Estudo da técnica de identificação de sistemas implementada em microcontroladores Arduino Due e Teensy 3.6

Artur Zorzo; William D'Andrea Fonseca

doi:10.55753/aev.v32e49.91

Autores/as

Artur Zorzo Engenharia Acústica, Universidade Federal de Santa Maria, Santa Maria, RS
William D'Andrea Fonseca Engenharia Acústica, Universidade Federal de Santa Maria, Santa Maria, RS https://orcid.org/0000-0003-3439-5963

DOI:

https://doi.org/10.55753/aev.v32e49.91

Palabras clave:

función de respuesta de frecuencia, AD/DA, optimización, filtros adaptativos

Resumen

La técnica de identificación de sistemas es una poderosa herramienta en la caracterización de sistemas dinámicos. Una de las aplicaciones más significativas de este algoritmo es en los sistemas de control activo de ruido. Este trabajo tiene como objetivo exponer las teorías, implementación y resultados experimentales de esta técnica que hace uso de filtros adaptativos y el algoritmo LMS. Se utilizaron dos microcontroladores, Arduino Due y Teensy 3.6, para implementar los algoritmos y se compararon las velocidades de procesamiento y la precisión de los resultados. Para la parte experimental se utilizaron filtros RC y los resultados de las estimaciones de respuesta en frecuencia se compararon con simulaciones numéricas. Además, se obtuvo una estimación de planta de un sistema de control de ruido activo en auriculares y se comparó con una respuesta de la medición de transductores y simulación de filtros analógicos. Los resultados mostraron que Arduino Due no podía manejar altas frecuencias de muestreo debido a las limitaciones del procesador. Teensy, por otro lado, pudo generar resultados satisfactorios incluso para frecuencias altas. La evidencia obtenida reveló que la precisión de las estimaciones depende fuertemente del número de coeficientes del filtro adaptativo utilizado y del parámetro de convergencia del algoritmo.

Citas

ARDUINO. What is Arduino. 2017. <https://www.arduino.cc/en/Guide/Introduction>. Acessado em 12/12/2017.

ARM. PROCESSORS CORTEX-M SERIES. 2017. <https://www.arm.com/products/processors/cortex-m>. Acessado em 12/12/2017.

CLARKSON, P. M. Optimal and Adaptive Signal Processing: A Volume in the Electronic Engineering Systems Series: 3. [S.l.]: CRC-Press, 1993. doi: 10.1201/9780203744925 DOI: https://doi.org/10.1201/9780203744925

DEVICES, A. Linear Circuit Design Handbook. [S.l.]: Newnes/Elsevier, 2008. doi: 10.1016/B978-0-7506-8703-4.X0001-6 DOI: https://doi.org/10.1016/B978-0-7506-8703-4.X0001-6

JR, J. A. A.; NETTO, S. L. QRD-RLS Adaptive Filtering. [S.l.]: Springer, 2009. doi: 10.1007/978-0-387-09734-3 DOI: https://doi.org/10.1007/978-0-387-09734-3

KUO, S. M.; MORGAN, D. R. Active noise control systems – algorithms and dsp implementation. Wiley Series in Telecommunications and Signal Processing, 2009.

PJRC. Teensy USB Development Board. 2017. <https://www.pjrc.com/store/teensy36.html>. Acessado em 12/12/2017.

TAN, L.; JIANG, J. Digital Signal Processing: Fundamentals and Applications. [S.l.]: Elsevier, 2013. DOI: https://doi.org/10.1016/B978-0-12-415893-1.00001-9