covid
Buscar en
Revista Iberoamericana de Automática e Informática Industrial RIAI
Toda la web
Inicio Revista Iberoamericana de Automática e Informática Industrial RIAI Análisis y modelado de una estructura sensorial ultrasónica MIMO basado en M-C...
Información de la revista
Vol. 12. Núm. 3.
Páginas 270-281 (julio - septiembre 2015)
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Visitas
3323
Vol. 12. Núm. 3.
Páginas 270-281 (julio - septiembre 2015)
Open Access
Análisis y modelado de una estructura sensorial ultrasónica MIMO basado en M-CSS y técnicas de correlación
Analysis and Modeling of a MIMO Ultrasonic Sensorial Structure based on M-CSS and correlation techniques.
Visitas
3323
Alberto Ochoaa,1,
Autor para correspondencia
aochoa@ucol.mx

Autor para correspondencia.
, Jesús Ureñab, Álvaro Hernándezb, Apolinar Gonzáleza, Walter Mataa, Ramón A. Félixa
a Facultad de Ingeniería Mecánica y Eléctrica, Universidad de Colima, Car. Colima-Coquimatlán km. 9, 28400, Colima, México
b Departamento de Electrónica, Universidad de Alcalá, Campus Universitario S/N, 28805, Alcalá de Henares, España
Este artículo ha recibido

Under a Creative Commons license
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Resumen

En este artículo se propone el análisis y modelado de una estructura sensorial ultrasónica empleando un algoritmo de procesamiento que utiliza un conjunto de macro-secuencias y técnicas de correlación para obtener respuestas impulsivas de canales de transmisión de forma simultánea. La estructura sensorial está formada por múltiples transductores ultrasónicos que transmiten y reciben información del entorno simultáneamente. Este algoritmo de procesamiento emplea una macro-secuencia pseudo-aleatoria obtenida a partir un conjunto complementario de M secuencias (M-CSS) con las cuales, mediante funciones de auto-correlación y correlación cruzada, se generan las respuestas impulsivas del entorno. Para modelar el sistema de transmisión ultrasónico se emplea el modelo MIMO de frecuencia selectiva, con el cual se logra analizar cada instante del proceso de emisión-reflexión-recepción de las señales generadas. Una vez que el modelo del sistema de transmisión ultrasónico MIMO es desarrollado y los algoritmos de correlación son implementados para la detección de las macro-secuencias, se presenta en este documento el modelo matemático y los resultados obtenidos en las simulaciones así como en las pruebas experimentales. Estos validan la utilización de la metodología del modelado de canal aplicado, como de la estimación de las respuestas impulsivas de los canales de transmisión al procesar los ecos recibidos correspondientes a un objeto frente al sistema sensor. El modelo implementado permite desarrollar sobre de él, algoritmos y técnicas de procesamiento, antes de que estos sean implementados físicamente, con el fin de reducir el tiempo de desarrollo de aplicaciones. En cada uno de los casos considerados, se logró obtener las respuestas impulsivas considerando que está presente un objeto frente a la estructura sensorial.

Palabras clave:
Estructura Sensorial Ultrasónica
Macro-Secuencia
Modelo MIMO de Frecuencia Selectiva
Conjunto Complementario de M secuencias
Técnicas de Correlación.
Abstract

This paper describes the analysis and modeling of an ultrasonic sensorial structure based on processing algorithm that uses a set of macro-sequences and correlation techniques for obtaining the impulse response of transmission channels simultaneously is proposed. The sensory structure is formed by multiple ultrasonic transducers that transmitting and receiving environment information simultaneously. This processing algorithm employs a pseudorandom macro-sequence obtained from a complementary set of M sequences (M- CSS) which, by auto-correlation and cross-correlation functions, the impulse responses from environment are obtained. The transmission in the ultrasonic system is represented by frequency selective MIMO model, which is analyzed every instant in the process of reflection-transmission-reception of the signals generated. Once the system model of ultrasonic transmission MIMO is developed and correlation algorithms are implemented for the detection of macro-sequences; the mathematical model, the results obtained in the simulation as well as experimental evidence are presented in this paper. These validate the use of the methodology applied to the channel modeling as well as the estimation of the impulse response of the transmission channels to process the received echoes corresponding to an object in front of the sensor system. The model implemented allows it on can develop algorithms and processing techniques, before they are physically implemented, in order to reduce application development time. In all such cases, is possible to obtain the impulse responses produced in the environment due to the reflectors located opposite the sensor system using correlation techniques.

Keywords:
Ultrasonic Sensorial Structure
Macro-Sequence
Frequency- Selective MIMO Model
Correlation Techniques
Complementary Set of M-Sequences.
Referencias
[Álvarez et al., 2004]
Álvarez, F.J.; Ureña, J.; Mazo, M.; Hernandez, A.; Garcia J.J.; Jiménez, J.A. “Efficient Generator and Pulse Compressor for Complementary Set of Four Sequences”, IEE Electronics Letters, Vol. 40, No. 11, pp. 703-704, May 2004.
[Álvarez et al., 2009]
Álvarez, F.J.; Hernández, A.; Urena, J.; Jimenez, A.; Pérez, M.C.; García, J.J.; Gude, I.; De Marziani, C. Encoding ultrasonic signals with kasami sequences to perform spectrum-based localization. In proceedings of IEEE International Symposium on Intelligent Signal Processing (WISP 2009), Budapest, Hungary, 26-28 August 2009, pp. 49-53.
[Araújo et al., 2014]
Araújo, A., Portugal, D., Couceiro, M., Sales, J., Rocha, P., 2014. Desarrollo de un robot móvil compacto integrado en el middleware ros. Revista Iberoamericana de Automática e Informática Industrial {RIAI}, 11 (3) (2014), pp. 315-326.
[Bolcskei et al., 2002]
Bolcskei, H.; Gesbert, D.; Paulraj, A.J. On the capacity of OFDM-based spatial multiplexing systems. IEEE Transactions on Communications 2002, 50(2), 225-234.
[De Marziani et al., 2006]
De Marziani, C.; Urena, J.; Hernandez, A.; Mazo, M.; Garcia, J.J.; Jimenez, A.; Villadangos, J.M.; Perez, M.C.; Ochoa, A.; Alvarez, F. Inter-Symbol Interference Reduction on Macro-Sequences Generated from Complementary Set of Sequences. In proceedings of 32nd Annual Conference on IEEE Industrial Electronics (IECON 2006), Paris, France, 6-10 November 2006, pp. 3367-3372.
[De Marziani et al., 2337]
De Marziani, C.; Ureña, J.; Hernández, A.; Mazo, M.; Álvarez, F.; García, J.; Donato, P. Modular Architecture for Efficient Generation and Correlation of Complementary Set of Sequences. IEEE Transactions on Signal Processing 2007, 55, 2323-2337.
[De Marziani et al., 2940]
De Marziani, C.; Urena, J.; Hernandez, A.; Garcia, J.J.; Álvarez, F.J.; Jimenez, A.; Perez, M.C.; Carrizo, J.M.V.; Aparicio, J.; Alcoleas, R. Simultaneous Round-Trip Time-of-Flight Measurements With Encoded Acoustic Signals. IEEE Sensors Journal 2012, 12, 2931-2940.
[Data, 2014]
Data Acquisition Solutions Acquitek. http://www.acquitek.com/(13/02/2014).
[Docmac et al., 2013]
Docmac, D., Silva, E., González, A., 2013. Evaluación de algoritmos para la estimación del Round-Trip Delay Time y una propuesta de mejora, Revista Iberoamericana de Automática e Informática Industrial RIAI, Vol. 10, No. 1, January–March 2013, Pages 62-72.
[Hernandez et al., 1670]
Hernandez, A.; Urena, J.; Garcia, J.J.; Mazo, M.; Hernanz, D.; Derutin, J.-P.; Serot, J. Ultrasonic ranging sensor using simultaneous emissions from different transducers. IEEE Transactions on Ultrasonics, Ferroelectrics and Frequency Control 2004, 51(12), 1660-1670.
[Jimenez et al., 2005]
Jimenez, J.A.; Mazo, M.; Urena, J.; Hernandez, A.; Alvarez, F.; García, J.J.; Santiso, E. Using PCA in time-of-flight vectors for reflector recognition and 3-D localization. IEEE Transactions on Robotics 2005, 21, 909-924.
[Kafle et al., 1571]
Kafle, P.L.; Intarapanich, A.; Sesay, A.B.; McRory, J.; Davies, R.J. Spatial correlation and capacity measurements for wideband MIMO channels in indoor office environment. IEEE Transactions on Wireless Communications 2008, 7(5), 1560-1571.
[Larsson and Stoica, 2003]
Larsson, E.; Stoica, P. Space-Time Block Coding for Wireless Communications, 1st ed.; Cambridge University Press: The Edinburg Building, Cambridge CB2 8RU, UK, 2003; Volume 3, pp. 8-21.
[Matin et al., 2013]
Matin, M.A.; Ozaki, K.; Numata, Y.; Akai, D.; Sawada, K.; Ishida, M., “Quantifying modal shapes in smart piezoelectric ultrasonic transducer array: Modeling and experiment,” SENSORS, 2013 IEEE , vol., no., pp.1,4, 3-6 Nov. 2013.
[Pitarokoilis et al., 2014]
Pitarokoilis, A.; Mohammed, S.; Larsson, E.G., “Uplink Performance of Time-Reversal MRC in Massive MIMO Systems Subject to Phase Noise,” IEEE Transactions on Wireless Communications, no.99, pp. 1,1. DOI: 10.1109/TWC.2014.2359018. 2014.
[Ochoa et al., 3041]
Ochoa, A.; Urena, J.; Hernandez, A.; Mazo, M.; Jimenez, J.A.; Perez, M.C. Ultrasonic Multitransducer System for Classification and 3-D Location of Reflectors Based on PCA. IEEE Transactions on Instrumentation and Measurement. 2009, 58, 3031-3041.
[Ochoa et al., 2006]
Ochoa, A.; Urena, J.; Hernández, A.; Mazo, M.; De Marziani, C.; Pérez, M.C. Processing Algorithm for obtaining the Impulse Response in a MIMO Ultrasonic System. In Proceedings of The IEEE Conference on Emerging Technologies and Factory Automation (ETFA’06), Prague, Czech Republic, 20-22 September 2006; pp. 977-980.
[Ruiz et al., 2014]
Ruiz, D.; Garcia, E.; Urena, J.; Villadangos, J.M.; Garcia, J.J.; De Marziani, C., “Performance comparison of correlation-based receive filters in an ultrasonic Indoor Positioning System,” 2014 IEEE International Instrumentation and Measurement Technology Conference (I2MTC) Proceedings, pp.1548,1551, 12-15 May 2014.
[Sarma and Mitra, 2013]
Sarma, K.K.; Mitra, A., “Multiple-input–multiple-output channel modelling using multi-layer perceptron with finite impulse response and infinite impulse response synapses,” Communications, IET , vol.7, no.14, pp.1540,1549, September 24 2013.
[Satchidanandan et al., 2014]
Satchidanandan, B.; Kuchi, K.; Koilpillai, R.D., “Generalized Reduced-State Vector Sequence Detection,” Communications Letters, IEEE , vol.18, no.10, pp.1691,1694, Oct. 2014.
[SensComp, 2014]
SensComp Global Components. http://www.senscomp.com/products/(13/02/2014).
[Siyau et al., 2003]
Siyau, M.F.; Nobles, P.; Ormondroyd, R.F. Channel estimation for layered space-time systems. In Proceedings of 4th IEEE Workshop on Signal Processing Advances in Wireless Communications (SPAWC 2003),Rome, Italy, 15-18 June 2003; pp.482-486.
[Vía et al., 2010]
Vía, J., Santamaría, I., Pérez, J. and Vielva, L. (2010), A new subspace method for blind estimation of selective MIMO-STBC channels. Wirel. Commun. Mob. Comput., 10: 1478-1492.
[Xianbin, 2004]
Xianbin Wang; Yiyan Wu; Caron B. Transmitter identification using embedded pseudo random sequences. IEEE Transactions on Broadcasting 2004, 50, 244 – 252.

URL: http://miespacio.ucol.mx/aochoa (Alberto Ochoa)

Descargar PDF
Opciones de artículo