Amplifier Lock-in Miniature Wearable (dan Sistem Sonar untuk Wearables, dll): 7 Langkah

2024 Pengarang: John Day | [email protected]. Diubah suai terakhir: 2024-01-30 11:10

Bina penguat kunci kos rendah mini yang boleh dilekatkan dalam bingkai kaca mata dan buat sistem penglihatan sonar untuk orang buta, atau mesin ultrasound ringkas yang terus memantau jantung anda dan menggunakan Pembelajaran Mesin Manusia untuk memberi amaran tentang masalah sebelum mereka berlaku.

Penguat kunci masuk adalah penguat yang boleh mengunci isyarat tertentu (input rujukan) sambil mengabaikan yang lain. Dalam dunia pengeboman yang berterusan dengan kebisingan dan gangguan, kemampuan untuk mengabaikan sesuatu (mis. Ign-ance) adalah aset yang berharga.

Penguat terbaik yang pernah dibina dalam seluruh sejarah umat manusia adalah PAR124A yang dibuat pada tahun 1961, dan walaupun banyak yang telah berusaha untuk mengatasi atau menyamai prestasinya, tidak ada yang berjaya [https://wearcam.org/BigDataBigLies.pdf].

Penguat kunci adalah asas untuk sonar, radar, lidar, dan pelbagai jenis penginderaan lain, dan yang baik biasanya berharga sekitar $ 10, 000 hingga $ 50, 000, bergantung pada spesifikasi, dll.

S. Mann, Universiti Stanford, Jabatan Kejuruteraan Elektrik, 2017.

Cite Mann, Lu, Werner, IEEE GEM2018 ms 63-70

Langkah 1: Dapatkan Komponen

Kelab pelajar pengkomputeran yang boleh pakai WearTech di University of Toronto dengan murah hati telah menyumbangkan alat ganti kepada setiap pelajar yang mendaftar di ECE516.

Anda boleh menyertai WearTech dan mendapatkan alat ganti, atau sebagai alternatif, membeli bahagian dari Digikey.

Bil bahan:

• Penjana isyarat (yang masih anda miliki dari Makmal 1 dan pada mulanya anda tidak memerlukan penjana isyarat kompleks yang lengkap, iaitu untuk bahagian pertama makmal ini, mana-mana penjana isyarat bernilai sebenar yang sesuai akan dilakukan);
• Penyahkod nada LM567 atau NE567 (cip 8-pin);
• R_T = perintang atas pembahagi voltan input rujukan: lebih kurang. 5340 ohm;
• R_B = perintang bawah pembahagi voltan input rujukan: lebih kurang. 4660 ohm;
• R_L = perintang beban untuk output (Pin 3): lebih kurang. 9212 ohm;
• Ketiga kapasitor (kapasitor gandingan untuk rujukan dan input isyarat, serta kapasitor penapis lowpass pada output);
• Suis pilihan;
• Penguat output seperti TL974 (anda juga dapat menggunakan penguat audio atau penguat fon kepala yang cukup sensitif dengan impedans input yang cukup tinggi agar tidak membebani kapasitor penapis output);
• Komponen lain-lain;
• Papan roti atau papan litar lain untuk pemasangan komponen.

Selain itu, untuk melakukan sesuatu yang berguna dengan penguat kunci, anda ingin mendapatkan:

• Transduser ultrasonik (kuantiti dua);
• Alat dengar audio atau sistem pembesar suara;
• Sistem komputer atau pemproses atau mikrokontroler (dari Makmal 1) untuk bahagian pembelajaran mesin.

R_T, R_B, dan R_L agak kritikal, iaitu nilai yang telah kita pilih dengan teliti melalui percubaan.

Langkah 2: Wire Up Komponen

Sambungkan komponen mengikut rajah yang ditunjukkan.

Gambar rajah adalah perpaduan yang baik antara rajah skematik dan rajah pendawaian, iaitu menunjukkan susun atur litar serta bagaimana litar dihubungkan.

Cara penyahkodan nada 567 digunakan oleh beberapa orang sebagai kreatif untuk meninggalkan penggunaan konvensional biasa. Biasanya Pin 8 adalah pin output, tetapi kami sama sekali tidak menggunakannya. Biasanya peranti mengesan nada dan menyalakan cahaya atau item lain apabila nada dikesan.

Di sini kita menggunakannya dengan cara yang sama sekali berbeda dari cara yang dimaksudkan untuk digunakan.

Sebagai gantinya, kami mengambil output pada Pin 1 yang merupakan output dari "Phase Detector". Kami memanfaatkan fakta bahawa "Phase Detector" hanyalah pengganda.

Juga, Pin 6 biasanya digunakan sebagai sambungan kapasitor masa.

Sebaliknya, secara kreatif, kami menggunakan Pin 6 sebagai input rujukan untuk menggunakan cip 567 sebagai penguat kunci masuk. Ini membolehkan kita mengakses pengganda pada salah satu inputnya.

Untuk mendapatkan kepekaan maksimum terhadap input rujukan, kami mendapati bahawa jika kami menyisipkan pin ini kepada 46.6% rel bekalan, dan memasangkannya dengan kapasitatif, kami mendapat hasil terbaik. Anda juga boleh mencuba memberi isyarat rujukan langsung kepadanya, seperti yang ditunjukkan oleh suis (anda hanya boleh menggunakan wayar jumper di papan roti anda dan bukannya suis).

Satu-satunya pin input / output yang kami gunakan secara konvensional (yaitu cara yang dimaksudkan untuk digunakan) adalah Pin 3 yang seharusnya digunakan sebagai input, yang memang kami gunakan sebagai input!

Langkah 3: Letakkan Penguat Kunci untuk Penggunaan yang Baik: Alat Penglihatan untuk Orang Buta

Kami ingin menggunakan penguat kunci untuk membuat alat bantu penglihatan (alat bantu melihat) untuk orang buta.

Ideanya di sini ialah kita menggunakannya untuk sonar, untuk membuat sistem penginderaan sonar Doppler.

Walaupun anda dapat membeli sensor sonar sebagai lampiran Arduino, kami memilih untuk membina sistem ini sendiri dari prinsip-prinsip pertama dalam Instruksional ini dengan alasan berikut:

1. Pelajar akan mempelajari asas-asas ketika mereka membina sesuatu sendiri;
2. Ini memberi anda akses terus ke isyarat mentah untuk penyelidikan dan pengembangan selanjutnya;
3. Sistem ini jauh lebih responsif dan seketika, dibandingkan dengan sistem pra-paket yang hanya melaporkan maklumat agregat dengan sedikit kelewatan (latency).

Pasang dua transduser ultrasound pada headset (fon kepala), menghadap ke hadapan. Kami ingin meletakkannya di kedua sisi sehingga kepala melindungi pemancar dari isyarat langsung dari penerima.

Sambungkannya ke penguat kunci mengikut rajah yang disediakan.

Sambungkan output penguat ke alat dengar. Jenis alat dengar "Extra Bass" berfungsi paling baik, kerana tindak balas frekuensi meluas hingga ke frekuensi terendah.

Sekarang anda akan dapat mendengar objek di dalam bilik dan membina peta visual mental objek bilik dalam keadaan bergerak.

Langkah 4: Pembelajaran Mesin-Manusia

"Bapa AI", Marvin Minsky (dia mencipta seluruh bidang pembelajaran mesin), bersama dengan Ray Kurzweil (Pengarah Kejuruteraan di Google), dan saya sendiri, menulis makalah dalam IEEE ISTAS 2013 (Minsky, Kurzweil, Mann, " Society of Intelligent Veillance ", 2013) mengenai jenis pembelajaran mesin baru, yang disebut Humanistic Intelligence.

Ini timbul dari pembelajaran mesin pada teknologi yang dapat dipakai, iaitu "Pembelajaran HuMachine", di mana sensor menjadi lanjutan minda dan badan.

Cuba ambil pulangan sonar Doppler dan berikannya ke input analog sistem komputer, dan jalankan beberapa pembelajaran mesin pada data ini.

Ini akan membawa kita selangkah lebih dekat dengan visi Simon Haykin mengenai sistem radar atau sonar yang mampu kognisi.

Pertimbangkan untuk menggunakan rangkaian saraf LEM (Logon Expectation Maximization).

Lihat

Berikut adalah beberapa makalah tambahan mengenai pembelajaran mesin dan transformasi 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…

Langkah 5: Variasi Lain: Monitor Jantung

Penyebab kematian nombor 1 adalah penyakit jantung, dan kita dapat membuat sistem yang boleh dipakai yang membantu mengatasi masalah ini. Gunakan dua hidrofon atau geofon untuk "melihat" ke dalam hati anda sendiri. Teknologi yang sama yang membantu orang buta "melihat" kini dapat dihidupkan ke dalam untuk melihat ke dalam badan anda sendiri.

Monitor jantung seperti itu, digabungkan dengan ECG tradisional dan juga video yang menghadap ke luar untuk konteks, memberi anda monitor jantung yang sesuai dengan konteks untuk kesihatan dan keselamatan diri.

Pembelajaran mesin dapat membantu meramalkan masalah sebelum timbul.

Langkah 6: Variasi Lain: Sistem Keselamatan Basikal

Aplikasi lain adalah sistem penglihatan belakang untuk basikal. Letakkan transduser menghadap ke belakang pada helmet basikal.

Di sini kami ingin mengabaikan kekacauan tanah dan secara amnya semua yang menjauhkan diri dari anda, tetapi hanya "melihat" perkara yang menimpa anda.

Untuk tujuan ini, anda ingin menggunakan sistem sonar bernilai kompleks, seperti yang ditunjukkan dalam rajah pendawaian di atas.

Masukkan output (nyata dan khayalan) ke penukar AtoD 2-saluran (Analog ke Digital) dan hitung transformasi Fourier, kemudian pertimbangkan hanya frekuensi positif. Apabila terdapat komponen frekuensi positif yang kuat, ada sesuatu yang menimpa anda. Ini dapat mengaktifkan pembesaran suapan kamera belakang anda, untuk menarik perhatian pada objek di belakang anda yang semakin menarik perhatian anda.

Untuk hasil yang lebih baik, hitung tranform chirplet. Lebih baik lagi: gunakan Adaptive Chirplet Transform (ACT) dan gunakan rangkaian saraf LEM.

Lihat Bab 2 buku teks "Pemprosesan Imej Pintar", John Wiley and Sons, 2001.

Rujukan tambahan:

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/diva2onym127523…

Langkah 7: Variasi Lain: Bantuan Binaural untuk Orang Buta

Gunakan penguat pengunci bernilai kompleks di atas untuk memberikan suara stereoskopik, dengan output nyata dan khayalan ke dua saluran stereo audio.

Dengan cara ini anda dapat mendengar sifat dunia yang kompleks di sekitar anda, kerana pendengaran manusia sangat sesuai dengan sedikit perubahan fasa, dan apakah ini sangat mahir dalam belajar memahami perubahan halus antara saluran fasa dan kuadratur dari Doppler return.