Professional Documents
Culture Documents
Ingeniera Electrnica
Alumnos:
Cataln Montoya Max Quincy
14490011
Garca Hernndez Alina Mara
11491128
Silva Morales Martin Jr.
11490578
Reporte #4:
Anlisis de Grabaciones simultaneas
Resumen
En este trabajo lo que se busca es poder hacer una grabacin del corazn y la
respiracin de un paciente de forma que podamos tener una referencia para el anlisis
espectral que se har ms adelante en el curso.
Como en la prctica pasada, se har una grabacin y se analizara con las diferentes
funciones que nos ofrece MATLAB para el anlisis espectral.
Tabla de Contenidos
1.
Introduccin ........................................................................................................................ 4
1.1.
1.2.
1.3.
2.
Problema .......................................................................................................................... 4
Justificacin ..................................................................................................................... 4
Objetivo ............................................................................................................................ 4
Marco Terico ..................................................................................................................... 5
2.1.
2.2.
2.3.
2.4.
2.4.1
2.4.2
3.
4.
Metodologa ....................................................................................................................... 10
Resultados .......................................................................................................................... 14
4.1.
4.2
4.3
5.
6.
1. Introduccin
Actualmente como herramienta para el procesamiento digital de seales utilizamos
software que discretizan los datos adquiridos, no obstante existen formas matemticas para el
anlisis. De esta manera utilizamos el programa de MATLAB para poder analizar el espectro de
la frecuencia de la respiracin en los seres humanos, existen 4 diferentes formas para que as nos
podamos percatar de los distintos aspectos en la seal, en ste caso hacemos uso de :
1.1.
Problema
Adquisicin de dos grabaciones simultneas, una situada en el pecho para el latido del
corazn y la segunda en la trquea, que es para la respiracin, al obtener las grabaciones se har el
anlisis espectral con las funciones que nos proporciona MATLAB.
1.2.
Justificacin
1.3.
Objetivo
2. Marco Terico
2.1.
; 0 k
Dnde:
(1)
Antes de entrar en detalles sobre la FFT comprobemos la naturaleza peridica del trmino
, de hecho la periodicidad y simetra de
2
= =
2
2
(2)
2.2.
s(t) =
n= a n f(t nTs )
(3)
donde f(t) es la forma de onda del pulso del smbolo, y Ts es la duracin del smbolo. La densidad
espectral de potencia de una seal digital es:
Ps (f) =
|F(f)|2
Ts
j2kfTs
n= R(k)e
(4)
donde F(f) es la transformada de Fourier de la forma del pulso, f(t), y R(k) es la autocorrelacin
de los datos:
R(k) =
n=(a n a n+k )i Pi
6
(5)
donde an y an+k son los niveles de voltaje de los pulsos de los datos en las posiciones del smbolo
n-simo y (n+k)-simo, respectivamente, y Pi es la probabilidad de tener el producto i-simo
anan+k.
Una forma alternativa consiste en promediar las PSD intermedias obtenidas mediante
clculos de la DFT de distintos tramos consecutivos de la seal aleatoria. Supongamos que
disponemos de M muestras de la seal aleatoria cuya PSD deseamos determinar. Si subdividimos
la secuencia de M muestras en K segmentos de N muestras cada uno (cuya duracin temporal es
T segundos), para cada segmento podemos estimar su PSD como:
1
(i)
(I)
f=n/T
| T |tXi (n)|2
(6)
(7)
El superndice i en la PSD dada por (12) se utiliza para indicar que se trata del clculo obtenido a
partir del segmento i-simo, para 0 i K 1. As, promediando entre las K PSD obtenidas, se
llega a una estimacin de la PSD:
1
(i)
K1
2
Pw (f) K K1
i=0 Pw (f) K i=0 |tX i (n)| =
t2
KT
2
K1
i=0 |X i (n)|
(8)
Donde:
(i+1)N1
Xi (n) = k=iN
2.3.
x(k)ej( N )nk
(9)
Teniendo en cuenta las posibilidades ofrecidas por las computadoras personales actuales o
la disponibilidad de circuitos integrados para el procesamiento digital de seales, el espectro de
una seal puede aproximarse fcilmente mediante la denominada transformada discreta de Fourier
(DFT):
2
j( )nk
N
X(n) = N1
k=0 x(k)e
(10)
j( )nk
N
X(n) = N N1
n=0 X(n)e
(11)
computadora. El programa MALTAB tiene implementadas dos funciones que permiten determinar
tanto la DFT como la IDFT mediante el uso de algoritmos FFT (transformada rpida de Fourier).
Las funciones en MATLAB encargadas de ello, respectivamente, son las siguientes: X =
fft(x) y x = ifft(X)
(12)
2.4.
2.4.1
Simplemente, en el caso del tiempo continuo, la funcin a ser transformada se multiplica por
una funcin ventana que solo es diferente de cero por un pequeo perodo. La trasformada de
Fourier (una funcin de una sola dimensin) de la seal resultante es tomada como la ventana que
8
se desliza a lo largo del eje del tiempo, resultando una representacin en dos dimensiones de la
seal. Matemticamente, se escribe como:
(13)
donde w(t) es la funcin ventana, comnmente una ventana de Hann o ventana
campana Gaussiana centrada en cero, y x(t) es la seal a ser transformada, x(t, w) es esencialmente
la Transformada de Fourier dex(t)x(t - ), una funcin compleja que representa la fase y magnitud
de la seal sobre tiempo y frecuencia. A menudo se emplea la fase instantnea junto con el eje del
tiempo y el eje de la frecuencia w para suprimir cualquier discontinuidad por salto en la fase
resultante en la STFT. El ndice de tiempo normalmente se considera un tiempo "lento" y
usualmente no se expresa con tan alta resolucin como con el tiempo t.
2.4.2
En el caso del tiempo discreto, la informacin a ser transformada podra ser dividida en
pedazos o tramas (que usualmente se traslapan unos con otro, para reducir irregularidades en la
frontera). Cada pedazo una transformacin de Fourier, y el resultado complejo se agrega a una
matriz, que almacena magnitud y fase para cada punto en tiempo y frecuencia. Esto se puede
expresar as:
(14)
Donde, x[n] es la seal y w[n] es la ventana. En este caso m es discreta y es continua,
pero en la mayora de aplicaciones tpicas la STFT se hace en un computador usando la
Transformada Rpida de Fourier, as ambas variables son discretas y cuantizadas. De nuevo, el
ndice de tiempo discreto m es normalmente considerado como un tiempo "lento" y usualmente no
se expresa con tan alta resolucin como con el tiempo n.
La magnitud cuadrada de la STFT origina el espectrograma de la funcin:
(15)
.
3. Metodologa
Para esta practica se realizo la grabacion simultanea del sonido del pulmon, que fue tomado
colocando un microfono en la traquea y otro sonido del corazon, colocando otro microfono en
el lado izquierdo del pecho.
Para esto se utilizo un equipo que se utiliza principalmente para grabaciones de musica,
pero se hizo el experimento y poder ver de que forma se podia utilizar para poder desarrollar
la practica, se utilizo el siguiente material:
Motu UltraLite-mk3 Hybrid es una interfaz de audio compacta y verstil que ofrece
conexin hibrida FireWire/USB2, efectos de mezcla y una calidad de sonido y fiabilidad soberbias.
UltraLite-mk3 Hybrid dispone del sistema de monitorizacin CueMix con latencia cero
que gracias a su DSP no utiliza recursos de la CPU de su ordenador y posibilita el uso de su
mezclador con sus efectos internos en modo Stand-alone.
El MXL 992 micrfono ofrece el rango dinmico requerido para las aplicaciones de
grabacin ms exigentes. Tiene un lugar aireado, sonido abierto con bajo ruido esencial para la
grabacin digital precisa. 20Hz-20kHz rango de frecuencia. 10 dB de atenuacin conmutable.
Seleccionable de -10dB baja frecuencia roll-off. Caja grande en latn. Cableada personalizada
internamente con cable Mogami prima. MXL incluye un lujoso estuche de transporte y
amortiguadores de diseo personalizado con el micrfono.
El micrfono MXL 993 est diseado con un circuito FET sin transformador y una cpsula
de diafragma de oro para entregar el rango dinmico requerido en las aplicaciones de micrfono
instrumento ms exigentes. El MXL 993 micrfono tiene un sonido sedoso, abierto con un rango
de 20Hz-20kHz de frecuencia, 10 dB de atenuacin conmutable, seleccionable de -10dB baja
frecuencia roll-off, y gran recinto latn. Es perfecto para guitarra y microfona de batera por
encima. MXL te da un lujoso estuche y pinza de montaje con su micrfono.
Requiere alimentacin fantasma.
11
Caractersticas
MXL 992:
Cpsula de oro grande
Amplio rango de frecuencia de 20Hz-20kHz
10 dB de atenuacin conmutable
10dB de corte de baja frecuencia
Con cable de encargo con el cable Mogami
Incluye amortiguadores y estuche
2 libras.
Con conexin de cable con cable Mogami
MXL 993:
Circuitos FET
Oro diseo de cpsula de diafragma,
Reproduccin instrumento sedoso, abierta
Rango de frecuencia de 20Hz-20kHz
10 dB de atenuacin conmutable
Seleccionable de -10dB baja frecuencia roll-off
Caja grande en latn
Al hacer las conexiones correspondientes de los microfonos a la entrada de la tarjeta de sonido,
y esta misma al firewire de la computadora, para asi poder hacer la grabacion y pasar lo capturado
a la computadora, se utilizo el programa Sony vegas, para la captura y edicion del sonido.
Sony vegas Pro 13
Descripcin
Vegas Pro proporciona un entorno de creacin de contenido eficiente, intuitivo e integrado
para profesionales de vdeo y televisin. Ahora con rendimiento acelerado de GPU con
dispositivos compatibles con OpenCL, Vegas Pro impulsa las tareas de procesamiento de vdeo y
renderizado con facilidad.
Con innovadoras herramientas 3D estereoscpicas, compatibilidad con formato amplio,
control de audio sin precedentes y efectos de transformacin y procesamiento impulsados por la
GPU, la coleccin de Vegas Pro optimiza el flujo de trabajo como nunca antes.
Con su enfoque nico, visual para la produccin de audio y vdeo digital, Vegas ofrece un poder
tremendo, una velocidad increble y una productividad mxima en una plataforma eficiente y sin
complicaciones.
Al hacer las conexiones correspondientes, el grabado de los sonidos que esperabamos fue
relativamente, sencillo, ya que solo era necesario tener un poco del conomiento del programa que
se estaba utilizando, para poder tener un mejor rendimiento de lo que tratabamos de obtener.
13
4. Resultados
4.1.
clear
close all
clc
[x,fs]=wavread('simultanea.wav');
N=length(x);
N=2^nextpow2(N);
% N=256; % Total Number of Samples
% fs=8000; % Sampling frequency set at 1000Hz
% f=1000;
n=0:N-1;
% Now generate the sinusoidal signal
% x=sin(2*pi*(f/fs)*n);
% Estimate its spectrum using fft command
X=fft(x);
magX=abs(X);
% Build up an appropriate frequency axis
fx=0:(N/2)-1; % first make a vector for
f=0,1,2,...(N/2)-1
fx=(fx*fs)/N; % Now scale it so that it represents frequencies in Hz
figure(1);
subplot(1,1,1);
plot(fx,20*log10(magX(1:N/2)));
grid;
title('Spectrum of LS');
xlabel('Frequency (Hz)');
ylabel('Magnitude (dB)');
figure(2)
d100=fs/100;
nfft=2^nextpow2(d100)
spectrogram(x,nfft,128,nfft,fs,'yaxis');
title('Spectrum of LS');
xlabel('Time (s)');
ylabel('Frecuency (Hz)');
14
Figura 7. Espectrograma
15
4.2
16
(a)
(b)
(c)
Figura 8 (a) Magnitud del espectro en x(n);(b) Magnitud de respuesta del filtro Notch; (c)
Magnitud del espectro y(n)
17
4.3
5. Conclusiones
En esta practica se pudo utilizar una grabacion simultanea donde se obtienen dos sonidos
provenientes del cuerpo, en este caso seria la respiracion y el latido del corazon, para el analisis
espectral de estos sonidos producidos por el cuerpo.
Como parte de la investigacion se puede ver en como se puede diferenciar del registro normal,
los registros patolgicos presentan seales temporales mucho ms ruidosas y una morfologa muy
desordenada.
De la representacin tiempo-frecuencia (espectrograma) podemos observar que el registro
normal presenta solo componentes de baja frecuencia. En los registros patolgicos, sin embargo,
y a diferencia de aquel, se puede ver la presencia de picos de alta frecuencia y mayor amplitud en
las bajas frecuencias.
MATLAB nos proporciona ciertas funciones que se pueden utilizar para el analisis de estas
frecuencias, forma de la que se han hecho estudios, y podido obtener aunque no 100 por ciento
efectivos, un rango de frecuencias de una persona sana, lo que nos puede ayudar a hacer el
diagnostico de un paciente, gracias al analisis de las frecuencias obtenidas de los sonidos del
cuerpo.
19
6. Referencias
[1]
[2]
G. F. Franklin, J. D. Powell, and M. L. Workman, Digital control of dynamic systems, 3rd ed. Menlo Park, Calif.:
Addison-Wesley, 1998.
W. Tomasi, Electronic communications systems : fundamentals through advanced, 5th ed. Upper Saddle River, N.J.:
Pearson/Prentice Hall, 2004.
20