revista en corto circuito10 (septiembre 2006)

Judas_Priest

E n C o r t o

C I R C U I T O LA REVISTA DE LA ESCUELA DE

ELECTRÓNICA Y TELECOMUNICACIONES Septiembre 2006 No. 10

CONTROL MENTAL BAJO

ONDAS ELECTROMAGNÉTICAS

MICROPROCESADOR PICOBLAZE

TRANSFORMADA DE FOURIER EN TIEMPO DISCRETO

USANDO COMANDOS DE MATLAB

OPTIMIZACIÓN DE UN ARREGLO DE ANTENAS YAGI

CLASIFICACIÓN DE OBJETOS MEDIANTE RECONOCIMIENTO DE PATRONES

En_Corto_Circuito© Septiembre 2 006

ÍNDICE

Contenidos Página

Del editor al lector……………………………………………………… 3

Optimización de un arreglo de cuatro antenas Yagi de 3 elementos………………………………………………………………... 4 Ing. Marco Morocho, Francisco Sandoval, Sigifredo Vire

Microprocesador PicoBlaze…………………………………………… 13 Diego Barragán Guerrero

Control mental bajo ondas electromagnéticas…………………….. 19 Stalin Jiménez, Luis Armando Armijos

Transformada de Fourier en tiempo discreto usando comandos de MATLAB………………………………………. 26 Luis Moreno Yaguana

Procesos prácticos de clasificación de objetos mediante reconocimiento de patrones………………………………………….. 31 Israel Carrión

¿Conoces la Hyperterminal?………………………………………….. 34 Pablo Vallejo Biografía……..………………………………………………………….. 37 Nikola Tesla

Buen humor…………………………………………………………….. 38

Wise men talk because they have something to say; fools, because they have to say

something. - Plato (427 - 347 BC)


3

DEL EDITOR AL LECTOR

Cada nueva entrega de nuestra publicación intenta mejorar la calidad de información. Habrás notado que en cada edición hay algo de nuevo y lo hacemos para alcanzar un formato propio, original y de excelencia. Habrás notado, asimismo, que entre los investigadores que publican los hay ya conocidos y algunos nuevos. ¿Te animarías a ser el siguiente? “Investigar y publicar”, que sea ese tu lema. Recuerda que la Electrónica y las Telecomunicaciones son la ingeniería mejor pagada en el mundo, claro, si son estudiadas con ánimo, fe y persistencia. Te dejamos en las páginas de En Corto Circuito para que compruebes que su contenido es netamente aprovechable. Que lo disfrutes.

Diego Barragán Guerrero

[email protected]

En_Corto_Circuito© No. 10

Septiembre 2 006

Director Ing. Jorge Luis Jaramillo

[email protected]

Editor Diego O. Barragán G. [email protected]

Revisión Técnica

Ing. Marco Morocho [email protected] Ing. Marcelo Dávila [email protected]

EN CORTO CIRCUITO es una publicación bimestral de la

Escuela de Electrónica y Telecomunicaciones de la

Universidad Técnica Particular de Loja

“Quedan abiertas las puertas de este modesto medio de comunicación para que todos quienes deseen desarrollar, investigar e innovar dentro del maravilloso campo de la Electrónica y las Telecomunicaciones, lo hagan.”

Rafael Sánchez Puertas


4

OPTIMIZACIÓN DE UN ARREGLO DE CUATRO ANTENAS YAGI DE 3 ELEMENTOS

Ing. Marco Morocho, Francisco Sandoval y Sigifredo Vire

Grupo de Electricidad y Sistemas Electrónicos Universidad Técnica Particular de Loja

11-01-608, Loja - Ecuador

[email protected], [email protected] y [email protected]

Resumen

Un arreglo de antenas nos permite mejorar las características de radiación que tendría un elemento de dicho arreglo por sí solo. En este documento se realiza un análisis y se presenta que tipo de configuración nos da los mejores resultados en parámetros como: ganancia, ancho de haz y relación delante-atrás. Los arreglos fueron diseñados y simulados en SuperNec. Para la realización de nuestro trabajo usamos cuatro antenas Yagi idénticas de tres elementos y las colocamos de diferentes maneras: horizontal, vertical y formando una matriz de 2x2. Luego se realizó simulaciones a diferentes distancias hasta encontrar el mejor desempeño en cada uno de los tres tipos de configuraciones.

1. Introducción

Las antenas Yagi son utilizadas en muchas aplicaciones como: recepción de señales de TV, repetidores en las bandas de telefonía celular, comunicaciones rurales, etc. Su popularidad se debe a la simplicidad del diseño, facilidad y bajo costo en la construcción y a los relativamente buenos resultados que presenta.

El fin de este documento es servir de ayuda para que la persona que ha decidido colocar un arreglo de antenas para su sistema de transmisión, pero se encuentre con la dificultad de cómo colocarlas, pueda encontrar aquí la solución dependiendo de las características que desee mejorar con su arreglo.

Para nuestro trabajo utilizamos una antena Yagi de tres elementos como la mostrada en la figura 1. La antena fue cortada para una frecuencia de 467.75 MHz (λ=0.6414 m). Para las medidas de la antena nos basamos en el documento Antenna Designer’s Notebook de Hal Schrank.

Fig. 1. Antena Yagi de 3 elementos.

Las tres distintas configuraciones

analizadas en este documento se muestran en las figuras 2a, 2b y 2c. Como podemos


5

observar, el parámetro que nosotros queremos obtener o del cual depende los resultados de este arreglo es la separación d entre las antenas. Para la determinación del rango de separación nos basamos en el documento “Comparación analítica de arreglos de antenas Yagi por los métodos de momentos y multiplicación de patrones” de R. Neri-Vela, L.A. Valiente-Montaño y V. Hernández-Solís, en el cual recomienda una separación de entre 0.5 λ y 1λ, debido a que al estar más cerca, las antenas harían contacto entre sí, y al estar más lejos se hace menos evidente las propiedades de los arreglos.

Fig. 2a. Configuración horizontal.

Fig. 2b. Configuración vertical.

Fig. 2c. Configuración en matriz 2x2.

Como podemos ver en la figura

2c, existen dos separaciones d1 y d2 las cuales hemos variado independientemente dentro del rango, como se verá más adelante es en este tipo de configuración en donde se obtienen los mejores resultados en ganancia, ancho de haz y relación delante-atrás.

La alimentación de las antenas es en paralelo y sin ningún desfase.

Para poder determinar que tan bueno es nuestro arreglo y si en realidad nos está sirviendo para mejorar las características de radiación, lo hemos comparado con los resultados obtenidos al simular un solo elemento del arreglo de manera aislada, es decir al simular una sola antena, en la figura 3 podemos ver la antena tal y como se la diseña en SuperNec. Los resultados obtenidos en lo que respecta a las características que se analizan en este documento se muestran en la tabla 1 y en la figura 4 podemos ver un corte en θ=90º.

Fig. 3. Antena Yagi de 3 elementos en

SuperNec.


6

MODELO G(dBi) FBR(dBi) Ancho de

Haz yagi_3 6.2 3.65 48º

Tabla 1.

Fig. 4. Corte en θ=90º.

2. Configuración Horizontal

Como se describió anteriormente, en este tipo de configuración colocamos 4 antenas idénticas ubicadas a lo largo del eje y como se muestra en la figura 5.

Fig. 5. Configuración horizontal.

En este caso la separación mínima

entre cada antena es de 0.55λ ya que al ser menor puede existir contacto entre ellas. Los resultados obtenidos luego de la simulación se muestran en la tabla 2 y los cortes en θ=90º se muestran en la figura 6.

SEPARACIÓN EN λ G(dBi) FBR(dBi)

Ancho de Haz

1 11.8 3.37 12º 0.9 11.7 4.02 14º 0.8 11.5 4.74 16º 0.75 11.4 5 16º 0.65 10.7 4.77 18º 0.55 9.47 3.6 20º

Tabla 2.

Fig. 6a. Separación 1λ.

Fig. 6b. Separación 0.9λ.

Fig. 6c. Separación 0.8λ.


7

Fig. 6d. Separación 0.75λ.

Fig. 6e. Separación 0.65λ.

Fig. 6f. Separación 0.55λ

Como podemos ver, la configuración

horizontal nos permite estrechar considerablemente el ancho de haz en el plano en el que se encuentra apoyado el arreglo (plano xy), pero en cambio aumenta en el plano perpendicular (plano

xz), llegando a un promedio de 70º. Además cabe resaltar que es en esta configuración en la que se obtiene el ancho de haz más estrecho. Asimismo, podemos ver un aumento de la ganancia a medida que se amplía la separación, pero la relación delante-atrás no mejora al aumentarla, sino que existe un punto en el cual llega a su máximo que es 5dBi, fuera del cual disminuye. Concluimos que la separación más idónea para este tipo de configuración es de 0.75 λ.

3. Configuración Vertical

En la configuración vertical se colocaron 4 antenas idénticas a lo largo del eje z como se muestra en la figura 7.

Fig. 7. Configuración vertical.

Este tipo de configuración nos

permite estrechar en gran medida el ancho de haz en el plano de elevación (plano xz), ya que de acuerdo a las mediciones se obtuvieron valores alrededor de los 20º; pero en cambio ensancha el ancho de haz en el otro plano (θ=90º), como se ve en la tabla 3 y en la figura 8.

En este caso, al ver que los resultados mejoraban al disminuir la separación, se decidió salirse del rango que se estableció inicialmente y se simuló


8

hasta una separación de 0.40λ, esperando que los resultados siguieran mejorando; pero como lo muestra la tabla, las características empezaron a decaer. A continuación se presentan los datos obtenidos en la simulación (tabla 3) y los diagramas de radiación a un corte de θ=90º (figura 8):

SEPARACIÓN

EN λ G(dBi) FBR(dBi) Ancho de

Haz y3v100 12.2 2.07 52º y3v80 10.6 -1.66 48º y3v75 10.5 -1.14 40º y3v60 13.2 7.08 46º y3v50 13.4 10.6 48º y3v45 13.2 10.7 48º y3v40 12.8 10 50º

Tabla 3.

Fig. 8a. Separación 1λ.

Fig. 8b. Separación 0.8λ.

Fig. 8c. Separación 0.75λ.

Fig. 8d. Separación 0.6λ.

Fig. 8e. Separación 0.5λ.


9

Fig. 8f. Separación 0.45λ.

Fig. 8g. Separación 0.4λ.

En este caso, podemos ver que se

obtienen ganancias mucho mayores que en la configuración anterior, llegando a obtener un máximo de 13.4 dBi cuando la separación es de 0.5λ. Además, la relación delante-atrás también mejora considerablemente a esta separación, con un valor de 10.6 dBi.

Concluimos que en una configuración vertical se obtienen niveles de ganancia y relación delante-atrás muy buenos. No obstante, el ancho de haz no ha mejorado con respecto al de una sola antena. También podemos decir que la separación más adecuada en este caso es de 0.5λ, ya que es allí donde se obtienen los mejores resultados.

4. Configuración como matriz 2x2

Esta es la última configuración que vamos a analizar y para ello se colocaron 4 antenas formando una matriz de 2x2 como se muestra en la figura 9.

Fig. 9. Configuración como matriz 2x2.

Una ventaja a simple vista de esta

configuración es que nos permite reducir el espacio ocupado por el arreglo, pero más adelante veremos que sus ventajas van más allá del espacio físico.

Este arreglo, como es de esperar, posee características de las dos configuraciones anteriores, ya que nos da una buena ganancia, buena relación delante-atrás y un ancho de haz aceptable. Es esta disposición de las antenas la que hemos visto más recomendable de implementar. Los valores obtenidos en la simulación se presentan en la tabla 4, y los diagramas de radiación con θ=90º, se muestran en la figura 10.

SEPARACIÓN EN λ (d1xd2) G(dB) FBR(dB)

Ancho de Haz

0.60x0.65 11.6 6.75 32º 0.55x0.65 12.5 11.8 32º 0.52x0.65 12.6 12.9 32º 0.51x1.00 12.7 7.85 24º 0.51x0.80 12.9 10.9 28º 0.51x0.75 12.9 11.9 30º 0.51x0.70 12.8 12.7 32º 0.51x0.65 12.6 12.9 32º 0.51x0.55 11.7 11.2 36º 0.50x0.65 12.6 12.8 32º 0.40x0.65 12.2 9.79 32º 0.30x0.65 11.6 7.34 32º 0.20x0.65 11.2 5.7 32º

Tabla 4.


10

Fig. 10a. Separación 0.60x0.65λ.

Fig. 10b. Separación 0.20x0.65λ

Fig. 10c. Separación 0.30x0.65λ

Fig. 10d. Separación 0.40x0.65λ

Fig. 10e. Separación 0.50x0.65λ.

Fig. 10f. Separación 0.51x0.55λ.

Fig. 10g. Separación 0.51x0.65λ.

Fig. 10h. Separación 0.51x0.70λ.


11

Fig. 10i. Separación 0.51x0.75λ.

Fig. 10j. Separación 0.51x0.80λ.

Fig. 10k. Separación 0.51x1.00λ.

Fig. 10m. Separación 0.52x0.65λ.

Fig. 10n. Separación 0.55x0.65λ

Analizando las tablas podemos

darnos cuenta que existe un punto en el que las características obtienen sus mejores valores, ese punto es cuando la separación es 0.50x0.65λ. Con estas dimensiones tenemos una ganancia de un poco más del doble de la que se obtiene con una sola antena, la relación delante-atrás aumentó cerca de cuatros veces y el ancho de haz disminuyó un 33%, es decir, hemos logrado mejorar considerablemente nuestro sistema de radiación con una disposición de las antenas en forma de matriz de 2x2.

Además, se debe señalar que el punto en el que se encontró el mejor resultado es con una separación vertical de 0.5λ, que es igual al que se obtuvo en la configuración vertical, y con una separación horizontal de 0.65λ, que se encuentra cerca de la distancia que nos dio los mejores resultados en la configuración horizontal.

Existen otras separaciones que también dieron muy buenos resultados pero solo mejoraban una de las características analizadas, es por eso que el uso de una determinada separación o configuración queda a criterio de la persona que lo va a implementar y dependerá de los parámetros que desee mejorar.


12

5. REFERENCIAS

1. R. Neri-Vela, L.A. Valiente-Montaño y V. Hernández-Solís, “Comparación analítica de arreglos de antenas Yagi por los métodos de momentos y multiplicación de patrones”, 2003.

2. Hal Schrank, “Antenna

Designer’s Notebook”, 1985


13

MICROPROCESADOR PICOBLAZE

Diego Orlando Barragán Guerrero Grupo de Electricidad y Sistemas Electrónicos

Universidad Técnica Particular de Loja 11-01-608, Loja - Ecuador [email protected]

Resumen El presente artículo muestra una visión global de las características del microprocesador PicoBlazeTM, así como el conjunto de instrucciones para su programación: sintaxis KCPSM3 y sintaxis pBlazeIDE. Además, presenta las herramientas destinadas a la compilación de los programas, así como un breve ejemplo ejecutado en Xilinx System Generador, herramienta de Matlab/Simulink. Abstract This article shows a whole vision of the characteristics of the microprocessor PicoBlazeTM, as well as the set of instructions for its programming: syntax KCPSM3 and syntax pBlazeIDE. It also presents the tools used to the compilation of the programs, as well as a brief example ran in Xilinx System Generator, tool of Matlab/Simulink. ¿Qué es PicoBlaze?

El microcontrolador Picoblaze es un Soft Core de 8 bits, diseñado para ser empotrado en dispositivos FPGAs como Spartan™-3, Virtex™-II, y Virtex-IIPro™.

El núcleo del microcontrolador

Picoblaze es completamente empotrado dentro de la una tarjeta FPGA y no requiere recursos externos. Este microprocesador es extremadamente sensible y su funcionalidad básica es fácilmente extendida y reforzada por su comunicación con el exterior a través de sus puertos de entrada y salida.

Este microprocesador ha

mantenido una evolución de arquitecturas (KCPSM, KCPSM2 y KCPSM3), cada una perfeccionada para cierta tecnología de FPGAs.

Fig. 1. Módulo PicoBlaze y bloque de

memoria. Conjunto de Instrucciones

Para efecto de la programación del microcontrolador, se cuenta con dos conjuntos de instrucciones. Estos son la sintaxis KCPSM3 y la sintaxis pBlazIDE.

El conjunto de instrucciones de

PicoBlaze se puede clasificar de la siguiente manera: Instrucciones de control de programa JUMP aa JUMP Z,aa JUMP NZ,aa JUMP C,aa JUMP NC,aa CALL aa CALL Z,aa CALL NZ,aa CALL C,aa CALL NC,aa


14

RETURN RETURN Z RETURN NZ RETURN C RETURN NC Instrucciones Lógicas LOAD sX,kk AND sX,kk OR sX,kk XOR sX,kk LOAD sX,sY AND sX,sY OR sX,sY XOR sX,sY Instrucciones aritméticas ADD sX,kk ADDCY sX,kk SUB sX,kk SUBCY sX,kk ADD sX,sY ADDCY sX,sY SUB sX,sY SUBCY sX,sY Instrucciones de desplazamiento SR0 sX SR1 sX SRX sX SRA sX RR sX SL0 sX SL1 sX SLX sX SLA sX RL sX Instrucciones de Entrada/Salida INPUT sX,pp INPUT sX,(sY) OUTPUT sX,pp OUTPUT sX,(sY) Instrucciones de interrupción RETURNI ENABLE RETURNI DISABLE ENABLE INTERRUPT DISABLE INTERRUPT La siguiente tabla presenta las diferencias entre la sintaxis KCPSM3 y pBlazeIDE:

KCPSM3 PBlazeIDE RETURN RET RETURN C RET C RETURN NC RET NC RETURN Z RET Z RETURN NZ RET NZ RETURNI ENABLE RETI ENABLE RETURNI DISABLE RETI DISABLE ADDCY ADDC SUBCY SUBC INPUT SX,(SY) IN SX,SY INPUT SX, KK IN SX, KK OUTPUT SX, (SY) OUT SX,SY OUTPUT SX, KK OUT SX,KK ENABLE INTERRUPT EINT DISABLE INTERRUPT DINT COMPARE COMP STORE SX, (SY) STORE SX, SY FETCH SX, (SY) FETCH SX, SY

Tabla 1. Diferencias entre sintaxis KCPSM3 y pBlazeIDE.

1. “X” y “Y” se refieren al número de registro “S” en el rango de 0 a F. 2. “kk” representa un valor constante en el rango de 00 a FF. 3. “aa” representa una dirección en el rango de 00 a FF. 4. “pp” representa la dirección de un puerto en el rango de 00 a FF. Ensambladores para Picoblaze

Para ensamblar nuestro programa disponemos de cuatro métodos: tres para la sintaxis KCPSM3 y uno para la sintaxis pBlazeIDE.

Kcpsm3

KCPSM3 en un ensamblador en plataforma DOS. Para usar este ensamblador realizamos lo siguiente:

a. Colocamos la carpeta donde se

encuentra este ensamblador y el programa .psm en C:\. Para este ejemplo, la carpeta es titulada assembler y el programa diego.psm.

b. Ejecutamos los siguientes comandos:


15

Fig. 2. Sentencia de ejecución del

compilador.

Y tendremos, si el programa no contiene errores, la siguiente presentación:

Fig. 3. Mensaje de ejecución del

compilador.

Como resultado, se obtienen los siguientes archivos:

Fig. 4. Archivos resultantes de la

compilación.

Si el programa contiene algún error, KCPSM3 presenta el detalle del mismo.

Ensamblador asm.exe

Este ensamblador es semejante a KCPSM3, con la diferencia que la extensión de estos archivos debe ser .asm. Como ejemplo, colocamos el programa asm.exe en nuestra carpeta Assembler y lo ejecutamos desde Símbolo Del Sistema como lo indica la siguiente figura:


compilador.

Y obtenemos los siguientes archivos:


compilación. xlpb_as de Matlab

Otra manera de ensamblar un programa es a través de MATLAB. Para esto, ejecutamos en la ventana de comandos >> cd c:\assembler; xlpb_as -p 'diego.psm'

La primera instrucción cd c:\assembler es para ubicarnos en la carpeta donde guardamos el programa y la segunda xlpb_as -p 'diego.psm' es para ensamblar el programa (se puede explorar en detalle el comando xlpb_as ejecutando type xlpb_as en la ventana de comandos de MATLAB). Si el programa no presenta errores, se tiene la siguiente presentación en pantalla:


compilador.

Los archivos resultantes se crean en la carpeta diego_psm_results. Estos archivos son los siguientes:


16


compilación en MATLAB. Mediatronix pBlazeIDE

Como se dijo antes, la programación de PicoBlaze posee dos sintaxis: KCPSM3 y pBlazeIDE. La sintaxis PBlazeIDE es semejante a la que se usa para programar el microprocesador 8051.

El software Mediatronix pBlazeIDE trabaja en plataforma Windows. Las características de este software son las siguientes: • Resaltado en color de la sintaxis

(configurable por el usuario). • Simulación paso a paso del

conjunto de instrucciones del programa.

• Breakpoints (puntos en los que se detiene la ejecución de programa).

• Visualización de los registros. • Visualización de la memoria. • Función de conversión de sintaxis

KCPSM3 a sintaxis pBlazeIDE. • Posibilidad de exportar los

programas a formato HTML.

Para descargar este software se lo hace desde la siguiente dirección: http://www.mediatronix.com/pBlazeIDE.htm, en la cual está disponible la versión 3.7.4 ß y 3.6 ß.

El entorno del programa se muestra en la siguiente figura:

Fig. 9. Entrono del programa pBlazeIDE.


17

Se puede notar la semejanza de este programa con el Pinnacle 52.

Una de las opciones más interesantes de este programa es la posibilidad de importar programas con la sintaxis KCPSM3 a la sintaxis pBlazeIDE. La opción Import del menú File permite conseguirlo:

Fig. 10. Opción Import.

Xilinx System Generator Esta herramienta trabaja con la sintaxis KCPSM3. Semejante al programa Proteus, permite el uso de breakpoints, ver el estado de los registros, banderas y memoria. En la figura 11 se muestra el entorno de simulación:

Fig. 11. Xilinx System Generator.

El programa de ejemplo para el mostrar el uso de esta herramienta es un sencillo contador: CONSTANT puerto, 02 CONSTANT ini, 00 start: LOAD s2, ini cont: OUTPUT s2, puerto ADD s2, 01 JUMP cont Añadimos cada uno de los componentes que muestra siguiente figura 12:

Fig. 12 .Módulo PB, memoria y dispositivos E/S.

Como resultado de compilar este programa en MATLAB, obtenemos el archivo fill_conta_program_store.m.

Este archivo es insertado en nuestro diseño en la memoria ROM. Haciendo doble-click en la memoria ROM, la


14

configuramos como muestra la siguiente figura:

Fig. 13. Configuración del bloque de

memoria. Como resultado se tiene una

figura cuyos valores en formato decimal aumenta una unidad:

Fig. 14. Resultados del programa.

La visualización de los valores de los registros, bandera y memoria se lo hace en el MATLAB. Este programa arrojó los siguientes resultados:

Fig. 15. Visualización de los registros

en MATLAB.

Conclusiones Como vemos, la programación, compilación y simulación de PicoBlaze posee muchas semejanzas con la del microprocesador 8051. No obstante, el conjunto de instrucciones se ve reducido casi a la mitad. Como la programación en lenguaje ensamblador exige muchas veces ensayar el código, el programa que recomiendo para ejecutar los diseños es Xilinx System Generator, por el entorno gráfico de simulación y entrenamiento en el uso de componentes de Xilinx Blockset. Sin embargo, pBlazeIDE es ideal cuando se dispone de computador lento o saturado en la memoria. Referencias K. Chapman, “PicoBlaze 8-Bit Microcontroller for Virtex-E and Spartan-II/IIE Devices.” http://www.xilinx.com/bvdocs/appnotes/xapp213.pdf, February 2003.

K. Chapman, “PicoBlaze 8-Bit Embedded Microcontroller User Guide for Spartan-3, Virtex-II and Virtex-II PRO FPGAs.” http://www.xilinx.com/bvdocs/userguides/ug129.pdf, November 2005.


19

CONTROL MENTAL BAJO ONDAS ELECTROMAGNÉTICAS

Stalin Jiménez [email protected]

Luis Armando Armijos

Introducción

Albert Einstein en alguna ocasión mencionó que no existen problemas sin solución, sino problemas mal planteados. Esta es una realidad que se vive a diario en el mundo de la ciencia, donde sus principales actores, los científicos, emplean su potencial en ocasiones de una manera infructuosa; y dedican toda una vida a un problema que posiblemente pudo ser solucionado si tan solo se hubiesen detenido a reflexionar un poco sobre las variables que rigen la dificultad. Acerca del tema con que se titula el documento “CONTROL MENTAL BAJO ONDAS ELECTROMAGNÉTICAS”, es preciso mencionar que el hombre desde el instante mismo en que empezó a conceptualizar su entorno, ha concebido ideas tan descabelladas, pero que a la luz de la ciencia perfectamente se han llevado a cabo, y por supuesto el título de este artículo no puede ser la excepción.

Gran parte de nosotros hemos soñado en algún momento poder saber lo que piensan otras personas, o posiblemente influir en su comportamiento, sin embargo y como ya se dijo en líneas anteriores estas ideas pueden ser llevadas a la realidad bajo la aplicación del conocimiento científico que la humanidad ha venido acumulando sobre todo en los últimos trescientos años. En honor a los esfuerzos que la humanidad ha desplegado en las tres últimas centurias, las líneas siguientes son dedicadas a esbozar ciertas ideas sobre las cuales podemos cristalizar tan colosales deseos.

La historia de la ciencia nos hace

referencia a un avance paso a paso en que algo no se puede explicar sin un concepto previo, por ejemplo hablar de mecánica newtoniana (pues también existe la relativista) sería complicada entenderla sin el previo análisis de conceptos tales como: velocidad, aceleración, tiempo y demás. Cosa semejante ocurre con el control mental, pues no puede ser entendido en toda amplitud sin conocer un poco acerca del cerebro, su funcionamiento y estructura, ondas cerebrales y naturalmente ondas electromagnéticas. Bajo esta explicación se realizará un breve análisis de las variables para finalmente fusionarlas en una “función resultante” que aparentemente puede tener explicación solo en campos parapsicológicos. Ondas Electromagnéticas (OEM)

A diario nos encontramos con manifestaciones de algo que conocemos como ondas, las cuales son simplemente perturbaciones que se propagan desde el punto en que se produjeron hacia el medio que rodea ese punto, como ejemplo podemos considerar una onda de sonido la misma que se propaga por la vibración que producimos en el aire, el cual actúa como un “conductor”. Sin embargo, existe un tipo especial de ondas que no necesitan de un medio para propagarse, y estas son las famosas OEM descritas matemáticamente por James Maxwell, de cuyas ecuaciones se desprenden algunas características interesantes. Estas ondas incluyen, entre otras, la luz visible, las ondas de radio,


20

televisión, telefonía y una amplia gama que va desde las infrarrojas hasta las ultravioleta, siendo todas éstas dirigibles.

Características de las OEM

a) Las OEM pueden abandonar sus fuentes y viajar creándose y recreándose mutuamente, debido a que un campo eléctrico variable engendra un campo magnético variable y éste a su vez uno eléctrico, de esta forma se propagan en el vacío sin soporte material.

b) Las OEM se propagan en el vacío

a una velocidad de 300 000 Km/s. c) Las OEM son todas semejantes,

sólo se diferencian en su longitud de onda y frecuencia (que pueden ser manipuladas). Siendo la frecuencia una magnitud determinante en la cantidad de energía que transporta.

Fig. 1. Representación de una OEM.

Ondas Cerebrales (OC)

La investigación en el campo de las OC se debe alemán Hans Bergen quien las descubrió en la década de los años 20 y manifestó su relación con diferentes estados de consciencia. Gracias a su trabajo, ahora sabemos que el cerebro emite tenues impulsos eléctricos que pueden ser medidos en microvolts y hertzios; mediante un electroencefalograma o EEG, para lo cual los investigadores adhieren electrodos al cuero cabelludo del sujeto

que se examinará y los conectan a una máquina en cuyo interior existe un amplificador que recepta los impulsos eléctricos y puede multiplicarlos en un factor de diez millones de veces. Paralelamente a este proceso se trazan las ondas o ritmos cerebrales con plumas de tinta automática sobre un rollo de papel giratorio.

Las investigaciones son concluyentes en cuanto a la existencia de cuatro OC: beta, alfa, theta y delta, las mismas que son medidas según la frecuencia o velocidad del impulso y la amplitud o voltaje del mismo. Es preciso mencionar que los investigadores solicitan a las personas examinadas que describan sus estados internos mientras se están produciendo determinadas ondas cerebrales. De esta forma han verificado que ciertos estados psicológicos están asociados con una determinada actividad cerebral. Tipos de ondas cerebrales

Ondas Beta: Originan un campo electromagnético con una frecuencia comprendida entre 13 y 30 Hz (vibraciones por segundo). Se registran cuando la persona se encuentra despierta y en plena actividad mental. Es el tipo de ondas que emite nuestro cerebro cuando estamos realizando tareas que requieran concentración. Estas ondas predominan cuando ejercemos el pensamiento lógico y analítico, a la hora de realizar cálculos, de estudiar o de relacionarnos de modo operativo con el mundo que nos rodea.

Ondas Alfa: Tienen una frecuencia de 8–12 Hz y están asociadas con estados de relajación. Las ondas Alfa son más lentas que las Beta, y las vivimos de modo natural cada vez que cerramos los ojos, cuando tenemos la mente tranquila, al soñar despiertos o cuando orientamos la atención hacia nuestro interior. Un nivel alto de ondas alfa produce


21

sensaciones de serenidad, de equilibrio de nuestros procesos interiores.

Ondas Theta: Con una frecuencia de 4-7 Hz, se producen durante el sueño (o en meditación profunda, entrenamiento autógeno, yoga). Las características de este estado son: mayor capacidad de aprendizaje, fantasía, imaginación e inspiración creativa.

Ondas Delta: Con una frecuencia de 1-3 Hz, son las ondas más lentas que puede producir el cerebro. Surgen principalmente en el sueño profundo y muy raras veces se pueden experimentar estando despiertos. Sus estados psíquicos correspondientes son el dormir sin sueños, el trance y la hipnosis profunda. Generalmente estas ondas nos hacen perder la conciencia del cuerpo físico y restringen la atención. Las ondas delta se relacionan con fenómenos de intuición y percepciones psíquicas. Reflejan los procesos de la mente inconsciente y son el ritmo dominante en los bebés menores de un año.

Fig. 2. Tipos de ondas cerebrales.

La interpretación de cada forma de onda se resume a continuación:

1. Estado de excitación: ondas beta. 2. Estado de relajación: ondas alfa. 3. Estado de somnolencia: ondas

irregulares theta.

4. Sueño moderado: ondas delta. 5. Sueño profundo: ondas delta. Aplicaciones de las OC

El empleo de este tipo de

conocimiento se da en los supermercados sobre todo de las grandes urbes, donde suelen emitir música melodiosa, relajante, romántica; y como resultado de esto se produce el estado alfa, lo cual se traduce en una permanencia de los compradores en el centro comercial durante mayor tiempo con la consecuente elevación de productos vendidos.

El Cerebro

Indudablemente, la inteligencia humana ha permitido al hombre crear y trasformar al mundo de tantas y tan diversas formas, valiéndose para ello de la tecnología, la ciencia, la música y otras artes, siendo todas estas manifestaciones del resultado de la evolución del cerebro.

Anatómicamente el cerebro es la parte más voluminosa del encéfalo, pero un surco central llamado cisura longitudinal lo divide en hemisferios derecho e izquierdo que a la vez están unidos por el cuerpo calloso. Cada hemisferio cerebral se divide en cinco lóbulos: el frontal, el parietal, el temporal, el occipital y la ínsula de Reil. El hemisferio cerebral izquierdo está especializado en producir y comprender los sonidos del lenguaje, el control de los movimientos hábiles y los gestos con la mano derecha. El hemisferio derecho está especializado en la percepción de los sonidos no relacionados con el lenguaje (música, llanto...), en la percepción táctil y en la localización espacial de los objetos.

Hoy en día se sabe que en el lóbulo occipital se reciben y analizan las


22

informaciones visuales. En los lóbulos temporales se gobiernan ciertas sensaciones visuales y auditivas. Los movimientos voluntarios de los músculos están regidos por las neuronas localizadas en la parte posterior de los lóbulos frontales. Los lóbulos frontales están relacionados también con el lenguaje, la inteligencia y la personalidad, si bien, se desconocen funciones específicas en esta área. Los lóbulos parietales se asocian con los sentidos del tacto y el equilibrio. En la base del encéfalo se sitúa el tronco cerebral, que gobierna la respiración, la tos y el latido cardíaco. Detrás del tronco se localiza el cerebelo, que coordina el movimiento corporal manteniendo la postura y el equilibrio. Las áreas cerebrales que gobiernan las funciones como la memoria, el pensamiento, las emociones, la conciencia y la personalidad, resultan bastante difíciles de localizar.

Fig. 3. Partes del cerebro.

El funcionamiento del cerebro se basa en el concepto de que la neurona es una unidad anatómica y funcional independiente, integrada por un cuerpo celular del que salen numerosas ramificaciones llamadas dendritas, capaces de recibir información procedente de otras células nerviosas, y de una prolongación principal, el axón, que conduce la información hacia las otras neuronas en forma de corriente eléctrica. Pero las neuronas no se

conectan entre sí por una red continua formada por sus prolongaciones, sino que lo hacen por contactos separados por unos estrechos espacios denominados sinapsis. La transmisión de las señales a través de las sinapsis se realiza mediante unas sustancias químicas conocidas como neurotransmisores, de los cuales hoy se conocen más de veinte clases diferentes. El mensaje adopta la forma de un impulso eléctrico que baja desde la axón hasta su extremo, en donde simula la liberación de algunas moléculas denominadas neurotransmisores, las cuales llegan hasta la membrana de otra neurona, lo que provoca en esta un cambio de potencial eléctrico que se convierte en un impulso que puede excitar o inhibir las subsiguiente transmisión de mensajes. El cerebro contiene varios billones de células, de las que unos 100.000 millones son neuronas y posee casi 100 trillones de interconexiones en serie y en paralelo que proporcionan la base física que permite el funcionamiento cerebral. Gracias a los circuitos formados por las células nerviosas o neuronas, es capaz de procesar información sensorial procedente del mundo exterior y del propio cuerpo.

Fig. 4. La neurona y sus partes.


23

Control Mental

A estas alturas nos encontramos en la capacidad de entender que ciertos conceptos están profundamente enlazados. Primeramente, es necesario mencionar que al mundo se lo puede reducir, técnicamente hablando, a términos químicos, pues todo lo tangible está constituido de algo y si nos sumergimos a un nivel profundo en ese “algo” podremos concluir como se lo ha hecho ya; que los ladrillos sobre los cuales se edifica el mundo son los átomos, mismos que están constituidos de subpartículas atómicas siendo las más conocidas los electrones, protones y neutrones, aunque podemos descender todavía a un nivel más profundo en el que los “quarks” serán la base fundamental de la materia, pero eso es asunto de física nuclear, tema que no entra en este documento.

A pleno inicio del siglo XXI el hombre ha edificado toda una compleja tecnología que tiene por elemento principal la electricidad, siendo ésta el flujo ordenado de electrones en una determinada dirección. Pero aquí no termina todo, pues nuestro amigo “electrón” a dado paso al desarrollo de una ciencia que se encarga de su manejo y control, la misma que conocemos como “ELECTRÓNICA”. Como se dijo, la materia está constituida por átomos, los átomos están constituidos en parte por electrones; entonces, al poder manejarlos a estos, estamos en capacidad de tomar cierto control sobre la materia como tal.

De igual manera nuestro cerebro también es materia, y por ello es susceptible de ser investigada y manejada convenientemente. Es más, aunque no hemos podido estudiar nuestro cerebro a “bajo nivel”, sí se ha logrado extraer algunos datos medulares acerca de su funcionamiento: es el más

complejo y menos comprendido de los circuitos eléctricos (cualquier electrónico se perdería entre tantas “pistas-axón”), sus elementos se llaman neuronas, las cuales bordean los cien mil millones y todas están interconectadas entre sí. La información que ellas transmiten lo realizan a través de “impulsos eléctricos”, siendo estos nada más y nada menos que electrones en ida y venida, desde y hacia distintas partes del cerebro, destinadas cada una a cumplir cierta función específica, como mantener la estabilidad del cuerpo, coordinar los movimientos, etc.

Si se han seguido todas las líneas hasta la presente, es fácil deducir que todo lo descrito hasta el momento es una cadena lógica que se rompe en la palabra “electrón”. Sin embargo, a manera de un as bajo la manga, no se ha mencionado una propiedad intrínseca de la materia como es la carga eléctrica, misma que está presente en protones y electrones. Respecto a la carga se ha concluido que existe cierta región en el espacio donde se pueden sentir sus efectos, los mismos que matemáticamente hablando disminuyen según el factor del inverso al cuadrado, igual que la ley de gravitación de Newton, la región mencionada se llama campo eléctrico. Los experimentos han sido tajantes en cuanto a campos eléctricos y magnéticos, es decir; variaciones de campos eléctricos producen campos magnéticos y viceversa, siendo este un proceso continuo: en esta breve explicación es lo que se fundamentan las OEM, que como ya se dijo, son independientes del medio a través del cual se las transmite. Asimismo, en nuestro cerebro al producirse ciertas corrientes eléctricas, éstas dan paso a la formación de campos electromagnéticos, los que debido a previa investigación han sido asociados a determinados estados mentales como actividad intelectual, relajación, sueño, concentración, etc. Hoy por hoy, el


24

manejo de OEM se lo realiza bajo el visto bueno de la electrónica, que se encarga de su producción, orientación y recepción, en una sola palabra su trabajo es manejarlas, y si podemos hacer esto estamos plenamente capacitados para interferirlas sea cual sea su origen, radial, televisiva, o “cerebral”.

El camino teórico hacia el control de la mente se abrió desde hace unos cien años aproximadamente cuando James Maxwell nos ofreció la teoría electromagnética, pero la actividad práctica no data de hace mucho.

Infortunadamente, algunos grandes proyectos nacen con el fin de ser un arma, y el control de la mente no se exime de este propósito, es así que el primer programa conocido de control mental fue el llamado proyecto CHAPTER, que se lo llevó a cabo en 1947 por el Ejército de los Estados Unidos, el cual se basaba en experimentos con drogas y del que no se sabe nada más. De 1951 a 1953 existieron los proyectos BLUEBIRD y ARTICHOKE que finalmente en 1953 se fusionaron para convertirse en el gran “MK–ULTRA”, que duró hasta 1963; pero siguió con sus actividades bajo otro nombre el “MK-SEARCH”. En este proyecto se llevaron a cabo los experimentos de comportamiento más delicados, se emplearon prisioneros, pacientes terminales de cáncer y gente con defectos mentales; incursionaron en estudios que involucraban la telepatía, radio frecuencias, borrado de memoria y un sinnúmero de fantásticos experimentos. Se tiene conocimiento de la implantación de electrodos en cerebros de gatos, perros, monos y reptiles para controlarlos remotamente.

Existe sustancial evidencia que conecta miembros de la comunidad de inteligencia de los Estados Unidos con el uso de avanzada tecnología de control

mental sobre la que han trabajado durante décadas ocultamente en universidades, laboratorios secretos y prisiones, experimentando con el mencionado borrado de memoria, resistencia hipnótica a la tortura, sueros de la verdad, sugestión post hipnótica, inducción veloz de hipnosis, estimulación electrónica del cerebro, radiaciones no ionizantes, inducción por microondas de voces intracerebrales, y una innumerable lista de tecnologías interesantes.

Fig. 5. Implantación de electrodos en

cerebros de simios.

Los casos que más llaman la atención son los implantes cerebrales que tienen como elemento principal un artefacto conocido como "stimoceiver", inventado a fines de los 50 por un neurólogo llamado José Delgado. El stimoceiver es un sistema de electrodos en miniatura que puede recibir señales de ondas de radio FM. Estimulando un stimoceiver debidamente ubicado, un operador externo puede lograr un sorprendente grado de control sobre las respuestas del sujeto, cosa que fue corroborada durante una corrida de toros en que el neurólogo pasó de doctor a torero y con un simple control remoto controló a la bestia.


25

Fig. 6. Stimoceiver.

Luego de todo lo expuesto, el control mental no es sólo un tema de elucubraciones, muy al contrario es una realidad científica que no debe terminar en ideas sobre un papel, sino cristalizarse bajo el arduo trabajo intelectual que lo podemos desarrollar personas comunes y corrientes como nosotros, sin olvidar el buen consejo de Albert Einstein, claro está.

El tema no termina aquí, pues quedan demasiadas cosas por realizar y otras tantas aplicaciones en que pensar, como el potenciamiento del intelecto humano a través de la apertura de “compuertas” conocidas como sinapsis, esto se traduciría en cero escuelas o universidades puesto que el conocimiento podría “implantárselo” a través de ondas, cosas panoicas como estas serán en algún momento el pan de todos los días, siempre y cuando empecemos a trabajar hoy por nuestra cuenta, y dejemos de esperar a que proyectos militares se desclasifiquen y tengan su incidencia en la sociedad civil.

Conclusiones

• Definitivamente el manejo cerebral bajo el tratamiento de ondas electromagnéticas, es posible siempre que se estimule la zona adecuada del cerebro con la respectiva onda que la caracteriza, de

acuerdo a los efectos que se desea provocar.

• El control de la mente es una potencial arma que puede ser usada en contra de cualquier persona, o grupos de personas con la finalidad de provocar desequilibrios mentales o bien potenciamiento de la intelectualidad como ya se manifestó.

• Es factible el manejo de la materia teniendo un pleno conocimiento de sus componentes.

• Las ondas electromagnéticas son capaces de producir daños graves al cerebro, de esta forma es mucho más evidente que no hay oportunidad a cometer errores en este tipo de procesos.

Referencias

www.bolinfo.com http://axxon.com.ar http://www.thaisyjosef.com http://www.tendencias21.net http://www.teneyi.net/cici/cerebro/cereb ral http://www.alcione.cl/nuevo/index.php?object_id=280 http://www.factnet.org/Que_es_Control_Mental

Biografías

Stalin Jiménez y Luis Armando Armijos, actuales aspirantes a Ingenieros en Electrónica y Telecomunicaciones, en la Universidad Técnica Particular de Loja.


26

TRANSFORMADA DE FOURIER EN TIEMPO DISCRETO USANDO COMANDOS DE MATLAB

Luis Mario Moreno Yaguana


11-01-608, Loja - Ecuador [email protected]

Introducción

La transformada de Fourier es una valiosa herramienta para el análisis de señales, ya que especifica el contenido espectral de una señal. Los sistemas de comunicaciones modernos son digitales, por tal motivo las señales de naturaleza analógica deben convertirse a un formato digital, lo que permitirá muchas ventajas en cuanto a: almacenar, procesar1, y transmitir información.

Muchas son las aplicaciones

donde se analiza el comportamiento de señales y sistemas en el dominio de la frecuencia tales como: reconocimiento de voz, restauración de imágenes, diseño de filtros, etc. Este trabajo está enfocado en como hacer uso de los comandos fft e ifft de la poderosa herramienta computacional MATLAB. Se mostrará como interpretar (y como no interpretar) los resultados de estos comandos.

Transformada Discreta de Fourier

Para el caso de señales no periódicas en tiempo continuo, se define la transformada de Fourier de una señal w(t)como

∫∞

∞−

− == )}({)()( 2 twFdtetwfW tfj π (1)

1 Operaciones de esta clase constituye lo hoy conocido como Tratamiento Digital de Señales (DSP:Digital Signal Processing).

Para motivar la definición de DFT, se puede suponer que se requiere hacer el uso de un computador para el cálculo de la transformada de Fourier de una señal analógica.

El equivalente a la transformada

de Fourier en tiempo discreto es la transformada discreta de Fourier (DFT).La transformada de Fourier y la DFT presentan marcadas analogías, la DFT descompone una señal en sus senoides constituyentes; la DFT es invertible, ya que la información se preserva durante la transformación.

La diferencia entre la DFT y la

transformada de Fourier se la puede interpretar de tres maneras: primera, ésta se aplica a una secuencia de tiempo discreto, las cuales pueden ser manipuladas directamente en computadores (al contrario de las señales analógicas, las cuales no pueden ser almacenadas directamente en un computador); segunda, plantea el uso de una sumatoria en lugar de una integral; tercera, éste opera con un conjunto finito de datos, (los computadores sólo pueden almacenar y manejar un conjunto finito de números) en vez de una integración de más a menos infinito .

Como la señal analógica puede

no estar limitada en el tiempo, es necesario obtener un conjunto finito de muestras de la secuencia directa mediante truncamiento. Sin perdida de generalidad, podemos suponer que estas


27

muestras están definidas para valores de n en el intervalo [0,N-1].

Dado un vector de w[k] de

longitud N, la DFT es definida por:

nkNjN

kekwnW )/2(

1

0

][][ π−−

=∑= n=0, 1,

2,3,….., N-1 (2) Donde w[k] es resultado del

muestreo2 de la señal analógica w(t) y de la multiplicación por una función ventana v(n).

1, 0≤ n ≤ N-1

v(n)= (3) 0, en el resto

Fig. 1. (a).Forma de onda en tiempo continuo.(b). Secuencia en tiempo

discreto.

Para cada valor de n (2) multiplica cada término de dato por una exponencial compleja, y luego suma. Comparado esto con la Trasformada de Fourier, por cada frecuencia f, (1) multiplica cada punto de la forma de onda por una exponencial compleja, y luego integra. Así, W[n] es una clase de función dependiente de la frecuencia de la misma manera que W(f) es función de la frecuencia.

El gráfico de la función W(f) es

conocido como el espectro de la señal w(t), la gráfica de W[n] es conocida como el espectro (discreto) de la señal w[k]. Una fuente de confusión es que la

2 Operación que cumple con el principio de Nyquist-Shannon.

frecuencia f en la Trasformada de Fourier puede tomar cualquier valor, mientras que las frecuencias presentes en (2) son todos múltiplos enteros de una frecuencia fundamental 2π/N.

Al igual que la transformada de

fourier, la DFT es invertible. La inversa, la IDFT esta dada por:

∑−

=

=1

0

)/2(][1

][N

n

nkNjenWN

kw π

k=0,1,2,……,N-1 (4)

La IDFT toma cada punto de la función W[n], los multiplica por una exponencial compleja, y luego suma .Comparando esto con la IFT, que toma cada punto de la función W(f) , multiplica por un exponencial compleja y luego integra. La transformada de fourier y la DFT trasladan del dominio del tiempo al dominio de la frecuencia mientras que la trasformada de Fourier inversa y a IDFT traslada del dominio de la frecuencia al del tiempo.

La DFT guarda paralelismo es

sus propiedades con la transformada de Fourier, más detalle de las mismas se explican con claridad en [1].

Usando la DFT en MATLAB

MATLAB hace relativamente fácil el análisis espectral mediante los comandos fft3 () e ifft(). Por ejemplo:

W=fft (w) y w=ifft(W)

Se debe tener en cuenta que en MATLAB W y w son vectores que cuyos elementos están asociados según

3 La implementación más común de la DFT es la FFT, la cual es una elegante forma de reordenar los cálculos, haciéndola computacionalmente eficiente .Para propósitos que no sean más que de eficiencia numérica DFT y FFT son sinónimos.


28

índices que van desde 1 hasta N al contrario de 0 hasta N-1.

Si bien estos comandos son

fáciles de invocar, sus resultados no siempre son directamente claros. A continuación se harán algunos ejemplos que muestren como interpretar (y como no interpretar) el análisis en frecuencia de los comandos en MATLAB.

Empecemos por definir una

simple forma de onda seno con frecuencia f muestreada cada Ts segundos, y tiempo de duración

f=100; Ts=1/1000; time=5; t=Ts: Ts: time; w=sin (2*pi*f*t);

El primer paso en cualquier análisis de frecuencia es definir la ventana sobre la cual el análisis va tomar lugar, dado que FFT/DFT deben operar sobre un vector finito N. Por lo general se toma como potencia de 2 por motivos de rapidez de cálculo. Luego de esto se hará uso del comando fft de MATLAB.

N=2^10; W=fft (w (1: N));

El resultado de este comando no es tan consecuente con el esperado, para ilustrar se graficaran los resultados:

plot (W);

Obteniendo lo siguiente:

-300 -200 -100 0 100 200 300 400-150

-100

-50

0

50

100

150

Fig. 2. Parte Real vs. Imaginaria.

Se debe tomar en cuenta que la

salida de comando fft es un vector cuyas componentes son números complejos y MATLAB, al dibujar números complejos, dibuja la parte real vs. parte imaginaria del vector .Para obtener la magnitud del vector, para luego dibujarla, primero se usa el comando abs. Eliminando los dos comandos anteriores y colocando:

fw=abs (fft(w(1:N))); plot (fw)

Obteniendo:

0 200 400 600 800 1000 12000

50

100

150

200

250

300

350

400

Mag

nitu

d

Frecuencia Fig. 3. FFT de w[n] con N=210.

¿Cómo se interpreta esto? Se

observa dos pulsos, el uno cerca de 100 y el otro cerca de 900. Cambiando el tamaño de la ventana N de 210 a 211 y ejecutando nuevamente el programa obtenemos un pico cerca de 200 y el otro más o menos cerca de 1850.¿Qué sucede? La frecuencia de la onda seno no ha cambiado. Esto luce confuso, ya que un cambio de la longitud de la ventana, sobre la cual se hace el análisis produce un cambio de frecuencia en la señal.


29

0 500 1000 1500 2000 25000

100

200

300

400

500

600

700

800

900

1000

X: 206Y: 958.3

X: 1844Y: 958.3

Mag

nitu

d

Frecuencia Fig. 5. FFT de w[n] con N=211.

Por lo tanto, se debe encontrar la

razón del error o la mal interpretación de resultados. Al graficar fw se grafica la magnitud de los datos versus el índice de cada dato, índices que por sí mismos presentan confusión. Estos índices representan un múltiplo de una de un sinusoide compleja con frecuencia ej2πn/N .Estos índices deben ser reacomodados en función de la tasa de muestreo y el número de muestras del análisis FFT.

ssf=(0:N/2-1)/(Ts*N) % Resolución en frecuencia .

El cual es un vector de longitud N/2 cuyos elementos presentarán relación con la o las frecuencias presentes en la señal.

>ssf = 0 0.9766 1.9531 2.9297………99.6094 100.5859 101.5625……….

Si observamos cada elemento del vector es 0.9766 más que el anterior, este número nos da la escala de la grafica. Así, por ejemplo, para el caso analizado con f=100 Hz, la grafica muestra un pulso entre 99.61 a 100.6. Error que para el análisis no representa gran importancia. ________________________________ f=100; %Frecuencia de la señal seno Ts=1/1000; time=3; %Tasa de muestreo, tiempo de duración

t=Ts:Ts:time; %Tiempo (seg) N=2^10; %Tamaño de la ventana de análisis y=sin(2*pi*f*t); %Función Seno fw=abs(fft(y(1:N))); %Calculo de FFT ssf=(0:N/2-1)/(Ts*N); %Resolución de frecuencia plot(ssf,fw(1:N/2)) %Gráfica de la magnitud del espectro. ylabel('Magnitud') xlabel('Frecuencia') ______________________________________________________________

0 50 100 150 200 250 300 350 400 450 5000

50

100

150

200

250

300

350

400

Mag

nitu

d

Fig. 6. FFT de w[n].

Otra consideración adicional de

la figura 3, es que el pulso que se presenta más a la derecha representa la W[N-n], los cuales son la parte negativa representada por W[n]. Esto se puede encontrar con más detalle en [2]. Para solucionar esto, se puede considerar el graficar las frecuencias positivas (véase Fig. 6.), lo cual es apropiado solo cuando la señal original es real. La otra solución es utilizar el comando fftshift, donde se tendrá más cuidado con los índices. Este comando distribuye la salida del comando fft, de tal manera que las secuencias negativas irán a la parte izquierda, las positivas en la derecha, y DC (f=0) en la mitad, lo cual es una representación mucho más cercana a la esperada. ______________________________ f=100; %Frecuencia de la señal seno Ts=1/1000;time=3; %Tasa de muestreo , tiempo de duración


30

t=Ts:Ts:time; %Tiempo (seg) N=2^10; %Tamaño de la ventana de nálisis y=sin(2*pi*f*t); %Función Seno ssf=(-N/2:N/2-1)/(Ts*N);%Resolución de frecuencia fw=fft(y(1:N)); %Cálculo de FFT fws=fftshift(fw); %Desplazamiento para gráfica plot(ssf,fw(1:N/2)) %Gráfica de la magnitud del espectro. ylabel('Magnitud') xlabel('Frecuencia') ________________________________

-500 -400 -300 -200 -100 0 100 200 300 400 5000

50

100

150

200

250

300

350

400

Mag

nitu

d

Frecuencia Fig. 7. Simulación usando fftshift.

REFERENCIAS [1] Samir S. Soliman, Mandyam D. Srinath. SEÑALES Y SISTEMAS CONTINUOS Y DISCRETOS. 2da Edición., PRENTICE HALL. 1999 [2] Alan V. Oppenheim, Ronald W.Schafer, John R Back, TRATAMIENTO DE SEÑALES EN TIEMPO DISCRETO. 2da Edición. PRENTICE HALL. 2000


31

PROCESOS PRÁCTICOS DE CLASIFICACIÓN DE OBJETOS MEDIANTE RECONOCIMIENTO DE PATRONES

Israel Darío Carrión Granda


1101608, Loja, Ecuador [email protected]

Resumen - El presente proyecto presenta dos algoritmos muy utilizados en la industria implementados con el lenguaje de programación gráfica LabVIEW, utilizando su Tool Kit Imaq Vision. El software brinda la opción de seleccionar el tipo de patrón a reconocer, especificando si se requiere encontrar figuras dentro de una fotografía que sean del mismo tamaño y forma o en su defecto, de la misma forma sin importar el tamaño. Abstract - The present project presents two algorithms very used in the industry implemented with the language of graphic programming LabVIEW, using the Tool Kit Imaq Vision. The software offers the option of selecting the kind of pattern to recognize, specifying if the figures inside a picture have the same size and form or its have the same form without caring the size.

TÉRMINOS CLAVE

Tool Kit - juego de herramientas de LabVIEW especializadas para aplicaciones específicas. Maquina de visión – Equipamiento completo que incluye cámara, stand, iluminación, y software que permite realizar una aplicación con visión.

INTRODUCCIÓN

Cuando tratamos el tema de automatización y control siempre encontraremos aplicaciones en las cuales las máquinas de visión ayudan a solucionar problemas industriales muy frecuentes. Uno de los algoritmos más utilizados dentro de las aplicaciones

industriales es el reconocimiento de patrones, dentro del cual existen varios algoritmos inmersos, entre los que destacan el reconocimiento de tamaños dentro de una misma forma y el reconocimiento de formas sin importar el tamaño. Estos son los dos más utilizados dentro de la industria para lo referente a clasificación de objetos y control de calidad.

DISEÑO DEL SOFTWARE

El software consta de tres etapas: la primera es la calibración, dentro de la cual tomamos un marco dentro de la imagen para poder referenciar a él cualquier objeto dentro de ese plano. La segunda etapa es la selección de las formas a buscar, donde se realiza la selección mediante una herramienta junto al cuadro de imagen que permite seleccionar cualquier forma dentro del cuadro para su futuro procesamiento. La tercera etapa es el procesamiento, donde se elegirá que algoritmo utilizar para la práctica.

Figura 1: Ventana principal del

software de reconocimiento de patrones.


32

• Calibración Dentro de los procesos industriales,

las condiciones son casi ideales para trabajar con una máquina de visión, puesto que se cuenta con luz uniforme y la posición de la cámara es estable, para lo cual no se necesita una referencia visual ni una calibración con cada práctica. Puesto que las condiciones para realizar el proyecto no fueron totalmente las adecuadas, el proceso de calibración se realiza mediante la utilización de un marco graficado en la imagen a adquirir, para tener las dimensiones de este marco como referencia para poder obtener las áreas de las figuras y sus posiciones dentro de la imagen adquirida. Lo que nos servirá, por ejemplo, en aplicaciones donde ya se cuente con actuadores que realicen el proceso de separación del objeto en base a esta posición. Mientras el área del objeto tiene como fin la comparación con otras figuras siendo este otro patrón a reconocer. • Selección

Al momento de seleccionar la imagen solo se requiere utilizar una herramienta que se encuentra en la esquina superior izquierda del cuadro de presentación de imágenes para seleccionar el objeto que se pretende buscar tomando en cuenta el no tomar líneas de otros objetos adyacentes, puesto que la selección se realiza en base a búsqueda de patrones y en este caso el patrón a tomar en cuenta es la forma que se encuentra ubicada a partir del centro del cuadro.

El software se diseñó para presentar varias opciones de programación, por lo que al seleccionar la opción de formas sin importar tamaños se utilizará la barita mágica que se encuentra en la esquina superior izquierda del cuadro de imagen con la que solamente al hacer clic sobre el objeto se encontraran los

objetos similares en forma al seleccionado.

Figura 2: Proceso de selección y

reconocimiento del patrón por forma tamaño.

• Procesamiento

El software esta diseñado de tal forma que permita la selección de uno de los dos algoritmos implementados. Al seleccionar el algoritmo de detección de formas del mismo tamaño el ejecutor del programa observará dentro del cuadro de imagen los objetos que son de la misma forma y el mismo tamaño que el objeto seleccionado, obteniendo también las coordenadas en las que se encuentra el objeto y el área de dicho objeto.

Y ocurrirá lo mismo si elige el algoritmo de selección de objetos de la misma forma.

En los gráficos siguientes podemos visualizar el resultado de la búsqueda de un objeto de prueba, en la cual nos marca los objetos del mismo


33

tamaño y forma en la figura 2, y el otro método al que se hizo referencia al realizar la búsqueda solamente por forma en la figura 3.

Figura 3: Proceso de selección y

procesamiento del patrón por forma.

PRUEBAS Y RESULTADOS

Varias pruebas se hicieron para realizar el software, algunas de las cuales fueron fructíferas y otras no. Varios problemas se presentaron: la iluminación, el cual fue uno de los peores problemas suscitados, ya que no contamos con una iluminación uniforme; y la orientación de la cámara, puesto que nuestro soporte no es del todo fijo. Estos problemas se solucionaron utilizando un margen de contraste al momento de realizar la búsqueda de patrones para minimizar la diferencia de iluminación entre un punto y otro de la imagen y consiguiendo una base un poco más estable, situaciones que no se presentarían dentro de la industria.

CONCLUSIONES Y RECOMENDACIONES

• Para realizar una máquina de visión hay que tomar en cuenta muchos parámetros fuera de la programación entre los que tenemos la iluminación, la óptica, los sistemas integrados, el manejo mecánico y estándares industriales los que hay que tener muy presentes. • Si se utiliza un sistema de visión totalmente automático se recomienda reforzar el sistema con análisis humano subsiguiente. • Una máquina de visión no puede distinguir como el ojo humano. • Depende del ingeniero de visión determinar la óptima solución al problema específico par los cuales existen algunas opciones en el mercado, unas más económicas que otras, determinando siempre en primer lugar el equipamiento básico necesario que podría servir para la misma.

BIBLIOGRAFÍA Papers • Machine vision system: Proverbs, principles, prejudices, and priorities (“Bruce G. Batchelor” - Univ. of Wales College Cardiff (United Kingdom), “Paul F. Whelan “ - Dublin City Univ. (Ireland)) • Invariant Pattern Recognition Using Bayesian Inference on Hierarchical Sequences. (“Dileep George” - Stanford University and Redwood Neuroscience Institute, Jeff Hawkins - Redwood Neuroscience Institute). Documentos Técnicos • Counting Particles or Cells Using Imaq Vision -National Instruments – Aplication Note 107 (“John Hanks”)


34

¿CONOCES LA HYPERTERMINAL?

Pablo Ramiro Vallejo Zúñiga Grupo de Electricidad y Sistemas Electrónicos

Universidad Técnica Particular de Loja 11-01-608, Loja, Ecuador

[email protected]

Hyperterminal, o “Hyper” como cariñosamente la conocemos, es una aplicación suministrada con el sistema operativo Windows desde sus primeras versiones (Windows 3.x) y, aunque es desconocida por la mayoría de usuarios de este sistema operativo, puede llegar a ser una herramienta muy versátil para comunicaciones entre computadores.

La aplicación sirve para

conectarnos a otros equipos y, lo más importante, nos permite realizar intercambio de archivos mediante la línea telefónica o un puerto COM -en este artículo vamos a usar únicamente la conexión mediante línea telefónica-, con una velocidad bastante aceptable, lo cual puede resultar extremadamente útil en ciertos casos.

Antiguamente la hyper era usada para realizar conexiones con servicios de boletines electrónicos (BBS), lo que es poco común hoy por hoy en parte gracias al World Wide Web, ¡Dios bendiga la Internet!

El primer paso es conectar la línea telefónica al módem del computador.

Para abrir la consola de hyper nos ubicamos en INICIO → Todos los programas → Accesorios → Comunicaciones → Hyperterminal.

Bajo el ícono de hyper existe

otro grupo de programas con igual nombre, este grupo guarda la información de todas las conexiones previamente almacenadas, y se puede acceder a ellas de forma directa sin tener que configurar todo nuevamente.

Por defecto el programa nos pide crear una conexión nueva, donde debemos asignar un nombre y un ícono a la misma.

En el siguiente paso hay que ingresar los datos de la línea a la que deseamos conectarnos, como los códigos de país y de área, así como el número de teléfono de dicha línea. Se debe también colocar el tipo de conexión, ya sea por módem, puerto


35

serial, o TCP/IP. En este caso seleccionamos nuestro módem.

El siguiente cuadro de diálogo nos muestra un resumen de la conexión, y pregunta si queremos marcar el número ahora. Es recomendable primero asegurarse que el otro equipo está listo para la conexión, por lo que escogemos la opción Cancelar.

Antes de realizar la llamada debemos pedir a la otra persona que inicie hyper y configure el mismo para recibir la llamada. Para esto creamos una conexión o abrimos una existente. En el cuadro Conectar colocamos Cancelar y nos ubicamos en la consola de hyper. Para que la hyper reciba una llamada, entramos en el menú Llamar y escogemos la opción Esperar una llamada.

En este momento el otro computador ya puede iniciar una conexión. Desde el menú de Llamar, escogemos la opción Llamar. Aparece algo así:

Desde el menú Archivo, Propiedades, podemos cambiar ciertos detalles de la configuración, aunque casi todo está por default. Esta sería la configuración más adecuada:

Una vez conectados, se puede visualizar en pantalla todos los caracteres que se escriban tanto en una como en otra máquina, prácticamente en tiempo real, así que cuidado con lo que teclean…

Asimismo ya es posible realizar el intercambio de archivos, pero se realiza uno a la vez, es decir si


36

queremos enviar más de un archivo lo más recomendable es hacerlo en formato ZIP o RAR.

Quien va a enviar el archivo debe iniciar la transferencia desde el menú Transferir, y la opción Enviar Archivo…

Lo siguiente es seleccionar el archivo a enviar, como ya mencionamos, de preferencia en formato ZIP o RAR.

Al pulsar enviar se procede a la transferencia del archivo y se tiene un cuadro donde nos muestra el progreso del envío, el tiempo aproximado y la velocidad del envío.

De igual modo, quien lo recibe debe especificar previamente la carpeta donde se almacenará el archivo, desde el menú Recibir Archivo.

Esta es una interesante aplicación de esta vieja y poco conocida herramienta de Windows, que como ya habíamos dicho puede llegar a ser extremadamente útil.

NOTA IMPORTANTE

La Escuela de Electrónica y Telecomunicaciones y la Revista En Corto Circuito, no recomiendan el uso de hyperterminal para la transferencia de archivos que contengan deberes, tareas, ejercicios y/o consultas personales e intransferibles, especialmente pocas horas antes de su presentación (¡¡¡por esto es extremadamente útil!!!) El autor no se responsabiliza por el uso indebido que ciertos estudiantes hagan de la información contenida en el presente artículo…


37

BIOGRAFÍA

NIKOLA TESLA

Nikola Tesla (1856-1943), ingeniero electrotécnico e inventor de origen croata, nacionalizado estadounidense y reconocido como uno de los más destacados pioneros en el campo de la energía eléctrica.

Estudió en la Escuela Politécnica de Graz, Austria, y en la Universidad de Praga. Después de trabajar durante tres años como ingeniero electrotécnico emigró a Estados Unidos, donde se hizo ciudadano de este país. Por un breve periodo trabajó para Thomas Edison, pero lo abandonó para dedicarse en exclusiva a la investigación experimental y a la invención.

En 1888 Tesla diseñó el primer sistema práctico para generar y transmitir corriente alterna para sistemas de energía eléctrica. Los derechos de ese invento, trascendental en esa época, fueron comprados por el inventor estadounidense George Westinghouse, que mostró el sistema por primera vez en la World's Columbian Exposition de Chicago (1893). Dos años más tarde los motores de corriente alterna de Tesla se

instalaron en el diseño de energía eléctrica de las cataratas del Niágara.

Entre los muchos inventos de Tesla se encuentran los generadores de alta frecuencia (1890) y la bobina de Tesla (1891), un transformador con importantes aplicaciones en el campo de las comunicaciones por radio, con lo que en 1893 consiguió transmitir energía electromagnética sin cables, construyendo el primer radiotransmisor (adelantándose a Guglielmo Marconi).

La unidad de campo magnético en el Sistema Internacional de Unidades lleva su nombre.

Es muy conocida su enemistad con Thomas Edison. A pesar de que éste le dio trabajo cuando Tesla llegó sin ofrecer demasiadas garantías, la fuerte personalidad de ambos hizo que se separaran. Edison propuso que la silla eléctrica emplease energía eléctrica alterna (desarrollada por Tesla) en lugar de la continua -de la que él era el impulsor- para así dar mala fama al invento del europeo.

BUEN HUMOR

38

LAS FRASES CELEBRES DE MAFALDA

"NO ES CIERTO QUE TODO TIEMPO PASADO FUE MEJOR. LO QUE PASABA ERA QUE LOS QUE

ESTABAN PEOR TODAVÍA NO SE HABÍAN DADO CUENTA..."

"¡SONAMOS MUCHACHOS! ¡RESULTA QUE SI UNO NO SE APURA A CAMBIAR EL MUNDO, DESPUÉS

ES EL MUNDO EL QUE LO CAMBIA A UNO!"

"COMO SIEMPRE: LO URGENTE NO DEJA TIEMPO PARA LO IMPORTANTE."

"SI LLORAS POR HABER PERDIDO EL SOL, LAS

LÁGRIMAS TE IMPEDIRÁN VER LAS ESTRELLAS."

“A LAS SITUACIONES EMBARAZOSAS... ¿LAS TRAE LA CIGÜEÑA?..."

"¿Y SI ANTES DE EMPEZAR LO QUE HAY QUE

HACER, EMPEZAMOS LO QUE TENDRÍAMOS QUE HABER HECHO?"

"HASTA MIS DEBILIDADES SON MÁS FUERTES

QUE YO."

"COMIENZA TU DÍA CON UNA SONRISA, VERÁS LO DIVERTIDO QUE ES IR POR AHÍ

DESENTONANDO CON TODO EL MUNDO."

revista en corto circuito10 (septiembre 2006)

Technology