Ingeniería Electrónica, Automática y Comunicaciones

Diseño de un sistema de comunicación de voz usando DC-PLC basado en modulación BFSK

Resumen En este trabajo se abordan los conceptos fundamentales en el diseño de un sistema de comunicaciones de voz utilizando los principios de funcionamiento de las comunicaciones por línea de potencia de corriente de directa (DC-PLC: Direct Current - Power Line Communications) basado en una modulación BFSK. El sistema se compone de un subsistema de transmisión y de un subsistema para la recepción de la señal de voz, estos elementos se interconectan entre sí a través de un canal de DC-PLC referido a un par trenzado de cobre. El subsistema de transmisión realiza las funciones asociadas al acondicionamiento, la digitalización, y el procesamiento de la señal para su transferencia digital con una modulación BFSK en el canal de comunicación. En el subsistema de recepción se lleva a cabo la demodulación BFSK, el procesamiento y la recuperación nuevamente de la señal de voz para su supervisión. Se propone para ambos subsistemas un diseño basado en el empleo de microcontroladores con núcleo 8051 de la familia Silicon Laboratories. El periférico UART disponible en los microcontroladores 8051 se emplea para la transferencia de los datos digitales y es aplicable como método de transmisión en el tipo de canal DC-PLC. Además, se presentan y exponen los criterios de diseño de los circuitos internos a través de sus esquemas eléctricos.

Abstract This work addresses the fundamental concepts in the design of a voice communications system that uses the operating principles of direct current power line communications (DC-PLC: Direct Current - Power Line Communications) based on BFSK modulation. The system is composed of a transmission subsystem and a voice signal reception subsystem, these elements are interconnected through a DC-PLC channel referenced to a twisted copper pair. The transmission subsystem performs the functions associated with the conditioning, digitization and processing of the signal for its digital transfer with a BFSK modulation in the communication channel. The receiving subsystem performs the BFSK demodulation, processing and recovery of the voice signal for monitoring. For both subsystems a design based on the use of Silicon Laboratories 8051 core microcontrollers is proposed. The UART peripheral available in the 8051 microcontrollers is used for digital data transfer and is applicable as a transmission method in the DC-PLC channel type. In addition, the design criteria of the internal circuits are presented and exposed through their electrical schematics.

Implementación en FPGA del procesador para un sistema de antenas con monopulso

Resumen El seguimiento de fuentes de emisión de señales de radiofrecuencia que emplean antenas directivas constituye una tendencia en el desarrollo de las telecomunicaciones modernas. El presente trabajo se centra en la aplicación de técnicas de procesamiento digital de señales sobre plataforma FPGA (del inglés Field Programmable Gate Array) para la estimación de la posición angular de fuentes de emisión de señales utilizando monopulso. Se muestra el diseño e implementación de los bloques de procesamiento para determinar la dirección de las fuentes a partir de los canales suma y diferencia resultantes de la antena. Es realizada sobre la plataforma de simulación multidominio Simulink y posteriormente exportado a lenguaje de descripción de hardware para su implementación en un FPGA. En la obtención de la curva de error son empleados modelos de aproximación polinomiales. El sistema diseñado se verifica con un arreglo lineal compuesto por ocho antenas con formación digital del diagrama de radiación.

Abstract The tracking of radiofrequency signals emission source that use directive antennas constitutes a trend in the modern telecommunication systems. The present investigation is based in the application of digital signal processing techniques in FPGA to estimate the angular position of the signal emission source using monopulse. The paper shows design and implementation of processing blocks to determinate source direction from sum and difference resulting channels of the antenna. The system is done by multidomain simulation platform Simulink and exported to hardware description language for implementation in FPGA (Field Programmable Gate Array). In the obtaining of error curve are used polynomial approximation models. The developed system is verified through eight elements antennas array with digital beamforming.

Potencial de YOLO para detectar nódulos pulmonares en rayos x de tórax

Resumen La radiografía de tórax es uno de los métodos más extendidos para la identificación de nódulos pulmonares. Sin embargo, son difíciles de interpretar por su bajo contraste y la cantidad de estructuras anatómicas que se superponen en la región torácica. Los sistemas de diagnóstico asistido por ordenador (CAD) incrementan la efectividad de los diagnósticos y reducen la carga laboral de los especialistas. Esta investigación propone un sistema CAD basado en inteligencia artificial, donde se emplean las radiografías de tórax para la detección de nódulos pulmonares. Se utilizó una red neuronal con empleo del método YOLO, sobre la que se aplicaron técnicas de transferencia de aprendizaje y tres estrategias de entrenamiento. Se crearon conjuntos de imágenes a partir de cuatro bases de datos internacionales. La red fue entrenada y validada, y para el mejor modelo obtenido se realizó una prueba externa, a partir de una quinta base de datos de alta dificultad, de diferente origen a las anteriores. El mejor modelo se obtuvo con el entrenamiento para el conjunto de imágenes segmentadas, incluyendo al área del mediastino, con una sensibilidad del 68% en la prueba externa, comparable con algunos resultados de estudios previos. Este enfoque presenta, además de su potencial, la ventaja de poder visualizar y filtrar la confianza del modelo.

Abstract Chest radiography is one of the most widespread methods for the identification of pulmonary nodules. However, they are difficult to interpret due to their low contrast and the amount of overlapping anatomical structures in the thoracic region. Computer-aided diagnostic (CAD) systems increase the effectiveness of diagnoses and reduce the workload of specialists. This research proposes a CAD system based on artificial intelligence, where chest X-rays are used for the detection of pulmonary nodules. A network with a YOLO method was used on which transfer learning techniques and three training strategies were applied. Image sets were created from four international databases. The network was trained and validated, and an external test was carried out for the best model obtained, based on a fifth highly difficult database of a different origin than the previous ones. The best model was obtained with the training for the set of segmented images, including the mediastinal area, with a sensitivity of 68% in the external test, which is comparable to previus studies. The approach presents potential and also the advantage to visualize and filtering the model confidence.

Sistema de Monitoreo basado en Aprendizaje Profundo en Sistemas Industriales

Resumen El paradigma Industria 4.0 tiene como objetivo obtener altos niveles de productividad y eficiencia, productos finales más competitivos y el cumplimiento de las exigentes normativas relacionadas con la seguridad industrial y la ciberseguridad. Para lograr estos objetivos, los sistemas industriales deben estar equipados con sistemas de monitoreo de condición para la detección temprana y localización de fallos y ciberataques. Este artículo propone una estrategia robusta de monitoreo de condición mediante el uso de algoritmos de Aprendizaje Profundo. El esquema propuesto fue validado utilizando un proceso de prueba Tennessee Eastman (TE) con excelentes resultados. La estrategia propuesta se comparó con otros esquemas de monitoreo de condición. El mayor rendimiento obtenido por el esquema propuesto indica su factibilidad.

Abstract The Industry 4.0 paradigm aims to obtain high levels of productivity and efficiency, more competitive final products, and compliance with demanding regulations related to industrial safety and cyber-security. To achieve these goals, industrial systems must be equipped with condition monitoring systems for the early detection and localization of faults and cyber-attacks. This paper proposes a robust condition-monitoring strategy through the use of Deep Learning algorithms. The proposed scheme was validated using a Tennessee Eastman (TE) process with excellent results. The proposed strategy was compared with other condition monitoring schemes. The higher performance obtained by the proposed scheme indicates its feasibility.

Evaluación de un algoritmo para detección de caídas basado en umbrales a partir de señales inerciales

Resumen Teniendo en cuenta el desafío del envejecimiento poblacional y el importante problema de salud que representan las caídas entre la población adulta mayor, propiciando limitaciones en las actividades de la vida diaria (AVD) de este sector de la población. El desarrollo de la internet médica de las cosas, los sensores inalámbricos y las unidades de medición inercial (UMI) permiten sensar de manera directa y óptima datos de pacientes en su ámbito natural sin invadir su privacidad. El propósito de este estudio es verificar si mediante un algoritmo de detección de caídas basado en umbrales es posible distinguir con precisión entre personas mayores caídas y personas mayores que desarrollan AVD, a partir del análisis de las variables de aceleración lineal y velocidad angular obtenidas del sensor UMI, empleadas en el cálculo de la magnitud del vector suma (MVS) de la aceleración y velocidad angular, así como en el ángulo de cabeceo y de balanceo. Para así validar una versión piloto de un protocolo experimental para detección de caídas en sujetos sanos en el Centro de Biofísica Médica (CBM). Se evaluó el rendimiento del algoritmo implementándolo en la base de datos pública CGU-BES Dataset, obteniéndose una sensibilidad de un 91.6%, una especificidad de 88.3% y una precisión de 89.4%.

Abstract The aging of the population and the significant health problem represented by falls in the elderly population, promotes a growth in the limitations of the activities of daily living (ADL) of this sector of the population. The development of the medical internet of things, wireless sensors and inertial measurement units (IMU) make it possible to directly and optimally sense patient data in their natural environment without invading their privacy. The purpose of this study is to verify if, through a threshold-based fall detection algorithm, it is possible to accurately distinguish between older people, falls, and the development of ADL, based on the analysis of the linear acceleration and angular velocity variables obtained of the UMI sensor. This information is used to calculate the magnitude of the vector sum (SVM) of the acceleration and angular velocity, as well as the pitch and roll angles. Based on this information, a pilot version of an experimental protocol for the detection of falls in healthy subjects was carried out at the Center of Medical Biophysics. The performance of the algorithm was evaluated by implementing it in the public database CGU-BES Dataset, obtaining a sensitivity of 91.6%, a specificity of 88.3% and an accuracy of 89.4%.

Aproximación al conocimiento funcional del Cerebro. Método ASETI

Resumen Numerosas afectaciones del sistema nerviosos central agotan las posibilidades diagnósticas y terapéuticas con que cuentan los especialistas. La imposibilidad de predecir el comportamiento de sistemas neuronales mediante los registros electroencefalográficos realizados en humanos, es reflejo de la existencia de mecanismos no lineales involucrados. Por la no-linealidad y caoticidad en los electroencefalogramas, se estableció un método de análisis para su mejor comprensión. Se registró la señal eléctrica del cerebro con TrackWalker. Se aplicó el método ASETI a cada registro electroencefalográfico. Los estudios analizados pertenecen a diferentes personas que sufren o no algún tipo de enfermedad. Se realizó un análisis por regiones atendiendo a tamaño, forma y valor del atractor, evidenciando gran variedad de formas y tamaños en diferentes personas e incluso en una misma persona. Esta diversidad refleja que la variabilidad de los mismos puede usarse como un indicador de salud. Del análisis basado en escala de colores y posición fisiológica se obtuvo que la disminución del atractor es por campos de interferencia producto de posibles afectaciones orgánicas. La reducción del atractor está dada por la incapacidad del sistema dinámico para acceder a determinados estados del espacio de fase. El aumento del atractor tiene una causa contraria, el sistema alcanza estados inaccesibles respecto a los de pequeño tamaño. Existe una dinámica que describe y discrimina los cambios en los resultados coincidiendo con los criterios de salud y patología propuestos de modo que es posible usarlo como método diagnostico en el futuro.

Abstract Numerous disorders of the central nervous system exhaust the diagnostic and therapeutic possibilities available to specialists. The impossibility of predicting the behavior of neuronal systems through electroencephalographic recordings made in humans reflects the existence of non-linear mechanisms involved. Due to the non-linearity and chaoticity in the electroencephalograms, an analysis method was established for better understanding. The electrical signal from the brain was recorded with TrackWalker. The ASETI method was applied to each electroencephalographic recording. The studies analyzed belong to different people who do or do not suffer from some type of disease. An analysis was carried out by region considering the size, shape and value of the attractor, evidencing a great variety of shapes and sizes in different people and even in the same person. This diversity reflects that their variability can be used as an indicator of health. From the analysis based on color scale and physiological position, it was obtained that the decrease in the attractor is due to interference fields resulting from possible organic effects. The reduction of the attractor is given by the inability of the dynamical system to access certain states of the phase space. The increase in the attractor has an opposite cause, the system reaches inaccessible states with respect to those of small size. There is a dynamic that describes and discriminates the changes in the results coinciding with the proposed health and pathology criteria so that it is possible to use it as a diagnostic method in the future.