PRÁCTICA 1: DATOS DE CALIBRACIÓN DE LA

ECOSONDA EK60

1. Se nos ha dado a conocer el objetivo de esta calibración: fue utilizada para un

trabajo de investigación para la gestión sostenible de los recursos pesqueros
para caracterizar la biomasa marina. Para ello se suelen utilizar ecosondas o
sonares acústicos, el proceso consistía en recorrer zonas de la plataforma
continental mientras se registraban los ecos que producen los bancos de peces
detectados por las ecosondas. Analizando estos ecogramas se podía diferenciar
la especia predominante del banco de peces, generalmente en las zonas con
mucha biodiversidad biológica, como es el caso del mar Mediterráneo.
En nuestro caso para la calibración de la ecosonda EK60 se ha utilizado un
método de calibración con un patrón conocido, se ha utilizado dos esferas, una
de cobre y otra de tungsteno y su respectivo contrapeso. Estás esferas se
colocan suspendidas debajo de los transductores acústicos del buque, a cargo
de las mediciones, y a una profundidad conocida, la cuál debe ser la correcta
para no tener efectos acústicos del campo cercano y no tan lejana para
persuadir la interferencia que pudiera producirse en la calibración.
2. La ecosonda registra los ecogramas en tiempo real y los almacena en ficheros
raw.
Se nos ha proporcionado dichos ficheros para su análisis. Los hemos ejecutado
en Matlab y hemos ido obteniendo las siguientes gráficas para las frecuencias
de 38kHz y 120kHz.

rawFile='data\Calibracion-D20150624-T140951.raw';
botFile='data\Calibracion-D20150624-T140951.bot';
La primera línea marrón es la superficie, luego las esferas son las líneas
marrones discontinuas y la tercera fila sería el contrapeso, que están en la
parte superior de la gráfica, la línea marrón continua en el medio de la gráfica
es el fondo marino y lo de la parte inferior es el eco que se produce.
En este fichero raw que hemos abierto se ve bien las dos esferas para poder
hacer la calibración, pero podemos ir cambiando de ficheros raw y vamos
viendo que en otros ficheros no es tan claro. También observamos que son en
distintos instantes de tiempo.
En los colores rojos y fucsias es donde vas detectando mejor las esferas.
En este caso se diferencian bien en muchos instantes de tiempo.
Observamos que, a frecuencias más bajas, en este caso 38k frente a 120k, hay
menos instantes de tiempo en el que se detectan bien las esferas.
En conclusión, a frecuencias mayores es más efectiva la ecosonda, según los
datos obtenidos hasta ahora.

Ahora probaremos con otro fichero raw:

rawFile='data\Calibracion-D20150624-T142118.raw';
botFile='data\Calibracion-D20150624-T142118.bot';
En este caso observamos que la detección de las esferas es muy vaga. Para
verificar esta observación, tendremos que fijarnos en la gráfica siguiente.

En la gráfica podemos observar los distintos instantes de tiempo donde se

detectan las esferas, en este caso no se ven correctamente en ningún instante
de tiempo.
 En la frecuencia mayor de 120k ya se observa un poco más el color marrón
discontinuo de las esferas al principio.

Verificamos lo anterior en esta gráfica y vemos que hay momentos al inicio

donde se detectan las esferas.

3. Después de ese análisis de los ficheros procedimos a la calibración de la

ecosonda a distintas frecuencias (18k,38k,70k y 120k) ejecutando un fichero
proporcionado en Matlab, obteniendo así diferentes parámetros característicos
y gráficas.
 ➢ Frecuencia=18000 Hz

Parámetros que se utilizan en la siguiente función del código:

e0 = estimate_es60_zero_error_ping(filename,18000);
process_ex60_cal(filename, 'EK60-18kHzTn-cal', e0, 5, 20, 18000, 1530.2, 3.08,
-42.38, 1)

▪ 18000 es la frecuencia.
▪ 1530.2 es la velocidad a la que se midió.
▪ alpha=3.08 es el coeficiente de atenuación en dB (que depende de la
frecuencia)
▪ e0 es el error
▪ Ts = fuerza de blanco de la esfera=-42.38 dB (lo vemos en una tabla en el
archivo proporcionado en el CV, va variando según la frecuencia).
▪ El 1 es el canal
Ahora nosotros ejecutamos el archivo para e0 para la frecuencia de 18k con los
datos comentados anteriormente y obtenemos el siguiente ecograma de las
esferas.

El eje de ordenadas contiene la profundidad, el eje de abscisas el número de

eco registrado y los colores las zonas de detección de las esferas. Así, puede
verse
que la detección de la esfera es intermitente, al moverse mediante los
servomotores
durante la calibración.

A continuación, elegiremos en el ecograma la esfera que nos interesa para el

estudio que en este caso es la segunda fila amarilla, que corresponde con la
esfera de tungsteno. El procedimiento de selección es crear un rectángulo en la
zona que es de nuestro interés, la segunda fila amarilla. Después de ello,
obtendremos una serie de gráficas que nos ayudarán a comprender mejor los
datos obtenidos.
 En esta gráfica
obtenemos cuantos
puntos tenemos en
nuestro rectángulo, en
este caso son 9 targets.

Aquí tenemos el patrón de contorno de haz: valores de Ts derivados de las

medidas efectuadas en la calibración.
Los puntitos que se ven son las diferentes posiciones de la esfera, y para
nosotros el eje acústico es el centro de esas “esferas”, concretamente en la
zona amarilla es la que se encuentra más cercana a este eje. A nosotros nos
interesa que en esa zona caigan la mayoría de los puntos para formar el lóbulo
principal y algunos en las otras zonas para ver la caída a -3dB.
Forma del lóbulo principal en 3 dimensiones
Modelo de la ganancia del transductor en función de los ejes (curva inferior).
Valores corregidos según el modelo (curva superior).
Aquí lo que obtenemos es el lóbulo principal y nos va dando diferentes cortes
porque el lóbulo tiene 3 dimensiones. Y los puntos que se ven son los puntos
que han caído cerca del eje acústico.
Y estos son los datos obtenido en el proceso de calibración:

Obtenemos la ganancia G_o=22.9742 dB

4. Finalmente, repetiremos el proceso para las diferentes frecuencias:

➢ Frecuencia=38000 Hz
e1= estimate_es60_zero_error_ping(filename,38000);
process_ex60_cal(filename, 'EK60-38kHzTn-cal', e1, 5, 20, 38000, 1530.2,
11.05,
-42.36, 2)

▪ 38000 es la frecuencia.
▪ 1530.2 es la velocidad a la que se midió.
▪ alpha=11.05 es el coeficiente de atenuación en dB (que depende de la
frecuencia)
▪ e1 es el error
▪ Ts = fuerza de blanco de la esfera=-42.36 dB (lo vemos en una tabla en el
archivo proporcionado en el CV, va variando según la frecuencia).
▪ El 2 es el canal

Ganancia G_o=24.7092 dB
 ➢ Frecuencia=70000Hz

e2= estimate_es60_zero_error_ping(filename,70000);

process_ex60_cal(filename, 'EK60-38kHzTn-cal', e2, 5, 20, 70000, 1530.2, 23.3,

-41.66, 3)

▪ 70000 es la frecuencia.
▪ 1530.2 es la velocidad a la que se midió.
▪ alpha=23.3 es el coeficiente de atenuación en dB (que depende de la
frecuencia)
▪ e2 es el error
▪ Ts = fuerza de blanco de la esfera=-41.66 dB (lo vemos en una tabla en el
archivo proporcionado en el CV, va variando según la frecuencia).
▪ El 3 es el canal

Ganancia G_o=27.0986 dB
 ➢ Frecuencia 120000 Hz

e3= estimate_es60_zero_error_ping(filename,120000);
process_ex60_cal(filename, 'EK60-38kHzTn-cal', e3, 5, 20, 120000, 1530.2,
36.28,

-39.91, 4)
▪ 120000 es la frecuencia.
▪ 1530.2 es la velocidad a la que se midió.
▪ alpha=36.28 es el coeficiente de atenuación en dB (que depende de la
frecuencia)
▪ e3 es el error
▪ Ts = fuerza de blanco de la esfera=-39.91 dB (lo vemos en una tabla en el
archivo proporcionado en el CV, va variando según la frecuencia).
▪ El 4 es el canal

Ganancia G_o=26.7708 dB
5. Como conclusión podemos agrupar y ver la ganancia a las diferentes
frecuencias
Frecuencia (Hz) 18000 38000 70000 120000
Ganancia de 22.9742 24.7092 27.0986 26.7708
calibración (dB)
Ganancia desde 22.91 24.78 26.87 27.68
los archivos
.raw (dB)

En general se ve que a mayor frecuencia la ganancia es mejor ya que a medida

que aumenta la frecuencia el lóbulo principal se hace más estrecho y va
teniendo mayor directividad y, por tanto, mayor ganancia.