Miniaturowy wzmacniacz do noszenia z blokadą (i system sonaru do urządzeń noszonych itp.): 7 kroków

2024 Autor: John Day | [email protected]. Ostatnio zmodyfikowany: 2024-01-30 11:30

Zbuduj miniaturowy, niedrogi wzmacniacz typu lock-in, który można osadzić w oprawkach okularów i stworzyć sonarowy system wizyjny dla osób niewidomych, lub prostą maszynę ultradźwiękową, która stale monitoruje twoje serce i wykorzystuje technologię Human-Machine Learning, aby ostrzegać o problemach, zanim się pojawią zdarzyć.

Wzmacniacz lock-in to wzmacniacz, który może zablokować określony sygnał (wejście odniesienia), ignorując wszystko inne. W świecie ciągłego bombardowania hałasem i rozproszeniem uwagi umiejętność ignorowania czegoś (tj. ignorancji) jest cennym atutem.

Najlepszym wzmacniaczem, jaki kiedykolwiek zbudowano w całej historii ludzkości, jest PAR124A wyprodukowany w 1961 roku i chociaż wielu próbowało przewyższyć lub dorównać jego wydajności, żadnemu się to nie udało [https://wearcam.org/BigDataBigLies.pdf].

Wzmacniacze typu lock-in są podstawą dla sonaru, radaru, lidaru i wielu innych rodzajów wykrywania, a dobre zwykle kosztują około 10 000 do 50 000 USD, w zależności od specyfikacji itp.

S. Mann, Uniwersytet Stanforda, Wydział Elektrotechniki, 2017.

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

Krok 1: Uzyskaj komponenty

Klub studencki WearTech WearTech na Uniwersytecie w Toronto hojnie przekazał zestaw części każdemu studentowi zapisanemu na ECE516.

Możesz dołączyć do WearTech i otrzymać zestaw części lub alternatywnie kupić części od Digikey.

Zestawienie materiałów:

• Generator sygnału (który nadal będziesz miał z laboratorium 1 i początkowo nie będziesz potrzebował w pełni złożonego generatora sygnału, tj. w pierwszej części tego laboratorium wystarczy dowolny odpowiedni generator sygnału o wartościach rzeczywistych);
• Dekoder tonów LM567 lub NE567 (układ 8-pinowy);
• r_T = górny rezystor referencyjnego dzielnika napięcia wejściowego: ok. 5340 omów;
• r_b = dolny rezystor referencyjnego dzielnika napięcia wejściowego: ok. 4660 omów;
• r_L = rezystor obciążenia dla wyjścia (Pin 3): ok. 9212 omów;
• Trzy kondensatory (kondensatory sprzęgające dla wejścia odniesienia i sygnału oraz kondensator filtra dolnoprzepustowego na wyjściu);
• Opcjonalne przełączniki;
• Wzmacniacz wyjściowy np. TL974 (można również zastosować odpowiednio czuły wzmacniacz audio lub wzmacniacz słuchawkowy o odpowiednio wysokiej impedancji wejściowej, aby nie przeciążać kondensatora filtra wyjściowego);
• Inne różne składniki;
• Płytka do krojenia chleba lub inna płytka drukowana do montażu komponentów.

Dodatkowo, aby zrobić coś pożytecznego ze wzmacniaczem lock-in, będziesz chciał uzyskać:

• Przetworniki ultradźwiękowe (dwie sztuki);
• Zestaw słuchawkowy lub system głośników audio;
• System komputerowy lub procesor lub mikrokontroler (z Lab 1) dla części uczenia maszynowego.

r_T, R_bi R_L są stosunkowo krytyczne, tj. wartości, które starannie wybraliśmy w drodze eksperymentów.

Krok 2: Podłącz komponenty

Połącz komponenty zgodnie z przedstawionym schematem.

Schemat jest ładnym połączeniem schematu ideowego i schematu elektrycznego, tj. pokazuje układ obwodu, a także sposób podłączenia obwodu.

Sposób, w jaki używany jest dekoder 567 tonów, został uznany przez niektórych za kreatywne odejście od jego normalnego, konwencjonalnego użytkowania. Normalnie pin 8 jest pinem wyjściowym, ale w ogóle go nie używamy. Zwykle urządzenie wykrywa dźwięk i włącza światło lub inny przedmiot po wykryciu dźwięku.

Tutaj używamy go w sposób całkowicie odmienny od sposobu, w jaki miał być używany.

Zamiast tego bierzemy wyjście na Pin 1, które jest wyjściem "Detektora Faz". Wykorzystujemy fakt, że „Detektor fazy” jest po prostu mnożnikiem.

Ponadto pin 6 jest zwykle używany jako połączenie kondensatora taktowania.

Zamiast tego, twórczo, używamy Pin 6 jako wejścia referencyjnego do używania układu 567 jako wzmacniacza blokującego. To pozwala nam uzyskać dostęp do mnożnika na jednym z jego wejść.

Aby uzyskać maksymalną czułość na wejścia referencyjne, odkryliśmy, że jeśli ustawimy ten pin na 46,6% szyny zasilającej i połączymy go pojemnościowo, uzyskamy najlepsze wyniki. Możesz również spróbować podać bezpośrednio do niego sygnał odniesienia, jak wskazuje przełącznik (możesz po prostu użyć zworki na płytce stykowej zamiast przełącznika).

Jedynym pinem wejścia / wyjścia, którego używamy konwencjonalnie (tj. Sposób, w jaki miał być używany) jest Pin 3, który ma być używany jako wejście, którego rzeczywiście używamy jako wejście!

Krok 3: Dobrze wykorzystaj wzmacniacz z blokadą: pomoc wzrokowa dla niewidomych

Za pomocą wzmacniacza lock-in chcemy stworzyć pomoc widzącą (pomoc widząca) dla niewidomych.

Pomysł polega na tym, że użyjemy go do sonaru, aby stworzyć system wykrywania sonaru Dopplera.

Chociaż możesz kupić czujnik sonaru jako przystawkę Arduino, decydujemy się zbudować system samodzielnie na podstawie pierwszych zasad w tej instrukcji z następujących powodów:

1. Uczniowie poznają podstawy, kiedy sami budują rzeczy;
2. Daje to bezpośredni dostęp do surowych sygnałów do dalszych badań i rozwoju;
3. System jest znacznie bardziej responsywny i natychmiastowy w porównaniu z systemami gotowymi, które jedynie zgłaszają zagregowane informacje z sporym opóźnieniem (opóźnieniem).

Zamontuj dwa przetworniki ultradźwiękowe na zestawie słuchawkowym (słuchawki) przodem. Lubimy umieszczać je po obu stronach, aby głowica osłoniła nadajnik przed bezpośrednim sygnałem z odbiornika.

Podłącz je do wzmacniacza lock-in zgodnie z dostarczonym schematem.

Podłącz wyjście wzmacniacza do zestawu słuchawkowego. Najlepiej sprawdza się zestaw słuchawkowy „Extra Bass”, ponieważ pasmo przenoszenia rozciąga się aż do najniższych częstotliwości.

Teraz będziesz mógł słyszeć obiekty w pokoju i tworzyć mentalną wizualną mapę poruszających się obiektów w pokoju.

Krok 4: Uczenie się człowiek-maszyna

„Ojciec sztucznej inteligencji”, Marvin Minsky (wymyślił całą dziedzinę uczenia maszynowego), wraz z Rayem Kurzweilem (dyrektorem ds. inżynierii w Google) i mną napisali artykuł w IEEE ISTAS 2013 (Minsky, Kurzweil, Mann, Society of Intelligent Veillance”, 2013) na temat nowego rodzaju uczenia maszynowego, zwanego Humanistyczną Inteligencją.

Wynika to z uczenia maszynowego na technologiach ubieralnych, czyli „HuMachine Learning”, w którym czujniki stają się prawdziwym przedłużeniem umysłu i ciała.

Spróbuj pobrać sygnały zwrotne z sonaru Dopplera i dostarczyć je do wejścia analogowego systemu komputerowego, a następnie uruchomić na tych danych uczenie maszynowe.

To przybliży nas o krok do wizji Simona Haykina dotyczącej radaru lub systemu sonaru zdolnego do poznania.

Rozważ użycie sieci neuronowej LEM (Logon Expectation Maximization).

Zobacz

Oto kilka dodatkowych artykułów na temat uczenia maszynowego i transformacji chirplet:

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…

Krok 5: Inne warianty: Monitor pracy serca

Przyczyną numer 1 zgonu są choroby serca i możemy stworzyć system do noszenia, który pomoże rozwiązać ten problem. Użyj dwóch hydrofonów lub geofonów, aby „zajrzeć” we własne serce. Ta sama technologia, która pomaga niewidomym „widzieć”, może być teraz skierowana do wewnątrz, aby zajrzeć do wnętrza własnego ciała.

Taki monitor pracy serca, w połączeniu z tradycyjnym EKG, a także wideo skierowanym na zewnątrz dla kontekstu, zapewnia nadający się do noszenia monitor pracy serca z kontekstem dla osobistego zdrowia i bezpieczeństwa.

Uczenie maszynowe może pomóc w przewidywaniu problemów, zanim się pojawią.

Krok 6: Inna odmiana: System bezpieczeństwa roweru

Innym zastosowaniem jest system widzenia wstecznego dla roweru. Umieść przetworniki skierowane do tyłu na kasku rowerowym.

Tutaj chcemy zignorować bałagan na ziemi i ogólnie wszystko, co się od ciebie oddala, ale tylko „widzimy”, co na tobie zyskuje.

W tym celu będziesz chciał użyć systemu sonaru o złożonej wartości, jak wskazano na powyższym schemacie elektrycznym.

Wprowadź wyjścia (rzeczywiste i urojone) do 2-kanałowego konwertera AtoD (analogowo-cyfrowego) i oblicz transformację Fouriera, a następnie rozważ tylko częstotliwości dodatnie. Kiedy występują silne składowe o dodatniej częstotliwości, coś na tobie zyskuje. Może to aktywować powiększenie obrazu z tylnej kamery, aby zwrócić uwagę na obiekty znajdujące się za tobą, które na ciebie zyskują.

Aby uzyskać lepsze wyniki, oblicz transformację chirplet. Jeszcze lepiej: użyj adaptacyjnej transformacji chirpletowej (ACT) i użyj sieci neuronowej LEM.

Patrz rozdział 2 podręcznika „Intelligent Image Processing”, John Wiley and Sons, 2001.

Dodatkowe referencje:

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…

Krok 7: Inna odmiana: Obuuszna pomoc dla niewidomych

Użyj powyższego, złożonego wzmacniacza lock-in, aby zapewnić stereoskopowy dźwięk z rzeczywistymi i urojonymi wyjściami do dwóch stereofonicznych kanałów audio.

W ten sposób możesz usłyszeć złożoną naturę otaczającego cię świata, ponieważ ludzki słuch jest bardzo dostrojony do niewielkich zmian fazowych i jest bardzo biegły w nauce rozumienia subtelnych zmian między kanałami w fazie i kwadratury powrotu Dopplera.