Miniatyr bärbar låsförstärkare (och ekolodssystem för bärbara, etc.): 7 steg

2024 Författare: John Day | [email protected]. Senast ändrad: 2024-01-30 12:45

Bygg en miniatyr lågprisförstärkare som kan bäddas in i glasögonramar och skapa ett ekolodssystem för blinda, eller en enkel ultraljudsmaskin som kontinuerligt övervakar ditt hjärta och använder Human-Machine Learning för att varna för problem innan de hända.

En inlåsningsförstärkare är en förstärkare som kan låsa in en specifik signal (referensingång) samtidigt som allt annat ignoreras. I en värld av ständigt bombardemang med buller och distraktion är förmågan att ignorera något (dvs okunnighet) en värdefull tillgång.

Den bästa förstärkare som någonsin byggts i hela mänsklighetens historia är PAR124A som gjordes 1961, och även om många har försökt att överträffa eller jämföra dess prestanda har ingen lyckats [https://wearcam.org/BigDataBigLies.pdf].

Inlåsningsförstärkare är grundläggande för ekolod, radar, lidar och många andra sorters avkänning, och bra kostar vanligtvis cirka $ 10 000 till $ 50 000, beroende på specifikationer, etc.

S. Mann, Stanford University, Institutionen för elektroteknik, 2017.

Citera Mann, Lu, Werner, IEEE GEM2018 s. 63-70

Steg 1: Skaffa komponenterna

WearTech wearable computing studentklubb vid University of Toronto har generöst donerat ett delpaket till varje student som är inskriven i ECE516.

Du kan gå med i WearTech och få ett delar kit, eller alternativt köpa delarna från Digikey.

Materialförteckning:

• Signalgenerator (som du fortfarande kommer att ha från Lab 1 och inledningsvis behöver du inte den komplicerade signalgeneratorn, dvs för den första delen av detta lab kommer någon lämplig verkligt värdesignalgenerator att göra);
• LM567 eller NE567 tonavkodare (8-stifts chip);
• R_T = toppmotstånd för referensingångsspänningsdelare: ca. 5340 ohm;
• R_B = bottenmotstånd för referensingångsspänningsdelare: ca. 4660 ohm;
• R_L = belastningsmotstånd för utgång (stift 3): ca. 9212 ohm;
• De tre kondensatorerna (kopplingskondensatorer för referens- och signalingång, samt lågpassfilterkondensator på utgången);
• Valfria omkopplare;
• Utgångsförstärkare som TL974 (du kan också använda en tillräckligt känslig ljudförstärkare eller hörlursförstärkare med tillräckligt hög ingångsimpedans för att inte överbelasta utgångsfiltrets kondensator);
• Andra diverse komponenter;
• Brödbräda eller annan kretskort för montering av komponenterna.

För att göra något användbart med inlåsningsförstärkaren vill du också få:

• Ultraljudsgivare (kvantitet två);
• Ljudheadset eller högtalarsystem;
• Datorsystem eller processor eller mikrokontroller (från Lab 1) för maskininlärningsdelen.

R_T, R_Boch R._L är relativt kritiska, det vill säga värden som vi noggrant valt ut genom experiment.

Steg 2: Koppla ihop komponenterna

Anslut komponenterna enligt diagrammet som visas.

Diagrammet är en fin blandning mellan ett schematiskt diagram och ett kopplingsschema, det vill säga det visar kretslayouten samt hur kretsen är ansluten.

Det sätt på vilket 567 -tonavkodaren används har av vissa betraktats som en kreativ avvikelse från dess normala konventionella användning. Normalt är Pin 8 utgångsstiften, men vi använder det inte alls. Normalt detekterar enheten en ton och tänder ett ljus eller annat objekt när tonen detekteras.

Här använder vi det på ett sätt som skiljer sig helt från det sätt som det var tänkt att användas.

Istället tar vi utgången vid Pin 1 som är utsignalen från en "Fasdetektor". Vi utnyttjar det faktum att en "fasdetektor" helt enkelt är en multiplikator.

Pin 6 används också normalt som en timingkondensatoranslutning.

Istället, kreativt, använder vi Pin 6 som referensingång för att använda 567-chipet som en lock-in-förstärkare. Detta gör att vi kan komma åt multiplikatorn vid en av dess ingångar.

För att få maximal känslighet för referensingångar fann vi att om vi förspänner denna stift till 46,6% av matningsskenan och kapacitivt kopplar in den får vi bästa resultat. Du kan också försöka mata referenssignalen direkt till den, som indikeras av strömbrytaren (du kan bara använda en bygelkabel på din brödbräda istället för omkopplaren).

Den enda in-/utgångsstift som vi använder konventionellt (dvs. det sätt som det var tänkt att användas) är stift 3 som ska användas som ingång, som vi verkligen använder som ingång!

Steg 3: Använd inlåsningsförstärkaren till god användning: synhjälp för blinda

Vi vill använda inlåsningsförstärkaren för att skapa ett synhjälpmedel (se hjälpmedel) för blinda.

Tanken här är att vi använder det för ekolod, för att skapa ett Doppler -ekolodsavkänningssystem.

Även om du kan köpa en ekolodssensor som Arduino -tillbehör, väljer vi att bygga systemet själva från de första principerna i denna instruktionsbok av följande skäl:

1. Eleverna lär sig grunderna när de bygger saker själva;
2. Detta ger dig direkt tillgång till råsignalerna för vidare forskning och utveckling;
3. Systemet är mycket mer mottagligt och omedelbart jämfört med förpackade system som bara rapporterar aggregerad information med ganska lite fördröjning (latens).

Montera de två ultraljudsgivarna på ett headset (hörlurar), framåt. Vi gillar att lägga dem på vardera sidan så att huvudet skyddar sändaren från direkt signal från mottagaren.

Anslut dem till inlåsningsförstärkaren enligt diagrammet.

Anslut en utgång från förstärkaren till headsetet. Headsetet "Extra Bass" fungerar bäst, eftersom frekvenssvaret sträcker sig ända till de lägsta frekvenserna.

Nu kommer du att kunna höra föremål i rummet och konstruera en mental visuell karta över rummets föremål i rörelse.

Steg 4: Human-Machine Learning

"Fadern till AI", Marvin Minsky (han uppfann hela området för maskininlärning), tillsammans med Ray Kurzweil (teknikchef på Google) och jag själv, skrev ett papper i IEEE ISTAS 2013 (Minsky, Kurzweil, Mann, " Society of Intelligent Veillance ", 2013) om en ny typ av maskininlärning, kallad Humanistisk intelligens.

Detta härrör från maskininlärning om bärbar teknik, dvs "HuMachine Learning", där sensorer blir en verklig förlängning av sinne och kropp.

Prova att ta Doppler -ekolodet och returnera dem till ett datorsystems analoga ingång, och kör lite maskininlärning på dessa data.

Detta kommer att ta oss ett steg närmare Simon Haykins vision om ett radar- eller ekolodssystem som är i stånd att känna igen.

Överväg att använda det neurala nätverket LEM (Logon Expectation Maximization).

Se

Här är några ytterligare artiklar om maskininlärning och omplacering:

www.ncbi.nlm.nih.gov/pubmed/16830941

pdfs.semanticscholar.org/21d3/241e70186a9b…

arxiv.org/pdf/1611.08749.pdf

pdfs.semanticscholar.org/21d3/241e70186a9b…

www.researchgate.net/publication/22007368…

Steg 5: Andra varianter: Hjärtmonitor

Dödsorsaken nummer 1 är hjärtsjukdomar, och vi kan skapa ett bärbart system som hjälper till att hantera detta. Använd två hydrofoner eller geofoner för att "se" in i ditt eget hjärta. Samma teknik som hjälper blinda "se" kan nu vridas inåt för att titta in i din egen kropp.

En sådan hjärtmonitor i kombination med traditionell EKG och utåtvänd video för kontext ger dig en bärbar kontextmedveten hjärtmonitor för personlig hälsa och säkerhet.

Maskininlärning kan hjälpa till att förutsäga problem innan de uppstår.

Steg 6: Annan variant: Cykelsäkerhetssystem

En annan applikation är ett system för bakre sikt för en cykel. Placera givarna bakåt på en cykelhjälm.

Här vill vi strunta i skräp och i allmänhet allt som rör sig bort från dig, men bara "se" saker som vinner på dig.

För detta ändamål kommer du att vilja använda ett komplext värderat ekolodssystem, som anges i kopplingsschemat ovan.

Mata utgångarna (verkliga och imaginära) till en 2-kanals AtoD (Analog till Digital) -omvandlare och beräkna Fouriertransformationen, betrakta sedan bara de positiva frekvenserna. När det finns starka positiva frekvenskomponenter är det något som vinner på dig. Detta kan aktivera en förstoring av ditt bakre kameraflöde för att uppmärksamma föremål bakom dig som vinner på dig.

För bättre resultat, beräkna chirplet -tranformen. Ännu bättre: använd Adaptive Chirplet Transform (ACT) och använd LEM neurala nätverk.

Se kapitel 2 i läroboken "Intelligent bildbehandling", John Wiley and Sons, 2001.

Ytterligare referenser:

wearcam.org/all.pdf

wearcam.org/chirplet.pdf

wearcam.org/chirplet/adaptive_chirplet1991/

wearcam.org/chirplet/adaptive_chirplet1992/…

arxiv.org/pdf/1611.08749.pdf

www.diva-portal.org/smash/get/diva2:1127523…

Steg 7: Annan variant: Binaural sehjälp för blinda

Använd ovanstående komplexvärda lock-in-förstärkare för att ge stereoskopiskt ljud, med de verkliga och imaginära utgångarna till de två stereokanalerna för ljud.

På detta sätt kan du höra den komplexa naturen i världen omkring dig, eftersom mänsklig hörsel är mycket anpassad till små fasförändringar och är mycket skicklig på att lära sig förstå de subtila förändringarna mellan in-fas- och kvadraturkanaler för Doppler-återgången.