Resumen:
Los sensores están expuestos a perturbaciones ambientales que conllevan que sus
datos crudos presenten errores que requieren ser mitigados a través de algoritmos para
luego ser empleados en diferentes aplicaciones. Es por esta razón, que se han
desarrollado algoritmos de alta eficiencia como el Filtro de Kalman, el cual mediante
ecuaciones que se ejecutan de forma recursiva permiten reducir el error obteniendo
datos más confiables.
Por tal razón, en este estudio se implementó el filtro de Kalman a un sensor de
temperatura empleando una tarjeta de desarrollo FPGA, para lo cual se requirió en
primera instancia duplicar los datos del sensor para luego ser usados en el algoritmo del
filtro. En el algoritmo se calculan los diferentes parámetros del filtro de Kalman; estos
parámetros fueron transmitidos vía serial para sus respectivos análisis.
Los resultados mostraron que el filtro implementado fue capaz de sintonizarse en 15
segundos aproximadamente y logrando mitigar las fluctuaciones de la señal del sensor,
suavizando la señal tanto en escenarios donde existió un incremento o decremento de
temperatura. La señal filtrada para una muestra en particular mostró que el error de
estimación que se obtuvo fue de ±1.34 °C, a pesar que el sensor empleado no fue uno
de precisión, el filtro fue capaz de realizar estimaciones eficientes.
