84 Convertidor de impulsos, diseño y simulaciones con Matlab

Antonio Valderrábano González 1 , Juan Manuel Ramírez 2 y Francisco Beltrán Carbajal 3

[1]
Universidad Politécnica de la Zona Metropolitana de Guadalajara, México
[2]
Cinvestav, Unidad Guadalajara, México
[3]
Universidad Autónoma Metropolitana, Plantel Azcapotzalco, Departamento de Energía, México

1. Introducción
Se han propuesto dispositivos del Sistema de Transmisión de Corriente Alterna Flexible (FACTS) para
un control dinámico rápido de voltaje, impedancia y ángulo de fase en líneas de CA de alta tensión. La
aplicación de esta tecnología ha abierto nuevas y mejores oportunidades para un control de transmisión y
distribución apropiado. Los esfuerzos realizados en todo el mundo para mejorar la calidad de la energía
han originado varios acondicionadores de potencia, que por sí mismos contribuyen a la degradación de
la potencia debido a la conmutación de los dispositivos semiconductores y a los efectos armónicos
generados en los convertidores. Por lo tanto, los elementos grandes se han utilizado como filtros,
buscando tener la calidad de potencia adecuada con poco ruido extra. Debido a eso, esta tecnología no se
ha probado en aplicaciones rigurosas como hospitales o aeropuertos, que son dos de los entornos a
considerar. La serie y la compensación de los sistemas de potencia de derivación se utilizan con el fin de
mejorar las condiciones de operación; Con respecto a la tensión, la compensación tiene el propósito de
manejar la potencia reactiva para mantener los voltajes del bus cerca de sus valores nominales, reducir
las corrientes de línea y reducir las pérdidas del sistema. La magnitud del voltaje en algunos autobuses
se puede controlar a través de dispositivos sofisticados y versátiles, como el StatCom, que es el
dispositivo FACTS más pequeño y rentable en muchas aplicaciones (Hingorani, 2007 ), y es una fuente
de potencia reactiva ( Acha et al., 2004 ; Song & Johns, 1999 ). Mediante la regulación de la magnitud
del voltaje de salida de StatCom, se puede controlar la potencia reactiva intercambiada entre el StatCom
y el sistema de transmisión ( CIGRE, 1998 ; Davalos, 2003 ; El-Moursi y Sharaf, 2005 ; Hingorani y
Gyugyi, 2000 ; Wang, 2000 ) .
Este Capítulo describe cómo el ensamblaje de un Convertidor de Fuente de Voltaje (VSC) que cumple
con el Estándar IEEE. 519-1992 (Prácticas recomendadas IEEE y requisitos para el control armónico en
sistemas de energía eléctrica) se realiza y enfatiza su desarrollo a través de simulaciones Matlab. La baja
distorsión armónica total (THD) que produce este VSC permite que este acondicionador de potencia sea
considerado para su uso en aplicaciones rigurosas o en la compensación de potencia reactiva y la mejora
de la calidad de la energía. El principio de reinyección utilizado hace que esta propuesta sea considerada
como una solución asequible para la sintetización sinusoidal debido a la cantidad reducida de
interruptores necesarios. El transformador de reinyección es uno de los elementos más importantes en
esta configuración,
Los controladores PI convencionales aplicados para mantener el voltaje de salida del StatCom alrededor
de las condiciones nominales exhiben un rendimiento bajo bajo severas perturbaciones, donde la señal
de error salta con grandes pasos en magnitud. La estrategia seguida en esta investigación emplea el error
y la variación del error para dividir la acción de control en secciones más pequeñas que se pueden
seleccionar de acuerdo con reglas simples. Los resultados de la simulación evidencian la idoneidad de la
propuesta para validar cada parte del dispositivo.

2. 84-pulsos StatCom
El StatCom es un generador de voltaje síncrono (SVG) basado en electrónica de potencia capaz de
proporcionar una fuente de alimentación reactiva capacitiva e inductiva rápida y continua. Genera una
tensión trifásica, sincronizada con la tensión de transmisión, desde una fuente de energía de CC, y está
conectada al Sistema de alimentación eléctrica (EPS) mediante un transformador de acoplamiento. La
regulación sobre la magnitud de la tensión de salida del StatCom da lugar al intercambio de potencia
reactiva entre el StatCom y el sistema de transmisión. La estructura básica de StatCom ilustrada en
la Fig. 1 consiste en un transformador reductor, un convertidor de fuente de tensión trifásica (VSC) y un
condensador de CC ( CIGRE, 1998 ; Davalos, 2003 ; El-Moursi y Sharaf, 2005 ;Norouzi y Shard,
2003; Song y Johns, 1999 ).

FIGURA 1.
Estructura básica de StatCom

Este capítulo se centra en la estructura interna del VSC propuesto para obtener un voltaje de salida THD
bajo. Asimismo, se revisan los aspectos principales para conectar el StatCom a la red.
2.1. CONFIGURACIÓN DE REINYECCIÓN
Hay tres estrategias principales para construir un Convertidor de Fuente de Voltaje (VSC): (i) el
multipulso; (ii) el multinivel; (iii) y la modulación de ancho de pulso (PWM) ( Pan & Zhang, 2007 ;Liu
y otros, 2004 ). En la estrategia de multipulso , el período de la señal se divide en partes de igual tamaño
en relación con el número de pulso. Los interruptores se disparan una vez por ciclo a la frecuencia
fundamental, y la amplitud en cada pulso se controla principalmente por la etapa magnética de
salida. Cuantos más impulsos, menos salida produce la Distorsión Armónica Total (THD). En
el multinivelestrategia, la fuente de CC tiene que dividirse en partes de igual amplitud (x), dadas a una
señal de niveles 2x-1. Los interruptores conmutan una vez por ciclo a la frecuencia fundamental. El
THD depende de la cantidad de fuentes de DC o divisiones disponibles en el enlace de CC. Por otro
lado, la técnica PWM utiliza conmutaciones rápidas para alcanzar un THD bajo. Las conmutaciones más
rápidas son, la THD más baja. Sin embargo, está limitado debido a la velocidad de conmutación de los
conmutadores y requiere siempre un filtro de salida acoplado a la red. Esta investigación trata de una
combinación de las dos primeras estrategias con énfasis en el uso de la configuración multipulse para
alcanzar la distorsión armónica total mínima.
Existe una diferencia en el convertidor de doce impulsos utilizado en este trabajo, con respecto al
convertidor estándar de doce impulsos. La fuente de CC no es común para ambos módulos de seis
pulsos. En esta proposición, se conecta una señal de multipulso positiva entre los terminales principales
del primer convertidor de seis pulsos y otra señal de multipulso positiva con fase opuesta entre los
terminales principales del segundo convertidor de seis pulsos. Para tener un punto neutro, el negativo del
primer convertidor está conectado al positivo del segundo convertidor, como se presenta en la figura 2 .
Cada rama en los convertidores de seis pulsos debe generar señales eléctricas con 120 ° de
desplazamiento entre ellas; el interruptor superior está conduciendo mientras que el inferior está abierto
y viceversa (operación de fuente de voltaje de 180 °) ( Krause et al., 2002 ).

FIGURA 2.
a) Esquema tradicional de 12 impulsos, (b) Esquema de reinyección de 12 impulsos alimentado por un
convertidor de 7 niveles.

3-√3

FIGURA 3.
estructura StatCom de pulso

2.2. DISTORSIÓN ARMÓNICA TOTAL

VYVYVΔVΔ
UyoUyo

VY= VD C+ UyoVY=Vredo+Uyo (1)

Opciones
 VΔ= VD C- UyoVΔ=Vredo-Uyo (2)

Opciones

VYVYVΔVΔVYUVYUVΔ UVΔU

FIGURA 4.
VYUVYUVΔ UVΔU

YYYY1 : 3-√1:3YΔYΔ

FIGURA 5.
pulsos de voltaje de salida de línea a neutro y contenido de armónicos (escala lineal)

FIGURA 6.
pulsos de tensión de salida de línea a neutro y contenido armónico (escala logarítmica)

La VU de voltaje de fase de StatCom es una señal simétrica impar, de modo que los términos pares de
Fourier se vuelven cero. Así,

VU( t ) = Σn = 1∞VU2 n - 1sin ( ( 2 n - 1 ) ω t )VU(t)=Σnorte=1∞VU2norte-1pecado((2norte-1)ωt) (3)

Opciones

VU2 n - 1= 4 V3 π( 2 n - 1 )( A2 n - 1+ a B2 n - 1)VU2norte-1=4V3π(2norte-1)(UN2norte-
(4)
1+unsegundo2norte-1)

Opciones

UN2 n - 1= 2 + 2 cos ( 13π( 2 n - 1 ) ) +23-√cos ( 16π( 2 n - 1 ) )UN2norte-1=2+2cos(13π(2norte-

(5)
1))+23cos(16π(2norte-1))

Opciones

segundo2 n - 1= Σi = 020doo e fFyocos ( i)42π( 2 n - 1 ) )segundo2norte-

(6)
1=Σyo=020doomiFFyocos(yo42π(2norte-1))

Opciones
 doo e fF= ⎧⎩⎨⎪⎪- 3 ,- 3 3-√,- 3 ,1 ,3-√- 1 ,- 3-√+ 2 ,1 ,3-√- 1 ,- 3-√+ 2 ,1 ,3-√- 1 ,- 3-√+ 2 ,1 ,3-

√- 1 ,- 3-√+ 2 ,1 ,3-√- 1 ,- 3-√+ 2 ,1 , ...3-√- 1 , ...- 3-√+ 2⎫⎭⎬⎪⎪doomiFF={-3,1,1,1,1,1,1,...-33,3- (7)

1,3-1,3-1,3-1,3-1,3-1,...-3,-3+2,-3+2,-3+2,-3+2,-3+2,-3+2}

Opciones

unun
El valor de la señal de pulso 84 (VU) depende de la relación a de transformadores de inyección a, que se
determina para minimizar la THD, definida por ( Pan et al., 2007 , IEEE Std. 519-1992 )

TMARIDOreVU= Σn = 2∞V2UnorteV2U1------ ⎷ TMARIDOreVU=Σnorte=2∞VUnorte2VU12 (8)

Opciones

a = 0.5609un=0.5609
Los límites de distorsión según IEEE Std. 519 indican que la THD permitida en voltaje es 10% en
sistemas dedicados, 5% en sistemas generales y 3% para aplicaciones especiales como hospitales y
aeropuertos.
unun± 12.5 %±12.5%

2.3. DISPOSICIÓN DE STATCOM

La conexión del VSC mejorado al sistema para la compensación reactiva requiere que se tengan en
cuenta varios puntos. Esta sección trata sobre dichos detalles usando la Fig. 3 como el esquema
principal, que incluye un transformador de acoplamiento de 13.8 kV: 13.8 kV, y considerando los
parámetros de la línea de transmisión presentados en la Tabla 2 , a 75 ° C.

Cantidad de pulsos THD (%)

12 15.22

24 7.38

48 3.8

60 3.159

84 2.358

TABLA 1.
THD mínima producida a través del multipulse VSC
FIGURA 7.
Dependencia de la THD con respecto a la relación de giro del transformador de reinyección

Parámetro Valor

Nombre del código del conductor Núcleo compuesto de conductor de aluminio Grosbeak (ACCC)

Clasificación de voltaje (pico) 13.8kV

Resistencia 0.0839 Ω / km

Reactancia inductiva 0.2574 Ω / km

Longitud de la línea 50km

Resistencia de carga 202.5 Ω

Cargue la reactancia inductiva 0.6H

TABLA 2.
Parámetros de la línea de transmisión utilizados.

Si buscamos eliminar el intercambio de energía activo entre el StatCom y el sistema, teniendo en cuenta
la compensación de potencia reactiva, las fuentes de tensión de CC son reemplazadas por
condensadores.
En segundo lugar, se debe garantizar que la frecuencia y el ángulo de fase de StatCom sean iguales a los
del sistema; estos parámetros se obtendrán utilizando una nueva disposición de sincronización capaz de
detectar instantáneamente el ángulo de fase. El inversor de siete niveles debe conmutar seis veces la
frecuencia de los convertidores de seis impulsos para garantizar la fase y la frecuencia.
La implementación de control del procesador de señal digital (DSP) debe tomar los niveles de voltaje
necesarios para que el ADC (convertidor analógico / digital) detecte las señales con la precisión
adecuada, y debe actualizar los datos de salida antes de tomar nuevas muestras para ser considerado real
hora. También es necesario para proporcionar aislamiento de la etapa de potencia.
2.3.1. SINCRONIZACIÓN DE SEÑALES

El circuito de sincronización de fase (PLL) es el circuito de sincronización responsable de la

determinación de la frecuencia y el ángulo de fase del sistema de la tensión de secuencia positiva
fundamental del bus de CA controlado ( Aredes & Santos Jr., 2000 ). El PLL utiliza el Marco de
referencia estacionario para reducir los costos computacionales y ayuda a mejorar el rendimiento
dinámico del sistema ( Cho & Song, 2001 ). El PLL digital es un algoritmo capaz de detectar el
componente fundamental de los voltajes de fase, sincronizando la señal de salida con la frecuencia y fase
de la entrada. Este algoritmo no requiere una rutina de detección de cruce por cero para la tensión de
entrada ni la generación de señales de referencia internas para la corriente de entrada ( Mussa y Mohr,
2004).ααββ- bronceado- 1( αβ)-broncearse-1(αβ)

FIGURA 8.
Estrategia de PLL

ααββ

FIGURA 9.
salida α, β y PLL

2.3.2. SECUENCIA DE ENCENDIDO

El segundo bloque es el generador de seis pulsos, que es responsable de generar la secuencia de pulsos
para disparar el arreglo trifásico IGBT. Consiste en una matriz de seis pulsos espaciados 60 ° entre sí. En
este bloque, el IGBT funcionará a completo de 180 ° para el sobre período y 180 ° para
el apagadoperíodo. Cualquier perturbación en la frecuencia será capturada por el bloque de
sincronización, evitando errores. El borde descendente en la señal de salida del bloque de sincronización
se agrega a una serie de seis señales espaciadas a 60 ° que se enviarían a la compuerta del bloque
optoacoplador, que alimentará a cada convertidor de seis pulsos. La secuencia de apagado se produce de
manera similar pero esperando 180 ° para mantener la misma duración activada y desactivada en cada
IGBT, Fig. 10 .

FIGURA 10.
Secuencia de encendido para los módulos de seis pulsos

2.3.3. GENERADOR DE SIETE NIVELES

α , β,α,β,π/ 3π/3π/ 42π/42

FIGURA 11.
Señales de puerta de siete niveles

2.3.4. CIRCUITO DE CONTROL DE ÁNGULO

El intercambio de potencia reactiva entre el sistema de CA y el compensador se controla variando la

magnitud del componente fundamental de la tensión del inversor, por encima y por debajo del nivel del
sistema de CA. El control del compensador se logra mediante pequeñas variaciones en el ángulo de
conmutación de los dispositivos semiconductores, de modo que el componente fundamental de la
tensión generada por el inversor se ve obligado a retrasar o conducir la tensión del sistema de CA unos
pocos grados. Esto hace que la potencia activa fluya dentro o fuera del inversor, modificando el valor de
la tensión del condensador de CC y, en consecuencia, la magnitud del voltaje del terminal del inversor y
la potencia reactiva resultante ( Davalos, 2003 ). El diagrama de bloques de control del ángulo se
describe en ( Cho & Song, 2001 ) para un controlador PI, y se representa en la Fig. 12π/ 3π/31.5---
√1.5δδ

FIGURA 12.
Control de ángulo de potencia de StatCom

3. Estrategia de control
Se han aplicado reguladores PI o PID convencionales para controlar el voltaje de salida del StatCom en
condiciones nominales o sujetos a perturbaciones como el desequilibrio de voltaje ( Hochgraf y Lasseter,
1998 ; Blazic y Papic, 2006 ; Li et al., 2007 ; Cavaliere et al., 2002) ) Tales controladores pueden exhibir
bajo rendimiento bajo otras perturbaciones, donde la señal de error salta con grandes pasos en
magnitud. En esta investigación, es deseable encontrar un controlador que pueda manejar la mayoría de
los problemas detallados en ( Seymour y Horsley, 2005 ). La estrategia seguida emplea el error y la
variación del error para dividir la acción de control en secciones más pequeñas que se pueden
seleccionar de acuerdo con reglas simples.
3.1. CONTROLADOR PI SEGMENTADO
El sistema completo presentado en la Fig. 2 se probó en Matlab bajo varias perturbaciones usando un
controlador PI ajustado para operación en estado estable. Se prestó especial atención para medir el error
y estimar el incremento del error cuando se aplicaron las perturbaciones. Se verificó que el arranque de
un motor es una situación bastante exigente para probar el rendimiento de StatCom, por lo que se utilizó
para definir los límites de la función de membresía. Para simplificar el diseño del controlador, se usaron
funciones nítidas de membresía para describir siete variables lingüísticas de forma similar a la notación
de conjunto difuso de la siguiente manera:

Variable lingüística Sentido

nótese bien negativo grande

Nuevo Méjico medio negativo

NS negativo pequeño

Z Cero

PD positivo pequeño

PM medio positivo

PB positivo grande

TABLA 3.
Variables lingüísticas utilizadas.

La Fig. 13 a) muestra la señal de error, que varía de -1 a +1, y la Fig. 13 b) muestra la variación en la
señal de error. Esta variación se estimó utilizando el solucionador Matlab ode23t con paso variable. El
error (e) y su variación (de) se representan con minúsculas como variables independientes; son valores
continuos La mayúscula representa el conjunto difuso obtenido al seleccionar los límites de las
funciones de membresía indicadas.

FIGURA 13.
Funciones de membresía

Las reglas de control borroso generalmente se obtienen empíricamente. Este capítulo usa las reglas
presentadas en ( Pal y Mudi, 2008 ) para definir las zonas del PI segmentado ilustrado en la Tabla 4 .

DES
nótese bien Nuevo Méjico NS ZE PD PM PB
E

nótese bien 1 1 1 2 3 3 4

Nuevo Méjico 1 2 2 2 3 4 5

NS 1 2 3 3 4 5 6
 ZE 1 2 3 4 5 6 7

PD 2 3 4 5 5 6 7

PM 3 4 5 6 6 6 7

PB 4 5 6 7 7 7 7

TABLA 4.
Reglas de control

La estrategia para ajustar las zonas PI segmentadas se resume en los siguientes pasos.
1. δδKP=0.5411KPAG=0.5411
2. KI=20.3718Kyo=20.3718KPKPAG
3. Después de este paso, la zona 1 tendrá los valores para el error negativo más grande y la variación
del error, y la otra zona los valores del estado estable originales.
4. KIKyoKPKPAG
5. Repita el paso 3 para las secciones 3, 5, 6 y 7 en secuencia. Esto hará que aparezca el IP
segmentado, Tabla 5 . Después de sintonizar las siete zonas, la salida estará entre las zonas 3 y 4 en
estado estacionario.
Es importante tener en cuenta que al usar una perturbación diferente, los valores variarían ligeramente,
pero esta era la condición más exigente.

Regla borrosa Kp Ki

1 0.5252 5.0929

2 0.5411 38.9929

3 0.5570 40.7436

4 0.5729 40.7436

5 0.5570 20.3718

6 0.4933 20.3718

7 0.3183 40.7436

TABLA 5.
Obtener valores del PI segmentado
3.2. RESULTADOS DE LA SIMULACIÓN
KIKyoδδδδ
Un Sag o dip es una reducción del voltaje CA a una frecuencia dada que dura de 0.5 ciclos a 30 ciclos y
magnitudes entre 0.1 a 0.9 pu, generalmente es causada por fallas del sistema, y es a menudo el resultado
de encender cargas con intensas corrientes de arranque ( Seymour y Horsley, 2005 , IEEE Std 1159,
2009). La Fig. 14 muestra el comportamiento del sistema cuando aparece un Sag de 6 ciclos y 0.3 pu en
el sistema. Utilizando un StatCom controlado por PI convencional, el error tiene varias oscilaciones
como se presenta en la figura 14 a; La figura 14b es el error cuando se emplea un StatCom controlado
por PI segmentado. El comportamiento más suave y más rápido de este nuevo controlador

FIGURA 14.
Sag 0.3 PU

se vuelve visible Figs. 14 c-d se incluyen para ilustrar las reglas correspondientes a cada error e
incremento de error. Las Reglas 3 y 4 de la Tabla 5 indican que las ganancias integrales son las mismas
para ambas regiones, y las ganancias proporcionales varían levemente, por lo tanto, tener el cambio de
controlador PI segmentado entre estas dos zonas haría que el sistema tenga un buen rendimiento. El
controlador PI convencional usó los valores originales y esto se presenta como la regla 4, que fue el
punto de partida para calcular las ganancias PI segmentadas.
Contrariamente a un Sag, un Swell representa un aumento en el voltaje de CA, que dura de 0.5 ciclos a
30 ciclos y magnitudes entre 1.1 a 1.8 pu. Los oleajes surgen comúnmente debido a conexiones neutrales
de alta impedancia, reducciones de carga repentinas (especialmente grandes) y una falla monofásica en
un sistema trifásico ( Seymour & Horsley, 2005 , IEEE Std 1159, 2009). La figura 15ilustra el sistema
bajo un aumento de 6 ciclos y 0.3 pu. Se puede observar que la Fig. 15a presenta más oscilación que
la Fig. 15 b. También el estado estacionario se alcanza más rápido usando el StatCom controlado por PI
segmentado. Nuevamente, Figs. 15 cd se incluyen para ilustrar las reglas correspondientes a cada error y
el incremento del error, utilizando los valores originales en la regla número 4 para el controlador PI
convencional, y cambiando entre las reglas 3 y 4 para el controlador PI segmentado, que es el
comportamiento necesario.

FIGURA 15.
Swell 0.3 PU
Una interrupción es uno de los problemas más exigentes que se presentan en los nodos de origen, y
ocurre cuando el voltaje de suministro o la corriente de carga disminuye a menos de 0.1 pu durante un
período de tiempo que no excede de 1 min. Las interrupciones pueden ser el resultado de fallas del
sistema de energía, equipos o fallas de control. Una interrupción, ya sea instantánea, momentánea,
temporal o sostenida, puede causar interrupciones, daños y tiempo de inactividad, desde el usuario
doméstico hasta el usuario industrial, y puede causar daños al equipo, la ruina del producto, así como el
costo asociado con el tiempo de inactividad, la limpieza y el reinicio ( Seymour & Horsley, 2005 , IEEE
Std 1159, 2009). Fig 16ilustra el comportamiento de error de los controladores después de una falla
trifásica de 3 ciclos en el bus de carga. El error se define como la diferencia entre la tensión medida y la
tensión de referencia; el mayor error se convierte en -1 mientras la falla está activada, pero, una vez que
se libera, el error es mayor que 1 pu con un PI convencional, Fig. 16 a. Por el contrario, el PI
segmentado presenta un error alrededor de 0,4 pu, Fig. 16 b. Observe que las oscilaciones en la respuesta
de PI convencional de la figura 16a duran aproximadamente 1 segundo. que corresponden a 6 ciclos
completos para alcanzar valores de estado estacionario, mientras que estas oscilaciones se suavizan con
el uso del controlador segmentado, que tiene valores estables en aproximadamente.05 segundos. Figs. 16
cdse incluyen para ilustrar la regla número 4 para el controlador PI convencional y las reglas del PI
segmentado, respectivamente. Una vez más, el cambio entre las reglas 3 y 4 se encuentra en las
condiciones de estado estacionario para este tipo de falla como se esperaba.

FIGURA 16.
Falla trifásica

Los transitorios oscilatorios y la fluctuación de voltaje comúnmente surgen cuando un motor está
conectado. En este punto, se realiza un cambio repentino en la condición de estado estable del voltaje, la
corriente o ambos de una señal y se presentan una serie de cambios aleatorios en magnitud y
frecuencia. pEl error cuando se inicia una carga del motor.
Los parámetros del motor de inducción son los de la tabla 6 :

Parámetro del motor Valor

Potencia nominal 2250 HP (2300 V)

Rs 0.029 Ohmios

Lls 0.0006 Henries

 Rr .022 ohmios

Llr 0.0006 Henries

Lm 0.0346 Henries

J 6.5107 julios

TABLA 6.
Parámetros del motor utilizados en la simulación de arranque del motor

El error para el PI convencional tiene varias oscilaciones grandes, Fig. 17a, mientras que el segmentado
muestra una respuesta muy rápida para alcanzar el estado estable y la oscilación mínima, Fig. 17
b . Figs. 17 cd también se incluyen para ilustrar la regla número 4 (controlador PI convencional) y las
reglas del PI segmentado, respectivamente.

FIGURA 17.
Motor en marcha

Con estas simulaciones, se demuestra que cuando el sistema está estresado, el controlador PI
segmentado exhibe una respuesta bastante apropiada.

4. Conclusión
Este capítulo presenta un estudio sobre uno de los dispositivos FACTS basados en VSC más utilizados:
el StatCom.
Se ha presentado una estrategia novedosa para generar un mayor número de pulsos combinando un
convertidor de doce pulsos con un convertidor de siete niveles para alcanzar el rendimiento general de
84 pulsos VSC con la correspondiente onda de voltaje de alta calidad. El convertidor de siete niveles
asociado se basa en la combinación de dos topologías de tres niveles con inversores asimétricos de
patrón de puerta. La explicación de las etapas de control se describe.
A través de simulaciones, se demuestra la idoneidad de la propuesta. El principio de reinyección,
aplicable principalmente con fines de reducción de distorsión armónica total, se ha demostrado
utilizando el cálculo de armónicos. Con este THD bajo, el inversor puede usarse en aplicaciones
especiales. La propuesta permite ahorros en la cantidad total de interruptores empleados junto con una
pequeña cantidad de condensadores para evitar problemas de desequilibrio.
El controlador PI segmentado presentado, proporciona una respuesta rápida y apropiada cuando se usa
para conectar el StatCom al sistema en situaciones comunes pero estresantes. Se han solucionado dos de
los fallos más comunes en el sistema (Sag y Swell) que tienen un rendimiento similar al de los
controladores PI convencionales. Los lanzamientos de fallas trifásicas son algunos de los mayores
problemas para resolver debido a los altos picos recibidos en las cargas; este problema se reduce
significativamente con el uso de un controlador PI segmentado. El arranque del motor de inducción es
una de las situaciones más exigentes para el sistema de potencia, y el uso de un controlador PI
segmentado ha demostrado una respuesta muy rápida para llevar el motor al estado estable.
Filtros Allpole RC de bajo ruido y baja sensibilidad con
optimización MATLAB
Dražen Jurisić 1
[1]
Universidad de Zagreb, Facultad de Ingeniería Eléctrica e Informática, Zagreb ,, Croacia

1. Introducción
Se muestra la aplicación de Matlab, que combina sus capacidades de cálculo simbólico y numérico, para
calcular las propiedades de ruido y sensibilidad de todos los filtros activos de RC Allpole. Los cálculos
de los coeficientes de función de transferencia, así como el trazado de las características de frecuencia de
amplitud y frecuencia de fase (diagramas de Bode) se han realizado utilizando Matlab. Por lo tanto,
utilizando Matlab, se hace una comparación de las diferentes estrategias de diseño de los filtros RC
activos. Se muestra que los filtros RC activos pueden diseñarse para tener baja sensibilidad a los
componentes pasivos y al mismo tiempo poseen un bajo nivel de ruido térmico. Los métodos clásicos se
usaron para determinar el ruido de salida de los filtros. Se descubrió que los filtros de baja sensibilidad
con un mínimo de ruido tienen niveles de resistencia reducidos, bajos factores Q, amplificadores
operacionales de bajo ruido (opamps) y usan diseño de disminución gradual de la impedancia. El
procedimiento de diseño de bajo ruido y baja sensibilidad, retroalimentación positiva y negativa,
segundo y tercer orden de paso bajo (LP), paso alto (HP) y paso de banda (BP) filtros Allpole, con
impedancia disminuyendo, se presenta. Los diseños óptimos, con respecto a los rendimientos de las
secciones de filtro más útiles se resumen (como un libro de cocina programado en Matlab) y se
demuestran en ejemplos. Se investiga la relación entre la baja sensibilidad y el bajo ruido de salida, que
es el rendimiento más importante de los filtros RC activos, y se presentan diseños óptimos que reducen
ambos rendimientos. con respecto a ambos rendimientos de las secciones de filtro más útiles se resumen
(como un libro de cocina programado en Matlab) y se demuestran en ejemplos. Se investiga la relación
entre la baja sensibilidad y el bajo ruido de salida, que es el rendimiento más importante de los filtros
RC activos, y se presentan diseños óptimos que reducen ambos rendimientos. con respecto a ambos
rendimientos de las secciones de filtro más útiles se resumen (como un libro de cocina programado en
Matlab) y se demuestran en ejemplos. Se investiga la relación entre la baja sensibilidad y el bajo ruido
de salida, que es el rendimiento más importante de los filtros RC activos, y se presentan diseños óptimos
que reducen ambos rendimientos.
Se logra una mejora considerable en la sensibilidad de los filtros de un solo amplificador de RC activos a
los componentes de circuitos pasivos usando la técnica de diseño llamada "disminución de la
impedancia" ( Moschytz, 1999 ), y como se muestra en ( Jurisic et al., 2010 a) en al mismo tiempo
tendrán un bajo nivel de ruido térmico. La mejora en ruido y sensibilidad es gratuita, ya que requiere
simplemente la selección de los valores de los componentes apropiados. Los resultados preliminares de
la investigación de la relación entre la baja sensibilidad y el bajo rendimiento del ruido térmico
utilizando la reducción de la impedancia numérica utilizando Matlab se han presentado en ( Jurisic &
Moschytz, 2000 ; Jurisic, 2002 ).
Para los filtros LP de segundo y tercer orden, se presentan las pruebas analíticas completas para las
propiedades de ruido de los filtros desensibilizados en ( Jurisic et al., 2010 a) . Por medio de métodos
clásicos como en ( Jurisic et al., 2010 a) se derivan expresiones de forma cerrada ( Jurisic et al., 2010 c),
que proporcionan información sobre las características de ruido de los filtros activo LP LP, HP y BP
usando diferentes diseños LP, HP y BP, secciones de filtro de baja sensibilidad y bajo ruido que utilizan
la retroalimentación positiva y negativa, que se han considerado en ( Jurisic et al., 2010 c)se presentan
aquí. Estos filtros son de baja potencia porque usan solo un opamp por circuito. El diseño de secciones
óptimas de segundo y tercer orden denominado "Biquads" y "Bitriplets", con respecto a las
sensibilidades bajas pasivas y activas se ha resumido en forma de tabla como un libro de cocina en
( Jurisic et al., 2010 b) . Para los tipos de filtros comunes, como Butterworth y Chebyshev, se han
presentado tablas de diseño con valores de componentes normalizados para diseñar filtros LP de
amplificador único hasta el sexto orden con baja sensibilidad pasiva a las tolerancias de los componentes
( Jurisic et al., 2008 ). Las secciones de filtro consideradas en ( Jurisic et al., 2010 c) y repetidas aquí han
sido recomendadas en ( Moschytz & Horn, 1981 ;Jurisic et al., 2010 b) como secciones de filtros de alta
calidad. Se mostró en ( Jurisic y Moschytz, 2000 ; Jurisic, 2002 ; Jurisic et al., 2008 , 2010
a , 2010b , 2010c ), que tanto el ruido como la sensibilidad son directamente proporcionales a las Q de
los polos y, por lo tanto, a la banda de paso ondulación especificada por los requisitos del filtro. Cuanto
más pequeña es la ondulación requerida, más bajas son las Q de los polos. Además, es aconsejable
mantener el orden de filtro ntan bajo como lo permitan las especificaciones, ya que cuanto menor sea el
orden de filtro, menores serán las Q de los polos. Además, se demostró que los bloques de filtros de
retroalimentación positiva son útiles para la realización de los filtros LP y HP (pertenecientes a la clase
4, de acuerdo con la clasificación en ( Moschytz & Horn, 1981 ), los representantes son SAK: filtros
Sallen y Key ) Los filtros con realimentación negativa (SAB de clase 3: Biquad de un solo amplificador)
son mejores para los filtros BP, donde es preferible BPiquo Biquad porque tiene menos ruido que BP-
R. Un resumen de las figuras y ecuaciones que investigan la sensibilidad y el rendimiento del ruido de
los filtros RC activos, y se han calculado en ( Jurisic & Moschytz, 2000 ; Jurisic, 2002 ; Jurisic et al.,
2008 ,2010 a , 2010b , 2010c ), por Matlab, se presentará aquí. Las rutinas numéricas y simbólicas que
se usaron en esos cálculos se muestran aquí en los detalles. En la Sección 2 se proporciona una breve
revisión del ruido y la sensibilidad y se definen las ecuaciones más importantes. Matlab usará estas
ecuaciones en la Sección 3 para analizar un filtro LP de segundo orden como ejemplo representativo. En
la Sección 4, se resumen los resultados del análisis usando Matlab de las secciones LP, HP y BP de los
filtros de segundo y tercer orden. Esos resultados se obtuvieron con los mismos algoritmos de Matlab
que en la Sección 3 para el filtro LP de segundo orden, y se presentan en forma de procedimientos de
diseño óptimo. El capítulo termina con la conclusión en la Sección 5.
2. Una breve reseña del ruido y la sensibilidad de los
filtros RC activos
2.1. RUIDO DE SALIDA Y RANGO DINÁMICO
El ruido térmico (o Johnson) es el resultado de fluctuaciones aleatorias de voltajes o corrientes que
limitan seriamente el procesamiento de señales por circuitos analógicos. Como este ruido es causado por
un movimiento aleatorio de cargas libres y es proporcional a la temperatura, se lo denomina ruido
térmico ( Jurisic et al., 2010 a) . Las fuentes más importantes de ruido en los filtros RC activos son las
resistencias y los opamps. A los efectos del análisis de ruido, se deben utilizar modelos de ruido
apropiados para resistencias y amplificadores operacionales. Las resistencias están representadas por los
bien conocidos modelos de tensión o corriente Nyquist que se muestran en la figura 1 (a) y (b) , que
consisten en resistencias sin ruido y fuentes de ruido cuyos valores están definidos por la densidad de
voltaje de ruido cuadrado dentro de la banda de frecuencia estrecha f , es decir,

mi2n R( f) = 4 k TRminorteR2(F)=4kTR (1)

Opciones

o la densidad de corriente de ruido al cuadrado dada por

yo2n R( f) = 4 k T/ RyonorteR2(F)=4kT/R (2)

Opciones

dónde
k = 1.38 ⋅ 10- 23k=1.38⋅10-23

[J / K] es la constante de Boltzmann, T es la temperatura absoluta de un conductor en Kelvin [K]. Todos

los ejemplos se calculan para 22C ( T = 295K), es decir, temperatura ambiente.
FIGURA 1.
a) Modelo de ruido de voltaje de una resistencia. (b) Modelo de ruido actual de una resistencia. (c) Un
modelo de ruido opamp.
El ruido definido por ( Ec. 1 ) y ( Ec. 2 ) tiene un espectro constante sobre la banda de frecuencia, y se
conoce como "ruido blanco". La densidad espectral del ruido al cuadrado en ( Ec. 1 ) tiene la dimensión
[V 2 / Hz], a menos que esté escrito
mi2n R( ω ) = ( 2 k T/ π) RminorteR2(ω)=(2kT/π)R
; en cuyo caso tiene la dimensión [V 2 / rad / s]. La dimensión del espectro en ( Ec. 2 ) es [A 2 / Hz], a
menos que esté escrito

yo2n R( ω ) = 2 k T/ ( πR )yonorteR2(ω)=2kT/(πR)
; en cuyo caso tiene la dimensión [A 2 / rad / s]. El ruido en los condensadores reales también es de
origen térmico y es insignificante. El ruido en los opams es causado por los semiconductores y las
resistencias incorporadas. El esquema equivalente de un opamp ruidoso se muestra en la figura 1 (c) ,
es decir, un opamp silencioso combinado con fuentes de ruido de tensión y corriente. Para la entrada
de entrada FET TL081 / TI (instrumentos de Texas), los valores típicos encontrados en las hojas de datos
son e na ( f ) = 17nV / Hz e i na 1 ( f ) i na 2 ( f) = 0.01pA / Hz. Estos valores se consideran constantes dentro
del intervalo de frecuencia de hasta aproximadamente 50 kHz y se han utilizado aquí en el análisis de
ruido. El ruido es aditivo y la densidad de potencia espectral de la tensión de ruido en el terminal de
salida se obtiene sumando las contribuciones de cada fuente . Por lo tanto, la densidad espectral de
ruido de salida al cuadrado, derivada de todas las fuentes de ruido y sus correspondientes funciones de
transferencia de ruido , viene dada por ( Schaumann et al., 1990 ):

(
mi2n o( ω ) = Σk = 1metro| Tyo , k( j ω ) |2( yon R , a)2k+ Σl = 1norte| Tν, l( j ω ) |2( en R , a)2lminorteo2(ω)=Σk=1
3
metro|Tyo,k(jω)|2(yonorteR,un)k2+Σl=1norte|Tν,l(jω)|2(minorteR,un)l2
)

Opciones

donde T i , k (j ) es la impedancia de transferencia, es decir, la relación de la tensión de salida y la

corriente de entrada de la fuente de ruido de la corriente kth (i n ) k , y T, l (j) es la función de
transferencia de tensión correspondiente, es decir, la relación de la tensión de salida y la tensión de
entrada de la fuente de ruido de tensión lth (e n ) l . La potencia de ruido de salida total se obtiene
mediante la integración de la media cuadrática densidad espectral de ruido e 2 no () en ( Ec. 3 ) sobre la
banda de frecuencia total de 0 a ∞; así:

( En o)2r m s= ∫0∞mi2n o( ω ) dω(minorteo)rmetros2=∫0∞minorteo2(ω)reω (4)

Opciones
El rango dinámico está definido por:

reR= 20 log ( Vs o r m s)máximo( En o)r m s [ dB ]reR=20Iniciar

(5)
sesión(Vsormetros)máximo(minorteo)rmetros [dB]

Opciones

dónde
( Vs o r m s)máximo(Vsormetros)máximo
representa el voltaje rms máximo no distorsionado en la salida, y el denominador es el piso de ruido
definido por la raíz cuadrada de ( Ecuación 4 ).

( Vs o r m s)máximo(Vsormetros)máximo
está determinada por la velocidad de respuesta de opamp, la tensión de la fuente de alimentación y el
factor THD correspondiente del filtro. En nuestros ejemplos usamos una señal de 10V pp que rinde

( Vs o r m s)máximo= 5 / √ 2 [ V ](Vsormetros)máximo=5/√2 [V] (6)

Opciones

2.2. SENSIBILIDAD A LAS VARIACIONES PASIVAS DE LOS COMPONENTES

El análisis de sensibilidad proporciona información sobre los cambios en la red causados por pequeñas
desviaciones de los valores de los componentes pasivos. Dada la función de red F (s, x 1 ,, x N ), donde s
es una variable compleja y x k (k = 1, N) son los parámetros reales del filtro, la desviación relativa de F,
F / F, debido a las desviaciones relativas x k / x k (k = 1, N) se da a la primera aproximación por:

Δ FF≅SFXk⋅ Δ xkXkΔFF≅SXkF⋅ΔXkXk (7)

Opciones

dónde
SFXkSXkF
representa la sensibilidad relativa de la función F a las variaciones de un único parámetro
(componente) x k , a saber:

SFXk= xkFreFreXkSXkF=XkFreFreXk (8)

Opciones
Si varios componentes se desvían del valor nominal, se debe usar un criterio para evaluar la desviación
de la función F debido al cambio de varios parámetros. Con x k / x k considerada como una variable
aleatoria independiente con media cero e idéntica desviación estándar x , la desviación estándar al
cuadrado 2 F del cambio relativo F / F viene dada por:

σ2F= σ2XΣk = 1norte[ S| F( j ω ) |Xk]2σF2=σX2Σk=1norte[SXk|F(jω)|]2 (9)

Opciones

Por lo tanto, F depende de las sensibilidades del componente

SFXkSXkF
, pero también en la cantidad de componentes pasivos N. Mientras más componentes tenga el circuito,
mayor será la sensibilidad. La ecuación 9 define la medida multiparamétrica de la sensibilidad
( Schoeffler, 1964 ; Laker y Gaussi, 1975 ; Schaumann et al., 1990 ). En la siguiente sección, todos los
cálculos de Matlab con respecto al ruido y el rendimiento de la sensibilidad se mostrarán en el LP de
segundo orden circuito de filtro con realimentación positiva (clase-4 o Sallen y clave). Todos los
comandos y variables de Matlab aparecerán en el texto usando la fuente Courier New.

3. Aplicación al filtro LP de segundo orden

3.1. CÁLCULO DE LOS COEFICIENTES Y PARÁMETROS DE LA FUNCIÓN DE TRANSFERENCIA
USANDO 'CAJA DE HERRAMIENTAS SIMBÓLICA' EN MATLAB
Considere el circuito de filtro Allpole RC de paso bajo activo de segundo orden (Biquad) que se muestra
en la Figura 2 (a) . Este circuito pertenece a los filtros de retroalimentación positiva o clase 4 (Sallen y
Key) ( Moschytz & Horn, 1981 ). En la Figura 2 (b) hay una versión simplificada del mismo circuito con
la fuente de voltaje controlada por voltaje (VCVS) que tiene ganancia de voltaje. Para un opamp ideal en
el modo no inversor está dado por

β= 1 + RF/ RGRAMOβ=1+RF/RGRAMO (10)

Opciones

Tenga en cuenta que la ganancia de voltaje del circuito de clase 4 es positiva y mayor o igual que la
unidad. La función de transferencia de voltaje para los filtros en la Figura 2 expresada en términos de los
coeficientes a i (i = 0, 1, 2) está dada por

T( s ) = Vo u t
(11)
ObraVgramo= N( s )D ( s )= K⋅ a0s2+ a1s + a0T(s)=VotutVgramo=norte(s)re(s)=K⋅un0s2+un1s+un0

Opciones
y en términos de la frecuencia polar p , el polo Q, q p y el factor de ganancia K por:

T( s ) = Vo u t
(12)
ObraVgramo= K⋅ ω2pags2+ ωpagqpags + ω2pagT(s)=VotutVgramo=K⋅ωpag2s2+ωpagqpags+ωpag2

Opciones

dónde

un0= ω2pag= 1R1R2do1do2,un1= ωpagqpag= R1( C1+ C2) + R2do2- βR1do1R1R2do1do2,qpag= R1R2do1do2√R1( C1+ C2) + R2do2
(1
- βR1do1,K= β.un0=ωpag2=1R1R2do1do2,un1=ωpagqpag=R1(do1+do2)+R2do2-
3)
βR1do1R1R2do1do2,qpag=R1R2do1do2R1(do1+do2)+R2do2-βR1do1,K=β.

Opciones

FIGURA 2.
Filtro active-RC de Sallen y Key LP de segundo orden. (a) Con el opamp ideal que tiene resistencias de
realimentación R F y R G , y nodos para el cálculo de la función de transferencia. (b) Circuito
simplificado con el elemento de ganancia reemplazado por VCVS.
Para calcular la función de transferencia de tensión T (s) = V hacia fuera (s) / V g (s) de la Biquad en la Figura
2 (a) , considere el siguiente sistema de ecuaciones nodales (tenga en cuenta que la última ecuación
representa el opamp):

( 1 )V1= Vgramo( 2 )- V11R1+ V2( 1R1+ 1R2+ s C1) -

V31R2- V5s C1= 0( 3 )- V21R2+ V3( 1R2+ s C2) =0( 4 )V3( 1RF+ 1RGRAMO) -

V51RF= 0( 5 )A ⋅ ( V3- V5) = V5= Vo u t Obra, A → ∞ , yo+= 0 , yo-= 0.(1)V1=Vgramo(2)- (14)

V11R1+V2(1R1+1R2+sdo1)-V31R2-V5sdo1=0(3)-V21R2+V3(1R2+sdo2)=0(4)V3(1RF+1RGRAMO)-

V51RF=0(5)UN⋅(V3-V5)=V5=Votut,UN→∞,yo+=0,yo-=0.

Opciones

El sistema de la Ecuación 12 se puede resolver usando 'Caja de herramientas simbólica' en Matlab. El

siguiente código de Matlab resuelve el sistema de ecuaciones: los símbolos de comandos de Matlab
definen variables simbólicas en el espacio de trabajo de Matlab:
syms A R1 R2 C1 C2 RF RG s Vg V1 V2 V3 V4 V5;
El comando resolver Matlab se usa para resolver el sistema analíticamente anterior de cinco Ecuación
12 para los cinco voltajes V 1 a V 5 como incógnitas. Las incógnitas se definen en la última fila de
comando resolver. Tenga en cuenta que todas las variables utilizadas en resolver se definen como
simbólicas.
CircuitEquations = resolver (...
'V1 = Vg', ...
'-V1 * 1 / R1 + V2 * (1 / R1 + 1 / R2 + s * C1) -V3 * 1 / R2 - V5 * s * C1 = 0', ...
'-V2 * 1 / R2 + V3 * (1 / R2 + s * C2) = 0', ...
'V4 * (1 / RG + 1 / RF) -V5 / RF = 0', ...
'(V3-V4) * A = V5', ...
'V1', 'V2', 'V3', 'V4', 'V5');
Una vez que se conocen todas las variables, la división simbólica simple de V 5 / V 1 produce la función
de transferencia deseada (también debe aplicarse el valor límite para A∞).
Tofs = CircuitEquations.V5 / CircuitEquations.V1;
Tofsa = límite (Tofs, A, Inf);
Otra forma de polinomios de presentación es mediante la recopilación de todos los coeficientes que
multiplican "s":
Tofsc = recoger (Tofsa, s);
Los coeficientes y parámetros de la función de transferencia se siguen fácilmente. Para obtener
coeficientes, es útil separar el numerador y el denominador usando el siguiente comando:
[numTa, denTa] = numden (Tofsa);
syms a2 a1 a0 wp qp k;
denLP2 = coeffs (denTa, s) / RG;
numLP2 = coeffs (numTa, s) / RG;
Ahora los coeficientes siguen
a0 = denLP2 (1) / denLP2 (3);
a1 = denLP2 (2) / denLP2 (3);
a2 = denLP2 (3) / denLP2 (3);
Y parámetros
k = numLP2;
wp = sqrt (a0);
qp = wp / a1;
Comando de escritura en el que obtenemos la siguiente respuesta sobre las variables en el espacio de
trabajo de Matlab:
>> whos
Nombre Tamaño Bytes Clase
Un objeto sym 1x1 126
C1 objeto 1x1 128 sym
C2 1x1 128 objeto sym
CircuitEquations 1x1 2828 struct array
Tofs 1x1 496 objeto sym
Tofsa 1x1 252 objeto sym
Tofsc 1x1 248 objeto sym
R1 1x1 128 objeto sym
R2 objeto sym 1x1 128
Objeto RF 1x1 128 sym
RG 1x1 128 objeto sym
V1 1x1 128 objeto sym
Objeto V2 1x1 128 sym
Objeto V3 1x1 128 sym
V4 1x1 128 objeto sym
V5 1x1 128 objeto sym
Vg 1x1 128 objeto sym
a0 1x1 150 objeto sym
a1 1x1 210 objeto sym
a2 1x1 126 objeto sym
denTa 1x1 232 objeto sym
objeto denLP2 1x3 330 sym
k 1x1 144 objeto sym
numTa 1x1 134 objeto sym
numLP2 1x1 144 objeto sym
qp objeto 1x1 254 sym
s 1x1 126 objeto sym
wp 1x1 166 objeto sym
Gran total es 1436 elementos con 7502 bytes
Se puede ver que todas las variables que se definen y calculan hasta ahora son de tipo simbólico. Ahora
podemos verificar los valores de las variables. Por ejemplo, estamos interesados en la función de
transferencia de tensión Tofsa. Matlab da la siguiente respuesta cuando invocamos la variable:
>> Tofsa
Tofsa =
(RF + RG) / (s * C2 * R2 * RG + R2 * s ^ 2 * C1 * R1 * C2 * RG-s * C1 * R1 * RF + RG + R1 * s * C2
* RG)
El comando pretty presenta los resultados de una manera más bella.
>> bonita (Tofsa)
RF + RG
-------------------------------------------------- -----------
2
s C2 R2 RG + R2 s C1 R1 C2 RG - s C1 R1 RF + RG + R1 s C2 RG
O podríamos invocar a Tofsc variable (véase más arriba que Tofsc es lo mismo que Tofsa, pero con
coeficientes recogidos que multiplican los poderes de 's').
>> bonito (Tofsc)
RF + RG
-------------------------------------------------- ---------
2
R2 s C1 R1 C2 RG + (C2 R2 RG - C1 R1 RF + R1 C2 RG) s + RG
Otras variables siguen usando el comando bonito.
>> bonita (a0)
1
-----------
R2 C1 R1 C2
>> bonita (a1)
C2 R2 RG - C1 R1 RF + R1 C2 RG
------------------------------
RG R2 C1 R1 C2
>> bonita (a2)
1
>> bonita (wp)
/ 1 \ 1/2
| ----------- |
\ R2 C1 R1 C2 /
>> bonita (qp)
/ 1 \ 1/2
| ----------- | RG R2 C1 R1 C2
\ R2 C1 R1 C2 /
-------------------------------
C2 R2 RG - C1 R1 RF + R1 C2 RG
>> bonita (k)
RF + RG
-------
RG

A continuación, de acuerdo con el circuito simplificado de la Figura 2 (b) que tiene el reemplazo del
elemento de ganancia definido en ( Ec. 10 ), podemos sustituir los valores de R F y R G usando los subs
de comando y obtener resultados más simples [en el siguiente ejemplo realizamos la sustitución
R F R G(-1)]. Nueva variable simbólica es beta
>> Syms beta
>> a1 = subs (a1, RF, '(beta-1) * RG');
>> bonita (a1)
C2 R2 RG - C1 R1 (beta - 1) RG + R1 C2 RG
-----------------------------------------
RG R2 C1 R1 C2
Tenga en cuenta que hemos obtenido R G tanto en el numerador como en el denominador, y puede
abreviarse. Para simplificar las ecuaciones, es posible usar varios comandos de Matlab para
simplificaciones. Por ejemplo, para reescribir el coeficiente a 1 en varias otras formas, podemos usar
comandos para la simplificación, tales como:
>> bonito (simple (a1))
1 beta 1 1
----- - ----- + ----- + -----
C1 R1 R2 C2 R2 C2 R2 C1
>> bonito (simplificar (a1))
-C2 R2 + C1 R1 beta - C1 R1 - R1 C2
- -----------------------------------
R2 C1 R1 C2
La forma final del coeficiente a 1 es la más simple, y es la misma que en (11c) anterior. Usando los
mismos procedimientos de Matlab que se presentaron anteriormente, hemos calculado todos los
coeficientes y parámetros de las diferentes funciones de transferencia de filtros en este Capítulo. Si
queremos calcular los valores numéricos de los coeficientes a i (i = 0, 1, 2) cuando el componente se dan
valores, simplemente usamos comandos subs. Primero definimos los valores numéricos (por ejemplo,
normalizados) de los componentes en el espacio de trabajo de Matlab, y luego invocamos los subs:
>> R1 = 1; R2 = 1; C1 = 0.5; C2 = 2;
>> a0val = subs (a0)
a0val =
1

>> whos a0 a0val

Nombre Tamaño Bytes Clase
a0 1x1 150 objeto sym
a0val 1x1 8 doble matriz
Gran total es 15 elementos usando 158 bytes
Tenga en cuenta que la nueva variable a0val es del tipo doble y tiene un valor numérico igual a 1,
mientras que la variable simbólica a0 no cambió su tipo. Las variables numéricas son de tipo doble.
3.2. DIBUJAR LAS CARACTERÍSTICAS DE AMPLITUD Y FRECUENCIA DE FASE DE LA
FUNCIÓN DE TRANSFERENCIA USANDO CÁLCULOS SIMBÓLICOS Y NUMÉRICOS EN
MATLAB
Supongamos que ahora queremos trazar el diagrama de Bode de la función de transferencia, por
ejemplo, de Tofsa, usando las soluciones simbólicas ya disponibles (ver arriba). También presentamos el
uso del Matlab en forma numérica. Supongamos que ya tenemos valores simbólicos en el espacio de
trabajo, como:
>> bonita (Tofsa)
RF + RG
-------------------------------------------------- -----------
2
RG - C1 R1 RF s + C2 R1 RG s + C2 R2 RG s + C1 C2 R1 R2 RG s
Definir conjunto de valores de elementos (normalizados):
>> R1 = 1; R2 = 1; C1 = 1; C2 = 1; RG = 1; RF = 1.8;
Ahora las variables que representan los elementos R 1 , R 2 , C 1 , C 2 , R G y R F cambiaron en el espacio
de trabajo para duplicar y tener valores; se vuelven numéricos Sustituya esos elementos en la función de
transferencia Tofsa utilizando los subs de comando.
>> Tofsa1 = subs (Tofsa);
>> bonito (Tofsa1)
14
----------------
/2s\
5|s+-+1|
\5/
Tenga en cuenta que en la nueva función de transferencia Tofsa1 una variable independiente es la
variable simbólica s. Para calcular la característica de frecuencia de amplitud, es decir, la magnitud de la
función de transferencia de voltaje del filtro, primero debemos definir el rango de frecuencia de, como
un vector de valores discretos en wd, hacer la sustitución s = j en T (s) (en Matlab representado por
Tofsa1) para obtener T (j), y finalmente calcular el valor absoluto de la magnitud en dB por α (ω) = 20
log | T (jω) |. La característica de frecuencia de fase es φ (ω) = arg T (jω) y se calcula utilizando atan2
(). Esto se puede realizar en la siguiente secuencia de comandos:
wd = logspace (-1,1,200);
ad1 = subs (Tofsa1, s, i * wd);
Alphad = 20 * log10 (abs (ad1));
semilogx (wd, Alphad, 'g-');
eje ([wd (1) wd (final) -40 30]);
title ('Característica de amplitud');
leyenda ('Circuito 1 (normalizado)');
xlabel ('Frecuencia / rad / s'); ylabel ('Magnitud / dB');
cuadrícula;
Phid = 180 / pi * atan2 (imag (ad1), real (ad1));
semilogx (wd, Phid, 'g-');
eje ([wd (1) wd (final) -180 0]);
title ('Característica de fase');
leyenda ('Circuito 1 (normalizado)');
xlabel ('Frecuencia / rad / s'); ylabel ('Fase / deg');
cuadrícula;
Los comandos son autoexplicativos. Las características de amplitud y frecuencia de fase así obtenidas se
muestran en la Figura 3 . Tenga en cuenta que hemos generado vectores de valores wd, Alphad y Phid
que se trazarán en escala logarítmica mediante el comando semilogx (en su lugar, podríamos haber
usado un diagrama de comandos para generar un eje lineal). El siguiente ejemplo define un nuevo
conjunto de filtro LP de segundo orden los valores de los elementos (los que se obtienen cuando los
elementos arriba normalizados se desnormalizan a la frecuencia 0 = 28610 3 rad / sy la impedancia R 0=
37k; ver en ( Jurisic et al., 2008 ) cómo):
>> R1 = 37e3; R2 = 37e3; C1 = 50e-12; C2 = 50e-12; RG = 1e4; RF = 1.8e4;
Esos valores de elementos se calcularon a partir de los parámetros de la función de transferencia p =
28610 3 rad / syq p = 5 y se representan como ejemplo 1) filtro no cónico (= 1 yr = 1) (véanse la ecuación
18 y la tabla 3 en Sección 4 a continuación). Nos referimos a esos valores como 'Circuito 1'.
>> Tofsa2 = subs (Tofsa);
>> bonita (Tofsa2)
28000
-------------------------------------------------- ------------------------------------
2
800318296602402496323046008438980478515625 s 4473025532574128109375 s
-------------------------------------------------- + ------------------------- + 10000
23384026197294446691258957323460528314494920687616 1208925819614629174706176

FIGURA 3.
Función de transferencia (a) magnitud y (b) fase para el circuito 1 (normalizado).
Se ve que la presentación de la función de transferencia desnormalizada de manera simbólica no es muy
útil. Es posible utilizar la presentación numérica y vectorial de Tofsa2. Primero debemos separar el
numerador y el denominador de Tofsa2 escribiendo:
>> [num2, den2] = numden (Tofsa2);
entonces tenemos que convertir los datos simbólicos obtenidos de num2 y den2 en vectores n2 y d2:
>> n2 = sym2poly (num2)
n2 =
6.5475e + 053
>> d2 = sym2poly (den2)
d2 =
1.0e + 053 *
0.0000 0.0000 2.3384
y finalmente use el comando tf para escribir la función de transferencia que usa vectores con valores
numéricos:
>> tf (n2, d2)
Función de transferencia:
6.548e053
---------------------------------------
8.003e041 s ^ 2 + 8.652e046 s + 2.338e053
Si dividimos el numerador y el denominador por el coeficiente de s 2 en el denominador, es decir, d2 (1),
tenemos una forma más apropiada:
>> tf (n2 / d2 (1), d2 / d2 (1))
Función de transferencia:
8.181e011
-----------------------------
s ^ 2 + 1.081e005 s + 2.922e011
Obviamente, el uso de vectores Matlab (numéricos) proporciona una representación más compacta y útil
de la función de transferencia desnormalizada. Por último, tenga en cuenta que cuando varias secciones
de filtro (N) están conectadas en cascada, la función de transferencia global de esa cascada puede ser
muy simplemente calculado por multiplicación simbólica de las funciones de transferencia de secciones
T i (s) (i = 1,, N), es decir, T = T1 ** TN, si T i (s) se definen de forma simbólica. Por otro lado, si los
polinomios de numerador y denominador de T i (s) se definen numéricamente (es decir, en forma de
vector), se debe usar un procedimiento más complicado de multiplicar vectores utilizando la
convolución (comando convolu).
3.3. CÁLCULO DE LA FUNCIÓN DE TRANSFERENCIA DE RUIDO UTILIZANDO CÁLCULOS
SIMBÓLICOS EN MATLAB
Usando los modelos de ruido para las resistencias y los opamps de la Figura 1 , obtenemos fuentes de
puntos de ruido que se muestran en la Figura 4 (a) .

FIGURA 4.
a) Fuentes de ruido para el filtro LP de segundo orden. (b) función de transferencia de ruido para la
contribución de R 1 .
Las funciones de transferencia de ruido como en ( Eq. 3 ) T x (s) = V out / N x de cada fuente de ruido o
corriente equivalente a la salida del filtro en la Figura 4 (a) deben evaluarse. Como primera ejemplo,
encontramos la contribución del ruido producido por la resistencia R 1 en la salida del filtro. Tenemos
que calcular la resistencia de transferencia T i, R 1 (s) = V salida (s) / I nR1 (s). De acuerdo con la Figura 4
(b) , escribimos el siguiente sistema de ecuaciones nodales:

( 1 )V1= 0( 2 )- V11R1+ V2( 1R1+ 1R2+ s C1) -

V31R2- V5s C1= In R 1( 3 )- V21R2+ V3( 1R2+ s C2) =0( 4 )V4( 1RF+ 1RGRAMO) -
(15)
V51RF= 0( 5 )A ⋅ ( V3- V4) = V5(1)V1=0(2)-V11R1+V2(1R1+1R2+sdo1)-V31R2-

V5sdo1=yonorteR1(3)-V21R2+V3(1R2+sdo2)=0(4)V4(1RF+1RGRAMO)-V51RF=0(5)UN⋅(V3-V4)=V5

Opciones

El sistema de la Ecuación 13 puede resolverse utilizando la caja de herramientas Simbólica de Matlab de

la misma manera que el sistema de la Ecuación 12 presentada anteriormente. El siguiente código de
Matlab resuelve el sistema de la ecuación 13 :
CircuitEquations = resolver (...
'V1 = 0', ...
'-V1 * 1 / R1 + V2 * (1 / R1 + 1 / R2 + s * C1) -V3 * 1 / R2 - V5 * s * C1 = InR1', ...
'-V2 * 1 / R2 + V3 * (1 / R2 + s * C2) = 0', ...
'V4 * (1 / RG + 1 / RF) -V5 / RF = 0', ...
'(V3-V4) * A = V5', ...
'V1', 'V2', 'V3', 'V4', 'V5');
IR1ofs = CircuitEquations.V5 / InR1;
IR1ofsa = límite (IR1ofs, A, Inf);
[numIR1a, denIR1a] = numden (IR1ofsa);
syms a2 a1 a0 b0
denIR1 = coeffs (denIR1a, s) / RG;
numIR1 = coeffs (numIR1a, s) / RG;
% De coeficientes de la función de transferencia
a0 = denIR1 (1) / denIR1 (3);
a1 = denIR1 (2) / denIR1 (3);
a2 = denIR1 (3) / denIR1 (3);
b0 = numIR1 / denIR1 (3);
En el espacio de trabajo de Matlab, podemos verificar el valor de cada coeficiente calculado por el
programa anterior, simplemente, escribiendo la variable correspondiente. Por ejemplo, presentamos el
valor del coeficiente b 0 en el numerador escribiendo:
>> bonita (b0)
- RF + RG -
| ----------- |
- C1 C2 R2 RG -
Los coeficientes a0 , a1 y a2 son los mismos que los de la función de transferencia de voltaje calculada en la
Sección 3.1 anterior, lo que significa que dos funciones de transferencia tienen el mismo denominador,
es decir, D (s). Por lo tanto, los únicos datos útiles son el coeficiente b 0 . Se obtiene la resistencia de
transferencia T i, R 1 (s). Las funciones de transferencia de ruido de todas las fuentes puntuales de ruido
en la Figura 4 (a) se han calculado y presentado en la Tabla 1 de la misma manera que T i, R 1 (s)
encima. Usamos fuentes de corriente en el modelo de ruido de resistencia. N x es la fuente de ruido de
tensión o corriente del elemento denotado por x.
3.4. DIBUJAR LA DENSIDAD ESPECTRAL DE RUIDO DE SALIDA DE LOS FILTROS RC
ACTIVOS USANDO CÁLCULOS NUMÉRICOS EN MATLAB
Las funciones de transferencia de ruido para el filtro LP de segundo orden, generado usando Matlab en
la Sección 3.3, se muestran en la Tabla 1 . Podemos volver a escribirlos y utilizar Matlab solo en modo
numérico para calcular las curvas de densidad espectral de ruido en la salida, que se definen como una
raíz cuadrada de ( Ecuación 3 ). Definir conjunto de valores de elemento (Circuito 1)
>> R1 = 37e3; R2 = 37e3; C1 = 50e-12; C2 = 50e-12; RG = 1e4; RF = 1.8e4;
Nx Tx(s)

Vg β1R1R2do1do2/ D ( s )β1R1R2do1do2/re(s)
 i nR1 , i nR11 , i nR12 β1R2do1do2/ D ( s )β1R2do1do2/re(s)

i nR2 β[ 1do2s + 1R1do1do2] /D(s)β[1do2s+1R1do1do2]/re(s)

yo na1 β[ 1do2s + 1R1do1do2+ 1R2do1do2] /D(s)β[1do2s+1R1do1do2+1R2do1do2]/re(s)

i na2 , i nGG , i nRF, e - RF[ s]2+ R2do2+ R1do2+ R1do1R1R2do1do2s + 1R1R2do1do2] /D(s)-
na * RF[s2+R2do2+R1do2+R1do1R1R2do1do2s+1R1R2do1do2]/re(s)

D ( s ) = s2+ R2do2+ R1do2+ R1do1( 1 - β)R1R2do1do2s + 1R1R2do1do2re(s)=s2+R2do2+R1

do2+R1do1(1-β)R1R2do1do2s+1R1R2do1do2

TABLA 1.
Funciones de transferencia de ruido para filtro LP de segundo orden (* e na tiene en su lugar -R F).
Dibujamos la curva:
% RANGO DE FRECUENCIA
Nfreq = 200;
Fstart = 1e4; % Hz
Fstop = 1e6; % Hz
fd = logspace (log10 (Fstart), log10 (Fstop), Nfreq);
% FUENTES DE RUIDO a temperatura T = 295K (22 grados C)
IR1 = sqrt (4 * 1.38e-23 * 295 / R1);
IR2 = sqrt (4 * 1.38e-23 * 295 / R2);
IRF = sqrt (4 * 1.38e-23 * 295 / RF);
IRG = sqrt (4 * 1,38e-23 * 295 / RG);
EP = 17e-9;
IP = 0.01e-12;
IM = 0.01E-12;
% DE FUNCIONES DE TRANSFERENCIA DE CADA FUENTE DE RUIDOS
D = 1 / (R1 * R2 * C1 * C2) - (fd * 2 * pi). ^ 2 + ...
i * (fd * 2 * pi) * (1 / (R1 * C1) + 1 / (R2 * C1) -RF / (R2 * C2 * RG));
H = (1 / (R1 * R2 * C1 * C2) * (1 + RF / RG)) ./ D;
numerador = (1 / (R1 * R2 * C1 * C2) * (1 + RF / RG)) * conj (D);
phase = atan (imag (numerador) ./ real (numerador));
TR1 = (1 / (R2 * C1 * C2) * (1 + RF / RG)) ./ D;
TR2 = ((1 + RF / RG) * (1 / (R1 * C1 * C2) + i * (fd * 2 * pi) * 1 / C2)) ./ D;
TIP = ((1 + RF / RG) * (1 / (R1 * C1 * C2) + 1 / (R2 * C1 * C2) + i * (fd * 2 * pi) * 1 / C2)) ./ D ;
TIM = -RF * (1 / (R1 * R2 * C1 * C2) - (fd * 2 * pi). ^ 2 + ...
i * (fd * 2 * pi) * (1 / (R1 * C1) + 1 / (R2 * C1) + 1 / (R2 * C2))) ./ D;
TRG = TIM;
TRF = TIM;
TEP = (1 + RF / RG) * (1 / (R1 * R2 * C1 * C2) -...
(fd * 2 * pi). ^ 2 + i * (fd * 2 * pi) * (1 / (R1 * C1) + 1 / (R2 * C1) + 1 / (R2 * C2))) / D ;
% CUADRADOS DE TRANS. FUNCIONES
TR1A = (abs (TR1)). ^ 2;
TR2A = (abs (TR2)). ^ 2;
TIPA = (abs (TIP)). ^ 2;
TIMA = (abs (TIM)). ^ 2;
TRGA = TIMA;
TRFA = TIMA;
TEPA = (abs (TEP)). ^ 2;
% DENSIDAD ESPECTRAL DE CADA FUENTE DE RUIDOS
UR1 = TR1A * IR1 ^ 2;
UR2 = TR2A * IR2 ^ 2;
UIP = TIPA * IP ^ 2;
UIM = TIMA * IM ^ 2;
UEP = TEPA * EP ^ 2;
URG = TRGA * IRG ^ 2;
URF = TRFA * IRF ^ 2;
% PARCELA DE DENSIDAD ESPECTRAL GLOBAL
U2 = sqrt (UR1 + UR2 + UIP + UIM + URF + UEP + URG);
semilogx (fd, U2, 'k-');
titletext = sprintf ('Ruido de salida'); title (titletext);
xlabel ('Frecuencia / kHz');
ylabel ('Densidad espectral de ruido / \ muV / \ surdHz');
eje ([fd (1) fd (Nfreq) 0 3e-6]); cuadrícula;
% Integración numérica de potencia de ruido total en la salida (RMS)
Eno = sqrt (suma (U22 (1: Nfreq)) / (Nfreq-1) * (fd (Nfreq) -fd (1)));
Para dibujar la segunda curva, aplique el siguiente método. Defina el segundo conjunto de valores de
elementos, que se representan como el ejemplo 4) filtro idealmente cónico (= 4 yr = 4), (consulte
la Ecuación 18 y la Tabla 3 en la Sección 4 a continuación). Nos referimos a esos valores como 'Circuito
2'.
>> R1 = 23.1e3; R2 = 92.4e3; C1 = 80e-12; C2 = 20e-12; RG = 1e4; RF = 1.05e4;
>> espera;
>> rehacer todas las ecuaciones anteriores; usa 'r--' para la segunda forma de curva
>> espera;
>> leyenda ('Circuito 1', 'Circuito 2');
La densidad espectral del ruido de salida se muestra en la figura 5. Además, se han calculado dos valores
de tensiones eficaces E no (que representan la potencia de ruido total en la salida o el piso de ruido)
definidos por la raíz cuadrada de ( Ecuación 4 ) como resultado de integración numérica en el código
Matlab dado anteriormente, y son los siguientes: E no 1 = 176.0 V (Circuito 1 o ejemplo # 1 en la Tabla
3 ) y E no 2 = 127.7 V (Circuito 2 o ejemplo # 4 en la Tabla 3 ) Se muestran en la última columna de
la Tabla 3 , en la Sección 4. Para todos los ejemplos de filtro, el ruido de salida total rms E nose calculó
numéricamente usando Matlab y se presentó en la última columna de Tablas. Para graficar la densidad
espectral de ruido de salida y calcular el voltaje de ruido de salida total, fue fácil volver a escribir las
expresiones de función de transferencia de ruido de la Tabla 1 en el código de Matlab. En la siguiente
Sección 3.5 se muestra que la reescritura de expresiones largas a veces es inaceptable (por ejemplo, para
calcular la sensibilidad). Entonces tenemos otra opción para usar Matlab en modo simbólico.

FIGURA 5.
Densidad espectral del ruido de salida del circuito 1 y del circuito 2 (desnormalizado).
3.5. SENSIBILIDAD CARACTERÍSTICA DEL FILTRO RC ACTIVO USANDO CÁLCULOS
SIMBÓLICOS Y NUMÉRICOS EN MATLAB
Para calcular eficientemente la sensibilidad multiparamétrica en ( Ecuación 9 ), usamos una
combinación de capacidades simbólicas y numéricas de Matlab. Supuesto F en (Ecuación 7 ) - ( Ec. 9 )
es nuestra función de transferencia T (s) = N (s) / D (s) definido por ( Ec. 11 ), donde x k son elementos
R 1 , R 2 , C 1 , C 2 , R F y R G . Utilizaremos los resultados simbólicos previos de las funciones de
transferencia numerador numLP2 y denominador denLP2, y la operación Matlab de diferenciación
simbólica para producir sensibilidad relativa en ( Ecuación 8 ). Para calcular la sensibilidad de la función
de transferencia definida por (Eq. 8 ) también aplicaremos la siguiente regla:

S| T( j ω ) |Xk= S| norte( j ω ) |Xk- S| D ( j ω ) |XkSXk|T(jω)|=SXk|norte(jω)|-SXk|re(jω)| (dieciséis)

Opciones

Para construir ( Ecuación 14 ), procedemos de la siguiente manera. El siguiente código revela el

numerador y el denominador como función de los componentes. (La división de ambos numerador y
denominador por R G es solo para tener una presentación más agradable.) Primero hacemos la
sustitución s = j en N (s) y D (s). Entonces tenemos que producir valores absolutos de N (j) y D (j). En el
siguiente paso, realizamos una diferenciación simbólica usando el comando diff de Matlab o el operador
D.
>> den = simplificar (denTa / RG);
>> bonita (den)
2 C1 R1 RF s
C2 R1 s + C2 R2 s + C1 C2 R1 R2 s - ---------- + 1
RG
>> denofw = subs (den, s, i * wd)
denofw =
C2 * R2 * wd * i - C1 * C2 * R1 * R2 * wd ^ 2 + 1 - (C1 * R1 * RF * wd * i) / RG + C2 * R1 * wd * i
(Para calcular todos los componentes y valores de frecuencia como variables reales, tenemos que volver
a escribir partes reales e imaginarias de denofw).
>> syms wd;
>> redenofw = - C1 * C2 * R1 * R2 * wd ^ 2 + 1;
>> imdenofw = C2 * R2 * wd - (C1 * R1 * RF * wd) / RG + C2 * R1 * wd;
>> absden = sqrt (redenofw ^ 2 + imdenofw ^ 2);
>> bonita (absden)
/ / C1 R1 RF wd \ 2 2 2 \ 1/2
| | C2 R1 wd + C2 R2 wd - ----------- | + (C1 C2 R1 R2 wd - 1) |
\ \ RG / /
>> SDR1 = diff (absden, R1) * R1 / absden;
>> bonita (SDR1)
/ / C1 RF wd \ / C1 R1 RF wd \ 2 2 \
R1 | 2 | C2 wd - -------- | | C2 R1 wd + C2 R2 wd - ----------- | + 2 C1 C2 R2 wd (C1 C2 R1 R2 wd - 1) |
\ \ RG / \ RG / /
-------------------------------------------------- -------------------------------------------------- ------
/ / C1 R1 RF wd \ 2 2 2 \
2 | | C2 R1 wd + C2 R2 wd - ----------- | + (C1 C2 R1 R2 wd - 1) |
\ \ RG / /
El mismo cálculo (con resultados más simples) se puede hacer para el numerador:
>> num = simplificar (numTa / RG);
>> bonito (num)
RF
-+1
RG
>> numofw = subs (num, s, i * wd)
numofw =
RF / RG + 1
>> renumofw = RF / RG + 1;
>> imnumofw = 0;
>> absnum = sqrt (renumofw ^ 2 + imnumofw ^ 2);
>> bonita (absnum)
/ / RF \ 2 \ 1/2
||-+1||
\ \ RG / /
>> SNR1 = diff (absnum, R1) * R1 / absnum;
>> bonita (SNR1)
0
La sensibilidad del numerador a R 1 es cero. Obviamente hemos obtenido resultados demasiado largos
para ser analizados por observación. Continuamos formando sensibilidades a todos los componentes
restantes en forma simbólica.
>> SDR2 = diff (absden, R2) * R2 / absden;
>> SDC1 = diff (absden, C1) * C1 / absden;
>> SDC2 = diff (absden, C2) * C2 / absden;
>> SDRF = diff (absden, RF) * RF / absden;
>> SDRG = diff (absden, RG) * RG / absden;
>> SNR2 = diff (absnum, R2) * R2 / absnum;
>> SNC1 = diff (absnum, C1) * C1 / absnum;
>> SNC2 = diff (absnum, C2) * C2 / absnum;
>> SNRF = diff (absnum, RF) * RF / absnum;
>> SNRG = diff (absnum, RG) * RG / absnum;
Mediante la aplicación de la regla ( Ecuación 14 ), formamos sensibilidades para cada componente,
cuyos cuadrados finalmente tenemos que sumar y formar (Ecuación 9).
>> SCH = (SNR1-SDR1) ^ 2 + (SNR2-SDR2) ^ 2 + (SNC1-SDC1) ^ 2 + (SNC2-SDC2) ^ 2 + ...
(SNRF-SDRF) ^ 2 + (SNRG-SDRG) ^ 2;
La forma analítica resultante de la sensibilidad multiparamétrica es la siguiente:
>> SigmaAlpha = sqrt (SCH) * 0.01 * 8.68588964;
La multiplicación por 0.01 define la desviación estándar de todos los elementos pasivos x en (Ecuación
9) tobe 1%. La multiplicación por 8.68588965 convierte la desviación estándar F en (Ecuación 9) en
decibelios. Al escribir SigmaAlpha en el espacio de trabajo de Matlab, se obtiene una expresión
simbólica muy grande. No lo presentamos aquí (¡no se recomienda intentarlo!). Debido a que es
demasiado grande, tampoco es útil para una investigación analítica, ni puede ser reescrito, ni presentado
en forma de tabla. En cambio, sustituiremos en esta gran expresión analítica los valores del componente
SigmaAlpha y los dibujaremos numéricamente. Esto tiene más sentido. Defina el primer conjunto de
valores de elementos (Circuito 1 con capacitores iguales y resistencias iguales):
>> R1 = 37e3; R2 = 37e3; C1 = 50e-12; C2 = 50e-12; RG = 1e4; RF = 1.8e4;
Al equiparar a los valores, los elementos cambiados en el espacio de trabajo se duplican y se vuelven
numéricos. Sustituye esos elementos en SigmaAlpha.
>> Schoefler1 = subs (SigmaAlpha);
Tenga en cuenta que en la variable nueva, la variable independiente Schoefler1 es wd simbólica. Para
calcular su magnitud, primero tenemos que definir el rango de frecuencia de, como un vector de valores
discretos en wd. Cuando se define la frecuencia en Hz, tenemos que multiplicarla por 2. La frecuencia
asumida oscila entre 10 kHz y 1MHz.
>> fd = logspace (4,6,200);
>> wd = 2 * pi * fd;
>> Sch1 = subs (Schoefler1, wd);
>> semilogx (fd, Sch1, 'g-.');
>> title ('Sensibilidad multiparamétrica');
>> xlabel ('Frecuencia / kHz'); ylabel ('\ sigma _ {\ alpha} / dB');
>> leyenda ('Circuito 1');
>> eje ([fd (1) fd (final) 0 2.5])
>> rejilla;
Esto es todo lo que se necesita para trazar la curva de sensibilidad del Circuito 1.Para agregar el segundo
ejemplo, establecemos los valores de los elementos del Circuito 2 en el espacio de trabajo de Matlab:
>> R1 = 23.1e3; R2 = 92.4e3; C1 = 80e-12; C2 = 20e-12; RG = 1e4; RF = 1.05e4;
Luego sustituimos los elementos simbólicos (componentes) en SigmaAlpha con los valores numéricos
de los componentes en el espacio de trabajo para obtener nuevos valores numéricos para la sensibilidad
>> Schoefler2 = subs (SigmaAlpha);
>> Sch2 = subs (Schoefler2, wd);
Finalmente, para dibujar ambas curvas tecleamos
>> semilogx (fd, Sch1, 'k-', fd, Sch2, 'r--');
>> title ('Sensibilidad multiparamétrica');
>> xlabel ('Frecuencia / kHz'); ylabel ('\ sigma _ {\ alpha} / dB');
>> leyenda ('Circuito 1', 'Circuito 2');
>> eje ([fd (1) fd (final) 0 2.5])
>> rejilla;
Las curvas de sensibilidad del Circuito 1 y del Circuito 2 se muestran en la Figura 6 . Recuerde que
ambos circuitos tienen la misma magnitud de función de transferencia que se muestra en la Figura
3aanterior. Tenga en cuenta que solo se deben repetir varias líneas de instrucciones de Matlab y que
ninguna de las expresiones analíticas de gran tamaño debe volverse a escribir. En el siguiente Capítulo 4,
usaremos las rutinas de Matlab presentadas hasta ahora para construir ejemplos de diferentes diseños de
filtros. De acuerdo con los resultados obtenidos de los análisis de ruido y sensibilidad, demostramos el
diseño óptimo.

FIGURA 6.
Desviación estándar de las magnitudes del circuito 1 y del circuito 2 (sensibilidad).
4. Aplicación a filtros LP, BP y HP de segundo y tercer
orden
4.1. BIQUADS DE SEGUNDO ORDEN
Considere los Biquads de segundo orden que realizan funciones de transferencia LP, HP y BP, que se
muestran en la Figura 7 . Esos son los Biquads que se recomiendan como bloques de construcción de
alta calidad; ver ( Moschytz & Horn, 1981 ; Jurisic et al., 2010 b , 2010c ). En ( Moschytz y Horn, 1981)
solo el procedimiento de diseño para mín. GSP está dado (y por eso proporciona el diseño mínimo de
sensibilidad activa). Sobre la base de las relaciones de componentes en la red pasiva de
retroalimentación dependiente de la frecuencia de Biquads en la figura 7 , definida por:

ρ = C1/ C2, r = R2/ R1ρ=do1/do2,r=R2/R1 (17)

Opciones

el diseño detallado paso a paso de esos filtros, en forma de libro de cocina, para una sensibilidad pasiva
y activa óptima, así como bajo nivel de ruido se considera en ( Jurisic et al., 2010 b 2010c ). El diseño
óptimo se presenta en la Tabla 1 en ( Jurisic et al., 2010c ) y se programa utilizando Matlab. Tenga en
cuenta que los Biquads en la Figura 7 mostrados verticalmente están relacionados por la transformación
complementaria, mientras que los que se muestran horizontalmente son RC-CR duales de cada uno
otro. Por lo tanto, los circuitos complementarios son LP (clase-4: retroalimentación positiva) y BP-C
(clase-3: retroalimentación negativa), así como HP (clase-4) y BP-R (clase-3). En el caso de clase 4
existe, mientras que en clase 3 hay
β¯β¯
, que están relacionados por:

1 / β+ 1 / β¯= 11/β+1/β¯=1 (18)

Opciones

Los Biquads dobles en la Figura 7 son LP y HP (clase-4), así como BP-C y BP-R (clase-3); ellos
pertenecen a la misma clase

FIGURA 7.
Filtros activos RC de segundo orden, HP y BP con factores de escala de impedancia r y.
Las funciones de transferencia de tensión para todos los filtros mostrados en la figura 7 en términos de la
frecuencia polar p , el polo Q, q p y el factor de ganancia K, se definen por:

T( s ) = V2V1= N( s )D ( s )= K⋅ n ( s )s2+ ωpagqpags + ω2pagT(s)=V2V1=norte(s)re(s)=K⋅norte(s)s2+ω (19

pagqpags+ωpag2 )

Opciones

donde los numeradores n (s) están dados por:

norteMARIDOPAG( s ) = s2, nB P( s ) = ωpag⋅ s , nL P( s ) = ω2pagnorteMARIDOPAG(s)=s2,nortesegundoP (2

AG(s)=ωpag⋅s,norteLPAG(s)=ωpag2 0)

Opciones

Los parámetros p , q p y K, como funciones de los componentes del filtro, se dan en la Tabla 2 . Se
calculan utilizando los procedimientos de Matlab presentados en la Sección 3.1. Con referencia a
la Figura 7 , el factor de atenuación de tensión (0 <1), que desacopla las ganancias K y, véase
( Moschytz, 1999 ), está definido por el divisor de tensión en la entrada de los circuitos de filtro. Tenga
en cuenta que todos los filtros en la Figura 7 tienen las mismas expresiones para p , y que las expresiones
para el polo Q, q p son idénticas solo para circuitos complementarios. Esta es la razón por la cual los
circuitos complementarios tienen propiedades de sensibilidad idénticas y comparten el mismo diseño
óptimo, vea (Jurisic et al., 2010 c) .
(a) LP y (c) BP-C (b) HP y (d) BP-R

ωpag= 1R1R2do1do2---------√ωpag=1R1R2do1do2 ωpag= 1R1R2do1do2---------√ωpag=1R1R2do1do2

, ,

qpag= R1R2do1do2--------- qpag= R1R2do1do2---------

√R1( C1+ C2) + R2do2- βR1do1qpag=R1R2do1do2R1( √( R1+ R2) C2+ R1do1- βR2do2qpag=R1R2do1do2(R
do1+do2)+R2do2-βR1do1 1+R2)do2+R1do1-βR2do2

, K = (( para LP y , K = (( para HP y

K= α β¯qpagR1do1/ ( R2do2)----------- K= α β¯qpagR2do2/ ( R1do1)-----------

√K=αβ¯qpagR1do1/(R2do2) √K=αβ¯qpagR2do2/(R1do1)

para BP-C. para BP-R.

TABLA 2.
Transferir los parámetros de función de los filtros RC activos de segundo orden en la Figura 7 .
 Filtro \
N Paráme C C CT R TO
R ( ( R1 R2 E no
o. tro de 1 2 OT T

diseño

No 0.3 2. 5 5 10 17
1 1 1 37 37 74
cónico 33 8 0 0 0 6.0

Capacit
ively 0.3 1. 8 2 10 46. 46 92. 10
2 1 4
Tapere 33 4 0 0 0 3 .3 5 2.5
d

Resiste
0.3 5. 5 5 10 18. 92. 36
3 nte 4 1 74
33 6 0 0 0 5 5 0.9
cónico

Idealm
0.4 2. 8 2 10 23. 92 11 12
4 ente 4 4
44 05 0 0 0 1 .5 5.6 7.7
afilado

Cap-
Taper y 1. 0.3 1, 8 2 10 34. 62 96. 10
5 4
min. GS 85 97 58 0 0 0 02 .9 94 3.9
P

TABLA 3.
Valores de componentes y ruido de salida rms E no de ejemplos de diseño de filtros LP y BP-C de
segundo orden como en la figura 7 (a) y (c) con p = 286krad / syq p = 5 (resistencias en [k],
condensadores en [pF], ruido en [V]).
Filtro \
N Parám C CT R TO
r ( ( C1 R1 R2 E no
o. etro de 2 OT T

diseño

No 0.3 2. 5 10 20
1 1 1 50 37 37 74
cónico 33 8 0 0 1.6

Capacit
ively 0.3 5. 2 10 46 46 92. 46
2 1 4 80
Tapere 33 6 0 0 .3 .3 5 0.1
d
 Resiste
0.3 1. 5 10 18 92. 96.
3 nte 4 1 50 74
33 4 0 0 .5 5 73
cónico

Idealm
0.4 2. 2 10 23 92 11 13
4 ente 4 4 80
44 05 0 0 .1 .5 5.6 7.0
afilado

sese
Res-
nta
Taper y 1. 0.3 1, 3 10 19 77 97. 10
5 4 y
min. G 85 97 58 5 0 .4 .6 0 0.3
cinc
SP
o

TABLA 4.
Valores de componentes y ruido de salida rms E no de ejemplos de diseño de filtros de HP y BP-R de
segundo orden como en la figura 7 (b) y (d) con p = 286krad / syq p = 5 (resistencias en [k],
condensadores en [pF], ruido en [V]).
Por otro lado, dos circuitos "duales" tendrán sensibilidades duales y diseños óptimos duales. Doble
significa que los roles de las relaciones de resistencia se intercambian por las relaciones de condensador
correspondientes, y viceversa. Se muestra en ( Jurisic et al., 2010 c) que los Biquads complementarios
tienen funciones de transferencia de ruido idénticas y, por lo tanto, el mismo ruido de salida. Una
optimización de la sensibilidad y el rendimiento del ruido es posible variando los factores de reducción
de la impedancia general ( Ecuación 15 ) de las resistencias y condensadores en la red RC pasiva de los
filtros en la Figura 7 , ver ( Moschytz, 1999 ; Jurisic et al. , 2010 b) . Al aumentar r> 1 y / o> 1, el R 2 y
C 2las impedancias se incrementan Las secciones de alta impedancia están rodeadas por rectángulos
discontinuos en la Figura 7. Para ilustración, consideremos el siguiente ejemplo de diseño práctico como
uno en ( Moschytz, 1999 ):

ωpag= 2 π⋅ 86 kHz; qpag= 5 ; do TO T= 100 pF .ωpag=2π⋅86 kHz; qpag=5; doTOT=100 pF. (21)

Opciones

Como se muestra en ( Moschytz, 1999 ), hay varias formas de impedancia reduciendo gradualmente un
circuito. Mediante la aplicación de varios factores de escala de impedancia en ( Ecuación 15 ), los
valores de componentes resultantes de los diferentes tipos de circuitos decrecientes LP (y BP-C) se
enumeran en la Tabla 3 y los componentes de los filtros HP (y BP-R) se enumeran en la Tabla 4 . Las
magnitudes correspondientes de la función de transferencia se muestran en la Figura 8 usando Matlab
(ver Sección 3.2). Para comparar los diferentes circuitos con respecto a su rendimiento de ruido, la
capacitancia total para cada uno se mantiene constante, es decir, C TOT= 100pF. Se realizó un análisis de
sensibilidad multiparamétrico usando Matlab (ver Sección 3.5) en los ejemplos de filtro en la Tabla
3y 4 con los valores de resistor y capacitor asumidos como variables aleatorias no correlacionadas, con
media cero y 1% de desviación estándar. La desviación estándar() [dB] de la variación de la ganancia
logarítmica Δα = 8.68588Δ | T (ω) | / | T (ω) | [dB] se calculó, con respecto a todos los componentes
pasivos, y se representó gráficamente para los casos en las tablas 3 y 4 de la figura 9 . Existen cuatro
trazados diferentes para los cuatro Biquads en la Figura 7. En la Figura 9 (a) y (c) se muestra que LP y
BP-C filtran no. 2, es decir, los filtros cónicos capacitivos con resistencias iguales (= 4 y r = 1) tienen la
sensibilidad mínima a las variaciones de los componentes pasivos ( Moschytz, 1999 ). El siguiente mejor
resultado se obtiene con el filtro no. 5, es decir, el filtro cónico capacitivo con mínimo Gain-Sensitivity-
Product (GSP). Se muestra en la Figura 9 (b) y (d)que los filtros HP y BP-R no. 3, es decir, los filtros
cónicos resistivos con resistencias iguales (que tienen valores de componentes en la tercera fila en
la Tabla 4 ) tienen la sensibilidad mínima a las variaciones pasivas de los componentes. El siguiente
mejor resultado es el diseño 'óptimo' no. 5.Para concluir, las curvas de sensibilidad de la Figura
9 confirman que los Biquads complementarios tienen un diseño óptimo idéntico, mientras que los
Biquads duales tienen diseños óptimos duales. Todos los Biquads complementarios y duales en la Figura
7 tienen idéntica cifra de mérito de sensibilidad (todas las curvas de sensibilidad de Schoeffler
correspondientes en la Figura 9 son igualmente altas).

FIGURA 8.
Las magnitudes de la función de transferencia de los ejemplos de filtros de segundo orden LP, HP y BP
[con (18) y K = 1].
La densidad espectral de ruido de salida e no definida por el techo cuadrado de ( Ec. 3 ) se ha calculado
utilizando Matlab (véanse las Secciones 3.3 y 3.4) y para estos filtros se muestra en la Figura 10 . Tenga
en cuenta que solo hay dos figuras; uno para los filtros (complementario) LP y BP-C, es decir, la Figura
10 (a) , porque tienen propiedades de ruido idénticas, y el otro para los filtros HP y BP-R, es decir,
la Figura 10 (b) . El voltaje de ruido de salida rms total E no definido por la raíz cuadrada de ( Ecuación
4 ) se presenta en las últimas columnas de la Tabla 3 y la Tabla 4 ( Jurisic et al., 2010 c). Considerando
la densidad espectral de ruido en la figura 10 (a) y la columna E no en la tabla 3 , concluimos que los
filtros LP y BP-C, con el ruido de salida más bajo y el rango dinámico máximo, son nuevamente filtros
no. 2. Los segundos mejores resultados se obtienen con los filtros no. 5, y estos resultados son los
mismos que para la sensibilidad mínima que se muestra arriba (ver Figuras 9a yc) .

FIGURA 9.
Sensibilidades de Schoeffler de segundo orden (a) LP, (c) BP-C, ejemplos de filtros en la Tabla 3 y (b)
HP, (d) BP-R, ejemplos de filtros dados en la Tabla 4 . (e) Leyenda.

FIGURA 10.
Densidades espectrales de ruido de salida de los filtros de segundo orden (a) LP / BP-C y (b) HP / BP-R
que figuran en los cuadros 3 y 4 .
El análisis de los resultados en la Figura 10 (b) y la columna E no en la Tabla 4 conduce a la conclusión
de que los diseños no. 3 y no. 5 de los filtros HP y BP-R tienen el mejor rendimiento de ruido, así como
una sensibilidad mínima (ver Figuras 9b yd ). El análisis de ruido anterior confirma que los circuitos
complementarios tienen propiedades de ruido idénticas y, por otro lado, los relacionados por la dualidad
RC-CR tienen diferentes propiedades de ruido. Por lo tanto, existe una diferencia entre LP y su filtro HP
de doble contraparte en un valor de ruido de salida. A partir de la inspección de la Figura 10 , resulta que
el ruido del filtro HP es mayor que el del filtro LP, para todos los ejemplos de diseño. En consecuencia,
proponemos utilizar las Biquads LP y BP-C enFigura 7 (a) y (c) como bloques de construcción de filtros
activos de segundo orden recomendados, ya que tienen mejor calidad de ruido, y HP Biquad en la figura
7 (b) como bloque de construcción de filtro activo de segundo orden para filtros de paso alto, si se
desean propiedades de bajo ruido y sensibilidad. Desafortunadamente, es inevitable que las realizaciones
de HP tengan un rendimiento de ruido un poco peor.
4.2. BITRIPLETS DE TERCER ORDEN
La extensión a las secciones de filtro de tercer orden sigue exactamente los mismos principios que los
anteriores. A diferencia de los filtros de segundo orden, los filtros de tercer orden no se pueden reducir
de forma ideal; en cambio, solo es posible la reducción capacitiva o resistiva ( Moschytz, 1999 ).
Consideremos las secciones de filtro de tercer orden (Bitriplets) que realizan funciones de transferencia
LP y HP, que se muestran en la Figura 11 . El diseño óptimo de esos filtros para bajas sensibilidades
pasivas y activas, así como de bajo nivel de ruido, se da en ( Jurisic et al., 2010 b , Jurisic et al.,
2010c ). El diseño óptimo se presenta en la Tabla 6 en ( Jurisic et al., 2010 c) y se programa utilizando
Matlab. En ( Jurisic et al., 2010 a2010c ), el análisis de ruido detallado en la base analítica se da para el
LP de tercer orden y los circuitos HP (dobles) en la Figura 11 . Tanto el análisis de sensibilidad como el
ruido se realizan utilizando las rutinas de Matlab en la Sección 3. Las funciones de transferencia de
voltaje para los filtros en la Figura 11 vienen dadas por:

T( s ) = V2V1= K⋅ n ( s )s3+ a2s2+ a1s + a0= K⋅ n ( s )( s + γ) ( s)2+ ωpagqpags + ω2pag)T(s)=V2V1=K⋅no (2

rte(s)s3+un2s2+un1s+un0=K⋅norte(s)(s+γ)(s2+ωpagqpags+ωpag2) 2)

Opciones

donde los numeradores n (s) están dados por:

norteMARIDOPAG( s ) = s3, nL P( s ) = a0= γω2pagnorteMARIDOPAG(s)=s3,norteLPAG(s)=un0=γωpag2 (23)

Opciones

Los coeficientes a i (i = 0, 1, 2) y ganancia K como funciones de los componentes del filtro se dan en
la Tabla 5 .

FIGURA 11.
Filtros activos RC de LP y LP de tercer orden con factores de escala de impedancia r i e i (i = 2, 3).
Coeficiente (a) LP

un0= γω2pagun0=γωpag2 ( R1R2R3do1do2do3)- 1(R1R2R3do1do2do3)-1

un1= ω2pag+ γωpagqpagun R1do1+ ( R1+ R2+ R3) C3+ ( 1 - β) C2( R1+ R2)R1R2R3do1do2do3R1do1+(R1+R2+
1=ωpag2+γωpagqpag R3)do3+(1-β)do2(R1+R2)R1R2R3do1do2do3

R1R2do1do3+ R1R3do3( C1+ C2) + R2R3do2do3+ ( 1 - β) R1R2do1do2R1R2R3do1d

un2= γ+ ωpagqpagun2=γ+ω
o2do3R1R2do1do3+R1R3do3(do1+do2)+R2R3do2do3+(1-
pagqpag
β)R1R2do1do2R1R2R3do1do2do3

K ((

Coeficiente (b) HP

un0un0 ( R1R2R3do1do2do3)- 1(R1R2R3do1do2do3)-1

 R1( C1+ C2) + R2( C2+ C3) + R3do3( 1 - β)R1R2R3do1do2do3R1(do1+do2)+R2(do
un1un1
2+do3)+R3do3(1-β)R1R2R3do1do2do3

R1R2do1( C2+ C3) + R2do2do3( R1+ R3) + R1R3do3( C1+ C2) ( 1 - β)R1R2R3do1d
un2un2 o2do3R1R2do1(do2+do3)+R2do2do3(R1+R3)+R1R3do3(do1+do2)(1-
β)R1R2R3do1do2do3

K ((

TABLA 5.
Transferir coeficientes de funciones de filtros RC activos de tercer orden con retroalimentación positiva
en la Figura 11. Es posible optimizar la sensibilidad y el rendimiento del ruido variando los factores de
escala de impedancia general de las resistencias y condensadores en la red pasiva de los filtros en
la Figura 11 , ver ( Moschytz, 1999 ):

R1= R , R2= r2R , R3= r3R , C1= C, C2= C/ ρ2, C3= C/ ρ3.R1=R,R2=r2R,R3=r3R,do1=do,do2=do/ρ2, (24

do3=do/ρ3. )

Opciones

La cantidad referida como 'frecuencia de diseño' está definida por 0 = 1 / (RC) ( Moschytz, 1999 ). Los
filtros de LP y HP de tercer orden con la mínima sensibilidad a las tolerancias de los componentes así
como el ruido de salida más bajo y máxima dinámica rango son los circuitos diseñados de la manera
óptima como se presenta en la Tabla 6 en ( Jurisic et al., 2010 c) . El circuito de filtro de LP fue diseñado
por disminución de impedancia capacitiva con 2 =, 3 = 2 ; > 1 y 0 elegidos para proporcionar r 2 r 3 . En el
caso del filtro HP de tercer orden, el diseño óptimo es dual: el circuito debe diseñarse por reducción de
impedancia resistiva con r2 = r, r 3 = r 2 ; r> 1 y 0 elegidos para proporcionar 2 3 . Por lo tanto, los diseños
de mínimo ruido y mínimo de sensibilidad coinciden. Comparando el ruido de salida de dos circuitos
duales de tercer orden vemos nuevamente que el filtro HP tiene un ruido más grande que el filtro LP, c)
aunque sus sensibilidades son idénticas, ver ( Jurisic et al., 2010 .
5. Conclusión
En este trabajo, se demuestra la aplicación del análisis de Matlab de los filtros RC activos realizados con
respecto al ruido y la sensibilidad al rendimiento de las tolerancias de los componentes. Se presentan
todas las rutinas de Matlab utilizadas en el análisis. Se muestra en ( Jurisic et al., 2010 c ) y se repite aquí
que LP, BP y HP allpole activa-RC filtros de segundo y tercer orden que están diseñados en ( Jurisic et
al., 2010 b)para una sensibilidad mínima a las tolerancias de los componentes, también son superiores en
términos de ruido térmico de baja salida en comparación con los diseños estándar. Los filtros son de baja
potencia porque usan solo un opamp. Lo que se muestra aquí es que los filtros LP / HP de un solo
amplificador de segundo orden y de un solo polo con retroalimentación positiva, diseñados usando
reducción de impedancia capacitiva / resistiva para minimizar la sensibilidad a las tolerancias de los
componentes, también poseen el mínimo ruido térmico de salida. El filtro de BP-C de segundo orden
con retroalimentación negativa es un bloque de filtro recomendado cuando se requiere poco ruido. Lo
mismo se muestra para filtros LP y HP de baja sensibilidad y tercer orden de la misma topología. Al usar
opamps de bajo ruido y resistencias de pequeño tamaño con película de metal junto con el método de
diseño propuesto, los filtros de baja sensibilidad y bajo ruido resultan simultáneamente. El mecanismo
por el cual se reduce la sensibilidad a las tolerancias de los componentes de LP, HP y BP allpole active-
RC filters, también reduce eficientemente el ruido total en la salida del filtro. Los diseños se presentan
en forma de tablas de diseño óptimas programadas en Matlab [consulteLas tablas 1 y 6 en ( Jurisic et al.,
2010 c) ]. Todas las curvas están construidas por el código Matlab presentado, y todos los cálculos se
han realizado utilizando Matlab.
Análisis cuantitativo de modelos biocinéticos de tiroides y tracto
gastrointestinal utilizando MATLAB
Chia Chun Hsu 1, 3 , Chien Yi Chen 2 y Lung Kwang Pan 1
[1]
Universidad Central de Ciencia y Tecnología de Taiwán, Taiwán
[2]
Universidad Médica Chun Shan, Taiwán
[3]
Hospital general budista de Tzu Chi, sucursal de Taichung, Taiwán

1. Introducción
Este capítulo analizó cuantitativamente los modelos biocinéticos de yodo tiroideo y del tracto
gastrointestinal (tracto GI) utilizando el software MATLAB. Los modelos biocinéticos son ampliamente
utilizados para analizar la dosis de radiación absorbida internamente en pacientes que se han sometido a
un examen médico nuclear, o para estimar la dosis de radionúclido I-131 que es absorbida por un órgano
crítico en pacientes que se han sometido a radioterapia ( ICRP-30 , 1978 ). En el modelo biocinético
específico, los órganos o tejidos humanos se agrupan en muchos compartimentos para realizar
cálculos. Los compartimentos definidos varían considerablemente entre los modelos, porque cada
modelo se desarrolla para dilucidar una función única del sistema metabólico humano.
Las soluciones a las ecuaciones diferenciales simultáneas dependientes del tiempo asociadas tanto con el
yodo como con el modelo de tracto gastrointestinal obtenidas con la función de programación
predeterminada de MATLAB producen mucha información médica, ya que los cálculos que se realizan
con estas ecuaciones proporcionan no solo la precisión cantidades dependientes del tiempo de los
radionucleidos en cada compartimento en el modelo biocinético, pero también una base teórica para
estimar la dosis absorbida por cada compartimento. Los resultados obtenidos usando ambos modelos
biocinéticos pueden ayudar a un físico médico a ajustar los ajustes de la instrumentación de medición en
el protocolo de terapia radioactiva o la sensibilidad radioeléctrica de la monitorización de la dosis para
aumentar la precisión de la detección y reducir la incertidumbre en la medición práctica.
En este capítulo, los algoritmos de MATLAB se utilizan para resolver las ecuaciones diferenciales
simultáneas dependientes del tiempo que están asociadas con dos modelos biocinéticos y para definir las
incertidumbres correlacionadas que están relacionadas con el cálculo. MATLAB rara vez se utiliza en el
campo de la medicina, porque la definición basada en la ingeniería de los parámetros de MATLAB
reduce su facilidad de uso por parte de investigadores desconocidos. Sin embargo, el uso de MATLAB
puede acelerar enormemente el análisis en un estudio práctico. Se presentan algunas recomendaciones
firmes sobre futuros estudios sobre temas similares y se extrae una breve conclusión.

2. Modelo de tiroides yodo

2.1. MODELO BIOCINÉTICO
El modelo de yodo simula la efectividad de la curación por parte de los pacientes después de la
administración posquirúrgica de 131 I para la ablación de tiroides residual. Después del tratamiento inicial
(una tiroidectomía casi total o total), la mayoría de los pacientes son tratados con 131 I para la ablación de
la glándula tiroides residual ( De Klerk et al ., 2000 ; Schlumberger 1998) Sin embargo, las estimaciones
de las dosis acumuladas absorbidas en pacientes y personas cercanas a ellas siguen siendo
controvertidas, a pesar del establecimiento de los criterios para aplicar el modelo biocinético de yodo a
una persona sana del informe ICRP-30. Por el contrario, el modelo biocinético de yodo que se aplica
después de la ablación remanente de la tiroides debe reconsiderarse desde varias perspectivas, porque la
glándula que se designa como dominante, la tiroides, en pacientes con tiroidectomía total (casi) es la
glándula remanente de interés ( Kramer et al. , 2002 ; North et al. , 2001 ).
Según el informe ICRP-30 en el modelo biocinético de yodo, un cuerpo humano típico se puede dividir
en cinco compartimentos principales. Son
1. estómago,
2. fluído corporal,
3. tiroides,
4. todo el cuerpo, y
5. excreción como se muestra en la Fig. 1 .
Las ecuaciones 1 - 4 son las ecuaciones diferenciales simultáneas para la correlación dependiente del
tiempo entre los nucleidos de yodo en los compartimentos

FIGURA 1.
Modelo biocinético de yodo para un hombre saludable estándar. El modelo fue recomendado por ICRP-
30 .

reretqST= - ( λR+ λST) qSTreretqST=-(λR+λST)qST (1)

Opciones

reretqB F= λSTqST- ( λR+ λB F1+ λB F2) qB F+ λWB 2qWsegundoreretqsegundoF=λSTqST-

(2)
(λR+λsegundoF1+λsegundoF2)qsegundoF+λWsegundo2qWsegundo

Opciones
 reretqTmarido= λB F1qB F- ( λR+ λTmarido) qTmaridoreretqTmarido=λsegundoF1qsegundoF-
(3)
(λR+λTmarido)qTmarido

Opciones

reretqWsegundo= λTmaridoqTmarido- ( λR+ λWB 2+ λWB 1) qWsegundoreretqWsegundo=λTmaridoqTmarido-

(4)
(λR+λWsegundo2+λWsegundo1)qWsegundo

Opciones

Los términos q i yλ i son la cantidad dependiente del tiempo de 131 I en todos los compartimentos y las
constantes de desintegración entre pares de compartimentos, respectivamente (R: semivida física, ST:
estómago, BF: fluido corporal, Th: tiroides, BM: todo el cuerpo). En consecuencia, la cantidad de yodo
en el estómago disminuye regularmente, mientras que la cantidad cambia dentro del fluido corporal es
complicada porque el yodo puede ser transportado desde el estómago o todo el cuerpo hacia el fluido
corporal y luego retirarse hacia afuera también desde dos canales (a la tiroides o a la excreción
directamente). El cambio de cantidad de nucleidos de yodo en tiroides o en todo el cuerpo es
comparativamente directo, ya que solo se define un canal para dentro o fuera [ Fig. 1] Dado que las vidas
medias biológicas del yodo, según lo recomendado por ICRP-30 para el estómago, fluidos corporales,
tiroides y cuerpo entero, son 0.029d, 0.25d, 80d y 12d, respectivamente, las constantes de deterioro
correspondientes para cada variable pueden calcularse [ Tab. 1 ]. Además, la cantidad dependiente del
tiempo de yodo en cada compartimiento se representa en la Fig. 2 , y el tiempo inicial es el tiempo
cuando el 131 I se administra al paciente.

λ coeff. Derivación

λR 0.0862 d -1 ln2 / 8.0

λ ST 24 d -1 ln2 / 0.029

λ BF1 0.832 d -1 0.3xln2 / 0.25

λ BF2 1.940 d -1 0.7xln2 / 0.25

λ Th 0.0058 d -1 l2 / 120

λWB2 0.052 d -1 0.9xln2 / 12

λWB1 0.0052 d -1 0.1xln2 / 12

TABLA 1.
Los coeficientes de variables para ecuaciones diferenciales simultáneas adoptadas en este trabajo. Los
resultados del cálculo son estimaciones teóricas de la cantidad de yodo dependiente del tiempo en varios
compartimentos para un cuerpo típico. Además, la constante de disminución para la vida media física
de 131 I se indica como λ R y la vida media física es de 8,0 d.

2.2. ALGORITMOS MATLAB

Las ecuaciones 1 - 4 puede ser reorganizado como continuación y resuelto por el programa MATLAB.

⎡⎣⎢⎢⎢⎢renorteST/ dtrenorteB F/ dtrenorteTmarido/ dtrenorteWsegundo/ dt⎤⎦⎥⎥⎥⎥= ⎡⎣⎢⎢⎢⎢- ( λST+ λR)λST000- ( λ

B F1+ λB F2+ λR)λB F000- ( λTmarido+ λR)λTmarido0λWB 20- ( λWB 1+ λWB2+ λR)⎤⎦⎥⎥⎥⎥⎡⎣⎢⎢⎢⎢norteSTnorteB Fn
(
orteTmaridonorteWsegundo⎤⎦⎥⎥⎥⎥[renorteST/retrenortesegundoF/retrenorteTmarido/retrenorteWsegundo/ret]
5
=[-(λST+λR)000λST-(λsegundoF1+λsegundoF2+λR)0λWsegundo20λsegundoF-
)
(λTmarido+λR)000λTmarido-

(λWsegundo1+λWB2+λR)][norteSTnortesegundoFnorteTmaridonorteWsegundo]

Opciones

El programa MATLAB se muestra a continuación;

################################################## #########
A = [- 24.086 0 0 0; 24 -2.859 0 0.052; 0 0.832 -0.0922 0; 0 0 0.0058 -0.144];
x0 = [1 0 0 0] ';
B = [0 0 0 0] ';
C = [1 0 0 0];
D = 0;
para i = 1: 101,
u (i) = 0;
t (i) = (i-1) * 0.1;
fin;
sys = ss (A, B, C, D);
[y, t, x] = lsim (sys, u, t, x0);
plot (t, x (:, 1), '-', t, x (:, 2), '-.', t, x (:, 3), '-', t, x (:, 4 ), '-', t, x (:, 2) + x (:, 4), ':')
semilogx (t, x (:, 1), '-', t, x (:, 2), '-.', t, x (:, 3), '-', t, x (:, 4 ), '-', t, x (:, 2) + x (:, 4), ':')
leyenda ('ST', 'BF', 'Th', 'WB', 'BF + WB')
% guardar datos
n = longitud (t);
fid = fopen ('44chaineq.txt', 'w'); % Abre un archivo para ser escrito
para i = 1: n,
fprintf (fid, '% 20.16f% 20.16f% 20.16f% 20.16f% 20.16f% 20.16f \ n', t (i), x (i, 1), x (i, 2), x (i, 3), x (i,
4), x (i, 2) + x (i, 4)); % De guardado de datos
fin
fclose (fid);
guardar 44chaineq.dat -ascii t, x
################################################## #########
La Figura 2 traza las cantidades derivadas dependientes del tiempo de yodo en varios compartimentos en
el modelo biocinético. Los puntos sólidos representan la suma de cantidades en el fluido corporal y en
todo el cuerpo, o la glándula tiroides. La medición práctica realizada con respecto a los fluidos
corporales y al cuerpo entero no puede separarse, mientras que los datos relativos a la glándula tiroides
se identifican fácilmente.

2.3. EXPERIMENTAR
2.3.1. CARACTERÍSTICAS DE LOS PACIENTES

Cinco pacientes (4F / 1M) de edades comprendidas entre 37 y 46 años se sometieron a una a cuatro
semanas consecutivas de exploración de todo el cuerpo con una cámara gamma después de la
administración posquirúrgica de 131 I para la ablación del tiroides residual. Se realizó una medición del
aclaramiento de yodo en los cinco pacientes antes del escaneo para suprimir la interferencia con los
datos.

FIGURA 2.
La estimación teórica de cantidades de yodo dependientes del tiempo en varios compartimentos del
modelo biocinético.

2.3.2. CÁMARA GAMMA

La cámara gamma (SIEMENS E-CAM) estaba ubicada en el Hospital de la Universidad Médica de

Chung-Shan (CSMUH). Los dos detectores de placa NaI 48 × 33 × 0,5 cm 3 de la cámara gamma se
colocaron 5 cm por encima y 6 cm por debajo del cuerpo del paciente durante el escaneo. Cada placa se
conecta a un tubo de 2" de diámetro 59 fotomultiplicador (PMT) para grabar los datos. Idealmente, los
dos detectores capturados ~ 70% de la gamma rayo emitido. Cada paciente escaneada se le dio un
1.11GBq (30 mCi) 131 I cápsula para la glándula tiroides ablación remanente. El 131La cápsula I estaba
libre de portador con una pureza de radionúclidos que excedía el 99.9% y una pureza radioquímica que
excedía el 95.0%. Syncor Int., Corp. fabricó todas las cápsulas radiofarmacéuticas. El coeficiente de
varianza (% CV) de la actividad de todas las cápsulas de un solo lote fue inferior al 1,0%, como lo
confirmaron los controles puntuales ( Chen et al. , 2003 ). . Por lo tanto, el rayo gamma sensible a la
posición emitido por el 131I que se administró al paciente podría analizarse y trazarse.

2.3.3. ESCANEO DE TODO EL CUERPO DE PACIENTES

Cada paciente fue tratado con 1,11 GBq 131 I una vez por semana durante cuatro semanas consecutivas,
para asegurar la ablación de la glándula tiroides residual. Este tratamiento suprimió la rápida absorción
de dosis ultra altas por órganos normales. Post tratamiento 131 Por lo general, me administraron seis
semanas después de la operación de tiroidectomía. Sin embargo, la medicación tiroidea se suspendió
durante la sexta semana para reducir la complejidad de los efectos secundarios. Se tuvo cuidado de
asegurar que los medicamentos administrados una semana antes del escaneo no contuvieran yodo o un
agente de contraste radiográfico. La Tabla 2 presenta los datos medidos y el calendario de exploración
para el primer sujeto durante la primera semana. Los horarios para otros pacientes fueron similares, con
solo modificaciones menores. La columna final enLengüeta. 2 presenta datos obtenidos del muslo como
ROI. Esta área se usó para determinar el fondo puro para el sistema de conteo de NaI. Además, los
compartimentos del cuerpo y del fluido corporal se trataron como un único compartimento y se
redefinieron como "resto" en la evaluación empírica ya que las mediciones in vivo de estos
compartimentos no eran separables. Por lo tanto, los recuentos netos del ROI (el resto o la tiroides) se
determinaron simplemente restando el recuento en la región del muslo más el de las áreas tiroideas o el
área del muslo solo a partir de los recuentos totales de todo el cuerpo .

2.4. ANÁLISIS DE LOS DATOS

Los datos para cada paciente se analizan y normalizan para proporcionar un conjunto inicial en formato
de salida MATLAB para ajustarse a los datos óptimos para las ecuaciones. 1 - 4 . Además, para
distinguir entre los resultados ajustados en MATLAB y los datos prácticos de cada tema, un valor,
Acuerdo (AT), se define como
 A T= Σnortei = 1[ Yyo( n o r .i t e n . ) - Yyo( MA TL A B ) ]2norte--------------------------------

√× 100 %UNT=Σyo=1norte[Yyo(norteor.yotminorte.)- (6)

Yyo(METROUNTLUNsegundo)]2norte×100%

Opciones

donde Y n (ni iten.) e Y n (MATLAB) son la intensidad normalizada que prácticamente se obtuvieron de
cada sujeto en la enésima adquisición, y los datos se calcularon usando MATLAB, respectivamente. N se
define entre 11 y 17, lo que corresponde a los diferentes programas de conteo de los sujetos de este
documento.
Un valor AT de cero indica una concordancia perfecta entre los resultados analíticos y
empíricos. Generalmente, se puede considerar que un valor de TA inferior a 5,00 indica una excelente
coherencia entre datos computacionales y prácticos, mientras que una AT dentro del rango de 10.00 a
15.00 aún puede ofrecer confianza confiable en la consistencia entre resultados analíticos y empíricos
( Pan et al . 2000 ; 2001 ). La Tabla 3 muestra los datos calculados para cinco sujetos durante cuatro
semanas de escaneo de todo el cuerpo. Como se muestra en Tab. 3 , el T 1/2 (thy.) Y T 1/2(BF) se cambian
de 80d y 0.25d a 0.66 ± 0.50d y 0.52 ± 0.23d, respectivamente. Sin embargo, la relación de ramificación
desde el compartimento de fluido corporal hasta el compartimento tiroideo (I thy. ) O el compartimiento
de excreción (I exc ) se cambia del 30% o; 70%, respectivamente a 11.4 ± 14.6% o; 88.4 ± 14.6%,
respectivamente. Una vida media biológica más corta (80d → 0.66d) y una menor relación de
ramificación entre el líquido corporal y la glándula tiroides remanente (30% → 11.4%) también revelan
la excreción rápida de los núclidos de yodo por el mecanismo metabólico en pacientes con tiroidectomía.
La Figura 3 presenta los resultados calculados usando MATLAB junto con la medición práctica para
diversos sujetos, para aclarar la evaluación de los nucleótidos de 131 I del compartimento tiroideo o el
resto. Como se muestra claramente en la Fig. 3 , la consistencia entre cada curva calculada y los datos
prácticos para varios sujetos revela no solo la precisión del cálculo sino también las diferentes
características del mecanismo biocinético de los pacientes, que refleja el estado real de las glándulas
tiroides remanentes.

2.5. DISCUSIÓN
Definir la vida media biológica del yodo en el compartimento tiroideo sin considerar los efectos de otros
compartimentos en el modelo biocinético sigue siendo controvertido. Para las personas sanas, el
compartimento tiroideo domina el modelo biocinético de yodo. En contraste, en base a los resultados
analíticos, para los pacientes con tiroidectomía total (cercana), tanto el fluido corporal como la tiroides
dominan el modelo biocinético revisado. Además, la vida media biológica del yodo en la tiroides de una
persona sana se puede evaluar directamente usando la curva dependiente del tiempo. La curva
dependiente del tiempo para pacientes con tiroidectomía se degrada rápidamente debido a que el yodo
tiene una semivida biológica corta en la glándula tiroides remanente.escaneo in vivo .

contando No. tiempo transcurrido (horas) todo el cuerpo tiroides muslo

1 0.05 21504618 355224 101133

2 0.25 19894586 434947 219306

3 0.5 22896468 754599 308951

4 0.75 23417836 834463 298034

5 1.00 23645836 944563 316862

6 2.00 21987448 1014885 311113

7 3.00 18901178 1124704 260065

8 4.00 18997956 1329043 245960

9 5.00 19006712 1297005 242498

10 6.00 16861720 1247396 204844

11 7.00 16178016 1334864 191212

12 8.00 14884935 1222750 175766

13 32.00 7810032 1080369 70999

14 56.00 3709699 949135 17926

15 80.00 2100217 673606 7377

dieciséis 104.00 1639266 540182 4627

17 128.00 1477639 429230 5457

TABLA 2.
El cronograma y los datos medidos de la exploración del cuerpo completo del caso del paciente 5. La
última columna presenta datos para el área del muslo. Esta área específica simuló el fondo puro para el
sistema de conteo de NaI.

En un examen más detallado del modelo biocinético teórico, dado que el 90% del 131 I administrado a
todo el cuerpo (compartimento 4) retroalimenta al fluido corporal (compartimento 2) y solo el 30% de
los 131 I administrados en el fluido corporal fluye directamente en la tiroides (compartimento 3) [ Fig. 1],
los enlaces cruzados entre compartimentos hacen que se obtengan soluciones a las
Ecs. 1 - 4extremadamente difícil. Solo un pequeño cambio en la vida media biológica del yodo en el
compartimiento tiroideo afecta significativamente los resultados para todos los compartimentos en el
modelo biocinético. Además, el efecto del estómago (compartimento 1) en todos los compartimentos es
despreciable en este cálculo porque la vida media biológica del yodo en el estómago es de solo 0,029
días (~ 40 min). La cámara gamma escaneada cuenta desde el estómago sin datos útiles dos horas
después de la administración de I-131, ya que casi el 90% de todos los nucleidos de yodo se transfieren a
otros compartimentos. Por lo tanto, el análisis de los núclidos 131 I calculados en el modelo biocinético
permanece en el resto o solo en el compartimento tiroideo ( Chen et al. , 2007 ).

T 1/2(thy) T1/2(BF)
No caso. semana Yotu(%) Yoexc(%) ATthy AT BF
(d) (d)

ICRP-30 80 0.25 30 70

1 1 1.10 0.65 12.5 87.5 1.74 31.22.

2 0.50 0.50 5.0 95.0 0.60 12.58

3 0.50 0.50 5.0 95.0 0.60 12.10

4 0.50 0.50 5.0 95.0 0.55 6.23

2 1 1.70 1.20 55.0 45.0 4.34 7.56

2 1.25 0.80 32.5 67.5 5.24 25.38

3 1.10 0.55 12.5 87.5 3.21 30.13

4 0.50 0.30 5.0 95.0 1.20 35.90

3 1 0.15 0.40 5.0 95.0 0.53 8.93

2 0.15 0.40 5.0 95.0 0.22 2.07

 3 0.15 0.40 5.0 95.0 0.10 3.64

4 0.15 0.40 5.0 95.0 0.70 7.56

4 1 0.25 0.25 5.0 95.0 0.62 27.65

5 1 1.25 0.50 5.0 95.0 1.74 5,79

0.66 ± 0.52 ± 11.4 ± 88.4 ± 1.52 ± 14.05 ±

Promedio
0.50 0.23 14.6 14.6 1.54 11.01

TABLA 3.
Los resultados reevaluados para cinco pacientes en este trabajo. Los datos teóricos citados del informe
ICRP-30 también se enumeran en la primera fila para la comparación.

3. Modelo del tracto gastrointestinal

El tiempo medio de vaciado gástrico (GET) de alimentos sólidos en 24 voluntarios sanos se evalúa
utilizando el método de la cámara gamma. El GET de sólidos se utiliza para detectar trastornos motores
gástricos y se puede determinar utilizando muchos enfoques, entre los cuales el estudio con cámaras
gamma es simple y confiable. Además, las pruebas gammagráficas de vaciamiento gástrico se utilizan
ampliamente tanto en la investigación académica como en la práctica clínica, y se consideran como el
estándar de oro para evaluar el vaciamiento gástrico ( Minderhoud et al. , 2004 ; Kim et al. , 2000).) El
GET también puede estimarse controlando el cambio en la concentración de un trazador ingerido en la
sangre, la orina o la respiración, ya que el trazador se absorbe rápidamente solo después de salir del
estómago. El trazador, el enfoque de absorción de paracetamol y la prueba de aliento de 13 C-octanoato
(OBT), todos apoyan medios convenientes de evaluar GET. Sin embargo, la prueba de aliento solo
arroja un índice de convolución de GE, aunque no requiere cámara gamma y puede realizarse al pie de la
cama ( Sanaka et al. , 1998 ; 2006 ).

FIGURA 3.
La intensidad dependiente del tiempo de los compartimentos de todo el cuerpo más los fluidos
corporales o del compartimento tiroideo a partir de los resultados optimizados del modelo biocinético
revisado de yodo. Los diversos datos de la exploración in vivo de 5 pacientes también están incluidos.

El uso de una gammacámara para estudiar la absorción por parte de sujetos de productos marcados con
radionucleidos con Tc-99m satisface los criterios para la aplicación del modelo biocinético del tracto GI,
ya que la corta vida media física de Tc-99m es tal que se administra una dosis limitada entregado. En
este estudio, el GET revisado de sólidos se determina a partir de varias mediciones in vivo hechas de
voluntarios sanos. Veinticuatro voluntarios sanos se sometieron a 5 min. escanee del cuello a la rodilla
una vez cada 30 min. durante seis horas usando una cámara gamma. Los datos medidos fueron
analizados y normalizados como datos de entrada a un programa en MATLAB. El GET revisado de
sólidos para voluntarios difirió significativamente de los obtenidos utilizando una simulación teórica
basada en la recomendación ICRP-30.
3.1. MODELO BIOCINÉTICO
Según el informe de ICRP-30, el modelo biocinético del tracto GI divide un cuerpo humano típico en
cinco compartimentos principales, que son
1. estómago (ST),
2. intestino delgado (SI),
3. intestino grueso superior (ULI),
4. Intestino grueso inferior (LLI), y
5. fluido corporal (BF), como se muestra en la Fig. 4 .
Las ecuaciones 6 - 9 son las ecuaciones diferenciales simultáneas que especifican la correlación
dependiente del tiempo entre las cantidades de nucleidos de Tc-99m activados por radio en los
compartimentos.

FIGURA 4.
Modelo biocinético del tracto intestinal intestinal para un hombre saludable estándar. El modelo es
recomendado por el informe ICRP-30.

reretqST= - ( λST+ λR) ⋅ qSTreretqST=-(λST+λR)⋅qST (7)

Opciones

reretqSyo= - ( λSyo+ λsegundo+ λR) ⋅ qSyo+ λST⋅ qSTreretqSyo=-(λSyo+λsegundo+λR)⋅qSyo+λST⋅qST (8)

Opciones

reretqUL I= - ( λUL I+ λR) ⋅ qUL I+ λSyo⋅ qSyoreretqULyo=-(λULyo+λR)⋅qULyo+λSyo⋅qSyo (9)

Opciones
 reretqL L I= - ( λL L I+ λR) ⋅ qL L I+ λUL I⋅ qUL IreretqLLyo=-(λLLyo+λR)⋅qLLyo+λULyo⋅qULyo (10)

Opciones

Los términos q i y λ i se definen como las cantidades dependientes del tiempo de radionúclidos, Tc-99m,
y las constantes de medio vaciado biológico, respectivamente, para los compartimentos. λ R es la
constante de degradación física del radionúclido Tc-99m.
Dado que las semividas biológicas de Tc-99m, administradas por ICRP-30, en el estómago, el intestino
delgado, el intestino grueso superior y el intestino grueso inferior son 0.029d, 0.116d, 0.385d y 0.693d,
respectivamente, el medio vaciado correspondiente las constantes se pueden calcular, y se presentan en
la Fig. 4 . Además, λ b es la tasa de eliminación metabólica e igual a [f 1 × λ SI / (1-f 1 )]. Este término
varía con el compuesto químico y es 0.143 para nucleidos de Tc-99m.

λ Constante de medio vaciado Derivación

λR 2.77 d -1 (ln2 / 6.0058) × 24

λST 24 d -1 en 2 / 0.029

λ SI 6 d -1 En 2 / 0.116

λULI 1.8 d -1 En 2 / 0.385

λLLI 1 d -1 En 2 / 0.693

λb 1 d -1 0.143 × 6 / (1-0.143)

TABLA 4.
Los coeficientes de variables para ecuaciones diferenciales simultáneas adoptadas en este trabajo. Los
resultados del cálculo son estimaciones teóricas de la cantidad dependiente del tiempo de Tc-99m en
varios compartimentos para un cuerpo típico. Además, la constante de desintegración para la semivida
física de Tc-99m se indica como λ R y la vida media física es 6.0058 h.

3.2. ALGORITMOS MATLAB

Las ecuaciones 6 - 9 se pueden reorganizar de nuevo como continuación y resueltos por el programa
MATLAB.

⎡⎣⎢⎢⎢⎢renorteST/ dtrenorteSyo/ dtrenorteUL I/ dtrenorteL L I/ dt⎤⎦⎥⎥⎥⎥= ⎡⎣⎢⎢⎢⎢- ( λST+ λR)λST000- ( λSyo+ λ (

segundo+ λR)λSyo000- ( λUL I+ λR)λUL I000- ( λL L I+ λR)⎤⎦⎥⎥⎥⎥⎡⎣⎢⎢⎢⎢norteSTnorteSyonorteUL InorteL L I⎤⎦⎥⎥ 1

 ⎥⎥[renorteST/retrenorteSyo/retrenorteULyo/retrenorteLLyo/ret]=[-(λST+λR)000λST- 1

(λSyo+λsegundo+λR)000λSyo-(λULyo+λR)000λULyo- )

(λLLyo+λR)][norteSTnorteSyonorteULyonorteLLyo]

Opciones

El programa MATLAB se muestra a continuación;

################################################## #########
A = [- 26.77 0 0 0; 24 -9.77 0 0; 0 6 -4.57 0; 0 0 1.8 -3.77];
x0 = [1 0 0 0] ';
B = [0 0 0 0] ';
C = [1 0 0 0];
D = 0;
para i = 1: 101,
u (i) = 0;
t (i) = (i-1) * 0.01;
fin;
sys = ss (A, B, C, D);
[y, t, x] = lsim (sys, u, t, x0);
plot (t, x (:, 1), '-', t, x (:, 2), '-.', t, x (:, 3), '-', t, x (:, 4 ), '-', t, x (:, 2) + x (:, 3) + x (:, 4), ':')
semilogx (t, x (:, 1), '-', t, x (:, 2), '-.', t, x (:, 3), '-', t, x (:, 4 ), '-', t, x (:, 2) + x (:, 3) + x (:, 4), ':')
leyenda ('ST', 'SI', 'ULI', 'LLI', 'SI + ULI + LLI')
% guardar datos
n = longitud (t);
fid = fopen ('gi44chaineq.txt', 'w'); % Abre un archivo para ser escrito
para i = 1: n,
fprintf (fid, '% 10.8f% 20.16f% 20.16f% 20.16f% 20.16f% 20.16f \ n', t (i), x (i, 1), x (i, 2), x (i, 3), x (i,
4), x (i, 2) + x (i, 3) + x (i, 4)); % De guardado de datos
fin
fclose (fid);
guardar gi44chaineq.dat -ascii t, x
################################################## #########
La Figura 5 muestra la cantidad de Tc-99m dependiente del tiempo en cada compartimento, y el tiempo
inicial se define como el tiempo cuando se administra una dosis de Tc-99m al voluntario. Los resultados
se pueden calcular y trazar usando un programa en MATLAB.

3.3. EXPERIMENTAR
3.3.1. CARACTERÍSTICAS DE LOS VOLUNTARIOS

Veinticuatro voluntarios sanos (13F / 11M) con edades entre 19 y 75 años fueron sometidos a seis horas
continuas de escaneo de todo el cuerpo usando una cámara gamma después de haber ingerido fitato
marcado con Tc-99m con alimento sólido.

3.3.2. ALIMENTOS SÓLIDOS DE FITATO MARCADOS CON TC-99M

La comida de prueba comprendía alimentos sólidos y una taza de 150 ml de agua que contenía un 5% de
dextrosa. La comida sólida consistía en dos tostadas y una tortilla de dos huevos. Los dos huevos se
rompieron, se agitaron y se mezclaron con fitato marcado con Tc-99m de 18,5 MBq (0,5 mCi). Cada
tortilla se cuece en un horno durante 20 minutos a 250 0 C, y luego sirvió para un voluntario. Cada
voluntario había ayunado durante al menos ocho horas antes de comer y terminó en 20 minutos, para
evitar interferencias con los datos.

FIGURA 5.
La estimación teórica para las cantidades dependientes del tiempo de Tc-99m en varios compartimentos
del modelo biocinético.

3.3.3. CÁMARA GAMMA

La cámara gamma (SIEMENS E-CAM) se encuentra en el Departamento de Medicina Nuclear,

TaiChung Veterans General Hospital (TVGH). Los dos detectores de placa NaI (48 × 33 × 0.5 cm 3 ) de
la cámara se colocaron 5 cm por encima y 6 cm por debajo del cuerpo del voluntario durante el
escaneo. Cada placa se conectó a un Tubo Multiplicador de Foto (PMT) de 2 "de diámetro 59 para
registrar los datos. Los dos detectores capturaron ~ 70% de los rayos gamma emitidos.

3.3.4. ESCANEO DE VOLUNTARIOS EN TODO EL CUERPO

Cada voluntario se sometió a su primer escáner de cámara gamma inmediatamente después de terminar
la comida. El protocolo de escaneo fue el siguiente; posición supina, pico de energía de 140 keV
(ventana: 20%), colimador LEHS, matriz de 128 × 128 y velocidad de barrido de 30 cm / min. a una
distancia de 150 cm (~ 5 minutos desde el cuello hasta la rodilla) durante 5 min. Cada media hora. El
escaneo completo tomó seis horas. Se registraron trece conjuntos de datos para cada voluntario para el
análisis. Las regiones de interés (ROI) de las imágenes en el análisis posterior fueron
1. todo el cuerpo, WB,
2. estómago, ST y
3. intestino delgado, intestino grueso superior e intestino grueso inferior, SI + ULI + LLI.
Los datos que se obtuvieron de SI no se pudieron separar de los obtenidos de ULI o LLI, mientras que
los datos de ST se distinguieron fácilmente durante la recopilación de datos. Por lo tanto, los datos SI,
ULI y LLI se sumaron en el análisis de datos.

FIGURA 6.
La curva dependiente del tiempo de ST y SI + ULI + LLI para hombres y mujeres, respectivamente. La
inconsistencia en la comparación del cálculo teórico y la evaluación práctica es significativa.

3.4. ANÁLISIS DE LOS DATOS

La Tabla 5 muestra los resultados que se obtuvieron para 24 voluntarios sanos. La primera fila incluye
recomendaciones teóricas en el informe ICRP-30 para la comparación. Los resultados se agrupan en
masculino y femenino, y se indica a cada voluntario. El GET es la vida media efectiva de Tc-99m en el
estómago. Es igual al recíproco de la suma del recíproco de la semivida biológica y de la semivida
radiológica (GET -1 = T 1 / 2eff (ST) -1 = [T 1/2 (Tc-99m) -1 + T 1/2 (ST) -1 ]). La mitad biológica vive en el
estómago T 1/2 (ST) y el intestino delgado T 1/2 (SI) en

T 1/2(ST T 1/2(SI T 1/2(UL T 1/2(LL T 1/2(b ATS ATL

Caso
Sexo ) ) I) I) ) T SI
No.
Min. Min. Min. Min. Min. % %

ICRP-
41.8 167.0 554.5 998.0 998.0
30

1.0E
1 F 166.4 199.6 554.5 998.0 8.4 7.5
+ 05

1.0E
2 F 142.6 199.6 554.5 998.0 10.5 7.3
+ 05

1.0E
3 F 110.9 166.4 554.5 998.0 5.9 7.6
+ 05

1.0E
4 F 142.6 199.6 554.5 998.0 5.9 3.6
+ 05
 1.2E
5 F 124.8 199.6 554.5 998.0 11.3 6.9
+ 04

1.0E
6 F 166.4 199.6 554.5 998.0 9.8 8.5
+ 05

1.0E
7 F 99.8 332.7 554.5 998.0 12.7 17.0
+ 05

1.0E
8 F 142.6 249.5 554.5 998.0 14.5 10.6
+ 05

1.0E
9 F 99.8 249.5 554.5 998.0 10.9 14.9
+ 05

1.0E
10 F 199.6 166.4 554.5 998.0 11.9 10.1
+ 05

1.0E
11 F 99.8 166.4 554.5 998.0 8.2 7.6
+ 05

1.0E
12 F 124.8 166.4 554.5 998.0 14.2 9.6
+ 05

1.0E
13 F 166.4 199.6 554.5 998.0 15.8 8.6
+ 05

9.3E
Promedi + 04 10.8
137.4 207.3 9.2
o 554.5 998.0 ± ±
± 31.3 ± 46.9 ± 3.5
(1 ~ 13) 2.4E 3.1
+ 04

METR 1.0E
14 83.2 199.6 554.5 998.0 12.1 13.3
O + 05

METR 1.0E
15 99.8 249.5 554.5 998.0 11.4 16.3
O + 05

dieciséi METR 1.0E

99.8 166.4 554.5 998.0 7.6 8.6
s O + 05

METR 1.0E
17 99.8 249.5 554.5 998.0 8.1 15.7
O + 05

METR 3.3E
18 62.4 166.4 554.5 998.0 3.3 6.5
O + 04

METR 1.0E
19 142.6 124.8 554.5 998.0 11.5 6.9
O + 05
 METR 1.0E
20 76.8 166.4 554.5 998.0 3.7 5.1
O + 05

METR 5.0E
21 45.4 166.4 554.5 998.0 10.9 9.6
O + 04

METR 1.0E
22 62.4 166.4 554.5 998.0 10.3 9.7
O + 05

METR 1.0E
23 90.7 166.4 554.5 998.0 13.8 13.9
O + 05

METR 1.0E
24 52.5 998.1 554.5 998.0 10.9 14.4
O + 05

8.9E
Promedi
256.3 + 04
o 76.7 9.3 10.5
± 554.5 998.0 ±
(14 ~ ± 23.0 ± 3.4 ± 4.0
248.9 2.4E
24)
+ 04

TABLA 5.
Los resultados evaluados para 24 voluntarios sanos en este trabajo. La recomendación teórica del
informe ICRP-30 también se enumera en la primera fila para comparar. O AT ST o AT LSI indica el
acuerdo de ajuste de curva entre la estimación teórica y la medición práctica para estómago (ST) o
intestino delgado (SI) + intestino grueso superior (ULI) + intestino grueso inferior (LLI).

los machos son 76.7 ± 23.0 min. y 256.3 ± 248.9 min. respectivamente, y en las mujeres son 137.4 ±
31.3 min., 207.3 ± 46.9 min, respectivamente. Por lo tanto, el GET y T 1 / 2eff (SI) para los hombres son
63.2 ± 18.9 min. y 149.8 ± 145.1 min. y los de las mujeres son 99.5 ± 22.6 min. y 131.6 ± 29.8 min.,
respectivamente. Los valores de T 1/2 (ULI) y T 1/2 (LLI) que se utilizaron en el cálculo del programa
fueron los sugeridos en el informe de la ICRP-30. El T 1/2 calculado(b) 10,000, es mucho más alto que
eso, 998, recomendado por el informe original ICRP-30. La vida media aumentada, asociada con la
eliminación metabólica (alrededor de un orden de magnitud mayor que su valor sugerido), indica que
solo una cantidad insignificante de fitato de Tc-99m se transporta al fluido corporal (BF).
Tanto AT ST como AT LSI revelan coherencia entre las curvas ajustadas medidas y estimadas para ST y SI
+ ULI + LLI [ Eq. 5 ]. Los AT son alrededor de 3.6 ~ 16.3; las AT promedio para los hombres son 9.3 ±
3.4 y 10.5 ± 4.0 y las de las mujeres son 10.8 ± 3.1 y 9.2 ± 3.5 [ Tab. 5 , las últimas dos
columnas]. Veintiséis datos correlacionados se utilizan en el programa en MATLAB para encontrar un
valor óptimo de cantidades de Tc-99m para cada voluntario (13 × 2 = 26, ST y SI + ULI + LLI). Las
ecuaciones 6 - 9 deben resolverse simultáneamente e incluir los cuatro compartimentos del modelo
biocinético del tracto GI [cf. Fig. 4 ]. Figura 6traza las curvas dependientes del tiempo de ST y SI + ULI
+ LLI para hombres y mujeres. La inconsistencia entre los valores teóricos y empíricos es significativa.

3.5. DISCUSIÓN
A diferencia del modelo biocinético de la tiroides, que incluye un circuito de retroalimentación entre el
compartimento de fluido corporal y el compartimento corporal completo, el modelo biocinético de GI
Tract aplica exactamente el principio de vaciado directo de la cadena y supone que no existe equilibrio
entre los compartimentos padre e hija, porque el el tiempo medio de vaciado biológico de los padres
(ST) es más corto que el tiempo medio de vaciado biológico de la hija (SI + ULI + LLI). La integración
única de los tiempos de vaciado biológico de los padres e hijas también refleja la imprevisibilidad del
GET real del sistema gastrointestinal. Por lo tanto, se obtuvieron un total de 13 grupos de datos para
cada voluntario durante más de seis horas continuas de escaneo y entrada al programa en MATLAB para
determinar la correlación completa entre ST y SI + ULI + LLI. Simplificar el modelo biocinético o el
cálculo puede generar errores en el resultado y la conclusión. Muy pocos estudios han abordado la curva
dependiente del tiempo para SI + ULI + LLI, porque esta curva no es una línea recta que está asociada
con una constante de vaciado particular (pendiente) [Fig. 6 ]. Dos o tres conjuntos de mediciones
discretas no pueden proporcionar datos suficientes para arrojar un resultado concluyente. La curva SI +
ULI + LLI dependiente del tiempo óptima ajustada es una función polinomial de cuarto o quinto
orden. Por lo tanto, los datos deben medirse discretamente en cinco o seis ensayos para sacar
conclusiones con un nivel de confianza satisfactorio.
El tiempo medio de vaciado biológico de SI domina la curva dependiente del tiempo de SI + ULI + LLI,
ya que el tiempo medio de vaciado biológico SI, T 1/2 (SI), fluctúa marcadamente, mientras que los
valores de ambos T 1/2 (ULI ) y T 1/2 (LLI) contribuyen inconsiderablemente a resolver las ecuaciones
diferenciales simultáneas en el programa en MATLAB [cf. Lengüeta. 5 ]. Además, un examen
minucioso de la curva SI + ULI + LLI dependiente del tiempo de hombres o mujeres revela que las
cantidades de radionucleidos de Tc-99m en el compartimento SI para los machos se aproximan más
rápidamente a la saturación que las de las hembras, por lo que la biología el tiempo de vaciado medio es
más corto en los hombres [cf. Fig. 6] Sin embargo, los resultados analizados con respecto a los GET en
este documento no respaldan esta afirmación (mujeres: 207,3 ± 46,9 minutos, hombre: 256,3 ± 248,9
minutos) porque la extensión de los cambios del SI (compartimento hijas) se rige por la tasa de vaciado
de la cadena de el ST (compartimento principal) y el T 1/2 (ST) para los hombres (76.7 ± 23.0 min) es
más corto que el de las mujeres (137.4 ± 31.3 min). Reformulado, la interpretación correcta de los
resultados debe basarse en el modelo biocinético del Tracto GI y satisfacer las ecuaciones diferenciales
simultáneas, Ecs. 6 - 9 .

4. Recomendación y conclusión
Tanto la vida media efectiva de yodo en el compartimiento tiroideo o en el fluido corporal de pacientes
con tiroidectomía total (cercana) y el tiempo medio de vaciado gástrico de alimentos sólidos en 24
voluntarios sanos (11M / 13F) se determinaron utilizando la gamma in vivo método de la cámara. Las
imágenes reales que se capturaron usando la cámara gamma proporcionan información confiable para el
análisis biocinético basado en modelos, ya que la función de posicionamiento fácil y preciso permite
determinar las cantidades dependientes del tiempo de los rayos gamma acumulados en diversos
compartimentos biocinéticos.
MATLAB rara vez se usa en el campo de la medicina debido a su complicada programación
exigente. Sin embargo, su poderosa habilidad para definir ecuaciones diferenciales simultáneas
dependientes del tiempo y para derivar soluciones numéricas óptimas puede acelerar los análisis
correlativos en la mayoría de los estudios prácticos. En particular, solo una definición apropiada al
comienzo del estudio puede garantizar un resultado confiable que sea consistente con las mediciones
prácticas. La aplicación de una hipótesis simplista o excesivamente directa sobre cualquier tema
radiológico puede arrojar resultados muy erróneos.
4.1. MODELO DE TIROIDES YODO
Los valores revisados de T eff de yodo en el compartimento tiroideo se obtuvieron inicialmente a partir de
cálculos realizados para cada sujeto utilizando el modelo biocinético de yodo y promediados en los cinco
sujetos. El T eff del yodo en el compartimento tiroideo se revisó del original 7.3d al 0.61d, mientras que
el del yodo en el compartimento del fluido corporal se incrementó de 0.24d a 0.49d. El yo tu y yo exc. se
revisaron desde el 30% original y el 70% hasta el 11,4% y el 88,4%, respectivamente, después de
la medición in vivo . Las diferencias entre los resultados de los modelos biocinéticos de yodo originales
y revisados se utilizaron para determinar la vida media biológica del yodo en la tiroides y el resto. El
T effdel resto integrado (tanto el fluido corporal como los compartimentos corporales enteros) permaneció
alrededor de 5.8d, ya que el fluido corporal y el compartimento de cuerpo entero eran inseparables en la
exploración práctica de todo el cuerpo. Las diferentes medias mentiras efectivas de los núclidos de yodo
radiactivo en pacientes con tiroidectomía se tuvieron que considerar al evaluar la dosis efectiva.

4.2. MODELO DEL TRACTO GASTROINTESTINAL

Los resultados obtenidos utilizando el programa en MATLAB se basaron en cuatro ecuaciones
diferenciales simultáneas dependientes del tiempo que se derivaron para ser consistentes con los
recuentos de rayos gamma medidos en diferentes compartimentos en el modelo biocinético de Tracto
gastrointestinal. El GET y T 1 / 2eff (SI) para los machos así obtenidos fueron 63.2 ± 18.9 min. y 149.8 ±
145.1 min. y los de las mujeres fueron 99.5 ± 22.6 min. y 131.6 ± 29.8 min. El T 1/2 (b) calculado ,
10.000 fue mucho mayor que el 998, recomendado por el informe original ICRP-30. El hecho de que la
vida media asociada con la eliminación metabólica, T1 / 2 (b), era alrededor de diez veces el valor
original implicaba que una cantidad insignificante de fitato de Tc-99m se transportaba al fluido corporal.

Expresiones de gratitud
Los autores desean agradecer al Consejo Nacional de Ciencia de la República de China por apoyar
financieramente esta investigación bajo el Contrato N ° NSC ~ 93-2213-E-166-004. Ted Knoy es
apreciado por su asistencia editorial.