Ecg PDF

UNIVERSIDAD VERACRUZANA
FACULTAD DE INGENIERA EN
ELECTRNICA Y COMUNICACIONES
REGIN POZA RICA - TUXPAN
FILTRADO DIGITAL DE SEALES DEL TOBILLO

UTILIZANDO LA TARJETA DE ADQUISICIN
NI-USB 6008(LABVIEW)
TESIS
QUE PARA OBTENER EL TTULO DE:
INGENIERO EN ELECTRNICA Y
COMUNICACIONES
PRESENTA:
LUIS FRANCISCO MARIA

LEONEL ELAS MORALES
DIRECTOR. ASESOR.
DR. REN FAVIN VZQUEZ BAUTISTA DR. LUIS JAVIER MORALES MENDOZA
REVISOR
MRT. REYNA RAMREZ CARPIO
POZA RICA, VER. MAYO2012

ndice general
1.Introduccin
1.1 Motivacin ..................................................................................................................................... 1
1.2 Contexto ......................................................................................................................................... 2
1.3 Estado del arte ................................................................................................................................ 2
1.4 Planteamiento del problema ........................................................................................................... 4
1.5 Justificacin.................................................................................................................................... 4
1.6 Estrategia de solucin..................................................................................................................... 4
1.7 Alcances del trabajo ....................................................................................................................... 5
1.8 Objetivos del trabajo ...................................................................................................................... 5
2. Antecedentes
2.1 Muestreo Peridico ...................................................................................................................... 12
2.2 Filtros Digitales ............................................................................................................................ 15
2.3 Filtros Digitales IIR ...................................................................................................................... 16
2.4 Filtros Digitales FIR ..................................................................................................................... 17
2.5 Filtros Clsicos ............................................................................................................................. 18
I. HerramientasTecnolgicas .............................................................................................................. 25
2.6 Electrodos Superficiales ............................................................................................................... 25
2.7 NI-USB 6008 ............................................................................................................................... 26
2.8 LabVIEW ..................................................................................................................................... 28
2.9 NI - DAQmx ................................................................................................................................ 31
3.Desarrollo de filtrado digital en LabVIEW

3.1 Introduccin ................................................................................................................................. 35
3.2 Funcin de transferencia del filtro de Wiener .............................................................................. 41
3.3 Desarrollo del filtro de Wiener..................................................................................................... 43
3.4 Registro de datos con LabVIEW (Escritura - Lectura) ................................................................ 51
3.5 Clculo de coeficientes del filtro de Wiener ................................................................................ 56
3.7Programacin de filtros clsicos ................................................................................................... 59
4. Evaluacin experimental
4.1 Introduccin ................................................................................................................................. 63
4.2Pruebas de filtrado digital de Wiener IIR no causal ...................................................................... 63
4.3 Pruebas de filtrado digital con filtros Clsicos ............................................................................ 69
5. Conclusiones
Anexo 1 .................................................................................................................................................. 77
Anexo 2 .................................................................................................................................................. 87
Anexo 3 .................................................................................................................................................. 94
ndice de Figuras
Figura 2.1 Aplicaciones del PDS. ................................................................................................................ 6

Figura 2.2 Tipos de sistemas ........................................................................................................................ 7
Figura 2.3 Representacin de seales por medio del PDS a) secuencia original, b) descomposicin. ........ 7
Figura 2.4 Descomposicin y sntesis de una secuencia discreta................................................................. 8
Figura 2.5 Circuito RC ............................................................................................................................... 10
Figura 2.6 Diagrama a bloques de convertidor ideal de tiempo continuo a tiempo discreto. ................... 13
Figura 2.7 Muestreo con un tren de impulsos peridicos, que representa el sistema completo. ................ 13
Figura 2.8 Muestreo de seal analgica. .................................................................................................... 14
Figura 2.9 Diagrama a bloques de un A/D (convertidor analgico-digital). .............................................. 15
Figura 2.10 Sistema bsico para el filtrado en tiempo discreto de seales en tiempo continuo................. 15
Figura 2.11 Estructura del filtro Wiener, con indicadores de datos, salida, referencia y error. ................. 24
Figura 2.12 Lectura con electrodo superficial ............................................................................................ 25
Figura 2.13 Tarjeta de adquisicin NI-USB 6008...................................................................................... 26
Figura 2.14 (a) Terminales analgicas de la NI-USB 6008, (b) terminales digitales. .............................. 26
Figura 2.15 Configuracin fsica de canales en la NI-USB 6008. ............................................................. 27
Figura 2.16 Panel frontal de LabVIEW. .................................................................................................... 28
Figura 2.17 Diagrama de bloque de LabVIEW.......................................................................................... 29
Figura 2.18 Componentes del panel frontal. .............................................................................................. 29
Figura 2.19 Ventana de diagrama de bloques. ........................................................................................... 30
Figura 2.20 Barra de herramientas para panel frontal y diagrama de bloques. .......................................... 30
Figura 2.21 Estructura del DAQAssisntant. ............................................................................................... 31
Figura 2.22 Configuracin del DAQmx como entrada analoga y medidor de voltaje. ............................. 32
Figura 2.23 Seleccin de canal de entrada en el dispositivo. ..................................................................... 33
Figura 2.24 Configuracin del canal y tipo de muestreo. .......................................................................... 33
Figura 3.1 Diagrama a bloques del sistema............................................................................................... 36
Figura 3.2 Diagrama ilustrativo. ................................................................................................................ 37
Figura 3.3 Diagrama de flujo Wiener parte 1............................................................................................. 39
Figura 3.4 Diagrama de flujo Wiener parte 2............................................................................................. 40
Figura 3.5 Diagrama del filtro de Wiener. ................................................................................................. 41
Figura 3.6 Grfica resultante de la serie 1. ................................................................................................. 43
Figura 3.9 Diagrama a bloques para el anlisis de la matriz A. ................................................................. 46
Figura 3.10 Representacin de la energa en un sistema. ........................................................................... 46
Figura 3.11 Estructura transversal WienerIIR no causal. ........................................................................... 48
Figura 3.12 VI Express para el registro de las seales EMGs.................................................................... 51
Figura 3.13 VIExpress para la lectura de datos almacenados. ................................................................... 52
Figura 3.14 VIConvert From Dynamic Data. ............................................................................................ 53
Figura 3.15 VI WriteTo Spreadsheet File .................................................................................................. 53
Figura 3.16 Vi Read From Spreadsheet File .............................................................................................. 54
Figura 3.17 (a) Estructura de lectura y conversin de datos, (b) representa la estructura de lectura de
vector 1D. ........................................................................................................................................... 55
Figura 3.18 Filtro de Wiener programado, a) estructura del filtro de Wiener, b) VI de Wiener................ 56
Figura 3.19 IIR filter VI. ............................................................................................................................ 57
Figura 3.20 RMSE programado. A) estructura del RMSE programado, b) VI de RMSE. ........................ 57
Figura 3.21 Estructura completa de filtrado de Wiener IIR no causal. ...................................................... 58
Figura 3.22 VI Butterworth. ....................................................................................................................... 59
Figura 3.23 VIChevyshev. ......................................................................................................................... 60
Figura 3.24 VI de filtrado clsico............................................................................................................... 61
Figura 3.25 Instrumento virtual final. ........................................................................................................ 62
Figura 4.1 Banco de seales EMGs. .......................................................................................................... 64
Figura 4.2 Seal EMGs promedio obtenida. .............................................................................................. 65
Figura 4.3 Instrumento virtual de filtro de Wiener. ................................................................................... 66
Figura 4.4 Filtrado digital Wiener orden 1. ................................................................................................ 67
Figura 4.5 Filtrado digital Wiener orden 2. ................................................................................................ 68
Figura 4.6 Instrumento virtual para filtros clsicos.................................................................................... 70
Figura 4.7 Filtrado digital Butterworth orden 1. ........................................................................................ 71
Figura 4.8 Filtrado digital Chevyshev orden 1, rizo 0.10 db...................................................................... 72
Figura 4.9 Grfica resultante de los diferentes filtros. ............................................................................... 74
Figura 6.1 Ejemplo de una seale EMG. ................................................................................................... 77
Figura 6.2 Potencial transmembranal elctrico. ......................................................................................... 78
Figura 6.3 Transicin entre el potencial de reposo y potencial de accin. ................................................. 78
Figura 6.4 Motoneurona conectada a los axones ramificados.................................................................... 79
Figura 6.5 Conexin muscular unidad motora. .......................................................................................... 80
Figura 6.6 Generacin de seal de excitacin para la fibra muscular. ....................................................... 81
Figura 6.7 Modelo de generacin de seales emgs durante una contraccin voluntaria. .......................... 81
Figura 6.8 Astrgalo parte del tobillo, calcneo......................................................................................... 83
Figura 6.9 Tobillo dorsiflexin y plantarflexin. ....................................................................................... 84
Figura 6.10 Rango de movilidad del tobillo............................................................................................... 85
Figura 6.11 Msculos esquelticos de las extremidades inferiores............................................................ 86
Figura 7.1 Estructura transversal FIR. ....................................................................................................... 88
Figura 7.2 Estructura transversal IIR. ........................................................................................................ 89
Figura 7.3 Diagrama del filtro inverso. ...................................................................................................... 90
Figura 8.1 Diagrama de el filtro pasa bandas Butterworth de orden uno. .................................................. 95
Figura 8.2 Diagrama del amplificador no inversor. ................................................................................... 96
Figura 8.3 Diagrama de etapas de pre-amplificacin, filtrado y amplificacin. ........................................ 96
Figura 8.4 Diagrama de etapas de obtencin, filtrado y amplificacin. ..................................................... 97
Figura 8.5 Circuito de adquisicin de EMGs. ............................................................................................ 97
ndice de Tablas
Tabla 1Tipos de configuracin para la NI USB 6008. ............................................................................ 27

Tabla 2Tipos bsicos de cableado. ............................................................................................................. 52
Tabla 3 Resultados de filtrado de Wiener con diferente orden. ................................................................ 69
Tabla 4 Resultados de filtro de Wiener, Butterworth y Chevyshev con diferente orden. .......................... 73
Tabla 5Tipos de contracciones musculares. ............................................................................................... 79
Tabla 6 Clasificacin de contracciones musculares. .................................................................................. 80
Tabla 7 Caractersticas del circuito de acondicionamiento. ....................................................................... 97
CAPTULO I
1. Introduccin
1.1 Motivacin
El rpido desarrollo del Procesamiento Digital de Seales (PDS) ha trado consigo la

necesidad de mejorar los sistemas de anlisis, control y evaluacin para minimizar las prdidas
de informacin en seales a tratar. Adems se implementa en diferentes reas como por
ejemplo la medicina para la minimizacin del ruido presenten en algunas seales biolgicas,
como seales Electrocardiogrficas (ECG) producidas por el corazn, Electroencefalogrficas
(EEG) seales generadas por el cerebro y Electromiogrficas (EMG) producidas por los
msculos, entre otras. La PDS se emplea no solo en el rea de la medicina si no tambin en
otras reas como la Geologa, Sistemas de Radar, Sistemas de Sonar, Comunicaciones
Digitales etctera.
La presente tesis se enfoca a la evaluacin de filtros digitales clsicos en seales biolgicas en
particular del tobillo, seales que se adquieren con electrodos bipolares de superficie
colocadas sobre la piel, ya que las seales biolgicas (EMG) proveen informacin detallada de
la actividad neuromuscular, siendo de vital importancia est informacin en: Rehabilitacin,
Diagnsticos clnico y como fuente de control para dispositivos activos.
Las seales EMGs producidas por los msculos del tobillo poseen magnitudes en el orden de
los milivolts, esto hace que sean propensos a mezclarse con ruido (informacin no deseada),
que como sabe es un factor inevitable y que distorsiona la seal deseada evitando observar sus
caractersticas originales.
La pregunta es Cmo se llevara a cabo el filtrado digital?, para llevar a cabo el filtrado digital
se desarrollaran 4 etapas, la primera etapa,que es la de adquisicin donde se construye un
circuito de acondicionamiento para las seales EMGs, con ayuda de amplificadores de
instrumentacin, resistencias, capacitores, etctera, as como la utilizacin de electrodos
superficiales como dispositivos transductores. La segunda etapa que se refiere al registro, se
lleva a cabo con ayuda de la tarjeta de adquisicin NI-USB 6008 de National Instruments,
dicha tarjeta desarrollara la conversin Analgica-Digital (A/D) de las seales biolgicas, esta
tarjeta llevara a cabo la conversin con una tasa de muestreo de 10 kS/s con canales de entrada
analgicas y salidas digitales. El cual admite entradas analgicas configurables por software
con rangos de tensin: 20, 10, 5, 4, 2.5, 2, 1.25 y 1V respectivamente. La
tercera etapa o proceso de filtrado,es la parte ms importante de este trabajo, ya que es aqu
donde se realiza el filtrado digital de seales EMGs con filtros digitales clsicos entre los
cuales se encuentra el filtro de Wiener, Butterworth y Chevyshev, que sern programados en
el software LabVIEW. Finalmente la cuarta etapa o de evaluacin, es la etapa donde se
Pgina 1
Luis Francisco Maria/Leonel Elas Morales www.experienciasuv.tk
evalan los diferentes filtros digitales, para posteriormente hacer una comparacin de los
mismos, as como los resultados obtenidos del filtrado digital en seales biolgicas del tobillo.
Los resultados que se obtuvieron, as como el desarrollo se exponen en los siguientes
captulos.
1.2 Contexto
La implementacin de algoritmos matemticos ha adquirido una gran importancia en el
procesamiento de seales biolgicas,en lo que respectea su comprobacin, anlisis e
interpretacin.
Un ejemplo claro es la aplicacin mdica realizada por Morales M. Luis J. &Shmaly Y. [1]
donde fue implementado un filtrado en imgenes de ultrasonido para reducir el ruido de
speckle.
En general este trabajo de tesis tiene el propsito de implementar un filtrado digital utilizando
algunas bases de datos de seales registradas del tobillo, es decir, primero capturar y luego
procesar. Teniendo como etapa de procesamiento filtros digitales clsicos en tiempo casi-real,
con ayuda del software principal LabVIEW por su facilidad de adaptacin, programacin y
flexibilidad en la adquisicin e interconexin con el hardware de la computadora.
1.3 Estado del arte
El uso de seales Electromiogrficas obtenidas por medio de electrodos de superficie son

altamente confiables, lo afirma Hargrove Levi John [2], al comprobar seales
Electromiogrficas con electrodos de superficie (EMGs) e intramusculares registran 10
diferentes contracciones isomtricas, los cuales no cambiaron significativamente, concluyendo
as que ambos son de igual importancia y valor de confiabilidad en la seal obtenida en un 97
% de efectividad.
Luigi Galvani (1737-1798), fue el primero en realizar estudios de corriente nerviosa [3] estas
corrientes eran producidas por las contracciones musculares de las patas de las ranas, tambin
observ la capacidad de producir descargas elctricas, pero el estudio ms relevante fue el
implementar la horquilla con un diente de cobre y otro de hierro, con los cuales tocaba cada
msculo de las patas de dichas ranas,observando as la contraccin a cada toque e
interpretando el fenmeno, al suponer que podra haber una electricidad propia e inherente a
los tejidos vivos.
Posteriormente estudios ms detallados refuerzan la investigacin de Luigi, en 1912 se realizo

un estudio ms detallado de la Electromiografa por Hans Piper, quien registra potenciales
durante la contraccin voluntaria empleando un galvanmetro de hilo, el cual media la seal
Pgina 2
obtenida. Funcionaba a travs de una aguja conformada por dos bobinas que median la
intensidad de energa y movan la aguja de acuerdo al campo magntico que se creaba[4].
En 1948 Reiter R., fue uno de los primeros en implementar el uso de seales
Electromiogrficas superficiales, para controlar dispositivos de prtesis simples con modelos
AR (Auto-regresivo), rechazando seis clases de movimientos con xito del 99% [5].
Hudgins y otros colaboradores, proponen por primera vez una estrategia de recoleccin de
seales Electromiogrficas superficiales, implementando el uso de estados transigentes de las
seales, logrando rechazar cuatro movimientos diferentes, extensin del codo, flexin de
mueca y rotacin numeral radial/lateral. Pero 6 aos ms tarde Englehart y colaboradores,
proponen la clasificacin de seales EMGs, en su fase transigente igualmente que Reiter,
siendo pioneros en introducir la transformada de Wavelet (mtodo para caracterizacin), en la
representacin tiempo-frecuencia de la seal [5].
En el 2004 Ballesteros L. Dora Maria[6], propone la aplicacin de la transformada Wavelet

discreta en el filtrado de seales biolgicas, en el cual concluye que este tipo de filtrado
utilizando la transformada de Wavelet presenta enormes mejoras sobre la seales en cuanto a
sus componentes de frecuencia, debido a que cada tipo de seales biolgicas (ECG, EMG,
EEG) tienen sus propias caractersticas espectrales y temporales.
Pinzn M. Rubn. D. y otros [7], presentan en el 2009 un trabajo de investigacin donde

mediante la caracterizacin de seales Electromiogrficasde superficie, utilizando la
transformada Wavelet, teniendo como resultado un porcentaje de acierto promedio en la
clasificacin superior al 92% de caracterizacin de las seales EMG, usando un clasificador
bayesiano lineal para la identificacin de los seis movimientos bsicos de la mano.
Tambin en el 2009 Jaimes M. Aylen L. [8]. Presentan el diseo de un registrador

Electromiogrfico de superficie, para cuantificar unidades motoras en la enfermedad del pie
cado, utilizando para la adquisicin de seales una tarjeta de National Instruments DAQ-
6009, conectada en modo Single-ended. En este trabajo se logra concluir que la
caracterizacin de seales EMGs utilizando la transformada Wavelet, presenta resultados
contundentes y aporta mtodos eficaces para ser herramientas tiles en diferentes campos de
aplicacin.
En el 2010 Morales M. Luis J. &Shmaliy Y. [1], presentan un articulo, donde se desarrolla la

implementacin del filtrado digital hibrido en imgenes de ultrasonido, para la reduccin de
ruido speckle. Tambin se proporcionan los conceptos bsicos de filtro promedio, filtro de
rampa, predictivo de rampa y la estructura computacional hbrida propuesta para su
implementacin, as como el desarrollo matemtico del diseo genrico del filtro MAH de
orden l.
En el 2011 Justo M. Oscar M. [9], presenta un trabajo de tesis que lleva por nombre
adquisicin y filtrado FIR Unbiased utilizando la tarjeta NI USB-6008, desarrollando un
sistema de adquisicin y filtrado en LabVIEW, aplicado en seales biolgicas del corazn
(ECG) y seales mioelectricas (EMG).
Pgina 3
1.4 Planteamiento del problema
Las seales biolgicas por su naturaleza estn mezcladas con ruido inherente, esto hace que su
uso en diagnsticos y valoraciones mdicas de las extremidades inferiores (tobillo), sea
ineficiente o poco confiable, lo cual exige a la ingeniera un diseo de filtrado optimo para
poder proporcionar mayor nmero de herramientas a la medicina en ramas como
traumatologa y ortopedia, que son las que se encarga de los trastornos msculo-esquelticos.
En resumen se propone implementar un filtrado digital con filtros clsicos aplicados en

seales biolgicas del tobillo y proporcionar una interfaz o instrumento virtual que brinde las
herramientas necesarias, para luego entonces mejorar las valoraciones medicas.
1.5 Justificacin
Hoy en da el procesamiento de seales biolgicas desempea un papel importante dentro de

la medicina hablando de anlisis y diagnsticos de algunas enfermedades, es por ello que la
ingeniera se encarga de que este procesamiento sea ms confiable para dichos diagnsticos.
En particular dentro del deporte, las lesiones del tobillo son problemas a los cuales se
enfrentan con mayor frecuencia los deportistas, por ejemplo basquetbolistas, futbolistas entre
otros, pero no solo los deportistas de alto rendimiento estn expuestos a este tipo de lesiones si
no que tambin incluye cualquier persona, la cual involucre entre sus actividades cualquier
esfuerzo fsico con extremidades inferiores.
Es por ello que el presente trabajo recepcional est orientado al desarrollo de un sistema que
permita registrar y filtrar seales biolgicas del tobillo, para posteriormente visualizar su
comportamiento al aplicarle los diferentes tipos de filtrados digitales clsicos que se
programaran en LabVIEW.
1.6 Estrategia de solucin
Hiptesis general
La implementacin de filtros digitales clsicos en seales EMGs provenientes del tobillo,

mejora considerablemente sus caractersticas en cuanto a sus componentes temporales de
propagacin, adems de mejorar notoriamente su amplitud relativa de las componentes de
frecuencia de la seal.
Pgina 4
1.7 Alcances del trabajo
En el presente trabajo se pretende implementar electrodos de superficie para registrar las

seales Electromiogrficas (EMG) provenientes del tobillo, seguida-mente utilizar la tarjeta de
adquisicin NI-USB 6008 de National Instruments; para realizar el muestreo de dichas
seales, se utilizara esta tarjeta para convertir la seal analgica del tobillo en seal digital,
para poder registrarlo en la PC y poder realizar un VI en LabVIEW con filtros digitales
clsicos. Adems, observar su comportamiento en los diferentes filtros digitales clsicos y
visualizar el comportamiento, es decir, el deterioro o mejora de la seal.
1.8 Objetivos del trabajo
Objetivo general
Evaluar un filtrado digital, empleando un instrumento virtual en LabVIEW con ayuda de la
tarjeta de adquisicin USB 6008 de National Instruments; para el muestreo de las seales
EMGs del tobillo, adquiridas con ayuda de electrodos superficiales, dicho instrumento virtual
llevara a cabo el filtrado digital en el software (LabVIEW), adems de ello tener la ventaja de
comparar diferentes tipos de filtrados y su eficiencia.
Objetivo particular I
Adquirir seales EMGs del tobillo utilizando electrodos de superficie para su posterior
proceso.
Objetivo particular II
Muestrear las seales EMGs obtenidas de los electrodos de superficie con ayuda de la tarjeta
de adquisicin NI-USB 6008 de National Instruments. Adems de la comunicacin con la PC.
Objetivo particular III

Utilizar Labview como interfaz grfica e implementar el filtrado digital con ayuda de un VI, el
cual tenga la capacidad de facilitar al usuario la manipulacin de los diferentes filtros digitales
y observar estadsticamente su desempeo.
1.9 Entregables
Circuito de acondicionamiento de las seales Electromiogrficas.

Instrumento virtual de registro y procesamiento de seales EMGs del tobillo
Instrumento virtual empleando un filtrado digital clsico.
Tabla comparativa de resultados obtenidos con filtrados digitales clsicos.
Pgina 5
CAPTULO II
2. Antecedentes
Los orgenes del Procesamiento Digital de Seales (PDS) se remontan entre los aos 60 y 70s
cuando las primeras computadoras digitales estaban disponibles, aplicadas en el rea militar:
Radar y Sonar [10], pero eso no fue todo, con el paso de los aos tambin comenz a
implementarse en otras reas como en el comercio, telefona, industria, espacio y la medicina.
Todo por su manipulacin de datos en forma deseal, la cual en algunos casos es adquirida
con algn tipo de sensor que pueda medir por ejemplo: vibraciones ssmicas, visualizar
imgenes, ondas sonoras etctera. El PDS son las matemticas, el algoritmo y las tcnicas para
la manipulacin de los datos en forma de seal, sin dejar pasar por alto la conversin
Analgico Digital (A/D), la cual juega un papel muy importante por convertir las seales
analgicas a digitales, adems de ser primordial para llevar a cabo el procesamiento digital.
Milicia Radar, Sonar, Seguridad de comunicaciones, Orientada a artillera.
Comercio Compresin de imgenes y sonido para presentaciones multimedia,

Efectos especiales de pelculas y videoconferencias.
Telefona Compresin de voz y datos, Reduccin de eco, Multiplexaje de seales,

Filtrado de seales.
PDS
Espacio Mejora de fotografas del espacio, Compresin de datos, Inteligencia
sensorial, anlisis por control de sondas espaciales.
Industria Monitoreo y control, CAD y diseo de utileras.
Cientfico Registro y anlisis de terremotos, Adquisicin de datos, Anlisis

espectral, Simulacin y modelado.
Medicina Diagnostico por imgenes (CT/MRI, Ultrasonidos y otros), Anlisis

electrocardiogrficas, Almacenamiento/Reconstruccin de imgenes
medicas.
Figura 2.1 Aplicaciones del PDS.
Pgina 6
El desarrollo del PDS en la medicina, puede ser utilizado como por ejemplo: en la
eliminacin de ruido en electrocardiogramas, en enfocar una imagen de ultrasonido, etctera.
Esto puede lograrse empleando un sistema, el cual podra ser cualquier proceso que produce
una seal de salida en respuesta a una seal de entrada.
Sistema
Continuo
Sistema
Discreto
Figura 2.2 Tipos de sistemas
La manipulacin de sistemas discretos en el PDS esta basado en la superposicin como

estrategia general, para la comprensin de las seales y los sistemas.
x[n]
Descomposicin
a)
b)
Figura 2.3 Representacin de seales por medio del PDS a) secuencia original, b) descomposicin.
Pgina 7
La Fig. 2.3 representa la descomposicin de una secuencia de entrada para su procesamiento.
Debido a que el PDS en su mayora utiliza este tipo de tcnicas: divide y vencers, conocido
como superposicin [10], es decir, la seal original se divide en componentes simples y cada
componente se procesa de forma individual, se renen los resultados obtenidos como
secuencia de combinacin conocido como sntesis.
Los sistemas discretos conformados por una seal x[n] como entrada produce una seal de
salida y[n] aplicando el PDS como se muestra en la siguiente figura.
[n]
Descomposicin
[n] Sistema [n]

Discreto
[n] Sistema [n]

Discreto
[n] Sistema [n]

Discreto
Sntesis
[n] = [n] + [n] + [n]
Figura 2.4 Descomposicin y sntesis de una secuencia discreta.
Pgina 8
La secuencia de entrada es descompuesta en un grupo de seales simples 0 [n], 1 [n] y 2 [n],
llamadas componentes de la seal de entrada, los cuales individualmente pasan a travs del
sistema para obtener como resultado un conjunto de componentes de salida 0 [n], 1 [n],
2 [n], que posteriormente se sintetizan en la seal de salida [n].
Otro mtodo para el anlisis de sistemas, es a travs de la relacin de entrada-salida afirma

[11], la cual est definida como:

[n] = [n ] + [n ] (2.1)
=1 =0
donde: ak y bk son los parmetros constantes que especifican el sistema,N y M lmites.
Esta ecuacin es llamada ecuacin en diferencias y representa una de las maneras de

caracterizar el comportamiento de un sistema discreto LTI.
Sistema discreto LTI
De acuerdo a [11] se describen algunas caractersticas de los sistemas LTI.
Linealidad: un sistema lineal en tiempo continuo o en tiempo discreto, es aquel que posee la
importante propiedad de superposicin: si una entrada consiste en una suma ponderada de
varias seales, entonces la salida es simplemente la superposicin (suma ponderada) de las
respuestas individuales del sistema.
Sea 0 [n] la respuesta del sistema discreto a una entrada 0 [n], y sea 1 [n] la salida
correspondiente a la entradas 1 [n].
Entonces el sistema es lineal si:
1. La respuesta a 0 [n] + 1 [n] es igual a0 [n] + 1 [n].
2. La respuesta a 0 [n] es 0 [n], donde a es una constante compleja cualquiera.
La primera de estas dos propiedades se le conoce como la propiedad de aditividad; la segunda

como propiedad de escalamiento u homogeneidad.Estas dos propiedades que definen un
sistema lineal pueden combinarse en un solo enunciado:
0 [n] + 1 [n] 0 [n] + 1 [n] (2.2)
Donde a y b son constantes complejas cualesquiera. Se demuestra directamente a partir de la

definicin de linealidad que si [n], = 1,2,3, ., son un conjunto de entradas a un sistema
discreto con salidas [n], = 1,2,3, ., entonces la respuesta a una combinacin lineal de
estas entradas estarn dadas por.
Pgina 9
[n] = [n] = 0 0 [n] + 1 1 [n] + 2 2 [n] + (2.3)

es
[n] = [n] = 0 0 [n] + 1 1 [n] + 2 2 [n] + (2.4)

A este hecho tan importante se le conoce como la propiedad de superposicin, la cual se

cumple para sistemas lineales tanto en tiempo discreto como continuo.
Invarianza en el tiempo: un sistema es invariante en el tiempo si el comportamiento y

caractersticas del mismo estn fijos en el tiempo. Por ejemplo, el circuito RC de la figura 2.5,
es invariante en el tiempo si los valores de la resistencia y la capacitancia R-C son constantes a
travs del tiempo.
Figura 2.5 Circuito RC
Un sistema es invariante en el tiempo dado un ejemplo, si un corrimiento de tiempo en una

seal de entrada ocasiona un corrimiento de tiempo en la seal de salida. Es decir, si y[n] es la
salida de un sistema discreto invariante en el tiempo cuando x[n] es la entrada, entonces
y[n n0 ] es la salida cuando se aplica x[n n0 ].
La respuesta que presenta un sistema LTI, a la secuencia de impulsos unitarios { [n]},es la

respuesta de las unidades de muestra o respuesta al impulso y se denota por{h [n]}.
[n] = ({ [n]}) (2.5)
Adems, los sistemas LTI estn totalmente caracterizados por {h[n]}, dado que la secuencia
en la salida del sistema puede ser expresado como una convolucin de la secuencia de entrada
y la respuesta al impulso del sistema.
Pgina 10
En base a lo anterior, se define como[11]:
[n] = [][n ] o [n] = [][n ] (2.6)

= =
La ecuacin anterior se le conoce como convolucin lineal y puede ser expresada de forma
compacta como:
{[n]} = {[n]} {[n]} (2.7)
Ahora, un sistema LTI se dice que es estable si su respuesta al impulso satisface.
|[n]| < (2.8)

n=
Adems un sistema LTI es causal si su respuesta al impulso es una secuencia causal.
[n] = 0, para n < 0
Causalidad: un sistema es causal, si su salida en cualquier instante de tiempo depende slo de

los valores de entrada en el momento presente y en el pasado, tambin se les llama no
anticipativo, debido a que la salida del sistema no anticipa valores futuros de la entrada. Todos
los sistemas sin memoria son causales, ya que la salida responde slo a valores presentes en la
entrada.
Teniendo presente el concepto anterior; se puede definir ahora que un sistema LTI es no
causal si su respuesta al impulso {[n]} es una secuencia anticausal.
[n] = 0, para n > 0
Dicho de otra manera un sistema no causal:es aquel que depende no solo de las entradas
presentes y pasadas sino tambin de futuras.
Los sistemas LTI se dividen en dos clases bsicas [11]:
1. Respuesta de Impulso Finito (FIR).

2. Respuesta de Impulso Infinito (IIR).
Pgina 11
Para un sistema FIR, su {[n]} es de longitud finita, adems la relacin de entrada-salida se
expresa como la suma finita de convolucin. Por lo general en los sistemas causales.
N1
[n] = [][n ] (2.9)

=0
donde: N es la longitud de la secuencia {|[n]|}.
Ahora, se puede definir que para un sistema IIR, su{|[n]|} es de longitud infinita, esto nos
lleva a quela relacin entrada-salida sea una suma de convolucin infinita, por lo tanto, para
un sistema IIR se tiene.
[n] = [][n ] (2.10)

=0
Como se present con anterioridad, los sistemas LTI pueden ser descritos por ecuaciones en
diferencias. Para esta clase de sistemas de entrada-salida se expresan de la forma.
[n ] = [n ] (2.11)
=0 =0
donde:{[n]} y {[n]}son entradas y salidas del sistema respectivamente, { }y { }son

constantes cualesquiera.
La salida del sistema definida por la (2.11) puede calcularse de forma recursiva. Si el sistema
es causal, se puede expresar [n] en trminos de la muestra actual y M muestras anteriores de
la secuencia de entrada, y para N muestras anteriores de la salida como se fue expresada en la
(2.1).
2.1 Muestreo Peridico
La representacin de una seal en tiempo discreto a partir de una seal en tiempo continuo se
puede obtener mediante el muestreo peridico [12], que a partir de una seal continua () se
obtiene una secuencia de muestras [n], es decir:
Pgina 12
[n] = (n) (2.12)
donde: T representa el perodo de muestras.
A/D
() (n) = (n)
Figura 2.6 Diagrama a bloques de convertidor ideal de tiempo continuo a tiempo discreto.
La aproximacin de un convertidor ideal en tiempo continuo a tiempo discreto, es utilizando

un convertidor Analgico-Digital (A/D), considerando como factor principal la cuantificacin,
la linealidad de los pasos de cuantificacin, la necesidad de circuitos de muestreo y retencin
as como la limitacin de la velocidad de muestreo.
Para la velocidad de muestreo debe tomarse en cuenta la condicin de Nyquist [12]: La

frecuencia de muestreo mnima requerida para realizar unagrabacin digital de calidad, debe
ser igual al doble de lafrecuencia de audio de la seal analgica que se pretendadigitalizar y
grabar.La condicin anterior hace referencia a la frecuencia de muestreo requerida para
realizar una grabacin digital de calidad de una seal analgica de audio, pero tambin debe
tomarse en cuenta para digitalizar cualquier otro tipo de seal analgica.
Diagrama a bloques del proceso de muestreo.
()
Conversin de tren de impulsos a
()
secuencia en tiempo discreto
[n] = (n)
()
Etapa 1 Etapa 2
Figura 2.7 Muestreo con un tren de impulsos peridicos, que representa el sistema completo.
Pgina 13
La figura anterior muestra una primera etapa que representa la modulacin con un tren de
impulsos () y la segunda etapa que representa la conversin de tren de impulsos en una
secuencia, expresado de la siguiente forma.
() () = () (2.13)
()
[n]
Figura 2.8 Muestreo de seal analgica.
Por lo tanto la conversin A/D se conforma bsicamente de tres pasos los cuales son los
siguientes [12]:
Muestreo: significa convertir una seal continua en una secuencia de seal en tiempo discreto,
a partir de muestras de la una seal en tiempo continuo.
Vase Fig. 2.9 donde x(t) es la entrada al muestreador y la salida est expresada por xq(nT)
x[n], donde T se denomina intervalo de muestreo.
Cuantificacin: Es la conversin de una seal en tiempo discretocon valores casi continuos,

que tiene como resultante una seal en tiempo discreto con valores discretos.
El valor de cada muestra de la seal se representa medianteun valor seleccionado de un

conjunto finito de valores posibles. La diferenciaentre la muestra sin cuantificar x(n) y la
salida cuantificada xq(n) se denomina error de cuantificacin.
Codificacin: En el proceso de codificacin, cada valor discreto xq(n) se representa mediante

una secuencia binaria debits (1 y 0).
Pgina 14
10001.
() (n) (n)
Muestreador Cuantificador Codificador
Figura 2.9 Diagrama a bloques de un A/D (Convertidor Analgico-Digital).
2.2 Filtros Digitales
Los filtros digitales presentan flexibilidad de adaptacin, ya que al ser algoritmos

programados en sistemas digitalespueden modificarse fcilmente. En comparacin con los
filtros analgicos los cuales contienen elementos reactivos, impedancia variante con la
frecuencia que no pueden ser modificadas fcilmente. Por otro lado los filtros digitales
permiten manipular frecuencias muy bajas pero no aslas altas frecuencias, como lo hacen los
filtros analgicos [13].
Para el diseo de filtros digitales se deben tomar en cuenta las siguientes etapas:
1. Especificacin de las propiedades deseadas del sistema.

2. Aproximacin de las especificaciones mediante un sistema causal en tiempo discreto.
3. Desarrollo del sistema.
El desarrollo de dichos filtros digitales se basa en el computo digital para representar una seal
que proviene de una seal en tiempo continuo mediante un muestreo peridico, seguido por
una conversin Analgico-Digital, por ello el nombre de filtrado digital vase Fig. 2.10
() A/D [n] ( ) [n] D/A ()
T T
Figura 2.10 Sistema bsico para el filtrado en tiempo discreto de seales en tiempo continuo.
Pgina 15
Cuya respuesta en frecuencia es la siguiente:

( ), || < ,
() = { (2.14)

0 , || > .

Ahora, convirtiendo las especificaciones del filtro en tiempo continuo a tiempo discreto =T
se tiene:

( ) = ( ), || < . (2.15)

Ahora, referirseal modelado de filtros IIR (respuesta de impulso Infinito), es un tanto

complicada debido a que se basan en transformaciones de sistemas IIR en tiempo continuo en
sistemas IIR en tiempo discreto. Su dificultad se debe a la realizacin de un mtodo de diseo
directo no iterativo de filtros IIR.Por el contrario, los filtros FIR son totalmente restringidos a
desarrollarse en tiempo discreto, se basan en la aproximacin directamente de la respuesta en
frecuencia deseada del sistema.
2.3 Filtros Digitales IIR
Como se mencion, los filtros digitales IIR se basan en la transformacin de un filtro en

tiempo continuo en un filtro en tiempo discreto, que cumpla las especificaciones
preestablecidas.
Caractersticas que los identifican:
Su diseo se basa en el anlisis que se desarrolla en tiempo continuo
Muchos mtodos de diseo de filtros IIR en tiempo continuo, dan como resultado
frmulas de diseo simple en forma cerrada, por tanto su desarrollo en tiempo discreto
se vuelve fcil.
Su desarrollo matemtico genera expresiones demasiado complejas.
La respuesta que genera un filtro en tiempo continuo, puede tener una respuesta en frecuencia
muy diferente de la respuesta en frecuencia efectiva, que cuando el filtro se emplea en tiempo
discreto.
El diseo de un filtro en tiempo discreto, se basa en la transformacin de un filtro prototipo en

tiempo continuo, las especificaciones del filtro en tiempo continuo se basan en la
transformacin de los parmetros del filtro en tiempo discreto.
Pgina 16
Al llevar a cabo la transformacin de dichos filtros en tiempo continuo a tiempo discreto, se
espera que su respuesta en frecuencia se mantenga de la misma forma, para que no pierda las
caractersticas del filtro.
Los filtros IIR se implementan en aquellas aplicaciones donde no se necesita una respuesta
frecuencial con fase lineal, es decir, que tengan longitud infinita.
Las ventajas de estos filtros es que para especificaciones determinadas, precisan de un orden
inferior al requerido por un filtro FIR, adems de que no es necesario hacer un anlisis de
aproximacin ya que puede utilizarse en su diseo directo en tiempo contino.
Tambin, estos filtros digitales no retornan a un reposo, es decir, si se considera una seal de
entrada impulso la salida tendr un nmero infinito de valores no nulos, pero no vuelve al
reposo.
Ahora bien su respuesta depende de valores de entrada presentes y pasadas en instantes

anteriores, esto se traduce en realimentacin de salida a la entrada del sistema. Su
representacin se define como:
n = 0 xn + 1 n1 +. . . + n + 1 n1 + 2 n2 +. . . + n (2.16)
Donde los valores de a y b son los coeficientes del filtro, el orden es el mximo entre los
valores de M y N. Si se aplica la transformada Z a la expresin anterior se tiene la funcin de
transferencia.

=0

() = . (2.17)
1
=1

2.4 Filtros Digitales FIR
Los filtros digitales FIR son sistemas que presentan mayor estabilidad, por ejemplo si se
considera una entrada seal impulso, la salida tendr un nmero finito de valores no nulos y su
valor de salida solo depende de valores entrantes en ese instante, su representacin en el
dominio discreto est dada por:
1
n = [n ]. (2.18)
=0
Este tipo de sistemas presentan gran ventaja para filtros digitales lineales, con fase lineal que
permite que los coeficientes tengan cierta simetra, adems de ser siempre estables aunque
presentan un orden mayor con respecto a los filtros IIR, lo que se traduce en mayor desgaste
computacional.
Pgina 17
2.5 Filtros Clsicos
Para el filtrado clsico se describen de manera breve los filtros ms comunes, entre los cuales
se encuentran Butterworth y Chebyshev[14]:
Filtros Butterworth: Este tipo de filtro se le conoce tambin como filtro de magnitud
mximamente plana (MMP). Debido a que su funcin de transferencia se elige de forma que la
curva de respuesta en magnitud sea lo ms plana posible dentro de la banda de paso. Su
funcin de transferencia de orden n est dada por:
1
|()|2 = (2.19)
1 + 2
Haciendo = 2 donde = frecuencia de corte.
Filtros Chebyshev: Los filtros Chebyshev presentan un rizo en la banda de paso, y tienen una
cada ms pronunciada que los filtros Butterworth; es decir su banda de transicin es ms
angosta. La magnitud de la funcin de transferencia para este tipo de filtro esta dado por:
1
|()|2 = (2.20)
1+ 2 2 ()
donde: es el polinomio de orden n y determina la magnitud del rizo. La constante es

menor a 1.
Filtro inverso: El filtro inverso tiene aplicacin en la restauracin de imgenes digitales,

seales de audio, etctera.
Est filtro sobresale sobre todo en la restauracin de imgenes, ya que permite una primera
aproximacin sobre la imagen original, se emplea para el tratamiento de imgenes que se
encuentran borrosas o fuera de foco, es decir, el filtro inverso se encarga de la restauracin de
imgenes con efecto de degradacin por movimiento de un cierto pixel.
Su metodologa se basa en multiplicar la transformada de la imagen degradada por un filtro

inverso, y la imagen resultante se le aplica la transformada inversa, obteniendo as la imagen
restaurada, adems est regido por el mtodo de mnimos cuadrados.
Este mtodo mnimos cuadrados se basa en obtener un estimado de la imagen original,
dividiendo la transformada de la imagen degradada por una funcin de degradacin conocida
[15], teniendo estas bases de aplicacin del filtro inverso y teniendo presente tambin su
Pgina 18
manera de funcionamiento. Ahora, se implementar en seales biolgicas en lugar de
imgenes.
La expresin de estimacin se presenta como:
()
() = (2.21)
()
donde: () es la estimacin de la seal original, ()representa la transformada de Fourier

de la funcin de degradacin as como ()la transformada de Fourier de la seal degradada.
Ahora, si se tiene en cuenta que la seal degradada adicionando con ruido () se expresa
como:
() = ()() + () (2.22)
La funcin de degradacin H(x) de (2.21),puede obtenerse por medi de tres mtodos, para
luego entonces poder restaurar la seal.
Estos mtodos son:

1. Observacin.
2. Experimentacin.
3. Modelacin Matemtica.
Estimacin por observacin

Este mtodo, consiste en estimar la funcin de degradacin H(x), recopilando informacin de
la seal misma; con el fin de hacer esto de manera correcta, suelen observarse pequeas
selecciones de la seal que cuentan con valores claros en las que el ruido sea mnimo. En el
caso de que la seal se encuentre distorsionada, mediante la observacin puede crearse una
seal reconstruida del rea observada (estimado de la seal original en el rea observada) [15].
Por lo tanto si se denota () como la seal distorsionada y 1 () la seal corregida.

Entonces es posible asumir que la funcin de degradacin estar dada en ausencia del ruido
como:
()
() = (2.23)
1 ()
Pgina 19
Estimacin por experimentacin
Este mtodo se emplea cuando se cuenta con un equipo similar al que genero la seal
distorsionada, generalmente es posible determinar con mucha exactitud la naturaleza de
distorsin. El proceso de experimentacin, consiste en tomar una seal similar a la seal
distorsionada con el mismo equipo modificando con algunos ajustes en l, lo cual tiene como
objetivo acercarse lo ms posible a la seal original. La idea es obtener una respuesta impulso
a la distorsin, capturando la seal en un pequeo lapso de tiempo. Esto debido a que la
transformada de Fourier de un impulso es constante por lo que la funcin de la distorsin
estar dada mediante:
()
() = (2.24)

donde: A representa la constante del impulso.
Estimacin mediante modelacin matemtica
El mtodo de estimacin matemtica ha sido utilizado por muchos aos, debido a que provee
comprensin acerca del fenmeno para el modelado del efecto de distorsin.
Los modelos matemticos, el anlisis de la seal y mucha experimentacin combinado con un
claro entendimiento de la matemtica hace posible estimar de manera exitosa la funcin de
distorsin.
Ahora bien, otra parte importante en el diseo del filtro inverso, es el mtodo de mnimos
cuadrados del cual se dar una breve explicacin, adems del concepto de vector residual, as
como el proceso de optimizacin utilizando el mtodo de LaGrange.
Si se toma en cuenta la siguiente ecuacin:

= (2.25)
donde: A representa un matriz de , representa una matriz 1, y es de 1, que

representa un sistema de ecuaciones de m ecuaciones con n incgnitas.
Pero no en todos los casos estos sistemas tienen solucin ya que b no pertenece al sub-espacio
de de dimensiones n, generado por las columnas de A. Es frecuente en tales casos el
requerir de encontrar una tal que best cerca de , es decir, que minimice una norma del
vector residual = . El primer problema es determinar el sentido de cercana, es decir,
la norma que mide la diferencia entre y , esto es trabajo de la norma euclidiana norma 2 .
Pgina 20
Entonces la solucin en mnimos cuadrados de la (2.25), es el vector que hace de ||2 =
| |2 un mnimo.

| |22 (2.26)
Dado que las normas no pueden ser negativas, minimizar una norma es equivalente a
minimizar su cuadrado [16]. Utilizando algunas herramientas que pueden consultarse en [16],
la norma euclidiana antes descrita sufre algunas modificaciones debido a algunas propiedades
de los vectores que la componen, dando lugar a una variante de la norma antes descrita,
entonces la (2.26) puede escribirse como:
||22 = (2.27)
Esto es vlido ya que el producto interno de dos vectores a, b 1 se denota segn [16]
como:
(, ): = (2.28)
Sia, bpertenecen a los reales, como es nuestro caso se tendra:
(, ): = (2.29)
El mtodo de multiplicadores de LaGrange, es utilizada para optimizar una funcin real como
por ejemplo (1 , 2 , , ) donde las variables 1 , 2 , , estn sujetas a las restricciones
de igualdad (m<n):
1 (1 , 2 , , ) = 0
2 (1 , 2 , , ) = 0
(1 , 2 , , ) = 0
Donde las funciones , 1 , 2 , , son diferenciables. Ahora, f debe tener segundas
derivadas continuas, mientras que debe tener primeras derivadas continuas. El primer paso
consiste en determinar los puntos crticos o estacionarios del problema restringido, para ello se
forma la funcin:

(, ) = () + () (2.30)
=1
Los puntos estacionarios se determinan aplicando el operador nabla = 0
Pgina 21

1
. +
. 1 1
=1
.

+
= = (2.31)
=1
. 1
. .
. ..
( )
( )
Es decir los puntos mximos o mnimos se encuentran dentro del conjunto de puntos crticos,
que se obtienen de resolver el sistema formado por las ecuaciones:

= + = 0 para = 1,2, , .

=1
Y junto con las m ecuaciones dadas por las restricciones de igualdad mencionadas. Este
sistema se resuelve para las variables 1 , 2 , , y 1 , 2 , , . As pues se consta de
n+mecuaciones en n+mincgnitas; el resultado sobre la necesidad dice:
Un mximo o un mnimo al problema deben satisfacer al sistema de ecuaciones antes
descritas. Habiendo ubicado los puntos estacionarios viene el problema de determinar si son
mximos o mnimos locales. Para cada punto estacionario 0 y para los valores 1 , 2 , ,
correspondientes. Se construye la matriz:
(1) (1) (1)
11 12 1 1 2
21 22 2 | 2 (2) (2)
1 2

1 = =
(1) (2) ()
1 1
1 0 0 0
(1) (2) () |
2 2 2 0 0 0
|

(1) (2) () 0 0 0
[ ]
Sea ahora i=2,3,,n-m, la matriz obtenida de 1 eliminando las primeras i-1 filas y las
primeras i-1 columnas, y sea el determinante de ,0 es un mnimo local si:
Siendo m par cuando 1 > 0, 2 > 0, , > 0
Siendo m impar, cuando 1 < 0, 2 < 0, , < 0
Pgina 22
0 Es un mximo local si:
Siendo n par cuando 1 < 0, 2 < 0, , (1) < 0
Siendo n impar cuando 1 > 0, 2 > 0, , (1) > 0
El mtodo de antes descrito fue tomado de [17] adems ah pueden encontrarse algunos
ejemplos sobre su aplicacin.
Filtro de Wiener
El Filtro de Wiener fue propuesto en la dcada de los 40s por Norbert Wiener, el cual tiene
como propsito reducir el ruido presente en una seal en comparacin con una estimacin de
la seal deseada. Adems de Filtrar el ruido basndose en una estadstica, es decir, asume
conocimiento de las propiedades espectrales de la seal original y el ruido [18].
Caractersticas generales:
1. Hiptesis: la seal y el ruido se fijan linealmente como procesos estocsticos con

conocidas caractersticas espectrales (Autocorrelacin y correlacin cruzada).
2. Requisito: el filtro debe ser fsicamente/causal.
3. Criterio de desempeo mnimo error cuadrtico medio (MSE).
La estructura bsica del filtro de Wiener es la siguiente [19]:
[n] = [n] + [n] (2.32)
donde: [n] representa la seal de entrada; [n] la suma de seal deseada y [n] la seal de
ruido indeseado. La seal de salida debe ser o aproximarse a [n] y el error puede calcularse
mediante la ecuacin:
[n] = [n] [n] (2.33)
Pgina 23
Su estructura puede observarse en el siguiente diagrama a bloques, en donde se utiliza la
correlacin cruzada para obtener la respuesta del sistema.
Seal de [n] +
entrada [n] x[n] Filtrado lineal [n]
+ ptimo +
[n]
Ruido [n]
Figura 2.11 Estructura del filtro Wiener, con indicadores de datos, salida, referencia y error.
Ahora, para calcular el error cuadrtico medio se emplea la siguiente expresin:
1 2
= |[n]|2 = |[n] [][n ]| (2.34)

=0
La expresin anterior representa la funcin cuadrtica de los coeficientes del filtro, por lo
tanto minimizado produce el conjunto de ecuaciones lineales.
1
[] [ ] = [] = 0,1, . , 1 (2.35)
=0
donde: []representa la Autocorrelacin de la seal de entrada [n] y [] la correlacin

cruzada entre [n] [n ].
La representacin Matricial est definida como:

= (2.36)
donde: es la matriz toeplitz con elementos = [ ], el vector de

correlacin cruzada 1 con elementos [], = 0,1, 1.
La solucin para los coeficientes del filtro ptimo es:
= 1 (2.37)
Pgina 24
El MSE se expresa de la siguiente forma:
1
= min
= 2 []
[] (2.38)
hM =0
donde: 2 representa la varianza de la seal deseadao equivalencia.
= 2 1 (2.39)
I. HerramientasTecnolgicas
2.6 Electrodos Superficiales
Los electrodos superficiales son utilizados para el monitoreo de seales biolgicas, por
ejemplo: seales Electrocardiogrficas generadas por el corazn, Electroencefalogrficas
generadas por el cerebro, as como, Electromiogrficas producidas por los msculos del
cuerpo humano, este tipo de electrodo funciona como un sensor para las seales biolgicas. La
presente tesis trata en particular seales Electromiogrficas (EMG), generadas por el tobillo
ver Anexo 1.
Los electrodos superficiales se fabrican de diferentes materiales entre ellos se encuentran el

Oro, plata, acero inoxidable y platino [20]. Su eficiencia se basa en el nivel de impedancia, ya
que mientras ms constante sea su impedancia con el cambio de la temperatura, es ms
eficiente y que la resistencia no aumente y provoque dificultades de medicin. El elemento
ms viable y ms estable son los electrodos fabricados con cloruro de plata (AgCl), esto por su
bajo nivel de impedancia.
Piel Seal EMGs

Electrodo
Msculo Descomposicin
Motoneuronas
Unidades motoras individuales
Figura 2.12 Lectura con electrodo superficial
Pgina 25
2.7 NI-USB 6008
La tarjeta de adquisicin, NI-USB 6008 herramienta indispensable para el muestreo,

proporciona la interfaz hombre mquina. Esta tarjeta de adquisicin tiene la ventaja de
muestrear seales analgicas con una velocidad de muestreo de 10KS/s (KiloSample/sec), 8
canales de entrada analgicas de 12 bits (Modo diferencial), 2 salidas analgicas [21].
Figura 2.13 Tarjeta de adquisicin NI-USB 6008.
Terminales fsicas
Modo Diferencial Mdulo Terminal Signo

Mdulo Terminal Modo RSE
a) b)
Figura 2.14 (a) Terminales analgicas de la NI-USB 6008, (b) terminales digitales.
Pgina 26
Tipos de Configuracin
Este modo de configuracin se utilizan dos entradas de la tarjeta de

Diferencial adquisicin, una entrada se conecta a la terminal positiva de la
PGIA(Programmable Gain Instrumentation Amplifier) y la otra en la
entrada negativa del PGIA.
Este tipo de configuracin solo se utiliza una lnea del PGIA se conecta
RSE a la entrada positiva y la otra entrada analgica del PGIA se conecta
internamente a la tierra analgica de entrada (AIGND).
Este modo de configuracin solo se utiliza la lnea de entrada positiva y

NRSE la otra entrada negativa se conecta a la entrada analgica de sentido
(AISENSE).
Tabla 1 Tipos de configuracin para la NI-USB 6008.
Representacin grfica de los diferentes tipos de configuracin
ACH(+)
Vs ACH(-)
R
AIGND
Configuracin Diferencial
ACH(+)
Vs
AIGND
Configuracin RSE
ACH(+)
Vs AISENSE
R
AIGND
Configuracin NRSE
Figura 2.15 Configuracin fsica de canales en la NI-USB 6008.
Pgina 27
Caractersticas generales
Soporta un voltajeanalgico de entrada en modo RSE de 10V, y configurada en modo

diferencial voltajes del rango de 20, 10, 5, 4, 2.5, 2, 1.25, 1 respectivamente.su
impedancia de entrada es de 144 K ,y su frecuencia de trabajo de 4MHz en cualquier
configuracin para canales de entrada,as como 2 canales de salida de voltaje analgico con
rangos de tensin de 0V a 5V con una impedancia de 50 , tasa de salida a 150 Hz, tambin
cuenta con alimentacin a travs del cable USB. Sus Canales son programables con mltiples
software de desarrollo: LabVIEW, C o Visual Studio en diferentes plataformas Windows,
Linux.
2.8 LabVIEW
La paquetera de procesamiento que ofrece Labview lo hace ideal para la manipulacin de

seales de diferentes caractersticas, ya sea continua o discreta. El paquete utilizado en este
trabajo es una versin de evaluacin de 30 das el cual puede descargar en [22], este software
tiene la facilidad de programacin grafica (Lenguaje G), es decir, para su programacin se
utilizan iconos en lugar de lneas de cdigo para el desarrollo de aplicaciones, la programacin
de flujo de datos va de izquierda a derecha. Adems, es altamente eficaz para el desarrollo de
sistemas de adquisicin de datos, instrumentacin y control, tambin posee una interfaz de
interaccin con el usuario para manipular el sistema que se programa [23].
Caractersticas principales
Se conforma de dos ventanas principales, el panel frontal (Front Panel), es donde el usuario
puede interactuar con el sistema. Esta constituido por herramientas y objetos.
PANEL FRONTAL
Figura 2.16 Panel frontal de LabVIEW.
Pgina 28
La segunda ventana es el diagrama de bloques (BlockDiagram), es aqu donde se realiza la
programacin del sistema de manera grfica.
DIAGRAMA DE BLOQUE
Figura 2.17 Diagrama de bloque de LabVIEW.
Todos los sistemas que se desarrollan en LabVIEW son llamados Instrumentos Virtuales (VI
por sus siglas en ingls Virtual Instruments), por su similitud de funcionamiento a un
instrumento fsico, como osciloscopio, multmetro, generador de funciones etctera.
El panel frontal es la parte interactiva constituido por indicadores y controles como se muestra
en la siguiente imagen:
Barra de Ayuda de
tareas contexto y
terminales
Controles
Indicadores Paleta de
Paleta de herramientas
funciones
Figura 2.18 Componentes del panel frontal.
Pgina 29
Adems, presenta una pantalla de interaccin con el usuario, la cual brinda una amplia gama
de herramientas de pruebas que lo hace idneo para el manejo de seales digitalizadas y su
tratamiento.
La ventana de diagrama de bloques lo forma la parte de programacin todo el alambrado del

sistema.
Terminales
Lneas de
conexin
Ayuda de contexto
Paleta de funciones
Figura 2.19 Ventana de diagrama de bloques.
Tambin dispone de una barra de herramientas que brinda la facilidad y comodidad de ejecutar
y detener el sistema en el panel frontal, as como en el diagrama de bloques.
Correr el sistema
de manera continua
Detener proceso
Abortar la operacin sin detener el

Correr el sistema
sistema
Figura 2.20 Barra de herramientas para panel frontal y diagrama de bloques.
Pgina 30
2.9 NI - DAQmx
La herramienta de LabVIEWDAQmx versin 8.0.1 se instala previamente para la utilizacin
de la tarjeta de adquisicin NI-USB 6008.
Pasos para la instalacin del DAQmx:

1. Inserte el disco del DAQmxversin 8.0.1 que viene incluido con la tarjeta de
adquisicin NI-USB 6008 o puede descargar el driver desde la pgina oficial [24] y
proceda a ejecutar el autorun para ejecutar la instalacin del driver.
2. Instale el archivo en la direccin raz de National Instruments en su disco local, de

igual forma la paquetera de NI-DAQmx pero ubicndola en la direccin de instalacin
de LabVIEW.
El software NIDAQmx provee a Labview el DAQ Assistant, utilizado para configurar la

tarjeta de adquisicin NI-USB 6008, as como tambin mltiples herramientas de proceso
[24].
Entradas DAQ Assistant Salidas
rate task out

number of samples
timeout (sec) stopped
error in error out
stop(F)
data
Figura 2.21 Estructura del DAQ Assisntant.
Ahora, el DAQ Assistant se encuentra en la paleta de Express Measurement I/O>>NI-

DAQmx>>DAQ Assistant.
El DAQ Assistant es una herramienta, utilizada para crea un VI capaz de generar un canal
virtual de comunicacin con la NI- USB 6008, configurable de acuerdo a las necesidades del
usuario.
Los parmetros de entrada requeridos para el DAQ Assistant, vese Fig. 2.21. EL rate:
Describe la velocidad de muestreo por segundo en cada canal. Si se utiliza una fuente externa
para el reloj de muestreo, se debe establecer esta entrada a la tasa mximaprevista para ese
reloj. number of simple: Representa el nmero de muestras para adquirir en cada canal. NI-
DAQmx utiliza este valor para determinar el tamao del bfer. EL timeout (sec): Especifica el
tiempo transcurrido en segundos de espera para leer un VI y escribir todas las muestras.
Pgina 31
El error in: describe las condiciones de error que se producen antes de que el VI Express se
ejecute. As tambin, cuenta con el stop (F): Que especifica, cuando parar los recursos del
dispositivo de trabajo y la liberacin cuando ste VI Express finaliza su ejecucin. De igual
forma cuenta con parmetros de salida entre los cuales se encuentran. El taskout: Contiene una
referencia de la adquisicin despus de que ste VI finaliza la ejecucin. Esta salida se conecta
a otros VIs de NI-DAQmx, para realizar otras operaciones de acuerdo a las necesidades del
usuario. El stopped: Indica si la adquisicin se detuvo. errorout: Contiene informacin de
error, es decir, indica que hubo un error antes de que este VI Express se ejecutara. Finalmente
la data: Es el canal por donde viajara la informacin de muestreo la cual funciona como una
salida para tareas de medicin y una entrada para las tareas de salida analgica y digital.
Configuracin de VI DAQmxAssistant
Seleccin de entrada
Analgica con lectura
de voltaje
Figura 2.22 Configuracin del DAQmx como entrada analoga y medidor de voltaje.
Pgina 32
La figura anterior muestra la ventana principal para la configuracin de la tarjeta de
adquisicin NI-USB 6008 en Labview. Se selecciona el canal de entrada analgica entre los
canales disponibles ai0, ai1, ai2, ai3, ai4,ai5, ai6 y ai7como se muestra en la siguiente figura.
Figura 2.23 Seleccin de canal de entrada en el dispositivo.
Una vez seleccionado que tipo de entradase utilizar y tambin que canal se habilitar, se
procede a configurar las caractersticas del canal de entrada y el tipo de muestreo, como se
muestra en la siguiente figura.
Figura 2.24 Configuracin del canal y tipo de muestreo.
Pgina 33
La Figura 2.24 muestra en pantalla las caractersticas del canal que por default utiliza un rango
mximo de -20 a 20 Volts, el cual se cambia de -10 a 10 Volts, ya que si se utiliza el valor
mximo del canal se estara trabajando bajo un riesgo muy alto,dicho de otra forma si el valor
de voltaje obtenido sobrepasa el voltaje mximo de la tarjeta de adquisicin podra daarla.
La configuracin por software del tipo de conexin fsica que se utilizara,vase Fig. 2.15 va a
depender de la necesidad que requiera el usuario. En lo respecte al muestreo, depender del
usuario segn el propsito de implementacin.
Pgina 34
CAPTULO III
3.Desarrollo de filtrado digital en LabVIEW

3.1 Introduccin
En este captulo se presentan los procesos de adquisicin y registro de las seales EMGs del
tobillo con ayuda de la tarjeta USB 6008 de NI usando LabVIEW. Tambin se presenta el
filtro de Wiener como parte esencial del presente trabajo. Finalmentese implementan filtros
digitales clsicos con los que cuenta LabVIEW.
Para el proceso de adquisicin, se utilizo un circuito de acondicionamiento como se presenta

en el Anexo 3, en lo que respecta a la parte del registro, se llevo a cabo con ayuda de la tarjeta
de adquisicin, la cual fue la encargada de hacer la conversin analgica-digital para su
posterior almacenamiento en la PC. Adems se presenta el diagrama a bloques del filtro de
Wiener donde se puede observar la manera en que fue programado en LabVIEW; ya que, la
programacin de filtros digitales en LabVIEW se vuelve fcil y cmoda para el usuario,
debido a su lenguaje de programacin grficoy no como la programacin tradicional basada en
texto. LabVIEW permitir la entrada de Hardware externos, como tarjetas de adquisicin de
datos y otros dispositivos externos, esto lo hace ideal para el diseo e implementacin de
filtros digitales para el procesamiento de seales biolgicas.
Todo lo antes mencionado se presenta en un diagrama general del sistema desarrollado en el

presente trabajo, como se muestra en la Figura 3.1, que dentro de este captulo ser explicado
con ms detalle bloque a bloque.
Pgina 35
Electrodo 1
+ A/D
AD620 TL074 NI-USB 6008
-
Electrodo 2
Hardware
PC
LabVIEW
Figura 3.1 Diagrama a bloques del sistema.
La Figura 3.1 muestra el diagrama a bloques del sistema, el cual est constituido como primer
plano la implementacin de electrodos superficiales, encargados de registrar las contracciones
musculares. Tambin se utilizo un amplificador de instrumentacin AD620, por su bajo costo
y tener alto desempeo con excelente ganancia, el amplificador de instrumentacin, realiza la
pre-amplificacin de la seal biolgica, basado en una diferencia de potencial entre las 2
seales registradas por los electrodos superficiales, conectados a la persona.
Laimplementacin de un circuito integrado TL074, configurado como un amplificador no
inversor para la amplificacin correspondiente de las seales EMGs, as como el
acondicionamiento de las seales EMGs que lo constituye un filtro Butterworth tipo pasa
banda. La conversin A/D se realiza con la tarjeta de adquisicin USB 6008 de NI con una
velocidad de muestreo de 1000 muestras por segundo, es decir, con una frecuencia de 1KHz el
doble de la frecuencia mxima de nuestro circuito de acondicionamiento, que es un filtro basa
banda con una frecuencia inferior de 20 Hz y una frecuencia alta de 500 Hz como frecuencia
mxima, as se cumple el teorema de Nyquist para tener un muestreo de calidad. Finalmente el
filtrado digital se realiza en la PC, una vez almacenado las muestras registradas por la 6008
utilizando como software LabVIEW, por su facilidad de programar filtros digitales y contar
con herramientas indispensables para la interconexin con la 6008.
La programacin de filtros clsicos en LabVIEW, iniciando con el filtro de Wiener como parte
principal de esta tesis, se describe en el diagrama de flujo de la Figura 3.3 y 3.4, la
programacin correspondiente de Butterworth y Chevyshev se programan con las
herramientas de Sub-VIs con los cuales cuenta la paquetera de LabVIEW.
Pgina 36
Diagrama Ilustrativo del Sistema
Sensores Acondicionamiento
Pre-Amplificacin Amplificacin
(Electrodos) EMG
(AD620)
Acondicionamiento de EMGs
Conversin
Muestr
A/D
Muestreo Analgico-Digital
e (A/D)
NI-USB 6008
Hardware
Software de aplicacin para

el filtrado digital
Figura 3.2 Diagrama Ilustrativo.
Pgina 37
El diagrama ilustrativo de la Fig. 3.2, est compuesto por los siguientes bloques:
Sensores: se utilizaron electrodos superficiales de AgCl, los cuales fueron los

encargados de captar el cambio de potencial de las unidades motoras.
Pre-Amplificacin: este bloque lo constituye el circuito integrado AD620, amplificador

de instrumentacin de alta ganancia que llevo a cabo la pre-Amplificacin
correspondiente de las seales EMGs.
Amplificacin: este bloque del sistema, es el encargado de hacer la amplificacin de

las sealescaptadas por los sensores y pre-amplificadas por el amplificador de
instrumentacin. Se utilizo un arreglo de elementos activos (C.I. TL074) y
pasivos(resistencias y capacitores) que integran el bloque de amplificacin.
Acondicionamiento EMG: lo conforma un filtro pasa-bandas con una banda de paso de

20-500 Hz, ya que el espectro de frecuencia de las seales EMG se encuentra dentro
este rango.
Analgico-Digital: estebloque est conformado por la tarjeta de adquisicin de NI

6008 que realiza la conversin Analgica-Digital de las seales EMGs para su
posterior almacenamiento y proceso.
Hardware: este bloque est conformado por la PC, es la encargada de recibir los datos
muestreados por la 6008 y almacenarlos.
Software: Finalmenteeste bloque representa la parte de procesamiento de las seales

registradasy almacenadas en la PC. El Proceso se realizo con la paquetera de
LABVIEW, en el cual se llevo a cabo la programacin de los filtros clsicos y su
posterior implementacin en seales biolgicas.
Pgina 38
Diagrama de flujo del filtrado de Wiener IIR no causal
INICIO
Adquirir
SI seales NO
EMGs?
Adquirir seales EMGs del tobillo

con la
NI-USB 6008. Abrir vector
NO de seales
EMGs?
FIN
Detener
SI
NO Adquisicin?
SI Selecciona
NO el nmero
Seleccionar lugar de
de
almacenamiento del vector de
coeficientes?
seales EMGs.
FIN SI
Figura 3.3 Diagrama de flujo Wiener parte 1.
Pgina 39
A
Clculo de coeficientes para el

filtro de Wiener IIR no causal.
Asignacin de coeficientes de
Wiener al Filtro IIR.
Filtrado de la seal biolgica.
Visualizacin
de la seal
filtrada.
Guardar la
seal
SI
filtrada?
NO Seleccionar lugar de
almacenamiento de
FIN la seal filtrada
FIN
Figura 3.4 Diagrama de flujo Wiener parte 2.
Pgina 40
3.2 Funcin de transferencia del filtro de Wiener
El diagrama general del filtro de Wiener, conformado por el siguiente diagrama.
Seal de () +
() entrada () () Filtrado lineal () ()
A + ptimo +
PSF
(Funcin de punto disperso)
Ruido ()
Figura 3.5 Diagrama del Filtro de Wiener.
De la Fig. 3.5 tenemos el siguiente despeje para obtener la funcin de transferencia.
() = () (3.1)
donde: Arepresenta la matriz de perturbacin del sistema o comnmente llamada PSF,()

representa las seales electromiogrficas de entrada.
Ahora, sustituyendo (3.1)en (2.32) obtenemos la siguiente expresin.
() = () + (), () = [n] (3.2)
Ahora, trasladando (3.2), tenemos la siguiente formaen el dominio de la frecuencia.
() = () + () (3.3)
Teniendo en cuenta que:
() = () () (3.4)
donde: () representa la seal de entrada al sistema en la Fig. 3.5, () representa el sistema

de filtrado ptimo. Ahora, trasladando la expresin anterior al dominio de la frecuencia
obtenemos la siguiente expresin.
() = ()() (3.5)
de esta manera obtenemos la siguiente ecuacin de optimizacin.
Pgina 41
2
= |() ()| (3.6)
Sustituyendo (3.5) en (3.6), se obtiene la siguiente expresin.
= |()() ()|2 (3.7)
Sustituyendo (3.3) en (3.7) se obtiene:
2
= |(() + ())() ()|
= |()() + ()() ()|2
= |(() 1)() + ()()|2
Aplicamos el operador E = 0

[|(() 1)() + ()()|2 ]
()
2{( () 1)() + () ()}{() + ()} = 0
() 1)()(()) + ()
( ()(()) + (
() 1)() ()
() () = 0
+ ()
() () { } =
() () { } = = 0
Condiciones.
() () { } = = 0
{ () () { } =
donde: representa la densidad espectral de la seal de entrada, y representan las

respectivas densidades espectral de la Autocorrelacin de la seal de entrada-ruido y
finalmente la densidad espectral del ruido.
Ahora, procedemos a aplicar las condiciones se tiene:
() 1) () +
( () () = 0
() () () +
||22 () () = 0
()[||22 () + ()] = ()

Pgina 42

() =

||22 () + ()

() =
(3.8)
()
||22 +
()
()
donde: representa la relacin seal a ruido. Dicha expresin representa la funcin de
()
transferencia del filtro de Wiener.
3.3 Desarrollo del filtro de Wiener.
Para el desarrollo del filtro de Wiener, se proponen las siguientes series de potencias las cuales
son analizadas en forma grafica, para observar su comportamiento e identificar la de mejor
estabilidad.
1 1 n
1.- (n) = (2) (2) (n).
1 1 n 1 1 n
2.- 1 (n) = (2) (2) (n) (3) (3) (n).
1 1 n 1 1 n 1 1 n
3.- 2 (n) = (2) (2) (n) (3) (3) (n) + (4) (4) (n).
Anlisis grfico obtenido.
Figura 3.6 Grfica resultante de la serie 1.
Pgina 43
Por el resultado obtenido en las grficas se opta por implementar la serie 1, debido a su mejor
estabilidad con respecto al tiempo.
Desarrollando la serie, a travs de la transformada Z se obtuvo lo siguiente:
1 1 n
(n) = ( ) ( ) (n).
2 2
1 1 n
{(n)} = {( ) ( ) (n)}
2 2

1 1
() = ( 1 )n
2 2
n=0
Pgina 44
1 1
() = ( )
2 1 1 1
2
1
() = (3.9)
2 1
La expresin obtenida representa la transformada Z de la serie 1. Ahora, seguidamente se

obtiene la Autocorrelacin de la transformacin obtenida de siguiente manera.
{(n) (n)} = { ()} (3.10)
1 1 1
( ) ( ) =
2 1 2 4 2 2 1 + 1
1
(3.11)
5 2( + 1 )
La expresin anterior representa la Autocorrelacin de la transformada Z de la serie, la cual

representa la densidad espectral de la seal deseada, vase Anexo 2.
02 (0)
() = = (3.10)
(1 1 )(1 )
Es decir, la transformacin de la Autocorrelacin nos permite obtener la densidad espectral

potencia por lo tanto nuestra = 2.
{ } = () (3.11)
Ahora, desarrollando (3.8), obtenemos la siguiente expresin:
()
() =

() ()
||22 +
()
()
() =
(3.12)
||22 () + ()
Se analiza la matriz A como se muestra en la siguiente figura:
Pgina 45
() ()
A +
()
PSF
Figura 3.9 Diagrama a bloques para el anlisis de la matriz A.
De la figura anterior se determina que:
() = () + ()
La PSF puede ser cualquier seal pero con ciertas caractersticas que se tienen que considerar.
Se considera A cualquier seal ya sea una seal tipo senoidal, triangular, gaussiana o
cuadrtica, la cual est integrada en una matriz toeplitz, con las siguientes caractersticas:
1. Matriz positiva, es decir, que la > 0.

2. Es una matriz simtrica.
3. Es una matriz cuadrada, es decir, que los valores de las columnas sean iguales al de las
filas que lo conforman.
4. Condicin: ( = 1).
Para que esto sea valido se tiene bien en claro que se deben respetar ciertas consideraciones,
una de ellas es que una seal de energa, al pasar por un sistema no puede cambiar sus
caractersticas de seal de energa es decir respetando la ley de la conservacin de la energa:
La energa no se crea ni se destruye solo se transforma. Como se muestra en la siguiente
figura.
() ()
()
Figura 3.10 Representacin de la energa en un sistema.
Pgina 46
El sistema ()transfroma la seal () y obtiene que la seal transformada () pero los
valores de las energas = = 1.
Por lo tanto si consideramos esto en la (3.12), la expresin queda de la siguiente forma:
()
() =
(3.13)
() + ()
Por lo tanto, si sustituimos (3.10) en (3.13) y teniendo en cuenta que () = 2 , que

representa la densidad espectral de potencia del ruido.
02 (0)
(1 1 )(1)
() =
02 (0)
(1 1 )(1)
+ 2
02 (0)
(1 1 )(1)
() =
02 (0)+2 (1 1 )(1)
(1 1 )(1)
02 (0)
() =
(3.14)
02 (0) + 2 (1 1 )(1 )
Ahora, se procede a obtener nuestra estructura transversal desarrollando (3.14), se obtuvo lo

siguiente:
02 (0)
() =

02 (0) + 2 [1 ( + 1 ) + 2 ]
02 (0) 1
() =

02 (0) + 2 + 2 2 ( + 1 ) 1
= 02 (0) + 2 2 + 2
= 2
= 02 (0)
1
() =
(3.15)
2 + 1
Propuesta a la cual se llego con la funcin de transferencia de Wiener. Por lo tanto, nuestra
estructura transversal esta expresada como la siguiente figura.
Pgina 47
()
() +
1 +
+ 1

+
+ 1
Figura 3.11 Estructura transversal Wiener IIR no causal.
Una vez definida nuestra propuesta y representar nuestra estructura transversal, de (3.14) se
procede a obtener la respuesta al impulso de la funcin de transferencia.
Ahora, considerando el caso concreto con una densidad espectral de ruido de 2 = 0.25, una
02 (0) = 0.25 y nuestra respectiva = 2. El filtro de Wiener IIR no causal queda de la
siguiente manera:
0.25
() =

0.25 + 0.25(1 2 1 )(1 2)
0.25
() =

0.25 + 0.25(1 2 2 1 + 4)
0.25
() =
0.25 + 0.25(5 2 2 1 )
1
=

1 + 5 2( + 1 )
1
() =

6 2( + 1 )
Pgina 48
0.5
() =
(3.16)
3 ( + 1 )
Si analizamos la siguiente estructura, para simplificar la expresin y encontrar los polos de

nuestra funcin de transferencia de manera directa.

(1 1 )(1
)

1 1 + 2

1 ( + 1 ) + 2

1
[ ( + 1 ) + ]

1
(3.17)
( + ) ( + 1 )
Si comparamos (3.11) con (3.17), el valor de nuestra constante debe ser 3, es decir, que en la
1
expresin (3.16), la constante es equivalente a ( + ). Ahora, si igualamos la expresin
podemos encontrar el valor de a, de acuerdo a la siguiente expresin:
1
( + ) = 3 (3.18)

Enseguida se encuentran los valores de las races correspondientes de la cual se tendra que
elegir la de menor valor, inferior a 1, esto para que nuestro sistema sea ms estable.
1 + 2
=3

2 3 + 1 = 0
Del polinomio obtenido, se calculan las races con ayuda de la ya muy conocida formula
general como se desarrolla a continuacin:
()2 4()()
12 = (3.19)
2
(3) (3)2 4(1)(1)

12 =
2(1)
Pgina 49
3 5 = 2.6180
12 = ={ 1
2 2 = 0.3820
Por lo tanto, la expresin sintetizada de nuestra funcin de transferencia se expresa de la

siguiente forma, con ayuda del mtodo de residuos empleado de manera computacional se
obtuvieron los siguientes resultados:
0.25 0.5(0.3820)
() =
=
0.25 + 0.25(1 2 )(1 2) (1 0.3820 1 )(1 0.3820)
1
0.191
=
(1 0.3820 1 )(1 0.3820)
Se aplica la transformacin
1 2
|| (3.20)
(1 1 )(1 )
De esta manera, la respuesta al impulso de nuestra funcin de transferencia queda expresada

de la siguiente forma:
() = 0.2236(0.3820)|| (3.21)
Pgina 50
3.4 Registro de datos con LabVIEW (Escritura - Lectura)
En LabVIEW podemos utilizar herramientas para almacenar datos de forma eficiente con
estructura vectorial, para eso se implemento el VI WriteToMeasurement File para registrar las
seales adquiridas y para la lectura se utilizo el ReadFromMeasurement File.
WriteToMeasurement File
Filename Out
Reset
Enable Saving Data
error in (no error) error out
DAQmx Task
Comment
Filename
Signals
Figura 3.12VI Express para el registro de las seales EMGs.
La figura anterior muestra el bloque que permite guardar datos tipo binario, con formato
.TDM (Binario) para mayor exactitudadiferencia de datos .LVM (Texto)con valor de exactitud
de 6 bits. Losdatos de entrada del VIWriteToMeasurement File son los siguientes,Reset: Canal
de entrada para restablecer el VI Express del registroiniciando, Enable: Entrada para
desactivar el VI Express con valor predeterminado de verdadero y falso, error in(no error):
Describe las condiciones de error que se producen antes de que el VI se ejecute, DAQmxTask:
Especifica la tarea DAQmx a usar para escribir los datos, Comments: Aade comentarios a
cada conjunto de datos adquiridos, Filename: Especifica el nombre del archivo al que se desea
escribir los datos, finalmente Signals: Contiene la seal de entrada.
Para la lectura de los datos almacenados se utiliza el VI ReadFromMeasurement File como se

describe en la Figura 3.13.
Pgina 51
ReadFromMeasurement File
Reset Filename Out

Enable error out
Filename EOF?
error in (no error) Description
Comment
Signals
Figura 3.13VI Express para la lectura de datos almacenados.
Este VI Express de lectura, est conformado por canales entrada y salida, los cuales son Reset:
Entrada utilizada para reiniciar el VI Express de los valores ledos, Enable: Esta entrada activa
y desactiva el VI con valores por default como el WriteToMeasurement, Filename: Especifica
el nombre del archivo el origen de los datos ledos, error in (no error): Esta entrada describe
las condiciones de error del VI antes de ejecutarse, as tambin, para los parmetros de entrada
tenemos el FilenameOut: Devuelve el nombre del archivo ledo, error out: Contiene
informacin de error que se genero si hubo antes de que se ejecutara el VI, EOF?: Devuelve el
valor verdadero cuando el VI Express termina la lectura del archivo guardado, Description:
Devuelve la descripcin del encabezado de los datos guardados, Comments: Devuelve los
comentarios aadidos en cada conjunto de datos, finalmente la seal de salida o seales de
salida Signals.
Los Instrumentos Virtuales (VI) antes mencionados requieren el uso de VI Express con un tipo
de datos dinmico como se presenta en la siguiente tabla:
Lnea (cable) Tipo de dato
Escalar
Arreglo de una dimensin(1D) Numrico (Double, Float)
Arreglo bidimensional (2D)
Valor falso y verdadero Booleano (TRUE - FALSE)
------------------ Dinmico
Numerico entero Numrico (Integer)
Tabla 2 Tipos bsicos de cableado.
Pgina 52
La utilizacin de estos VI no est de acorde al tipo de cableado que utilizan los VI clsicos, en
el cual se programan los filtros digitales, por tal razn requieren ser transformados a tipo de
dato numrico con ayuda del ConvertfromDynamic Data, como se muestra en la Figura 3.14.
ConvertfromDynamic Data
Dynamic Data Type Array
Figura 3.14 VI Convert from Dynamic Data.
La figura anterior muestra el VI para convertir de tipo de dinmico a dato numrico (Double,
Float) con estructura de arreglo de una dimensin (1D).
Ahora, para guardar este otro tipo de dato numrico se utiliza el VI WriteToSpreadsheet File.
WriteToSpreadsheet File
format (%.3f)
file path (dialog if empty) new file path (Not A Path i
2D data
1D data
append to file?(new file:F)
transpose?(no:F)
delimiter(\t)
Figura 3.15 VI Write To Spreadsheet File
La imagen anterior muestra el VI para guardar los datos convertidos de dinmico a numrico
1D, para tener nuestros datos adquiridos de forma vectorial unidimensional, el VI cuenta con
datos de entrada entre los cuales se encuentra format: Esta entrada representa el formato de
conversincuando se convierte cadena de texto, file path: Esta entrada representa la ruta del
archivo donde se desea guardar el archivo, si esta entrada estvaca el VI muestra un cuadro de
dialogo para guardar el archivo con la ruta que seleccione el usuario, 2D data: Representa el
vector bidimensional si se desea guardar un vector de este tipo, 1D data: Esta entrada
representa el vector unidimensional que se desea guardar, appendto file?: Esta entrada se
utiliza para reescribiralgn vector existente, si el valor es verdadero el VI reescribe los datos
conservando los datos anteriores, de lo contrario si es falso remplaza los datos por los datos
ledos en ese momento de ejecucin, transpose?: Si el valor de entrada es verdadera , el VI
incorpora los datos despus de convertirlos en una cadena, caso contrario si es falso,
Pgina 53
finalmente delimiter: Esta entrada especifica cmoser delimitado nuestro arreglo para separar
los campos en el archivo almacenado, para el dato de salida new file path: Salida que
representa la ruta en donde fue guardada el vector con los datos.
Ahora, para la lectura correspondiente del nuevo vector transformado, se utiliza el VI
ReadFromSpreadsheet Filepara leer los datos guardados almacenados en la PC.
ReadFromSpreadsheet File
format(%.3f) new file path (Not A Path i

file path (dialog if empty) all rows
number of rows (all:-1) first row
start of read offset (chars mark after read(chars.)
max characters/row (no lim EOF?
transpose (no:F)
delimiter (\t)
Figura 3.16 VI Read From Spreadsheet File
De igual forma este VI cuenta con datos de entrada los cuales se describen a continuacin, la
entrada format: Esta entrada especifica cmo se convierten los datos tipo texto, file path:
Representa la direccin raz de donde se est obteniendo la lectura de datos, si esta entrada
est vaca, el VI muestra un cuadro de dialogo donde el usuario elige el origen del archivo que
se desea leer, number of rows: Esta entrada representa el nmero mximo de filas o lneas del
VI, start of read offset: Es la posicin del vector medido por caracteres, en donde el VI
realizara la lectura, maxcharacters/row:Es el nmero mximo de caracteres del VI, que lee
antes de terminar la bsqueda al final de una fila o lnea, transpose: Si el valor es verdadero, el
VI incorpora los datos despus de convertirlo en una cadena, delimiter: Es el carcter o cadena
que se utiliza para separar los campos de la lectura del vector , de igual forma este VI cuenta
con valores de salida los cuales son new file path: Devuelve la ruta del archivo ledo, allrows:
Son los datos ledos desde el archivo origen tipo vector 2D, firstrow:Representa la primer fila
del vector, es decir, se lee un vector de una dimensin, markafterread: Es la ubicacin de la
marca del archivo despus de la lectura, finalmente la EOF: Representa un valor verdadero, si
se intenta leer ms all del ltimo valor del vector ledo.
La descripcin de los VI antes mencionados, ahora se integran en una estructura completa de

adquisicin y registr como se muestra en la Figura 3.17.
Pgina 54
a)
b)
Figura 3.17 (a) Estructura de lectura y conversin de datos, (b) representa la estructura de lectura de vector 1D.
La figura anterior representa las estructuras de lectura y conversin como se muestra Figura
3.17- a, los elementos de lectura, conversin,guardado, se integran en una estructura de casos,
el cual est controlado por un botn de control, de igual forma la lectura del dato convertido
en un vector 1D como se presenta en la Figura 3.17- b.
Pgina 55
3.5 Clculo de coeficientes del filtro de Wiener
Para el clculo de los coeficientes se utiliza una estructura MathScriptNode, para el desarrollo
de la ecuacin (3.21), integrada en una estructura Forlooppara n nmero de iteraciones que
sean requeridas.
La siguiente figura muestra la estructura completa de la programacin del filtro de Wiener IIR
no causal.
a)
b)
Figura 3.18 Filtro de Wiener programado, a) Estructura del filtro de Wiener, b) VI de Wiener.
En la figura anterior se presenta el filtro de Wiener programado con su respectivo VI diseado,

el cual est conformado por un control numrico para la seleccin de la cantidad de
coeficientes a calcular por la estructura ForLoop, consta de un iterador representado por i y un
valor mximo representado por N, la operacin de obtener los coeficientes se desarrollan
dentro de la estructura MathScriptNode, que realiza el clculo correspondiente con el nmero
de iteraciones elegidas por el usuario.
Ahora, Para llevar a cabo el filtrado digital se implementa VI IIR Filter, el cual integra el
sistema de filtrado digital con los respectivos coeficientes calculados en el VI de Wiener,
como se muestra en la Fig. 3.19.
Pgina 56
init/cont (init:F)
X Filtered X
Reverse Coefficients
error
Forward Coefficients
Figura 3.19 IIR Filter VI.
La Figura 3.19, conforma el sistema de filtrado, el cual consta de parmetros de entrada los
cuales son Reverse coefficients: Entrada inversa de los coeficientes obtenidos. Este VI no
impone ninguna restriccin a las matrices de coeficientes. El Forward Coefficient: Es la
entrada de los coeficientes calculados. X:Representa la seal de entrada que se va a filtrar y
finalmente Filtered X, que representa la seal filtrada.
Para el Error se implementa la mtrica RMSE (Raz del Error Cuadrtico Medio), empleado
para medir la eficiencia del filtrado digital, definida como la medida de discrepancia entre la
seal deseada y la seal estimada y esta presentada como

=1(
)2
= (3.50)

donde: n representa la longitud de la seal o total de muestras, es la seal de entrada y

representa la seal procesada o filtrada, la programacin de (3.50) se presenta de la siguiente
forma como se muestra en la siguiente figura.
a)
b)
Figura 3.20 RMSE programado. A) Estructura del RMSE programado, b) VI de RMSE.
Pgina 57
La integracin completa de las estructuras antes mencionadas,se presentan de la siguiente
forma como se muestra en figura.
Estructura general del sistema de filtrado de Wiener IIR no causal
Figura 3.21 Estructura completa de filtrado de Wiener IIR no causal.
Pgina 58
La figura anterior de la estrcuctura completa, muestra como queda programado nuestro VI o
Instrumento Virtual que llevara a cabo la adquisicin, guardado y el correspondiente filtrado,
as como, el clculo del error obtenido por el filtrado. La Figura 3.21 muestra una seccin
punteada indicada por el nmero 1, representa el clculo del error con respecto a unaseal de
refencia o deseada, los detalles de la seal deseada se presentan en el siguiente captulo. La
seccin punteada indicada por el nmero 2, representa unicamente la estructura de guardado
de la seal filtrada.
3.7Programacin de filtros clsicos
Para la programacin de filtros clsicos se utilizan herramientas de LabVIEW para filtros

digitales clsicos, entre los cuales se implementan Butterworth y Chevyshev.
Para el filtrado digital Butterworth, se emplea el ButterworthFilter.
filter type
X Filtered X
samplingfreq: fs error
high cutoff freq: fh
low cutoff freq: fl
order
init/cont (init:F)
Figura 3.22 VI Butterworth.
Este tipo de filtrado posee informacin de entrada, constituidas por filtertype: Este parmetro
es la banda de paso para este filtro, X: Esla entrada que constituye la seal a
filtrar,samplingfreq: Representa la frecuencia de muestreo, el cual debe ser mayor a
cero,highcutofffreq: Es la frecuencia alta de corte en Hz, lowcuttofffreq: Representa la
frecuencia baja de corte para este filtro, as como el order : Que es la entrada que representa el
orden del filtro, el cual debe ser mayor a cero, de lo contrario arroja un error de ejecucin.
Adems de los parmetros de entrada, tambin se tiene parmetros de salidaFiltered X.que
representa la seal filtrada.
Pgina 59
Para el filtro digital Chevyshev se emplea elChevyshevFilter.
filter type
X Filtered X
Sampling freq: fs error
high cutoff freq: fh
low cutoff freq: fl
ripple (dB)
order
init/cont (init:F)
Figura 3.23 VI Chevyshev.
La Figura 3.23, representa el VI del filtro Chevyshev, el cual cuenta con parmetros de entrada
filtertype: Representa la banda de paso para este filtro,X: Representa la seal a filtrar,
samplingfreq: Representa el parmetro de muestreo, el cual no debe ser menor a cero, debido
a que se necesita un valor de frecuencia valido,highcutofffreq: Esta entrada representa la
frecuencia de corte alta,lowcutofffreq: Es la frecuencia de corte baja,ripple(dB): representa el
factor de rizo en la banda de paso, el cual siempre debe ser mayor a cero,order:Es el orden del
filtro, que como se dijo el filtro Butterworth no debe ser cero. Finalmente Filtered X:
Representa la seal filtrada por el VI.
Ahora, para la programacin de estos filtros de igual manera se integran en una estructura
case, formando un VI completo para integrarlo en una estructura general que se presenta en la
Figura 3.25, como VI final del presente trabajo para el filtrado digital, que ms adelante en el
siguiente captulo se exponen los resultados obtenidos con lujo de detalle.
Pgina 60
Para la programacin de estos filtros se disea la siguiente estructura.
Figura 3.24VI de Filtrado clsico.
La figura anterior muestra la estructura de filtrado con filtros clsico con ayuda del
Butterworth.VI y Chevyshev.VI, que se integran en la estructura case: Estructura que depende
de un caso que elija el usuario, es decir, el usuario tiene que definir el tipo de filtrado que
desea realizar, adems con ayuda del RMSE.VI calcularel error del filtrado, para ms
informacin acerca de estos filtros consultar [25].
Pgina 61
Figura 3.25 Instrumento Virtual final.
Pgina 62
CAPTULO IV
4. Evaluacin experimental
4.1 Introduccin
En este captulo, se presentan los resultados obtenidos de las pruebas realizadas con el sistema
de filtrado digital de Wiener IIR no causal y los filtros digitales clsicos, empleados en seales
EMGs del tobillo, adquiridas con el sistema de adquisicin conformado por el circuito de
acondicionamiento y la tarjeta de adquisicin USB 6008 de National Instruments. Primero, se
presenta las imgenes de un banco de seales Electromiogrficas (Fig. 4.1) las cuales fueron
utilizadas para conseguir una seal deseada vase Figura 4.2, que se utiliza como referencia
para evaluar el desempeo de cada filtro, esta seal de referencia o seal deseada representa el
promedio del banco de las seales adquiridas.
En la Figura 4.3 se presenta el VI o Instrumento Virtual que llevara a cabo el filtrado tipo
Wiener IIR no causal con diferente orden. Tambin en la Figura 4.6 se presenta el Instrumento
Virtual que llevara a cabo el filtrado digital con filtros clsicos que LabVIEW tiene pre-
cargados. La mtrica de medicin cuantitativa aplicada para determinar el desempeo de cada
filtro es mediante el RMSE que se presento en el captulo anterior. Adems se expone una
comparacin de estos filtros como evaluacin de su eficiencia en seales EMGs del tobillo.
4.2Pruebas de filtrado digital de Wiener IIR no causal
Se realizo un registro Electromiogrfico, para obtener la informacin de la seal deseada que

se utilizara en el filtrado de Wiener, para evaluar su eficiencia. El registro Electromiogrfico
conformado por un banco de seales obtenidas del tobillo de personas con edades de entre 20 -
25 aos, adems se realizo el clculo de la seal deseada como promedio del banco de las
seales Electromiogrficas, obtenido as la seal de referencia vase Figura 4.2.
Pgina 63
Figura 4.1 Banco de seales EMGs.
Pgina 64
Figura 4.2 Seal EMGs promedio obtenida.
Del banco registrado de seales EMG, se realiz el clculo del promedio como seal deseada,
para implementarlo en el filtro de Wiener y evaluar su desempeo, esto con el fin de obtener el
porcentaje de error entre la seal deseada o promedio y la seal filtrada, a travs de la mtrica
RMSE.
Ahora, una vez obtenida la seal deseada se procede a implementar el filtro de Wiener, para el
cual se realizaron diversas pruebas con diferenteorden del filtroen seales EMGs provenientes
del tobillo. Primero, para llevar a cabo el filtrado se procede a adquirir la seal EMGs y
posteriormente el guardado de la misma. En la siguiente figura se muestra el instrumento
virtual, en el cual representa la interfaz grfica.
Pgina 65
1
4 3
8
9 5
Figura 4.3 Instrumento virtual de filtro de Wiener.
La imagen anterior describe el sistema de adquisicin y registro de seales EMGs, as como,

el filtrado de Wiener.
El instrumento virtual que se presenta est conformado por:
1: Representa el botn de control para iniciar la adquisicin de las seales EMGs, el cual
habilita el DAQmx para realizar el A/D de las seales EMG.
2: Este botn se utiliza para convertir la seal adquirida en seal vectorial unidimensional.
3: Es la pantalla donde se visualiza la seal adquirida, tambin se utiliza para visualizar la
seal guardada.
4: Este botn de control, se utiliza para abrir la seal convertida o cualquier otro tipo de seal
almacenado en la PC.
5: En esta pantalla se visualiza la seal que se est filtrando.
6: Este control selector indica la cantidad de coeficientes para el filtro de Wiener.
7: Indicador que muestra el valor del RMSE, que representa elerror obtenido por el filtrado.
8: Botn que habilita el guardado de la seal filtrada.
9: Botn que detiene el instrumento virtual.
Pgina 66
Para unaprimer prueba de filtrado se considera un orden 1 para el filtro de Wiener, con una
sealEMG almacenada,con longitud de 10000 muestras, como se muestra en la siguiente
figura.
Figura 4.4 Filtrado digitalWiener orden 1.
La imagen anterior describe el resultado obtenido de un primer filtrado de orden 1, se muestra

en la pantalla superior la seal con ruido que representa la seal original y en la parte inferior
se observa la seal filtrada, para esta primera prueba se obtuvo un RMSE de 0.0199134 con
respecto a la seal de referencia, esto significa que la primer prueba de filtro de Wiener se
considera positiva debido a que el error que se obtuvo fue mnimo con respecto a nuestra seal
de referencia o deseada que se obtuvo anteriormente, las siguientes pruebas realizadas se
realizaron incrementando el orden del filtro, utilizando la misma seal de entrada y la misma
seal de referencia.
Pgina 67
En la siguiente imagen se presenta la segunda prueba del filtro de Wiener con un orden 2 y se
obtuvieron los siguientes resultados.
Figura 4.5 Filtrado digital Wiener orden 2.
Para este orden del filtro de Wiener, se obtuvo un RMSE con respecto a nuestra seal de
referencia de 0.0232543.
Se utilizo la misma seal de entrada y la misma seal de referencia lo nico que se modifico
en esta prueba fue incrementar el orden del filtro.
Se realizaron ms filtrados obteniendo as la siguiente tabla de resultados.
Pgina 68
Nmero de muestras Orden del filtro RMSEcon respecto a la seal
de referencia.
10,000 Orden 1 0.0199134

10,000 Orden 2 0.0232543
10,000 Orden 3 0.0241078
10,000 Orden 4 0.0242343
10,000 Orden 5 0.0242204

10,000 Orden 6 0.0241989
Tabla 3 Resultados de filtrado de Wiener con diferente orden.
Como se observa en la tabla anterior, el filtrado de Wiener muestra resultadospositivos,

aunque al aumentar el orden del filtro, se observo que la seal procesada, comenzaba a
deteriorarse y por tal razn la seal dejaba de parecerse a la seal de referencia, esto trae como
resultado que el error se incremente de una manera considerable como se observa en la tabla.
4.3 Pruebas de filtrado digital con filtros Clsicos
Para el filtrado con filtros clsico, se implementa el instrumento virtual programado en el

Captulo anterior (Fig. 3.24), utilizando la misma seal de entrada para estos filtros y de igual
forma se compara el filtrado con nuestra seal deseada que se obtuvo anteriormente, la
descripcin del instrumento virtual se presenta a continuacin en la Figura 4.6.
Pgina 69
1
7
8
6
9
Figura 4.6 Instrumento virtual para filtros clsicos.
En la figura anterior se presenta el instrumento virtual para realizar el filtrado digital con
filtros clsicos, este instrumento est constituido por:
1: Este botn de control se utiliza para abrir cualquier seal que se desea filtrar.
2: Indicador de la cantidad de muestras del archivo ledo.
3: Pantalla que muestra la seal de entrada, es la seal que se desea filtrar.
4: Control selector para el tipo de filtro que desea realizar el usuario.
5: Control selector para el orden del filtro seleccionado en 4.
6: Pantalla que muestra la seal procesada, es decir, la seal filtrada.
7: Indicador que representa el RMSE o error que se obtuvo con el filtro, respecto a la seal de
referencia.
8: Control de botn que habilita el guardado de la seal filtrada.
9: Control que detiene el instrumento virtual.
Como se nota, este instrumento virtual depende del instrumento virtual de Wiener para llevar a
cabo la adquisicin, ya que no se le programo el sistema DAQmx.
Pgina 70
Para el filtrado digital con filtros clsicos de igual forma que el filtro de Wiener, se tiene
elprimer filtrado utilizando la misma seal que se utilizo con el filtro de Wiener, longitud de la
sealEMG 10000 muestras, el orden del filtro es 1 con el filtro Butterworth, obteniendo los
siguientes resultados.
Figura 4.7 Filtrado digital Butterworth orden 1.
En la figura anterior se muestra el primer filtrado clsico con el filtro de Butterworth orden 1,
los resultados obtenidos fueron con una seal de 10000 muestras se obtuvo un error de
0.065508, con respecto a la seal de referencia utilizada utilizado de igual forma en el filtro de
Wiener.
De igual forma se realiza el filtrado con un filtro Chevyshev, aunque este tipo de filtro
involucra un parmetro que representa en factor de rizo. A continuacin se presentan los
resultados obtenidos con el filtro digital Chevyshev.
Pgina 71
Figura 4.8 Filtrado digital Chevyshev orden 1, rizo 0.10 dB.
La Figura 4.8, muestra el resultado obtenido con filtro Chevyshev con la misma seal de
entrada, los resultados fueron los siguientes, con una seal EMG de 10000 muestras, filtro
Chevyshev orden 1 y un rizo de 0.10 dB, se obtuvo un error 0.0661994 con respecto a la seal
de referencia.
Los resultados obtenidos para estos filtros clsicos se presentan en la siguiente tabla, adems
de presentar la tabla comparativa entre los filtros de Wiener, Butterworth y Chevyshev.
Pgina 72
Nmero de Orden de filtro Tipo de filtro RMSE con respecto a la seal de
muestras referencia
10,000 1 Wiener 0.0199134
10,000 2 Wiener 0.0232543
10,000 3 Wiener 0.0241078
10,000 4 Wiener 0.0242343
10,000 5 Wiener 0.0242204
10,000 6 Wiener 0.0241989
10,000 1 Butterworth 0.065508

10,000 2 Butterworth 0.0659719
10,000 3 Butterworth 0.065989
10,000 4 Butterworth 0.065989
10,000 5 Butterworth 0.0659499
10,000 6 Butterworth 0.0659259
10,000 1, rizo 0.10 dB Chevyshev 0.0661994


Tabla 4 Resultados de filtro de Wiener, Butterworh y Chevyshev con diferente orden.
Pgina 73
Tipos de Filtrado
0.07
0.06
RMSE (Error)
0.05
0.04 Wiener
Butterworth
0.03
Chevyshev(0.10dB)
0.02 Chevyshev(0.89dB)
0.01
0
Orden 1 Orden 2
Orden 3 Orden 4 Orden 5 Orden 6
Figura 4.9 Grfica resultante de los diferentes filtros.
La figura anterior, muestra la grfica resultante con la informacin obtenida de los diferentes
filtros utilizados en seales Electromiogrficas provenientes del tobillo, la grfica muestra
orden de cada filtro contra el RMSE o error que se produce con respecto a una seal de
referencia o deseada, que fue obtenida anteriormente del promedio de un banco EMG
registrado de ciertos pacientes.
Pgina 74
CAPTULO V
5. Conclusiones
Habiendo considerado los objetivos planteados para este trabajo, la problemtica y sobre todo
la propuesta de solucin, las conclusiones obtenidas son:
Para la primera etapa, que est representada por la etapa de adquisicin, se logr mediante la
construccin de un circuito de acondicionamiento de seales EMG, el cual est constituido por
el amplificador de instrumentacin AD620. Este ultimo, con configuracin en modo
diferencial y ganancia de 500 (Rf = 100), con las caractersticas antes mencionadas se logr
amplificar las seales de entrada EMG que se encuentran el rango de 3-6mVpp, a unas seales
a su salida de entre 1.5-3Vpp. Por lo tanto, este amplificador brinda las herramientas necesarias
para el manejo de este tipo de seales, dado que sus niveles de amplificacin y ganancia,
pueden configurarse de manera sencilla, como se present en el Anexo 3. Ahora bin, otra
parte importante en esta primera etapa fue la integracin o insercin conjunta de un
encapsulado TL074, con el cual se realiz una amplificacin complementaria, para lo cual, se
utiliz dicho amplificador en modo no inversor con ganancia de 3.2, en base al clculo de las
resistencias de referencia. Adems, de implementar un filtro pasa banda con un ancho de
banda de 20-500 Hz, montado en el mismo encapsulado.
Para la segunda etapa (etapa de registro), se llev a cabo utilizando la tarjeta de adquisicin
6008. Por lo cual, se opt por utilizar una configuracin en modo diferencial, para tener una
resolucin de 12 bits, obteniendo un resultado de registro de 1 KHz para la velocidad de
muestreo. Por lo tanto, se tiene una conversin Analgica-Digital apropiada, con un tamao
de registro de 10000 muestras registradas en un lapso de 10 segundos, como se observa en las
Figuras 2.24 y 4.3.
Ahora, para la etapa 3 proceso de filtrado, que representa la parte esencial del presente
trabajo, se dise y program el filtro de Wiener mediante la funcin de transferencia de dicho
filtro con un tipo de estructura IIR. Este tipo de estructura involucra menor procesamiento
computacional al hablar de filtros digitales como se hizo mencin en el Captulo II. El diseo
se desarroll, a travs de una serie de potencia que se propuso, donde se aplic la transformada
Z, para tener la serie en el dominio discreto y posteriormente se le aplic el teorema de Wiener
Khintchine (DSP). Una vez obtenida la densidad espectral de potencia de nuestra serie se
transform la funcin de transferencia de Wiener (3.13) y se calcul la respuesta al impulso de
nuestro filtro ideal. Adems, mediante el mtodo computacional y aplicando la transformada
Pgina 75
(3.20), se logr obtener la ecuacin (3.21), que representa nuestra respuesta ideal de Wiener
con estructura transversal propuesta (vase Figura 3.11).
Para la programacin digital del filtro de Wiener en LabVIEW, mediante la ecuacin (3.21),
se emple MathScript Node, que representa un modulo en LabVIEW. Este permite la
ejecucin de formulas mediante cdigo de texto, como se muestra en la Figura 3.18. Adems,
se utiliz una estructura For Loop, debido a que esta estructura brind la posibilidad para que
el usuario pueda elegir el nmero de iteraciones necesarias, para la obtencin de los
coeficientes para el filtro de Wiener. Ahora, para la programacin de filtros de Butterworth y
Chevyshev, se utilizaron los mdulos VI Butterworth y VI Chevyshev, para llevar a cabo la
programacin se opt por integrarlos en una estructura Case, para que brinde al usuario la
posibilidad de elegir el tipo de filtro que desea ejecutar o utilizar, como se muestra en la
Figura 3.24.
La cuarta etapa (etapa de evaluacin), se present de manera comparativa los filtros de

Wiener, Butterworth y Chevyshev, respectivamente, obteniendo los siguientes resultados:
El procesamiento de seales EMG mediante el filtro de Wiener, implementado en base

a la estructura IIR (Figura 3.11), brind un panorama favorable en base a una seal
estimada con un nivel de RMSE mnimo, como se muestra en la Tabla 3. Adems, la
grfica de la Figura 4.9, muestra un anlisis comparativo donde se observ que el filtro
de Wiener ofrece un desempeo destacado del proceso. Las estimaciones del filtro de
Wiener se analizaron con respecto a los filtros Butterworth y Chevyshev, los cuales
fueron una referencia de filtros clsicos con caractersticas relevantes en el anlisis de
las seales.
Pgina 76
Anexo 1
6.1 Electromiografa
La Electromiografa (EMG) es la metodologa, registro y anlisis exhaustivo de la actividad

bioelctrica funcional de los msculos esquelticos de cuerpo humano orientada al diagnostico
de las enfermedades neuromusculares [33]. Para la obtencin de esta informacin de vital
importancia existen 2 mtodos: La superficial y la invasiva, para el mtodo superficial se
utilizan electrodos superficiales adheridos a la piel por medio de un gel conductivo, la
invasiva o intramuscular consiste en emplear electrodos de aguja los cuales son insertados en
el msculo.
Figura 6.1 Ejemplo de una seale EMG.
6.2 Origen de las seales Electromiogrficas (EMG)
Las clulas musculares y nerviosas poseen una membrana semipermeable, que es la

responsable del intercambio selectivo de algunas sustancias, dichas sustancias se encuentran
rodeando a las clulas del organismo; entre los cuales estn: sodio (Na+), potasio (K+), cloro
(Cl-) y calcio (Ca+).
Al hablar de fibras musculares la sustancia encargada de pasar por la membrana es el Ca+, ya

que est posee un potencial elctrico en equilibrio (potencial de reposo de la clula) esta
potencia se mantiene hasta que ocurra una perturbacin externa sobre ella, cabe mencionar que
la clula est en reposo cuando esta polarizada.
Pgina 77
Los procesos biologicos inducen un intercambio ionico al interior de la clula a traves de la
membrana selectiva generandose un potencial.
Na+ Ca+
- -
V
K + -
Figura 6.2 Potencial transmembranal elctrico.
La imagen anterior muestra la generacin de seales biolgicas, que se derivan de los

potenciales inicos, denominados potenciales de accin, producidas por la actividad
electroqumica de las clulas excitables que conforman el tejido muscular.
Potencial de accin: es producida por la despolarizacin y repolarizacin de la clula, debido
a la semipermeabilidad de la membrana y a la entrada y salida de cationes Ca+ .
Los procesos biolgicos ocurren cuando la membrana de los msculos es excitada mediante la
corriente inica generada por los axones de las neuronas motoras, la permeabilidad selectiva
cambia y permite la entrada de iones positivos al interior de la clula en gran cantidad, para
establecer el equilibrio hay un chorro de cargas positivas de Ca+ que entran a la clula por lo
que el potencial transmembranal resulta positivo, a este proceso se le denomina potencial de
accin de la unidad motora, en este instante de estado de reposo a estado de accin se
denomina despolarizacin y posteriormente retoma el equilibrio por medio de un proceso de
repolarizacin [27].
NOTA: Ley de todo o nada propiedad que afirma que un estmulo en la clula por encima
de un umbral mnimo de excitacin, el potencial ser siempre la misma independientemente
del mtodo de excitacin y de su magnitud.
Potencial
de accin
Vm
Despolarizacin
Repolarizacin
ExPotencial de
reposo
Figura 6.3 Transicin entre el potencial de reposo y potencial de accin.
Pgina 78
La membrana muscular se desplaza solo en cierto nivel local, el potencial de accin se inicia
en la unin de la motoneurona con la fibra muscular, la cual crea una zona de despolarizacin
llamada zona de inervacin y se propaga hacia ambos extremos de la fibra muscular hasta
culminar en los tendones, la unidad motora es aquella unin de la motoneurona alfa con las
fibras musculares que son excitadas por la misma vase Fig. 6.4.
Figura 6.4Motoneurona conectada a los axones ramificados.
6.3 Tipos de contraccin muscular y unidades motoras

Las contracciones musculares pueden clasificarse dependiendo de la longitud del msculo en
cuanto al tiempo.
Tipo de Contraccin Caractersticas

Isomtricas La longitud del msculo no vara durante la
contraccin.
Isotnicas Hay variacin de la longitud del msculo
durante la contraccin. Estas a su vez se
Antisomtricas subdividen en:
Excntricas: Alargamiento del msculo
durante la contraccin.
Concntricas: Reduccin del msculo
durante la contraccin.
Tabla 5 Tipos de contracciones musculares.
Pgina 79
Las unidades motoras pueden clasificarse de tipo I, son aquellas que presentan contraccin
lenta, generalmente se les llama oxidativas lentas, otra caracterstica es que son altamente
resistentes a la fatiga. Las del tipo II,que son las de contraccin rpida y se subdividen a su
vez en tipo IIa que corresponde a las fibras glucolticas oxidativas, las cuales son
moderadamente resistentes a la fatiga, y en las de tipo IIb que son las glucolticas rpidas, las
cuales son las de menor resistencia a la fatiga.
Tipo UM Propiedades Propiedades Propiedades Otros

Metablicas Mecnicas Elctricas
Tipo I Oxidacin, no trabaja en Soporta Velocidad de Reclutadas para

bajas concentraciones de contracciones conduccin lentas bajos niveles de
oxgeno. lentas y fuerzas esfuerzo
pequeas,
resistentes a
fatiga.
Tipo IIa Glucolticas oxidativa Contracciones Velocidad de Reclutados ante
rpidas, conduccin niveles
resistentes a la intermedias moderados de
fatiga. esfuerzo
Tipo IIb Glucoltica, trabaja en Contracciones Velocidad de Reclutados ante
bajas concentraciones de rpidas y altos conduccin grandes
oxigeno niveles de fuerza, rpidas requerimientos de
fatigables esfuerzo
Tabla 6 Clasificacin de contracciones musculares.

Neurona motora
Impulso nervioso
Unin
neuromuscular
Tbulo T
Retculo
Sarcoplsmico
Miofibrilla
Membrana
Plasmtica
Sarcmero
Figura 6.5 Conexin muscular unidad motora.
Pgina 80
6.4 Modelado matemtico de las seales EMGs
La actividad muscular [28], afirma que est controlada por el sistema nervioso central (SNC) y
perifrico (SNP), los cuales recolectan unidades motoras (UM), primeramente representamos
el funcionamiento del sistema nervioso como una especie de generador de pulsos que reflejan
la estrategia de control del SNC y SNP, habilitando las diferentes unidades motoras que
transforman cada impulso en un potencial de accin de unidad motora, los cuales se propagan
por todo el volumen muscular hasta llegar a la superficie de la piel.
Medula espinal
Posterior
Raz posterior
3 fibras
Fibra del
Nervio musculares
nervio
espinal suministro
Motonervio
Anterio Raz anterior

r 4
motoneuronasal
Unin neuromuscular
pha
Msculo
esqueltico
Tendn
Figura 6.6 Generacin de seal de excitacin para la fibra muscular.
El modelado de las seales generadas,
Figura 6.7 Modelo de generacin de seales EMGs durante una contraccin voluntaria.
Pgina 81
(, ) = (, ) (6.1)
=1
donde: t representa la suma temporal de las contracciones, F la suma espacial de

contracciones (reclutamiento de fibras), u(t,F) es el tren unitario de potenciales de accin de
unidades motoras, as como m(t.F)la seal de EMG producto de la superposicin de los
potenciales de accin.
La amplitud de las seales EMGs dependen del nmero de UM reclutadas, su profundidad y el

nmero de fibras que componen cada una de ellas , y la frecuencia con las cuales son excitadas
los valores de voltaje llegan a oscilar entre 0 a 10mVppafirman [29].
6.5 Espectro de frecuencia de las seales EMGs

Las frecuencias espectrales de las seales EMGs, comprendidas en la zona de mayor nivel de
informacin, es aquella que cuya energa est por encima del nivel del ruido elctrico limitado
entre 0 - 500Hz, con una regin de energa dominante en el rango 50 - 150Hz.
La densidad espectral de potencia est ligada al tipo de fibras musculares y la velocidad de

conduccin.
1
() = 2
( ) (6.2)

donde: d representa la distancia entre electrodos de superficie y la fuente, G(t) es la forma

del espectro, VC la velocidad de propagacin, as como f la frecuencia de excitacin.
6.6 Velocidad de propagacin
La velocidad de propagacin o velocidad de conduccin (VC), es la velocidad en que se

propaga los potenciales de accin a travs del msculo. Esta velocidad oscila entre valores de
3 -8 m/s,ya que dependen del tamao del msculo y el tipo de fibra muscular.
Volumen Conductor
El potencial de accin, genera un campo elctrico en el espacio y a su alrededor, cuando se
lleva a cabo la propagacin que se transmite de la fuente primaria a todo el tejido muscular.
Por lo tanto el potencial de accin de las unidades motora pueden ser censadas desde muy
lejos de la fuente primaria, pero el volumen conductor del msculo puede afectar las
caractersticas de la seal original afirma [30].
Pgina 82
Ruido
El ruido es una Seal parasita que se encuentra en las seales EMGs, por su baja frecuencia y
estar en el rango de frecuencia vulnerable al ruido, estas seales son generadas por diferentes
fuentes [31].
Otros msculos, especialmente el corazn.
Ondas de radio.
Dispositivos electrnicos cercanos, incluyendo el propio equipo de adquisicin.
Lneas de corriente elctrica, dispositivos elctricos domsticos,
Hasta las luces fluorescentes.
Estas fuentes generan seales falsas que se mezcla con la seal original modificando sus
caractersticas originales.
6.7 Tobillo Humano

Esta extremidad inferior juega un papel vital, ya que sirve para conectar el organismo con el
medio que lo rodea, es la base del aparato locomotor, adems de proporcionar sustentabilidad
tiene la capacidad de convertirse en una estructura rgida o flexible segn la necesidad que sea
requerida, tambin es una de las extremidades ms estables, ya que a travs de ella se lleva a
cabo la Dorsiflexin y Plantarflexin del pie, su estructura est formado por el astrgal, tibia y
perono ambas poseen caractersticas anatmicas que condicionan la biomecnica del mismo
[31].
Astrgal
El astrgal tiene forma cilndrica de unos 105o, visto en el plano horizontal, mide
aproximadamente de 4 a 6 mm con mayor anchura por delante que por atrs. Los planos que
pasan por sus bordes laterales son convergentes hacia atrs formando un ngulo abierto hacia
adelante de unos 5o, su superficie es ligeramente acanalada por ello su estabilidad dentro de la
tibiaperonea.
Figura 6.8 Astrgalo parte del tobillo, calcneo.
Pgina 83
Tibiaperonea
En la tibia, intervienen 2 tipos de articulaciones, la cara inferior de su extremidad distal, que al

igual que la astrgal es ms ancha por delante que por detrs, y la cara externa del
maleolotibial para articularse con la cara interna del astrgal.
En la articulacin del tobillo, los msculos involucrados de la seccin inferior que actan
sobre la articulacin del tobillo generando los dos movimientos principales de la articulacin.
Dorsiflexin: levantar la punta del pie hacia la espinilla.
Plantarflexin: flexionar el pie de punta.
Figura 6.9 Tobillo Dorsiflexin y Plantarflexin.
Ahora bien, los msculos encargados de la dorsiflexin se encuentran en la parte anterior de la

seccin inferior de la pierna (espinilla), los principales son:
1. Tibia anterior.
2. Extensor propio del dedo gordo.
3. Extensor comn de los dedos.
Ahora, para la plantarflexin es la seccin posterior de la seccin inferior de la pierna

(pantorrilla), los principales son:
1. Sleo.
2. Gastrocnemio.
Pgina 84
Los dos msculos anteriormente mencionados estn unidos al hueso calcneo (taln), por
medio del tendn de Aquiles que actan conjuntamente con los msculos de la parte lateral de
la pantorrilla para contribuir con la plantarflexin.
1. Perono lateral largo.

2. Perono lateral corto.
La movilidad del tobillo, se produce generando un ngulo entre la tibia y el pie (Fig. 6.9a), el
pie se encuentra en posicin neutral cuando forma un ngulo 0o en el plano horizontal, el
ngulo entre la tibia y el pie es de 90o, dependiendo de la flexibilidad de la persona, el pie en
dorsiflexin forma un ngulo mximo de 30o con respecto a la horizontal, mientras que la
plantarflexin se tiene un rango mayor de movimiento con un ngulo de 50o.
Cuando el pie se encuentra fijo, la parte inferior de la pierna posee movilidad hacia adelante y
hacia atrs libremente, generando un ngulo entre la tibia y la punta del pie (Fig. 6.9b).
a) b)
Figura 6.10 Rango de movilidad del tobillo
Pgina 85
Los msculos mencionados se ilustran a continuacin en la siguiente figura, mostrando los
msculos esquelticos de las extremidades inferiores.
Figura 6.11 Msculos esquelticos de las extremidades inferiores.
Pgina 86
Anexo 2
7.1 Estructuras IIR FIR
La transformada Z para una seal discreta genera [n] se define como:

() [n] n (7.1)
n=
La (7.1) tambin se le conoce como la transformada bilateral donde z es una variable
compleja. Por conveniencia la transformada z de [n] se denota algunas veces como {[n]}
y la relacin entre [n] y su transformada z se indica como:

[n] () (7.2)
Como se menciono, en el captulo anterior otro mtodo de anlisis para sistemas discretos es
mediante la relacin entrada-salida como se muestra en la (7.1), desarrollando esta ecuacin
empleando la transformada Z.

{[n]} = { [n ] + [n ]}
=1 =0
() = {[n ]} + {[n ]}
=1 =0
Sabiendo que la transformada z de {y[n ]} = (), de igual forma con

{[n ]} = ().

() = () + () (7.3)
=1 =0
Ahora, se procede a obtener la funcin de transferencia de (7.3).

() + () = ()
=1 =0
()
=0

= (7.4)
() 1 +
=1

Pgina 87
Estableciendo condiciones iniciales de = 0 , k = 1N la (7.4), queda de la siguiente
forma.

() = (7.5)
=0
La expresin anterior define la estructura FIR.
[n]
1 1 1 1
0 1 2 3
+ + + +
+ + + + [n]
Figura 7.1 Estructura transversal FIR.
Si las condiciones iniciales son = 0 , k = 1M la (7.4), se establece de la siguiente

manera.
1
() = (7.6)
1 + =1
Pero si 0 = 1 , 0 = 1.
1
() = (7.7)

=0

Pgina 88
La (7.7) define el tipo de estructura IIR.
[n] 0 + [n]
+
1
1
+
+
1
2
+
+ 1
3
+
Figura 7.2 Estructura transversal IIR.
Pgina 89
7.2 Funcin de transferencia del filtro inverso
El siguiente diagrama a bloques muestra la estructura de un filtro inverso.
Seal de
() entrada () () Filtrado lineal ()
A + ptimo
PSF
Ruido ()
(Funcin de punto disperso)
Figura 7.3 Diagrama del Filtro inverso.
De la Fig. 7.3 se define:
() = () ( 7.8)
donde: donde representa la matriz PSF y () la seal de entrada.
Transformada de Fourier
La transformada de Fourier es una herramienta, que puede utilizarse para representar seales
en componentes de seno y coseno. Dicha herramienta ser utilizada para generar un vector con
las componentes antes mencionadas, haciendo que en cada punto del dominio de la frecuencia
de la seal EMG, sean vectores componentes.
Esta es una manera de representar seales por medio de nmeros complejos y cada nmero
complejo tiene una parte real y una parte imaginaria, que se interpreta como un vector.
Para un vector de una dimensin, la transformada de Fourier de () de una funcin continua
es:
() = () (7.9)

donde: = + representando las componentes en seno y coseno.

() representalafuncindelaseal.
Pgina 90
Ahora, al transformar (7.8) al dominio de la frecuencia obtenemos la siguiente expresin:
() = () (7.10)
Ahora, se define la Figura 7.6, la siguiente expresin:
() = () + () (7.11)
donde: () representa la seal de entrada al sistema, () el ruido.
Transformando (7.11) al dominio de la frecuencia se obtiene:
() = () + () (7.12)
Ahora al definir () de la figura anterior obtenemos:
() = () () ( 7.13)
donde: () representa una estimacin, () la respuesta al impulso del sistema.
El teorema de la convolucin en el anlisis de Fourier, afirma el siguiente concepto:

convolucin en el dominio del tiempo equivale a la multiplicacin en el dominio de las
frecuencias, y viceversa, es decir, la convolucin de dos funciones significa la multiplicacin
de las transformadas. Por ello se puede expresar la (7.13) como se muestra a continuacin.
() = ()() ( 7.14)
Teniendo en cuenta:
{() ()} = ()() (7.15)

Y que:

{ ()( )} = ()() (7.16)

Al sustituir (7.10) en la (7.12) se obtiene:
() = ()() + () (7.17)
Pgina 91
Ahora, se pretende que ()se aproxime a cero. Por ello al despejar de (7.17) a () que
representa al ruido, se obtuvo:
() = () ()() (7.18)
() () = (() ()())(() ()()) (7.19)
Al aplicar las nomas euclidianas descritas en el captulo II se obtiene la siguiente expresin:
|()|22 = |() ()()|22 (7.20)
() = |()|22 (7.21)
Aplicamos el operador R(w)= 0 y con ayuda del mtodo de optimizacin de LaGrange se

tiene:

() = (){|() ())|22 } (7.22)

{|() ()()|22 } = 0
()
2 () (() ()()) = 0
()()() = ()()
1
() = ( ()()) ()() (7.23)
1
= ( ()()) () (7.24)
Al sustituir (7.24) en (7.23) se obtiene que:
() = () (7.25)
donde: W representa la matriz toeplitz.
La expresin (7.25), es la manera de representar matemticamente al filtro inverso. Siendo el

fundamento para poder entender el funcionamiento de otros tipos de filtros ms complejos.
Pgina 92
7.3 Teorema de Wiener-Khintchine
La densidad espectral de potencia para un proceso estocstico estacionario (), se define de

la siguiente manera:
1
() = lim {| ()|2 } (7.26)

donde () es la Transformada de Fourier del proceso truncado
()|| < /2
() = {
0 || > /2
y
1
+
2
() = () 2 = () 2
1

2
Dado un proceso estocstico estacionario en sentido amplio, considerando una seal de

entrada (), su densidad espectral de potencia, definida por la (7.26), puede calcularse como
la Transformada de Fourier de la Autocorrelacin de (), () afirma [34].
() = { ()} = () 2 (7.27)

As, de la forma inversa.
() = 1 { ()} = () 2 (7.28)

Esta relacin es conocida como el teorema de Wiener-Khintchine, que relaciona las

propiedades temporales con las propiedades espectrales de la seal ().
Pgina 93
Anexo 3
Circuito de Acondicionamiento
Una parte importante para poder adquirir las seales EMGs es el diseo de un buen circuito de
adquisicin de las mismas, a continuacin se explica la manera en que se diseo tal circuito.
El circuito consta de dos partes, la primera de ellas es la amplificacin de la seal adquirida ya

que el potencial de las seales EMGs est dentro del rango de los 0mV 6mVpp, por lo tanto
sera imposible registrarlo o visualizar en algn osciloscopio o en una PC, es por ello que para
esta primera etapa, se utilizo el amplificador de instrumentacin AD620.El potencial
alcanzado a la salida del amplificador del amplificador de instrumentacin fue de 1.5V.
Filtrado Analgico
Un complemento mas, es la utilizacin de un filtro pasa bandas Butterworth de orden uno cuya
finalidad es limitar el rango de frecuencias entre 0 y 500 Hz, aunque este rango se ve
modificado por elmovimiento, calentamiento de los elementos que conforman el circuito, la
piel y el otro es el movimiento del cable que conecta al electrodo con el amplificador. Las
seales elctricas de ambas fuentes de ruido tienen la mayora de su energa en un rango de
frecuencias de 0 a 20Hz; por lo cual el rango ptimo estar entre los 20 y 500 Hz; adems los
filtros se utilizan para eliminar el ruido que se presentan en los equipos elctricos que se
encuentran alrededor.
Un filtro pasa bandas est formado por un pasa altas y un pasa bajas, los cuales determinan las
frecuencias de corte. La frecuencia de corte del filtro pasa altas es de 20Hz, con stas se
determino las resistencias correspondientes:
1
= (8.1)
2
1
= = .
2 20 0.1
Esta resistencia se logra por medio de un potencimetro de precisin.

Ahora, la frecuencia de corte del filtro pasa bajas es de 500Hz, con sta se determino la
resistencia correspondiente utilizando (8.1).
1
= = .
2 500 0.1
A continuacin se muestra el diagrama del filtro Butterworth pasa banda en el cual se utilizo
un amplificador operacional TL074.
Pgina 94
Figura 8.1 Diagrama de el filtro pasa bandas Butterworth de orden uno.
La parte de la amplificacin se utilizo un no-inversor, el cual fue implementado con un

amplificador operacional TL074.
Los valores de las resistencias utilizadas son:

1 = 100
= 220
Para calcular la ganancia deseada se utiliza la siguiente formula
1 +
= = =1+ (8.2)
1 1
1 + 100+220
Al usar la formula = = = .
1 100
donde: representa la ganancia de voltaje, el voltaje de salida, representa el voltaje de

entrada, as como la resistencia de referencia.
Pgina 95

= (1 + )
1 1
Figura 8.2 Diagrama del amplificador no inversor.
Por lo tanto:

= = (1 + ) (8.3)
1
El voltaje obtenido del AD620 y que fue pasado por el filtro Butterworth pasa banda con
ganancia unitaria fue de 1.5V, est voltaje pasara a ser la entrada del amplificador no inversor
con ganancia de 3.2, este voltaje ser el voltaje de entrada Vi, aplicando (8.3) se obtuvo:
220
= (1 + 100) (1.5) = . V
Figura 8.3 Diagrama de etapas de Pre-amplificacin, Filtrado y Amplificacin.
Pgina 96
Etapas de obtencin, filtrado y amplificacin.
AD620
Figura 8.4 Diagrama de etapas de obtencin, Filtrado y Amplificacin.
El circuito se construyo quedando de la siguiente forma.
Figura 8.5 Circuito de adquisicin de EMGs.
La siguiente tabla muestra las caractersticas del circuito de acondicionamiento.
Rango de frecuencia 20 Hz-500 Hz

Rango de Ruido 0-20Hz
Rango de amplitud 3mV- 4.5V
Ganancia Total 498.2
CMRR 120 db(AD620)
Tabla 7 Caractersticas del circuito de acondicionamiento.
Pgina 97
Bibliografa
[1] Morales M. Luis J. &Shmaliy Y. (2010),Moving Average Hybrid Filter to the

Enhancing Ultrasound Image Processing, IEEE America Latina Transacciones
Vol 8, pp (9-14).
[2] Hargrove L. John (2007). A Comparison of Surface and Intramuscular Myoelectric

SignalClassification, Departamento de ingeniera electrnica y comunicaciones,
[En lnea]<http://ieeexplore.ieee.org/xpl/freeabs_all.jsp?arnumber=4154997>[Consulta: 22
de diciembre 2011].
[3] Barrios H. Dysmart (2001). Biomdica y la Electro-estimulacin funcional.

[En lnea]<http://www.sld.cu/sitios/rehabilitacion-bio/temas.php?idv=18988.>[Consulta: 3
de enero 2012].
[4] Barea N. Rafael (2011). Electromiografa, Instrumentacin Biomdica, Universidad

Alcal.
[En lnea]<http://www.slideshare.net/RUDEROCKER/electromiografia-web[Consulta:
22 de enero 2012].
[5] Harold A. Romo &Jojoa E. Pablo (2007). Analisis de seales EMG superficiales y su
aplicacin en control de prtesis de mano. Universidad de cauca, Colombia.
[6] Ballesteros, L. Dora Maria.(2004). Aplicacin de la transformada wavelet discreta en

el filtro de sealas bioeltricas. Universidad Manuel Beltrn.Bogota, Colombia.
[7] Pinzn M. Rubn D. (2009).Caracterizacin de seales electromiogrficas para la

discriminacin de seis movimientos de la mano. Universidad Tecnolgicas de
Pereira.
[8] Jaimes M. Aylen L.(2009). Diseo de un registrador electromiogrfico de superficie

para cuantificar unidades motoras en la enfermedad del pie cado. Universidad de
pamplona. Norte de Santander, Colombia.
[9] Justo M. Oscar M. (2011). Adquisicin y Filtrado de seales biolgicas con el filtro FIR
UNBIASED utilizando LabVIEW y la tarjeta NI USB-6008. Universidad Veracruzana,
Poza Rica, Veracruz, Mxico.
Pgina 98
[10] Steven W. Smith (1997). The Scientist and Engineers Guide to Digital Signal
Processing, Primera edicin, California.
[11] LjiljanaMilic (2008). Multirate Filtering for Digital Signal Processing: MATLAB
Applications,Universidad de Belgrade, Serbia, pp (3-6).
[12] Alan V. Oppenheim. & Ronald W. (2000). Tratamiento de seales en tiempo discreto,
2a edicin, Prentice Hall, pp(141-148).
[13] Van V. Barry &Haykin S. (2001). Seales y Sistemas. Limusa, pp(562 577).
[14] Garca C. Francisco J.(2000). Filtrado de seales. Universidad tecnolgica de Panam.

[En lnea]<http://www.ieesa.com/universidades/tesis01/>[Consulta: 4 de noviembre
2011].
[15] Virginia M. Foresi (2007). Curso de mtodos numricos. Universidad del pas vasco.
[En lnea]<http://www.ehu.es/~mepmufov/html/Parte4.pdf>[Consulta:3 de
diciembre 2011].
[16] FridmanLeonid (s.f.). algebra lineal.

[En lnea] <http://verona.fi-p.unam.mx/~lfridman/clases/matematicas/Linalg.pdf>
[Consulta:08 de diciembre 2011].
[17] Departamento de matemticas. CSI/ITESM (2009). Optimizacin con restricciones de

igualdad.
[En lnea] <http://www.mty.itesm.mx/etie/deptos/m/ma00-130/lecturas/m130-15.pdf>
[Consultado: 17de diciembre 2011].
[18] Castante J. Adriana (2010). Desarrollo de tcnicas para el tratamiento de ruido de

amplio espectro mediante procesamiento digital, Universidad de Costa Rica.
[19] Proakis John G. &ManolakisDimitris G. (1998). Tratamiento Digital de Seales,

Principios,algoritmos y aplicaciones. 3era Edicin, Prentice Hall, pp(889-898).
[20] MompinPobletJose (1988). Introduccin a la bioingeniera, Barcelona, Espaa,

Marcobo. pp(324).
[21] National Instruments ( 2011). Datashet NI-USB 6008,

[En lnea]<http://sine.ni.com/ds/app/doc/p/id/ds-218/lang/es.> [Consulta: 7 de enero
2012].
Pgina 99
[22] National Instruments: Labview versin de prueba.
[En lnea]<http://www.ni.com/labview>[Cosulta: 3 de septiembre 2011].
[23] Moreno V. Ignacio & Snchez, O. Pedro L. (2005.).Programacion en Labviewtunel.

pp(5 6).
[En lnea]<http://www.gte.us.es/ASIGN/IE_4T/Programacion%20en%20labview.pdf>
[Consulta: 4 octubre 2011].
[24] National Instruments (2006). NI-DAQmx versin 8.0.1

[En lnea]<http://joule.ni.com/nidu/cds/view/p/id/326/lang/es> [Consulta: 7 de
septiembre2011].
[25] National, Instruments. (2011). Aprender 10 funciones de NI-DAQmx y maneja el 80

por ciento de su adquisicin de datos.
[En lnea]<http://zone.ni.com/devzone/cda/tut/p/id/2835?submitted=yes>[Consulta: 7
de enero 2012].
[26] Yaduvir S. &Sweta T. (2010). Analysis of Digital IIR Filter with LabVIEW.
[En lnea]<http://www.ijcaonline.org/volume10/number6/pxc3872002.pdf>[Consulta: 12
de marzo 2012].
[27] Hodgkin, A. &Horowicz, P.(1959).The influence of potassium and chloride ions on the
membrane potential of single muscle fibres,J.Gen. Physiol. pp(131-160).
[28] Richard, P. Ph.D.(2009). Physiology Lessons for use with the Biopac Student Lab,
Electromyography, Indiana University School of Medicine.
[29] L. Gilla. I. Rodrguez Carreo. J Rodriguez Falces (2009). Mtodos de procesamiento y

anlisisde seales electromiogrficas.
[En lnea]
<http://scielo.isciii.es/scielo.php?pid=S113766272009000600003&script=sci_arttext>
[Consulta: 20 de agosto 2011].
[30] Jaimes, M. Aylen L.(2009). Diseo de un registrador electromiogrfico de superficie

para cuantificar unidades motoras en la enfermedad del pie cado. Universidad de
Pamplona, Panplona, Colombia.
[31] F. Brunetti, L. & J.C. Moreno (s.f.). Ruido en sistemas electromiogrficos superficiales
porttiles. Instituto de Automtica Industrial.
Pgina 100
[32] Hernndez Stengele, F.(2008). Diseo y construccin de prototipo neumtico de protesis
de pierna humana,Tesis Licenciatura, Universidad de las Amricas Puebla.
[En lnea]
<http://catarina.udlap.mx/u_dl_a/tales/documentos/lep/hernandez_s_f/indice.html>
[Consulta: 4 de octubre 2011].
[33] Gila L., Malanda A. &Rodriguez I. &Rodriguez J. (2009). Mtodos de

procesamiento y anlisis de seales electromiogrfica. Anales del sistema Sanitario de
Navarra, Pamplona, Espaa.
[En lnea]<http://dx.doi.org/10.4321/S1137-66272009000600003>[Consulta: 13 de
diciembre 2011].
[34] Leon W. Couch II (1993).Digital and Analog Commmunication Systems, Macmil-

lan Publishing Company.
Pgina 101

Ecg PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Ecg PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

UNIVERSIDAD VERACRUZANA

FILTRADO DIGITAL DE SEALES DEL TOBILLO

LUIS FRANCISCO MARIA

MRT. REYNA RAMREZ CARPIO

POZA RICA, VER. MAYO2012

3.Desarrollo de filtrado digital en LabVIEW

Figura 2.1 Aplicaciones del PDS. ................................................................................................................ 6

Tabla 1Tipos de configuracin para la NI USB 6008. ............................................................................ 27

El rpido desarrollo del Procesamiento Digital de Seales (PDS) ha trado consigo la

1.3 Estado del arte

El uso de seales Electromiogrficas obtenidas por medio de electrodos de superficie son

Posteriormente estudios ms detallados refuerzan la investigacin de Luigi, en 1912 se realizo

En el 2004 Ballesteros L. Dora Maria[6], propone la aplicacin de la transformada Wavelet

Pinzn M. Rubn. D. y otros [7], presentan en el 2009 un trabajo de investigacin donde

Tambin en el 2009 Jaimes M. Aylen L. [8]. Presentan el diseo de un registrador

En el 2010 Morales M. Luis J. &Shmaliy Y. [1], presentan un articulo, donde se desarrolla la

En resumen se propone implementar un filtrado digital con filtros clsicos aplicados en

Hoy en da el procesamiento de seales biolgicas desempea un papel importante dentro de

1.6 Estrategia de solucin

La implementacin de filtros digitales clsicos en seales EMGs provenientes del tobillo,

En el presente trabajo se pretende implementar electrodos de superficie para registrar las

1.8 Objetivos del trabajo

Objetivo particular III

Circuito de acondicionamiento de las seales Electromiogrficas.

Milicia Radar, Sonar, Seguridad de comunicaciones, Orientada a artillera.

Comercio Compresin de imgenes y sonido para presentaciones multimedia,

Telefona Compresin de voz y datos, Reduccin de eco, Multiplexaje de seales,

Industria Monitoreo y control, CAD y diseo de utileras.

Cientfico Registro y anlisis de terremotos, Adquisicin de datos, Anlisis

Medicina Diagnostico por imgenes (CT/MRI, Ultrasonidos y otros), Anlisis

Figura 2.1 Aplicaciones del PDS.

Figura 2.2 Tipos de sistemas

La manipulacin de sistemas discretos en el PDS esta basado en la superposicin como

[n] Sistema [n]

[n] Sistema [n]

[n] Sistema [n]

[n] = [n] + [n] + [n]

Figura 2.4 Descomposicin y sntesis de una secuencia discreta.

Otro mtodo para el anlisis de sistemas, es a travs de la relacin de entrada-salida afirma

donde: ak y bk son los parmetros constantes que especifican el sistema,N y M lmites.

Esta ecuacin es llamada ecuacin en diferencias y representa una de las maneras de

Sistema discreto LTI

De acuerdo a [11] se describen algunas caractersticas de los sistemas LTI.

Entonces el sistema es lineal si:

1. La respuesta a 0 [n] + 1 [n] es igual a0 [n] + 1 [n].

2. La respuesta a 0 [n] es 0 [n], donde a es una constante compleja cualquiera.

La primera de estas dos propiedades se le conoce como la propiedad de aditividad; la segunda

0 [n] + 1 [n] 0 [n] + 1 [n] (2.2)

Donde a y b son constantes complejas cualesquiera. Se demuestra directamente a partir de la

A este hecho tan importante se le conoce como la propiedad de superposicin, la cual se

Invarianza en el tiempo: un sistema es invariante en el tiempo si el comportamiento y

Figura 2.5 Circuito RC

Un sistema es invariante en el tiempo dado un ejemplo, si un corrimiento de tiempo en una

La respuesta que presenta un sistema LTI, a la secuencia de impulsos unitarios { [n]},es la

[n] = ({ [n]}) (2.5)

[n] = [][n ] o [n] = [][n ] (2.6)

{[n]} = {[n]} {[n]} (2.7)

Ahora, un sistema LTI se dice que es estable si su respuesta al impulso satisface.

|[n]| < (2.8)

Adems un sistema LTI es causal si su respuesta al impulso es una secuencia causal.

[n] = 0, para n < 0

Causalidad: un sistema es causal, si su salida en cualquier instante de tiempo depende slo de

[n] = 0, para n > 0