20 min. Un dato mal muestreado no se arregla después. Esta sesión cierra el ciclo: lo que se decidió en S1–S5 aparece aquí como calidad o como basura.
Nyquist: para reconstruir una señal de frecuencia f, hay que muestrear a más de 2f. Por debajo, la señal alta se disfraza de una baja que no existe. No hay hueco ni error: aparece un dato limpio y falso.
En el coche: la suspensión tiene contenido útil hasta ~30–50 Hz en terracería. Muestrear a 20 Hz no da "menos detalle", da oscilaciones inventadas. Por eso el filtro anti-aliasing va en hardware, antes del ADC — en software ya es tarde.
Cada tarea muestrea en su propio instante. Si la IMU y la suspensión vienen con timestamps distintos y se grafican como si coincidieran, cualquier correlación entre ellas está corrida. Regla: un solo reloj monotónico y timestamp por muestra, no por bloque. Para comparar series de frecuencias distintas, remuestrear explícitamente a una rejilla común y decir en el informe cómo se hizo.
| Filtro | Sirve para | Costo |
|---|---|---|
| Media móvil | ruido blanco, fácil de explicar | retrasa la señal medio ancho de ventana |
| Mediana | picos aislados (spikes) del ADC | no lineal; deforma flancos reales |
| Paso-bajas IIR | eficiente en tiempo real | fase no lineal; puede correr eventos |
Todo filtro introduce retraso. Si se detecta un evento sobre datos filtrados, el timestamp del evento está corrido por ese retraso, y hay que corregirlo o declararlo.
Lo mismo del termostato del curso Básico, ahora sobre datos con ruido. Un umbral simple sobre una señal ruidosa genera cientos de falsos eventos; dos umbrales con banda muerta y un tiempo mínimo de permanencia lo reducen a los reales. El informe debe decir de dónde salen los números de cada umbral.
Sensor saturado (clipping en el tope del rango), huecos por paquetes perdidos, muestras duplicadas por timestamp repetido, y deriva térmica. Cada uno se marca, no se borra en silencio: borrar sin documentar es falsificar.