Go Down

Topic: Ayuda con mi codigo y filtros paso-bajo (Read 14115 times) previous topic - next topic

Cheyenne

copachino, para implementar un filtro paso banda en Arduino por ejemplo puedes poner lo siguiente, está realizado con el código para Bessel de primer orden con frecuencia de corte 1 kHz.
Code: [Select]

float v[2];
float VariableFiltrada;

void loop() {

  v[0] = v[1];
  v[1] = (2.45237275253e-1 * Variableafiltrar) + (  0.5095254495 * v[0]);
  VariableFiltrada = v[0] + v[1];

}


Ahora no sé si hay algún experto en filtros que nos pudiera resolver algunas dudas. Las que yo tengo son:

¿En qué casos está más indicado el filtro Bessel o el Chebyshev?

Si se usan los filtros paso bajo de Bessel o Chebyshev, qué ventajas o inconvenientes tienen respecto a realizar la media de los últimos x valores?

El orden de los filtros imagino que se corresponde con la mayor o menor atenuación en las frecuencias de corte. Sin embargo al ir aumentando el orden, ¿qué inconvenientes nos produce? ¿Se produce mayor retardo en la señal?
http://cuadricopterodiyarduino.blogspot.com/

copachino

#16
Jan 22, 2012, 12:04 am Last Edit: Jan 22, 2012, 11:14 pm by copachino Reason: 1
Pues bueno de momento este es mi código "filtrado" con la ecuación de bessel de primer orden use las librerías que me pasaron para filtros.... uno no he probado el programa pero mañana espero poder hacerlo


Cheyenne

Yo hice una prueba con la librería pero no me funcionó, me sacaba unos valores en otro orden de magnitud. Tampoco lo investigué mucho, tal vez era un error de programación por conversión entre distintos tipos de variables. Por no ponerme a investigar directamente puse el algoritmo que he puesto arriba y funciona bien.

No sé si hay alguien que controle el tema de filtros y pueda responder a las preguntas de mi anterior post.
http://cuadricopterodiyarduino.blogspot.com/

Igor R

#18
Jan 22, 2012, 02:42 pm Last Edit: Jan 22, 2012, 03:08 pm by Igor R Reason: 1
Realizar la media de los "X" últimos valores, desde un punto de vista como filtro paso bajo, es malo. Pero por otro lado, computacionalmente es muy bueno. Ya que si por ejemplo, haces que tu "X" sea un número par, para dividir puedes usar una operación de shift (cada vez que desplazas una posición, multiplicas o divides por dos, según el sentido).

Al final, uno de los factores limitantes en sistemas de tiempo real, es la computación. Puede ser un filtro cojonudo, que si no va a dar tiempo a tu Arduino, a procesar las operaciones necesarias entre la toma de una muestra y la otra, no te sirve para nada.

Por ejemplo, hacer algo como:

memoria1=memoria2;
memoria2=memoria3;
memoria3=memoria4;
memoria4=analogRead(0);

salida_filtrada=(memoria1+memoria2+memoria3+memoria4)>>2;


Pues es bastante rápido. Es decir, de esta forma no se te queda parado tomando "X" muestras para luego usarlo en lo que quieras. Lo va haciendo al "vuelo".Asi tienes más tiempo para realizar otras operaciones en tu proceso.
Si lo que vas a controlar es la temperatura de una habitación, pues te puedes permitir altos tiempos de ciclo. Es un sistema que tiene una inercia altísima. Para que suba 1 grado una habitación, pasan minutos ó horas...
Por otro lado, si estas midiendo es las revoluciones de un motor, en la cual tienes que inyectar gasolina en el cilindro cuando estés a cierto lugar del punto muerto superior, pues te estás moviendo en tiempos muy pequeños...

Me refiero, que es un factor a tener en cuenta, no sólo el filtro en sí, si no la computación que requiere implementarlo.



Cheyenne

Gracias Igor R. En el caso que ahora me llevaría creo que no sería muy crítico el tiempo de computación (claro que tampoco sé el tiempo que llevaría ejecutar un buen filtro). Se trata de la medida de los 8 canales de la emisora RC. Los datos recogidos pueden variar aproximadamente entre 1050 µs y 1870 µs siendo el centro 1460 µs. Ante un valor fijo de palanca la variación por ruido puede tomar valores entre 1448 µs y 1460 µs. Ahora lo tengo en plan sencillo promediando los últimos 6 valores pero me gustaría implementar algún filtro mejor.
http://cuadricopterodiyarduino.blogspot.com/

copachino

bueno de momento comento mis avances:

el programa anterior estaba malisimo habian variables que no hacian nada, mal estructurado, mala matematica y mucho mas en fin lo probe lo compilo lo cargo pero al usarlo no hacia nada ni siquiera leia algo.... entonces me tome tiempo de leer mas detenidamente mi codigo y lo corregi un poco de nuevo es un codigo algo rustico pues es lo mas que puedo hacer con lo que nonosco...... si me dan consejos pra optimizar lo mas probable es que no sea como pero bueno puedo leer y aprender a usar sus consejos jejeje....... le puse algo de explicacion esta vez para facilitar la lectura del codigo....

Code: [Select]

volatile byte rpmcount;
volatile int status;

unsigned int rpm;

unsigned long timeold;

void rpm_fun()
{
   //cada rotacion esta funcion se activa de momento una ves   //
   //
      rpmcount++;
     
}
void setup()
  {
   Serial.begin(9600);
   //Interrupt 0 es el pin 2 digital,
   // (cambia de HIGH a LOW)
   attachInterrupt(0, rpm_fun, FALLING);
   


   rpmcount = 0;
   rpm = 0;
   timeold = 0;
   status = LOW;
}

void loop()
{
 
   delay(1000);//actualiza las RPM cada segundo;
   detachInterrupt(0);
   //Nota que cambiare el calculo es: 60*1000/(millis() - timeold)*rpmcount segun los dientes que tenga
   //la rueda dentada de momento es para una una sola muestra por vuelta. un diente
   //dependiendo de lo dientes el factor 60 sera divido por ejemplo si son 10 dientes seria 6*1000
   rpm = 60*1000/(millis() - timeold)*rpmcount;
   timeold = millis();
   rpmcount = 0;
   
   //mando la salida al puerto serial
   Serial.println(rpm,DEC);
   
   //reinicia el roceso de interrupcion
   attachInterrupt(0, rpm_fun, FALLING);

  }


de momento no he metido nada de filtos que sigo a la investigacion de ellos....
espero elguien se tome su tiempo y me pueda decir algo sobre el codigo..

un saludo a todos

boganazhapa

Hola comunidad

Interesante programa de filtros, estoy realizando un proyecto de procesamiento de señales y me gustaría saber como obtienen la frecuencia de corte para cada filtro, en mi caso quiero ingresar frecuencias de corte de 0,1Hz y 45Hz, seria de gran ayuda...

Esta librería que estoy utilizando, o si tiene otra me la cruzan...
http://jeroendoggen.github.io/Arduino-signal-filtering-library/

boganazhapa

#22
Oct 05, 2013, 05:33 pm Last Edit: Sep 11, 2016, 09:07 pm by surbyte Reason: Mas posteado el código
Pueden ayudarme con es este filtro.... Me sale un error en un ejemplo de prueba, y es undefined reference to `SignalFilterOrder1::run(float)'

estos son los códigos:

CÓDIGO    SignalFilterOrder1.cpp

Code: [Select]
//filtro pasa altos con frecuencia de corte de 0.05 Hz
#include <Arduino.h>
#include <SignalFilterOrder1.h>
/// Constructor
SignalFilterOrder1::SignalFilterOrder1()
{
 _v[0]=0.0;
 //_v[1]=0.0;
 //_v[2]=0.0;
}
/// runButterworth: Runs the actual filter: input=rawdata, output=filtered data
float SignalFilterOrder1::runButterworth(float data)
{
   _v[0] = _v[1];
   _v[1] = (9.999842922835e-1 * data) + (0.9999685846 * _v[0]);
   return (_v[1] - _v[0]);
}



CÓDIGO SignalFilterOrder1.h

Code: [Select]
//libreria de filtro butterworth de 0.05 Hz
#ifndef SignalFilterOrder1_h
#define SignalFilterOrder1_h
#include <Arduino.h>

class SignalFilterOrder1
{
 public:
   SignalFilterOrder1();
   int run(float data);
   
 private:
   float runButterworth(float data);
   float _v[2];

};
#endif


EJEMPLO DE PRUEBA:
Code: [Select]
#include <SignalFilterOrder1.h>
SignalFilterOrder1 Filter;
int value;
float val;
float filtered;
void setup(){
 Serial.begin(9600);
}
void loop(){
 value = analogRead(A0);
 val = value * 0.034;
 filtered = Filter.run(val);  
}



fabrineitor

Hola, se que el postes un poco viejo pero las dudas siempre quedan y muchas veces varios tienen las mismas dudas asi que tratare de responder alguna de las dudas que vi aqui.

Primero, cada tipo de filtro tiene sus características, y saber cual utilizar dependerá de la aplicación en donde se utilice el mismo.

La característica de los filtros bessel son que tienen una respuesta de fase lineal, es decir, la fase de la señal varía linealmente a medida que aumenta la frecuencia. Esto es ventajoso para aplicaciones que requieran una fase invariante o para las aplicaciones en donde el retraso de grupo no sea algo critico.
Contra? pues, para poder obtener cierta atenuación a una determinada frecuencia, se requiere de un orden mayor del filtro, lo que conlleva a un coste computacional mayor (si se requiere atenuaciones abruptas)

Los filtro butterworth. su principal característica es que en la banda de paso (las frecuencias que queremos) tiene una respuesta maximamente plana. Sus aplicaciones podrian ser por ejemplo en procesos en donde la magnitud de la señal es fundamental y cambios mínimos en la misma no pueden ser tolerados. en bioseñales por ejemplo en donde las amplitudes no llegan a mas de unos cuantos miliVoltios.
Contra? Fase no lineal

Los filtros chebychev. Su principal característica es que para una atenuacion a una determinada frecuencia, requiere un orden de filtro menor en comparación con butterworth y bessel. Aplicaciones podrían ser en las que la magnitud y fase no son críticos, si no por ejemplo el coste computacional, (que se este trabajando con algun micro con poca memoria por ejemplo o baja velocidad) y se requiera de una garantía de supresión de ciertas frecuencias a una determinada atenuación.
Contra? Fase no lineal y riple en la banda de paso (variación en la magnitud de la nada de paso)
Este riple puede variar dependiendo del cálculo que se haga del filtro.

Un filtro de media móvil o filtro promediador es un filtro con características de tipo "pasa bajo" y se utiliza principalmente para "suavizar" la señal y tratar de eliminar los cambios abruptos que puedan ocurrir en la señal. Mientras mayor sea el número de muestras con que se realiza el promedio, mayor será el "suavizado", pero si se utilizan muchas muestras, este tipo de filtro puede llegar a distorsionar la señal real.

Bueno, estos son los principales filtros digitales y mas comunes. Existen otros mas complejos y me extendería mucho si nos ponemos a explicar en detalle cada uno de ellos.

Ahora, el orden del filtro: Mientras mayor sea el orden del filtro, mayor es la "caida" o la pendiente o el roll-off del filtro, hacia la banda de rechazo (la que queremos filtrar). Pero esto a su vez requiere un coste computacional mayor para su implementacion.

Frecuencia de corte: esta es la frecuencia en la que el filtro debería atenuar la señal por lo menos a la mitad de la potencia. Si se trata de un filtro pasa bajo, es la máxima frecuencia que quieres dejar "pasar" por el filtro; si es u filtro paso alto es la mínima frecuencia que quieres dejar pasar. Si se trata de un filtro pasa banda, se trata del rango de frecuencia en la que se encuentra tu señal, o que quieres dejar pasar, o de interés (Fminima - Fmáxima; desde 10 Hz hasta 200 Hz, etc); y si es rechaza banda o "Notch" o de ranura, es la frecuencia que deseas eliminar, o el rango de frecuencia que deseas eliminar (ej: eliminar 60 Hz o 50 Hz, que es la frecuencia de la línea eléctrica dependiendo del país, eliminar desde 500 Hz hasta 1500 Hz, etc).


Para poder diseñar un filtro, es necesario al menos estas 2 características (orden del filtro y frecuencia de corte) además del tipo de filtro (paso bajo/alto/banda, etc).

Se podría diseñar alguna librería en la que introduzcas estos valores y te regrese los valores del filtro pero creo que esto no es lo que quieres y además sería un poco complicado.

Para poder darte algun filtro necesitaría saber la aplicación para el mismo, o al menos la frecuencia de corte. MatLab tiene algunas funciones interesantes que te podrían ayudar a realizar este cálculo sin saber mucho de filtros si quieres probar.

Se me olvidaba, los filtros tambien se pueden clasificar segun su respuesta al impulso, pueden ser de tipo IIR (respuesta al impulso infinita) o FIR (respuesta al impulso finita). No vamos a entrar en detalle con esto ya que puede ser tedioso pero explico de la manera más basica para tratar que se entienda lo mejor posible:

Los filtros IIR necesitan un orden menor que los FIR para lograr la misma atenuacion a cierta frecuencia, pero estos no siempre pueden llegar a ser estables y además, la respuesta de la fase no es lineal. Otra característica explicada de forma simple es que para implementarlos, necesitarías guardar en memoria no sólo algunos valores de la entrada, si no tambien algunos de la salida (si, depende de salidas anteriores o pasadas).

Los filtros FIR siempre son estables y la mayoria tienen una respuesta de fase lineal pero necesitarían un orden mayor que los IIR para lograr la misma atenuación a cierta frecuencia. Estos sólo dependen de valores pasados de la entrada. no dependen de valores pasaos de la salida.

Los filtros butterworth y Chebychev son filtros de tipo IIR

Los filtros de Bessel y de media movil son filtros de tipo FIR

Los filtros digitales dependen tambien de la frecuencia de muestreo que estes utilizando, o en otras palabras, el tiempo de muestreo o periodo de muestreo (cada cuánto tiempo vuelves a tomar una muestra). Dependiendo de la frecuencia de muestreo, se calculan los coeficientes del filtro.

Por lo que "decirte un filtro" así como así puede que no te sirva para las especificaciones que tu necesitas.

Si lo que necesitas es un filtro para reducir un poco el ruido para un sensor de temperatura, o creo que leí el de distancia, un filtro de media movil podría servir perfectamente.

Te podría dar un ejemple de un filtro de media móvil de 5 muestras por ejemplo:

Code: [Select]
float x[5] = 0; // Las 5 muestras para su posterior procesado
float y = 0;                   // La salida del filtro

/* Los filtros de media movil pueden utilizarse con valores "futuros" a la muestra central y valores "pasados".
Puede utilizarse solo futuros, solo pasados o una combinacion de los dos. en este caso utilizaremos solo valores pasados*/

void setup{

serial.begin(9600);

//podemos inicialmente recoger 5 valores y despues ir actualizando los valores
for (int i=0; i<5; i++){
x[i] = analogread(PIN); //lee el pin del sensor, etc.
y = y + x[i];               // sumo los valores de las muestras
}
y = y/5;                     // Finalmente calculamos el promedio

x[4] = x[3];               // Actualizamos los valores de las muestras
x[3] = x[2];
x[2] = x[1];
x[1] = x[0];
}

void loop{
// Ahora podemos empezar a tomar muestras indefinidamente

x[0] = analogread(PIN;      // Empezamos a leer los valores

// Implementamos el filtro

y = (x[0] + x[1] + x[2] + x[3] + x[4])/5;

serial.prinln(y);              // Imprimimos en monitor serial

x[4] = x[3];                 // Actualizamos los valores de las muestras
x[3] = x[2];
x[2] = x[1];
x[1] = x[0];

}







Go Up
 


Please enter a valid email to subscribe

Confirm your email address

We need to confirm your email address.
To complete the subscription, please click the link in the email we just sent you.

Thank you for subscribing!

Arduino
via Egeo 16
Torino, 10131
Italy