltaje de alimentacin 2.5a 5.5V.
Temperatura: interna: -4040 85 B 6! 40 125
CPU alta rendimiento

Ncleo RICS con arquitectura Harvard modificada.
Juego de instrucciones optimizado para lenguaje C.
Bus de datos de 16 bits.
Bus de instrucciones de 24 bits.
Repertorio de 84 instrucciones, la mayora de una palabra y ejecutable en 1 ciclo.
Bancos de 16 registros de propsito general de 16 bits.
2 acumuladores de 40 bits con opciones de redondeo y saturacin.
Modos complejos de direccionamiento: modular o circular y de inversin de bits.
Pgina 76

Manejo de la pila con software.
Multiplicadores para enteros y fraccionales de 16X16.
Divisin de 32/16 y 16/16.
Operacin de multiplicacin y acumulacin en un ciclo.
Registro de desplazamiento de 40 bits.
Controlador de Interrupciones
Latencia de 5 ciclos.
Hasta 45 fuentes de interrupcin, 5 externas.
7 niveles de prioridad, programables.
4 excepciones especiales.
Entradas y salidas digitales
Hasta 54 patitas programables de E/S digitales.
25 mA de consumo por cada patita de E/S.
Memorias
Memoria de programa FLSH de hasta 144KB con 100000 de borrado/escritura.
Memoria de datos EEPROM de hasta 4KB con 1.000 000 de ciclos borrado/escritura
Memoria de datos SRAM de hasta 8KB
Manejo del sistema
Flexibles opciones para el reloj de trabajo (externo, cristal, resonador, RC interno, totalmente
integrado PLL).
Temporizador programable de << power-up>>.
Temporizador estabilizador << start up>> perro guardin con oscilador RC propio.
Monitor de fallo de reloj.
Control de alimentacin
Comunicacin entre fuentes de reloj en tiempo real.
Manejo de los consumos de los perifricos
Detector programable de voltaje bajo
Reset programable de << brown-out>>
Modos de bajo consumo IDLE y SLEEP
Temporizador, mdulos de captura, comparacin y PWM
Hasta 5 temporizadores de 16 bits, pudiendo concatenar parejas para alcanzar 32 bits y
pudiendo trabajar en tiempo real con oscilador externo de 32 KHz.
Modulo de entrada de ocho canales para la captura por flanco ascendente, descendente o
ambos.
Modulo de salida de comparacin hasta 8 canales, en modo simple o doble d e16 bits
Modo PWM de 16 bits.
Mdulos de comunicacin
Hasta 2 mdulos SPI de 3 lneas.
Interfaz I/O con CODEC.
: = K Como multi-maestro esclavo, con 7 y 10 bits de direccion y con deteccion y arbitraje de
colisin de bus.
Hasta dos mdulos UART
Modulo de interfaz CODEC que soporta los protocolos I2S y AC97
Hasta 2 mdulos CAN 2-0B
Perifricos para control de motores
PWM para control de motores de hasta 8 canales para 4 generadores de <<duty-cicle>>, en
modo complementario o independiente y tiempos de programacin.
Modulo de codificacin de cuadratura.
Conversar Analgico-Digital
Modulo conversor A/D de 10 bits y 500 Kbps, con 2 o 4 muestras simultneas y hasta 16
canales de entrada. Conversin posible en el modo SLEEP.
Modulo conversor A/D de 12 bits 100Ksps con hasta 16 canales de entrada y conversin
posible en modo SLEEP como el anterior.
Pgina 77
Con todas estas cualidades, los dsPIC proporcionan un rendimiento muy aceptable en
las aplicaciones tpicas de los DSP que en la siguiente tabla se describen las ms
sobresalientes:
FUNCION
ECUACION DE
LA CUENTA DE
CICLOS
Complejo FFT**
Complejo FFT**
Complejo FFT**
Bloque FIR Lattice
53+N(4+M)
Bloque FIR Cannico
41+N(4+7M)
Bloque IIR Lattice
36+N(8+7S)
Matriz suma
46+N(16+7M)
Matriz Transposicin
20+3(C*R)
Vector de ptos de 16+C(6+3(R-1))
producto
Vector mximo
17+3N
Vector producto
19+7(N-2)
Vector potencia
17+4N
16+2N
CONDICION
ES
NUMERO
DE CICLOS
N=64
N=128
N=256
N=32,M=32
N=32,M=32
N=32,S=4
N=32,M=8
C=8,R=8
C=8,R=8
3739
8485
19055
1205
7337
1188
2350
212
232
TIEMPO DE
EJECUCION
@30MIPS
124,6s
282,8s
635,2s
40,2s
244,6s
39,6s
78,3s
7,1s
7,7s
N=32
N=32
N=32
N=32
113
229
145
80
3,8s
7,6s
4,8s
2,7s
Pgina 78
CAPITULO VII
SUPRESION DE RUIDO ACUSTICO EN

MOTORES
Pgina 79
RUIDO ACUSTICO EN MOTORES

MOTOR MONOFASICO
Los motores monofsicos son los motores elctricos ms conocidos y comunes por que
se utilizan en aparatos domsticos y herramientas porttiles. Estos motores se emplean
cuando no se dispone de potencia trifsica, son compuestos por una rotor de jaula de
ardilla y un estator, el estator que es donde se aloja el devanado principal crea un juego
de polos N y S, tambin tiene un devanado auxiliar ms pequeo que solo opera durante
el breve periodo en que arranca el motor, el devanado auxiliar tiene el mismo nmero de
polos que el devanado auxiliar. La siguiente formula nos muestra el clculo de las RPM
que puede desarrollar
Y
Donde:
Y = velocidad sncrona [r/min]
120

f= frecuencia de la fuente [Hz]

p=numero de polos
Observando fsicamente los devanados del motor observamos que tiene dos polos por
consiguiente P=2 y la frecuencia 60 hz, sustituyendo tenemos que:
Y
120 "60QI&
3600
2
Este resultado nos servir como referencia y comparacin al obtener el perfil armnico
del motor.
Al tener este motor un capacitor nos indica que es un motor de arranque con capacitor
tanto el auxiliar como el devanado principal tiene el mismo nmero de vueltas y tiene
un interruptor centrifugo que est conectado en serie con el devanado. Los motores de
arranque con capacitor se utilizan cuando se requiere un alto momento de torsin de
arranque. Constituyen tamaos que van de 120 W a 7.5 KW. Las cargas tpicas son
compresoras, grandes ventiladores, bombas y cargas de alta inercia
VIBRACION EN MOTORES MONOFASICOS
Si tocamos el estator de un motor monofsico, se observa que vibra con rapidez, ya sea
que opere a plena carga o sin carga. Estas vibraciones no existen en motores bifsicos y
trifsicos, por consiguiente los motores monofsicos son ms ruidosos.
Que provoca esta vibracin? Se debe a que un motor monofsico siempre recibe
potencia elctrica pulsante mientras que suministra potencia mecnica constante. En la
siguiente grafica de la figura 7.1 se muestra las graficas de voltaje y corriente y su
Pgina 80
potencia instantnea. Es la grafica de un motor de 250W, la corriente a plena carga es

de 5.3A retrasada 50 con respecto al voltaje de la lnea su grafica de potencia oscila
entre los 1000W y 218W. Cuando la potencia es positiva, el motor recibe energa de la
lnea, cuando es negativa, el motor regresa energa a la lnea, sin embargo la potencia
elctrica instantnea es positiva, negativa o cero, la potencia mecnica se mantiene en
250W
El motor se desacelerara durante los breves periodos en que la potencia elctrica que
recibe sea menos de 250W, por otra parte se acelerara siempre que la potencia elctrica
exceda la salida mecnica mas las perdidas, los intervalos de aceleracin coinciden con
los picos positivos de la curva de potencia, as mismo, los intervalos de desaceleracin
coinciden con los picos negativos. Por consiguiente, los intervalos de
aceleracin/desaceleracin ocurren dos veces por ciclo o 120 hz en un sistema de 60 hz,
como resultado, tanto el estator como el rotor vibran al doble de la frecuencia de la
lnea.
Las vibraciones del estator se transmiten a la base de montaje, la que a su vez genera
ms vibracin y ruido, para reducir el problema a menudo el motor se monta en una
base elstica, la cual consta de dos anillos de caucho blando colocados entre las tapas y
un soporte metlico. Como el rotor tambin vibra, en ocasiones se coloca un aislador
tubular de caucho entre el eje y la carga mecnica, sobre todo cuando la carga es un
ventilador.
Los motores bifsicos y trifsicos no vibran porque la potencia instantnea total que
reciben de todas las fases es constante. La figura 7.2 muestra una vista transversal y su
embobinado.
Pgina 81
EL MOTOR UNIVERSAL
Su nombre deriva del hecho de que puede funcionar tanto en corriente alterna como en
corriente continua. El motor serie de corriente continua se caracteriza por disponer de
un fuerte par de arranque y la velocidad del rotor vara en sentido inverso de la carga,
pudiendo llegar a embalarse cuando funciona en vaco. Estos motores tienen la misma
caracterstica de velocidad y par cuando funcionan en c.a. o en c.c.
En general, los motores universales pequeos no requieren devanados compensadores
debido a que el nmero de espiras de su armadura es reducido y por lo tanto, tambin lo
ser su reactancia de armadura. Como resultado, los motores inferiores a 3/8 de caballo
de fuerza generalmente se construyen sin compensacin.
Los motores universales grandes tienen algn tipo de compensacin. Normalmente se
trata del devanado compensador del motor serie o un devanado de campo distribuido
especialmente para contrarrestar los problemas de la reaccin de armadura.
Su esquema de conexiones y sus caractersticas de funcionamiento corresponden a las
de un motor serie. El estator de los motores universales que se utilizan en
electrodomsticos (y tambin para otros servicios) suele ser bipolar, con dos bobinas
inductoras.
El eje, que gira a gran velocidad, debe sustentarse en rodamientos de bolas o sobre
casquillos de bronce poroso auto lubricantes. La velocidad de estos motores depende de
la carga: a ms carga, menos velocidad y viceversa. Esta propiedad y el poseer un
elevado par de arranque son lo ms caracterstico de los motores universales.
El costo de los motores universales no compensados es relativamente bajo por lo que su
aplicacin es muy comn en aparatos domsticos ligeros, por ejemplo: aspiradoras,
taladros de mano, licuadoras, etc. Para que un motor de este tipo pueda funcionar con
c.a. es necesario que el empilado de su inductor (el ncleo de los electroimanes) sea de
chapa magntica para evitar las corrientes de Foucault. Por otra parte, la conmutacin
resulta en los motores universales lo mismo que un motor de corriente continua, por lo
Pgina 82
que la vida de las escobillas y el colector es ms corta, inconveniente que reduce

mucho el campo de aplicacin de los motores universales.
VENTAJAS Y DESVENTAJAS DE LOS MOTORES UNIVERSALES

Entre las ventajas de estos motores deben contarse stas:
Que pueden construirse para cualquier velocidad de giro y resulta fcil conseguir
grandes velocidades, cosa que no puede conseguirse con otros motores de c.a.
Funcionan indistintamente con c.c. y/o con c.a.
Poseen un elevado par de arranque.
La velocidad se adapta a la carga.
Para regular la velocidad de giro basta con conectar un restato en serie con el
inducido.
Las desventajas de estos motores son:
Que contienen elementos delicados que requieren una revisin peridica; es

preciso entonces comprobar el desgaste del colector, de las escobillas, el
envejecimiento de los muelles que las oprimen contra las delgas del colector,
etc.
El contacto deslizante entre colector y escobillas produce chispas que pueden
perturbar el funcionamiento de los receptores de radio y de televisin que se
encuentran en zona prxima al motor adems de ser el origen del ruido por el
contacto de escobillas o carbones con el colector del rotor
Por causa de la gran velocidad de giro, estos motores son algo ruidosos.
Su inducido es de difcil reparacin, casi siempre resulta ms ventajoso
sustituirlo por otro nuevo.
Los motores universales funcionan generalmente en altas velocidades, de 3.500 a

20.000 r.p.m., esto da lugar a un alto cociente de energa-a-peso y de energa-a-tamao,
hacindolos deseables para las herramientas hand- held, aspiradores y mquinas de
costura. Un motor universal tiene altas velocidades usando diversas corrientes de una
fuente de energa. Al comenzar el esfuerzo de torsin es alto y la regulacin de la
velocidad es pobre, cuando la velocidad es muy alta las cargas son bajas. Tericamente,
en la carga cero la velocidad llega a ser infinita, as algunos motores universales deben
emplear controles de velocidad.
Este motor est construido de manera que cuando los devanados inducidos e inductor
estn unidos en serie y circula una corriente por ellos, se forman dos flujos magnticos
que al reaccionar provocan el giro del rotor, tanto si la tensin aplicada es continua
como alterna.
Aplicaciones tpicas de este motor son las aspiradoras elctricas, los taladros y las
herramientas manuales similares, as como los utensilios de cocina. La fig. 7.2 muestra
Pgina 83
el
corte
transversal
de
un
motor
universal
sus
diferentes
partes
MOTORES SINCRONOS DE CORRIENTE DIRECTA SIN ESCOBILLAS.

Este es un tipo de motor que encontramos en las computadoras para el
acondicionamiento interno. El motor es una maquina sncrona de imn permanente en
la cual la armadura es estacionaria y el campo gira, la armadura tiene cuatro polos
salientes y dos juegos de bobinas idnticas AA Y BB. Estas bobinas estn conectadas de
modo que produzcan dos polos cuando son excitadas. Como resultado se crean dos
polos sur consecuentes AA y dos polos norte BB. Los juegos de boninas AA Y BB
estacionarios son excitados en secuencia durante lapsos de tiempo iguales por dos
interruptores electrnicos. Por tanto se trata de un motor de corriente directa sin
escobillas que en realidad es un motor sncrono bifsico.
El rotor tiene 4 polos magnticos permanentes y se supone que gira en el sentido de las
manecillas del reloj. Un dispositivo captador estacionario H detecta la presencia
sucesiva de los polos N y S conforme el rotor pasa enfrente de este. Si el dispositivo se
ve sometido a la influencia de un polo N rotatorio produce una seal que hace que uno
de los interruptores electrnicos, excite el juego de bobinas AA
Cuando H queda momentneamente bajo un polo S, hace que el otro interruptor se
cierre, lo cual excita el juego de bobinas BB y des-energiza el juego de bobinas AA.
Esto tambin produce un momento par de torsin en el sentido de las manecillas de
reloj. Gracias a la presencia del dispositivo captador, el cual acta como detector de
posicin, la frecuencia de conmutacin siempre est relacionada con la velocidad de
rotacin.
Este tipo motores llega a generar hasta 2500 rpm con una frecuencia de 83.3 Hz. Este
pequeo ventilador sirve para enfriar componentes de una computadora. Su motor sin
escobillas ofrece varias ventajas:
Pgina 84
Proporciona miles de horas sin ningn mantenimiento

No contamina porque no genera partculas de polvo de escobillas desgastadas
Es silencioso que un motor de Cd convencional
Confiable ya que garantiza que los componentes vitales de la computadora no se
daaran por la falta de un enfriamiento adecuado.
El ruido que se genera en este tipo de motores ms que mecnico es sobre todo en el
diseo de las aspas que desplazan la masa de aire.
La figura 7.13 Muestra el diagrama de flujo magntico de un motor de Cd sin escobillas

el cual es representativo como un ventilador de computadora, su diagrama de control
electrnico y los tiempos de encendido para su excitacin
Pgina 85
CAPTURA DE RUIDO EN MOTORES

Una vez que se conocido el origen del ruido se procede a su captura para su anlisis,
para esto se utiliza un micrfono SHURE C606 con las siguientes caractersticas:
Sus caractersticas tcnicas aparecen en la tabla siguiente:
Tipo
Dinmico bobina mvil
Respuesta
en 50 hz 15000 hz
frecuencia
Patrn Unipolar Unidireccional (cardiode), simtrico al girar respecto al eje del micrfono,
uniforme con frecuencia.
(a 1.000 Hz, circuito de voltaje abierto)
Sensibilidad
Impedancia
-52,0 dBV/Pa (2.51 mV)

1 Pa = 94 dB NPS
600
Magneto
Imn de neodimio para una seal de salida ms intensa
Su grafica con respuesta en frecuencia se muestra en la fig. 7.2
La eleccin de este micrfono fue por el amplio rango de frecuencia (50 Hz y 15Khz) y
por su sensibilidad -52.0 dBV/Pa (2.51 mV) que fue generada bajo una nivel de presin
sonora de 94 dB (NPL) como valor mnimo. En base al estudio que se ha realizado se
tiene conocimiento que los niveles de ruido de motores en el hogar es de 92 dB hasta
los 105 dB por lo que este transductor se adapta a estas necesidades.
Una vez elegido el transductor se procede a la captura del sonido de tres diferentes
motores:
Motor monofsico (bomba de agua)
Motor universal (Licuadora)
Motor universal (aspiradora)
Motor sncrono (ventilador computadora)
Motor universal (extractor)
Motor universal (compresora)
Pgina 86
Ya que se desconoce el perfil armnico de las seales en cuestin es razonable pensar

cul es el criterio para muestreo, pensar que a mayor frecuencia de muestreo
obtendramos mejor calidad en la onda capturada, este concepto resulta falso. Si
aumentamos la frecuencia de muestreo conseguimos capturar frecuencias ms altas de
la onda original. Pero las frecuencias bajas se siguen capturando con la misma calidad,
este aumento de frecuencia conlleva un coste: convertidores analgicos/digitales ms
caros, mayor necesidad de memoria, mayor tiempo de cmputo por lo que no debemos
capturar muestras a ms frecuencia de lo estrictamente necesario.
El criterio de Nyquist nos dice que el muestreo de una onda se debe realizar al menos al
doble de su frecuencia mxima.
Si se muestre por debajo, perdemos informacin de las altas frecuencias, si
muestreamos por encima del doble, aumentamos el coste informtico sin ampliar el
conjunto de frecuencias capturadas del sonido original, por lo que debemos utilizar la
frecuencia de muestreo oportuna de cada caso.
Por consiguiente, consideramos el rango audible el cual es de 20 Hz a 20000 Hz por lo
que para nuestro caso tenemos que muestrear a 40 000 Hz. Al capturar el sonido de un
motor se obtiene el siguiente perfil armnico de la figura
Con respecto al grafico de la figura anterior se puede observar que el rango del sonido
del motor no es mayor a 7000 Hz por lo que ahora podemos obtener la ptima
frecuencia de muestreo la cuales est dada por:
2
Donde f es la mxima frecuencia contenida en el perfil armnico, sustituyendo este

valor obtenemos:
2"7000HI& 14000 HI
Pgina 87
REPRESENTACION TIEMPO - FRECUENCIA.

La potencia del anlisis de Fourier radica en que nos permite descomponer una seal
compleja en un conjunto de componentes de frecuencia nica, sin embargo no nos
indica con precisin el instante en que han ocurrido dentro del rango temporal de
estudio. Por ello, esta descomposicin es til para seales estacionarias, cuando las
componentes de frecuencia que forman la seal no cambian.
Para seales no estacionarias no vemos obligados a tomar tramos o ventanas donde se
puede considerar que estas sean estacionarias: a dicha ventana se le aplica el anlisis en
frecuencias. Posteriormente, se toma otra ventana desplazada en el tiempo y se le aplica
de nuevo el anlisis en frecuencias. De esta manera se obtendr la evolucin de las
frecuencias que componen la seal original a lo largo del tiempo, ventana a ventana.
Si el tamao de la ventana es de N muestras, entonces conseguimos N/2 valores de
frecuencia, finalmente obtendremos tantos conjuntos de N/2 frecuencias (columnas de
frecuencia) como ventanas en el dominio del tiempo.
Si tomamos la frecuencia con la que se adquirirn los datos que es de 14000
muestras/segundo (Hz) se consigue un ancho de banda de 7000 Hz. Se opta por
ventanas temporales de N=1000 muestras, entonces obtenemos 500 frecuencias (N/2)
QUE SON DISTRIBUIDAS A LA LARGO DEL ANCHO DE BANDA DE 7000 Hz
nos proporciona una resolucin espectral de
)
7000
14
500
Hay que considerar que si aumentamos mucho el tamao de la ventana temporal (N)
conseguiremos una mayor resolucin espectral pero a costa de captar cambio bruscos en
la seal. Una mayor resolucin requiere mayor tiempo de cmputo y requiere de mayor
de velocidad en Procesadores de Seales Digitales (DSP)
MATLAB
Para la captura de la seal y procesamiento se requerir el uso de MATLAB, que es un
programa matemtico con muchas herramientas que es capaz de procesar de datos,
imgenes, audio y algoritmos matemticos de alto nivel. La herramienta que
utilizaremos entre otras ser la Transformada Rpida de Fourier (FFT) as como el uso
de grficos de funciones de imgenes para poder representar la grafica FRECUENCIA
VS TIEMPO de los datos que se obtuvieron de las muestras.
Para ello se realizo el programa PROG1_perfilarmonico que se anexa al final de este
trabajo
A continuacin se muestran tres graficas correspondientes al sonido del motor de una
licuadora en el dominio del tiempo, frecuencia y tiempo frecuencia. Los parmetros son
los siguientes:
Pgina 88
Frecuencia de muestreo 14 KHz.

Tiempo de captura de la seal 10 seg
Numero de muestras tomadas en 10 seg 140 000
Numero de ventanas tomadas 1000
Muestras por cada ventana 140
Resolucin espectral 14 Hz.
Resolucin de intensidad de espectro 255 colores
La grafica en tiempo muestra el momento en que se arranca el motor, el ruido es alto

hasta la muestra 50 000 posteriormente se estabiliza y se reduce su amplitud. El grafico
de perfil armnico muestra un pico en la frecuencia 3623 Hz.
Pgina 89
En la figura 7.4 C permite relacionar el perfil armnico con el tiempo. La intensidad de

los colores es directamente proporcional a la amplitud de la frecuencia por lo que el
color vino es la amplitud con ms potencia y el azul marino es la que tiene una potencia
mnima o despreciable en cuanto es ms oscura.
Esta grafica nos da una idea de las prioridades que debe tener el DSP para la
eliminacin o atenuacin de frecuencias. Esta grafica se dividi en 1000 ventanas por
lo que cada ventana tiene 140000/1000 = 140 muestras al aplicar la FFT y el teorema
de Nyquits se tendrn 70 muestras colocadas a lo largo de 7 KHz.
Si tomamos 100 muestras se tendr un mayor nmero de muestras 140000/100 = 1400
al aplicar la FFT y el teorema de Nyquits se tendrn 700 muestras colocadas a lo largo
de 7 KHz. y la resolucin en tiempo disminuir. La figura 7.5 d muestra la grafica con
100 muestras
Las frecuencias hasta el primer segundo disminuyen al nivel ms bajo esto debe a que a
que al aumentar el tamao de la muestra los armnicos se hacen ms grandes y al tomar
el armnico ms grande no alcanzan otros valores ms que cercanos a la unidad.
La mayor parte de la potencia se concentra, como se observa en el grafico, en el rango
de 0 Hz - 5500 Hz, pero la potencia de importancia tiene un rango estrecho.
Las siguiente grafica corresponden a un motor monofsico que es el que generalmente
se usa como bomba de agua en el hogar.
Pgina 90
Este perfil del motor monofsico muestra que es menos ruidoso que el motor universal
su rango de frecuencia tal como se observa es de 0 hasta 2000 hz sin embargo la mayor
parte de la seal se encuentra a frecuencias menores de 125 hz las amplitudes
posteriores a esta son armnicos de la fundamental y llegan a considerarse
despreciables. La frecuencia de 1.1 Hz mostrada en esta grafica es el resultado de una
vibracin fsica del motor con la base. Su grafica de tiempo contra frecuencia se
muestra en la Fig. 7.5c.
Esta figura nos muestra un perfil armnico ms estable una vez pasado el instante de
encendido de el motor, sin embargo debido a que no tiene base amortiguada para
eliminacin de ruido mecnico, despus de un 8 segundos, el movimiento vibratorio
fsico de muy baja frecuencia se superponen generando ruido .
La siguiente grafica corresponde a un Motor de una Aspiradora. La succin del aire as
como el ruido del motor se suman y se observa un perfil armnico menos estable con
Pgina 91
una frecuencia de fundamental en 304.1 Hz y con armnicos mltiplos de la

fundamental.
El ruido de un motor de aspiradora es menos molesto que el de un motor de licuadora

esto se debe a una disminucin de la amplitud de los sub-armnicos y una presencia
ms notable de los armnicos mltiplos de la fundamental
El siguiente perfil corresponde a un ventilador de 1.1 A representativo de un motor

sncrono. Su espectro solo es comparable con la del motor monofsico y es de esperarse
ya que en este motor el magneto es el que se desplaza circularmente entorno al rotor
permitiendo con ello eliminar el ruido de las escobillas o carbones. El ruido generado
por este se debe principalmente a la velocidad y la forma en que las aspas succionan el
aire
Pgina 92
El siguiente es un motor universal que se aplico en un extractor de Jugos
Pgina 93
La grafica del perfil armnico en la figura 7.7 B muestra una mayor cantidad de subarmnicos en el rango de 1000 a 2000 KHz y un armnico de mayor amplitud en 156
Hz.
Recordando que la sensibilidad del oido varia con la frecuencia si consideramos el
umbral de 108>= <= que es aplicable unicamente a frecuencias intermedias de
alrededor de 1000 Hz, a frecuencias mas elevadas digamos a 10 KHz el umbral se eleva
alrededor de 108>> <= mientras que a una frecuencia mas baja de 100 Hz el
umbral esta en unos 30 dB 108? <= . Se necesitan 1000 veces la intensidad del
sonido a 100 Hz para producir la misma respuesta fisiologica que la intensidad de un

sonido dado a 1000 Hz. Como se mostro en el capitulo en la figura 1.4
Pgina 94
Pgina 95
ELECCCION Y CLCULO DEL FILTRO

Una vez que se haya conocido el perfil armnico procederemos a elegir el filtro ms
apropiado porque tenemos de limitar el ancho de banda de las frecuencias a eliminar o
atenuar y as poder hacer ms eficiente la eliminacin de ruido. Como se menciono en el
captulo 4 de filtros digitales se tiene dos tipos de filtro digitales los cuales son:
IIR (Respuesta al impulso infinito)
FIR (Respuesta al impulso finito)
Los filtros IIR son recursivos o retroalimentados por lo que son inestables.
Los filtros FIR se caracterizan por:
Ser siempre estables.

Es posible disearlos con fase lineal y por consiguiente sin distorsin de fase.
Este tipo de filtros elimina la recursin que es caracterstico en los IIR.
Aunque la elaboracin de los filtros FIR con ciertas especificaciones se requiere
de muchos ms elementos que para los filtros IIR, sin embargo al no ser
recursivos brindan mejor estabilidad y su uso es ms generalizado.
Es por esta razn que se elige disear un filtro FIR para la Eliminacin de Ruido
Acstico.
Por las graficas en frecuencia que se presentaron anteriormente sabemos que este tipo
de ruido que provocan los motores es continuo una vez que se estabilizan por lo que el
rango de frecuencias se mantiene constante y por ello se le conoce como Ruido de
Banda Estrecha.
La justificacin de utilizar un filtro adaptivo se debe a que el ruido tiene variaciones
consecuencia de cambios en la carga que afecta la velocidad de rotacin, cuando se
encienden y se apagan o cuando hay cambio de velocidad manual.
En el captulo 4 correspondiente a filtros digitales se abordo la variante de filtros
adaptativos cuya caracterstica es la variacin de los coeficientes cuando la seal es
variable. La siguiente tabla muestra la variedad de algoritmos para los filtros.
Pgina 96
La tabla 4 del captulo nos da el nivel de atenuacin para cada uno de los filtros que
podemos resumir en la siguiente tabla.
ALGORITMO
LMS
NLMS
VSLMS
VSNLMS
RLS
FAST RLS
ATENUACION
-18dB
-26dB
-9dB
-9dB
-34dB
-34dB
N_ITERACIONES
2N+1
3N+1
4N+1
5N+1
4G =
7N
Como se ha mencionado anteriormente existen diferentes algoritmos adaptativos, todos

ellos se han descrito en este trabajo a fin de poder establecer algn tipo de criterio que
permita escoger entre ellos. El primero de los algoritmos estudiados ha sido el LMS
(Least Mean Square), este algoritmo es el ms usado en sistemas que implementan
filtros adaptativos, esto es debido a la simplicidad del mismo, hecho que hace que el
coste computacional sea el menor de todos los algoritmos adaptativos, si bien en su
versin ms simple presenta unas limitaciones importantes, en las diferentes
derivaciones del mismo, se introducen nuevos parmetros que mejoran sus
caractersticas, si bien es verdad, a costa de perder velocidad de convergencia a la
solucin, aun as, el numero de iteraciones requeridas para cualquiera de las versiones
de LMS es menor que las necesarias para implementar el otro algoritmo existente, el
RLS( Recursive Least Square). El LMS es un algoritmo adaptativo basado en el mtodo
del gradiente estocstico, utilizando el vector de coeficientes para converger a la
solucin deseada. Esta convergencia se dar cuando el error tienda a cero, de manera
que podremos decir que el algoritmo se encuentra adaptado y por tanto la salida del
filtro converge a la seal deseada. Como se ha visto en la salida del filtro y(n) depende
del vector de coeficientes w(n), este vector de coeficientes del filtro es el que se debe
Pgina 97
actualizar, ya que x(n-k) es la entrada de nuestro sistema y es totalmente desconocida. El

vector de coeficientes se deber actualizar siguiendo la formula:
w (n + 1) = w(n) - 2 e(n)x(n)
Se puede ver como en este algoritmo se utiliza el signo negativo, en lugar del positivo,
esto es porque en este trabajo se realiza cancelacin de ruido acstico y no elctrico por
consiguiente considerando la ecuacin inicial del algoritmo NLMS el cual es:
Al ser acstico se cambia por:
"& "& B"&

"& 6"& E B"&
Donde:
x(n)= seal de ruido
y(n)= seal salida del filtro adaptivo desfasada 180
La seal de referencia es una onda senoidal de 1 Hz de frecuencia con amplitud 0.5 y no

permite observar la exactitud del desfasamiento de la onda. La figura 7.11 muestra el
diagrama utilizado.
Pgina 98
Por otra parte los coeficientes del filtro se actualizan teniendo en cuenta los coeficientes
anteriores, as como las muestras de entrada al filtro y la seal de error, tambin se ha de
destacar que aparece un parmetro de convergencia, este parmetro es importante ya
que si se elige demasiado grande, har que el sistema se vuelva inestable, por el
contrario si es demasiado pequeo aumentar el tiempo de convergencia de la seal
haciendo incluso que no llegue a converger a la solucin deseada. Como ya se ha dicho
la mayora de las seales son procesos estocsticos, de manera que no ser posible
conocer la seal de antemano, debido a esto versiones ms evolucionadas de este
algoritmo, tienen en cuenta que este parmetro se actualice siguiendo la ecuacin
"&
1
6 "&. 6 "& E
Donde es una constante de pequeo valor que evita posibles problemas de

convergencia derivados de una posible divisin por cero. El nuevo algoritmo resultante
de la introduccin de la nueva expresin se denomina NLMS o LMS normalizado. Este
algoritmo, como se justifica en la tabla anterior, es el que presenta unas caractersticas
ms apropiadas para desarrollar una aplicacin real, ya que establece un buen
compromiso entre la convergencia a la solucin y tiempo de convergencia (numero de
iteraciones) a esta.
Por consiguiente tomaremos el algoritmo LMS Normalizado y se presenta el siguiente

modelo para la eliminacin de ruido de motores universales.
Tomaremos la ecuacin 4.5 del captulo 4 para representar matemticamente el filtro

NLMS con coeficientes adaptivos el cual es y su representacin en grafica en la figura
7.11:
" E 1& "& E
Donde:
0<<2
o
" &6 " & .. "4.5&
6 " & . 6 " & E
e(k)=error
x(k)=seal de entrada
w(k)= variable de actualizacin de coeficientes
= 0.001
Pgina 99
En el programa2 NLMS_acustico que viene en el anexo se especificaron los siguientes

parmetros:
x[k]
= 50000 datos de la seal de Ruido de un motor de LICUADORA
d[K] = 50000 Datos de seal como deseada con formula 0.5*sin ((2*pi*k)/N);
Orden = 1 coeficientes o pesos con valor ZERO
= 0.01
Para poder hacer un clculo correcto del error, la seal a eliminar se le suma la seal
deseada con una amplitud mnima para no afectar la seal a eliminar por lo que la seal
de entrada es:
Entrada = x[k]+ R[k]
Siendo R[k]= 0.25*sin ((2*pi*k)/N);
Las figuras 7.4 muestran el rango de datos que se toman para su eliminacin
Al ejecutar el programa se obtienen la grafica de error que es la que se muestra en la

figura 7.11
Pgina 100
En la figura que se muestra, se observa que el error disminuye con forme el tiempo
avanza despus de las 600 muestras que es cuando alcanza el estado estacionario las
fluctuaciones disminuyen al mnimo, por lo que al observar la seal a la salida del filtro
podemos observar la forma de onda senoidal con la que se sumo el ruido. Esta forma de
onda es muy ntida resultado de la atenuacin del ruido del motor de la licuadora, como
se observa en la grafica 7.12 obtenida del programa Prog2 NLMS.
Debido a que el algoritmo NLMS esta normalizado con la potencia de la seal, la seal
deseada u obtenida no pierde amplitud como se observa en la grafica 7.12
Pgina 101
En la figura 7.13 se muestra la variacin de los coeficientes W (k) con respecto a las
muestras tomadas.
Matemticamente el error disminuye hasta el valor de cero, sin embargo cabe destacar
que en un sistema real no se llega a cancelar al 100% el ruido, esto se debe a:
Sensibilidad del micrfono.
Distancia del micrfono desde la fuente de ruido primaria.
Reverberacin provocada por el altavoz al cancelar la seal hacia el micrfono
de error.
Sonidos externos de mayor intensidad retroalimentadas por el micrfono de
error que no provienen de la fuente primaria.
Tiempo de retardo en recibir la seal, procesarla y enviar respuesta al altavoz.
Error de aproximacin digital a una seal analgica.
Si consideramos el punto 4 cuando el sistema tiene que eliminar una seal de ruido que
es externa al sistema por causa de un ruido ms intenso y llega a captarse por el
micrfono de error tiene como consecuencia un aumento en el error de salida y menor
atenuacin de la seal acstica. Esto implicara aumentar el nmero de coeficientes y
con ello un mayor retardo en tiempo de conversin y menor eficiencia del sistema.
Agregando una seal de error aleatorio de ruido externo con un 10% de la potencia de la
seal a eliminar y se suma al error se obtienen las graficas de la fig. 7.14 (a) y (b).
Randomize =0.1*rand (1,50000);
Pgina 102
Las condiciones son las mismas que se plantearon inicialmente. En la fig. 7.14 se puede
observar que el ruido no es eliminado y tiende a permanecer a lo largo de la seal. En la
fig. 7.14 b los coeficientes encargados de proporcionar la seal anti fase no se
estabilizan y por consiguiente no convergen a la solucin ms ptima. El error puede
reducirse aumentando el nmero de coeficientes. En las figuras 7.15 a y b muestran los
resultados cuando se modifican los pesos de 2 a 10
La figura 7.15 a muestra un error ms estable y atenuado con 10 coeficientes. En la fig.

7.15 b muestra la estabilidad de los coeficientes a la seal externa aunque tiene la
desventaja de requerir ms tiempo de cmputo.
El ruido que se estima en un sistema cerrado es aquel que es capturado por el micrfono
de entrada y su consecuente tratamiento para su eliminacin. El error esperado es el que
debe aparecer como diferencia de la seal capturada de la fuente de ruido primaria y su
suma (superposicin) de la seal anti fase por lo que el ruido residual tendr la misma
forma de la seal primaria pero atenuada, esto nos da ms probabilidad de atenuarla al
mximo. La grafica 7.16 muestra el error en dB.
Pgina 103
Para su implementacin se ha elegido la familia dsPIC de microchip, como ya se

describi en el captulo 6 referente a DSP el dsPIC tiene varias de las caractersticas que
caracterizan a los DSP, con todas estas cualidades, los dsPIC proporcionan un
rendimiento muy aceptable en las aplicaciones tpicas de los DSP.
Para este proyecto es muy importante que el dsPIC nos permita implementar un filtro
FIR adaptivo para supresin acstica, por ello se muestra en la siguiente tabla los
tiempos necesarios para implementar los filtros ms comunes usados en el diseo
digital.
FUNCION
ECUACION DE
LA CUENTA DE
CICLOS
Complejo FFT**
Complejo FFT**
Complejo FFT**
Bloque FIR Lattice
53+N(4+M)
Bloque FIR Cannico
41+N(4+7M)
Bloque IIR Lattice
36+N(8+7S)
Matriz suma
46+N(16+7M)
Matriz Transposicin
20+3(C*R)
Vector de ptos de 16+C(6+3(R-1))
producto
Vector mximo
17+3N
Vector producto
19+7(N-2)
Vector potencia
17+4N
16+2N
CONDICION
ES
NUMERO
DE CICLOS
N=64
N=128
N=256
N=32,M=32
N=32,M=32
N=32,S=4
N=32,M=8
C=8,R=8
C=8,R=8
3739
8485
19055
1205
7337
1188
2350
212
232
TIEMPO DE
EJECUCION
@30MIPS
124,6s
282,8s
635,2s
40,2s
244,6s
39,6s
78,3s
7,1s
7,7s
N=32
N=32
N=32
N=32
113
229
145
80
3,8s
7,6s
4,8s
2,7s
Para este trabajo se elige el dsPIC128GP802 por tener una velocidad de procesamiento
de 40 MIPS, 16 bits de resolucin, un DAC (convertidor Digital Analgico) adems de
Pgina 104
tener solo 28 pines con lo cual ser suficiente para este proyecto. La siguiente tabla
describe sus caractersticas en hardware ms importantes.
Se propone el siguiente diagrama esquemtico para la supresin de Ruido Acstico.
En la figura 7.18 en forma generalizada se bosqueja la cancelacin de ruido acstico.

La fuente de ruido primaria es captada por un MIC sensor la seal se amplifica atreves
de un amplificador, se realiza la conversin A/D pasa atreves de un filtro FIR donde los
coeficientes se actualizan mediante el algoritmo NLMS los cuales inicialmente son cero
y con el paso del tiempo se ajustaran para el mnimo error. Posteriormente la seal sale
del filtro y(n) se pasa a un convertidor D/A para por un filtro RC (que es el filtro
reconstructivo) se amplifica y se transmite mediante un altavoz. El sonido residual se
captura mediante un micrfono de error colocado a cierta distancia el cual captura el
sonido residual y lo ingresa al dsPIC mediante una amplificacin y una conversin A/D
y se ingresa al dsPIC para ajustar los coeficientes.
Pgina 105
La distancia entre la fuente del ruido y el altavoz cancelador es importante ya que de

ello dependen los tiempos que tenga el dsPIC para poder llevar a cabo el ajuste de los
coeficientes y obtener la seal anti fase.
Conociendo que la velocidad del sonido se transmite a temperatura ambiente segn la
tabla 1 del captulo 1 a 343 m/s, aplicando la regla de tres para 1 ms tenemos:
343

"0.001 '& 0.343 3.43
'
Si colocramos nuestro micrfono sensor a 3.43 cm de la fuente, tendramos 1ms para

enviar la seal anti fase del altavoz cancelador por lo que el altavoz tendra que estar
colocado a 3.43 cm del micrfono.
ELEMENTO
A/D
TIEMPO RETARDO 2 pesos (40MIPS)

12 Cyclops conversion a 10 bits 1.1MHz 0.3s
14 Ciclos conversin a 12 bits 500 KHz. 0.35s
DAC
Para el rango de ruido de motor 8000 sps
AMP MCP6022
FILTRO NLMS
MATRIZ DE TRANSPOSICION
250ns, Toff 10ns Ton 2-10 s

0.175s
0.85s*2 =1.7 s
Total
7.52s * Numero de orden (ciclo for)

7.52s*2= 15.0500 s
El tiempo necesario para obtener la seal anti fase es 66.67 veces ms rpida cuando se
trabajan con 2 pesos. Sin embargo la captura de la seal analgica implica un tiempo de
espera igual a las muestras a analizar lo que implica que:
* !! ! 15.0500 E !
Si eligiramos 50 muestras obtenidas a 1 .1 MHz nos tomara 45s adicionales esperar

para que el bloque de muestras sea analizado.
* !! ! 15.0500 E 45 60.0500
Que implicara reducir a 16 si lo comparamos con el tiempo de 0.001ms que se tiene

para cancelar. La aplicacin de esta tesina se enfoca en la eliminacin de ruido acstico
en motores por lo que adaptaremos el diagrama de la figura 7.18 para esta aplicacin.
Lo motores que genera ms ruido en nuestro entorno son los electrodomsticos tal como
la aspiradora, extractor de jugos, licuadora, motor de agua, compresora y herramientas
de perforacin. Como se muestra en la figura 7.19 el sonido sigue una trayectoria
Pgina 106
tridimensional desde la fuente atreves de compresiones de las molculas de aire, la

cancelacin se realiza en un punto donde la seal de ruido primario se suma con la seal
anti fase que genera el dsPIC.
Los motores universales, que son los ms comunes en los hogares no pueden cerrarse
para evitar el ruido, debido a que necesitan ventilacin por el calor generado por roce
de los carbones con el colector del rotor. La ventilacin tiene la finalidad de hacer
entrar una masa de aire fra la cual sirve como disipador y el sonido desemboca por
estas hendiduras. La presin del aire debido al movimiento rotatorio y el soporte del
motor hacen que vibren las molculas del material, plstico que los cubre, y como
consecuencia el sonido se transmite por vibracin al medio ambiente.
La figura 17.20 muestra lo que pasa cuando un motor universal se encuentra una
barrera, crendose destruccin y construccin de ondas. Ya que la mayora de los
electrodomsticos se encuentran encerrados en una cubierta plstica y rendijas para la
Pgina 107
ventilacin se considera tomar el sonido exteriormente para cancelar el sonido con la

mayor exactitud.
El diseo acstico para reducir el ruido mediante mtodos pasivos tal como redisear la
cubierta desde un punto de vista acstico, colocar material acstico, espuma, esponja, es
importante, sin embargo, no se podr reducir notoriamente el ruido del motor ya que
este escapa por la ranuras de ventilacin y este es camino para su transmisin.
La figura 7.21 (a) muestra la emisin de sonido al ambiente en un motor universal con
aspas que es representativo de un motor de electrodomstico. La figura 7.21 (b) muestra
una cubierta aislada acsticamente que reduce la transmisin del sonido por vibracin
hacia el exterior y limita el rea de salida del sonido.
Pgina 108
La figura 17.22 muestra la posicin de los altavoces canceladores y del micrfono

sensor de ruido primario y de ruido residual. La reduccin de la ventilacin de salida es
para que la cancelacin se lleve a cabo sin ningn ngulo esto para que se cancelen
frontalmente y haya la menor cantidad de refraccin en el sonido.
Un mtodo alternativo puede ser usado para estimar la seal acstica usando una
medida indirecta desde un sensor nano acstico en lugar de un micrfono de referencia.
La sntesis de una seal de referencia es disparada por medio de un pulso de entrada, se
sincroniza desde la fuente de ruido tal como una seal sintetizada desde un motor.
El mtodo que son comnmente se usa en los sistemas de cancelacin de ruido de banda
estrecha es un tren de impulsos con un periodo igual al inverso de la frecuencia
fundamental del ruido peridico.
Esta tcnica se llama mtodo sintetizado de forma de onda, un sintetizador de forma de
onda produce una seal canceladora y(n) para controlar el altavoz cancelador. La forma
de onda generada es una salida secuencial para el altavoz cancelador y esta sincronizada
con el pulso desde el sensor nano-acstico. Un micrfono detecta el sonido residual y
alimenta a este de regreso para la adaptacin que se usa para modificar el sintetizador de
forma de onda. La cancelacin ocurre solamente en las frecuencias de los armnicos,
las bandas de frecuencias entre los armnicos permanecen sin alteracin.
La seal de sincronizacin preferida se deriva desde una rueda dentada controlada por
una maquina, generando un tren de impulsos de quizs cientos igualmente espaciado
por pulsos en cada ciclo de la fuente. El sintetizador almacena muestras de forma de
onda canceladora "&, 0,1, , G 1 donde N es el nmero de muestras, para
un ciclo de forma de onda, la sincronizacin de la seal se usa para obtener un puntero
Pgina 109
de direccin de memoria, el cual puede ser un contador de software-incrementado

controlado por interrupciones generadas desde la seal de sincronizacin, estas muestras
representan la forma de onda requerida para ser generada y es presentado
secuencialmente hacia un convertidor Analgico-Digital para producir la forma de onda
anti-ruido para el cancelador del altavoz, esto es:
y(n)= "&
0 j N 1
Representa el jth de "&, donde j es un puntero.
El ruido residual recogido por el micrfono de error se muestrean en sincronizacin con

la referencia y seales de cancelacin. La seal de error muestreada e(n) es entonces
ajustada por adaptacin para ajustar los calores de forma de onda mediante el siguiente
algoritmo:
" E 1& "& "&
Donde es menos de la unidad.
En la prctica, la seal de error "& no corresponde con el jth elemento de la

cancelacin de la forma de onda "&. Para sistemas prcticos, hay un retardo de
varios milisegundos entre el tiempo de la seal B"& "& se alimenta hacia el

altavoz y el tiempo de recepcin en el micrfono de error, este retardo puede ser
acomodado sustrayendo un tiempo de desplazamiento desde un puntero circular j que
est apuntando a la forma de onda:
8 " E 1& 8 "& "&
Donde es el tiempo de retardo de la muestra de los datos entre la salida de la seal

desde el sintetizador de forma de onda y su recepcin en el micrfono de error residual,
esto es:
~!
*
Donde t es el tiempo de retardo (el cual es constante para un dado arreglo de altavozmicrfono) y T es el periodo de muestreo, por lo que la razn de muestreo se sincroniza
con la fuente de ruido, este nmero de desplazamiento es actualizada en
correspondencia con la razn de cambio de muestreo.
El mayor grado de cancelacin puede ser alcanzado en la presencia de un ruido de
fondo no sincronizado si las formas de onda residual son promediadas sobre un nmero
de ciclos. El rendimiento mejora de 3-5 dB por la componente de frecuencia. Sin
embargo el nmero de promedios depende fuertemente sobre las caractersticas de
ruido. As hay un intercambio entre el grado de cancelacin y el tiempo de adaptacin
requerido para cancelar formas de onda estacionarias.
Pgina 110
Este mtodo implica que se cancelen solo las frecuencias mltiplos de la fundamental y
las frecuencias adyacentes permanecern como ruido. Este mtodo es muy selectivo
pero como se puede observan en las graficas de perfil armnico de los diferentes
motores solo el motor monofsico podra adaptarse a tales condiciones, los dems no se
adaptaran ya que los sub-armnicos adyacentes tiene una potencia de seal no muy
inferior al armnico en cuestin. El sistema tendr que sintetizar varias ondas senoidales
para ser efectivo en la cancelacin, se tendr que programar en el DSP la FFT para
conocer la amplitud, y fase de las seales a cancelar, una vez conocidas, los
sintetizadores generan las seales seno correspondiente las suman y las envan al
altavoz cancelador. Por lo que este mtodo no se considera apropiado la Cancelacin de
Ruido Acstico
Pgina 111
Pgina 112
El diagrama de la Fig. 7.23 muestra en primera instancia una amplificador de corriente

muy baja y se eligi al LM6035 que es un amplificador econmico, tiene la capacidad
de amplificar una corriente mnima de 20 f A, se puede alimentar con voltajes de 2.7V,
3V, 5V y 15V. Las salidas amplificadas se conectan a las entradas del convertidor A/D
del dsPIC30FJ128GP802 quien se encarga de aplicar el algoritmo NLMS y obtener la
seal anti fase mediante filtro adaptivo. Las seales de salida se amplifican utilizando
un amplificador MCP6022 el cual tiene un ancho de banda amplio, baja relacin seal
ruido y mnima distorsin armnica. Esta seal es amplificada para su salida en un
amplificador de potencia de 7 W el TDA7266 que enva la seal a los altavoces
canceladores.
COSTO DE IMPLEMENTACION.
CANTIDAD
1
1
1
1
2
DESCRIPCION
DSPIC30FJ128GP802
TDA7266
LMC6035
MCP6022
Altavoz 5watts Pui Audio
4
8
8
4
1
1
9
3
2
1
MIC PT-2040PQ MAYORI

1K resistencias watt
4.7K resistencias watt
470 resistencias watt
10
resistencias watt
0.1 F cermico
0.22 F cermico
470 F electroltico 16V
COSTO (PESOS)
$48.50
$42.25
$18.62
$20.14
$62.50 x 2
$125.00
AS07108PO-WR-R
Total
$34.19 x 4
$1.95X8
$1.95X8
$1.95X4
$1.95
$1.95
$1.95X9
$136.76
$15.60
$15.60
$7.8
$1.95
$1.95
$17.55
$6.76
$2.47
$11.96
$472.91
Pgina 113
CONCLUSIONES
El desarrollo de los sistemas digitales permiti replantear los problemas que hace un par
de dcadas no podan resolverse. Los sistemas analgicos imperaban y se caracterizaban
por ser robustos, inexactos, complicados en diseo, difciles de controlar. Con la
aparicin de la tecnologa transistorizada el desarrollo comenz para los sistemas
discretos, desde el transistor hasta los procesadores ms complejos. Estos han permitido
mejorar la calidad de vida en muchos campos de la ciencia. Los sistemas discretos
permitieron por primera vez la implementacin de complicados algoritmos para el
procesamiento de seales. Un paso importante fue el origen que dio a la Transformada
Rpida de Fourier que surgi gracias a la aparicin de los sistemas discretos
permitiendo realizar gran cantidad de procesamiento de informacin en un periodo de
tiempo muy corto. El potencial de los sistemas digitales permiti simular sistemas
analgicos mejorando las seales y disminuyendo la razn seal\ ruido, como
consecuencia se implementaron mtodos para el desarrollo de filtros que a diferencia de
los analgicos estos no requeran agregar o quitar algn elemento si no que permitan
hacer el cambio mediante software lo que los hizo muy atractivos. En este trabajo de
Supresin de Ruido Acstico en motores se utilizo la Transformada Rpida de Fourier
para poder visualizar y analizar el perfil armnico y conocer su ancho de banda, la
utilizacin de un filtro con arquitectura FIR se eligi por su mayor estabilidad. Dentro
de la investigacin del tipo de filtro aplicar se encontr que los filtros adaptivos son los
ms convenientes para seales que varan en el tiempo y su antecedente son los filtros
de WIENER los cuales sus coeficientes son fijos pero sirven de base para el desarrollo
de los filtros adaptivos. El filtro elegido en este trabajo fue un filtro tipo gradiente de
Raz Cuadrtico Media Normalizado (NLMS), este se eligi por su simplicidad para ser
implementado en un Procesador de Seales Digitales ya que entre menos complejo es el
algoritmo ms rpida es la respuesta y para sistemas reales este es un factor crtico,
aunque a su vez disminuye la calidad en su respuesta pero como pudimos comprobar
este algoritmo ofrece un valor de atenuacin de seal de -26 dB que solo es superado
por el algoritmo RLS con -34 dB sin embargo el tiempo de procesamiento puede ser
mayor a 4G = a comparacin de los 3N+1 del algoritmo NLMS. El surgimiento de
mejora en el algoritmo RLS dio paso al algoritmo RLS Rpido el cual disminuye el
nmero de operaciones a 7N y algunos autores consideran a este algoritmo para
aplicaciones en tiempo real.
El ruido originado en los motores se origina principalmente a las restricciones que se
tienen en el diseo. Cada uno con uno ventajas y desventajas, para el caso del motor
monofsico el ruido puede ser eliminado solo colocando una base de caucho para
amortiguar la vibracin por causa de una alimentacin alterna y una carga lineal. En el
caso de un motor sncrono de Cd sin escobillas su desventaja es que tiene baja potencia
por lo que se limita solo a ventiladores, como por ejemplo, el de una computadora
donde encuentra una amplia aplicacin, su ruido principalmente no se origina por el
roce del rotor con las rosquilla sino por el diseo de las aspas. En un motor universal el
problema es ms complicado debido a que su sencillo diseo tiene como principal
Pgina 114
CONCLUSIONES
ventaja el desarrollo de un par alto permitindole desarrollar ms RPM el cual se ve
ajustado por la carga. El origen del ruido proviene del roce de los carbones con el
colector el cual se encuentra contenido en empaque plstico que ocasiona rebotes de la
seal acstica y vibraciones en este, como se comento en el apartado de diseo no se
puede sellar debido a que el roce genera calor y por consiguiente los fabricantes
aprovechan para agregar aspas que cono ya se indico si no tiene un bien diseo agregan
ms ruido. Otro ruido que se agrega es el de la materia que se est moliendo.
Por la informacin investigada se llego a la conclusin que para cancelar un ruido se
debe aislar acsticamente la fuente del ruido y solo dejar espacio mnimo para su
ventilacin lo que lo convertira en un ducto y es ms fcil cancelar en un ducto que al
aire libre por la desventaja de que la cancelacin de un sonido solo se realiza en un
punto en el espacio y que en los dems puntos tanto genera ruido la fuente primaria
como el altavoz cancelador. En un motor universal, como el de la licuadora la cubierta
plstica del motor se tiene que sellar acsticamente y permitir solo el paso, al mnimo,
de una rejilla de entrada de aire y uno de salida, en donde se colocaran los altavoces
canceladores.
Con la introduccin del nuevo dsPIC con un bajo costo permite la implementacin para
resolver este problema de la forma ms simple, con un algoritmo que alcanza una
atenuacin satisfactoria y una respuesta en tiempo optima para la cancelacin en
tiempo real.
El desarrollo de los sistemas digitales tiene ahora la oportunidad de mejorar nuestro
entorno, hacer la vida ms amena y nuestro entorno ms amigable.
Pgina 115
BIBLIOGRAFIA
TIPPENS Paul E.,FISICA Conceptos y Aplicaciones, 1996. Mxico, 3ra Edicin.

McGraw-Hill, (PP, 467-485).
RESNIK Robert., FSICA Volumen 1. 1992, Mxico ,3ra Edicin. CECSA, (PP 465511).
WILDI Theodore., Maquinas Elctricas y Sistemas de Potencia, 2007.Mxico, 6ta
edicin, Prentice Hall, (PP, 399-424,579-585).
BERNAL J. Bobadilla J. Gmez P., Reconocimiento de Voz y Fontica Acstica,
2000, Espaa. Alfa-Omega Grupo Editor. (PP, 142-205).
SHOICHIRO Nakamura. Anlisis Numrico
MATLAB,1997 Mxico, Prentice Hall.
Visualizacin
Grafica
con
ANGULO Usategui Jos Ma, Trueba I, Garca B, Vicente J, Ruiz I, Angulo Martnez,
Microcontroladores Avanzados dsPIC,2006 Espaa. Thompson Paraninfo. (PP, 5477, 600-701).
PROAKIS John G., Tratamiento Digital de Seales,2006 Mxico. 4ta edicin.
Prentice Hall, (PP, 784-583).
AMBARDAR, Ashok. Procesamiento de seales analgicas y digitales. 2002
Mxico.2da edicin. Thompson. Mxico 2002, (PP, 716-761).
M.J. ROBERTS, Seales y Sistemas ( Anlisis mediante Mtodos de Transformada y
Matlab ) , 2006 Mc Graw Hill.
http:\\www.guidedsp.com (29\Octubre\2009)
http:\\www.rapidsharemegaupload.com/master-handbook-of-acoustics-by-f-altoneverest-crack-serial-keygen-free-download.htm
http:\\ www.microchip.com
Fuente: Brel& Kjr Sound&Vibration Measurement A/S.
Pgina 116
APENDICE A
Pgina 117
APENDICE A
Pgina 118
APENDICE A
Pgina 119
APENDICE B
Pgina 120
APENDICE B
Pgina 121
APENDICE B
Pgina 122
APENDICE B
Pgina 123
APENDICE B
Pgina 124
APENDICE B
Pgina 125
APENDICE B
Pgina 126
APENDICE B
Pgina 127
APENDICE B
Pgina 128
APENDICE B
Pgina 129
APENDICE B
Pgina 130
APENDICE B
Pgina 131
APENDICE B
Pgina 132
APENDICE B
Pgina 133

270 Ice Silen Pasivos - noPW PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

270 Ice Silen Pasivos - noPW PDF

Uploaded by

Copyright:

Available Formats

INSTITUTO POLITCNICO NACIONAL

ESCUELA SUPERIOR DE INGENIERA MECNICA Y ELCTRICA

SUPRESION DE RUIDO ACUSTICO EN MOTORES

Mxico, D. F. Diciembre de 2009.

INSTITUTO POLITCNICO NACIONAL

Por la opcin de titulacin:

C. RAUL FLORES MORALES

2.2 Clasificacin de ruido...

Anlisis de la Transformada Discreta de Fourier ...

Desarrollo y caractersticas de los DSP ...

7.1.3 Ruido en motor universal

7.1.5 Captura de Ruido en motores

7.1.8 Resultado de Simulacin

7.2.0 Diagrama elctrico

Supresin de Ruido Acstico en Motores

Supresin de Ruido Acstico en Motores

Caractersticas de las Ondas Sonoras

La onda es perpendicular si el movimiento de las partculas es perpendicular a la

Supresin de Ruido Acstico en Motores

LA VELOCIDAD DEL SONIDO

Para calcular la velocidad del sonido en un gas se realiza la siguiente sustitucin:

 !!  !  "1.4   &

Sustituyendo en ecu. (1) tenemos

R = Constante universal de los gases. (8.31 1 . 2 )

T = Temperatura absoluta del gas.

Supresin de Ruido Acstico en Motores

M= Masa molecular del gas

(aire 2961089 2'  )

La siguiente Tabla 1 muestra las diferentes velocidades en diferentes medios.

Intensidad de las Ondas Sonoras

El significado de los trminos de la izquierda pueden variar considerablemente de un

direccin de la propagacin de la onda. Puesto que la rapidez a la cual fluye la energa

En vista de la amplitud del intervalo de intensidades al que es sensible el odo, es ms

En la prctica un bel es demasiado grande y se adopto el decibel el cual se expresa de la

  " &

  " &

La ecuacin anterior es una forma general aplicada a la potencia, para el caso de

La tabla 3. Muestra las intensidades de sonido encontrados en la vida diaria en

Supresin de Ruido Acstico en Motores

REFLEXION DEL SONIDO

DUPLICADO DE PRESION EN REFLEXION

en la naturaleza. Superficies cncavas en iglesias o auditorios pueden la fuente de

DIFRACCION DEL SONIDO

Supresin de Ruido Acstico en Motores

Supresin de Ruido Acstico en Motores

Supresin de Ruido Acstico en Motores

Supresin de Ruido Acstico en Motores

Supresin de Ruido Acstico en Motores

Sistemas de mltiple canal (tres dimensiones). Atenuacin de ruido dentro del

Supresin de Ruido Acstico en Motores

CANCELACION DE RUIDO ACUSTICO

Supresin de Ruido Acstico en Motores

CANCELACION DE RUIDO ACUSTICO

CANCELACION DE RUIDO ACUSTICO

Los sistemas de retroalimentacin adelantada de Cancelacin de Ruido Acstico son las

CANCELACION DE RUIDO ACUSTICO

Control de Retroalimentacin Adelantada de banda estrecha adaptiva con un

CANCELACION DE RUIDO ACUSTICO

Supresin de Ruido Acstico en Motores

CANCELACION DE RUIDO ACUSTICO

SISTEMAS DE CANCELACION DE RUIDO MULTIPLE

Supresin de Ruido Acstico en Motores

Supresin de Ruido Acstico en Motores

!! ! "1.4 &

R = Constante universal de los gases. (8.31 1. 2 )

(aire 2961089 2' )

" &

" &

BCD E ;> BC 1D E ;= BC 2DE. . E;F BC GD 6CD

BCD E ;> BC 1D E ;= BC 2DE. . E;F BC GD

? 6CD E > 6C 1DE. . EK 6C D

|| T 0.5"G 1&

El truncamiento de la respuesta ideal al impulso QCD equivale a la multiplicacin de

Expresin cCND,-0.5(N-1)T N T a. d"M e&

;s " & 20' j

a. d"M e& T N T a. d"M e&

a. d"M e& T N T a. d"M e&

Qr CD ~CD Qir CD

Qr CD 2 cos"2hO? & Qir CD

Qs CD ~CD Qr CD

=4OP "2OP & cos"2hO? & VCD

V ! '! G

0.5"G 1& o por consiguiente para valores

Para una longitud impar y rango de || T 0.5"G 1&

OP O ! !!

En el diseo con base en ventanas, se comienza con la respuesta al impulso QCD de un

H"O& "O& cos"2hO& "O&"O&

) "& 6"&6 "&

C" "& B"&&= D

Si B"& "&. 6"&, entonces

C = "& 2 "& "&6"& E "&6"&6 "&"&D

" E 1& "& E 2"&6 "& .. "4.1&

" E 1& "& "&