Miniatűr hordható zárható erősítő (és hordható eszközök szonárrendszere stb.): 7 lépés

2024 Szerző: John Day | [email protected]. Utoljára módosítva: 2024-01-30 09:42

Építsen egy miniatűr, alacsony költségű zárható erősítőt, amelyet szemüvegkeretbe lehet beágyazni, és készítsen szonár látórendszert a vakok számára, vagy egy egyszerű ultrahangos gépet, amely folyamatosan figyeli a szívét, és a Human-Machine Learning segítségével figyelmeztet a problémákra, mielőtt azok történik.

A zárolt erősítő olyan erősítő, amely rögzíthet egy adott jelet (referencia bemenet), miközben figyelmen kívül hagy minden mást. A folyamatos zajjal és figyelemeltereléssel bombázott világban az, hogy valamit figyelmen kívül hagyunk (azaz figyelmen kívül hagyás) értékes kincs.

Az emberi faj története során valaha épített legjobb erősítő az 1961 -ben gyártott PAR124A, és bár sokan megpróbálták felülmúlni vagy egyenlővé tenni teljesítményüket, egyiknek sem sikerült [https://wearcam.org/BigDataBigLies.pdf].

A zárható erősítők alapvető fontosságúak a szonárok, radarok, lidarok és sok más típusú érzékelés szempontjából, és a jó típusok jellemzően 10 000–50 000 dollárba kerülnek, a specifikációktól függően.

S. Mann, Stanford Egyetem, Villamosmérnöki Tanszék, 2017.

Idézi Mann, Lu, Werner, IEEE GEM2018, 63–70

1. lépés: Szerezze be az összetevőket

A Torontói Egyetem WearTech hordható számítástechnikai hallgatói klubja nagylelkűen adományozott egy alkatrészcsomagot minden, az ECE516 -ba beiratkozott hallgatónak.

Csatlakozhat a WearTech -hez, és beszerezhet egy alkatrészkészletet, vagy megvásárolhatja az alkatrészeket a Digikeytől.

Darabjegyzékben:

• Jelgenerátor (amely továbbra is az 1. laborban lesz, és kezdetben nem lesz szüksége a teljes komplex jelgenerátorra, azaz a labor első részében bármilyen megfelelő valós értékű jelgenerátor megteszi);
• LM567 vagy NE567 hang dekódoló (8 tűs chip);
• R_T = a referencia bemeneti feszültségosztó felső ellenállása: kb. 5340 ohm;
• R_B = a referencia bemeneti feszültségosztó alsó ellenállása: kb. 4660 ohm;
• R_L = terhelési ellenállás a kimenethez (3. tű): kb. 9212 ohm;
• A három kondenzátor (kapcsoló kondenzátorok referencia- és jelbemenethez, valamint aluláteresztő szűrő kondenzátor a kimenethez);
• Opcionális kapcsolók;
• Kimeneti erősítő, például TL974 (használhat kellően érzékeny audió erősítőt vagy fejhallgató -erősítőt is, elég magas bemeneti impedanciával, hogy ne terhelje túl a kimeneti szűrő kondenzátorát);
• Egyéb vegyes alkatrészek;
• Kenyérlap vagy más áramköri lap az alkatrészek összeszereléséhez.

Ezenkívül, ha valami hasznosat szeretne tenni a zárható erősítővel, a következőket kell beszereznie:

• Ultrahangos jelátalakítók (kettes mennyiség);
• Audio fejhallgató vagy hangszórórendszer;
• Számítógépes rendszer vagy processzor vagy mikrokontroller (az 1. laborból) a gépi tanulási részhez.

R_T, R_Bés R._L viszonylag kritikusak, azaz olyan értékek, amelyeket gondosan kiválasztottunk kísérletezéssel.

2. lépés: Csatlakoztassa az alkatrészeket

Csatlakoztassa az alkatrészeket az ábra szerint.

A diagram szép keveréke a vázlatos rajznak és a kapcsolási rajznak, azaz mutatja az áramkör elrendezését, valamint az áramkör csatlakoztatását.

Az 567 -es hang dekódoló használatának módját egyesek kreatív eltérésnek tekintették a szokásos hagyományos használattól. Általában a 8 -as érintkező a kimeneti tű, de ezt egyáltalán nem használjuk. Általában a készülék érzékel egy hangot, és a hang észlelésekor bekapcsol egy lámpát vagy más elemet.

Itt teljesen más módon használjuk, mint ahogy szánták.

Ehelyett a kimenetet az 1. tűn vesszük, amely egy "fázisérzékelő" kimenete. Kihasználjuk azt a tényt, hogy a "fázisérzékelő" egyszerűen szorzó.

Ezenkívül a 6. tüskét általában időzítő kondenzátor csatlakozásként használják.

Ehelyett kreatívan használjuk a 6-os tűt referencia bemenetként az 567-es chip zár-erősítőként történő használatához. Ez lehetővé teszi számunkra, hogy elérjük a szorzót az egyik bemenetén.

A referenciabemenetek maximális érzékenységének elérése érdekében azt találtuk, hogy ha ezt a csapot a tápcsatlakozó 46,6% -ára torzítjuk, és kapacitív módon csatlakoztatjuk, akkor a legjobb eredményt kapjuk. A kapcsoló jelzése szerint megpróbálhatja közvetlenül a referencia jelet is rávinni (a kapcsoló helyett csak egy áthidaló vezetéket használhat a kenyértábláján).

Az egyetlen bemeneti/kimeneti tű, amelyet hagyományosan használunk (azaz a felhasználás célja), a 3 -as tű, amelyet állítólag bemenetként kell használni, és ezt valóban bemenetként használjuk!

3. lépés: Használja jól a zárható erősítőt: Vision Aid for Vakok

A zárható erősítőt látássegítő (látássegítő) készítésére szeretnénk használni a vakok számára.

Az ötlet itt az, hogy szonárként használjuk, Doppler szonárérzékelő rendszer létrehozásához.

Bár vásárolhat szonárérzékelőt Arduino tartozékként, úgy döntünk, hogy saját magunk építjük fel a rendszert a jelen útmutató első elvei alapján a következő okok miatt:

1. A diákok megtanulják az alapokat, amikor maguk építenek dolgokat;
2. Ez közvetlen hozzáférést biztosít a további kutatáshoz és fejlesztéshez szükséges nyers jelzésekhez;
3. A rendszer sokkal érzékenyebb és azonnali, összehasonlítva az előrecsomagolt rendszerekkel, amelyek pusztán összesített információkat közölnek némi késéssel (késéssel).

Szerelje fel a két ultrahangos jeladót fejhallgatóra (fejhallgatóra), előre nézve. Szeretjük őket mindkét oldalra helyezni úgy, hogy a fej védje az adót a vevő közvetlen jeleitől.

Csatlakoztassa őket a zárható erősítőhöz a mellékelt ábra szerint.

Csatlakoztassa az erősítő kimenetét a fülhallgatóhoz. Az "Extra Bass" típusú fejhallgató működik a legjobban, mivel a frekvenciaválasz egészen a legalacsonyabb frekvenciákig terjed.

Most már hallhatja a szobában lévő tárgyakat, és mentális vizuális térképet készíthet a mozgásban lévő helyiségről.

4. lépés: Ember-gép tanulás

Az "AI atyja", Marvin Minsky (ő találta ki a gépi tanulás teljes területét), Ray Kurzweil -lel (a Google műszaki igazgatója) és jómagam írtam egy dokumentumot az IEEE ISTAS 2013 -ban (Minsky, Kurzweil, Mann, Society of Intelligent Veillance ", 2013) egy újfajta gépi tanulásról, az úgynevezett humanisztikus intelligenciáról.

Ez a hordható technológiákon alapuló gépi tanulásból, azaz a "HuMachine Learning" -ből adódik, amelyben az érzékelők az elme és a test valódi kiterjesztésévé válnak.

Próbálja ki a Doppler szonár visszaküldését, és szállítsa azokat a számítógépes rendszer analóg bemenetére, és futtasson némi gépi tanulást ezeken az adatokon.

Ezzel egy lépéssel közelebb kerülünk Simon Haykin elképzeléséhez a megismerésre képes radarról vagy szonárrendszerről.

Fontolja meg a LEM (Logon Expectation Maximization) ideghálózat használatát.

Lásd:

Íme néhány további dokumentum a gépi tanulásról és a csipogó átalakításról:

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…

5. lépés: Egyéb variációk: Szívmonitor

Az első számú halálozási ok a szívbetegség, és létrehozhatunk egy viselhető rendszert, amely segít megoldani ezt. Használjon két hidrofont vagy geofont, hogy "lásson" a saját szívébe. Ugyanaz a technológia, amely segít a vakoknak "látni", most befelé fordítható, hogy a saját testébe nézzen.

Egy ilyen szívmonitor, a hagyományos EKG-vel és a kifelé néző videókkal kombinálva, hordható, környezetbarát szívmonitorot biztosít a személyes egészség és biztonság érdekében.

A gépi tanulás segíthet előre jelezni a problémákat, mielőtt azok felmerülnek.

6. lépés: Egyéb változat: Kerékpár biztonsági rendszer

Egy másik alkalmazás a kerékpár hátsó látórendszere. Helyezze a jeladókat hátrafelé néző kerékpáros sisakra.

Itt figyelmen kívül akarjuk hagyni a földi rendetlenséget és általában mindent, ami távolodik tőled, de csak "látni", ahogy a dolgok rád hatnak.

Ebből a célból komplex értékű szonárrendszert szeretne használni, amint azt a fenti kapcsolási rajz mutatja.

Vezesse a kimeneteket (valós és képzeletbeli) egy 2 csatornás AtoD (analóg-digitális) konverterbe, és számítsa ki a Fourier-transzformációt, majd csak a pozitív frekvenciákat vegye figyelembe. Ha erős pozitív frekvenciájú összetevők vannak, akkor valami nyer rajtad. Ez aktiválhatja a hátsó kamera előtolásának nagyítását, hogy felhívja a figyelmet a mögötted lévő tárgyakra.

A jobb eredmény érdekében számítsa ki a chirplet transzformációt. Még jobb: használja az Adaptive Chirplet Transform (ACT) és az LEM neurális hálózatot.

Lásd "Intelligens képfeldolgozás" című tankönyv 2. fejezetét, John Wiley és Sons, 2001.

További referenciák:

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…

7. lépés: Egyéb variáció: Binaurális látássegítő a vakok számára

Használja a fenti komplex értékű zárható erősítőt sztereoszkópikus hangzáshoz, valós és képzetes kimenettel a két sztereó hangcsatornához.

Ily módon hallhatja a körülöttünk lévő világ összetett természetét, mivel az emberi hallás nagyon ráhangol az enyhe fázisváltozásokra, és ez nagyon ügyes abban, hogy megtanulja megérteni a Doppler-visszatérés fázis- és kvadratúracsatornái közötti finom változásokat.