Filtrado de señales: cuándo limpiar un dato y cuándo a perder información
En adquisición de datos es habitual abrir una vuelta y encontrar canales con ruido, pequeñas oscilaciones o variaciones que dificultan la lectura. La primera reacción puede ser aplicar un filtro hasta obtener una curva visualmente limpia. El problema es que una señal más agradable de observar no necesariamente representa mejor lo que ocurrió en el vehículo.
El dato comienza antes del software
Una señal registrada por un logger es el resultado de una cadena completa: fenómeno físico, sensor, montaje, cableado, acondicionamiento eléctrico, conversión analógico-digital, frecuencia de muestreo y procesamiento. Si existe un problema en cualquiera de esas etapas, aplicar un filtro posteriormente puede ocultarlo sin resolverlo.
Un potenciómetro de suspensión con un soporte flexible, por ejemplo, puede registrar vibraciones que no representan el movimiento que se pretendía medir. Del mismo modo, una masa deficiente, interferencia electromagnética o una alimentación inestable pueden contaminar una señal. En esos casos, el primer paso no debería ser aumentar el filtrado, sino revisar la calidad de la medición.
Qué hace un filtro
En términos generales, un filtro modifica el contenido de una señal favoreciendo determinadas variaciones y atenuando otras. En análisis de vehículos se utilizan con frecuencia filtros pasa-bajos, porque permiten conservar los cambios relativamente lentos de un canal y reducir componentes de mayor frecuencia.
Una media móvil es un ejemplo sencillo: cada punto se reemplaza por el promedio de un grupo de muestras cercanas. El resultado suele verse más estable, pero cuanto mayor es la ventana utilizada, mayor es la modificación introducida. Un evento rápido puede reducir su amplitud o desaparecer.
Frecuencia de la señal y frecuencia del fenómeno
La elección del filtrado debe relacionarse con la velocidad del fenómeno físico. No tiene sentido aplicar el mismo tratamiento a temperatura de refrigerante, presión de freno, recorrido de suspensión y vibración de motor. Cada variable posee una dinámica distinta.
La temperatura de un fluido puede cambiar relativamente despacio. La presión de freno durante una aplicación puede necesitar conservar transitorios mucho más rápidos. El recorrido de suspensión contiene información de movimientos de carrocería, interacción con pianos y respuesta de rueda. Si se aplica un filtrado excesivo, un canal de suspensión puede terminar mostrando únicamente el movimiento lento del chasis y perder información relevante del contacto rueda-pista.
Filtrado y derivadas: un caso especialmente sensible
El problema se vuelve todavía más importante cuando un canal se utiliza para calcular otro. La velocidad de amortiguador, por ejemplo, suele obtenerse derivando la posición de suspensión respecto del tiempo. La derivación amplifica las componentes de alta frecuencia, por lo que un pequeño ruido en posición puede convertirse en una oscilación importante en velocidad.
Aquí el filtrado puede ser necesario, pero el orden y la intensidad importan. Filtrar agresivamente la posición antes de derivar puede borrar eventos rápidos; derivar una señal excesivamente ruidosa puede generar un canal prácticamente inutilizable. La solución debe partir de conocer el sensor, su frecuencia de adquisición y el fenómeno que se desea estudiar.
El riesgo del retraso de fase
Algunos filtros introducen retraso entre el evento físico y la señal procesada. En un gráfico aislado esto puede pasar desapercibido, pero se vuelve crítico cuando se correlacionan canales. Si una señal de suspensión aparece desplazada respecto de presión de freno, aceleración o dirección debido al procesamiento, se puede construir una interpretación causal incorrecta.
Por eso, además de observar cuánto suaviza un filtro, es necesario comprender qué hace con la posición temporal de los eventos. En análisis posterior pueden utilizarse técnicas que minimicen ciertos desplazamientos, pero siempre debe conservarse una referencia clara de qué procesamiento recibió cada canal.
Aplicación práctica en competición
Supongamos que el piloto informa una pérdida breve de estabilidad al atacar un piano. En los datos, el recorrido de la suspensión trasera presenta una oscilación rápida que coincide con el evento. Si aplicamos un filtro muy fuerte, la señal queda limpia y la oscilación casi desaparece. El gráfico mejora visualmente, pero el problema del auto sigue existiendo.
El procedimiento correcto es comparar la señal original y la procesada, localizar el evento por distancia, revisar velocidad, aceleraciones, dirección y posición de los cuatro sensores de suspensión, y determinar qué parte de la señal es físicamente coherente. Si la oscilación aparece siempre en el mismo piano y de forma consistente entre vueltas, difícilmente deba descartarse simplemente porque tiene alta frecuencia.
En cambio, si aparece aleatoriamente en rectas, cambia de amplitud sin relación con la dinámica y también afecta otros canales eléctricos, la investigación debería orientarse hacia instalación, alimentación o interferencia.
Un método de trabajo
Antes de filtrar conviene conservar siempre el canal original. Luego se define qué fenómeno se busca observar y qué escala temporal tiene. Se aplica el mínimo procesamiento necesario para mejorar la relación señal-ruido y se compara el resultado con la fuente sin procesar. Finalmente, el análisis debe validarse contra otros canales y contra la posición del vehículo en pista.
Esta metodología evita un error frecuente: utilizar distintos niveles de filtrado hasta que el gráfico confirme la hipótesis que ya teníamos. El procesamiento debe ser consistente y justificable.
Conclusión
En adquisición de datos, filtrar no significa corregir una señal. Significa transformarla. Esa transformación puede ser extremadamente útil cuando reduce componentes que no aportan al análisis, pero también puede eliminar información real.
La pregunta correcta no es cuánto filtro hace falta para que el canal se vea bien, sino qué parte de la señal pertenece al fenómeno que queremos estudiar y qué parte proviene del sistema de medición. Cuando esa diferencia está clara, el filtrado deja de ser una herramienta visual y pasa a formar parte del método de ingeniería.
