Comunicación entre un dispositivo de adquisición de bioseñales … · 2021. 4. 23. · 52 ·...

Artiacuteculo Cientiacutefico Recibido 17 de noviembre 2010 Aceptado 28 febrero 2011

ACTA NOVAVol 5 Nordm 1 marzo 2011 pp 50-71 ISSN 1683-0768

Comunicacioacuten entre un dispositivo de adquisicioacuten de biosentildeales cerebrales y un

terminal moacutevil

Communicationbetween abrain biosignalacquisition deviceand a mobile terminal

Marco Antonio Pinto Orellana

Departamento de Ciencias Exactas e Ingenieriacutea Universidad Catoacutelica Boliviana

Av General Galindo sn Cochabamba Bolivia

pintomarcolivecom

Resumen La presente investigacioacuten contrasta los beneficios del uso de diferentes meacutetodos de codificacioacuten dentro un protocolo de comunicacioacuten en teacuterminos de su confiabilidad Para este fin se disentildeoacute un protocolo en la capa de enlace (BTLCP) con el que se midioacute el paraacutemetro BER de distintas combinaciones de teacutecnicas de modulacioacuten y codificacioacuten La fuente de datos en este sistema fue un conjunto de ondas cerebrales muestreadas provenientes de estudios ajenos y ademaacutes sentildeales electroencefalograacuteficas generadas por un modelo propio Este conjunto de condiciones fue implementado y simulado dentro una aplicacioacuten especiacutefica de simulacioacuten de eventos discretos y caacutelculo matricial (OpenTonitruum) Los resultados de las pruebas dieron una alta variabilidad respecto a la codificacioacuten y una baja variacioacuten en relacioacuten a la modulacioacuten demostrando que el efecto de las diferentes teacutecnicas de modulacioacuten de fase es indiferente siendo las teacutecnicas de codificacioacuten las verdaderamente influyentes en el desempentildeo Ademaacutes se encontroacute que la codificacioacuten por turbocoacutedigos posee la tasa de errores maacutes baja que el resto aumentando la confiabilidad del protocolo

Palabras clave protocolo codificacioacuten modulacioacuten biosentildeales y turbocoacutedigos

Abstract The present study contrasts the benefits of using different coding methods within a communication protocol in terms of its reliability For this purpose a protocol was designed in the link layer (BTLCP) with which the parameter measured BER of various combinations of modulation and coding techniques The source of data in this system was a set of brainwave studies sampled from outside and also electroencephalographic signals

ACTA NOVAVol 5 Nordm 1 marzo 2011 ISSN 1683-0768 Artiacuteculo Cientiacutefico 51

generated by a proprietary model This set of conditions was implemented and simulated within a specific application of discrete event simulation and matrix calculus (OpenTonitruum) The test results were highly variable with respect to the coding and low variation in the modulation ratio demonstrating that the effect of the different phase modulation techniques is indifferent coding techniques being really influential in the performance Furthermore we found that possesses turbocodes coding error rate lower than the rest increasing the reliability of the protocol

Keywords protocol coding modulation and turbo codes biosignals

1 Introduccioacuten

El sistema nervioso es una inmensa red de neuronas y ceacutelulas gliales La interaccioacuten de estas unidades bioloacutegicas se logra a traveacutes del impulso nervioso que permite modelar al conjunto de neuronas como generadores bioeleacutectricos[1] Existen diversas formas de registrar esta actividad el meacutetodo maacutes comuacuten y accesible es el electroencefalograma (EEG) que consiste en un registro de la actividad eleacutectrica en la corteza cerebral inventado por el psiquiatra alemaacuten Hans Berger en 1924 para permitir visualizar las sentildeales resultantes de la corriente ioacutenica del conjunto de los potenciales de las dendritas[2]

Por simplicidad y accesibilidad para obtener estas sentildeales se suelen emplear electrodos superficiales o scalp situados directamente sobre el craacuteneo con alguacuten compuesto coloidal (gel electrolito) Existe una norma internacional para la distribucioacuten de estos transductores conocida como laquoSistema 10-20raquo [3] que asigna una letra y un nuacutemero uacutenico a 19 posiciones que se encuentran con 20 de separacioacuten entre siacute respecto a la distancia entre el inioacuten (protuberancia externa del occipital) y nasioacuten (sutura internasal)[2][4]

Debe resaltarse que este tipo de sentildeales no solamente tienen fines exclusivamente meacutedicos sino tambieacuten aplicaciones praacutecticas en la automatizacioacuten de tareas mediante algoritmos interpretativos Los sistemas de procesamiento e interpretacioacuten de ondas cerebrales no son totalmente efectivos debido a diversos factores presentes en cada individuo y en el sistema mismo Para minimizar el primer tipo de dificultad se aplican algoritmos de aprendizaje y entrenamiento previos[5] buscando asegurar la precisioacuten de los datos Pero en el segundo caso los mecanismos de correccioacuten se limitan a los dispositivos que captan la sentildeal minimizando el ruido presente en eacutestos[1] sin analizar el tipo de canal codificacioacuten e incluso modulacioacuten oacuteptima para enviar la informacioacuten inherente a las biosentildeales Los errores introducidos sobre la sentildeal original - en particular el retardo - pueden generar resultados inapropiados una vez que se realice el procesamiento de la informacioacuten con los

52 middot Pinto M Comunicacioacuten entre un dispositivo de adquisicioacuten de biosentildeales hellip

medios matemaacuteticos temporo-espectrales (Wavelet o Fourier)[4] Debe considerarse ademaacutes que cada algoritmo de codificacioacuten puede incluir valores particulares o singulares en los que no se garantice la deteccioacuten o correccioacuten de errores - caacutelculo de polinomios o vectores siacutendrome en el caso de coacutedigos lineales o ciacuteclicos - por esta razoacuten al definirse un conjunto concreto de sentildeales o un cuacutemulo de sentildeales de cierta naturaleza se consigue analizar la validez del algoritmo en un contexto particular con mayor certidumbre Este fue el enfoque que se otorgoacute al anaacutelisis de las muestras de biosentildeales

Adicionalmente estos sistemas tienen la particularidad de emplear mecanismos independientes de control y transmisioacuten de biosentildeales Este efecto genera que diferentes disentildeos de interfaces cerebro-ordenador [1][6] no puedan usarse en aplicaciones exclusivamente encargadas de las funciones de discriminacioacuten filtrado y procesamiento[2] debido a la incompatibilidad de los sistemas y procesos de comunicacioacuten entre el dispositivo captador de sentildeales y el destinatario comuacutenmente ordenador

2 Metodologiacutea

La ejecucioacuten del estudio se realizoacute a traveacutes de tres actividades primordiales

1 Modelamiento de las biosentildeales cerebrales para generar una cantidad teoacutericamente ilimitada de sentildeales electroencefalograacuteficas aleatorias

2 Disentildeo y especificacioacuten del protocolo de comunicacioacuten en la capa de enlace denominado BTLCP permitiendo las funcionalidades miacutenimas de control de canal

3 Modelamiento de los meacutetodos de codificacioacuten modulacioacuten y canal dentro un entorno de simulacioacuten denominado Open Tonitruum implementado especiacuteficamente para esta investigacioacuten

Estas tres actividades se complementan mutuamente en una estructura tal como se muestra en la Fig 1 En el sistema simulado existe un receptor y un transmisor ambos equipados con un moacutedem (modulador-demodulador) y un coacutedec (codificador-decodificador) La salida del moacutedem se transmite a traveacutes de un canal geneacuterico modelado como un canal de ruido gausiano blanco aditivo (AWGN) La forma en la que los dos dispositivos se comunican entre siacute responde a los procedimientos definidos por el protocolo BTLCP Finalmente las sentildeales que ingresan al sistema provienen de dos fuentes diferentes ondas almacenadas en una base de datos o sentildeales generadas por el modelo EEG

Existe una motivacioacuten particular para estudiar las ondas EEG y crear un modelo de sentildeales aleatorias de esta naturaleza mayor fuente de datos La base de datos contiene un poco menos de 150 ondas diferentes cantidad insuficiente


para probar adecuadamente el sistema Sin embargo el uso del modelo permitioacute generar una onda para cada repeticioacuten del experimento aumentando la variabilidad de los datos

Figura 1 Entorno simulado de la investigacioacuten

21 Modelamiento de biosentildeales cerebrales

Las sentildeales electroencefalograacuteficas aparentan un comportamiento aleatorio o erraacutetico explicado levemente mediante ritmos o sentildeales base[7] Para fines de la investigacioacuten se hizo necesario el uso de la mayor variedad posible de estas ondas durante la simulacioacuten para comprobar adecuadamente las teacutecnicas de modulacioacuten y codificacioacuten En correspondencia a este propoacutesito se analizoacute la naturaleza de las ondas EEG en busca de una relacioacuten estocaacutestica que permita representarlas

Se empleoacute como base de datos de biosentildeales el conjunto de datos (dataset) de la laquoBCI Competition IIraquo (2003) del instituto laquoBerlin Brain-Computer Interfaceraquo que recogioacute muestras de un experimento de anaacutelisis visual de contenido leacutexico (P300 spellerparadigm) Este conjunto de datos proveyoacute 1451519 muestras distribuidos en 147 segmentos de sentildeales

Despueacutes de una inspeccioacuten y anaacutelisis preliminar a las diferentes sentildeales en el dominio del tiempo y frecuencia[7] se observoacute que en ambas condiciones las ondas no pareciacutean asemejarse a una combinacioacuten de funciones lineales logariacutetmicas exponenciales o sinusoides sino aparentaban responder a un comportamiento totalmente aleatorio No obstante se halloacute una peculariedad el espectro en frecuencia en todas las situaciones demostraba una envolvente aparentemente comuacuten


El espectro de frecuencia de las ondas EEG tiene dos caracteriacutesticas esenciales

bull La forma de la envolvente sigue un patroacuten cercano a una funcioacuten exponencial con un superiacutendice decreciente

bull Existe un impulso de tamantildeo variable mayor que la tendencia exponencial situado en una banda de frecuencia menor a 100Hz

Para encontrar la envolvente del espectro se empleoacute un filtro pasabajo de 10Hz sobre la sentildeal equivalente a la distribucioacuten de frecuencias basaacutendose en el principio del detector de envolvente de AM

Dado el aspecto incierto de las sentildeales electroencefalograacuteficas desde un punto de vista determiniacutestico es difiacutecil hallar una ecuacioacuten que establezca la forma de estas sentildeales rigurosamente Pero es posible producir un espectro que se asemeje a estas sentildeales en el dominio de las frecuencias El meacutetodo para ello consistiriacutea en generar valores aleatorios entre el eje de las abscisas y la envolvente para todas las frecuencias De esta forma el modelo de las sentildeales EEG se traduciriacutea en encontrar una ecuacioacuten parameacutetrica de la envolvente

La envolvente si bien tiene un caraacutecter exponencial no puede ser adecuadamente modelada por una funcioacuten exponencial comuacuten por su bajo iacutendice de correlacioacuten con las sentildeales originales y aunque este mismo iacutendice se mejora con el uso de una funcioacuten gaussiana no supera el 70[7] Despueacutes de algunos anaacutelisis preliminares se encontroacute que la envolvente puede ser satisfactoriamente modelada con una combinacioacuten de las expresiones anteriores

∙ 1313

13 ∙ ||13 (ec 1)

Debe notarse que los coeficientes de la ecuacioacuten son valores variables

22 Protocolo de comunicaciones BTLCP

La transmisioacuten de biosentildeales en medios inalaacutembricos requiere que el protocolo permita tramas de tamantildeo variable al mismo tiempo que debe facilitar mecanismos para la correccioacuten de errores en las mismas (FEC Forward Error Correction) pero permitiendo su retransmisioacuten en caso que las correcciones fuesen insuficientes En el caso particular de aplicaciones en tiempo real como la interpretacioacuten semi-instantaacutenea de biosentildeales el protocolo debe minimizar el retraso en la recepcioacuten de los datos en el destinatario


La alternativa maacutes comuacuten para este tipo de situaciones suele ser el protocolo HDLC (High Data Link Control)[8] o una versioacuten derivada enfocada en alguna condicioacuten en particular Las ventajas de este protocolo involucran tamantildeo de trama variable uso de diferentes modos de conexioacuten control de flujo y bidireccionalidad Sin embargo el principal obstaacuteculo que impide el uso de este protocolo es el deficiente soporte para comunicaciones inalaacutembricas en aspectos como la seguridad y sincronizacioacuten

En cualquier caso el protocolo deberiacutea usar una teacutecnica de control de flujo oacuteptima Este requisito se basa en la premisa de maximizar el nuacutemero de tramas de informacioacuten recibidas en el destinatario en el menor tiempo posible Las opciones maacutes comunes incluyen laquoStop and Wait ARQraquo laquoGo Back Nraquo o laquoSelectiveRepeatraquo Siendo la uacuteltima alternativa la que maacutes se acerca a la condicioacuten deseada

En este contexto se encontroacute un protocolo que se acercoacute bastante a las especificaciones indicadas AIRMAIL[9] Eacuteste definiacutea el uso de control y correccioacuten de errores a nivel de bits y tramas esta uacuteltima opcioacuten sustentada en la extrapolacioacuten de la codificacioacuten Hamming a nivel de tramas (o paquetes) en lugar de bits Asimismo AIRMAIL dispone de una teacutecnica diferente de control de flujo cercana a laquoSelective Repeatraquo consistiendo en la adicioacuten de un bit especial que sentildeala el fin de un bloque (permitiendo asiacute grupos de trama de tamantildeo menor al establecido por la ventana de transmisioacuten) con una sola trama de confirmacioacuten de recepcioacuten o un grupo de tramas sentildealando los paquetes a retransmitir por cada bloque A pesar de estas caracteriacutesticas este protocolo no las especificaba completamente ni estableciacutea un formato de trama hacieacutendolo poco factible de implementarse en la presente investigacioacuten

En el ambiente descrito se disentildeoacute un protocolo experimental punto-a-punto en la capa de enlace del modelo abierto OSI que pudiera satisfacer las necesidades de las transmisiones inalaacutembricas de biosentildeales BTLCP (Biosignals Transmission Link Control Procedure) Este protocolo posee las siguientes caracteriacutesticas

bull Se aprovechan algunas propiedades de AIRMAIL el uso de un bit especial (bit laquoeraquo) para sentildealar el fin de bloque y el enviacuteo de una sola trama de confirmacioacuten por cada uno de ellos

bull El control de flujo se realiza mediante laquoSelectiveRepeatraquo pero usando un formato especial para indicar las tramas a retransmitir de manera que se enviacuteen el menor nuacutemero de tramas con el objetivo de informar

bull Se emplean dos tipos de tramas de informacioacuten y configuracioacuten El formato de ambas se basoacute en HDLC descartando los campos innecesarios y antildeadiendo algunos maacutes


bull Los equipos pueden intercambiar valores de configuracioacuten al inicio de la conexioacuten con el fin de informarse sobre algunos aspectos relacionados con la comunicacioacuten En el caso exclusivo de biosentildeales EEG se podriacutea emplear esta propiedad para indicar el nuacutemero de canales el tamantildeo de cada muestra (que define tambieacuten el tamantildeo de la trama) entre otros factores Este proceso tambieacuten es uacutetil para intercambiar claves puacuteblicas e implementar teacutecnicas de encriptacioacuten Sin embargo todas estas posibilidades se encuentran fuera del alcance del presente estudio

El funcionamiento baacutesico de BTLCP se puede ver en la Fig 2 Aunque para describir formalmente el protocolo se utiliza una maacutequina de estados finitos extendidos para comunicaciones (CEFSM Communicating Extended Finite State Machine)[8] El diagrama del transmisor se muestra en la Fig 3 y la notacioacuten correspondiente se detalla en la Tabla 1

Figura 2 Etapas en el protocolo BTLCP

Fin de la conexioacuten

Fin de la comunicacioacutene

Transmisioacuten de datos

Inicio de la comunicacioacuten

Intercambio de paraacutemetros

Inicio de la conexioacuten


Figura 3 Diagrama CEFSM del transmisor BTLCP


Figura 4 Diagrama CEFSM del receptor BTLCP

Tabla 1Tabla 1Tabla 1Tabla 1 Notacioacuten del diagrama CEFSM del transmisor BTLCP

Notacioacuten Descripcioacuten

TX01 app SignalStart [rx start connection]

TX02 TimeoutInactive [default transition]

TX03 rx ReceivedBadFrame [rx start connection]

TX04 rx ReceivedRepeatFrame [rx start connection]

TX05 rx ReceivedStartConnection [rx start connection verify existence() verify configparams() verify initials()]


TX06 SignalReconfigEachTime [verify configparams() initial configparams()]

TX07 SignalFirstConnection [verify configparams() initial configparams()]

TX08 SignalEmptyconfigList [default transition]

TX09 SignalNotEmptyconfigList [rx configframe]

TX10 rx ReceivedStartConnection [rx start connection() verify existence()]

TX11 rx ReceivedconfigRejected [default transition]

TX12 rx ReceivedconfigAccepted [verify configparams() increment config index list()]

TX13 rx ReceivedBadFrame [rx config frame]

TX14 rx ReceivedRepeatFrame [rx config frame]

TX15 rx TimeoutWaitCResp [rx send config frame]

TX16 SignalStartComm [initializetransmission()]

TX17 SignalBufferEmpty [initializetransmission()]

TX18 SignalEndBufferNotReached [rx current buffer frame]

TX19 SignalEndBufferReached [del buffer indexes()]

TX20 rx ReceivedReadyBlock [initializetransmission()]

TX21 rx ReceivedNoFinalRepeatBlock [add indexes()]

TX22 rx ReceivedFinalRepeatBlock [add indexes()]

TX23 SignalEndComm [rx end comm frame]

TX24 rx ReceivedBadFrame [rx end comm frame]

TX25 rx TimeoutStartComm [rx end comm frame]

TX26 rx ReceivedEndCommFrame [default transition]

El receptor por su parte se puede representar con el diagrama de la Fig 3 con la notacioacuten descrita en la Tabla 2

Tabla 2Tabla 2Tabla 2Tabla 2 Notacioacuten del diagrama CEFSM del receptor BTLCP


RX01 app SignalStart [tx start connection]

RX02 TimeoutInactive [default transition]

RX03 rx ReceivedBadFrame [tx start connection]

RX04 rx ReceivedStartConnection [rx start connection verify configparams()]

RX05 rx ReceivedStartConnection [tx start connection]

RX06 SignalReconfigEachTime [verify configparams() initial configparams()]

RX07 SignalFirstConnection [verify configparams() initial configparams()]

RX08 rx ReceivedconfigFrame [analyseconfig()]

RX09 SignalEmptyconfigList [default transition]




RX11 rx ReceivedBadFrame [tx repeat frame]

RX12 rx ReceivedconfigFrame [verify received config() analyse config()]

RX13 SignalStartComm [initializereception()]

RX14 rx ReceivedBadFrame [default transition]

RX15 rx ReceivedNoFinalInfoFrame [analysis info frame()]

RX16 rx ReceivedFinalInfoFrameAndNoErrors [tx info ready() initialize reception()]

RX17 rx ReceivedFinalInfoFrameAndErrors [prepare retx()]

RX18 TimeoutStartComm [add absent indexes() self prepare retx()]

RX19 SignalEndRetxNotReached [tx retxframe]

RX20 SignalEndRetxReached [tx retxframe]

RX21 rx ReceivedEndCommFrame [tx end comm frame]


23 Herramienta de simulacioacuten Open Tonitruum

Para obtener los resultados fue necesario realizar simulaciones sobre un protocolo determinado empleando diversas teacutecnicas de modulacioacuten y codificacioacuten Esto con el objetivo de contrastar el desempentildeo de los turbocoacutedigos con el algoritmo BJCR No existe una aplicacioacuten que reuacutena estas caracteriacutesticas las maacutes proacuteximas fueron Matlab (u Octave SciLab como alternativas de coacutedigo abierto) GNS-3 y OMNet++ Pero ninguna de ellas permite realizar todas las actividades de forma simultaacutenea

bull Usar diferentes combinaciones de teacutecnicas de modulacioacuten y codificacioacuten

bull Permitir cambiar la configuracioacuten de la simulacioacuten en tiempo de ejecucioacuten

bull Incluir mecanismos para seleccionar el tipo de fuente de sentildeales EEG a usar (generadas o de la base de datos)

bull Mostrar graacuteficamente los avances de la sentildeal por el sistema de transmisioacuten

Para fines praacutecticos la aplicacioacuten se desarrolloacute bajo el nombre de laquoOpen Tonitruumraquo Con un coacutedigo escrito en 4 lenguajes de programacioacuten Python C++ Cython y QML (Figura 3) basaacutendose en las siguientes libreriacuteas


bull IT++ funciones matemaacuteticas escritas en C++ se empleoacute para algunos algoritmos de codificacioacuten y modulacioacuten

bull SimPy simulacioacuten de eventos discretos disentildeado en Python Es el fundamento de la simulacioacuten del sistema En base a esta herramienta se implementoacute el sistema de comunicacioacuten virtual simulado

bull NumPySciPy caacutelculo matricial para Python antildeade un conjunto de funciones matemaacuteticas de iacutendole cientiacutefica su principal uso fue destinado al anaacutelisis estadiacutestico meacutetodo de miacutenimos cuadrados filtros entre otros

bull MatplotlibGuiQwt graficacioacuten de funciones Matplotlib se requirioacute para las graacuteficas realizadas durante las pruebas mientras que guiqwt se usoacute como base en la aplicacioacuten

bull PyQt biblioteca multipropoacutesito para Python portado de Qt (C++) facilitando las herramientas necesarias para disentildear la interfaz graacutefica multiplataforma

Figura 5 Lenguajes de programacioacuten empleados en el entorno de

simulacioacuten

La aplicacioacuten estaacute desarrollada en torno al paradigma de la programacioacuten orientada a objetos y funciona en base a un modelo de capas tal como se muestra en la Fig 5

Python5199 lines

67

QML825 lines

11

Cython500 lines

6

C++1262 lines

16

Programming languages used


bull Application Library Layer Toda la aplicacioacuten se sustenta en un conjunto especial de clases agrupadas dentro de la capa laquoApplicationLibraryraquo que equivale al paquete laquoOpenTonitruumCommonraquo del coacutedigo fuente Este nivel de abstraccioacuten ofrece utilidades como enumeraciones y eventos

bull Simulation Layer El conjunto de mecanismos de simulacioacuten como tal se agrupan en la capa laquoSimulationraquo que realiza las funciones de control y mecanismos de funcionamiento en tiempo de ejecucioacuten En base a estos procedimientos se desarrolla una serie de modelos de simulacioacuten que se cargan durante la ejecucioacuten del programa en forma externa a la aplicacioacuten central (subcapa laquoSimulation Modelsraquo) Estos modelos definen la forman en la que se realiza la simulacioacuten por tanto se dividen en modelos de canal modulacioacuten codificacioacuten y protocolo Cada uno de ellos indica dentro de su contenido los algoritmos o caacutelculos necesarios a desarrollar durante la simulacioacuten

bull Data Logger Layer La capa de registro de datos laquoDataLoggerraquo se encarga de almacenar los resultados de la simulacioacuten en una base de datos disentildeada con este fin

bull Presentation Layer La capa laquoPresentationraquo y su subcapa laquoAnimationraquo tienen el objetivo uacutenico de establecer la interfaz de usuario para la manipulacioacuten de los detalles de la simulacioacuten

bull Controller Layer La capa laquoControllerraquo tiene las funciones de permitir la interaccioacuten entre la capa de presentacioacuten y simulacioacuten

La aplicacioacuten se basa en una biblioteca de simulacioacuten de eventos discretos (SimPy) mediante la que se realiza la interaccioacuten de componentes en una liacutenea del tiempo independiente al tiempo del ordenador En base a este principio se creoacute dos tipos de simulaciones dentro del programa

bull Los escenarios que consisten en simulaciones en las que el tiempo de simulacioacuten puede ser calibrado de forma que se ejecute proporcionalmente al tiempo real Asimismo en esta categoriacutea las simulaciones incluyen animaciones que muestran el desarrollo de la simulacioacuten desde diversas perspectivas seguacuten los elementos del sistema de transmisioacuten (fuente codificador modulador canal demodulador y decodificador) y el diagrama de estados del protocolo entre otros

bull Los entornos son un medio alternativo de simulacioacuten carente de animaciones y optimizado en velocidad con la diferencia que puede simular maacutes de un tipo de configuracioacuten en forma consecutiva


Figura 6 Diagrama de capas de OpenTonitruum

En ambos casos cuando la aplicacioacuten se inicia se cargan los modelos de simulacioacuten de un directorio especificado y los paraacutemetros que eacutestos requieren para funcionar correctamente De esta forma al empezar la simulacioacuten se crea en un ambiente virtual con dos laquoobjetos de simulacioacutenraquo que representan los equipos donde cada con uno de ellos posee un transceptor - conformado por un componente virtual receptor y transmisor - mediante el cual es capaz de comunicarse a traveacutes del canal simulado El canal modulador demodulador codificador y decodificador se establecen mediante una configuracioacuten previamente especificada usando los modelos existentes para representar el comportamiento de los diversos tipos de componentes Asimismo el protocolo de capa de enlace tambieacuten se carga y configura mediante este meacutetodo

24 Detalles de la simulacioacuten

Empleando el programa descrito anteriormente se procedioacute a definir las condiciones de la simulacioacuten Los meacutetodos de modulacioacuten seleccionados fueron 4-PSK QAM 16-QPSK y 4-PAM mientras que las teacutecnicas de codificacioacuten elegidas BCH Hamming Reed Salomon y Turbocoacutedigos en un canal ideal y un canal gaussiano (AWG) Se empleoacute un elevado nuacutemero de


repeticiones (200) de cada simulacioacuten para conseguir que el conjunto de resultados tenga una distribucioacuten normal seguacuten el teorema del liacutemite central de forma que los anaacutelisis estadiacutesticos comunes puedan ser aplicados[10][11]

Con las caracteriacutesticas establecidas y considerando que el protocolo de comunicacioacuten se sustenta en BTLCP se preciso varios escenarios con una combinacioacuten diferente de canal modulacioacuten codificacioacuten y fuente asignaacutendose un coacutedigo identificador a cada uno de ellos Despueacutes de aproximadamente 50 horas de simulacioacuten sobre un computador Dell Vostro 1000 (TM) con un procesador AMD Dual-Core Athlon(TM) 64X2 con 1GB de memoria RAM bajo el sistema operativo Windows Seven(TM) se produjeron los resultados de la tasa de error de bits BER (bit error rate) sobre tramas enviadas con el protocolo BTLCP presentados en la Tabla 4 Debe notarse que el nuacutemero total de bits variacutea de acuerdo al efecto que tuvo los errores en el protocolo Cuando la cantidad de errores fue demasiado alta los temporizadores dentro de cada equipo se ejecutaron generando que se ingrese en un estado de error yo los equipos finalizaran la comunicacioacuten

Tabla 3Tabla 3Tabla 3Tabla 3 Especificacioacuten de modelos de codificacioacuten modulacioacuten canal y

protocolo

Modelo Paraacutemetro Valor

BTLCP

Tiempo liacutemite de simulacioacuten 100001

Identificador del transmisor 1

Identificador del receptor 2

Relacioacuten de la velocidad de simulacioacuten respecto al tiempo real

2

Simulacioacuten en tiempo real Verdadero

Turbocoacutedigos

Matriz generadora 1 1 11 0 1 Matriz generadora 2 1 1 11 0 1 Algoritmo de decodificacioacuten BCJR

Factor de escala LOGMAX 07

Longitud de restriccioacuten 3

Nuacutemero de iteraciones 8

Secuencia de entrelezado Entrelazado WCDMA de 40 bits de longitud

Hamming m 3

BCH

Coacutedigo sistemaacutetico Falso

m 4

k 7

t 2



Reed Salomon


m 3

t 1

PAM ndash PSK ndash PAM

Siacutembolos por modulacioacuten (m) 4

Frecuencia de portadora 50KHz

QAM Siacutembolos por modulacioacuten (m) 4


Fuente de sentildeal basada en el modelo

Nuacutemero maacuteximo de muestras 10000

Longitud de frecuencias analizadas en el modelo 150

Nuacutemero de bits en el formato IEEE-754 16

Frecuencia de muestreo 250Hz

Fuente de sentildeal de la base de datos




Escala de muestreo 1e-6V

Tabla 4Tabla 4Tabla 4Tabla 4 Resultados de la simulacioacuten

Canal Modul Codifi Fuente Bits enviados

BER promedio

Desviacioacuten tiacutepica BER

AWG PAM BCH Modelo 500 37016 7988

AWG PAM Hamming Modelo 500 19168 8636

AWG PAM Reed-Salomon

Modelo 2000 32078 7874

AWG PAM Turbocoacutedigos Modelo 1615 10944 14807

AWG QPSK BCH Base de datos

500 26732 9920

AWG QPSK Hamming Base de datos

500 14296 9090

AWG QPSK Reed-Salomon

Base de datos

1968 23262 9534

AWG QPSK Turbocoacutedigos Base de datos

3612 1515 5168

AWG PSK BCH Base de datos

500 25816 10076

AWG PSK Hamming Base de datos

500 14172 8919

AWG PSK Reed-Salomon

Base de datos

1950 23015 9660

AWG PSK Turbocoacutedigos Base de datos

3630 1519 5166



BER promedio


AWG QAM BCH Modelo 500 26316 10073

AWG QAM Hamming Modelo 500 14456 9057

AWG QAM Reed-Salomon

Modelo 1934 22957 9694

AWG QAM Turbocoacutedigos Modelo 3609 1533 5536

Ideal PAM BCH Modelo 500 15500 9536

Ideal PAM Hamming Modelo 500 11500 9474

Ideal PAM Reed-Salomon

Modelo 1500 7167 5713

Ideal PAM Turbocoacutedigos Modelo 3750 1267 4732

Ideal QPSK BCH Base de datos

500 15500 9536

Ideal QPSK Hamming Base de datos

500 11500 9474

Ideal QPSK Reed-Salomon

Base de datos

1500 7167 5713

Ideal QPSK Turbocoacutedigos Base de datos

3750 1267 4732

Ideal PSK BCH Base de datos

500 15500 9526

Ideal PSK Hamming Base de datos

500 11500 9474

Ideal PSK Reed-Salomon

Base de datos

1500 7167 5713

Ideal PSK Turbocoacutedigos Base de datos

3750 1267 4732

Ideal QAM BCH Modelo 500 15500 9526

Ideal QAM Hamming Modelo 500 11500 9474

Ideal QAM Reed-Salomon

Modelo 1500 7167 5713

Ideal QAM Turbocoacutedigos Modelo 37350 1267 4732

25 Anaacutelisis estadiacutestico de resultados

Para realizar una correcta evaluacioacuten de los resultados se procedioacute a desarrollar un anaacutelisis de varianza y determinar si los valores obtenidos fueron significativamente diferentes y no un producto del azar Sin embargo en este anaacutelisis se excluyoacute los datos obtenidos mediante la teacutecnica de modulacioacuten PAM dado que que el fin de su adicioacuten en las pruebas fue para demostrar el efecto de un deficiente meacutetodo de modulacioacuten - que no se usa en la praacutectica - independientemente del tipo de codificacioacuten que implementado en un sistema


de comunicacioacuten Por esta razoacuten puede excluirse para fines de este anaacutelisis estadiacutestico

Se organizoacute los datos obtenidos en una estructura tabular respecto a los tratamientos del experimento[2] tal como se muestra en la Tabla 5

Tabla 5Tabla 5Tabla 5Tabla 5 Tratamientos del experimento

QPSK PSK QAM

1

BCH 26732 25816 26316 78864 26288 6219531 2073598

Hamming 14296 14712 14456 43464 14488 1889120 629795

Reed-Salomon 23262 23015 22957 69234 23078 4793347 1597835

Turbo-coacutedigos 1515 1519 1553 4567 1522 20857 6953

65805 65062 65262

1

16451 16266 16316

$ 4330298 4233063 4259129

14623913 1414906 1430882

Con esta informacioacuten se procedioacute a realizar algunos caacutelculos auxiliares (Tabla 6) para formar la Tabla 7 que corresponde al anaacutelisis de varianza propiamente dicho

Tabla 6Tabla 6Tabla 6Tabla 6 Caacutelculos auxiliares sobre los tratamientos del experimento

Expresioacuten Valor

196129

1

16344

12922854

$

12822491

4308179

amp $

1

1102069


(

1

00739

1

11025307

) amp ( 04875

Tabla 7Tabla 7Tabla 7Tabla 7 Anaacutelisis de varianza del experimento

Expresioacuten Grados de libertad

Cuadrado medio F

amp 110206929

1 3 +amp amp 1 36735643 234 +amp +) 36735643

( 00739 1 2 +( ( 1 003695 2 4 +( +) 045482

) 04875 1 1 6 +) ) 1 1 008125

11026307 1 11

Conociendo que el tipo de codificacioacuten condiciona el desempentildeo dentro del protocolo es necesario establecer si la tasa de bits de error BER obtenida por el uso de los turbocoacutedigos estadiacutesticamente es superior a las otras teacutecnicas de codificacioacuten Dado que del anaacutelisis precedente se conoce que el tipo de modulacioacuten no variacutea significativamente los resultados se eligioacute los valores de simulacioacuten obtenidos con la modulacioacuten PSK (escenarios A-PS-B-F A-PS-H-F A-PS-R-F y A-PS-T-F)

Definimos las hipoacutetesis de contraste geneacutericas

bull 9 lt = gtamp La tasa de bits de error BER generada por los meacutetodos de codificacioacuten puede ser igual o mayor a la obtenida mediante turbocoacutedigos

bull 9 lt A gtamp La teacutecnica de codificacioacuten laquoxraquo tiene una BER media menor que la BER resultado de la aplicacioacuten de los turbocoacutedigos


La teacutecnica de codificacioacuten laquoxraquo puede hacer referencia a BCH Hamming o Reed Salomon seguacuten sea la situacioacuten La Tabla 8 resume los procesos de caacutelculo de las pruebas de hipoacutetesis para estas teacutecnicas

Tabla 8Tabla 8Tabla 8Tabla 8 Prueba estadiacutestica de contraste de hipoacutetesis

Meacutetodo de codif

Bgtamp lt Blt CDEFGDEHIJKL

MNF13OF NHIJKL13OHIJKL

P 9

BCH 500 25816 101534 0459 -52967

Refutada

Hamming 500 14712 79557 0408 -13193

Refutada

Reed-Salomon 1950 23015 93316 0234 -21496

Refutada

Turbocoacutedigos 3630 1519 26693 - - -

26 Anaacutelisis de resultados

Los datos obtenidos por la extensa simulacioacuten del protocolo fueron sometidos a dos tipos de pruebas estadiacutesticas anaacutelisis de varianza y pruebas de hipoacutetesis La primera operacioacuten dejoacute dos conclusiones importantes

bull El meacutetodo de modulacioacuten no influyoacute relevantemente en los resultados de la simulacioacuten Las diferencias de su efecto entre las teacutecnicas de codificacioacuten fue miacutenima

bull Por el contrario cada proceso de codificacioacuten tuvo un impacto diferente en la tasa de errores de tal forma que esta diversidad no se vio causada por un factor netamente aleatorio Esta premisa se sustenta en la demostracioacuten de la variacioacuten de promedios BER

Basaacutendose en la segunda conclusioacuten precedente existe una tasa de error diferente en funcioacuten del tipo de codificacioacuten que se aplica Si consideramos el factor de desempentildeo entre cada tipo de codificacioacuten obtenemos que los turbocoacutedigos minimizan la tasa de error hasta un 93 (en el caso de la confrontacioacuten con BCH)

Ademaacutes las pruebas de hipoacutetesis de contraste se disentildearon para confirmar que los turbocoacutedigos ofrecen un mejor rendimiento respecto a BCH Hamming y Reed Salomon y en todos los ensayos estadiacutesticamente se puede sustentar - con un 02 de nivel de significancia - que los turbocoacutedigos tienen la tasa de error maacutes baja


3 Conclusiones

Como resultado de la presente investigacioacuten en base a las pruebas de simulacioacuten y comparaciones estadiacutesticas se concluye que la aplicacioacuten de los turbocoacutedigos con el algoritmo iterativo BCJR como meacutetodo de codificacioacuten de sentildeales dentro del protocolo experimental BTLCP (BiosignalsTransmission Link Control Procedure) mejora ampliamente la confiabilidad del transporte de las ondas cerebrales en un sistema digital inalaacutembrico llegando a reducir la tasa de errores de bit maacutes de 20 veces respecto a algunos tipos de codificacioacuten Esta misma aseveracioacuten se obtuvo en diferentes condiciones de simulacioacuten de canal y modulacioacuten De acuerdo a este argumento se sostiene la certeza de la hipoacutetesis planteada

Ademaacutes de los ensayos experimentales se encontroacute que no existe una teacutecnica de codificacioacuten ideal puesto que en todos los algoritmos se hallaron valores especiales - singularidades o con alto nuacutemero de errores - que los diferentes meacutetodos fueron incapaces de detectar o corregir apropiadamente Ante estas situaciones la uacutenica alternativa para obtener las tramas correctas fue la retransmisioacuten con el procedimiento descrito por el protocolo

Al mismo tiempo el anaacutelisis de varianza sobre los resultados de la simulacioacuten evidencioacute una muy baja diferencia entre el uso de las teacutecnicas de modulacioacuten analizadas a pesar de las distintas probabilidades teoacutericas de error Con este fundamento se sustentoacute que no existe una variacioacuten significativa entre los diferentes tipos de meacutetodos de modulacioacuten binaria y multinivel de fase en el transporte de biosentildeales con el protocolo BTLCP

Tambieacuten con los avances desarrollados en la investigacioacuten se pudo demostrar que es posible generar una biosentildeal cerebral aleatoria en base a un modelo matemaacutetico fundamentado en la descripcioacuten de la envoltura de su espectro en frecuencia Las pruebas realizadas sostienen que la expresioacuten hallada tiene un coeficiente de correlacioacuten mayor al 80 respecto a las sentildeales incluidas en la base de datos De este modo se asegura su validez de uso en el ambiente virtual que se creoacute exclusivamente para esta tesis con el fin de realizar todas las simulaciones necesarias

Referencias

[1] Enrique Mario Spinelli Interfaces de control cerebral Tesis maestral Universidad Nacional de la Plata 2000

[2] Mariacutea T LuqueMejora de la herramienta Mind Reader Adquisiciiacuten y anaacutelisis de sentildeales EEG Tesis de fin de carrera Universidad Carlos III de Madrid 2010


[3] A B Benevides T F Bastos y M Sarcinelli Seleccioacuten de Paraacutemetros para Clasificacioacuten de Tareas Mentales en Tiempo Real Simposio CEA de Bioingenieriacutea Grupo de Bioingenieriacutea del Comiteacute Espantildeol de Automaacutetica - Red Temaacutetica en Ingenieriacutea Biomeacutedica 2010

[4] Ricardo Ron Angevin Retroalimentacioacuten en el entrenamiento de una interfaz cerebro-computadora usando teacutecnicas basadas en realidad virtual Tesis doctoral Universidad de Maacutelaga2005

[5] I Iturrate L Montesano y J Minguez Deteccioacuten en tiempo real de potenciales de error durante la observacioacuten de un brazo roboacutetico Simposio CEA de Bioingenieriacutea 2010 Simposio CEA de Bioingenieriacutea Grupo de Bioingenieriacutea del Comiteacute Espantildeol de Automaacutetica - Red Temaacutetica en Ingenieriacutea Biomeacutedica 2010

[6] Lucio Gonzaacutelez SanzEstudio conjunto de magnetoencefalografiacutea y electroencefalografiacutea en epilepsia Tesis doctoral Universidad Complutense de Madrid 2011

[7] Marco A Pinto OComunicacioacuten entre un dispositivo de adquisicioacuten de biosentildeales cerebrales y un terminal moacutevilTesis de grado de Ingenieriacutea de Telecomunicaciones Universidad Catoacutelica Boliviana Cochabamba Bolivia 2012

[8] Andrew S Tanenbaum Redes de computadorasPrentice Hall 1997

[9] E Ayanoglu S Paul T F LaPorta et alA link-layer protocol for wireless networks Wireless Networks J C Baltzer AG Science Publishers 1995

[10] G Castellanos y Y Shinakov Teoriacutea de sentildeales Fundamentos Centro de publicaciones UN Manizales 2009

[11] SimonHaykin Sistemas de comunicacioacuten Editorial Limusa2002

[12] Murray R SpiegelProbabilidad y estadiacutesticaSchaums outline series McGrawHill2003


generated by a proprietary model This set of conditions was implemented and simulated within a specific application of discrete event simulation and matrix calculus (OpenTonitruum) The test results were highly variable with respect to the coding and low variation in the modulation ratio demonstrating that the effect of the different phase modulation techniques is indifferent coding techniques being really influential in the performance Furthermore we found that possesses turbocodes coding error rate lower than the rest increasing the reliability of the protocol

Keywords protocol coding modulation and turbo codes biosignals

1 Introduccioacuten

El sistema nervioso es una inmensa red de neuronas y ceacutelulas gliales La interaccioacuten de estas unidades bioloacutegicas se logra a traveacutes del impulso nervioso que permite modelar al conjunto de neuronas como generadores bioeleacutectricos[1] Existen diversas formas de registrar esta actividad el meacutetodo maacutes comuacuten y accesible es el electroencefalograma (EEG) que consiste en un registro de la actividad eleacutectrica en la corteza cerebral inventado por el psiquiatra alemaacuten Hans Berger en 1924 para permitir visualizar las sentildeales resultantes de la corriente ioacutenica del conjunto de los potenciales de las dendritas[2]

Por simplicidad y accesibilidad para obtener estas sentildeales se suelen emplear electrodos superficiales o scalp situados directamente sobre el craacuteneo con alguacuten compuesto coloidal (gel electrolito) Existe una norma internacional para la distribucioacuten de estos transductores conocida como laquoSistema 10-20raquo [3] que asigna una letra y un nuacutemero uacutenico a 19 posiciones que se encuentran con 20 de separacioacuten entre siacute respecto a la distancia entre el inioacuten (protuberancia externa del occipital) y nasioacuten (sutura internasal)[2][4]

Debe resaltarse que este tipo de sentildeales no solamente tienen fines exclusivamente meacutedicos sino tambieacuten aplicaciones praacutecticas en la automatizacioacuten de tareas mediante algoritmos interpretativos Los sistemas de procesamiento e interpretacioacuten de ondas cerebrales no son totalmente efectivos debido a diversos factores presentes en cada individuo y en el sistema mismo Para minimizar el primer tipo de dificultad se aplican algoritmos de aprendizaje y entrenamiento previos[5] buscando asegurar la precisioacuten de los datos Pero en el segundo caso los mecanismos de correccioacuten se limitan a los dispositivos que captan la sentildeal minimizando el ruido presente en eacutestos[1] sin analizar el tipo de canal codificacioacuten e incluso modulacioacuten oacuteptima para enviar la informacioacuten inherente a las biosentildeales Los errores introducidos sobre la sentildeal original - en particular el retardo - pueden generar resultados inapropiados una vez que se realice el procesamiento de la informacioacuten con los




2 Metodologiacutea





















∙ 1313

13 ∙ ||13 (ec 1)
































































































simulacioacuten


Python5199 lines

67

QML825 lines

11

Cython500 lines

6

C++1262 lines

16




















protocolo


BTLCP





2


Turbocoacutedigos






Hamming m 3

BCH


m 4

k 7

t 2



Reed Salomon


m 3

t 1


















BER promedio





Modelo 2000 32078 7874



500 26732 9920


500 14296 9090


Base de datos

1968 23262 9534


3612 1515 5168


500 25816 10076


500 14172 8919


Base de datos

1950 23015 9660


3630 1519 5166



BER promedio





Modelo 1934 22957 9694





Modelo 1500 7167 5713



500 15500 9536


500 11500 9474


Base de datos

1500 7167 5713


3750 1267 4732


500 15500 9526


500 11500 9474


Base de datos

1500 7167 5713


3750 1267 4732




Modelo 1500 7167 5713








QPSK PSK QAM

1

BCH 26732 25816 26316 78864 26288 6219531 2073598

Hamming 14296 14712 14456 43464 14488 1889120 629795

Reed-Salomon 23262 23015 22957 69234 23078 4793347 1597835


65805 65062 65262

1

16451 16266 16316

$ 4330298 4233063 4259129

14623913 1414906 1430882




196129

1

16344

12922854

$

12822491

4308179

amp $

1

1102069


(

1

00739

1

11025307

) amp ( 04875



Cuadrado medio F

amp 110206929

1 3 +amp amp 1 36735643 234 +amp +) 36735643

( 00739 1 2 +( ( 1 003695 2 4 +( +) 045482

) 04875 1 1 6 +) ) 1 1 008125

11026307 1 11











P 9

BCH 500 25816 101534 0459 -52967

Refutada

Hamming 500 14712 79557 0408 -13193

Refutada

Reed-Salomon 1950 23015 93316 0234 -21496

Refutada









3 Conclusiones





Referencias

















2 Metodologiacutea





















∙ 1313

13 ∙ ||13 (ec 1)
































































































simulacioacuten


Python5199 lines

67

QML825 lines

11

Cython500 lines

6

C++1262 lines

16




















protocolo


BTLCP





2


Turbocoacutedigos






Hamming m 3

BCH


m 4

k 7

t 2



Reed Salomon


m 3

t 1


















BER promedio





Modelo 2000 32078 7874



500 26732 9920


500 14296 9090


Base de datos

1968 23262 9534


3612 1515 5168


500 25816 10076


500 14172 8919


Base de datos

1950 23015 9660


3630 1519 5166



BER promedio





Modelo 1934 22957 9694





Modelo 1500 7167 5713



500 15500 9536


500 11500 9474


Base de datos

1500 7167 5713


3750 1267 4732


500 15500 9526


500 11500 9474


Base de datos

1500 7167 5713


3750 1267 4732




Modelo 1500 7167 5713








QPSK PSK QAM

1

BCH 26732 25816 26316 78864 26288 6219531 2073598

Hamming 14296 14712 14456 43464 14488 1889120 629795

Reed-Salomon 23262 23015 22957 69234 23078 4793347 1597835


65805 65062 65262

1

16451 16266 16316

$ 4330298 4233063 4259129

14623913 1414906 1430882




196129

1

16344

12922854

$

12822491

4308179

amp $

1

1102069


(

1

00739

1

11025307

) amp ( 04875



Cuadrado medio F

amp 110206929

1 3 +amp amp 1 36735643 234 +amp +) 36735643

( 00739 1 2 +( ( 1 003695 2 4 +( +) 045482

) 04875 1 1 6 +) ) 1 1 008125

11026307 1 11











P 9

BCH 500 25816 101534 0459 -52967

Refutada

Hamming 500 14712 79557 0408 -13193

Refutada

Reed-Salomon 1950 23015 93316 0234 -21496

Refutada









3 Conclusiones





Referencias




























∙ 1313

13 ∙ ||13 (ec 1)
































































































simulacioacuten


Python5199 lines

67

QML825 lines

11

Cython500 lines

6

C++1262 lines

16




















protocolo


BTLCP





2


Turbocoacutedigos






Hamming m 3

BCH


m 4

k 7

t 2



Reed Salomon


m 3

t 1


















BER promedio





Modelo 2000 32078 7874



500 26732 9920


500 14296 9090


Base de datos

1968 23262 9534


3612 1515 5168


500 25816 10076


500 14172 8919


Base de datos

1950 23015 9660


3630 1519 5166



BER promedio





Modelo 1934 22957 9694





Modelo 1500 7167 5713



500 15500 9536


500 11500 9474


Base de datos

1500 7167 5713


3750 1267 4732


500 15500 9526


500 11500 9474


Base de datos

1500 7167 5713


3750 1267 4732




Modelo 1500 7167 5713








QPSK PSK QAM

1

BCH 26732 25816 26316 78864 26288 6219531 2073598

Hamming 14296 14712 14456 43464 14488 1889120 629795

Reed-Salomon 23262 23015 22957 69234 23078 4793347 1597835


65805 65062 65262

1

16451 16266 16316

$ 4330298 4233063 4259129

14623913 1414906 1430882




196129

1

16344

12922854

$

12822491

4308179

amp $

1

1102069


(

1

00739

1

11025307

) amp ( 04875



Cuadrado medio F

amp 110206929

1 3 +amp amp 1 36735643 234 +amp +) 36735643

( 00739 1 2 +( ( 1 003695 2 4 +( +) 045482

) 04875 1 1 6 +) ) 1 1 008125

11026307 1 11











P 9

BCH 500 25816 101534 0459 -52967

Refutada

Hamming 500 14712 79557 0408 -13193

Refutada

Reed-Salomon 1950 23015 93316 0234 -21496

Refutada









3 Conclusiones





Referencias










































































































simulacioacuten


Python5199 lines

67

QML825 lines

11

Cython500 lines

6

C++1262 lines

16




















protocolo


BTLCP





2


Turbocoacutedigos






Hamming m 3

BCH


m 4

k 7

t 2



Reed Salomon


m 3

t 1


















BER promedio





Modelo 2000 32078 7874



500 26732 9920


500 14296 9090


Base de datos

1968 23262 9534


3612 1515 5168


500 25816 10076


500 14172 8919


Base de datos

1950 23015 9660


3630 1519 5166



BER promedio





Modelo 1934 22957 9694





Modelo 1500 7167 5713



500 15500 9536


500 11500 9474


Base de datos

1500 7167 5713


3750 1267 4732


500 15500 9526


500 11500 9474


Base de datos

1500 7167 5713


3750 1267 4732




Modelo 1500 7167 5713








QPSK PSK QAM

1

BCH 26732 25816 26316 78864 26288 6219531 2073598

Hamming 14296 14712 14456 43464 14488 1889120 629795

Reed-Salomon 23262 23015 22957 69234 23078 4793347 1597835


65805 65062 65262

1

16451 16266 16316

$ 4330298 4233063 4259129

14623913 1414906 1430882




196129

1

16344

12922854

$

12822491

4308179

amp $

1

1102069


(

1

00739

1

11025307

) amp ( 04875



Cuadrado medio F

amp 110206929

1 3 +amp amp 1 36735643 234 +amp +) 36735643

( 00739 1 2 +( ( 1 003695 2 4 +( +) 045482

) 04875 1 1 6 +) ) 1 1 008125

11026307 1 11











P 9

BCH 500 25816 101534 0459 -52967

Refutada

Hamming 500 14712 79557 0408 -13193

Refutada

Reed-Salomon 1950 23015 93316 0234 -21496

Refutada









3 Conclusiones





Referencias
































protocolo


BTLCP





2


Turbocoacutedigos






Hamming m 3

BCH


m 4

k 7

t 2



Reed Salomon


m 3

t 1


















BER promedio





Modelo 2000 32078 7874



500 26732 9920


500 14296 9090


Base de datos

1968 23262 9534


3612 1515 5168


500 25816 10076


500 14172 8919


Base de datos

1950 23015 9660


3630 1519 5166



BER promedio





Modelo 1934 22957 9694





Modelo 1500 7167 5713



500 15500 9536


500 11500 9474


Base de datos

1500 7167 5713


3750 1267 4732


500 15500 9526


500 11500 9474


Base de datos

1500 7167 5713


3750 1267 4732




Modelo 1500 7167 5713








QPSK PSK QAM

1

BCH 26732 25816 26316 78864 26288 6219531 2073598

Hamming 14296 14712 14456 43464 14488 1889120 629795

Reed-Salomon 23262 23015 22957 69234 23078 4793347 1597835


65805 65062 65262

1

16451 16266 16316

$ 4330298 4233063 4259129

14623913 1414906 1430882




196129

1

16344

12922854

$

12822491

4308179

amp $

1

1102069


(

1

00739

1

11025307

) amp ( 04875



Cuadrado medio F

amp 110206929

1 3 +amp amp 1 36735643 234 +amp +) 36735643

( 00739 1 2 +( ( 1 003695 2 4 +( +) 045482

) 04875 1 1 6 +) ) 1 1 008125

11026307 1 11











P 9

BCH 500 25816 101534 0459 -52967

Refutada

Hamming 500 14712 79557 0408 -13193

Refutada

Reed-Salomon 1950 23015 93316 0234 -21496

Refutada









3 Conclusiones





Referencias
















Reed Salomon


m 3

t 1


















BER promedio





Modelo 2000 32078 7874



500 26732 9920


500 14296 9090


Base de datos

1968 23262 9534


3612 1515 5168


500 25816 10076


500 14172 8919


Base de datos

1950 23015 9660


3630 1519 5166



BER promedio





Modelo 1934 22957 9694





Modelo 1500 7167 5713



500 15500 9536


500 11500 9474


Base de datos

1500 7167 5713


3750 1267 4732


500 15500 9526


500 11500 9474


Base de datos

1500 7167 5713


3750 1267 4732




Modelo 1500 7167 5713








QPSK PSK QAM

1

BCH 26732 25816 26316 78864 26288 6219531 2073598

Hamming 14296 14712 14456 43464 14488 1889120 629795

Reed-Salomon 23262 23015 22957 69234 23078 4793347 1597835


65805 65062 65262

1

16451 16266 16316

$ 4330298 4233063 4259129

14623913 1414906 1430882




196129

1

16344

12922854

$

12822491

4308179

amp $

1

1102069


(

1

00739

1

11025307

) amp ( 04875



Cuadrado medio F

amp 110206929

1 3 +amp amp 1 36735643 234 +amp +) 36735643

( 00739 1 2 +( ( 1 003695 2 4 +( +) 045482

) 04875 1 1 6 +) ) 1 1 008125

11026307 1 11











P 9

BCH 500 25816 101534 0459 -52967

Refutada

Hamming 500 14712 79557 0408 -13193

Refutada

Reed-Salomon 1950 23015 93316 0234 -21496

Refutada









3 Conclusiones





Referencias
















BER promedio





Modelo 1934 22957 9694





Modelo 1500 7167 5713



500 15500 9536


500 11500 9474


Base de datos

1500 7167 5713


3750 1267 4732


500 15500 9526


500 11500 9474


Base de datos

1500 7167 5713


3750 1267 4732




Modelo 1500 7167 5713








QPSK PSK QAM

1

BCH 26732 25816 26316 78864 26288 6219531 2073598

Hamming 14296 14712 14456 43464 14488 1889120 629795

Reed-Salomon 23262 23015 22957 69234 23078 4793347 1597835


65805 65062 65262

1

16451 16266 16316

$ 4330298 4233063 4259129

14623913 1414906 1430882




196129

1

16344

12922854

$

12822491

4308179

amp $

1

1102069


(

1

00739

1

11025307

) amp ( 04875



Cuadrado medio F

amp 110206929

1 3 +amp amp 1 36735643 234 +amp +) 36735643

( 00739 1 2 +( ( 1 003695 2 4 +( +) 045482

) 04875 1 1 6 +) ) 1 1 008125

11026307 1 11











P 9

BCH 500 25816 101534 0459 -52967

Refutada

Hamming 500 14712 79557 0408 -13193

Refutada

Reed-Salomon 1950 23015 93316 0234 -21496

Refutada









3 Conclusiones





Referencias


















QPSK PSK QAM

1

BCH 26732 25816 26316 78864 26288 6219531 2073598

Hamming 14296 14712 14456 43464 14488 1889120 629795

Reed-Salomon 23262 23015 22957 69234 23078 4793347 1597835


65805 65062 65262

1

16451 16266 16316

$ 4330298 4233063 4259129

14623913 1414906 1430882




196129

1

16344

12922854

$

12822491

4308179

amp $

1

1102069


(

1

00739

1

11025307

) amp ( 04875



Cuadrado medio F

amp 110206929

1 3 +amp amp 1 36735643 234 +amp +) 36735643

( 00739 1 2 +( ( 1 003695 2 4 +( +) 045482

) 04875 1 1 6 +) ) 1 1 008125

11026307 1 11











P 9

BCH 500 25816 101534 0459 -52967

Refutada

Hamming 500 14712 79557 0408 -13193

Refutada

Reed-Salomon 1950 23015 93316 0234 -21496

Refutada









3 Conclusiones





Referencias















(

1

00739

1

11025307

) amp ( 04875



Cuadrado medio F

amp 110206929

1 3 +amp amp 1 36735643 234 +amp +) 36735643

( 00739 1 2 +( ( 1 003695 2 4 +( +) 045482

) 04875 1 1 6 +) ) 1 1 008125

11026307 1 11











P 9

BCH 500 25816 101534 0459 -52967

Refutada

Hamming 500 14712 79557 0408 -13193

Refutada

Reed-Salomon 1950 23015 93316 0234 -21496

Refutada









3 Conclusiones





Referencias




















P 9

BCH 500 25816 101534 0459 -52967

Refutada

Hamming 500 14712 79557 0408 -13193

Refutada

Reed-Salomon 1950 23015 93316 0234 -21496

Refutada









3 Conclusiones





Referencias















3 Conclusiones





Referencias














Comunicación entre un dispositivo de adquisición de bioseñales … · 2021. 4. 23. · 52 ·...

Documents

Transcript of Comunicación entre un dispositivo de adquisición de bioseñales … · 2021. 4. 23. · 52 ·...