Medida+conversión, filtrado óptimo (3/3): Aproximaciones sin dinámica de la adquisición

Antonio Sala, UPV

Dificultad: ***** ,       Relevancia: PIC,      Duración: 20:41

*Link to English version

Materiales:    [ Cód.: SensorTSTKlmVsDifFinAPPROX.mlx ] [ PDF ]

Resumen:

Este vídeo concluye el caso de estudio y ejemplos Matlab de los vídeos [medex1] y [medex2]. En dichos vídeos se comprueba que con determinado filtro de Kalman en tiempo discreto que incluye el integrador que idealiza el proceso de medida y adquisición, entonces cuando el período de muestreo es pequen~o se consiguen las prestaciones del filtro de Kalman en tiempo continuo.

Pero, vaya, al 99% de los estudiantes se le explica que si tenemos un proceso continuo de orden 2, se discretiza y se hace un filtro de Kalman de orden 2, no de orden 3 como hicimos en los vídeos arriba referidos. En este vídeo se comprueba que, en efecto, si el período de muestreo es pequen~o (si la sen~al a adquirir tiene un ancho de banda muy pequen~o comparado con la frecuencia de Nyquist de Ts), un filtro digital del mismo orden que el proceso a observar también se aproxima en prestaciones al filtro de Kalman en tiempo continuo, justificando por qué todos los detalles de los modelos aumentados de los vídeos anteriores del caso de estudio son omitidos en las presentaciones para estudiantes de grado sobre estos temas.

La última sección del vídeo discute el hecho de que el tiempo de ‘promediación’ en la tarjeta de adquisición de datos antes de tener una mestra válida puede ser de 10−5 s, pero si estamos controlando un horno que tarda horas en calentarse, a lo mejor el período de muestreo de un PID de control de temperatura es de 2 minutos. Por lo tanto, la varianza del ruido de medida dependerá de dicho primer intervalo que llamamos Tacq (tiempo de adquisición) y no del período Ts de muestreo del PID del horno. Obviamente, el óptimo teórico será ambos Ts y Tacq, con Ts ≥ Tacq tendiendo a cero, pero como hemos visto en nuestro caso de estudio de Matlab, podemos aproximarnos bien a la situación idealizada en tiempo continuo con un procesado digital aproximado que tenga muchos menos requerimeintos de tiempo de cómputo.

© 2026, A. Sala. Se reservan todos los derechos en materiales cuyo autor pertenezca a UPV.
Para condiciones de uso de material de terceros referenciado, consulte a sus autores.