Elektronika 2012-05.pdf - Instytut Systemów Elektronicznych ...
Elektronika 2012-05.pdf - Instytut Systemów Elektronicznych ...
Elektronika 2012-05.pdf - Instytut Systemów Elektronicznych ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
100<br />
95<br />
To: All Member States and Sector Member<br />
75<br />
Contact: A. Sebgarshad<br />
Geneva, 9 January Telephone: <strong>2012</strong> +41 22 730 6302<br />
25<br />
Telefax: +41 22 730 5969<br />
To: All Member States and Sector Members of ITU Ref: Circular Letter/SPM/CPP/71<br />
E-mail: pressinfo@itu.int<br />
5Contact:<br />
A. Sebgarshad<br />
Pages: 4<br />
Telephone: +41 22 730 6302<br />
World Telecommunication<br />
0<br />
Telefax: +41 22 730 5969<br />
and Information<br />
E-mail: pressinfo@itu.int<br />
Subject: World Telecommunication and In<br />
“Women and Girls in ICT”<br />
Subject:<br />
World Telecommunication and Information Society Day <strong>2012</strong> (WTISD): Dear Sir/Madam,<br />
“Women and Girls in ICT”<br />
World Telecommunication and Inform<br />
the anniversary of the signature of the<br />
Dear Sir/Madam,<br />
to the creation of the International Te<br />
World Telecommunication and Information Society Day, celebrated each year I am on pleased 17 May, to inform marks you that this ye<br />
the anniversary of the signature of the first International Telegraph Convention (WTISD-<strong>2012</strong>) in 1865 which will be led held on the them<br />
to the creation of the International Telecommunication Union.<br />
I invite you to organize activities in you<br />
I am pleased to inform you that this year World Telecommunication and Information involve all sections Society Day of society to formu<br />
(WTISD-<strong>2012</strong>) will be held on the theme “Women and Girls in ICT”. theme, “Women and Girls in ICT”. Ple<br />
I invite you to organize activities in your country to mark WTISD-<strong>2012</strong> and In I encourage order to emphasize you to the theme of W<br />
involve all sections of society to formulate awareness and consensus on the (Rev. issues Guadalajara, underlying 2010), the ITU will also<br />
theme, “Women and Girls in ICT”. Please consider my Call for Action in the <strong>2012</strong>. Annex. “Girls in ICT Day”, to be held ev<br />
members to host events where girls an<br />
In order to emphasize the theme of WTISD-12 and in line with ITU Plenipotentiary<br />
government<br />
Resolution<br />
agencies<br />
70<br />
to appreciate th<br />
(Rev. Guadalajara, 2010), ITU will also mark international “Girls in ICT Day”<br />
encourage<br />
this year on<br />
our<br />
26<br />
members<br />
April<br />
to support w<br />
<strong>2012</strong>. “Girls in ICT Day”, to be held every year on the fourth Thursday of April,<br />
event<br />
encourages<br />
this 26 April and sharing their ex<br />
members to host events where girls and young women are invited to ICT companies and<br />
government agencies to appreciate the opportunities the ICT sector holds The for their theme future. for World I Telecommunicat<br />
encourage our members to support women and girls in their country by organizing not only on such the a Day national but throughout th<br />
event this 26 April and sharing their experiences with ITU. Please see the provide Note on new page digital 4 (Annex). opportunities to w<br />
The theme for World Telecommunication and Information Society Day <strong>2012</strong> I join will you influence celebrating our work the 147 th anniv<br />
not only on the Day but throughout the year and in the future as well. Let Telecommunication us resolve to use ICTs and to Information S<br />
provide new digital opportunities to women and girls in every corner of the world.<br />
Yours faithfully,<br />
I join you in celebrating the 147 th anniversary of ITU and wish you a very successful World<br />
Telecommunication and Information Society Day <strong>2012</strong>.<br />
Yours faithfully,<br />
Society Day <strong>2012</strong> (WTISD):<br />
„Women and Girls in ICT”<br />
(Signed)<br />
100<br />
95<br />
(Signed)<br />
Dr Hamadoun I. Touré<br />
Secretary-General<br />
75<br />
25<br />
Dr Hamadoun I. Touré<br />
Secretary-General<br />
International Telecommunication Union<br />
International Telecommunication Union ● Place des Nations ● CH-1211 Geneva 20 ● Switzerland Tel: +41 22 730 5111 • Fax: +41 22<br />
Tel.: +41 22 730 5111 ● Fax: +41 22 733 7256 ● E-mail: itumail@itu.int ● www.itu.int<br />
5<br />
0<br />
International Telecommunication Union • Place des Nations • CH-1211 Geneva 20 • Switzerland<br />
<strong>Elektronika</strong> 5/<strong>2012</strong><br />
Tel: +41 22 730 5111 • Fax: +41 22 733 7256 • E-mail: itumail@itu.int • www.itu.int •
– 2 –<br />
ANNEX<br />
ITU Secretary-General’ Call for Action<br />
World Telecommunication and Information Society Day <strong>2012</strong><br />
As the leading specialized agency of the United Nations for information and communication technologies<br />
(ICTs), ITU looks towards its Members to harness the catalytic role of ICTs in creating far-reaching<br />
opportunities for women and girls by eliminating gender disparities and empowering them to meet their<br />
goals and aspirations. I call upon all stakeholders (including policy makers, regulators, operators and<br />
industry) to adopt policies and strategies that will promote ICT opportunities for women and girls.<br />
Women are the bedrock of our societies. They are the pillars of strength in every family and community. Yet<br />
gender inequalities remain deeply entrenched. Women and girls are denied access to basic health care and<br />
education and to equal opportunities at work. They face segregation in economic, political and social<br />
decision-making and often suffer violence and discrimination.<br />
This situation is unacceptable and must be addressed with all the means available to us.<br />
Gender equality is a basic human right enshrined in the UN Charter, and it is one of the main objectives of<br />
the UN Millennium Development Goals (MDGs). ICTs are tools that can help accelerate progress towards<br />
achieving this target, and it is for this reason that ITU Council proposed that we focus our efforts this year on<br />
women and girls, using the power of ICTs to provide new digital opportunities to end discrimination and<br />
empower the female half of the world’s population to achieve their rightful place as equals in the world. And<br />
this effort with ICTs must begin not only from the cradle, but from antenatal health care, reaching out to the<br />
remotest communities – with every mother, every girl and every woman guaranteed her birthright.<br />
I also call upon the ICT sector to pave the way by providing avenues of advancement to professional women<br />
at the highest echelons of decision making and by encouraging young women to seek new opportunities<br />
within the sector.<br />
The World Summit on the Information Society (WSIS) declared a global commitment to ensuring women's<br />
empowerment and full participation in the information society and to use ICTs as a tool to mainstream a<br />
gender equality perspective. Calling for building capacity in the use of ICTs, the WSIS Declaration of Principles<br />
further states: “Literacy and universal primary education are key factors for building a fully inclusive<br />
information society, paying particular attention to the special needs of girls and women.”<br />
National governments, private sector, donors, civil society and education actors need to acknowledge and<br />
support the central role professional women can play in further developing and servicing a dynamic and<br />
competitive ICT sector. The growing demand for a range of ICT skills around the globe present a unique<br />
window of opportunity to properly position girls and women in the industry and provide them with the tools<br />
necessary to succeed.<br />
The theme of this year’s WTISD, “Women and Girls in ICT”, aims to ensure that this vulnerable female half of<br />
the world’s population will march forward as equals. As a means of bringing global attention to this theme,<br />
ITU will present the annual World Telecommunication and Information Society Award to eminent<br />
personalities who have contributed to bringing attention to the world’s women and girls and used the power<br />
of ICTs to empower them as equals.<br />
ICTs and related e-applications are key instruments providing basic services and achieving the Millennium<br />
Development Goals, such as providing community health care, safe drinking water and sanitation, education,<br />
food and shelter; improving maternal health and reducing child mortality; empowering women, girls and the<br />
more vulnerable members of society; and ensuring environmental sustainability.<br />
Developing a global partnership for development and using the power of ICTs to meet the MDGs is a goal in<br />
itself. ITU calls upon Member States, Sector Members and Associates as well as academia and citizens’<br />
groups to pull together every conceivable resource to ensure that women and girls in every community<br />
around the world have full access to ICTs in order to empower them with information and knowledge, to<br />
know their rights, and to seize the digital opportunities available.<br />
<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
ok LIII nr 5/<strong>2012</strong><br />
• MATERIAŁY • KONSTRUKCJE • UKŁADY<br />
• SYSTEMY • MIKROELEKTRONIKA<br />
• OPTOELEKTRONIKA • FOTONIKA<br />
konstrukcje technologie zastosowania<br />
MIESIECZNIK NAUKOWO-TECHNICZNY<br />
• ELEKTRONIKA MIKROFALOWA<br />
• MECHATRONIKA<br />
• ENERGOELEKTRONIKA • INFORMATYKA<br />
ZESPÓŁ REDAKCYJNY<br />
prof. dr hab. inż. Jerzy Klamka – redaktor naczelny<br />
Bożena Lachowicz – sekretarz redakcji<br />
Stały współpracownik: mgr inż. Cezary Rudnicki<br />
Redaktorzy tematyczni: mgr inż. Wiesław Jabłoński,<br />
mgr inż. Krzysztof Kowalski<br />
Adres redakcji: ul. Chmielna 6 m.6, 00-020 Warszawa,<br />
tel./fax (22) 827 38 79; tel.: (22) 826 65 64,<br />
e-mail: elektronika@red.pl.pl, www.elektronika.orf.pl<br />
Zamówienia na reklamę przyjmuje redakcja lub Dział Reklamy<br />
i Marketingu, ul. Ratuszowa 11, 00-950 Warszawa, skr. 1004,<br />
tel./fax (22) 827 43 65, e-mail: reklama@sigma-not.pl<br />
Kolportaż: ul. Ku Wiśle 7, 00-716 Warszawa, tel. (22) 840 35 89;<br />
tel./fax: (22) 840 59 49, (22) 891 13 74<br />
RADA PROGRAMOWA<br />
prof. dr hab. inż. Władysław Torbicz (PAN) – przewodniczący<br />
prof. dr hab. inż. Leonard Bolc, dr hab. inż. Jerzy Czajkowski, prof.<br />
dr hab. inż. Andrzej Dziedzic, prof. dr hab. inż. Jerzy Frączek, dr hab<br />
inż. Krzysztof Górecki, dr inż. Józef Gromek, mgr inż. Jan Grzybowski,<br />
prof. dr hab. Ryszard Jachowicz, prof. dr hab. Włodzimierz Janke,<br />
prof. dr hab. Włodzimierz Kalita, inż. Stefan Kamiński, prof. dr hab.<br />
inż. Marian P. Kaźmierkowski, dr inż. Wojciech Kocańda, prof. dr hab.<br />
Bogdan Kosmowski, mgr inż. Zbigniew Lange, dr inż. Zygmunt Łuczyński,<br />
prof. dr hab. inż. Józef Modelski, prof. dr hab. Tadeusz Morawski,<br />
prof. dr hab. Bohdan Mroziewicz, prof. dr hab. Andrzej Napieralski, prof.<br />
dr hab. Tadeusz Pałko, prof. dr hab. inż. Marian Pasko, prof. dr hab. Józef<br />
Piotrowski, prof. dr hab. inż. Ryszard Romaniuk, dr hab. inż. Grzegorz<br />
Różański, prof. dr hab. inż. Edward Sędek, prof. dr hab. Ludwik<br />
Spiralski, prof. dr hab. inż. Zdzisław Trzaska, mgr inż. Józef Wiechowski,<br />
prof. dr hab. inż. Marian Wnuk, prof. dr hab. inż. Janusz Zarębski<br />
Ministerstwo Nauki i Szkolnictwa Wyższego,<br />
za opublikowane artykuły przyznaje 9 punktów.<br />
“<strong>Elektronika</strong>” jest wydawana<br />
przy współpracy Komitetu Elektroniki<br />
i Telekomunikacji Polskiej Akademii Nauk<br />
Spis treści ● Contents<br />
Proste metody tworzenia map głębokości i wypełniania<br />
luk informacyjnych przy konwersji obrazów<br />
2D do 3D (Simple binary depth map generation and<br />
color component hole filling for 2D to 3D image conversion)<br />
– Balcerek J., Konieczka A., Dąbrowski A.,<br />
Marciniak T. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9<br />
Perceptron with reciprocal activation functions to<br />
implement polynomial relationships (Perceptron<br />
z funkcjami aktywacji typu 1/x do implementacji zależności<br />
wielomianowych) – Majewski J., Wojtyna R. . . 14<br />
Wheezes recognition method with tonal index descriptor<br />
(Metoda rozpoznawania świstów płucnych z użyciem<br />
indeksu tonalności) – Wiśniewski M., Zieliński T. . . . . . 17<br />
Brain-computer interaction analysis based on EEG<br />
signal and gaze-tracking information (Analiza interakcji<br />
mózg-komputer wykorzystująca sygnał EEG i informację<br />
z systemu śledzenia punktu fiksacji wzroku)<br />
– Kaszuba K., Kostek B. . . . . . . . . . . . . . . . . . . . . . 21<br />
Digital signal processing in the diagnosis of brainstem<br />
auditory evoked potentials (Cyfrowe przetwarzanie<br />
sygnałów w diagnostyce słuchowych potencjałów<br />
wywołanych pnia mózgu) – Dobrowolski A.P., Suchocki<br />
M., Tomczykiewicz K. . . . . . . . . . . . . . . . . . . . . . . . . . 26<br />
Using auditory properties in multi-microphone speech<br />
enhancement (Wykorzystanie właściwości słuchowych<br />
w wielomikrofonowym uzdatnianiu mowy) – Borowicz A.,<br />
Petrovsky A. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30<br />
IEEE<br />
Redakcja współpracuje<br />
z Polską Sekcją IEEE<br />
FPGA implementation of parallel image processing<br />
system (Równoległy system przetwarzania obrazów<br />
zrealizowany w technologii FPGA) – Brylski P., Strzelecki<br />
M. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34<br />
WYDAWNICTWO<br />
CZASOPISM I KSIĄŻEK<br />
TECHNICZNYCH<br />
SIGMA - NOT<br />
Spółka z o.o.<br />
00-950 Warszawa<br />
skrytka pocztowa 1004<br />
ul. Ratuszowa 11<br />
tel.: (0-22) 818 09 18, 818 98 32<br />
fax: (022) 619 21 87<br />
Internet<br />
http://www.sigma-not.pl<br />
Prenumerata<br />
e-mail: kolportaz@sigma-not.pl<br />
Informacje<br />
e-mail: informacja@sigma-not.pl<br />
„<strong>Elektronika</strong>” jest notowana<br />
w międzynarodowej bazie IEE<br />
Inspec<br />
Publikowane artykuły naukowe były<br />
recenzowane przez samodzielnych<br />
pracowników nauki<br />
Redakcja nie ponosi odpowiedzialności<br />
za treść ogłoszeń. Zastrzega<br />
sobie prawo do skracania i adiustacji<br />
nadesłanych materiałów.<br />
Indeks 35722<br />
Nakład do 2000 egz.<br />
Skład i druk: Drukarnia SIGMA-NOT Sp. z o.o.<br />
Wersja papierowa ELEKTRONIKI jest wersją pierwotną.<br />
Zastosowanie przekształceń grafiki trójwymiarowej<br />
w obrazowej diagnostyce medycznej (3D graphic engine<br />
for medical images transformation and manipulation)<br />
– Skurski A., Mazur P., Chłapiński J., Kamiński M.,<br />
Napieralski A., Kasprzak J., Lipiec P. . . . . . . . . . . . . . . 37<br />
Application of scale-invariant feature transform to<br />
fingerprint classificationm (Zastosowanie skaloniezmienniczego<br />
przekształcenia cech do klasyfikacji<br />
odcisków palców) – Sobek J., Cetnarowicz D., Dąbrowski<br />
A. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40<br />
TECHNIKA SENSOROWA: Bezprzewodowa sieć czujnikowa<br />
do monitoringu parametrów środowiskowych<br />
w aplikacjach ogrodniczych (Wireless sensors
network for environmental parameters monitoring in<br />
horticultural applications) – Dobrzycki A., Tarapata G.,<br />
Jachowicz R. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46<br />
Field characteristic of magnetic sensors on the split<br />
hall structures (Charakterystyka polowa czujników<br />
magnetycznych realizowanych na dzielonych strukturach<br />
hallotronowych) – Holyaka R., Hotra Z., Węglarski<br />
M., Marusenkova T. . . . . . . . . . . . . . . . . . . . . . . . . 50<br />
TECHNIKA MIKROFALOWA I RADIOLOKACJA: Interferometr<br />
mikrofalowy na pasmo L (L-band microwave<br />
interferometer) – Gasztold M. . . . . . . . . . . . . . . . . . . 56<br />
TECHNIKI INFORMATYCZNE: Narodowy test interoperacyjności<br />
podpisu elektronicznego (Polish interoperability<br />
test for electronic signature) – Hołyński M. . . . 61<br />
Rewizja i modernizacja systemu GMDSS (Revision and<br />
modernization of the GMDSS) – Czajkowski J. . . . . . 62<br />
Naziemna telewizja cyfrowa – wybrane zagadnienia<br />
(Digital Video Broadcasting Terrestrial – selected issues)<br />
– Bogucki J.. . . . . . . . . . . . . . . . . . . . . . . . . . . . 65<br />
Metodyki pomiarów parametrów materiałów absorpcyjnych<br />
(Methodologies for measuring the parameters<br />
of absorption materials) – Przesmycki R., Nowosielski L.,<br />
Wnuk M., Bugaj M., Piwowarczyk K. . . . . . . . . . . . . . 69<br />
LABGSM – system ewaluacyjny modułu GSM/GPRS<br />
(LABGSM – Evaluation System of GSM/GPRS Module)<br />
– Bratek P., Kos A. . . . . . . . . . . . . . . . . . . . . . . . . . 74<br />
Układ zasilania i sterowania impulsowej diody laserowej<br />
z rozłożonym sprzężeniem zwrotnym pracującej<br />
w paśmie widmowym bezpiecznym dla wzroku<br />
(Supply and control system of a pulsed distributed-feedback<br />
laser diode operating at the eye-safe spectrum<br />
window) – Pichola W., Maciejewska M., Mamajek M.,<br />
Kwiatkowski J., Świderski J. . . . . . . . . . . . . . . . . . . 77<br />
Streszczenia artykułów ● Summaries of the articles<br />
BALCEREK J., KONIECZKA A., DĄBROWSKI A., MARCINIAK T.: Proste<br />
metody tworzenia map głębokości i wypełniania luk informacyjnych<br />
przy konwersji obrazów 2D do 3D<br />
<strong>Elektronika</strong> (LIII), nr 5/<strong>2012</strong>, s. 9<br />
W artykule przedstawiono metody tworzenia map głębokości oraz wypełniania<br />
luk informacyjnych powstających podczas konwersji obrazów<br />
2-wymiarowych na 3-wymiarowe, co może być wykorzystane np. w systemach<br />
monitoringu CCTV. Tworzenie map głębokości wykorzystuje rozpoznawanie<br />
i śledzenie obiektów w sekwencji wizyjnej. Do wypełnienia luk<br />
informacyjnych opracowano metodę lustrzanego odbicia przefiltrowanej<br />
czerwonej składowej obrazu.<br />
Słowa kluczowe: anaglif, konwersja 2D do 3D, mapa głębokości, CCTV,<br />
wypełnianie luk informacyjnych<br />
BALCEREK J., KONIECZKA A., DĄBROWSKI A., MARCINIAK T.: Simple<br />
binary depth map generation and color component hole filling for<br />
2D to 3D image conversion<br />
<strong>Elektronika</strong> (LIII), no 5/<strong>2012</strong>, p. 9<br />
In this paper a depth map generation and the red color component hole<br />
filling approach to the 3D effects e.g. in monitoring systems is presented.<br />
The binary depth map generation is based on the object recognition and<br />
tracking. The proposed hole (occlusion) filling method uses the red color<br />
component mirroring and filtering. This can be used in CCTV monitoring<br />
systems.<br />
Keywords: anaglyph, 2D to 3D conversion, depth map, CCTV, information<br />
hole filling<br />
MAJEWSKI J., WOJTYNA R.: Perceptron z funkcjami aktywacji typu<br />
1/x do implementacji zależności wielomianowych<br />
<strong>Elektronika</strong> (LIII), nr 5/<strong>2012</strong>, s. 14<br />
W pracy omawiana jest możliwość wykrywania reguł rządzących danymi<br />
empirycznymi, których wewnętrzne związki można wyrazić w postaci<br />
wielomianu wielowymiarowego. Zaproponowano nietypowy, nowatorski<br />
perceptron z funkcjami aktywacji typu 1/x. Perceptron ten implementuje<br />
zależności typu wielomianowego i umożliwia wyznaczenie współczynników<br />
wielomianu przez uczenie perceptronu. Jest to prosty perceptron,<br />
atrakcyjny w modelowaniu złożonych problemów z wieloma parametrami.<br />
Z taką sytuacją mamy do czynienia, między innymi, przy kalibracji niektórych<br />
przyrządów pomiarowych. Wyższość naszego podejścia nad innymi<br />
metodami wykrywania tych reguł polega na tym, że pozwala ono lepiej<br />
radzić sobie z dużą liczbą wymiarów wielomianu opisującego zbiór danych<br />
empirycznych.<br />
Słowa kluczowe: wykrywanie reguł rządzących danymi empirycznymi,<br />
opis symboliczny, sieci neuronowe<br />
MAJEWSKI J., WOJTYNA R.: Perceptron with reciprocal activation<br />
functions to implement polynomial relationships<br />
<strong>Elektronika</strong> (LIII), no 5/<strong>2012</strong>, p. 14<br />
In this paper, a possibility of discovering laws governing empirical data<br />
whose interrelations can be expressed in a multidimensional polynomial<br />
form is considered. A novel atypical perceptron with reciprocal type activation<br />
functions is proposed. This perceptron implements the polynomial<br />
relation and enables determining the polynomial coefficients by training<br />
the perceptron. The perceptron is simple and attractive to model intricate<br />
problems with many parameters. Such a situation takes place, among<br />
others, in calibration some measurement instruments. Superiority of our<br />
approach over other methods of the law discovery is that it can better coup<br />
with a great number of dimensions of the describing polynomial.<br />
Keywords: discovering laws governing empirical data, symbolic description,<br />
neural networks<br />
www.sigma-not.pl<br />
Największa baza artykułów technicznych online!<br />
<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
Streszczenia artykułów ● Summaries of the articles<br />
WIŚNIEWSKI M., ZIELIŃSKI T.: Metoda rozpoznawania świstów płucnych<br />
z użyciem indeksu tonalności<br />
<strong>Elektronika</strong> (LIII), nr 5/<strong>2012</strong>, s. 17<br />
W artykule przedstawiono metodę do automatycznej detekcji świstów podczas<br />
osłuchu płuc. Osłuch klatki piersiowej to jedno z najstarszych, a zarazem<br />
bezinwazyjnych badań stosowanych w wielu chorobach płuc, m.in.<br />
w astmie. Na bazie tego badania lekarz może dokładnie ocenić postęp<br />
choroby pacjenta. Metoda jest oparta na Indeksie Tonalności, deskryptorze<br />
zaczerpniętym ze standardu MPEG-4, przystosowanym przez autorów<br />
do detekcji świstów. Do rozpoznawania użyto klasyfikatora SVM (Support<br />
Vector Machine). W artykule, Indeks Tonalności jest porównany z dotychczas<br />
stosowanymi deskryptorami, zaczerpniętymi z literatury: kurtozą,<br />
współczynnikiem częstotliwościowym, płaskością widmową oraz entropią<br />
maksimów częstotliwościowych. Dodatkowo przetestowano zmodyfikowany<br />
deskryptor współczynnika częstotliwościowego nazwanego współczynnikiem<br />
energii. Artykuł przedstawia również porównanie skuteczności<br />
wykrywania świstów przy użyciu zestawów kilku cech. Proces rozpoznawania<br />
wykonano na sygnałach rzeczywistych oraz zamodelowanych.<br />
Słowa kluczowe: Indeks tonalności, astma, świsty, osłuch płuc<br />
WIŚNIEWSKI M., ZIELIŃSKI T.: Wheezes recognition method with tonal<br />
index descriptor<br />
<strong>Elektronika</strong> (LIII), no 5/<strong>2012</strong>, p. 17<br />
In the paper a new wheezes detection method in lung auscultation is presented.<br />
The lungs auscultation is a non invasive test in asthma diagnose.<br />
On the basis of such tests, the medical doctors can evaluate precisely<br />
the stage of the disease. The proposed method uses Tonal Index (TI), the<br />
descriptor taken from the MPEG-4 standard, adapted to the wheezes recognition<br />
problem. The SVM (Support Vector Machine) classifier was used.<br />
In the article TI is compared with the other features taken from literature:<br />
Kurtosis, Frequency Ratio, Spectral Peaks Entropy, Spectral Flatness and<br />
the modified Frequency Ratio called Energy Ratio (ER). The results of<br />
multi dimensional recognition using sets of a few features is presented<br />
also. The recognition process was carried out on artificial and real data.<br />
Keywords: Tonal Index, asthma, wheezes, lung sounds<br />
KASZUBA K., KOSTEK B.: Analiza interakcji mózg-komputer wykorzystująca<br />
sygnał EEG i informację z systemu śledzenia punktu fiksacji<br />
wzroku<br />
<strong>Elektronika</strong> (LIII), nr 5/<strong>2012</strong>, s. 21<br />
W niniejszym artykule podjęto próbę analizy sygnału EEG z informacją<br />
o aktywności wzrokowej człowieka w kontekście interfejsów mózg-komputer.<br />
Wykorzystano funkcjonalności rejestratora sygnału EEG oraz systemu<br />
śledzenia punktu fiksacji wzroku. Poszukiwana była korelacja pomiędzy<br />
obserwowanym obszarem ekranu a aktywnością mózgu. Sygnał<br />
EOG, nagrany w trakcie serii wstępnych eksperymentów, posłużył jako<br />
dane referencyjne. Zbadano możliwość automatycznej detekcji podobnej<br />
informacji w sygnale EEG poprzez zastosowanie różnych metod wstępnego<br />
przetwarzania, ekstrakcji cech sygnału oraz zastosowaniu różnych<br />
klasyfikatorów.<br />
Słowa kluczowe: sygnały EEG, EOG, śledzenie punktu fiksacji wzroku,<br />
interfejs mózg-komputer<br />
KASZUBA K., KOSTEK B.: Brain-computer interaction analysis based<br />
on EEG signal and gaze-tracking information<br />
<strong>Elektronika</strong> (LIII), no 5/<strong>2012</strong>, p. 21<br />
The article presents an attempt to integrate EEG signal analysis with information<br />
about human visual activities, i.e. gaze fixation point. The results<br />
from gaze-tracking-based measurement were combined with the standard<br />
EEG analysis. A search for correlation between the brain activity and the<br />
region of the screen observed by the user was performed. The preliminary<br />
stage of the study consists in electrooculography (EOG) signal processing.<br />
The EOG signal was obtained in a series of experiments and served<br />
as reference data. An attempt to correlate this information with the EEG<br />
signal analysis is described and multiple approaches of signal pre-processing,<br />
feature extraction and classification are applied.<br />
Keywords: EEG signal, EOG signal, gaze-tracking, brain-computer interface<br />
DOBROWOLSKI A.P., SUCHOCKI M., TOMCZYKIEWICZ K.: Cyfrowe<br />
przetwarzanie sygnałów w diagnostyce słuchowych potencjałów wywołanych<br />
pnia mózgu<br />
<strong>Elektronika</strong> (LIII), nr 5/<strong>2012</strong>, s. 26<br />
Artykuł przedstawia problemy związane z badaniem słuchowych potencjałów<br />
wywołanych. Obecne metody bazują głównie na czasowej interpretacji<br />
przebiegów potencjałów. Metody te wymagają dużego doświadczenia ze<br />
strony neurologa przeprowadzającego badanie. Uwzględniając powyższe,<br />
autorzy podjęli się zadania wyeliminowania subiektywnej oceny wyników<br />
oraz zautomatyzowania badania. W celu wyodrębnienia cech dystynktywnych<br />
z potencjałów wywołanych oraz rozróżnienia przypadków poprawnych<br />
i patologicznych, autorzy użyli metod cyfrowego przetwarzania<br />
sygnałów. Użycie dekompozycji falkowej oraz liniowych sieci SVM dało<br />
w rezultacie poprawną klasyfikację 40 przypadków klinicznych, zawierających<br />
20 poprawnych i 20 patologicznych przebiegów.<br />
Słowa kluczowe: słuchowe potencjały wywołane, dekompozycja falkowa,<br />
sieć wektorów podtrzymujących<br />
DOBROWOLSKI A.P., SUCHOCKI M., TOMCZYKIEWICZ K.: Digital<br />
signal processing in the diagnosis of brainstem auditory evoked potentials<br />
<strong>Elektronika</strong> (LIII), no 5/<strong>2012</strong>, p. 26<br />
The article presents issues related with examination of auditory evoked<br />
potentials. The current methods are mainly based on timing interpretation<br />
of waveform potentials. Such method requires significant experience<br />
from examining neurologist. From this reason the authors have undertaken<br />
the task aimed at elimination of subjective assessment of results and<br />
automation of the tests. To isolate distinctive features of evoked potentials<br />
and differentiate the normal results from pathological cases, authors used<br />
methods of digital signal processing. The use of wavelet decomposition<br />
and linear SVM network has ensured correct classification of 40 different<br />
clinical cases, including 20 normal and 20 pathological cases<br />
Keywords: auditory evoked potentials, wavelet decomposition, support<br />
vector machine<br />
BOROWICZ A., PETROVSKY A.: Wykorzystanie właściwości słuchowych<br />
w wielomikrofonowym uzdatnianiu mowy<br />
<strong>Elektronika</strong> (LIII), nr 5/<strong>2012</strong>, s. 30<br />
Artykuł przedstawia motywowany percepcyjnie wielokanałowy system<br />
uzdatniania mowy. Proponowane podejście wykorzystuje uogólnioną metodę<br />
tłumienia listków bocznych (ang. Generalised Sidelobe Canceller)<br />
do usuwania pogłosu i szumu. Zmodyfikowano konwencjonalną strukturę<br />
algorytmu GSC poprzez wprowadzenie współczynnika wagowego w pętli<br />
usuwania szumu. Umożliwia to optymalne, w sensie percepcyjnym,<br />
kształtowanie widma szumu resztkowego, co skutkuje zmniejszeniem<br />
zniekształceń mowy. Przeprowadzono ocenę porównawczą wybranych<br />
metod z wykorzystaniem obiektywnych miar jakości mowy. Wyniki eksperymentów<br />
pokazują, że proponowane podejście przewyższa metody<br />
konwencjonalne, zapewniając lepszą jakość mowy.<br />
Słowa kluczowe: uzdatnianie mowy, GSC<br />
BOROWICZ A., PETROVSKY A.: Using auditory properties in multimicrophone<br />
speech enhancement<br />
<strong>Elektronika</strong> (LIII), no 5/<strong>2012</strong>, p. 30<br />
In this article a perceptually motivated multichannel speech enhancement<br />
system is presented. The proposed approach uses a generalized sidelobe<br />
canceler (GSC) method for speech dereverberation and noise suppression.<br />
The conventional GSC structure has been modified by introducing<br />
a weighting factor into the noise cancellation loop. It allows for a perceptually<br />
optimal shaping of the residual noise spectrum which results in speech<br />
distortion decrease. A comparative evaluation of the selected methods has<br />
been performed using objective speech quality measures. Experimental<br />
results show that the proposed approach outperforms conventional ones<br />
providing better speech quality.<br />
Keywords: speech enhancement, GSC<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
Streszczenia artykułów ● Summaries of the articles<br />
BRYLSKI P., STRZELECKI M.: Równoległy system przetwarzania<br />
obrazów zrealizowany w technologii FPGA<br />
<strong>Elektronika</strong> (LIII), no 5/<strong>2012</strong>, p. 34<br />
W artykule przedstawiono sprzętową realizację w technologii FPGA cyfrowego,<br />
równoległego procesora obrazu. Rdzeń układu stanowi matryca<br />
składająca się z 16×16 jednostek przetwarzania. Omówiono architekturę<br />
oraz zasady działania procesora jak również wyniki jego syntezy oraz implementacji.<br />
Proponowany procesor został przetestowany dla etykietowania<br />
obrazów binarnych, uzyskane wyniki poddano dyskusji.<br />
Słowa kluczowe: segmentacja obrazu, równoległy procesor obrazu,<br />
FPGA<br />
BRYLSKI P., STRZELECKI M.: FPGA implementation of parallel image<br />
processing system<br />
<strong>Elektronika</strong> (LIII), no 5/<strong>2012</strong>, p. 34<br />
In this paper a hardware implementation of parallel digital image processor<br />
designed and implemented in FPGA technology is presented. The circuit<br />
core contains 16×16 array for image processing and analysis. Processor<br />
architecture and principles of operation are presented. Synthesis and<br />
implementation details are also described and discussed. The proposed<br />
processor was tested on binary images labeling, sample analysis results<br />
along with discussion are also included.<br />
Keywords: image segmentation, parallel image processor, FPGA<br />
SKURSKI A., MAZUR P., CHŁAPIŃSKI J., KAMIŃSKI M., NAPIERAL-<br />
SKI A., KASPRZAK J., LIPIEC P.: Zastosowanie przekształceń grafiki<br />
trójwymiarowej w obrazowej diagnostyce medycznej<br />
<strong>Elektronika</strong> (LIII), nr 5/<strong>2012</strong>, s. 37<br />
W nowoczesnej diagnostyce obrazowej wymagane jest jednoczesne<br />
połączenie informacji na temat różnych aspektów morfologii narządu<br />
i jego funkcji.Dane te są zazwyczaj otrzymywane za pomocą różnych<br />
(zarówno dwu- jak i trójwymiarowych) obrazów medycznych. W niniejszym<br />
artykule zostanie przedstawiony system, który zapewnia wsparcie<br />
dla złożenia trójwymiarowych modeli obiektów zainteresowania diagnostyki<br />
obrazowej otrzymanych z połączenia różnych badań medycznych.<br />
Zaproponowana kompilacja ma na celu zwiększenie przejrzystości prezentacji<br />
wyników oraz zwiększenia wartości diagnostycznych wynikowego<br />
obrazu analizy. Jako przykład zastosowania koncepcji przytoczone zostanie<br />
rozwiązanie łączenia obrazów CT (tomografia komputerowa) i ECHO<br />
(echokardiografia).<br />
Słowa kluczowe: diagnostyka obrazowa, biblioteka programistyczna,<br />
grafika trójwymiarowa<br />
SKURSKI A., MAZUR P., CHŁAPIŃSKI J., KAMIŃSKI M., NAPIERAL-<br />
SKI A., KASPRZAK J., LIPIEC P.: 3D graphic engine for medical images<br />
transformation and manipulation<br />
<strong>Elektronika</strong> (LIII), no 5/<strong>2012</strong>, p. 37<br />
In modern medicine data combination on various aspects of organ’s<br />
morphology and function is required in diagnostic process and therapeutic<br />
decisions making. These data are usually obtained using different (twoand<br />
three-dimensional) medical imaging techniques. In this paper we present<br />
a system which provides support for creating three dimensional medical<br />
models combining results from different medical examinations and thus<br />
giving a better insight into situation which is being examined. As a prove<br />
of concept we submit a solution of combining CT (Computed Tomography)<br />
and ECHO (Echocardiography) bull’s-eye display. System is intended for<br />
use in clinical environments as a sophisticated and easy to use tool for<br />
visualization of complex medical data.<br />
Keywords: medical images, 3D graphic engine, 3D graphic<br />
SOBEK J., CETNAROWICZ D., DĄBROWSKI A.: Zastosowanie skaloniezmienniczego<br />
przekształcenia cech do klasyfikacji odcisków<br />
palców<br />
<strong>Elektronika</strong> (LIII), nr 5/<strong>2012</strong>, s. 40<br />
Artykuł prezentuje zastosowanie algorytmu SIFT (z ang. Scale Inwariant<br />
Feature Transform – skaloniezmiennicze przekształcenie cech). Pomimo<br />
iż SIFT jest algorytmem do kojarzenia pewnych obiektów w obrazach,<br />
jego cechy pozwalają na wykorzystanie go przy klasyfikacji odcisków palców.<br />
Opisany eksperyment został przeprowadzony przy użyciu testowej<br />
bazy danych o nazwie FVC2004, która zawiera materiał daktyloskopijny.<br />
Współczynnik FRR (współczynnik błędnego odrzucenia) został uzyskany<br />
na poziomie ok. 15%, a współczynnik FAR (współczynnik błędnej akceptacji)<br />
równy 0%. Rezultaty te pozwalają stosować taki algorytm np.<br />
w systemach ochrony stref chronionych. Algorytm SIFT może być także<br />
pierwszym etapem przeszukiwania bazy danych w celu wstępnej selekcji<br />
obrazów z dużej bazy danych.<br />
Słowa kluczowe: SIFT, klasyfikacja odcisków palców<br />
SOBEK J., CETNAROWICZ D., DĄBROWSKI A.: Application of scaleinvariant<br />
feature transform to fingerprint classification<br />
<strong>Elektronika</strong> (LIII), no 5/<strong>2012</strong>, p. 40<br />
In this paper an application of SIFT (Scale-Invariant Feature Transform)<br />
is presented. Even though the SIFT is a computer vision algorithm, its<br />
properties confirmed by the described algorithm allow for classification of<br />
the fingerprints. The described experiment was performed using FVC2004<br />
fingerprints database. We obtained FRR (False Rejection Ratio) of about<br />
15% and FAR (False Acceptance Ratio) equal to 0%. This result allows for<br />
application in the access control to restricted areas, i.e., if FAR has to be<br />
low. In general, SIFT can be considered as the first stage of classification<br />
of fingerprints in the database searching.<br />
Keywords: SIFT, fingerprint classification<br />
DOBRZYCKI A., TARAPATA G., JACHOWICZ R.: Bezprzewodowa sieć<br />
czujnikowa do monitoringu parametrów środowiskowych w aplikacjach<br />
ogrodniczych<br />
<strong>Elektronika</strong> (LIII), nr 5/<strong>2012</strong>, s. 46<br />
W niniejszym artykule przedstawiony jest projekt systemu umożliwiającego<br />
wykonywanie rozproszonych pomiarów parametrów środowiskowych<br />
przydatnych w aplikacjach ogrodniczych. System składa się z sieci czujnikowej<br />
wykonującej pomiary i przesyłającej wyniki bezprzewodowo do<br />
stacji bazowej, która przesyła je poprzez sieć komórkową do serwera odpowiedzialnego<br />
za ich przechowywanie. Zaproponowana w niniejszym artykule<br />
sieć oparta jest na własnym rozwiązaniu dopasowanym do specyfiki<br />
planowanej aplikacji, dzięki czemu charakteryzuje się dużą oszczędnością<br />
energii i możliwością pracy węzłów sieciowych przez ponad 4 lata przy<br />
zasilaniu z popularnych i niedrogich baterii.<br />
Słowa kluczowe: bezprzewodowa sieć czujnikowa, GPRS, ogrodnictwo,<br />
pomiary parametrów środowiskowych<br />
DOBRZYCKI A., TARAPATA G., JACHOWICZ R.: Wireless sensors<br />
network for environmental parameters monitoring in horticultural<br />
applications<br />
<strong>Elektronika</strong> (LIII), no 5/<strong>2012</strong>, p. 46<br />
The following article presents system which enable dispersed measurement<br />
of environmental parameters useful in horticultural applications.<br />
Proposed system consist of sensor network making measurements and<br />
sending results wireless to the base station, which in turn sends them via<br />
mobile network to the server responsible for storing data. The presented<br />
network is based on a unique solution resulting from the specific nature of<br />
the planned application, so it is energy efficient system and the network<br />
nodes has ability to operate for at least 4 years while powered by the popular<br />
and inexpensive batteries.<br />
Keywords: wireless sensor network, GPRS, horticulture, environmental<br />
parameters measurement<br />
<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
Streszczenia artykułów ● Summaries of the articles<br />
HOLYAKA R., HOTRA Z., WĘGLARSKI M., MARUSENKOVA T.: Charakterystyka<br />
polowa czujników magnetycznych realizowanych na<br />
dzielonych strukturach hallotronowych<br />
<strong>Elektronika</strong> (LIII), nr 5/<strong>2012</strong>, s. 50<br />
W prezentowanej pracy badawczej przeprowadzono analizę charakterystyk<br />
polowych dla czujnika magnetycznego zrealizowanego na dzielonej<br />
strukturze hallotronowej. Tego typu struktura posiada szereg zalet (w tym<br />
m. in. możliwość integracji w trójosiowych sondach pola magnetycznego,<br />
przy zachowaniu wysokiej rozdzielczości przestrzennej), dlatego też<br />
przedstawiono dla niej analizę zależności napięcia wyjściowego od wartości<br />
wektora indukcji magnetycznej. Ponadto zaproponowano model dzielonej<br />
struktury hallotronowej opisujący magnetorezystancyjną modulację<br />
charakterystyki polowej, metodologię badania tego typu modulacji oraz<br />
związanych z tym parametrów numerycznych. Pokazano jak zastosować<br />
otrzymane rezultaty przy kalibracji trójosiowych sond magnetycznych<br />
Słowa kluczowe: czujniki pola magnetycznego, dzielone struktury hallotronowe,<br />
modelowanie, kalibracja<br />
GASZTOLD M.: Interferometr mikrofalowy na pasmo L<br />
<strong>Elektronika</strong> (LIII), nr 5/<strong>2012</strong>, s. 56<br />
W artykule przedstawiono wyniki realizacji fazowego, sumacyjno-różnicowego<br />
dyskryminatora kąta, będącego integralną częścią interferometru<br />
mikrofalowego opracowanego na potrzeby systemu wspomagającego lądowanie<br />
samolotów TLS (ang. Transponder Landing System). Szczególną<br />
uwagę zwrócono na wybór odpowiedniej struktury funkcjonalnej tego<br />
dyskryminatora w celu zapewnienia dużej liniowości jego charakterystyki<br />
pelengacyjnej i zmniejszenia wrażliwości na różne czynniki zewnętrzne.<br />
Podano przykład rozwiązania konstrukcyjnego dyskryminatora zrealizowanego<br />
w technice niesymetrycznej linii paskowej.<br />
Słowa kluczowe: systemy wspomagające lądowanie, technika antenowa,<br />
charakterystyka pelengacyjna, pelengacja, dyskryminator fazy, interferometr<br />
mikrofalowy<br />
HOŁYŃSKI M.: Narodowy test interoperacyjności podpisu elektronicznego<br />
<strong>Elektronika</strong> (LIII), nr 5/<strong>2012</strong>, s. 61<br />
Obecnie stosuje się jednocześnie wiele formatów i rodzajów e-podpisu,<br />
które nie zawsze są kompatybilne. Istnieje pilna potrzeba empirycznej weryfikacji<br />
procedur umożliwiających interoperacyjność podpisu elektronicznego.<br />
Pierwszy taki test został przeprowadzony 26-27 października 2011 r.<br />
w Warszawie. Poniżej scharakteryzowano w skrócie to przedsięwzięcie.<br />
W osobnym artykule zostaną przedstawione szerzej wyniki testu.<br />
Słowa kluczowe: podpis elektroniczny, e-podpis, CAdES, PadES, XAdES<br />
CZAJKOWSKI J.: Rewizja i modernizacja systemu GMDSS<br />
<strong>Elektronika</strong> (LIII), nr 5/<strong>2012</strong>, s. 62<br />
W artykule przedstawiono propozycje prac modernizacyjnych Światowego<br />
Morskiego Systemu Łączności Alarmowej i Bezpieczeństwa opracowane<br />
przez międzynarodową grupę specjalistów najważniejszych Administracji<br />
Morskich świata. Prace te mają być podstawą do długoterminowego procesu<br />
rewizji i modernizacji systemu GMDSS.<br />
Słowa kluczowe: modernizacja GMDSS, system zapewniający bezpieczeństwo<br />
statkom – SSAS, system automatycznej identyfikacji – AIS<br />
BOGUCKI J.: Naziemna telewizja cyfrowa – wybrane zagadnienia<br />
<strong>Elektronika</strong> (LIII), nr 5/<strong>2012</strong>, s. 65<br />
W artykule przedstawiono wybrane zagadnienia dotyczące naziemnej<br />
telewizji cyfrowej DVB-T. Opisano specyfikę naziemnej telewizji cyfrowej<br />
w aspekcie sieci jednoczęstotliwościowej i wieloczęstotliwościowej. Zwrócono<br />
uwagę na pewne kierunki rozwoju naziemnej telewizji cyfrowej.<br />
Słowa kluczowe: naziemna telewizja cyfrowa, sieć jednoczęstotliwościowa<br />
i wieloczęstotliwościowa<br />
PRZESMYCKI R., NOWOSIELSKI L., WNUK M., BUGAJ M., PIWO-<br />
WARCZYK K.: Metodyki pomiarów parametrów materiałów absorpcyjnych<br />
<strong>Elektronika</strong> (LIII), nr 5/<strong>2012</strong>, s. 69<br />
Artykuł dotyczy problemów związanych z pomiarami absorpcji materiałów<br />
pochłaniających fale elektromagnetyczne. Przedstawiono w nim metodologie<br />
pomiarów oraz opis stanowisk do pomiaru parametrów materiałów<br />
absorpcyjnych. Zamieszczono w nim również wyniki pomiarów przeprowadzonych<br />
zgodnie z opracowanymi metodologiami dla płyt metalowych<br />
z naniesionym przykładowym materiałem absorpcyjnym.<br />
Słowa kluczowe: absorpcja, RCS, fale elektromagnetyczne, EMC<br />
<strong>Elektronika</strong> 5/<strong>2012</strong><br />
HOLYAKA R., HOTRA Z., WĘGLARSKI M., MARUSENKOVA T.: Field<br />
characteristic of magnetic sensors on the split hall structures<br />
<strong>Elektronika</strong> (LIII), no 5/<strong>2012</strong>, p. 50<br />
The analysis of the field characteristics of magnetic sensors based on<br />
split Hall structures has been conducted in presented research work.<br />
Having a number of advantages (including the capability to be integrated<br />
into three-component magnetic probes with high spatial resolution), such<br />
split Hall structures require further analysis of output voltage dependence<br />
on magnetic induction vector. Besides, this paper proposes a split Hall<br />
structure model describing the parasitic magnetoresistive modulation of<br />
the field characteristic, the methodology of this modulation study and its<br />
numerical parameters. It is shown how to apply the obtained results when<br />
calibrating three-component magnetic probes.<br />
Keywords: magnetic field sensor, split Hall structure, modelling, calibration<br />
GASZTOLD M.: L-band microwave interferometer<br />
<strong>Elektronika</strong> (LIII), no 5/<strong>2012</strong>, p. 56<br />
The article presents the results of the implementation of the sum-difference<br />
phase discriminator, which is an integral part of the microwave interferometer<br />
working as a part of aircraft landing support system TLS (Transponder<br />
Landing System). Particular attention was paid to the choice of<br />
an appropriate functional structure of the discriminator in order to ensure<br />
high linearity of its pelengation characteristic and reduced susceptibility<br />
to various external factors. An example of design solution was build in<br />
asymmetric stripline.<br />
Keywords: aircraft landing support system, antenna theory, pelengation<br />
characteristic, pelengation, phase discriminator, microwave interferometer,<br />
Transponder Landing System<br />
HOŁYŃSKI M.: Polish interoperability test for electronic signature<br />
<strong>Elektronika</strong> (LIII), no 5/<strong>2012</strong>, p. 61<br />
There are many formats and types of currently used electronic signatures,<br />
which are not always compatible. There is thus an urgent need for empirical<br />
verification procedures that should enable interoperability of e-signatures.<br />
The first such test was conducted on October 26-27 in Warsaw.<br />
A brief overview of this project is presented below. Detailed results will be<br />
described in a separate paper.<br />
Keywords: electronic signature, e-signature, CAdES, PadES, XAdES<br />
CZAJKOWSKI J.: Revision and modernization of the GMDSS<br />
<strong>Elektronika</strong> (LIII), no 5/<strong>2012</strong>, p. 62<br />
The article describes the main task of the Correspondence Group on the Scoping<br />
exercise to establish the need for a review of the elements and procedures<br />
of the GMDSS. The work item is to review the Global Maritime Distress<br />
and Safety System and then to develop a modernization programme. The<br />
modernization programme would implement findings of the review, include<br />
more modern and efficient communications technologies in the GMDSS and<br />
support the communications needs of the e-navigation strategy.<br />
Keywords: modernization of the GMDSS, Ship Security Alert System<br />
– SSAS, Automatic Identification System – AIS<br />
BOGUCKI J.: Digital Video Broadcasting Terrestrial – selected issues<br />
<strong>Elektronika</strong> (LIII), no 5/<strong>2012</strong>, p. 65<br />
This article describes selected issues of DVB-T Digital Video Broadcasting<br />
Terrestrial. Single and multiple frequency networks specific to digital<br />
television are described. Some development trends of digital terrestrial<br />
television have been is presented.<br />
Keywords: Digital Video Broadcasting Terrestrial, Single and Multiple Frequency<br />
Networks<br />
PRZESMYCKI R., NOWOSIELSKI L., WNUK M., BUGAJ M., PIWO-<br />
WARCZYK K.: Methodologies for measuring the parameters of absorption<br />
materials<br />
<strong>Elektronika</strong> (LIII), no 5/<strong>2012</strong>, p. 69<br />
The paper concerns the problems connected witch measurement of electromagnetic<br />
wave absorption of absorbing materials. In the article are presented<br />
the measurement methodology and laboratory stands description.<br />
The measurements results for flat steel panel coated with absorbing material<br />
example are presented too.<br />
Keywords: absorption, Radar Cross Section (RCS), electromagnetic<br />
wave, electromagnetic compatibility (EMC)
Streszczenia artykułów ● Summaries of the articles<br />
BRATEK P., KOS A.: LABGSM – system ewaluacyjny modułu GSM/<br />
GPRS<br />
<strong>Elektronika</strong> (LIII), nr 5/<strong>2012</strong>, s. 74<br />
Artykuł opisuje architekturę systemu LABGSM. Przedstawiono część<br />
sprzętową i oprogramowanie umożliwiające naukę i pracę z modułem<br />
przemysłowym GSM/GPRS. Prezentowany system zawiera: moduł GSM/<br />
GPRS Sagem Communication HiLo, płytę ewaluacyjną “mini Eval”, oprogramowanie<br />
terminala, modułu Master, serwera TCP i UDP, program Tunel<br />
i bazę danych. System LABGSM pozwala na całkowicie automatyczną<br />
weryfikację poszczególnych etapów pracy użytkowników.<br />
Słowa kluczowe: GSM, GPRS, komendy AT, oprogramowanie terminala<br />
BRATEK P., KOS A.: LABGSM – Evaluation System of GSM/GPRS<br />
Module<br />
<strong>Elektronika</strong> (LIII), no 5/<strong>2012</strong>, p. 74<br />
Paper describes the LABGSM system architecture. Hardware and software<br />
for learning and designing with GSM/GPRS module are presented. The<br />
system includes: Sagem Communication industrial GSM/GPRS module,<br />
evaluation board “mini Eval”, software for terminal and master module,<br />
TCP and UDP server, Tunnel program and database. LABGSM system<br />
allows on fully automatic verification of the various stages of user experience.<br />
Keywords: GSM, GPRS, AT commands, terminal software<br />
PICHOLA W., MACIEJEWSKA M., MAMAJEK M., KWIATKOWSKI J.,<br />
ŚWIDERSKI J.: Układ zasilania i sterowania impulsowej diody laserowej<br />
z rozłożonym sprzężeniem zwrotnym pracującej w paśmie widmowym<br />
bezpiecznym dla wzroku<br />
<strong>Elektronika</strong> (LIII), nr 5/<strong>2012</strong>, s. 77<br />
Zaproponowano autorskie rozwiązanie sterownika do diod laserowych<br />
z rozłożonym sprzężeniem zwrotnym DFB (ang. Distributed Feed-Back)<br />
pracującej z bezpośrednią modulacją prądu. Układ ten pozwala, dla przypadku<br />
analizowanej, komercyjnie dostępnej diody laserowej, na uzyskanie<br />
impulsów promieniowania o czasie trwania z przedziału (0,4…-5) ns przy<br />
częstotliwości repetycji od 600 kHz do 2 MHz. Opracowany układ ma postać<br />
prototypu – demonstratora technologii.<br />
Słowa kluczowe: zasilanie diod laserowych, kontrola parametrów diod<br />
laserowych<br />
PICHOLA W., MACIEJEWSKA M., MAMAJEK M., KWIATKOWSKI J.,<br />
ŚWIDERSKI J.: Supply and control system of a pulsed distributedfeedback<br />
laser diode operating at the eye-safe spectrum window<br />
<strong>Elektronika</strong> (LIII), no 5/<strong>2012</strong>, p. 77<br />
The original solution of a driver for distributed feed-back laser diodes working<br />
with direct current modulation was proposed. The system allows, for<br />
a commercially available laser diode analyzed, obtaining laser pulses of<br />
changeable duration ranging from 0.4 to 5 ns at the repetition rate in the<br />
range of (0.6…2) MHz. The system developed has the form of a prototype<br />
– a technology demonstrator.<br />
Keywords: supplying of laser diodes, control of diode laser parameters<br />
Szanowni Autorzy,<br />
zgodnie z zaleceniem Ministerstwa Nauki i Szkolnictwa Wyższego<br />
przedstawiamy procedurę przeciwdziałania przypadkom<br />
ghostwriting i guest authorship.<br />
Definicje<br />
– ghostwriting – przypadek, gdy ktoś wniósł istotny wkład<br />
w powstanie publikacji, bez ujawnienia swojego udziału jako jeden<br />
z autorów lub bez wymienienia jego roli w podziękowaniach<br />
zamieszczonych w publikacji,<br />
– guest authorship (honorary authorship) – przypadek,<br />
gdy udział autora jest znikomy lub w ogóle nie miał miejsca,<br />
a pomimo to jest autorem/współautorem publikacji.<br />
Działania mające na celu przeciwdziałanie powyższym<br />
przypadkom (zgodnie z zaleceniami Ministerstwa Nauki i Szkolnictwa<br />
Wyższego) są następujące:<br />
● Redakcja wymaga od autorów publikacji ujawnienia wkładu<br />
poszczególnych autorów w powstanie publikacji (z podaniem<br />
ich afiliacji oraz kontrybucji, tj. informacji kto jest autorem koncepcji,<br />
założeń, metod, protokołu itp. wykorzystywanych przy<br />
przygotowaniu publikacji), przy czym główną odpowiedzialność<br />
ponosi autor zgłaszający manuskrypt.<br />
● Redakcja wyjaśnia w „Informacji dla autorów”, że ghostwriting<br />
i guest authorship są przejawem nierzetelności<br />
naukowej, a wszelkie wykryte przypadki będą demaskowane,<br />
włącznie z powiadomieniem odpowiednich podmiotów (instytucje<br />
zatrudniające autorów, towarzystwa naukowe, stowarzyszenia<br />
edytorów naukowych itp.).<br />
● Redakcja wymaga informacji o źródłach finansowania<br />
publikacji, wkładzie instytucji naukowo-badawczych, stowarzyszeń<br />
i innych podmiotów (financial disclosure).<br />
● Redakcja dokumentuje wszelkie przejawy nierzetelności<br />
naukowej, zwłaszcza łamania i naruszania zasad etyki obowiązujących<br />
w nauce.<br />
* * *<br />
W związku ze zmianami dotyczącymi oceny parametrycznej<br />
czasopism, Ministerstwo Nauki i Szkolnictwa Wyższego wprowadziło<br />
następujące kryteria oceny publikacji:<br />
1. Oryginalność<br />
– czy artykuł zawiera nowości w zakresie prezentowanej tematyki?<br />
– czy wnosi wkład w stan wiedzy?<br />
– czy odpowiada poziomowi merytorycznemu czasopisma?<br />
– czy opisywane zagadnienia są istotne dla rozwoju nauki<br />
lub zastosowań praktycznych?<br />
2. Układ<br />
– czy artykuł prezentuje logiczny układ treści i jasność wywodu?<br />
a) Tytuł: czy odpowiada treści artykułu?<br />
b) Streszczenie: czy odzwierciedla treść artykułu?<br />
c) Wprowadzenie: czy opisuje co autor zamierzał osiągnąć<br />
i jasno przedstawia zagadnienia poruszane w artykule? (zwykle<br />
wprowadzenie powinno zawierać przegląd literatury dotyczącej<br />
danego tematu, opis eksperymentu, hipotezy, ogólny plan eksperymentu<br />
lub stosowanych metod),<br />
d) Metody badań: czy autor dokładnie wyjaśnia w jaki sposób<br />
otrzymał wyniki? Czy metody badań są odpowiednio dobrane?,<br />
jeśli metody są nowe, to czy są dokładnie opisane?, czy autor<br />
wystarczająco dokładnie opisał sposób wykonywania badań/pomiarów?<br />
e) Wyniki: czy autor w logiczny i jasny sposób wyjaśnia co<br />
stwierdził w wyniku przeprowadzonych badań?, czy dokonał<br />
prawidłowej analizy wyników?<br />
f) Podsumowanie/Wnioski: czy zamieszczone stwierdzenia/wnioski<br />
są poparte wynikami badań?, czy autor wykazał jak<br />
wyniki odnoszą się do oczekiwań i wcześniejszych badań?, czy<br />
wyniki badań potwierdzają czy zaprzeczają wcześniejszym teoriom?<br />
g) Rysunki i tabele: czy zamieszczone rysunki i tabele jasno<br />
ilustrują wyniki badań i czy są zrozumiałe dla czytelnika?, czy<br />
są istotne dla zilustrowania treści artykułu?<br />
3. Wcześniejsze badania<br />
– jeśli artykuł zawiera wcześniejsze wyniki badań, to czy zamieszczono<br />
odpowiednie odnośniki literaturowe?<br />
4. Zagadnienia etyczne<br />
– Plagiat: czy artykuł nie jest kopią innej pracy?<br />
<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
Proste metody tworzenia map głębokości i wypełniania<br />
luk informacyjnych przy konwersji obrazów 2D do 3D<br />
mgr inż. Julian Balcerek, mgr inż. Adam Konieczka,<br />
prof. dr hab. inż. Adam Dąbrowski, dr inż. Tomasz Marciniak<br />
Poznań University of Technology, Chair of Control and System Engineering, Division of Signal Processing and Electronic Systems<br />
Istniejące proste metody konwersji obrazów 2-wymiarowych 2D<br />
(ang. two-dimensional) na 3-wymiarowe 3D (ang. three-dimensional)<br />
wykorzystują binarne mapy głębokości określające, które<br />
obiekty przedstawione na obrazie widz ma postrzegać jako<br />
bliższe, a które jako dalsze. Mapy głębokości oraz metody ich<br />
tworzenia opisano w [1–7]. Obecnie jednym z największych problemów<br />
jest opracowanie skutecznych metod automatycznego<br />
generowania map dla obrazów nieruchomych oraz dla sekwencji<br />
wizyjnych.<br />
Kolejnym problemem jest opracowanie metod wypełniania tzw.<br />
luk informacyjnych. Człowiek, patrząc na dowolny obiekt, widzi go<br />
każdym okiem pod nieco innym kątem i na nieco przesuniętym<br />
tle. Na tej podstawie mózg określa odległości i tworzy wrażenie<br />
trójwymiarowości postrzeganej sceny. W przypadku zdjęcia zarejestrowanego<br />
jednym obiektywem brakuje więc części informacji,<br />
którą, w celu konwersji do formatu 3D, należy uzupełnić. Ten brak<br />
określa się mianem luk informacyjnych. Nowe metody ich wypełniania<br />
autorzy opisali w pracy [8].<br />
Opracowanie aplikacji programowej do skutecznej konwersji<br />
obrazów 2-wymiarowych na 3-wymiarowe może mieć zastosowanie<br />
np. w systemach monitoringu CCTV (ang. Closed-Circuit Television),<br />
aby zwrócić uwagę operatora monitoringu oglądającego<br />
obraz z wielu kamer na sytuacje potencjalnie niebezpieczne [9].<br />
Ogólna idea proponowanego dodatkowego narzędzia dla operatora<br />
monitoringu jest przedstawiona na rys. 1.<br />
W dalszej części opisano metody detekcji i śledzenia obiektów<br />
w celu generacji map głębokości, natomiast w rozdziale<br />
trzecim zaproponowano metodę tworzenia obrazów 3-wymiarowych<br />
z 2-wymiarowych przy wykorzystaniu binarnych map<br />
głębokości wraz z proponowanym sposobem wypełniania luk<br />
informacyjnych.<br />
Wykrywanie i śledzenie obiektów w celu<br />
generacji binarnych map głębokości<br />
Algorytmy detekcji ruchu w sekwencjach wizyjnych bazują na różnicach<br />
zawartości kolejnych ramek. Systemy wizyjne wykonujące<br />
detekcję ruchu służą głównie do określenia położenia, orientacji<br />
i rozmiaru obszarów, w których nastąpił ruch, co jest wykorzystywane<br />
do identyfikacji poruszających się obiektów. Sama detekcja<br />
ruchu nie jest problemem, natomiast trudność stanowią operacje<br />
przetwarzania danych, takie jak właściwe oznaczanie całych<br />
obiektów, ich separacja z tła, następnie proces segmentacji, klasyfikacji<br />
i efektywnego śledzenia.<br />
Metody detekcji ruchu analizują zawartość kolejnych ramek<br />
sekwencji i są w stanie działać nawet w czasie rzeczywistym.<br />
Najważniejsze metody bazują na następujących technikach:<br />
– przepływu optycznego (ang. optical flow),<br />
– zależności (ang. correspondence),<br />
– śledzeniu konturu (ang. contour tracking).<br />
Wspólnym elementem wszystkich metod detekcji ruchu jest<br />
utworzenie binarnego obrazu zawierającego oznaczone miejsca,<br />
w których obiekty poruszały się w obrazie wejściowym. Niestety,<br />
w ten sposób wykryte obszary ruchu nie dostarczają dostatecznie<br />
dokładnej informacji o poruszającym się obiekcie, tj. jego kształcie<br />
i faktycznych rozmiarach. Każda z istniejących metod jest<br />
dedykowana do konkretnych warunków w danej scenie i może<br />
prowadzić do odmiennej interpretacji ruchu. Należy podkreślić,<br />
że żadna z obecnie znanych metod nie jest ani uniwersalna, ani<br />
<strong>Elektronika</strong> 5/<strong>2012</strong><br />
stuprocentowo precyzyjna. Tak więc, dla uzyskania najlepszych<br />
rezultatów, sekwencja wideo powinna być analizowana kilkukrotnie<br />
z użyciem różnych metod z różnymi parametrami wejściowymi.<br />
Niestety, taki system nie może działać w czasie rzeczywistym<br />
z powodu zbyt dużego obciążenia CPU wieloma operacjami przetwarzania<br />
sygnałów [10].<br />
Detekcji ruchu, segmentacji i określenia trajektorii obiektów<br />
w sekwencjach wideo można dokonać w oparciu o algorytmy<br />
przepływu optycznego [11, 12]. Te metody zakładają, że dla<br />
każdej ramki sekwencji wideo jest możliwe utworzenie pola<br />
wektora ruchu, które służy do konwersji danej ramki w następną<br />
ramkę. Wektory w tablicy zawierają informacje o prędkości<br />
i kierunku ruchu danych segmentów ramek. Transformacja kolejnych<br />
ramek odbywa się poprzez przesunięcie segmentów<br />
o określonych rozmiarach (takim segmentem może być nawet<br />
pojedynczy piksel) o wartości określone w odpowiednich wektorach<br />
ruchu. Początkowo te algorytmy zostały zastosowane do<br />
obrazów w skali szarości, jednak nic nie stoi na przeszkodzie,<br />
by z powodzeniem zastosować je do obrazów kolorowych [13].<br />
Dwiema najpopularniejszymi metodami bazującymi na przepływie<br />
optycznym są: metoda Lucasa i Kanade’go oraz metoda<br />
Horna i Schuncka [14].<br />
Proces śledzenia obiektów i generacji binarnych map, który<br />
może być zastosowany do generacji obrazów 3D, realizuje model<br />
„śledzenie z wykorzystaniem przepływu optycznego” działający<br />
w środowisku Matlab. Wykorzystuje on estymację pól przepływu<br />
optycznego wektorów ruchu w każdej ramce sekwencji wideo.<br />
Rys. 1. Proponowany ogólny schemat narzędzia stereowizyjnego dla<br />
systemów monitoringu<br />
Fig. 1. General idea of stereovision tool for monitoring systems
Z zastosowaniem odpowiedniego progowania i operacji morfologicznej<br />
zamknięcia dla wektorów ruchu ten model generuje binarne<br />
obrazy, które lokalizują obiekt przy użyciu tzw. analizy „blobów”.<br />
Rysunek 2 prezentuje przykład uzyskanego rezultatu.<br />
Wypełnianie obszarów luk informacyjnych<br />
W typowym obrazie anaglifowym jednocześnie zawarty jest obraz<br />
przeznaczony dla lewego oka (składowa czerwona obrazu zapisanego<br />
w systemie RGB) i prawego oka (składowa cyjanowa,<br />
tj. G i B). Do jego obejrzenia są konieczne okulary z filtrami czerwonym<br />
dla lewego oka i cyjanowym dla oka prawego [15–19].<br />
Idea tworzenia wrażenia 3D z wykorzystaniem techniki anaglifowej<br />
jest przedstawiona na rys. 3.<br />
a)<br />
b)<br />
Rys. 3. Mechanizm tworzenia i postrzegania efektu 3D na zdjęciu<br />
dwuwymiarowym wykonanym w technice anaglifowej<br />
Fig. 3. 3D effect perception based on 2D anaglyph image<br />
c)<br />
W przypadku konwersji zdjęcia 2-wymiarowego na 3-wymiarowe<br />
jest dostępny tylko jeden obraz dla obu oczu. W celu zbadania<br />
wpływu informacji przeznaczonej dla poszczególnych oczu na<br />
widzenie efektu 3D przeprowadzono eksperyment pokazany na<br />
rys. 4. Anaglif utworzony ze zdjęcia stereoskopowego wykonanego<br />
dwuobiektywową kamerą zmodyfikowano poprzez umieszczenie<br />
na nim dwóch markerów. Pierwszy dodano w składowej<br />
czerwonej w obszarze niewidocznym z perspektywy prawego<br />
oka, natomiast drugi dodano w składowej cyjanowej w miejscu<br />
niewidocznym z perspektywy lewego oka.<br />
d)<br />
Rys. 2. Przykład detekcji i śledzenia obiektu: a) oryginalny obraz,<br />
b) zaznaczone wektory ruchu, c) rezultat detekcji, d) binarna mapa<br />
Fig.2. Example of the object detection and tracking: a) original image,<br />
b) marked motion vectors, c) detection result, d) binary map<br />
10<br />
Rys. 4. Postrzeganie markerów przeznaczonych dla poszczególnych<br />
oczu<br />
Fig. 4. Perception of markers put in particular eye views<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
Rys. 7. Binarna mapa głębokości dla obrazu z rys. 6<br />
Fig. 7. Binary depth map from the image in Fig. 6<br />
Rys. 5. Występowanie luki (dziury) informacyjnej w składowej czerwonej<br />
podczas generacji wrażenia trójwymiarowego<br />
Fig. 5. Occurrence of information hole in red component after generation<br />
of 3D illusion<br />
W przedstawionym eksperymencie uzyskano wyraźnie zauważalny<br />
efekt 3D, przy czym oba markery były widoczne. W ten<br />
sposób ludzki mózg tworzy wrażenie 3-wymiarowe, wykorzystując<br />
pełną informację dostępną dla obu oczu. Brak informacji<br />
dostępnej dla jednego oka i widocznej tylko z perspektywy tego<br />
oka byłby dostrzegalny. Ten eksperyment potwierdził, że wypełnienie<br />
luk informacyjnych jest bardzo istotnym zagadnieniem,<br />
szczególnie dla metod bazujących na bezpośrednim przesuwaniu<br />
poszczególnych składowych koloru (zazwyczaj rozsuwa się<br />
składową czerwoną względem pozostałych [20]) i binarnych mapach<br />
głębokości [8, 9]. Przyczyna powstawania luk informacyjnych<br />
przy rozsuwaniu składowej czerwonej została zilustrowana<br />
przykładem na rys. 5. Bezpośrednią przyczyną jest różne rozsunięcie<br />
składowej czerwonej dla obiektu i tła. Propozycję metody<br />
wypełniania luk informacyjnych, przy wykorzystaniu liniowej interpolacji,<br />
przestawiono we wcześniejszej pracy autorów [8].<br />
Dalej zaprezentowano metodę wypełnienia luki informacyjnej<br />
w składowej czerwonej za pomocą jej przefiltrowanego lustrzanego<br />
odbicia. Metodę zaimplementowano w środowisku programistycznym<br />
Matlab w wersji 7.11.0. Program umożliwia rozsunięcie składowej<br />
czerwonej w lewo lub w prawo o dowolną wartość zarówno<br />
dla tła, jak i dla obiektu pierwszoplanowego. Przyjęto, że ujemne<br />
rozsunięcie oznacza przesunięcie w lewo, a dodatnie – w prawo.<br />
W pierwszym kroku program wczytuje pierwotne zdjęcie dwuwymiarowe<br />
(przykładowe zaprezentowano na rys. 6) oraz przygotowaną<br />
dla niego mapę głębokości – rys. 7. Białe obszary na<br />
mapie odpowiadają obiektom, które mają być postrzegane jako<br />
bliższe, a czarne – obiektom dalszym. W przypadku systemów<br />
monitoringu CCTV dokładne rozróżnienie obiektów bliższych<br />
i dalszych nie musi precyzyjnie odzwierciedlać stanu faktycznego.<br />
Istotne jest, aby obiekt ważny, np. poruszający się, przybliżyć<br />
względem tła tak, aby operator monitoringu mógł go łatwiej dostrzec.<br />
W następnym kroku składowa czerwona obrazu pierwotnego<br />
jest – na podstawie mapy głębokości – przesuwana poziomo<br />
o wartości zdefiniowane na początku działania programu osobno<br />
dla tła i dla obiektu. W ten sposób pojawiają się miejsca niezawierające<br />
tej składowej, tj. luki informacyjne. Są one oznaczane na<br />
kolejnym obrazie binarnym (rys. 8) na biało. Obraz ten, o rozdzielczości<br />
518×389 pikseli (takiej samej jak pierwotny), powstał przez<br />
ujemne przesunięcie składowej R o 15 pikseli dla tła i dodatnie<br />
przesunięcie o 15 pikseli dla obiektu.<br />
W finalnym obrazie wartości składowych G i B zostają w całości<br />
przepisane z obrazu pierwotnego. Składowa R z miejsc, które<br />
na mapie głębokości były oznaczone jako tło (kolor czarny),<br />
zostaje przepisana z przesunięciem określonym dla tła. Analogicznie,<br />
składowa R z miejsc, które na mapie głębokości zostały<br />
oznaczone jako obiekt, zostaje przepisana z przesunięciem określonym<br />
dla obiektu.<br />
Kolejnym krokiem jest wypełnienie w końcowym obrazie luki<br />
informacyjnej powstałej dla składowej R przy wykorzystaniu metody<br />
przefiltrowanego lustrzanego odbicia. Jeśli przesunięcie<br />
składowej R dla obiektu było większe niż dla tła, tzn. gdy luka<br />
Rys. 6. Pierwotny obraz 2-wymiarowy<br />
Fig. 6. Original 2D image<br />
Rys. 8. Luka informacyjna powstała dla obrazu z rys. 6<br />
Fig. 8. Red component information hole from the image in Fig. 6<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 11
Rys. 9. Wypełnienie dziury informacyjnej w składowej R przez jej lustrzane<br />
odbicie z sąsiadującego z nią tła<br />
Fig. 9. Red component information hole filled by mirroring adjoining<br />
red component background<br />
informacyjna powstała po lewej stronie obiektu, jej wypełnienie<br />
następuje od lewej strony. W każdej linii obrazu kolejne piksele<br />
luki wypełnia się lustrzanie pikselami z sąsiadującego z luką<br />
tła. Przykład takiego wypełnienia luki informacyjnej prezentuje<br />
rys. 9. Analogicznie, jeśli przesunięcie składowej R dla obiektu<br />
było mniejsze niż dla tła, tzn. gdy luka powstała po prawej stronie<br />
obiektu, jej wypełnienie następuje lustrzanie w każdej linii od prawej<br />
strony pikselami sąsiadującymi z luką.<br />
W przypadku bezpośredniego wypełnienia luki informacyjnej<br />
w ten sposób, znajdujące się w odbiciu pionowe bądź ukośne<br />
krawędzie (na rys. 9 oznaczono je żółtym prostokątem) byłyby<br />
wyraźnie zauważalne w formie artefaktów pogarszających jakość<br />
zdjęcia. By uniknąć tego efektu można zastosować poziomą<br />
filtrację uzupełnianej składowej. Nie jest to jednak rozwiązanie<br />
optymalne, gdyż spowoduje lokalne pogorszenie ostrości zdjęcia<br />
i będzie zmniejszało wrażenie efektu 3D. W związku z tym<br />
dla uzupełnianej składowej proponujemy zastosować kodowanie<br />
różnicowe, które umożliwia usunięcie wyraźnych krawędzi pionowych<br />
i ukośnych nie usuwając jednocześnie pozostałych szczegółów,<br />
które subiektywnie maskują brak właściwej informacji.<br />
W tym celu w uzupełnianej luce wartość pierwszego piksela zostaje<br />
przepisana bezpośrednio, natomiast dla każdego kolejnego<br />
sprawdza się, czy jego wartość nie różni się względem poprzedniego<br />
piksela o więcej niż wynosi parametr x. Parametr x jest<br />
maksymalną zdefiniowaną przez użytkownika wartością różnicy<br />
pomiędzy kolejnymi pikselami uzupełnianej lustrzanie składowej<br />
R. Jeśli nie, wartość jest wprost przepisana, natomiast jeśli tak,<br />
to zostaje zmniejszona do wartości poprzednio uzupełnianego<br />
piksela odpowiednio powiększonej lub pomniejszonej o wartość<br />
parametru x. Doświadczalnie stwierdzono, że najlepsze efekty<br />
uzyskuje się przy wartości parametru x równej 8. Przykład składowej<br />
R zakodowanej w opisany sposób dla całego obrazu prezentuje<br />
rys. 10.<br />
Zaletą powyższej metody jest jej prostota, niewielka złożoność<br />
obliczeniowa oraz fakt, że dobrze usuwa wyraźne pionowe lub<br />
ukośne krawędzie w miejscach uzupełniania składowej R, zmniejszając<br />
liczbę artefaktów. Mimo to pozostawia szczegóły, których<br />
brak oko odbiera jako lokalne pogorszenie ostrości obrazu.<br />
Rysunek 11 przedstawia składową R finalnego obrazu anaglifowego<br />
po wypełnieniu luki informacyjnej zaproponowaną metodą<br />
dla parametru x wynoszącego 8 i przesunięcia tła w lewo<br />
o 15 pikseli i obiektu w prawo również o 15 pikseli. Finalny anaglif<br />
z wykorzystaniem tej składowej prezentuje rys. 12.<br />
Wstępnie stwierdzono, że najlepsze rezultaty, tj. najlepsze<br />
wrażenie efektu 3D, uzyskuje się dla przesunięcia składowej R:<br />
12<br />
Rys. 10. Składowa R dla całego obrazu z rys. 6 zakodowana różnicowo<br />
z parametrem x równym 8<br />
Fig. 10. Differentially filtered red component of image in Fig. 6 with<br />
parameter x equal to 8<br />
Rys. 11. Składowa R z wypełnioną luką informacyjną przy użyciu zaproponowanej<br />
metody pokazanej na rys. 10<br />
Fig. 11. Red component information hole filled with mirroring in differentially<br />
filtered image in Fig. 10<br />
Rys. 12. Ostateczny obraz anaglifowy ze składową R przesuniętą<br />
w lewo o 15 pikseli dla tła i 15 pikseli w prawo dla obiektu i wypełnioną<br />
luką informacyjną jak na rys. 10<br />
Fig. 12. Final anaglyph image with the background shifted by 15 pixels<br />
to the left and the object shifted by 15 pixels to the right after<br />
mirroring supplemented with the method in Fig. 10 within the red<br />
component information hole<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
Rys. 13. Interfejs użytkownika eksperymentalnej aplikacji do konwersji zdjęć 2D do 3D<br />
Fig. 13. User interface window of experimental application for 2D to 3D image conversion<br />
– dla tła – w lewo o ok. 3…4% szerokości obrazu<br />
– dla obiektu – w prawo o ok. 3…4% szerokości obrazu.<br />
Autorzy planują przeprowadzenie dalszych badań, mających<br />
na celu precyzyjne ustalenie optymalnych wartości rozsunięć składowych<br />
RGB i wartości parametru x przy tworzeniu anaglifów.<br />
W tym celu już zaimplementowano w środowisku programistycznym<br />
Matlab testową aplikację do subiektywnego wyboru optymalnych<br />
parametrów konwersji 2D do 3D dla różnych metod, by<br />
proponowaną metodę móc skonfrontować z innymi [8]. Obecnie<br />
aplikacja umożliwia wybór następujących metod: przesuwania<br />
całej składowej R, metody bezpośredniej, metody bezpośredniej<br />
z interpolacją, skalowania segmentów obrazu, przesuwania segmentów<br />
obrazu oraz metody proponowanej w niniejszym artykule.<br />
Wygląd interfejsu użytkownika aplikacji przedstawiono na rys. 13.<br />
Interfejs ten umożliwia: wybór i wczytanie obrazu testowego,<br />
wybór metody konwersji 2D do 3D i regulację parametrów<br />
uzyskiwania obrazu 3D dla każdej z metod przy wykorzystaniu<br />
widocznych u dołu okna suwaków. Ponadto jest możliwość obserwacji<br />
tworzonego anaglifu bądź jedynie jego składowej R,<br />
a także określenie czy po bokach powstałego obrazu mają być<br />
wyświetlane pasy będące rozsuniętymi składowymi poza obszar<br />
wspólny dla wszystkich składowych zdjęcia. Tworzenie anaglifu<br />
odbywa się praktycznie w czasie rzeczywistym. Ewentualne występowanie<br />
niewielkich opóźnień zależy od złożoności obliczeniowej<br />
poszczególnych metod przy wybranych przez użytkownika<br />
parametrach i rozdzielczości obrazu.<br />
Podsumowanie<br />
Proponowana metoda generowania 3-wymiarowych obrazów<br />
anaglifowych z obrazów 2-wymiarowych cechuje się niską obliczeniochłonnością.<br />
Konieczne jest przygotowanie map głębokości<br />
wykonanych na etapie wykrywania i śledzenia obiektów.<br />
Dzięki wypełnianiu luk informacyjnych w składowej czerwonej za<br />
pomocą jej przefiltrowanego lustrzanego odbicia uzyskano dobrą<br />
jakość powstałych anaglifów przy niewielkiej liczbie zauważalnych<br />
artefaktów oraz niewielkiej złożoności obliczeniowej. Metoda<br />
ta może znaleźć zastosowanie np. dla operatorów monitoringu<br />
jako jedna z opcji sprawiająca, że praca będzie mniej monotonna<br />
i bardziej wydajna. Jej zaletą jest to, że nie wymaga stosowania<br />
specjalnych kamer rejestrujących obraz stereoskopowy. Autorzy<br />
zamierzają prowadzić dalsze badania nad proponowaną metodą<br />
w porównaniu z pozostałymi metodami, m.in. przy użyciu opisanej<br />
aplikacji testowej.<br />
Praca jest finansowana z funduszy projektów<br />
INDECT oraz DS w <strong>2012</strong> roku.<br />
Literatura<br />
[1] Tam W.J., Zhang L.: 3D-TV Content<br />
Generation: 2D-to-3D Conversion.<br />
Multimedia and Expo. IEEE International<br />
Conference on, July 2006, Pages:<br />
1869–1872.<br />
[2] Chang Y.L. i in., Depth Map Generation<br />
for 2D-to-3D Conversion by Short-Term<br />
Motion Assisted Color Segmentation.<br />
Multimedia and Expo. IEEE International<br />
Conference on, July 2–5 2007,<br />
Pages: 1958–1961.<br />
[3] Ideses I., Yaroslavsky L.P., Fishbain B.:<br />
Real-time 2D to 3D video conversion.<br />
Real-Time Image Proc (2007) 2:3–9.<br />
[4] Redert A. i in.: Philips 3D Solutions:<br />
From Content Creation to Visualization.<br />
3D Data Processing, Visualization,<br />
and Transmission, Third International<br />
Symposium on, June 2006, Pages:<br />
429–431.<br />
[5] Kim D., Min D., Sohn K.: Stereoscopic<br />
Video Generation Method Using Motion<br />
Analysis. 3DTV Conference, May 7–9<br />
2007, Pages: 1–4.<br />
[6] Ideses I. i in.: Depth Map Quantization<br />
– How Much is Sufficient? 3DTV Conference,<br />
7–9 May 2007, Pages: 1–4.<br />
[7] Zhang L., Tam W.J.: Stereoscopic image generation based on depth<br />
images for 3D TV. Broadcasting, IEEE Transactions on, Volume 51,<br />
Issue 2, June 2005, Pages: 191–199.<br />
[8] Balcerek J., Dąbrowski A., Konieczka A.: Simple efficient techniques<br />
for creating effective 3D impressions from 2D original images. Proc.<br />
of Signal Processing NTAV/SPA’2008, Poland Section, Chapter Circuits<br />
and Systems IEEE, Poznań, Poland, 25–27th September 2008,<br />
Pages: 219–224.<br />
[9] Balcerek J., A. Konieczka, A. Dąbrowski, M. Stankiewicz, A.<br />
Krzykowska: Brightness Correction and Stereovision Impression<br />
Based Methods of Perceived Quality Improvement of CCTV Video<br />
Sequences. Proc. of 4th International Conference MCSS 2011, June<br />
2–3, Krakow, Poland. Springer, 2011, Pages: 64–72.<br />
[10] Marciniak T., Jackowski D., Pawłowski P., Dąbrowski A.: Real-time<br />
people tracking using DM6437 EVM. Proc. of SPA’2009, Poland Section,<br />
Chapter Circuits and Systems IEEE, Poznań, Poland, September,<br />
24–26th 2009, Pages: 116–120.<br />
[11] King Yuen Wong, Spetsakis M.E.: Tracking, Segmentation and Optical<br />
Flow. Dept. of Computer Science Centre for Vision Research York<br />
Technical Report CS-2003-09, Oct. 14 2003.<br />
[12] Lucena M., Fuertes J.M., Perez de la Blanca N.: Using Optical Flow<br />
for Tracking. CIARP 2003, LNCS 2905, 2003, Pages: 87–94.<br />
[13] Andrews R.J., Lovell B.C.: Color Optical Flow. Australian Pattern<br />
Recognition Society, Proceedings of the Workshop Digital Image<br />
Computing (2003), 2003, Pages: 135–139.<br />
[14] Barron J.L., Fleet D.J., Beauchemin S.S.: Performance of Optical<br />
Flow Techniques. International Journal of Computer Vision, 12:1,<br />
Kluwer Academic Publisher, 1994, Pages: 43–77.<br />
[15] Onural L.: An Overview of Research In 3DTV. Systems, Signals and<br />
Image Processing, 2007 and 6th EURASIP Conference focused<br />
on Speech and Image Processing, Multimedia Communications<br />
and Services. 14th International Workshop on, 27–30 June 2007,<br />
Page: 3.<br />
[16] Dumbreck A.A., Smith C.W.: 3-D TV displays for industrial applications.<br />
Stereoscopic Television, IEEE Colloquium on, 15th Oct 1992,<br />
Pages: 7/1–7/4.<br />
[17] Dubois E.: A projection method to generate anaglyph stereo images.<br />
2001. Proceedings. (ICASSP’01). 2001 IEEE International Conference<br />
on, Volume 3, 7–11 May 2001 Pages: 1661–1664.<br />
[18] IJsselsteijn W.A., de Ridder H., Vliegen J.: Subjective evaluation of<br />
stereoscopic images: effects of camera parameters and display duration.<br />
Circuits and Systems for Video Technology, IEEE Transactions<br />
on, Volume 10, Issue 2, March 2000, Pages: 225–233.<br />
[19] Gallagher A.C.: Detecting anaglyph images with channel alignment<br />
features. Proc. of 2010 17th IEEE International Conference on Image<br />
Processing (ICIP), 26–29 September 2010, Hong Kong, Pages:<br />
2985–2988.<br />
[20] Stelmach L. i in., Stereo image quality: effects of mixed spatio-temporal<br />
resolution. Circuits and Systems for Video Technology, IEEE<br />
Transactions on, Volume 10, Issue 2, March 2000, Pages: 188–193.<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 13
Perceptron with reciprocal activation functions<br />
to implement polynomial relationships<br />
(Perceptron z funkcjami aktywacji typu 1/x do implementacji<br />
zależności wielomianowych)<br />
dr inż. JAROSŁAW MAJEWSKI 1) , dr hab. inż. RYSZARD WOJTYNA, prof. UTP 2)<br />
1)<br />
University of Technology and Life Sciences, Bydgoszcz<br />
2)<br />
University of Technology and Life Sciences and The Academy of Information Technology, Bydgoszcz<br />
In many situations, there is a need to create symbolic descriptions<br />
of rules governing physical phenomena or measurement<br />
data given only in a numerical form. The latter is often connected<br />
with a necessity of calibrating measurement instruments. The rule<br />
discovering is difficult when we measure complex quantities, like<br />
humidity or luminous intensity, and the description takes a multidimensional<br />
polynomial form. The rule discovery task can be<br />
solved, among others, using atypical perceptron-type neural networks<br />
[1-11] implementing a given symbolic relationship. Such an<br />
approach is especially attractive when the number of dimensions<br />
of the applied polynomial is large.<br />
Realizing complex polynomial relations in a form of the perceptron<br />
neural network, we utilize the fact that perceptrons can<br />
be trained in a rather simple manner when applying the popular<br />
back propagation learning technique (BP) or methods originated<br />
with BP. Using special perceptron networks, like that presented<br />
in the literature as well as that proposed in this paper, some of<br />
the intricate relations can be realized in a simple way. Parameters<br />
of symbolic relations realized by means of such perceptrons<br />
can be directly determined during the network learning process.<br />
The simple neural network realization of the complex relations is<br />
possible only for some expressions describing a given data set.<br />
Polynomial forms are ones of them.<br />
In this paper, we deal with polynomial expressions and show<br />
that the atypical perceptron neural network realizing the rule discovery<br />
task can be based on reciprocal functions exclusively,<br />
without using activation functions of other types. The perceptron<br />
presented in this paper is a novel simple solution proposed by the<br />
authors. Determination of the polynomial parameters by means of<br />
the perceptron is performed during the network learning process.<br />
The proposed reciprocal-function based perceptron is useful to<br />
solve plenty of physical and metrological problems.<br />
Solutions known from literature<br />
One group of the special-type perceptrons suitable for the law discovery<br />
task creates solutions based on polynomial expressions<br />
of the form:<br />
h<br />
n<br />
h<br />
⎛<br />
n<br />
⎞<br />
w<br />
y<br />
= c<br />
+ ∑c<br />
⎜<br />
(1)<br />
( ) ⎟<br />
i ∏ x<br />
ij<br />
0 j = c0<br />
+ ∑ci<br />
exp<br />
⎜ ∑ wij<br />
ln xj<br />
i<br />
= 1 j<br />
=<br />
1<br />
i<br />
=<br />
1<br />
⎟<br />
⎝ j=<br />
1<br />
⎠<br />
Examples of perceptrons realizing the polynomial relationship given<br />
by (1) have been reported in [2], [11].<br />
Figures 1 shows the special perceptron published in [2].<br />
The scheme presents a direct realization of the expression (1).<br />
Notations included in (1) have the following meaning: y is the<br />
network output signal (the network response), x j<br />
are components<br />
of its input vector (independent variables), w ij<br />
represent<br />
power to which x j<br />
is raised, n is a number of the x j<br />
input components<br />
and h the number of neurons included in the hidden layer.<br />
In Fig.1, the exp(.) and ln(.) operators play a role of activation<br />
functions.<br />
Another perceptron realization of polynomial relationships has<br />
been presented in [11]. The proposed solution utilizes the fact<br />
that (1) can be equivalently expressed as a product of several<br />
14<br />
X 1<br />
X n<br />
ln()<br />
ln()<br />
w h1<br />
w 1n<br />
w 11<br />
+ exp() c 1<br />
+<br />
c<br />
+ exp() h<br />
w hn<br />
Fig. 1. Perceptron implementing the basic polynomial expression of (1)<br />
Rys. 1. Perceptron implementujący wielomian w postaci podstawowej<br />
danej wzorem (1)<br />
Fig. 2. Perceptron implementing the polynomial product of (2)<br />
Rys. 2. Perceptron implementujący iloczyn wielomianów o postaci (2)<br />
polynomials and, making use of the exp(.) and ln(.) operators,<br />
written as:<br />
u<br />
M<br />
⎛ N<br />
m<br />
⎞<br />
⎡<br />
M<br />
⎛<br />
N<br />
⎞<br />
⎤<br />
y<br />
= ∏<br />
⎜<br />
(2)<br />
0<br />
⎟<br />
exp ⎢<br />
ln ⎜<br />
0<br />
⎟<br />
w m + ∑ wnmxn<br />
= ∑ um<br />
w m + ∑ wnmxn<br />
⎥<br />
m<br />
= 1 ⎝<br />
n<br />
=<br />
1<br />
⎠<br />
⎢⎣<br />
m<br />
= 1 ⎝<br />
n<br />
=<br />
1<br />
⎠<br />
⎥⎦<br />
The neural implementation shown in Fig. 2 relates to the middle<br />
part of the equation (2). In (2), M is a number of the multiplied<br />
polynomials, u m<br />
a natural-number coefficient while w 0 m<br />
and w nm<br />
are real-valued coefficients. The other notations in (2) have the<br />
same meaning as in (1).<br />
A drawback of the networks of Fig. 1 and Fig. 2 is the use<br />
of the exp (.) and ln (.) activation functions. The presence of these<br />
functions causes difficulties in learning the perceptron, as it means<br />
a necessity to calculate the value of ln(.) for both positive and<br />
negative arguments. That is why, one looks for other ways of neural<br />
implementations of the polynomial expressions considered.<br />
In the next section, a new perceptron to implement the polynomial<br />
relationship is presented.<br />
c 0<br />
Y<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
Perceptron with reciprocal operators<br />
To realize a polynomial in a neural network form, consider a possibility<br />
to build a perceptron that includes only operators of a 1/(.)<br />
type instead of the exp (.) and ln (.) ones. For simplicity reasons, let<br />
us restrict to a simple one-dimensional polynomial of the form:<br />
r<br />
i<br />
(3)<br />
w<br />
(<br />
x<br />
)<br />
=<br />
e<br />
0<br />
+<br />
∑<br />
e i x<br />
i<br />
=<br />
1<br />
For clarity, introduce the function u(x) given by (4), being the inverse<br />
of (3):<br />
1<br />
1<br />
u<br />
(<br />
x<br />
)<br />
=<br />
=<br />
(4)<br />
w<br />
(<br />
x<br />
)<br />
r<br />
i<br />
e<br />
0<br />
+<br />
∑<br />
e i x<br />
i<br />
=<br />
1<br />
In the complex-number domain, the formula (4) can be decomposed<br />
into first order partial fractions and written as:<br />
1<br />
h<br />
a<br />
i<br />
u<br />
( x<br />
)<br />
=<br />
=<br />
(5)<br />
∑<br />
,<br />
r<br />
i<br />
i<br />
=<br />
1<br />
x<br />
+<br />
b<br />
i<br />
e<br />
0<br />
+<br />
∑<br />
e<br />
i<br />
x<br />
i<br />
=<br />
1<br />
The expression (5) is a particular case of a general formula describing<br />
partial fraction decomposition, which is of the form:<br />
q<br />
i<br />
c<br />
0<br />
+<br />
∑<br />
c<br />
i<br />
x<br />
k<br />
g<br />
y(<br />
x)<br />
= i=<br />
1<br />
=<br />
g<br />
i<br />
p<br />
0 +<br />
∑<br />
i<br />
i<br />
=<br />
1<br />
x<br />
+<br />
f<br />
i<br />
d<br />
0<br />
+<br />
∑<br />
d<br />
i<br />
x<br />
,<br />
if<br />
q<br />
≤<br />
p<br />
, (6)<br />
i<br />
=<br />
1<br />
or the form:<br />
q<br />
i<br />
c<br />
0<br />
+<br />
∑<br />
c<br />
i<br />
x<br />
k<br />
g<br />
y ( x)<br />
= i=<br />
1<br />
=<br />
i<br />
p<br />
∑<br />
i<br />
i<br />
=<br />
1<br />
x<br />
+<br />
f<br />
i<br />
d<br />
0<br />
+<br />
∑<br />
d<br />
i<br />
x<br />
,<br />
if<br />
q<br />
<<br />
p (7)<br />
i<br />
=<br />
1<br />
The case of (5) corresponds to (7). Hence, any polynomial of the<br />
form (3) can be written as:<br />
1<br />
1<br />
w<br />
(<br />
x<br />
)<br />
=<br />
=<br />
(8)<br />
u<br />
(<br />
x<br />
)<br />
h<br />
a<br />
i<br />
∑<br />
i<br />
= 1<br />
x<br />
+<br />
b<br />
i<br />
A neural realization of the expression (8) is shown in Fig. 3. Output<br />
signal, denoted by Y, of the presented special type perceptron<br />
represents the implemented polynomial w(x).<br />
The realization of Fig. 3 is considerably simpler than that of<br />
Figs. 1 and 2. Notice that no activation functions of the exp (.) and<br />
ln (.) type are included in the scheme of Fig. 3. This is because no<br />
rising-to-power and multiplication operations are present in the<br />
formula (8). The only activation operators existing in the proposed<br />
network are of the reciprocal 1/(.) type.<br />
Fig. 3. Atypical simple perceptron implementing the polynomial given<br />
by (8)<br />
Rys. 3. Nietypowy prosty perceptron implementujący wielomian o postaci<br />
(8)<br />
Way of perceptron training<br />
Realizing the expression (8) by means of the proposed perceptron,<br />
parameters of this expression, i.e. a i<br />
and b i<br />
, can be determined<br />
in the way of learning the perceptron. As the learning<br />
method, an improved second-order algorithm proposed in [12]<br />
was applied. This is a modified, improved version of the popular<br />
Back Propagation algorithm (BP). This version, unlike the basic<br />
one, is better suited for training the atypical perceptron of Fig. 3<br />
with the reciprocal 1/(.) type activation functions. As compared<br />
to networks with sigmoid activation functions, where only logic<br />
relations between real-valued binary variables appear, our learning<br />
task was more difficult. This is, among others, because the<br />
applied learning technique has to be adjusted not only for real but<br />
also for complex numbers.<br />
The technique of [12] used to train our perceptron is a curvilinear<br />
line-search memory-less version, of the method proposed<br />
by Broyden, Fletcher, Goldfarb and Shanno (BFGS method)<br />
and is called CM-BFGS. This is a BP (Back Propagation) version<br />
of the CM-BFGS algorithm which combines advantages of the<br />
classical BP algorithm, like scaling ability and simplicity of calculating<br />
gradient vectors, with that of the second order algorithms.<br />
Using the second order training technique we obtain a better convergence<br />
of the learning algorithm. As a result, training time can<br />
be shortened considerably. Another advantage of the applied training<br />
algorithm, as compared to the BP one, is its low sensitivity to<br />
local minima. Since so far we have not solved all problems which<br />
appear when operating in the complex-number domain, in this paper<br />
only a simple numerical example concerning the real-number<br />
case is demonstrated in the next section. Works on improving the<br />
learning technique are continued.<br />
Training example<br />
In this section, a simple example of training our perceptron is<br />
presented. We restrict ourselves, for clarity reasons, to a simple<br />
polynomial given by (9).<br />
2<br />
w<br />
(<br />
x<br />
)<br />
= x<br />
+<br />
4<br />
x<br />
+<br />
3<br />
(9)<br />
This is a case, when applying the CM-BFGS training method<br />
results in real-number calculations and there is no need to use<br />
complex numbers. The main purpose of the performed numerical<br />
test was to check if the perceptron of Fig. 3 can be learned in such<br />
a way to obtain proper values of the a i<br />
and b i<br />
coefficients, i.e. values<br />
for which the expression (8) presents the polynomial (9). After<br />
carrying out the proposed partial fraction decomposition, leading<br />
to (8), the equation (9) can be written as:<br />
1<br />
w<br />
(<br />
x<br />
)<br />
=<br />
(10)<br />
0,5<br />
0,5<br />
−<br />
x<br />
+<br />
1<br />
x<br />
+ 3<br />
In the applied training procedure, 24 input-output vectors (x, w)<br />
were used, for which the expression (10) holds. To increase efficiency<br />
and reliability of the learning algorithm, the equal-to-one<br />
coefficients standing at the x variable were treated as additional<br />
changeable coefficients, denoted in (11) as c i<br />
. These coefficients<br />
can be changed during the network training. Introducing the changeable<br />
c i<br />
coefficients we enlarge a degree of freedom in the learning<br />
process. This, in turn, speeds up the training procedure and<br />
shortens learning time. The achieved coefficient values, being<br />
a result of 9 epochs of training, are given below:<br />
a 1<br />
= 39389,761<br />
b 1<br />
= 78779,534<br />
c 1<br />
= 78779,540<br />
(11)<br />
a 2<br />
= -24673,114<br />
b 2<br />
= 148038,752<br />
c 2<br />
= 49346,246<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 15
Fig. 4. Perceptron of Fig. 3 implementing the polynomial (9) with the<br />
performed learning results<br />
Rys. 4. Perceptron z rys. 3 implementujący wielomian (9) z wynikami<br />
przeprowadzonego uczenia<br />
In (11), the coefficients a 1<br />
, b 1<br />
, c 1<br />
concern the first on the left fraction<br />
in the denominator of (10), while a 2<br />
, b 2<br />
, c 2<br />
the second one.<br />
Normalizing the obtained values, i.e. dividing by c 1<br />
the upper<br />
and by c 2<br />
the bottom group of data of (11), one gets:<br />
a 1n<br />
= 0,49999989<br />
b 1n<br />
= 0,99999993<br />
c 1n<br />
= 1,0<br />
(12)<br />
a 2n<br />
= -0,49999982<br />
b 2n<br />
= 3,00000025<br />
c 2n<br />
= 1,0<br />
If we compare the achieved by training, above presented values<br />
with the expected ones, given by (10), we can say that the learning<br />
results are fully satisfactory.<br />
Fig. 4 presents the perceptron of Fig. 3 with the parameter<br />
values given by (12).<br />
The achieved learning results presented in Fig. 4 relate to the<br />
best-case scenario of the perceptron learning with a minimum<br />
network weights to determine. In case of learning an over-determined<br />
network with additional redundant paths, one obtains extremely<br />
small values of the a i<br />
coefficients and/or extremely high<br />
values of the b i<br />
ones for the additional network weights. This of<br />
course is true if the learning operation has been performed correctly.<br />
The presented 9 epoch’s training results are, in fact, the best<br />
ones achieved by us. They have been reached for the x input variable<br />
changing from -10 to -0.1 (12 negative values) and from 0.1<br />
to 10 (12 positive values). Variations in x were done in a proper<br />
nonlinear way. One of the observations resulting from the made<br />
learning attempts is that an increase in the range of the x-variable<br />
changes decreases the learning speed significantly.<br />
Conclusions<br />
A possibility of realizing polynomial relationships by means<br />
of special type perceptrons, in order to simplify the task of discovering<br />
laws governing empirical data, is considered in this<br />
paper. The rules governing the data are determined in the way<br />
of learning the perceptron. Such an approach is attractive if the<br />
problem is complicated and described by a multidimensional polynomial.<br />
This is because our approach is simpler and faster<br />
than other technique used to solve the law discovery problem.<br />
The earlier proposed perceptrons [1–6] suitable for performing<br />
this task are based on using exp(.) and ln(.) operators as activation<br />
functions. Perceptrons with activation functions of a 1/(.)<br />
type (reciprocal functions) have been proposed in [9–11]. These<br />
proposals, however, concern relationships other than polynomial<br />
forms, for instance fractional rational functions. In this<br />
paper, we present a novel perceptron with the 1/(.) operators<br />
that is appropriate to implement multidimensional polynomials<br />
and, in this way, to find laws governing data sets described by<br />
such polynomials. The main advantages of our perceptron are:<br />
simplicity in the sense of a small number of elements included<br />
in the network, lack of operators of the exp (.) and ln (.) type<br />
and a relatively small increase of learning time when increasing<br />
the number of the polynomial dimensions. The proposed perceptron<br />
offers a great solving potential in the area of metrology,<br />
where some laws governing the measured quantities can be<br />
described using polynomial forms. The proposed approach can<br />
be applied, for example, to calibrate measurement instruments<br />
in case when complex quantities are to be measured and many<br />
factors influence the measurement precision. Our further activity<br />
in this field is oriented towards adjusting chosen learning<br />
methods of the perceptron training, with the aim of meeting the<br />
existing measurement challenges.<br />
References<br />
[1] R. Durbin, D. Rumelhart, Product Units: A Computationally Powerful<br />
and Biologically Plausible Extension to Backpropagation Networks,<br />
Neural Computation, Vol. 1, pp. 133–142, 1989.<br />
[2] K. Saito and R. Nakano, Law discovery using neural networks, Proc.<br />
of the 15th International Joint Conference on Artificial Intelligence (IJ-<br />
CAI97), pp. 1078–1083, 1997.<br />
[3] K. Saito and R. Nakano, Discovery of relevant weights by minimizing<br />
cross-validation error, 4th Pacific-Asia Conference on Knowledge<br />
Discovery and Data Mining (PAKDD2000), pp. 372–375, 2000.<br />
[4] R. Nakano and K. Saito, Discovery of Nominally Conditioned Polynomials<br />
using Neural Networks, Vector Quantizers and Decision<br />
Trees, Springer-Verlag, Lecture Notes in Computer Science, Vol.<br />
1967/2000, pp. 325–329, 2000.<br />
[5] A. B. Tickle, R. Andrews, M. Golea, J. Diederich, The truth will come<br />
to light: Directions and challenges in extracting the knowledge embedded<br />
within trained artificial neural networks, IEEE Trans. on Neural<br />
Networks, Vol. 9, No. 6, November 1998.<br />
[6] L. M. Fu., Knowledge Discovery by inductive neural networks, IEEE<br />
Trans. On Knowledge and Data Engineering, Vol. 11, No. 6, November/December<br />
1999.<br />
[7] A. Ismail and A. P. Engelbrecht, Paining product units in feedforward<br />
neural networks using Particle Swarm Optimization, In: Development<br />
and Practice of Artificial Intelligence Techniques, V.B. Bajic, D. Sha<br />
(eds), Proceedings of the International Conference on Artificial Intelligence,<br />
Durban, South Africa, pp. 36–40, 1999.<br />
[8] T. Washio, H. Motoda, Y. Niwa, Discovering admissible simultaneous<br />
equation models from observed data, LNCS 2167, Springer-Verlag,<br />
Berlin Heidelberg, pp. 539–551, 2001.<br />
[9] J. Majewski, R. Wojtyna, “Taking laws out of trained neural networks”,<br />
IEEE Workshop SPA 2010 (Signal Processing – Algorithms, Architectures,<br />
Arrangements and Applications), pp. 21–24, 2010.<br />
[10] J. Majewski, R. Wojtyna, Extracting symbolic function expressions by<br />
means of neural networks, Springer-Verlag, series: Advances in intelligent<br />
and soft computing, pp. 323–330, 2010.<br />
[11] J. Majewski, R. Wojtyna, Special neural networks for finding symbolic<br />
relationships between numerical data, <strong>Elektronika</strong>, Nr 5/2011.<br />
[12] M. S. Apostolopoulou, D.G. Sotiropoulos, I.E. Livieris and P. Pintelas,<br />
A memoryless BFGS neural network training algorithm,<br />
2009 7th IEEE International Conference on Industrial Informatics,<br />
pp. 216–221, INDIN 2009.<br />
Przypominamy o prenumeracie miesięcznika <strong>Elektronika</strong> na <strong>2012</strong> r.<br />
16<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
Wheezes recognition method with tonal index descriptor<br />
(Metoda rozpoznawania świstów płucnych z użyciem indeksu tonalności)<br />
mgr inż. Marcin Wiśniewski, prof. dr hab. inż. Tomasz Zieliński<br />
AGH Akademia Górniczo-Hutnicza w Krakowie, Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki,<br />
Katedra Telekomunikacji, Kraków<br />
The lungs auscultation is a non invasive test in pulmonary diseases<br />
like asthma or COPD (Chronic Obstructive Pulmonary<br />
Disease). Such test is a main source of information about the<br />
patient’s condition. During auscultation, medical doctors can<br />
evaluate the appearance of wheezes in the breath cycle. Unfortunately,<br />
such test is strongly subjective and the diagnose<br />
strongly depends on the doctor’s experience or even his hearing<br />
abilities. The advantage of digital recognition of lungs auscultation<br />
is that every appearance of wheezes in breath cycle<br />
is described as a number. The result of such test is an objective<br />
value and can be unambiguously interpreted. The test<br />
can be performed by an inexperienced person or even by the<br />
patient himself. These advantages allow to use this technology<br />
in telemedicine. Medical doctor can see the results of every<br />
test without necessity of direct meeting. Such solutions causes<br />
that the patient do not have to go to the hospital as often as in<br />
traditional asthma monitoring. It increases the comfort of patient’s<br />
life and decreases stress of direct meetings with medical<br />
doctors.<br />
In this paper the Tonal Index (TI) [1] used in MPEG-audio codec<br />
is used as a feature to wheezes recognition. The TI is compared<br />
with the other features taken from literature: Kurtosis (K),<br />
Frequency Ratio (FR) [2], Spectral Peaks Entropy [3] (SPE) and<br />
Spectral Flatness [4] (SF). The modified Frequency Ratio called<br />
Energy Ratio (ER) is compared as well. The results of multi dimensional<br />
recognition using sets of a few features is presented<br />
also. For recognition the SVM (Support Vector Machine) classifier<br />
was used and it was applied on artificial and real data, recorded<br />
by us and obtained from the Internet [5–7].<br />
The research reported in this paper is a continuation of study<br />
described in article “Application of Tonal Index to Pulmonary<br />
Wheezes Detection in Asthma Monitoring”, presented at the<br />
EUSIPCO 2011 conference [8]. At present influence of signal<br />
quality used during training process upon the wheezes recognition<br />
efficiency is additionally discussed as well as influence of additive<br />
white Gaussian noise added to real recordings on recognition<br />
robustness.<br />
Lung Sounds<br />
The sounds recorded from the chest wall of a healthy patient during<br />
the lung auscultation are called normal lung sounds. In [9] the<br />
normal lung sounds are described as a noise that peaks in frequency<br />
below 100 Hz and drops sharply between 100 and 200 Hz<br />
(Fig. 1a). The spectrum of normal lung sounds does not contain<br />
any significant discrete peaks and it is not musical. The amplitude<br />
of lung sounds differs between locations of the microphones<br />
placed on the chest wall and between persons. The normal lung<br />
sounds are mixed with muscle and cardiovascular sounds in hard<br />
to distinguished form. Sounds taken from trachea have a wider<br />
range of frequencies and their spectrum shape is a little bit different.<br />
In this paper, tests were performed only on acoustical chest<br />
auscultation signals, the trachea sounds were not used and are<br />
not discussed.<br />
In contrary, the wheezes are musical (tonal) sounds with duration<br />
higher than 80 ms. Their frequency range extends from<br />
approximately 100 Hz up to 1 kHz. The tonal component can be<br />
mono or poly harmonic and its mixed with normal breath sound<br />
and causes peaky deformation of its smoothly decaying spectrum<br />
a)<br />
b)<br />
Fig 1. a) a typical spectrum of normal breath, b) – an exemplary spectrum<br />
of an asthma wheeze<br />
Rys. 1. a) Przykład widma normalnego oddechu oraz b) widma oddechu<br />
ze świstami astmatycznymi<br />
(Fig. 1b). In general, the single tone (mono-harmonic) wheezes<br />
are observed much rare then poly-harmonic ones. It should be<br />
mentioned also that the worst case to wheezes detection is a normal<br />
lung sound mixed with a wheeze, but without any deformation<br />
in its flat-decaying spectrum. The energy of such signal is almost<br />
identical as the normal lung sounds.<br />
Tonality detection<br />
The issue of asthma wheezes recognition is a classical problem<br />
of detection of tones embedded in noise. The main difference<br />
between asthmatic tones detectors and other tonality detectors<br />
used in sonar or radar systems [10], birds monitoring in noisy<br />
environment [11] or audio coders [12] is that the background<br />
signal in lung sounds taken from the chest auscultation is a specific<br />
colored noise. From this reason many existing algorithms<br />
are mostly useless in asthma wheezes detection during digital<br />
auscultation process. From the other side, descriptors presented<br />
in this paper represent only a subset of the asthma wheezes<br />
detection methods. In the literature the descriptors based<br />
on wavelets [13], STFT [14] or bispectrum [15] can be found<br />
as well.<br />
Wheezes Descriptors<br />
For recognition of these two distinct states, a normal lung sound<br />
or a wheeze, application of many different acoustic features was<br />
proposed till now [2, 3]. In this paper usage of the Tonal Index,<br />
a new tonality measure, is discussed [8] and its efficiency to asthma<br />
wheezes recognition is compared with such descriptors like<br />
Kurtosis (K), Spectral Peaks Entropy (SPE), Spectral Flatness<br />
(SF) and Frequency Ratio (FR).<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 17
Kurtosis [2] – (K) is a feature which describes data in time<br />
domain. It measures a level of peakedness of a data probability<br />
distribution and it is defined as follows:<br />
4<br />
E<br />
(<br />
x<br />
−<br />
µ<br />
)<br />
k<br />
=<br />
(1)<br />
4<br />
σ<br />
where x denotes an input signal while µ and σ 2 – its mean and<br />
variance, respectively. The value of kurtosis of noisy signal with<br />
normal or sub-gaussian distribution reach approximately 3 while<br />
the signal with wheezes has values above 3. In some literature<br />
there is a shifting factor (subtraction) in kurtosis definition, so the<br />
kurtosis of normal distribution is equal 0. We found that more beneficial<br />
is calculation of the kurtosis not of a time signal but of the<br />
signal spectrum expressed in decibels and results for these two<br />
method will be presented later.<br />
Spectral peaks entropy [3] – (SPE) is defined also in frequency<br />
domain. In this case, first, a ratio between each peak value<br />
(c 1<br />
, c 2<br />
,..., c N<br />
) of the signal frequency spectrum and the total sum<br />
of these peaks is calculated:<br />
c<br />
n<br />
p<br />
n<br />
= ,<br />
(2)<br />
N<br />
∑ c<br />
and then the entropy is computed:<br />
En = −<br />
∑ p n log 10 (<br />
p<br />
)<br />
(3)<br />
f 50<br />
/f 90<br />
ratio [2] – (FR) is the last frequency feature of our interest. It<br />
is given as a ratio of two frequencies f 50<br />
and f 90<br />
for which the area<br />
under the power spectral density (from f = 0 to f = f 50 or 90<br />
) to the<br />
total signal power (the whole area under the PSD curve) reaches<br />
values of 50% and 90%, respectively. The signal with wheezes<br />
has higher values of this ratio than normal lung sounds. In further<br />
research the FR descriptor was modified and tested additionally<br />
as an Energy Ratio (ER) descriptor. The main difference of this<br />
new feature is that it is calculated as a ratio between signal power<br />
lying in the frequency ROI (Region of Interest), i.e. frequencies<br />
between 100 and 1200 Hz, and the total signal power.<br />
Spectral flatness [4] – (SF) is a signal feature defined<br />
in frequency domain giving information whether the signal is more<br />
tone-like or more noise-like. It is defined as a ratio of geometrical<br />
and arithmetical mean values of the signal spectrum X (k):<br />
N<br />
X ( k<br />
)<br />
k<br />
=<br />
0<br />
Fl<br />
=<br />
N<br />
−<br />
1<br />
(4)<br />
∑<br />
X ( k<br />
)<br />
k<br />
=<br />
0<br />
N<br />
This feature has not been used for wheezes detection till now but<br />
in this article is additionally tested.<br />
Tonal index – (TI ) is well known from MPEG-audio standard<br />
[1] in which it is used in the psychoacoustic model number 2 to<br />
switch a working mode of the second filter bank in the MP3 encoder.<br />
After the first decomposition of the acoustic signal into 32<br />
frequency subbands the second division is done in which each<br />
of 32 frequency bandpass signals is additionally divided into 18<br />
sub-channels sampled twice for tonal sounds (for them better<br />
frequency resolution is required) or into 6 sub-channels sampled<br />
6-times each for noisy sounds (in this case better time resolution<br />
is advantageous). The signal splitting is based on the perceptual<br />
entropy of the FFT spectrum of the signal: small entropy (
a)<br />
a)<br />
b)<br />
b)<br />
c)<br />
c)<br />
d)<br />
d)<br />
Fig. 2. Efficiency of the recognition algorithm for artificial signals for<br />
different SNR levels used during training: a) [-20:20] dB, b) [-10:20]<br />
dB c) [-5:20] dB and d) [0:20] dB<br />
Rys. 2. Skuteczność rozpoznawania sygnałów sztucznych dla różnych<br />
poziomów SNR sygnałów uczących: a) [-20:20] dB, b) [-10:20]<br />
dB c) [-5:20] dB and d) [0:20] dB<br />
Fig. 3. Efficiency of the recognition algorithm for hybrid signals (real<br />
breath + artificial wheeze) for different SNR levels used during training:<br />
a) [-20:20] dB, b) [-10:20] dB c) [-5:20] dB and d) [0:20] dB<br />
Rys. 3. Skuteczność rozpoznawania sygnałów hybrydowych (rzeczywisty<br />
oddech + sztuczny świst) dla różnych poziomów SNR sygnałów<br />
uczących: a) [-20:20]dB, b) [-10:20]dB c) [-5:20]dB and d) [0:20]dB<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 19
Experiments<br />
At the first part of the reported research, the test was performed on<br />
artificial or semi-artificial (hybrid) data. The modeled wheezes, as<br />
multi-frequency tones, were added to the artificial noise with normal<br />
distribution and properly shaped spectrum [9]. The test was repeated<br />
using training signals with different SNR (Signal-To-Noise Or<br />
Wheeze-To-Breath Ratio). The goal was to find out how important<br />
for the recognition algorithm the quality of training signals is. The<br />
SNR ratios were being selected randomly (but assuming uniform<br />
distribution) in the following intervals: -20 dB to 20 dB, -10 dB to<br />
20 dB, -5 dB to 20 dB and 0 dB to 20 dB. For each SNR range the<br />
same set of training signals was used but with different scaling of<br />
the wheezes. Obtained results are presented in Figure 2. In recognition<br />
process 100 samples of each signal type were used. i.e. 100<br />
wheezes for training and 100 wheezes for recognition wheezes,<br />
100 breathes for training and 100 breathes for recognition.<br />
The same test was performed on hybrid data, i.e. on artificial<br />
wheezes added, in a proper scale, to the normal lung sounds<br />
recorded by us from chest auscultation. The lung sounds were<br />
record using 8 kHz/16-bit recorder and Panasonic WM-61 microphones.<br />
The microphones were connected to the stethoscope<br />
heads. The proceeding of this test was the same as the previous<br />
one except the number of signals what was determined by the<br />
number of normal lung sound recordings. Now only 28 samples of<br />
each type of signal were used (i.e. 28 wheezes for training and 28<br />
for recognition and 28 normal lung sounds for training and 28 for<br />
recognition). Results of this study are presented in Figure 3.<br />
Both tests described above show how tolerant on the quality<br />
of training signal the algorithm is for different acoustic features.<br />
We can conclude that it is not necessary to chose only signals<br />
with good pathology manifestation for the training process. The<br />
recognition efficiency for artificial data are almost the same (or<br />
comparable) for all features with small superiority of TI and SPE.<br />
For hybrid data the domination of TI is more significant. In both<br />
study the FR has shown the worst effectiveness.<br />
In the second part of the reported study, recognition using real<br />
recorded wheezes and breathes, obtained from the Internet [5–7],<br />
was performed. For algorithm training 28 normal lungs sounds and<br />
28 wheezes have been used and for testing, again, 28 normal<br />
breathings and 28 wheezes. To check tonal detection sensitivity of<br />
the algorithm signals were mixed with the White Gaussian Noise<br />
with different SNR. However, the database built this way was very<br />
poor since recordings types (from lungs or trachea) and recording<br />
devices (microphones, frequencies, number of bits) were different.<br />
Taking into account the small number of recordings, the test was<br />
repeated 10 times with random selection of signals from the whole<br />
database and the mean efficiency value was calculated.<br />
The obtained results of real wheezes recognition (mean value<br />
after 10 repetitions) using different sets of features are presented<br />
in Figure 4. To avoid the illegibility in figures where more than one<br />
feature is used, the best results are shown only. Results for recognition<br />
using jointly 5 and 6 features are not shown since its efficiency<br />
was significantly smaller than for smaller sets of features<br />
having 1, 2 or 3 components. One can observe very good efficiency<br />
of the TI, alone and with combination with other features.<br />
At the end of the reported study the recognition of pure signals,<br />
asthma wheezes and normal breathes, taken from the internet [5–<br />
7] was made without any data modification. The training and recognition<br />
has been performed 10 times for different signals selections<br />
and for different sets of features. The best obtained results are presented<br />
in the Table. Again the TI can be treated as a winner.<br />
Results of real signals recognition<br />
Wyniki rozpoznawania sygnałów rzeczywistych<br />
Feature set Min Mean Max<br />
K, TI 87.5% 92.1% 96.4%<br />
TI 85.7% 91% 96.4%<br />
K, SPE, TI 80.4% 91% 96.4%<br />
K, TI, FR 80.4% 90.9% 98.2%<br />
20<br />
a)<br />
b)<br />
c)<br />
d)<br />
Fig. 4. Efficiency of the recognition algorithm for real acoustic signals<br />
mixed with Gaussian noise for different sets of features. Recognition<br />
using: a) one feature only, b) two features, c) three features<br />
and d) four features<br />
Rys. 4. Skuteczność rozpoznawania sygnałów rzeczywistych<br />
z dodanym szumem gaussowskim. Rozpoznawanie przy pomocy:<br />
a) jednej cechy, b) dwóch, c) trzech oraz d) czterech deskryptorów<br />
jednocześnie<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
Conclusions<br />
The presented results have proved that the tonal index (TI), well<br />
known feature from the MPEG-audio standard, can be successfully<br />
used to asthma wheezes recognition. It is more sensitive to<br />
signal tonality in noisy signals (with low SNR, i.e. with weaker<br />
wheeze) than any other feature tested in this paper and it reaches<br />
very good efficiency for high SNR as well. Obtained results have<br />
shown also that it is not necessary to choose only signals with<br />
good pathology manifestation to the training/learning process.<br />
The recognition performed on real signals embedded in Gaussian<br />
noise shows that the increasing number of acoustic features<br />
used in the algorithm not necessarily improves effectiveness of<br />
the wheezes recognition. The best effectiveness have obtained<br />
algorithms with 2 features: {TI, ER} – 94.2% and {K, TI} – 94.6%.<br />
It should be stressed that the best sets of features for real signals<br />
contain the TI descriptor. Finally, it should be mentioned that the<br />
proposed Energy Ratio, inspired by the Frequency Ratio, works<br />
better than the original FR feature.<br />
This work has been (partially) supported by the Polish Ministry<br />
of Science and Higher Education under the European Regional<br />
Development Fund, Grant No. POIG.01.01.02-00-045/09-00 Future<br />
Internet Engineering<br />
References<br />
[1] Johnston J.D.: Estimation of Perceptual Entropy Using Noise Masking<br />
Criteria. Acoustics, Speech, and Signal Processing, ICASSP-88,<br />
vol.5 1988, pp. 2524–2527.<br />
[2] Aydore, S. et al.: Classification of respiratory signals by linear analysis.<br />
Engineering in Medicine and Biology Society, 2009. EMBC 2009.<br />
Annual International Conference of the IEEE Publication Year: 2009,<br />
pp. 2617–2620.<br />
[3] Jianmin Zhang; et al.: A Novel Wheeze Detection Method for Wearable<br />
Monitoring Systems. Intelligent Ubiquitous Computing and<br />
Education, 2009 International Symposium on Publication Year: 2009<br />
pp. 331–334.<br />
[4] Gray A.H., Markel J.D.: A spectral-flatness measure for studying the<br />
autocorrelation method of linear prediction of speech analysis. IEEE<br />
Trans. Acoust. Speech Signal Process., 1974, 22, pp. 207–217.<br />
[5] http://solutions.3m.com/wps/portal/3M/en_US/Littmann/ stethoscope/<br />
education/lung_sounds/<br />
[6] http://faculty.etsu.edu/arnall/www/public_html/heartlung/ breathsounds/<br />
contents.html<br />
[7] http://www.faemse.org/downloads.html<br />
[8] Wisniewski M., Zielinski T.: Application of Tonal Index to pulmonary<br />
wheezes detection in asthma monitoring. European Signal Process.<br />
Conf., Barcelona, 2011, pp. 1544–1548.<br />
[9] Pasterkamp H., Kraman S.S., Wodicka G. R.: Respiratory Sounds.<br />
Advances Beyond the Stethoscope. Am. J. Respir. Crit. Care Med.,<br />
Volume 156, Number 3, September 1997 pp. 974–987<br />
[10] Nadler B., Kontorovich A.: Model selection for sinusoids in noise: Statistical<br />
analysis and a new penalty term., IEEE Trans. Signal Process.,<br />
vol. 59, no. 4., 2011, pp. 1333–1345.<br />
[11] Bardeli R. et al.: Detecting bird sounds in a complex acoustic environment<br />
and application to bioacoustic monitoring. Pattern Recognition<br />
Letters, vol. 31, 2010, pp. 1524–1534.<br />
[12] Painter T., A. Spanias: Perceptual coding of audio signals. Proc.<br />
IEEE, vol. 88, 2002, pp. 451–513.<br />
[13] Taplidou S. A., Hadjileontiadis L. J.: Analysis of wheezes using wavelet<br />
higher order spectral features. IEEE Trans. Biomedical Eng., vol.<br />
57, no. 7., 2010, pp. 1596–1610.<br />
[14] Jianmin Z., et. Al.: A Novel Wheeze Detection Method for Wearable<br />
Monitoring Systems Intelligent Ubi-quitous Computing and Education,<br />
2009 International Symposium on Publication Year: 2009 , Page(s):<br />
331–334.<br />
[15] Gwo-Ching Chang; Yi-Ping Cheng: Investigation of noise effect<br />
on lung sound recognition. International Conference on Machine<br />
Learning and Cybernetics, Kunming, Vol: 3, 12–15 July 2008,<br />
pp: 1298–1301.<br />
Brain-computer interaction analysis based on EEG signal<br />
and gaze-tracking information<br />
(Analiza interakcji mózg-komputer wykorzystująca sygnał eeg i informację<br />
z systemu śledzenia punktu fiksacji wzroku)<br />
mgr inż. Katarzyna Kaszuba, prof. dr hab. inż. Bożena Kostek<br />
Gdańsk University of Technology, Faculty of Electronics, Telecommunication and Informatics,<br />
Multimedia Systems Department, Gdańsk, Poland,<br />
Recently many studies are carried out in the area of brain-computer<br />
interface (BCI) technology. The electroencephalographic<br />
signal (EEG) analysis is one of the most common ways of communication<br />
between human brain and the computer due to its<br />
non-invasive nature and relative user’s comfort. Still using only<br />
EEG data does not provide objective reference information about<br />
actions performed by the subject examined. Creating a fully<br />
functional and effective BCI to control the computer still remains<br />
a distant target.<br />
The main disadvantage of the most BCI systems is the lack of<br />
the feedback information that could be used as a reference. It is<br />
impossible to determine, which of the processes currently dominates<br />
brain activity. Even if the subject is asked to perform a task,<br />
there is no certainty the user paid attention during its realization.<br />
On the other hand, the eye-tracking system provides information<br />
about the gaze fixation point allowing for evaluating visual activity<br />
of the subject. Thus, we assumed that by combining EEG signal<br />
measured by a wireless BCI interface with the eye-tracking<br />
system registering the subject’s gaze activity we could expect<br />
to obtain an integrated brain-computer interface that measures<br />
the user’s brain signal in a more effective, and at the same time,<br />
a more objective way. At the same time EOG recording system<br />
was used to obtain reference data. EOG-based information transfers<br />
this knowledge to the EEG signal analysis. In the paper several<br />
approaches for signal pre-processing and parameterization<br />
were described and then their usability was checked by means of<br />
machine-learning algorithms.<br />
The main goal expected to be achieved within this study was<br />
to evaluate the possibility to develop a functional and user-friendly<br />
solution that utilizes abilities of presented systems.<br />
System Setup<br />
Gaze-Tracking System<br />
The Cyber-Eye, a gaze tracking system developed in the Multimedia<br />
Systems Department (MSD) of the Gdansk University of<br />
Technology, is a non-obtrusive device which could support the<br />
research on human-computer interaction [1, 2]. Overall, gaze<br />
tracking technique enables to track eye movements and estimate<br />
the localization of the fixation point, i.e. a point a user is<br />
looking at the computer screen [3-5]. The Cyber-Eye system has<br />
already been presented in earlier publications by the MSD, thus<br />
it will not be reviewed here. The gaze tracking system is presented<br />
in Fig 1.<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 21
Fig. 1. The Cyber-Eye system hardware setup<br />
Rys. 1. Konfiguracja sprzętowa Cyber-Oka<br />
EOG Recording System<br />
For the EOG signal recording the wireless Enobio system was<br />
utilized. The system is composed of four electrodes located in the<br />
positions AF 7<br />
,F P1<br />
,F P2<br />
,AF 8<br />
of the standard 20-10 EEG recording system<br />
[6]. Two reference electrodes were located on the positions<br />
A 1<br />
and A 2<br />
. Locations of these electrodes are shown in Fig. 2.<br />
Fig. 2. Electrode placement in the Enobio system<br />
Rys. 2. Rozmieszczenie elektrod w systemie Enobio<br />
In the standard EEG recording system these four electrodes<br />
are used as a reference to filter out EOG artifacts, but for the<br />
purpose of this research the EOG signal was the signal to be<br />
acquired [7].<br />
The system is capable to register eye muscle electric potentials<br />
with the sampling frequency equals 250 Hz, 0.589 µV resolution<br />
and a direct current at a level of 3500 µV. All signals registered are<br />
stored in a simple text file.<br />
EEG Recording System<br />
Fourteen active electrodes placed in the Emotiv Epoch wireless<br />
system were used to record brain activity from the subject. This<br />
device is composed of electrodes located on positions: AF 3<br />
,F 7<br />
,<br />
F 3<br />
,FC 3<br />
,T 7<br />
,P 7<br />
,O 1<br />
,O 2<br />
,P 8<br />
,T 8<br />
,FC 6<br />
,F 4<br />
,F 8<br />
,AF 4<br />
and again the reference<br />
electrodes are located in A 1<br />
and A 2<br />
positions [8]. All electrode locations<br />
are presented in Fig. 3.<br />
22<br />
Fig. 3. Electrode localization in the Emotiv Epoch system<br />
Rys. 3. Rozmieszczenie elektrod w systemie Emotiv Epoch<br />
As there are no AF 7<br />
,F P1<br />
,F P2<br />
,AF 8<br />
electrodes in the Emotiv system,<br />
the presence of EOG components in the EEG signal should<br />
be smaller than in the Enobio solution. Still due to the greater<br />
number of electrodes it is assumed that this system can also provide<br />
information about this component. In addition, the Emotiv<br />
helmet is provided with two gyroscopes, thus the information about<br />
head movements can be received.<br />
The Emotiv system can store recorded data to.edf file together<br />
with information about each electrode signal quality. The sampling<br />
frequency in this case is set to 128 Hz and the resolution<br />
reaches approximately 0.51 µV. The direct current component of<br />
the system is about 4200 µV.<br />
EOG-Based Analysis<br />
First, a simple experiment regarding EOG signal was performed.<br />
The main aim of the experiment was to check whether it is possible<br />
to recognize the area of the screen observed by the user by<br />
analyzing the behavior of the corresponding EOG signal.<br />
The main assumption of this experiment was to prove that there<br />
is a correlation between the level of the signal observed from<br />
the electrodes and the gaze fixation point. During the experiment<br />
a subject, wearing the Enobio headset, was asked to observe the<br />
screen divided into 9 subareas. Each subarea was monitored for<br />
approximately 1 second. The resolution of the screen used in the<br />
experiment was 1280×1024 pixels. The subject should perform<br />
the given task without additional body movement [9].<br />
Three subjects were examined in three independent measurements.<br />
Since the experiment was supposed to have only a demonstrative<br />
character, but the results gathered were surprisingly<br />
good, we decided that there was no necessity to conduct these<br />
preliminary experiments with more subjects [9].<br />
The DC component was removed from all four recorded signals<br />
and four simple statistic parameters were calculated for each<br />
second of the signal. The features extracted from the signal were<br />
as follows: mean value, signal variation, the standard deviation<br />
and correlation between each two channels.<br />
Resulted from this the final attribute set contained 18 features.<br />
As the signal level strongly varied, depending on the area observed,<br />
there was no necessity to calculate more complex features.<br />
Changes in the signal level in each EOG channel are visualized<br />
in Figure 4.<br />
Classification was performed with four classifiers, they were<br />
chosen because of their specific features. The cross-validation<br />
method of classification was utilized. The folds factor of the crossvalidation<br />
method was set to 10. They were as follows:<br />
● Support Vector Machine Classifier (SVM) – a classifier that<br />
chooses optimal vectors of parameters in the given set and<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
Fig. 4. EOG signal level in each of four channels (AF 7<br />
, F P1<br />
, F P2<br />
, AF 8<br />
)<br />
during the task of looking at various areas, X-axis – time flow, Y-axis<br />
– voltage<br />
Rys. 4. Amplituda sygnału EOG dla 4 kanałów (AF 7<br />
, F P1<br />
, F P2<br />
, AF 8<br />
) podczas<br />
obserwacji różnych obszarów ekranu, oś X – czas, oś Y – napięcie<br />
transform the domain into the hyperplane in which the linear<br />
split of classes is possible. For the case of this experiment the<br />
polynomial kernel was chosen.<br />
● Bayesian Network classifier (BN) – a simple estimator algorithm<br />
was chosen to calculate the probability distribution.<br />
● Nearest Neighbor Classifier (kNN) with Euclidean distance<br />
factor.<br />
● C4.5 decision tree – the algorithm that calculates the entropy<br />
of each possible split and picks those splits which guarantees<br />
optimal classification. The confidence factor for this algorithm<br />
was set to 0.25.<br />
The efficiency of classification for each classifier is presented<br />
in Table 1. The experiment proved that it is possible to locate the<br />
fixation point of human gazing using only the EOG signal.<br />
Tabl. 1. Effectiveness of parameterized EOG signal classification employing<br />
various classifiers<br />
Tab. 1. Skuteczność klasyfikacji sparametryzowanego sygnału EOG dla<br />
różnych klasyfikatorów<br />
Classifier Accuracy [%]<br />
SVM 75.56<br />
BN 99.6<br />
kNN 91.11<br />
C4.5 88.56<br />
EEG-Based Experiment<br />
Since the EOG signal classification returned satisfactory results<br />
with regard to finding the correlation between the EOG signal and<br />
gaze direction, the next step was to examine if similar outcomes<br />
could be obtained when analyzing the EEG signals.<br />
As EEG signal gets always corrupted with the EOG artifacts,<br />
it was assumed that the analysis of signals derived from 14 electrodes<br />
should return results to some extent similar to those from<br />
the previous experiment. That is why during the analysis no signal<br />
filtration of the EOG artifacts was performed since it was assumed<br />
that the useful information should also be contained in the EOG<br />
signal.<br />
In the experiment, several parameters were extracted for various<br />
electrode configuration:<br />
● all 14 electrodes,<br />
● 6 electrodes located in the head front – AF 3<br />
,F 7<br />
,F 3<br />
,F 4<br />
,F 8<br />
,AF 4<br />
● 2 front electrodes – AF 3<br />
,AF 4<br />
● 4 electrodes – 2 front ones AF 3<br />
,AF 4<br />
and 2 occipital electrodes,<br />
i.e. O 1<br />
,O 2<br />
(brain sight area),<br />
● 8 electrodes – 6 located on the front of the head<br />
(AF 3<br />
,F 7<br />
,F 3<br />
,F 4<br />
,F 8<br />
,AF 4<br />
) and 2 located on the occipital lobe<br />
(O 1<br />
,O 2<br />
).<br />
It was assumed that the best results will be achieved for the<br />
front electrodes, where the content of the EOG component should<br />
be the highest one. Contrarily, it was supposed that the efficiency<br />
of correlation classification may be more random in the case of 14<br />
electrodes as the EEG dominates signal from these electrodes.<br />
The configuration with electrodes located on the front and two in<br />
the back were tested in order to check if there was any correlation<br />
between eye movements and the activities of the brain sight centre<br />
as measured by Sanei and Chambers [10].<br />
EEG Recordings<br />
In this case the signal from Emotiv headset [8] was recorded simultaneously<br />
with the signal from the Cyber-Eye [1]. Additionally<br />
the picture from the computer screen was also recorded to provide<br />
additional information about the subject’s behavior.<br />
Similarly like in the EOG case the subject was asked to look<br />
at various areas of the screen for approximately 2 s. Five sets<br />
of subarea charts were prepared. First, the charts with only 4, 9,<br />
36 and 80 subareas were presented to the subject. Each subarea<br />
contained a number. The numbers were distributed from<br />
left to the right on the first chart, from the top to the bottom on<br />
the second one, in a spiral way on the third and randomly on the<br />
fourth. In addition three charts containing 4, 9 and 36 picture<br />
were added. Such approach guarantees that not only the pure<br />
EOG signal is examined but also the deeper brain activities are<br />
recorded as the task of searching for requested areas is not<br />
fulfilled mechanically.<br />
Recordings were made for six subjects and lasted over 2 hours<br />
in total. All subjects were asked to avoid unnecessary movements<br />
for not introducing corruptions to the signal due to the electrical<br />
muscle activities.<br />
Signal Pre-Processing<br />
The key aspect of our approach was to combine signals from both<br />
systems for parameter extractions. This could be accomplished<br />
in two ways. The first method used for the synchronization was<br />
to employ a constant frame length for the EEG signal. Since the<br />
Cyber-Eye system provides time resolution of 5 points per second<br />
and the Emotiv headset sampling frequency was 128 Hz, the<br />
length of the EEG frame was calculated according to the formula:<br />
n =<br />
128 /5<br />
=<br />
25.6<br />
≈<br />
25 samples (1)<br />
where: n – frame length.<br />
Since the ratio was not an integer value, the precise synchronization<br />
of these two systems was not possible. To solve this problem<br />
the EEG system signal overlapped one sample every two<br />
frames and additional one sample every five frames. It can easily<br />
be noticed that the frame length in this case is ten times shorter<br />
than during the EOG-only analysis. This could lead to worsening<br />
the results of the classification.<br />
The second approach counted the number of the Cyber-<br />
Eye frames falling for one area and calculated the EEG frame<br />
length dynamically. Still this method was not based on constant<br />
window length, which could lead to disregarding transient features<br />
of the signal, which may be essential in the EEG signal<br />
processing.<br />
Similarly to the EOG experiment the DC component was removed.<br />
In addition the bandpass filtration was performed to separate<br />
specific brain rhythms. The finished impulse response (FIR) filters<br />
of high order were applied. The following bands of frequencies<br />
were extracted from the signal:<br />
● Delta waves – 1–4 Hz<br />
● Theta waves – 4–8 Hz<br />
● Alpha waves – 8–13 Hz<br />
● Beta Waves – 13–30 Hz<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 23
Feature Extraction<br />
As EEG signal recorded by the electrodes is the combination of<br />
many electric potentials from different brain regions, thus it is very<br />
complex and cannot be analyzed by applying only a simple parameterization.<br />
Therefore the feature set used in the EOG-based<br />
experiment had to be extended by defining new parameters.<br />
In the presented approach apart from the statistical parameters<br />
features examining signal stationarity and those responsible for<br />
data segmentation were added. Also the correlation between each<br />
two electrodes was calculated. In addition, energy of the signal in<br />
the band 1-50 Hz and bands corresponding to the brain rhythms<br />
was contained in the analysis [10]. All parameters were extracted<br />
for all three cases of signal windowing as presented earlier.<br />
First, the mean value and the standard deviation values were<br />
calculated. These two statistical measures provide information<br />
about errors that may occur in the signal and they could be used<br />
for detecting frames in which the EEG spikes appeared [11].<br />
The EEG signal can generally be considered as a quasi-stationary<br />
Gaussian in short time periods. The EOG and muscle<br />
activities can affect the stationarity of the EEG data. Therefore<br />
it was assumed that examining non-stationarity of the EEG signals<br />
could produce valid information for this research study. The<br />
skewness feature was calculated as a representative of signal<br />
symmetry measure. Also, the kurtosis of each frame as a relative<br />
signal flatness measurement was calculated.<br />
In the EEG analysis one of the most crucial aspects was the<br />
segmentation of the signal to acquire signal segments of the<br />
same characteristics. Closer examination of those characteristics<br />
could provide information about meaningful changes in the EEG.<br />
For the purpose of this study two segmentation criteria called the<br />
dissimilarity measurements had been applied. Those criteria formulate<br />
the boundary between the current and the previous frame.<br />
For each criterion d (m) (where m stands for the frame index)<br />
a threshold value should be determined, therefore in the next step<br />
of this study a method of such classification is presented. The<br />
threshold is set automatically during classification process with<br />
Random Forest classifier.<br />
The first approach is based on autocorrelation features. The<br />
autocorrelation function of the kth order is calculated as follows<br />
[10]:<br />
⎧<br />
N<br />
⎪<br />
+<br />
+<br />
+<br />
=<br />
−<br />
= ⎨<br />
∑ − 1 − k<br />
1<br />
x(<br />
l m k)<br />
x(<br />
l m),<br />
k 0,1,..... N 1<br />
rˆ<br />
x ( k,<br />
m)<br />
N<br />
(2)<br />
l<br />
=<br />
0<br />
⎪<br />
⎩<br />
0,<br />
k<br />
=<br />
n<br />
,<br />
n<br />
+<br />
1,.....<br />
where: k – order, N – number of samples in the frame, m – frame<br />
index.<br />
Then the d 1<br />
(m) value is calculated with the following formula:<br />
∑ ∞ 2<br />
[ r<br />
ˆ<br />
( k,<br />
m)<br />
− rˆ<br />
( k,<br />
m −1)]<br />
k = −∞ x<br />
x<br />
d<br />
1<br />
(<br />
m<br />
)<br />
= (3)<br />
r<br />
ˆ<br />
(0,<br />
m<br />
)<br />
r<br />
ˆ<br />
(0,<br />
m<br />
−<br />
1)<br />
The second value is determined as a subtraction of the kurtosis<br />
values of the current and the previous frame. The subtraction<br />
operation is presented below:<br />
d<br />
(<br />
m<br />
)<br />
= kurt<br />
(<br />
m<br />
)<br />
−<br />
kurt<br />
(<br />
m 1)<br />
(4)<br />
Since brain activity potentials are not equally distributed over the<br />
human scalp the correlation coefficient value between each two<br />
electrodes was also calculated.<br />
Additionally the autocorrelation function for each frame with<br />
the half-frame size was calculated.<br />
For each brain rhythm of the signal the energy value was determined.<br />
Changes in those features could provide information<br />
about the brain reaction for various visual stimuli.<br />
Classification and Results<br />
x<br />
2 x<br />
x<br />
− )<br />
The machine learning approach has been chosen to validate the<br />
efficiency of the approach proposed. This time, instead of the C4.5<br />
classifier used in the EOG experiment, the Random Forest (RF)<br />
algorithm was utilized. suite of benchmark datasets. RF is a combination<br />
of tree predictors such that each tree depends on the values<br />
of a random vector sampled independently and with the same<br />
Tabl. 2. Results obtained for the Random Forest method. Tab. 2. Wyniki dla klasyfikacji algorytmem Random Forest<br />
Classification algorithm Area 1/4 Area 2/4 Area 3/4 Area 4/4<br />
Varying frame length RF10 37.272727 31.336406 14.136126 12.765957<br />
Varying frame length RF20 30 31.797235 14.659686 14.361702<br />
Constant frame length RF10 38.098747 34.566145 26.250962 17.843584<br />
Constant frame length RF10 37.06706 37.197724 18.937644 18.906606<br />
Varying frame length RF10, electrodes AF,F,F,O 28.636364 29.953917 16.753927 15.957447<br />
Varying frame length RF20, electrodes AF,F,F,O 27.272727 26.267281 18.324607 17.021277<br />
Constant frame length RF10, electrodes AF,F,F,O 38.246131 37.837838 24.557352 18.375095<br />
Constant frame length RF20, electrodes AF,F,F,O 36.6986 40.184922 26.558891 22.475323<br />
Varying frame length RF10, electrodes AF,F,F 35.454545 27.18894 17.277487 17.553191<br />
Varying frame length RF20, electrodes AF,F,F 30.454545 24.423963 19.895288 13.297872<br />
Constant frame length RF10, electrodes AF,F,F 35.814296 33.428165 22.247883 21.943812<br />
Constant frame length RF20, electrodes AF,F,F 35.003685 37.268848 24.095458 18.906606<br />
Varying frame length RF10, electrodes AF,O 31.363636 25.806452 20.418848 17.553191<br />
Varying frame length RF20, electrodes AF,O 27.727273 23.963134 15.706806 17.553191<br />
Constant frame length RF10, electrodes AF,O 37.43552 32.290185 22.247883 18.906606<br />
Constant frame length RF20, electrodes AF,O 35.151069 35.135135 23.864511 21.640091<br />
Varying frame length RF10, electrodes AF 30 24.884793 14.136126 18.085106<br />
Varying frame length RF20, electrodes AF 26.363636 26.267281 15.183246 17.021277<br />
Constant frame length RF10, electrodes AF 36.919676 31.792319 20.939184 17.084282<br />
Constant frame length RF20, electrodes AF 33.750921 32.859175 23.017706 20.349279<br />
24<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
distribution for all trees in the forest [12]. The generalization error<br />
for forests converges to a limit as the number of trees in the forest<br />
becomes large. The error of a forest of tree classifiers depends on<br />
the strength of the individual trees in the forest and the correlation<br />
between them. Internal estimates monitor error, strength, and correlation<br />
and these are used to show the response to increasing<br />
the number of features used [12]. The tree number was set for 10<br />
(RF10) and 20 (RF20), to see if there was any improvement for the<br />
most complex structure. The RF classifier combines the ability of<br />
fast and efficient classification as it joins the skills of many simple<br />
Random Tree classifiers [13]. The RF algorithm was examined via<br />
cross-validation method with 10 folds [14].<br />
The results obtained for all described features are shown as a<br />
comparison scheme. The efficiency was the secondary feature in<br />
this case. The main aim was to view the difference in the classification<br />
accuracy between different electrode configurations and<br />
varying frame length settings for both cases of the RF classifier.<br />
The results for the 4- area case are presented in Table 2. For the<br />
clarity purpose only one such analysis is included. There decreasing<br />
tendency of effectiveness could be seen for areas 3 and 4.<br />
This happens because most subjects were tired at this stage of<br />
experiments, their gaze fixation point seemed to fluctuate by the<br />
end of the examination.<br />
For all cases analyzed the increase in the tree number improved<br />
the accuracy for all cases apart from the case of the first area.<br />
It may be observed that the constant frame-based classification<br />
produces better results than in the case of the dynamically changed<br />
frame size. This may be treated as a guideline for the EEG<br />
signal analysis, still for further classification improvement the frame<br />
length should be increased.<br />
Conclusion<br />
The analysis performed reveals some patterns in the EEG signal,<br />
still a more detailed examination is required, however the presented<br />
study provides a basis for the future research in the area<br />
of measuring brain-computer interaction. It may also be observed<br />
that at least 19 electrode configuration EEG system should<br />
be used in future to warrant proper signal acquisition. This also<br />
means that while applying the full coverage of electrodes – as<br />
mentioned before - the gaze-tracking could be performed without<br />
the use of additional systems, since the latter may cause synchronization<br />
problems. The problem of adjusting a proper frame<br />
size seems to be the main concern as far as the future study<br />
is considered. Since subjects never focus their sight for exactly<br />
the same time on the same area the development of a comfortable<br />
real-time BCI system should be ensured. Currently, simple<br />
EEG systems available in the market or in the laboratories are not<br />
yet a fully mature technology.<br />
Research funded within the project No. POIG.01.03.01-22-017/08,<br />
entitled “Elaboration of a series of multimodal interfaces and<br />
their implementation to educational, medical, security and industrial<br />
applications”. The project is subsidized by the European<br />
regional development fund and by the Polish State budget.<br />
References<br />
[1] Kunka B., Czyzewski A., Kostek B.: Concentration tests: an application<br />
of gaze tracker to concentration exercises, 1st International<br />
Conference on Computer Supported Education, Lisbon, 2009.<br />
[2] Kunka B., Kostek B.: A new method of audio-visual correlation analysis,<br />
International Multiconference on Computer Science and Information<br />
Technology, vol. 4, 497–502, Mrągowo, Poland, October 2009.<br />
[3] Yoo D.H., Chung M.J.: Non-intrusive eye gaze estimation without<br />
knowledge of eye pose, Proc. VI IEEE Int. Conf. on Automatic Face<br />
and Gesture Recognition, Seoul, Korea, 17–19 May 2004.<br />
[4] Yoo D.H., Kim J.H., Lee B.R., Chung M.J.: Non-contact eye gaze<br />
tracking system by mapping of corneal reflections, Proc. V IEEE Int.<br />
Conf. on Automatic Face and Gesture Recognition, Washington,<br />
USA, 20–21 May 2002.<br />
[5] Zhu Z., Ji Q.: Eye gaze tracking under natural head movements,<br />
Proc. 2005 IEEE Comp. Soc. Conf. on Computer Vision and Pattern<br />
Recognition (CVPR’05), pp. 918–923, vol. 1, 2005.<br />
[6] Medelec, Clinical Applications: The electro-oculogram E.O.G. Vickers<br />
Medical Division, Medelec Limited, 1995.<br />
[7] Starlab Enobio System http://starlab.es/products/enobio – accessed<br />
December 10 ‘2010.<br />
[8] Emotiv Systems: http://www.emotiv.com/– accessed March 10 ’2011.<br />
[9] Kaufman A.E., Bandopadhay A., Shaviv B.D.: An Eye Tracking Computer<br />
User Interface,Computer Science Department, State University<br />
of New York at Stony Brook, 1991.<br />
[10] Sanei S., Chambers J.A.: EEG Signal Processing, Centre of Digital<br />
Processing, Cardiff University, UK, 2008.<br />
[11] Stastny J., Sovka P., Stancak A.: EEG Signal classification, Proc.<br />
23rd Annual EMBS International Conference, Prague, Czech Republic,<br />
2001.<br />
[12] Leshem G., Ritov Y.: Traffic Flow Prediction using Adaboost Algorithm<br />
with Random Forests as a Weak Learner, World Academy of<br />
Science, Engineering and Technology 25, 193–198, 2007.<br />
[13] Tian O., Hong-Tao L., Bao-Liang L.: Vigilance Analysis Based On<br />
EEG Signals: Seeking For Suitable Features, Journal of Biological<br />
Systems, 18, Special Issue, pp. 81–99, 2010.<br />
[14] http://www.cs.waikato.ac.nz/ml/weka/– accessed March 1 ‘2011.<br />
Złote Medale Targów AUTOMATICON <strong>2012</strong><br />
W dniach 20–23 marca odbyły się w Warszawie Miedzynarodowe<br />
Targi Automatyki. Tradycyjnie specjalne jury przyznało Złote<br />
Medale Targów AUTOMATICON <strong>2012</strong>. Wszystkie medale mają<br />
jednakową wartość, kolejność laureatów jest alfabetryczna:<br />
Aniro Grupa Handlowa Sp. z o.o. za Programowalny przekaźnik<br />
czasowy MPC-TPA-U240-208<br />
Eaton Electric Sp. z o.o. za System SMARTWIRE-DT<br />
Fanuc Robotics Polska Sp. z o.o. za SELEKTOR – Widzący<br />
Robot FANUC<br />
Festo Sp. z o.o. za Wysięgnikowy, wielozadaniowy, kompletny<br />
system manipulacyjny EGSL-Extreme Good SLide<br />
Phoenix Contact Sp. z o.o. za Hybrydowy rozrusznik silnika ELR<br />
H5-IES-SC-24 DC/500AC-9l<br />
Renishaw Sp. z o.o. za RESOLUTE – absolutny enkoder do<br />
pomiarów przemieszczeń kątowych<br />
Firma ANIRO otrzymała Złoty Medal, który, zdaniem przedstawicieli<br />
jej przedstawicieli był tym bardziej ważny, że byli jedyną polską<br />
firmą z polskim produktem, która otrzymała takie wyróźnienie.<br />
Robot FANUC, z wbudowanym systemem wizyjnym iRVision,<br />
jest wyposażony w dwie kamery i odpowiednie oświetlacze. Jedna<br />
z kamer wykrywa kształt, położenie i orientację kątową produktów<br />
znajdujących się na stole rozrzedzającym, dzięki czemu<br />
robot pobiera elementy, odpowiednio orientując je w przestrzeni.<br />
Druga kamera realizuje proces sprawdzania jakości elementu<br />
„w locie” bez potrzeby zatrzymywania robota.<br />
Miniaturowe napędy elektryczne EGSL firmy FESTO Sp. z o.o.<br />
realizują aż cztery funkcje w jednym urządzeniu, uruchamiają silniki<br />
niezawodnie i ostrożnie. Mają cztery obszary zastosowania<br />
● Ruch w prawo – proste sterowanie sygnałem 24 V DC lub<br />
230 V AC.<br />
● Ruch w lewo – Funkcja nawrotna wraz z układem blokującym<br />
i oprzewodowaniem obciążenia.<br />
● Ochrona silnika – Komfortowa ochrona silnika przez elektroniczny<br />
przekaźnik zabezpieczający z funkcją automatycznego<br />
i zdalnego resetu.<br />
● Awaryjne zatrzymanie – zintegrowana funkcja bezpieczeństwa<br />
umożliwiająca stosowanie funkcji zabezpieczających.<br />
Firma Renishaw zaprezentowała system przetwornika optycznego,<br />
o dużej rozdzielczości, który charakteryzuje się odpornością<br />
na zabrudzenia i ma dobre parametry techniczne.<br />
Otwiera on nowe możliwości w dziedzinie położeniowego sprzężenia<br />
zwrotnego. Jest pierwszym w świecie absolutnym przetwornikiem<br />
o rozdzielczości 27 bitów przy prędkości obrotowej<br />
36 000 obr/min. Rekordowa rozdzielczość wynosi 1 nm przy<br />
prędkościach do 100 m/s zarówno w zastosowaniach liniowych,<br />
jak i kątowych.<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 25
Digital signal processing in the diagnosis of brainstem<br />
auditory evoked potentials<br />
(Cyfrowe przetwarzanie sygnałów w diagnostyce słuchowych potencjałów<br />
wywołanych pnia mózgu)<br />
dr hab. inż. Andrzej P. Dobrowolski 1) , mgr inż. Michał Suchocki 1) ,<br />
dr n. med. Kazimierz Tomczykiewicz 2)<br />
1)<br />
Military University of Technology, Faculty of Electronics, Warsaw<br />
2)<br />
Military Institute of Health Service, Department of Neurology, Warsaw<br />
Examination of evoked potentials (EP) is one of the methods for<br />
diagnosing a human brain. This examination allows for monitoring<br />
and registering bioelectrical activities of the brain. By using EP<br />
one can examine sight and hearing and evaluate responses to<br />
different stimuli that activate different parts of the brain.<br />
This article is devoted to neurological diagnostics based upon<br />
examination of Auditory Evoked Potentials (AEP) [1]. The authors<br />
explain what evoked potentials are and how important role they<br />
play in hearing examination and discuss the current methods for<br />
analysis of its results. The major subject of the article is to describe<br />
an alternative way of analyzing the survey results, based<br />
on digital signal processing. Moreover, it presents problems associated<br />
with acquisition of digital recording of auditory evoked<br />
potentials and exemplary waveforms of the potentials corresponding<br />
to normal and pathological cases as functions of time and<br />
frequency.<br />
BEAP<br />
All brain activities are closely associated with movements of ions<br />
and charge polarization. Electric charges that are moving within<br />
the nerve structures can be recorded and received in the form of<br />
electric potential. If we stimulate a sensory-sensual receptor, we<br />
will automatically receive the response in the form of an electrical<br />
signal. Evoked potentials are generated this way. Under the influence<br />
of acoustic stimuli in the auditory pathway, the ear, which<br />
is a sensory receptor (Fig. 1), produces voltage changes, known<br />
as auditory evoked potentials. Evoked potentials are according to<br />
response time to stimulation that generates the response. In biomedical<br />
terminology, the response time is referred to as latency<br />
(in technical nomenclature it would be called a delay).<br />
We can classify auditory evoked potentials as short, medium<br />
or long latency potentials, according to the reaction time. Taking<br />
into account their clinical suitability, only Short Latency Auditory<br />
Evoked Potentials (SAEP) often referred to as Brainstem Auditory<br />
Evoked Potentials (BEAP) are taken into account [1].<br />
Changes of Short Latency BAEPs in time have a distinctive<br />
shape. They consist of seven repeated distinguished vertices,<br />
called “waves” (Fig. 2). They could be recorded within<br />
approximately 2 to 9 ms since stimulation. Due to their stability<br />
and repeatability, mainly waves I, III and V are being evaluated<br />
[1].<br />
The occurrence of repeated waves is determined by construction<br />
of the human auditory pathway, consisted of sequentially<br />
located neurons (Fig. 3). Sensory cells of the Corti’s spiral organ<br />
are responsible for receipt of stimuli.<br />
Fig. 2. BAEP examination [1]. Rys. 2. Badanie BAEP [1]<br />
Fig. 1. The concept of evoked potentials<br />
Rys. 1. Koncepcja potencjałów wywołanych Fig. 3. Wave sources [1]. Rys. 3. Źródła załamków [1]<br />
26<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
The neuron I of the auditory pathway is located directly in the<br />
spiral cochlear ganglion. By the projections of bipolar cells it is linked<br />
to the ventral and dorsal cochlear nuclei in the bridge, whence<br />
comes the sensory neuron II. The projections of the ventral<br />
cochlear nucleus pass to the other side as the fibers of corpus trapezoideum<br />
and cross with each other at the same time to create<br />
a subsequent neuron (III) in the ventral nucleus. Projections from<br />
the dorsal cochlear nucleus are also passing to the other side and<br />
run along both sides of the lemniscus lateralis with the fibers of<br />
ventral cochlear nucleus. A small part of the fibers emerging from<br />
the cochlear nuclei does not cross and reaches either the colliculus<br />
inferior or directly the lateral geniculate body. The next neuron<br />
(IV) is located between the connection of inferior colliculus and<br />
the geniculate body, which reaches the auditory domain within the<br />
gyrus temporalis via the internal capsule and acoustic radiation.<br />
Subsequent neurons that are switching electrical pulses are formed<br />
along this mechanism [1].<br />
The cochlear nerve generate wave I. The wave II is generated<br />
by the dorsal cochlear nucleus. As of yet, the origin of the wave III<br />
is not precisely known, but it is thought that it is generated within<br />
the lower bridge between the ventral cochlea nucleus and the<br />
nucleus of the trapezoid body.<br />
As of the waves IV and V, there are inconsistent data regarding<br />
their location, and their sources are presumably located within the<br />
upper part of the bridge and colliculus inferior of midbrain.<br />
The examination<br />
Under clinical conditions, evoked potential are recorded by surface<br />
electrodes, which are appropriately positioned on the patient’s<br />
head. The test can be done in a sitting or supinal position, allowing<br />
the patient to relax completely during the test. As it has<br />
been mentioned above, for examination is used sound to stimulate<br />
hearing. During the test, the patient puts on stereo headphones<br />
and hear a sound equated to a series of clicks generated<br />
by a computer mouse. A single click lasts about 100 µs and is<br />
generated by a rectangular electric pulse that initiates movement<br />
of the diaphragm in the headphones towards the ear. It should be<br />
noted that only one ear is stimulated during the test. The other<br />
ear is concurrently masked by noise. The stimulation volume level<br />
varies within 70 dB above the average threshold of audibility,<br />
while the masking noise level is 30 dB. The pulse is repeated 10<br />
or 30 times per second. After the completing test in one ear, the<br />
procedure is followed with the other ear. Two pairs of electrodes<br />
are simultaneously used for recording BAEP – one pair for each<br />
channel. According to IFCN (International Federation of Clinical)<br />
recommendation three electrodes should be used in the test: two<br />
receiving electrodes A stim.<br />
(on the side of stimulation) and A nois.<br />
(on<br />
the masking side) and a reference electrode A ref.<br />
(Fig. 1). Receiving<br />
electrodes are attached to auricles or, less commonly, to the<br />
mastoid process. The reference electrode is placed on the top of<br />
the head, usually on the forehead. These electrodes are arranged<br />
in pairs: stimulating electrodes A stim.<br />
-A ref.<br />
and masking electrodes<br />
A nois.<br />
-A ref.<br />
, respectively. The stimulating pair is used for recording<br />
responses to the generated clicks, and the masking pair for registering<br />
noise. The analyzed signal is recorded by the stimulating<br />
pair. If the diagnosis is uncertain, the doctor can account for the<br />
results recorded by the masking pair of electrodes (Fig. 4) [1–2].<br />
Examination of evoked potentials has been conducted at Department<br />
of Neurology of Military Medical Institute. The laboratory<br />
was equipped with high quality neuro-diagnostic equipment<br />
(VikingSelect brand supplied by VIASYS TM ). The main parameters<br />
of the diagnostic system are listed below:<br />
Amplifiers:<br />
● Number of channels: 8 with electrode switching;<br />
● Sensitivity: 1 μV/division to 10 mV/division in 13 steps;<br />
● Input Impedance >1000 MΩ;<br />
● Common Mode Rejection Ratio: > 110 dB at 50 t0 60 Hz,<br />
> 100 dB at 10 Hz without electrode switching;<br />
● Low Filter Settings: f d<br />
= 100, 250, 500 Hz, 1, 1.5, 3, 10, 20 kHz;<br />
S = 12 dB/oct.;<br />
● High Filter Settings: f g<br />
= 0.2, 1, 2, 10, 20, 30, 150, 500 Hz, 1, 2,<br />
5 kHz, S = 6 dB/oct. or 12 dB/oct.;<br />
● Low-pass Filter: 50 or 60 Hz;<br />
● Noise: < 0.7µV RMS from 2 Hz to 10 kHz;<br />
● Built-in Calibration: rectangular pulse 2, 20, 200, 2 000,<br />
20 000 µV.<br />
Auditory Stimulator:<br />
● Signal (sound) types „click”, „beep” or „crack” tones;<br />
● Stimulus Intensity: 0 to 139 dB pSPL or -31 to 109 dB nHL,<br />
depending on the type of stimulus and frequency and type<br />
of the transducer;<br />
● Stimulus Increments: 1 to 30 dB steps (selectable);<br />
● Duration of a „click”: 0.05, 0.10, 0.25, 0.5, 1.0 ms;<br />
● Tone Frequencies: 250, 500, 750 Hz, 1, 1,5, 2, 3, 4, 6, 8 kHz.<br />
Waveform Acquisition:<br />
● Timebase Range: 0.2 ms/division to 5 sec/division in 23 steps<br />
depending on the test;<br />
● Timebase Type: Single, dual and individual, independently selectable<br />
in specific tests;<br />
● Waveform Delay: 0 to 10 divisions in 1 division steps or -3000<br />
to +500 ms in 0.01 ms increments depending on test;<br />
● Resolution: 16-bit A/D converter with 1 μs effective time resolution;<br />
● Processing time: 1 µV.<br />
The time of analysis equal to 10–12 ms allow for correct read<br />
out the waves. To achieve those period configuration of the measuring<br />
device and the electrodes should be proper.. In adults,<br />
wave I occurs after approximately 1.5 ms since stimulation, wave<br />
III at about 3.5 ms and wave V after 5.5 ms (Table). The diagnostician<br />
should check whether or not there is a raising trend for<br />
relevant vertices. It is very important to emphasize that the final<br />
outcome, i.e. the shape of BAEP is the sum of responses to single<br />
pulse stimulation.<br />
Latency of waves according to the IFCN standards<br />
Latencje załamków zgodnie ze standardem IFCN<br />
Fig. 4. Evoked potentials observed during the test (ears are stimulated<br />
by alternating clicks and noise)<br />
Rys. 4. Potencjały wywołane obserwowane podczas badania (stymulacja<br />
naprzemiennie kliknięciami i szumem)<br />
Wave I II III IV V VI VII<br />
Latency<br />
[ms]<br />
1.8 3 3.5 5.2–6 5–7 7.6 9<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 27
obtaining adequate information about the method for recording<br />
data, authors develop an application that allows for obtaining<br />
and storing data in the digital form. As a first step of digital<br />
processing a spectral analysis by Discrete Fourier Transform<br />
was performed: Transform [3]:<br />
N<br />
∑ − 1<br />
⎛ f ⎞<br />
− j 2π<br />
s<br />
N<br />
F ⎜m<br />
⎟ =<br />
f<br />
( nT<br />
s<br />
)<br />
e<br />
(1)<br />
⎝<br />
N<br />
⎠<br />
n<br />
=<br />
0<br />
mn<br />
Fig. 5. The basic parameters considered in the BAEP examinations<br />
Rys. 5. Podstawowe parametry brane pod uwagę podczas badania<br />
BAEP<br />
The subjective interpretation of results<br />
Auditory brainstem evoked potentials play an important role in otological<br />
and neurological diagnostics. In otology, the test is used to<br />
determine the threshold of hearing and hearing loss differentiation.<br />
In neurology, the test enables identification and location of damages<br />
within the retrocochlear auditory pathway. By using BAEP one<br />
can verify the death of the brainstem and observe neurosurgical<br />
operations in order to reduce the risk of damages within the auditory<br />
pathway. This examination is also helpful in the diagnosis<br />
of multiple sclerosis, tinnitus and tumor of the cerebellopontine<br />
angle.<br />
The typical BAEP examination include the following parameters<br />
illustrated on Fig. 5 [1]:<br />
a) the presence of waves I, III and V,<br />
b) the time of occurrence of waves, and the spacing between<br />
waves – latency and inter-latency between waves IV, I–III and<br />
III–V<br />
c) the ratio of wave V/I [1].<br />
During the examination the absolute wave latency of the left<br />
and right sides are compared. In order to determine the threshold<br />
of audibility, the acoustic stimulus is adjusted so that its minimum<br />
value is obtained for the wave V. To fulfill IFCN standards each<br />
laboratory should calibrate the threshold of audibility.<br />
The current BEAP diagnosis method is based on a doctor visual<br />
interpretation of the waves. The usual practice is that doctors<br />
often repeat the test to obtain the appropriate shape of the waves,<br />
suitable for diagnostic analysis. Sometimes, distinguishing<br />
between pathology and normality is quite subjective. Thus, to obtain<br />
reliable results the neurologist should be very experience and<br />
have strong perceptual abilities.<br />
DSP algorithms for EP<br />
Because the current diagnostic method is based largely on<br />
subjective estimation of timing, the authors were looking for<br />
a better, automated solution that would give impartial results<br />
and that would be based on algorithms of digital signal processing.<br />
Major obstacles to the direct application of DSP algorithms<br />
are medical devices. There is a technical problem with<br />
acquiring signals in the digital form strictly from devices recording<br />
evoked potentials. Unfortunately, a direct insight into the<br />
patient database is possible only in the graphical form. Manufacturers<br />
do not provide additional tools for acquisition of data<br />
in the digital form. The data are stored in a binary system by<br />
structures known only to the vendors. Because of intellectual<br />
property rights and in order to protect interests, companies<br />
are very reluctant to provide complete source codes of their<br />
programs. Although negotiation were attracted only part of the<br />
data structure. In spite of all, an incomplete fragment carrying<br />
insufficient amount of essential details. Despite problems with<br />
where F(m) is the discrete Fourier transform function of time f(n).<br />
The analysis included 40 waveforms of BEAP, including 20 normal<br />
and 20 pathological ones.<br />
Because the spectra, as well as the timing does not carry directly<br />
explicit discriminating information, the authors have decided<br />
to carry out a wavelet decomposition of the signal [6-8] and to<br />
look for distinctive features in the wavelet coefficients.<br />
Authors decided to use discrete wavelet transform based on<br />
orthogonal wavelets with compact support Discrete wavelet transform<br />
is fast transformation allows smooth approximation of signal<br />
reconstruction. The Daubechies Coiflet and Symlet wavelets<br />
have been chosen for initial selection [4].<br />
Reconstruction of auditory evoked potential was calculated by<br />
a Mallat algorithm [10, 11] based on the time slice lasting for 200<br />
samples. During pre-processing of the BAEP, the potentials are<br />
also synchronized with the time-frequency grid.<br />
Observation of a broad variety of waveforms shows that important<br />
diagnostic information are contained in the so-called retail<br />
component that is observed at the fourth level.<br />
On the basis of a number of pilot statistical analyses, experiments<br />
and calculations it was found that significant and sufficient<br />
diagnostic information’s are carried by the wavelet transform coefficients<br />
from the fourth level. Series of numerical experiments<br />
had been carried out to achieve optimal wavelet. The best results<br />
have been obtained for Symlet wavelets of the sixth order, which<br />
were used for further analysis.<br />
Based on the initial assumptions, wavelet approximation has<br />
given 22 coefficients (four-fold filtration of a 200 samples long<br />
signal through a filter of 12 samples length, combined with downsampling)<br />
with distinctive features that were used to construct<br />
the classifier.<br />
As the classifier the authors have decided to use a SVM (Support<br />
Vector Machine) network [7]. One of the advantages of using<br />
SVM network classifier is to obtain the highest level of generalization.<br />
In its original form, the SVM network is described by a linear<br />
discriminator hyperplane that separates two<br />
classes of linearly separable sets of points in a multidimensional<br />
space, with certain margin of safety. A hyperplane is therefore<br />
the border between the two classes of points, with margin area on<br />
both sides of the border, inside which there is no point belonging<br />
to any of separated sets. The points, nearest to the hyperplane<br />
lie at the edges of the margin and the other points further outside<br />
the margin.<br />
The equation of a separating hyperplane takes the form<br />
of w · x + b = 0, where w is the normal vector, which determines<br />
the direction of orientation, b is the coefficient of displacement,<br />
and the operator “ ·” means the scalar product. Coaching of the<br />
SVM network involves determination of the position of the separating<br />
hyperplane by selecting w parameter values and b.<br />
It turns out that there are infinitely many hyperplanes separating<br />
correctly the same set of points, but with a different margin<br />
of separation, the width, as is known, has to be limited by the<br />
points from both classes that are most close to the hyperplane.<br />
Although each of these solutions is correct, they are not equivalent<br />
in terms of quality of generalization. The smaller is the<br />
width of the margin, the greater is the risk of incorrect classification<br />
of a new point.<br />
28<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
SVM network coaching is to select parameters of a hyperplane<br />
so to obtain the widest margin of separation, with simultaneous<br />
limitation thereof by the nearest points from opposite classes.<br />
This width is determined by the expression 2/||w||, where ||w||<br />
is the norm vector of the Euclidean space. Maximizing this expression<br />
is equivalent to minimizing its inverse, but in practice,<br />
in order to further simplify the transformation of algebraic expression<br />
is minimized with respect to ||w||2/2. Reducing the width<br />
of the margin is formulated by a system of inequalities<br />
y<br />
i<br />
( x<br />
i<br />
⋅ w<br />
+<br />
b<br />
)<br />
−<br />
1<br />
≥<br />
0<br />
∀<br />
i<br />
(2)<br />
These terms apply to the case of linearly separable sets of points.<br />
In the case of linear non-separability, a modification [8, 9]<br />
is used that involves introduction of additional quantities, ξ and<br />
C, to minimize the expression and constraints of non-equality (2),<br />
and that allows for local change of the margin width for the "disputable"<br />
points. Ultimately, optimization of this task is to maximize<br />
the expression<br />
2<br />
M<br />
||<br />
w<br />
||<br />
+<br />
C<br />
(3)<br />
∑<br />
ξi<br />
2<br />
i<br />
=<br />
1<br />
taking into account the constraints in the form of inequality<br />
y<br />
i<br />
( x<br />
i<br />
⋅ w<br />
+<br />
b<br />
)<br />
−<br />
1<br />
+<br />
ξ<br />
i<br />
≥<br />
0,<br />
ξ<br />
i<br />
><br />
0<br />
∀<br />
i (4)<br />
The optimization issue defined as above is formulated by using<br />
a Lagrangian function [10], the solution of which is reduced to<br />
a quadratic programming problem (Quadratic Programming −<br />
QP) with certain restrictions.<br />
For this problem, the Langrangian function in its original form is a<br />
M<br />
1<br />
2<br />
L<br />
P<br />
=<br />
||<br />
w<br />
||<br />
+<br />
C<br />
∑<br />
ξi<br />
−<br />
2<br />
i<br />
=<br />
1<br />
M<br />
M<br />
(5)<br />
∑<br />
α<br />
i<br />
( y<br />
i<br />
(<br />
x<br />
i<br />
⋅<br />
w<br />
+<br />
b<br />
)<br />
−<br />
1<br />
+<br />
ξ<br />
i<br />
)<br />
−<br />
∑<br />
µ<br />
i<br />
ξ<br />
i<br />
i<br />
= 1 i<br />
=<br />
1<br />
In practical application of the SVM network, solution of a problem<br />
of quadratic programming with restrictions often requires the<br />
use of complex numerical computations involving matrices of considerable<br />
size. Obviously, it has a direct impact on effectiveness<br />
of the SVM coaching algorithm. However, there is a simple algorithm<br />
for solving QP efficiently. This algorithm is called Sequential<br />
Minimal Optimization (SMO) developed by Platt [11]. This method<br />
is fast and does not require huge memory resources, because<br />
the whole problem of quadratic programming is divided into the<br />
smallest possible number of problems solved by using only two<br />
coaching points in each iterative step of this algorithm. Each of<br />
these little QP problems can be solved in turn in an analytical way<br />
without resorting to complex numerical calculations.<br />
Summary<br />
Spectra of auditory evoked potential waveforms were determined<br />
by using Fourier transform and subjected to an in-depth analysis.<br />
tThe obtained results are not satisfactory, BAEP spectra<br />
of normal and pathological cases did not differ in any special<br />
feature. So there is no possibility to easily extract the discriminatory<br />
features.<br />
Fig. 6. SVM classifier: blue – normal cases, red pathological cases<br />
Rys. 6. Klasyfikator SVM: kolor niebieski – przypadki prawidłowe, kolor<br />
czerwony przypadki patologiczne<br />
In the second stage of the investigation used wavelet transformation,<br />
and searched for distinctive features within the wavelet<br />
coefficients area. In this case, authors easily find a difference between<br />
the spectrum signal and the reconstructed spectrum obtained<br />
on the basis of specific signal (detail) on the fourth level.<br />
The spectra of details corresponding to normal and pathological<br />
cases could be a good basis for differentiation.<br />
Application of a SVM classifier directly to 22 wavelet coefficients<br />
has given a very good effect, i.e., fully correct classification<br />
of 20 normal and 20 pathological cases has been obtained<br />
(Fig. 6). The next step, currently performed, is working on optimization<br />
of methods and preparing a test application in order to<br />
carry out a broader clinical verification.<br />
References<br />
[1] Keith H. Chiappa: Evoked Potentials in Clinical Medicine, Reven<br />
Press, New York 1990, 0-88167-569-5.<br />
[2] Colin D., MD.,FRPC: Clinical Neurophysiology, Volume 1, Elsevier<br />
B.V, 2nd Edition (2004), 0-444-517252-7.<br />
[3] Steven W. Smith: The Scientist and Engineer’s Guide to Digital Signal<br />
Processing, Wydawnictwo BTC, Warszawa 1997, Hard Cover,<br />
0-9660176-3-3.<br />
[4] Daubechies I.: Ten Lectures on Wavelets, CBMS-NSF Lecture Notes<br />
nr. 61, SIAM, (1994).<br />
[5] Mallat S.G.: A Theory for Multiresolution Signal Decomposition: the<br />
Wavelet Representation, IEEE Transactions on Pattern Analysis and<br />
Machine Intelligence, vol. 11, no. 7, (1989), 674–693.<br />
[6] Mallat S.G.: A Wavelet Tour of Signal Processing, Academic Press,<br />
(1999).<br />
[7] Vapnik V.: Estimation of dependences based on empirical data,<br />
Springer, 2006.<br />
[8] Vapnik V.: Statistical Learning Theory, John Wiley & Sons, 1998.<br />
[9] Cortes C, Vapnik V., Support-vector networks, Machine Learning, 20,<br />
s. 273–297, 1995.<br />
[10] Burges C.J.C.: A tutorial on support vector machines for pattern<br />
recognition, Data mining and knowledge discovery, vol. 2, 1998,<br />
s. 121–167.<br />
[11] Platt J. C.: Fast training of support vector machines using sequential<br />
minimal optimization, in Schölkopf B., Burges C. J. C., and Smola A.<br />
J., Advances in kernel methods – support vector learning, MIT Press,<br />
1999, s. 185–208.<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 29
Using auditory properties in multi-microphone speech<br />
enhancement<br />
(Wykorzystanie właściwości słuchowych w wielomikrofonowym<br />
uzdatnianiu mowy)<br />
dr inż. Adam Borowicz, prof. dr hab. inż. Alexandr Petrovsky<br />
Bialystok University of Technology, Department of Digital Media and Computer Graphics<br />
An objective of the speech enhancement is to reduce environmental<br />
noise while preserving speech intelligibility. In a context of the<br />
multi-microphone systems the dereverberation and interference<br />
suppression are also expected. Therefore, over the past decades<br />
most efforts have been devoted to the beamforming techniques.<br />
The key idea of the beamforming is to process the microphone<br />
array signals to listen the sounds coming from only one direction.<br />
Particularly the noise reduction can be implicitly achieved<br />
by avoiding ’noisy’ directions. A linearly constrained minimum variance<br />
(LCMV) algorithm has been originally proposed by Frost<br />
[1] in the 1970 s and it is probably the most studied beamforming<br />
method since then. It minimizes a beamformer output variance<br />
subject to the set of linear equations that ensure a constant gain<br />
in a specified listening direction. A minimum variance distortionless<br />
(MVDR) method [2] can be considered as a special case of<br />
the LCVM approach. Similarly, it minimizes a beamformer output<br />
variance, but subject to a less restrictive constraint. Another popular<br />
technique is a generalized sidelobe canceler (GSC) [3, 4].<br />
It converts the constrained optimization problem defined in the<br />
LCVM method into a more efficient, unconstrained form. In addition<br />
a processing can be split into two independent stages – the<br />
dereverberation and noise suppression, respectively.<br />
In order to work reasonably well in the reverberant environments,<br />
the classical beamforming techniques often require a system<br />
model identification i.e. knowledge of the acoustic room<br />
impulse responses or its relative ratios. These parameters can<br />
be fixed or estimated adaptively, however in general it is a difficult<br />
task. In addition the beamforming methods are usually very<br />
sensitive to the system model uncertainties. Recently, much efforts<br />
have been made to reformulate the multichannel speech enhancement<br />
problem so that the noise reduction can be achieved<br />
without performing the speech dereverberation [5, 6]. However<br />
these methods are out of scope of this article.<br />
In this work we investigate another technique which has been<br />
proved to be useful in several single channel methods [7, 8] but<br />
is rarely used in a field of the multi-microphone speech enhancement.<br />
The technique is based on a perceptual phenomenon<br />
known as a tonal masking. This means that for a given spectral<br />
power density, there is a spectral threshold so that any interferer<br />
below this threshold becomes unnoticed. Taking into account this<br />
phenomenon we modify the GSC structure. Namely we propose<br />
to use a perceptual weighting factor in the noise cancellation loop<br />
to reduce the speech leakage effect at the expense of the residual<br />
noise increase. It is known that entire noise removal is neither possible<br />
nor desirable (as it may be not audible). Thus the residual<br />
noise level can be set just below the masking threshold, which results<br />
in a lower speech distortion. Moreover, to increase the reliability<br />
of the proposed system we combine a simple delay-and-sum<br />
beamformer [9] with a blocking matrix that depends on second<br />
order statistics only. In result we do not require exact estimates<br />
of the channel transfer functions to implement the GSC structure.<br />
Instead we require microphone relative time-delay estimates or direction<br />
of arrival (DOA) angle that can be computed more easily.<br />
Problem formulation<br />
Consider an array of N microphones with arbitrary geometry and<br />
single speech source s(t) located inside a reverberant enclosure.<br />
The observation signal at nth microphone is given by:<br />
(1)<br />
where * denote a convolution operator, a n<br />
(t) is an acoustic impulse<br />
response from the source speech signal to the nth microphone<br />
and y n<br />
(t), v n<br />
(t) are speech and background noise signals<br />
observed at nth microphone, respectively. The mixing model is<br />
also illustrated in Fig. 1.<br />
A multichannel system can be efficiently implemented in the<br />
frequency-domain using discrete Fourier transform (DFT). The<br />
speech samples are processed on a frame-by-frame basis using<br />
analysis window of the length N f<br />
. Let X n<br />
(ω), Y n<br />
(ω), A n<br />
(ω), S(ω) and<br />
V n<br />
(ω) denote the DFTs of x n<br />
(t), y n<br />
(t), a n<br />
(t), s(t) and v n<br />
(t) respectively<br />
(spectral bin indexes have been omitted for clarity). For a sufficiently<br />
large N f<br />
, we can approximate the model (1) as follows [4]:<br />
(2)<br />
where:<br />
(3)<br />
Let's define a correlation matrix for an arbitrary vector z (ω):<br />
(4)<br />
where E{.} is expectation operator and the superscript H denote<br />
conjugate transpose. We assume that the speech and noise processes<br />
are uncorrelated i.e.: R xx<br />
(ω)=R yy<br />
(ω)+R vv<br />
(ω).<br />
Our aim is to estimate the source speech signal S(ω). The<br />
most common way is to apply a linear filter h(ω) to the observation<br />
vector x(ω) for each frequency bin, i.e.:<br />
(5)<br />
Fig. 1. Signal model for multi-microphone system<br />
Rys. 1. Model sygnału dla systemu wielomikrofonowego<br />
30<br />
The above formula can be viewed as the frequency domain implementation<br />
of the finite-impulse-response (FIR) filter. The derivation<br />
of the optimal weighting vector h(ω) depends on some<br />
criteria which we will investigate later.<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
Generalised Sidelobe Canceller<br />
The GSC approach [3, 4] converts a constrained optimization<br />
problem in the LCVM method into an unconstrained form [10].<br />
Namely it is assumed that the filtering for each channel can be<br />
performed in two orthogonal subspaces. This is equivalent to the<br />
following decomposition of the weighting vector:<br />
(6)<br />
where w(ω) is a fixed beamformer FIR filter of size N (called a steering<br />
vector) and B(ω) is a blocking matrix of size N×(N-1) that<br />
spans the null space of a(ω). The minimum norm solution for the<br />
vector w(ω) (which results in a distortionless beamformer) is given<br />
by:<br />
(7)<br />
The choice of B(ω) is not unique and any matrix satisfying<br />
B H (ω)a(ω)=0 is able to block the speech and create noise reference<br />
signal. For example a proper blocking matrix can be obtained<br />
using the transfer function ratios:<br />
A major drawback of the GSC beamformer is a high sensitivity<br />
to estimation errors i.e. microphone mismatch. However it<br />
is difficult to perform blind model identification i.e. finding accurate<br />
estimates of the transfer functions a(ω), especially when the nonstationary<br />
conditions are assumed (for example a moving speech<br />
source). Similarly an estimation of the proper blocking matrix<br />
is not easy task as it depends on the transfer function ratios.<br />
Perceptually modified GSC method<br />
Many methods have been proposed to increase robustness<br />
of the GSC beamformer, including an estimation of the secondorder<br />
statistics of the observation signals [4], [11] or an usage<br />
of the physically based signal model [12]. In fact all these methods<br />
only roughly approximate true channel transfer-functions, which<br />
results in a poor performance under system model uncertainties.<br />
Therefore we assume a presence of the estimation errors explicitly<br />
in the model:<br />
(13)<br />
where<br />
(8)<br />
(14)<br />
The objective of the GSC approach is to find optimal vector g(ω)<br />
of size N-1 by solving the following (unconstrained) optimization<br />
problem:<br />
(9)<br />
This is equivalent to minimizing an average residual noise power<br />
at the GSC output. The solution for (9) is the multichannel Wiener<br />
filter [4]:<br />
(10)<br />
Recalling (6), note that the objective of the first component – w(ω)<br />
is to perform dereverberation on the signal x(ω), while the objective<br />
of the second component – B(ω)g(ω) is to create noise<br />
reference and suppress the additive noise. Therefore the GSC<br />
output can be written as follows:<br />
(11)<br />
where<br />
(12)<br />
are the beamformer speech component, residual noise, speech<br />
leakage and noise reference, respectively. Note that since<br />
w(ω)≠w a<br />
(ω) and w H (ω)a(ω)≠1, the beamformer speech component<br />
is distorted i.e. Ŝ(ω)≠S(ω). In practice it results in imperfect<br />
speech dereverberation. Similarly, if the blocking matrix is estimated<br />
inaccurately, i.e. B(ω)≠B a<br />
(ω) and B H (ω)a(ω)≠0, then the<br />
speech signal leakages to the noise reference signal. Due to fact<br />
the conventional GSC method minimizes average residual noise<br />
power it also suppress the speech components.<br />
Reducing the speech leakage effect seems to be crucial for<br />
improving speech intelligibility, therefore we put aside dereverberation<br />
problems and propose to use weighting factor in the noise<br />
cancellation loop as illustrated in Fig. 2. A major purpose of this<br />
parameter is to perform some residual noise shaping to minimize<br />
the speech distortions. Let’s define weighted residual noise power<br />
spectrum measured at the output of the GSC as follows:<br />
(15)<br />
Simply, the parameter α(ω) can be adjusted empirically. It is clear<br />
that since α(ω)≈0, the output of the GSC is close to beamformer<br />
output so that the speech leakage effect is minimized, but it also<br />
results in the residual noise increase. Otherwise, since α(ω)≈1,<br />
the maximum possible noise reduction is ensured, but also speech<br />
components may be canceled. Therefore we propose to<br />
shape residual noise spectrum according to psychoacoustic rule.<br />
A verified approach is to set a desired residual noise level just<br />
below the clean speech masking threshold [7, 8]:<br />
(16)<br />
where (17)<br />
is a maximum possible residual noise power level (i.e. no noise cancellation)<br />
and φ m<br />
(ω) is a masking threshold of the clean speech. Substituting<br />
(16) into the left side of (15) and solving for α(ω) we obtain:<br />
(18)<br />
where<br />
Fig. 2. Modified GSC block diagram<br />
Rys. 2. Zmodyfikowany diagram blokowy metody GSC<br />
(19)<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 31
Fig. 3. Estimation of perceptual weighting factor at frequency bin 1 kHz<br />
Rys. 3. Estymacja percepcyjnego współczynnika wagowego dla zakresu<br />
częstotliwości 1 kHz<br />
An example estimation of the weighting factor α(ω) is depicted<br />
in Fig. 3. In this case the residual noise level was adjusted using<br />
psychoacoustic rule (16). It is clear that for high speech power<br />
levels the weighting factor decreases, so that the signal Ŷ FBF<br />
(ω) is<br />
a dominant part of the GSC output.<br />
In the presented system, the masking threshold φ m<br />
(ω) of the<br />
clean speech must be estimated. However most psychoacoustic<br />
models compute φ m<br />
(ω) by applying some non-linear operator f {.}<br />
to the clean speech power spectal density (PSD) – φ s<br />
(ω) so that<br />
φ m<br />
(ω)=f {φ s<br />
(ω)}. Therefore we estimate the clean speech PSD,<br />
first:<br />
(20)<br />
Then we use (20) as an input for Johnston’s psychoacoustic<br />
model [13]. Note that the microphone speech signal y(ω) is not<br />
observable, thus the corresponding correlation matrix is usually<br />
computed as R yy<br />
(ω)=R xx<br />
(ω)–R vv<br />
(ω).<br />
In order to avoid the transfer functions estimation, we propose<br />
to use a conventional delay-and-sum beamformer similarly as in<br />
[12, 14]. In fact this approach is reliable for narrow-band signals<br />
only and less-reverberant environments. However this solution is<br />
easy to implement and can be simply extended to track moving<br />
speech sources. Therefore in our experiments we use following<br />
steering vector:<br />
(21)<br />
where τ 1<br />
, τ 2<br />
,..., τ N<br />
– relative delays between microphones.<br />
For estimation of the blocking matrix we use the method proposed<br />
in [11] based on the second order statistics of the observation<br />
signals. This approach is theoretically equivalent to utilization<br />
of the true channel transfer-function ratios (8):<br />
(22)<br />
where χ i, j<br />
(ω) is the element of R yy<br />
(ω) at i th row and jth column.<br />
Experiments<br />
In this section we investigate the performance of the proposed<br />
method (denoted as GSCp), the same method but without perceptual<br />
weighting (denoted as GSC) and the conventional generalized<br />
sidelobe canceler (db-GSC) with delay-and-sum beamformer<br />
and fixed blocking matrix as in [12]. All methods were<br />
implemented in MATLAB using overlap-save procedure. Namely<br />
the microphone signals are cut into 50% overlapping frames<br />
of size N f<br />
= 2048 samples. Once the signals are filtered in the DFT<br />
domain they are transformed back to time domain and only last<br />
K = N f<br />
/2 samples are saved to avoid circular convolution effect. In<br />
order to impose the non-casual FIR constraint we proceed as in<br />
32<br />
Fig. 4. Room impulse response between speech source and microphone<br />
#1 (top). Energy decay curve - EDC (bottom)<br />
Rys. 4. Odpowiedź impulsowa między źródłem mowy i mikrofonem<br />
nr 1 (górny). Krzywa zanikania energii – EDC (dolny)<br />
[4], truncating the filters in the time domain. We assumed that the<br />
filter lengths are less than K taps.<br />
The acoustic impulse responses (IRs) were generated using<br />
software. We simulated the rectangular enclosure with dimensions<br />
10×8×3.5 m. In the test scenario we assumed uniform linear array<br />
of eight microphones and point noise source (white Gaussian noise).<br />
The room impulse response between the speech source and<br />
microphone #1 is presented in Fig. 4. We also show energy decay<br />
curve (EDC) for that response. The EDC corresponding to some<br />
impulse response a(t) is defined as follows [4]:<br />
(23)<br />
The point where the EDC decreases abruptly is called total duration<br />
(TD). The clarity index is defined by<br />
(24)<br />
The speech source signal was sampled at 16 kHz. It was comprised<br />
of four short, sentences uttered both by male and female<br />
speakers, selected from TIMIT database [15]. Then the speech<br />
signal was convolved with the simulated IRs and added to the<br />
white Gaussian noise at different SNRs.<br />
In order to efficiently compute the frequency filters the correlation<br />
matrix of the noise signal has to be estimated. However for<br />
comparative purposes we put aside this problem and estimate<br />
this matrix directly from data. In practice any voice activity detector<br />
(VAD) can be used to update noise statistics in the speech<br />
pauses only. Similarly we compute the microphone delays for the<br />
delay-and-sum beamformer using true impulse responses. However<br />
they can be also estimated on-line to track the changes of<br />
the speech source position. However this is much difficult problem,<br />
especially if the system has to work in the blind-manner. On<br />
the other hand for stationary sources the acoustic environment<br />
parameters can be known i.e. easily measured or calibrated during<br />
a system setup. In a such case we expect a performance<br />
improvement as the simple phase delays can be replaced with<br />
measured impulse responses.<br />
In the experiments the SNR based measures were used for an<br />
objective performance evaluation. The speech distortion measure<br />
(SD) is defined as the segmental signal to noise ratio (SegSNR)<br />
where the noise is interpreted as a difference between the source<br />
signal and enhanced speech. The amount of noise reduction<br />
was measured using noise attenuation factor (NA) defined as the<br />
mean ratio between the input noise power and output noise power<br />
in speech pauses, only. Additionally PESQ measure [16] was<br />
used for the evaluation of the speech distortion.<br />
The objective measurement results are depicted in Fig. 5. Figure<br />
6 shows the spectrograms of the clean speech signal, noisy<br />
speech at microphone #1 (SegSNR=0 dB) and enhanced speech.<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
a)<br />
b)<br />
Fig. 5. Performance analysis: objective measures for N=4 microphones versus input SegSNR (a); objective measurement at input SegSNR=0<br />
dB versus number of microphones (b)<br />
Rys. 5. Analiza wydajności: miary obiektywne ze względu na współczynnik SegSNR dla N=4 mikrofonów (a); miary obiektywne ze względu na<br />
liczbę mikrofonów przy stałym współczynniku SegSNR=0 dB (b)<br />
Fig. 6. Spectrograms: clean speech (top), noisy speech at SNR=0 dB (middle), enhanced speech<br />
with the proposed method (bottom)<br />
Rys. 6. Spektrogramy: czysta mowy (górny), mowa zakłócona przy współczynniku SNR=0 dB<br />
(środkowy), mowa uzdatniona z wykorzystaniem proponowanej metody (dolny)<br />
Perceptual evaluation using PESQ measure<br />
Ocena percepcyjna z wykorzystaniem miary PESQ<br />
The PESQ scores are collected in Tabl. The numerical examples<br />
confirm our theoretical study. The proposed method provides the<br />
lowest speech distortion, but at cost of the increased residual noise.<br />
However as can be seen in Tabl., the proposed approach<br />
outperforms other methods also in terms of the PESQ scores.<br />
It suggests that the residual noise is properly masked. In all cases<br />
we observe lower performance results for the conventional<br />
(db-GSC) method. The difference between the proposed method<br />
(GSCp) and non-perceptual one<br />
(GSC) is rather small, especially<br />
for high SNRs. A similar situation<br />
can be observed evaluating the<br />
microphone number dependency<br />
(Fig. 5b). As can be seen for six or<br />
more microphones the speech distortions<br />
are almost the same for<br />
both systems. In such conditions<br />
(high SNR, more microphones)<br />
the estimation errors are relatively<br />
small and they have limited<br />
impact on the GSC performance.<br />
On the other hand we use a very<br />
simple procedure for the masking<br />
threshold estimation.<br />
Conclusion<br />
We proposed the perceptually<br />
motivated method for multichannel<br />
speech enhancement. A conventional<br />
generalized sidelobe<br />
canceler has been modified by<br />
introducing perceptual weighting factor into noise cancellation<br />
loop. The purpose of this factor is to reduce the speech leakage<br />
at cost of the increased residual noise. It is based on observation<br />
that some noise can be tolerated by auditory system as long as it<br />
is placed below masking threshold. Also we combined delay-andsum<br />
beamformer in the novel GSC structure, and use blocking<br />
matrix which relies on second order statistics only. We provide<br />
some numerical examples that confirm our observations. The experimental<br />
results show that the proposed method outperforms<br />
other approaches providing better residual noise shaping and less<br />
audible speech distortions. Also better noise reduction has been<br />
obtained comparing to conventional delay-and-sum based GSC<br />
beamformer.<br />
There are some possible improvements of the proposed<br />
method, i.e.: more accurate masking threshold estimation, moving-source<br />
delay estimation or a derivation of an optimal noise<br />
canceler filter directly involving residual noise level. These issues<br />
will be considered in the future work.<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 33
Work supported by Bialystok University of Technology under the<br />
grant S/WI/4/08<br />
References<br />
[1] Frost O.: An algorithm for linearly constrained adaptive array processing.<br />
in Proc. IEEE, vol. 60, Aug 1972, pp. 926–935.<br />
[2] Capon J.: High resolution frequency-wavenumber spectrum analysis.<br />
in Proc. IEEE, vol. 57, no. 8, Aug 1969, pp. 1408–1418.<br />
[3] Griffiths L., Jim C.: An alternative approach to linearly constrained<br />
adaptive beamforming. IEEE Trans. Antennas Propag., vol. AP-30,<br />
no. 1, pp. 27–34, Jan 1982.<br />
[4] Gannot S., D. Burshtein, and E. Winstein: Signal enhancement using<br />
beamforming and nonstationarity with applications to speech. IEEE<br />
Trans. Signal Process., vol. 49, no. 8, pp. 1614–1626, 2001.<br />
[5] Chen J., J. Benesty, and Y. Huang: A minimum distortion noise reduction<br />
algorithm with multiple microphones. IEEE Trans. Audio, Speech,<br />
Lang. Process., vol. 16, no. 3, pp. 481–493, 2008.<br />
[6] Huang Y., J. Benesty, and J. Chen: Analysis and comparison of multichannel<br />
noise reduction methods in a common framework. IEEE<br />
Trans. Audio, Speech, Lang. Process., vol. 16, no. 5, pp. 957–968,<br />
2008.<br />
[7] Gustafsson S., P. Jax, and P. Vary: A novel psychoacoustically motivated<br />
audio enhancement algorithm preserving background noise<br />
characteristic. in Proc. ICASSP, vol. 1, 1998, pp. 397–400.<br />
[8] Petrovsky A., M. Parfieniuk, and A. Borowicz: Warped DFT based<br />
perceptual noise reduction system. in Proc. AES 116th, Berlin, Germany,<br />
May 2004, 14 p.<br />
[9] Schelkunoff S.: A mathematical theory of linear arrays. Bell Syst.<br />
Tech. J., vol. 22, pp. 80–107, Jan 1943.<br />
[10] Breed B., J. Strauss: A short proof of the equivalence of lcmv and gsc<br />
beamforming. IEEE Signal Process. Lett., vol. 9, no. 6, pp. 168–169,<br />
Jun 2004.<br />
[11] Souden M., J. Benesty, and S. Affes: On optimal frequency-domain<br />
multichannel linear filtering for noise reduction. IEEE Trans. Audio,<br />
Speech, Lang. Process., vol. 18, no. 2, pp. 260–276, 2010.<br />
[12] Spriet A., M. Moonen, and J. Wouters: Robustness analysis of<br />
multi-channel wiener filtering and generalized sidelobe cancellation<br />
for multi-microphone noise reduction in hearing aid applications.<br />
IEEE Trans. Speech Audio Process., vol. 13, no. 4, pp.<br />
487–503, 2005.<br />
[13] Johnston J.: Transform coding of audio signals using perceptual noise<br />
criteria. IEEE J. on Selected Areas in Comm., vol. 6, pp. 314–323,<br />
February 1988.<br />
[14] Talmon R., I. Cohen, and S. Gannot: Multichannel speech enhancement<br />
using convolutive transfer function approximation in reverberant<br />
environments. in Proc. ICASSP, 2009, pp. 3885–3888.<br />
[15] Garofolo J., L. Lamel, W. Fisher, J. Fiscus, D. Pallett, and N.<br />
Dahlgren: DARPA TIMIT Acoustic-Phonetic Continuous Speech<br />
Corpus. National Institute of Standards and Technology (NIST),<br />
CD-ROM, 1993.<br />
[16] Rix A. W., J. G. Beerends, M. P. Hollier, and A. P. Hekstra: Perceptual<br />
evaluation of speech quality (pesq)-a new method for speech quality<br />
assessment of telephone networks and codecs. in Proc. ICASSP,<br />
2001, pp. 749–752.<br />
FPGA implementation of parallel image processing system<br />
(Równoległy system przetwarzania obrazów zrealizowany w technologii FPGA)<br />
mgr inż. Przemysław Brylski, dr hab. Michał Strzelecki<br />
Technical University of Lodz, Institute of Electronics<br />
During the last decade field programmable gate array (FPGA)<br />
devices achieved technology grade competitive to traditional<br />
digital processor systems (DPS). Nowadays FPGA offer very<br />
high logical capacity, parallel processing possibilities, high<br />
speed and flexibility. These features of FPGA devices make<br />
them suitable for development of digital image processing systems.<br />
The strong demand of fast parallel processing of data<br />
results in designing and implementing of digital processor in<br />
a number of various architectures. One of the possible and<br />
promising approaches to parallel data processing is a network<br />
of synchronized oscillators [1]. It has been proven that such<br />
a network is a reliable tool for image analysis tasks, including<br />
segmentation or noise removal. Its operation is based on the<br />
„temporary correlation” theory [2], which attempts to explain<br />
scene recognition as performed by human brain. Based on this<br />
idea, the parallel digital image processor for image segmentation<br />
and analysis was proposed in [3]. Described processor<br />
was implemented in VHDL [6, 7] language and simulated in<br />
ModelSim software for 8×8 image size. Performed tests confirm<br />
that this processor can be successfully applied for segmentation<br />
of binary images.<br />
In order to reduce a utilization of FPGA logic by a single image<br />
processing unit (node), several modifications of the image processor<br />
structure were proposed in [4, 5]. As described in [5] a significant<br />
reduction of LUTs needed for node realization (more than<br />
15 times) and general purpose registers (more than 6 times) was<br />
achieved. These changes also adopted an algorithm of the image<br />
processor for more effective operation in the FPGA structure. As<br />
a result, implementation of a processor capable to analyse an<br />
image of 16×16 pixels in the Xilinx XC3S500E Spartan-3E family<br />
device was achieved.<br />
This paper presents verification results of hardware implementation<br />
of the parallel digital image processor.<br />
34<br />
Image processor architecture<br />
Figures 1 presents a block diagram of the parallel image processor.<br />
It contains microcontroller, control unit and a matrix of NxN<br />
nodes.<br />
Microcontroller performs the following functions:<br />
● loading the image from the host computer<br />
● evaluation of node weights and activation tables<br />
● controlling the segmentation process<br />
● delivering the processed image to the host computer<br />
Central Unit carries out the following tasks:<br />
● downloading the preprocessed image data from the microcontroller<br />
into processing matrix,<br />
● providing the clock and control signals for nodes,<br />
● detection of the end of segmentation process,<br />
● delivering the analyzed image back to the microcontroller.<br />
The parallel image processor proposed in [3] and modified<br />
in [4, 5] implements the matrix of active nodes that correspond<br />
Microcontroller<br />
USB<br />
SPI<br />
Fig. 1. Block diagram of image processor<br />
Rys. 1. Schemat blokowy procesora obrazu<br />
FPGA<br />
Control<br />
Unit<br />
Matrix<br />
NxN Nodes<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
A IN (1)<br />
Modulo-4<br />
counter<br />
Activation<br />
Table<br />
4x2 bits<br />
A IN (0)<br />
0<br />
A IN (2)<br />
1<br />
MUX<br />
2<br />
Sel<br />
3<br />
PA bit<br />
&<br />
Activation<br />
check block<br />
A IN (3)<br />
Statistics of FPGA resources (XC3S500E) used for the implementation<br />
of image processor<br />
Zasoby układu FPGA (XC3S500E) wykorzystane do realizacji procesora<br />
obrazu<br />
Logic utilization Used Utilization<br />
Number of Slice Flip Flops 5.433 58%<br />
Number of 4 input LUTs 7.221 77%<br />
Number of occupied Slices 4.527 97%<br />
Number of Slices containing only<br />
related logic<br />
4.527 100%<br />
Number of bonded IOBs 8 3%<br />
Number of BUFGMUXs 3 12%<br />
Fig. 2. The concept of the activation table for neighborhood size N=4<br />
Rys. 2. Koncepcja tablicy aktywacji dla sąsiedztwa o rozmiarze N=4<br />
to the image pixels. These nodes are connected by weights that<br />
depend on gray levels of neighboring pixel intensities. Weights,<br />
instead of storing them in each particular node, are transformed<br />
to activation table [4] (shown in Fig. 2). In this form node weights<br />
are effectively kept in distributed RAM shift registers (an alternative<br />
functionality of LUTs – SRL16 [8]) of FPGA device. Activation<br />
table orders neighbor nodes accordingly to the weight values that<br />
connect these nodes to the processed node. This information is<br />
important and then used during node activation.<br />
Processor implements an algorithm, which is similar to the<br />
region growing segmentation. Node that belongs to the homogeneous<br />
image region possesses the same unique label. During<br />
each propagation cycle, the label is assigned to all these neighbors<br />
of given active node (which already has been labeled), for<br />
which connection weight is sufficiently high.<br />
Detailed information about algorithm performed by the processor<br />
is presented in [4].<br />
As shown in Fig. 1 the microcontroller is connected to the<br />
FPGA device via Serial Peripheral Interface (SPI). This interface<br />
is also used inside FPGA device to deliver data to each node.<br />
One of the advantages of the applied solution is transfer of various<br />
commands to all nodes at the same time. It is possible thanks<br />
to cascade connection of all nodes. Data and commands are<br />
transferred to (i,k) node by shifting via all nodes in the chain. This<br />
allows outputting the segmentation result from the matrix during<br />
the transfer of new commands to nodes. The SPI bus can be<br />
effectively implemented in FPGA with the use of distributed RAM<br />
shift registers.<br />
Synthesis and implementation<br />
The IP Core of the image processor containing 16x16 elements<br />
matrix size was synthesized, then placed and routed for XCS500E<br />
with Xilinx ISE 13.1.<br />
The implemented circuit utilizes approximately 97% slices of<br />
the FPGA device. Detailed statistics of the FPGA logic utilization<br />
are presented in Tabl.<br />
The power dissipation of the implementation estimated by Xilinx<br />
XPower is less than 0,170 W for a toggle-rate of 50%. The<br />
circuit is able to run up to 113 MHz.<br />
High-speed operation of the FPGA logic enables 100 MHz<br />
clock frequency for nodes and the rotation of labels. Thus each<br />
label propagates between neighbor nodes within 60 ns (for 6-bit<br />
label).<br />
Experiment results<br />
To verify the correct operation of FPGA image processor circuit<br />
ATmega128 [9] microcontroller chip was used. It is an 8-bit<br />
microcontroller with RISC architecture, manufactured by Atmel.<br />
In performed test ATmega128 works with 14.7456 MHz system<br />
clock, thus the maximum clock frequency on SPI bus is limited to<br />
7.3728 MHz.<br />
Number of DCMs 1 25%<br />
Fig. 3. Exchange of SPI frames between microcontroller and FPGA<br />
device<br />
Rys. 3. Wymiana ramek SPI między mikrokontrolerem i układem<br />
FPGA<br />
Figures 3 shows the oscillogram of the data exchange between<br />
microcontroller and FPGA. It can be observed that single<br />
SPI frame (8-bits) is transmitted every 6 µs while time needed for<br />
it is equal approximately to 1 µs.<br />
This 5 µs gap is caused by low computing power of the microcontroller<br />
that is unable to perform faster provision of data to<br />
its SPI controller. For this reason, the loading time of activation<br />
tables (for neighborhood size N = 4) equals to 1,535 ms. Similarly,<br />
the time of command transfer (for 6-bit label) is 1,535 ms also.<br />
Despite of the high speed of labels propagation (t LP<br />
= 60 ns<br />
for 6-bit label) and single object labeling (of the order of microseconds),<br />
low throughput of microcontroller/FPGA interface decreases<br />
performance of whole image processing system.<br />
Additionally, images are processed in a sequential manner because<br />
the simultaneous activation of many leaders in the same<br />
image object is not possible. This could cause the label propagation<br />
cycles in image homogeneous regions that are not allowed.<br />
Therefore, the segmentation of next object must be preceded by<br />
reception of previous results and also by transmission of new<br />
commands to the nodes matrix.<br />
It is illustrated in Fig. 4 where: N - phase of loading of activation<br />
tables, Cx - phase of commands transfer regarding particular<br />
image area, Rx – stage of reception of the result, Seg.<br />
x – processing phase of particular area. As can be seen, the<br />
phase of issuing orders/retrieving of partial results of the segmentation<br />
takes many times longer than the segmentation of<br />
image objects. It has key impact on the degradation of system<br />
performance.<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 35
10000<br />
Runme [us]<br />
1000<br />
100<br />
10<br />
1<br />
N<br />
C1<br />
Seg. 1<br />
R1<br />
C2<br />
Seg. 2<br />
R2<br />
Fig. 4. Stages of image processor operation<br />
Rys. 4. Etapy pracy procesora obrazu<br />
Fig. 5. Graphical interface of the test application<br />
Rys. 5. Interfejs graficzny aplikacji testowej<br />
C3<br />
Seg. 3<br />
R3<br />
The node that was chosen as the segmentation leader, is marked<br />
with red color. Remaining pixels that can be labeled in the<br />
next phase of processing are highlighted in green. Background<br />
of the image was not labeled and highlighted (the initial labels<br />
values equal to 0 were maintained). Total processing time for this<br />
sample image was approximately 16,89 ms. Figures 6 presents<br />
labeling result. As can be seen the processor recognized seven<br />
homogeneous objects in the sample image within 23,65 ms. First<br />
object was labeled within 2,5 µs.<br />
Conclusion<br />
Verification of the hardware implementation of the image processor<br />
for labeling of binary was described in this paper. Tests<br />
performed on sample images confirm correct operation of the<br />
system.<br />
In the current implementation, images are<br />
segmented in a sequential manner, object by<br />
object. Additionally, system performance is limited<br />
by the computing power of used microcontroller,<br />
throughput of the SPI interface and<br />
the need of re-sending commands to nodes<br />
matrix for every processed image object.<br />
Increase of the system efficiency can be<br />
achieved by targeting image processor design<br />
to one of Virtex-5 FXT FPGA family devices.<br />
Build in high performance, PowerPC<br />
440 processor can be fast, directly connected<br />
to Control Unit. Also high logic capacity of Virtex-5<br />
family devices will allow to processing<br />
of larger images.<br />
To avoid label propagation problem during<br />
the simultaneous activation of many leaders<br />
in single image object the implementation of<br />
an algorithm for appropriate leader processing<br />
is needed. This will also solve the problem<br />
of the end of segmentation detection.<br />
Finally, different modes of node weight<br />
estimation will be implemented to enable<br />
segmentation of gray level images and other<br />
image processing operations e.g. edge detection<br />
of morphological filtering.<br />
References<br />
Fig. 6. Segmentation result of sample binary image<br />
Rys. 6. Wyniki segmentacji testowego obrazu binarnego<br />
Binary images used for system tests were created using the<br />
C# application (Microsoft Windows). The image composer is placed<br />
on the left side of application front panel (as shown in Fig. 5)<br />
and the result of segmentation is displayed on the right side.<br />
Sample binary image (shown on the left side in Fig. 5) with five<br />
objects (black pixels) on the background (white pixels) was used<br />
for system testing.<br />
As can be seen, the image processor, after the first stage<br />
of analysis, distinguishes one homogeneous area in analyzed<br />
picture. Pixels belonging to this area were marked by label “1”<br />
within 2,5 µs.<br />
[1] Çesmeli E., Wang D.: Texture Segmentation<br />
Using Gaussian-Markov Random<br />
Fields and Neural Oscillator Networks.<br />
IEEE Transactions on Neural Networks,<br />
12, 2, 2001, pp. 394–404.<br />
[2] Wang D., Ternan D.: Image segmentation<br />
based on oscillatory correlation. Neural<br />
Computation, 9, 1997, pp. 805–836.<br />
[3] Brylski P., Strzelecki M.: Network of Synchronized Oscillators<br />
– Digital Approach. SPA 2008, Poznan, Poland, pp. 161–164.<br />
[4] Brylski P., Strzelecki M.: Architecture of image analysis system<br />
for implementing parallel digital image processor. <strong>Elektronika</strong> nr<br />
3/2010, pp. 90–93.<br />
[5] Brylski P., Strzelecki M.: Implementation of the parallel digital<br />
processor for image analysis using FPGA technology. <strong>Elektronika</strong><br />
nr 5/2011, pp. 68–71.<br />
[6] Skahill K.: VHDL for Programmable Logic, Addison- Wesley<br />
1996.<br />
[7] Pedroni Volnei A.: Circuit Design with VHDL. MIT Press 2004.<br />
[8] http://www.xilinx.com/support/documentation/spartan-3e.htm<br />
last visited in June 2011.<br />
[9] http://www.atmel.com/dyn/products/product_card.asp?part_<br />
id=2018&category_id=163&family_id=607&subfamily_id=760<br />
last visited in April 2011.<br />
36<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
Zastosowanie przekształceń grafiki trójwymiarowej<br />
w obrazowej diagnostyce medycznej<br />
mgr inż. Adam Skurski 1) , mgr inż. Piotr Mazur 1) , dr inż. Jakub Chłapiński 1) ,<br />
dr inż. Marek Kamiński 1) , prof. dr hab. inż. Andrzej Napieralski 1) ,<br />
prof. dr hab. n.med. Jarosław Kasprzak 2) , dr hab. n.med. Piotr Lipiec 2)<br />
1)<br />
Politechnika Łódzka, Katedra Mikroelektroniki I Technik Informatycznych, Łódź, Polska<br />
2)<br />
Uniwersytet Medyczny w Łodzi, Katedra i Klinika Kardiologii, Łódź, Polska<br />
Graficzna reprezentacja wyników analiz medycznych może dostarczyć<br />
dużo większą ilość informacji przy zwiększonej czytelności<br />
prezentowanych danych, niż analiza wyłącznie tabelarycznych<br />
danych tekstowych. Dzięki rozwojowi technik cyfrowych raporty<br />
medyczne zmieniły swoją postać z wykazu wartości liczbowych<br />
na bardziej wyrafinowane i łatwiejsze w interpretacji formy prezentacji<br />
wyników. W okresie ostatnich 30 lat można zauważyć istnienie<br />
silnej tendencji w kierunku uproszczenia sposobu wyświetlania<br />
danych wynikowych poprzez przedstawianie ich w postaci<br />
wykresów, czy prezentacji kolorowych modeli. Współczesne techniki<br />
diagnostyki medycznej wymagają, aby dane prezentowane<br />
w formie graficznej były dokładne i intuicyjnie interpretowalne, co<br />
często wymaga długotrwałego przetwarzania danych zebranych<br />
podczas badania. Tego rodzaju analizy wymagają więc od personelu<br />
medycznego wydłużonego czasu oczekiwania na wynik<br />
w celu podjęcia dalszych kroków diagnostyki i przyjęcia odpowiedniej<br />
ścieżki leczenia. Ciągły postęp technologiczny umożliwia<br />
obecnie znaczące skrócenia tego czasu przyczyniając się do<br />
gwałtownego rozwoju diagnostyki obrazowej.<br />
Wykorzystanie techniki CT (ang. Computed Tomography<br />
– tomografia komputerowa) dało możliwości reprezentacji wnętrza<br />
ludzkiego ciała za pomocą obrazów dwu- i trójwymiarowych<br />
(2D/3D). Zastosowanie algorytmów segmentacji obrazu umożliwiło<br />
osiągnięcie wysokiej precyzji odwzorowania przy obserwacji<br />
pojedynczych organów wewnętrznych. Inne algorytmy, takie<br />
jak algorytm Marching Cubes [7], pozwalają na opracowanie<br />
z otrzymanych obrazów modeli analizowanych struktur w postaci<br />
cyfrowej siatki geometrycznej reprezentującej ich powierzchnię<br />
boczną. Implementacja wybranych algorytmów i zastosowanie<br />
nowoczesnych technik komputerowych umożliwiło skrócenie czasu<br />
wykonywania tego rodzaju przekształceń graficznych do kilku<br />
sekund. To natomiast sprawiło iż kolejne metody przekształceń<br />
obrazów medycznych pozwalają na uzyskanie coraz to bardziej<br />
złożonych analiz medycznych.<br />
Niekiedy proces diagnostyczny wymaga podejmowania decyzji<br />
o sposobie leczenia na podstawie danych z różnych, prowadzonych<br />
niezależnie badań. Często wymogiem staje się łączenie<br />
danych morfologicznych z analizami funkcji narządów. Dane te są<br />
zazwyczaj otrzymywane za pomocą różnych technik obrazowania<br />
medycznego i prezentowane w różnych formach graficznych<br />
takich jak mapy parametryczne (np. kolorowe wykresy poszczególnych<br />
właściwości funkcjonalnych). Z tego punktu widzenia<br />
koncepcja łączenia różnorodnych reprezentacji wyników diagnoz<br />
medycznych (obrazów 2D, obrazów 3D i map parametrycznych)<br />
staje się tematyką niezwykle obiecującą i rokującą nowymi zastosowaniami<br />
w diagnostyce obrazowej.<br />
Proponowane w pracy rozwiązanie, to połączenie obrazów<br />
otrzymywanych za pomocą tradycyjnych metod obrazowania 2D<br />
z trójwymiarowym widokiem modelu wybranego obiektu. Przyczynia<br />
się to do uzyskania dodatkowych, niezwykle przydatnych danych<br />
przy podejmowaniu decyzji diagnostycznych [5]. Celem prezentowanej<br />
fuzji obrazów jest przygotowanie wyniku końcowego<br />
w postaci reprezentacji graficznej zawierającej wyniki jednocześnie<br />
kilku ekspertyz medycznych na jednym, trójwymiarowym obrazie<br />
organu wewnętrznego. Końcowa grafika posiada możliwości<br />
interaktywnego manipulowania widoku prezentowanych danych,<br />
która to funkcjonalność zapewnia przejrzystość prezentowanych<br />
przez nią informacji.<br />
Biblioteka graficzna<br />
Głównym zadaniem prezentowanej biblioteki graficznej jest<br />
przygotowanie prostych w użyciu, technicznych metod wykonania<br />
fuzji obrazów medycznych prezentowanych w różnych<br />
przestrzeniach graficznych (2D i 3D). Proponowane rozwiązanie<br />
programistyczne jest oparte na założeniu łączenia kilku, niezależnie<br />
przygotowywanych wyników analiz medycznych w jeden<br />
trójwymiarowy obraz uzyskany na podstawie modelu powierzchni<br />
bocznej analizowanego narządu wewnętrznego. Zaproponowana<br />
synteza ma na celu zapewnienie lepszego zrozumienia wyników<br />
wykorzystywanych badań i tym samym poprawienia ich wartości<br />
diagnostycznej. Prezentowane podejście oparte jest na algorytmach<br />
przetwarzania opisanych kolejno w poniższych punktach<br />
publikacji.<br />
Ekstrakcja modelu<br />
Przykładem wykorzystania obrazu 3D badanego narządu wewnętrznego<br />
jest diagnostyka obrazowa oparta o badanie CT. Nowoczesne<br />
urządzenia CT są w stanie zebrać dane z przebiegu<br />
badania w sposób łatwy do obróbki i możliwy do dalszej analizy<br />
nawet już po zakończeniu badania. Wbudowane algorytmy pozwalają<br />
uzyskać zbiory voxali (najmniejszych elementów przestrzeni<br />
w grafice trójwymiarowej), które w sposób jednoznaczny<br />
definiują najbliższe otoczenie wraz z obiektem poddawanym obserwacji<br />
[1]. Uzyskane dane stanowią podstawę do zapisu tych<br />
informacji w postaci standardowych plików archiwum DICOM<br />
[13]. Forma zapisu może być zróżnicowana w zależności od potrzeb,<br />
choć najczęściej stosuje się zapis przekrojów równoległych<br />
z zachowaniem równych odstępów pomiędzy kolejnymi płaszczyznami.<br />
Omawiana biblioteka graficzna jest w stanie importować<br />
dane przygotowane w formacie DICOM i przekształcić je do formy<br />
umożliwiającej wykonywanie dalszych przekształceń. Dane<br />
z plików DICOM są traktowane jako wielkości wejściowe dla algorytmów<br />
segmentacji służących do wykonywania ekstrakcji sekcji<br />
obrazu. Wykorzystanie algorytmów progowania [10] umożliwia<br />
wyodrębnienie analizowanych struktur od otoczenia i reprezentację<br />
danych jako zbioru punktów w przestrzeni 3D.<br />
Ekstrakcja powierzchni<br />
Uzyskany za pomocą algorytmów progowania podzbiór voxali<br />
służy do uzyskania zdefiniowanego zbioru bocznej powierzchni<br />
narządu za pomocą siatki trójkątów [3]. Tego rodzaju przekształcenie<br />
umożliwia implementacja zmodyfikowanego algorytmu<br />
Marching Cubes [7] (z ang. algorytm maszerujących sześcianów).<br />
W bibliotece zastosowano podejście każdorazowej analizy<br />
8 sąsiadujących voxali. Z wybranej grupy tworzony jest sześcian,<br />
który poddawany jest dalszej analizie. Z wykorzystaniem procedury<br />
określającej położenie voxali definiowane są wierzchołki,<br />
które znajdują się wewnątrz lub na zewnątrz analizowanego<br />
kształtu. Poprzez określenie tego położenia możliwe jest znalezienie<br />
płaszczyzn zawierających wybrane wierzchołki i wskazanie<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 37
trójkątnych powierzchni, które w przybliżeniu odwzorowują poszukiwaną<br />
powierzchnię boczną. Zbiór wszystkich trójkątów uzyskanych<br />
za pomocą wielokrotnej iteracji po wszystkich punktach<br />
pozwala na określenie w sposób przybliżony powierzchni bocznej<br />
całej analizowanej struktury. Metoda ta na ogół nie pozwala uzyskać<br />
pozbawionego błędów odwzorowania powierzchni bocznej,<br />
ale implementacja i zastosowanie dodatkowych modyfikacji może<br />
pozwolić na znaczne zmniejszenie błędu, co będzie realizowane<br />
w dalszych etapach prac badawczych nad przedstawianym<br />
projektem. Rysunek 1 prezentuje przykład użycia implementacji<br />
algorytmu maszerujących sześcianów.<br />
Wygładzanie powierzchni<br />
Powierzchnie uzyskane przy pomocy wspomnianych już algorytmów<br />
z rodziny Marching Cubes, posiadają znaczną liczbę<br />
nieprawidłowości związanych z założeniami metody wypełniania<br />
całego kształtu bryłami prostopadłościanów [7]. Wynik obarczony<br />
jest efektem aliasingu oraz błędami artefaktów o charakterze<br />
tarasowym. Są to widoczne niekiedy efekty schodków na<br />
powierzchni, która w formie idealnego odwzorowania powinna<br />
mieć charakter gładkich przejść. W celu korekcji tego rodzaju<br />
problemów wykorzystywane są metody rekonstrukcji kształtów<br />
oparte na krzywych B-sklajanych (B-spline). Wygładzenie<br />
obiektu poprzez zmniejszenie efektu schodkowego znacząco<br />
wpływa na polepszenie ogólnych wrażeń użytkownika aplikacji.<br />
Zastosowanie tej techniki prowadzi do uzyskania wynikowego<br />
obiektu o krzywiznach bardziej naturalnych i lepiej reprezentujących<br />
kształt organów wewnętrznych. Proponowany algorytm<br />
wykorzystuje przekroje wzdłużne powierzchni, aby ustalić profil<br />
wygładzania. Stosując to podejście możliwa jest eliminacja niewłaściwej<br />
rekonstrukcji kształtów, w znacznie większej liczbie<br />
wycinków poddanego analizie obiektu. Ostateczne parametry<br />
rekonstrukcji powinny być wybrane w celu uzyskania satysfakcjonujących<br />
wyników dla konkretnych przypadków użycia proponowanych<br />
zbiorów danych wejściowych.<br />
Orientacja obrazów<br />
Fuzja modeli trójwymiarowych i obrazów dwuwymiarowych wymaga<br />
dokładnego określenia wzajemnej orientacji obu przedmiotów<br />
przekształcenia. Uzyskanie odpowiedniej precyzji zorientowania<br />
ma znamienny wpływ na wyniki odwzorowania<br />
końcowego. Każdy punkt na powierzchni obrazu 2D musi mieć<br />
zdefiniowany i przyporządkowany punkt w przestrzeni trójwymiarowej.<br />
Wymaga to określenia znacznej liczby par takich<br />
punktów, co w przypadku braku automatycznego mapowania<br />
bardzo ogranicza praktyczne zastosowania metody. Ze względu<br />
na elastyczność rozwiązania i uniwersalność implementacji<br />
autorzy zdecydowali się na zastosowanie półautomatycznej metody<br />
mapowania przy pomocy ręcznego definiowania wyłącznie<br />
punktów referencyjnych. Metodologia ta pozwala na stosowanie<br />
metody dla różnych kształtów oraz dobór liczby punktów odniesienia<br />
w celu zapewnienia akceptowalnego kompromisu pomiędzy<br />
użytecznością a dokładnością rezultatów. Użytkownik<br />
proszony jest o ręczne wyznaczenie punktów referencyjnych,<br />
które pozwolą na automatyczne przeprowadzenie dopasowania<br />
obu obrazów. Konstelacja wskazanych przez niego punktów<br />
stanowi profil interpolacji obszarów poddawanych przekształceniu<br />
geometrycznemu. Przeprowadzone badania praktyczne<br />
wskazały, iż takich punktów należy określić co najmniej trzy by<br />
zapewnić akceptowalny poziom błędów. Przetwarzanie bardziej<br />
skomplikowanych struktur może wymagać zdefiniowania dodatkowych<br />
par punktów w celu osiągnięcia zadowalającej precyzji.<br />
Rezygnacja z metod w pełni automatycznych na tym etapie<br />
prac wynika z obserwacji, iż w praktyce medycznej wymagana<br />
jest możliwość ręcznej korekty wyników przekształcenia. Wynika<br />
to ze sposobu pracy i przyzwyczajeń użytkowników systemów<br />
diagnostyki obrazowej. Ten aspekt wyklucza więc w pełni<br />
automatyczne rozwiązanie, które może zostać przygotowane<br />
jako dodatkowa funkcjonalność do opcjonalnego wykorzystania<br />
przez personel medyczny.<br />
Teksturowanie<br />
Metoda teksturowania modelu została wykorzystana do połączenia<br />
kilku wyników badań medycznych w jeden trójwymiarowy<br />
obraz prezentowany jako efekt końcowy działania opisanej<br />
biblioteki [4]. Aby wykonać proces teksturowania wymagane jest<br />
przeprowadzenie możliwie najdokładniejszego odwzorowania<br />
geometrycznego powierzchni bocznej modelu 3D na powierzchnię<br />
płaską stanowiącą teksturę. Zastosowana technika teksturowania<br />
UV [6] pozwala na wykorzystanie jej w szerokim zakresie<br />
przypadków. Wskazany algorytm w ni siatki odpowiadały<br />
punktom określonym na obiekcie tekstury. ymaga, aby wszystkie<br />
punkty powierzchW rezultacie uzyskuje się możliwość owinięcia<br />
obiektu 3D obrazem reprezentowanym przez grafikę 2D. Można<br />
również założyć iż mapowanie UV umożliwi połączenie dwu<br />
lub większej liczby grafik 2D i jednoczesne teksturowanie nimi<br />
obiektu trójwymiarowego. Wykorzystanie tej właściwości może<br />
być istotnym ułatwieniem dla personelu medycznego do porównywania<br />
różnego rodzaju badań dotyczących tego samego<br />
obiektu anatomicznego.<br />
Zastosowanie tak uniwersalnej metody zarówno teksturowania,<br />
jak i mapowania różnorodnych obiektów na siebie może<br />
spowodować wiele problemów z dokładnością odwzorowania.<br />
Algorytm teksturowania musi być uodporniony na błędy ekstrakcji<br />
modelu, które mogą wnosić znaczny błąd w rozpoznaniu<br />
anatomicznych cech charakterystycznych badanego organu.<br />
a) b) c) d)<br />
Rys. 1. Etapy przekształcania obrazu: a) wejściowe dane medyczne, b) wynik progowania (dla pojedynczej powierzchni), c) widok objętościowy,<br />
d) ekstrakcja powierzchni<br />
Fig. 1. A set of images sequence after particular stage of execution: a) raw medical data, b) model extraction by threshold on the one slice,<br />
c) volumetric 3D view, d) surface extraction<br />
38<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
Rys. 2. Algorytm fuzji obrazów medycznych<br />
Fig. 2. Overview of the image processing pipeline<br />
Dodatkowe mechanizmy zabezpieczające poprzez automatyczne<br />
rozpoznawanie wzorców kształtu szczególnie ważnych obszarów,<br />
mogłyby znacząco zmniejszyć błąd końcowego wyniku<br />
teksturowania.<br />
Podczas implementacji biblioteki rozważane były również<br />
inne metody prezentacji danych medycznych. Wykorzystanie<br />
typowych algorytmów mapowania, takich jak mapowanie wypukłości<br />
(z ang. Bump mapping) [8] czy mapowanie przemieszczeń<br />
warstw [11] może okazać się również udane, dzięki jednoczesnej<br />
prezentacji kilka wyników badań z wykorzystaniem<br />
pojedynczego trójwymiarowego modelu kształtu. Ponadto reprezentację<br />
wyników można wzbogacić o animację tekstur [12],<br />
która dostarcza dodatkowe, pożądane przez medycynę informacje<br />
o stanie zdrowia.<br />
Przebieg algorytmu fuzji obrazów aż do otrzymania wyniku<br />
końcowego prezentuje schemat blokowy na rys. 2.<br />
Fuzja CT/ECHO<br />
Algorytmy opisane w rozdziale drugim stanowią niezbędny zbiór<br />
metod wykorzystywany do przetwarzania i obróbki obrazów medycznych<br />
w diagnostyce obrazowej. Poprzez wykorzystanie biblioteki<br />
zaproponowanej w przedstawionej postaci możliwe jest<br />
przygotowanie kompleksowego rozwiązania z przeznaczeniem<br />
dla użytku w diagnostyce medycznej. Zaprezentowane narzędzia<br />
programistyczne wykonują fuzję obrazów 2D i 3D zapewniając<br />
akceptowalny poziom precyzji. Jako przykład zastosowania można<br />
przedstawić koncepcję połączenia wyniku badania CT i graficznej<br />
reprezentacji badania ECHO (z ang. Echocardiography,<br />
echokardiografia).<br />
Badanie echokardiograficzne funkcji spoczynkowej lewej<br />
komory serca jest prezentowane w formie diagramu kołowego<br />
(rys. 3a). Obszary reprezentowane przez współśrodkowe okręgi<br />
stanowią schematyczną reprezentację powierzchni ściany lewej<br />
komory z koniuszkiem w środku okręgu [9]. Różnokolorowe obszary<br />
(z zakresu barw od czerwonego do niebieskiego) wskazują<br />
miejsca o akceptowalnej lub dysfunkcyjnej kurczliwości komory<br />
serca. Okrągły obszar diagramu podzielony jest na segmenty odpowiadające<br />
określonym obszarom na przestrzennej strukturze<br />
komory (rys. 3b).<br />
Zaimplementowane metody proponowanej biblioteki graficznej<br />
do celów diagnostyki obrazowej stanowią wystarczający<br />
zbiór narzędzi programistycznych do zbudowania obrazu trójwymiarowego,<br />
który jest połączeniem anatomicznego modelu<br />
3D lewej komory serca, uzyskanego poprzez ekstrakcję z obrazu<br />
CT oraz diagramu ECHO. Przedstawiony rezultat połączenia<br />
stanowi interaktywny widok 3D przygotowanej struktury, która<br />
może być zostać poddana manipulacji przez intuicyjny w obsłudze<br />
interfejs użytkownika (rys. 3c). Przekształcenie płaskiego<br />
obrazu mapy polarnej badania ECHO na przestrzenną reprezentację<br />
komory nie jest niestety wolne od wad ze względu na<br />
nieliniowość i nieregularność wyekstrahowanego modelu trójwymiarowego.<br />
Ze względu na wymogi zachowania anatomicznych<br />
cech szczególnych komory serca nie jest możliwe zastosowanie<br />
żadnych metod normalizacji anatomicznego modelu<br />
co implikuje błędy mapowania obu obiektów. Rozwiązanie jest<br />
w fazie testów, w którym używane jest półautomatyczne narzędzie<br />
mapowania obrazu tekstury z modelem lewej komory serca.<br />
Do wyznaczenia punktów charakterystycznych wymagane<br />
jest wskazanie dokładnie trzech par punktów referencyjnych na<br />
obu obrazach by umożliwić całkowicie zautomatyzowane teksturowanie.<br />
Przygotowane narzędzie diagnostyczne jest rozwiązaniem<br />
uniwersalnym, niezależnym od systemu operacyjnego<br />
i przygotowanym do obsługi różnych medycznych formatów<br />
danych wejściowych. Wymienione cechy proponowanego wykorzystania<br />
przygotowanej biblioteki graficznej stanowią innowacyjne<br />
przestawienie badania funkcji skurczowej lewej komory<br />
serca w formie trójwymiarowego obrazu z zachowaniem cech<br />
anatomicznych komory.<br />
a) b) c)<br />
Rys. 3. Fuzja obrazów ECHO i CT: a) diagram ECHO, b) trójwymiarowy model lewej komory serca, c) wynik fuzji obrazów<br />
Fig. 3. Images set of CT and ECHO left ventricular function at rest fusion: a) Bull’s-eye ECHO diagram, b) 3D left ventricle model, c) images<br />
integration<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 39
Podsumowanie i dalsze plany<br />
Przedstawione rozwiązanie programistycznej biblioteki graficznej<br />
implementuje niezbędne metody umożliwiające przeprowadzenie<br />
fuzji obrazów medycznych w formie trójwymiarowej grafiki komputerowej.<br />
Opracowane oprogramowanie umożliwia mapowanie<br />
i teksturowanie trójwymiarowych obrazów medycznych obrazami<br />
uzyskanymi z kilku badań lekarskich przedstawiających aspekty<br />
morfologiczne i funkcyjne badanych struktur narządów wewnętrznych.<br />
Zaproponowane rozwiązanie ręcznej definicji trzech par<br />
punktów referencyjnych umożliwia prawidłowe przekształcenie<br />
płaskiej tekstury badania ECHO na trójwymiarowy obraz komory<br />
serca. Dowód na przyjęcie prawidłowej metodologii przeprowadzanych<br />
badań możliwy będzie poprzez wykonanie długotrwałych<br />
testów klinicznych w środowisku lekarskim.<br />
Plany na przyszłość dla proponowanego rozwiązania informatycznego<br />
obejmują prace nad przygotowaniem w pełni zautomatyzowanych<br />
metod mapowania, które wymagają minimalnej interwencji<br />
ze strony użytkownika oprogramowania. Ponadto zostaną<br />
poddawane analizie nowe algorytmy mapowania tekstur w celu<br />
zwiększenia precyzji samego teksturowania. Rozwój algorytmów<br />
teksturowania i metod ekspozycji wyników końcowych umożliwić<br />
może zwiększenie ilościowe i jakościowe informacji wyświetlanej<br />
jednocześnie na jednym obrazie trójwymiarowym poddawanym<br />
ostatecznej weryfikacji przez personel medyczny. Ponadto,<br />
dalsze badania algorytmów ekstrakcji powierzchni powinny być<br />
kontynuowane w celu zwiększenia wiarygodnego odwzorowania<br />
anatomicznych cech modelu, co może wpłynąć znacząco na jakość<br />
i precyzję algorytmu mapowania tekstur.<br />
Literatura<br />
[1] Cignoni P., L.D. Floriani, C. Montani, E. Puppo, R. Scopigno: Multiresolution<br />
Modeling and Visualization of Volume Data Based on<br />
Simplicial Complexes. Proceedings of the 1994 Symposium on Volume<br />
Visualization, Washingon D.C., 1994.<br />
[2] Crawfis R.A., N. Max: Texture splats for 3D scalar and vector field<br />
visualization. Proceedings of the Visualization ’93 conference, 1993.<br />
[3] Elber G.: Proper Piecewise Linear Approximation of Freeform Surfaces.<br />
CIS Report #9413, Technion, 1994.<br />
[4] Gorla G., V.Interrante, G.Sapiro: Texture Synthesis for 3D Shape<br />
Representation. IEEE Transactions on Visualization and Computer<br />
Graphics, 2003.<br />
[5] Kim S., H.Hagh-Shenas, V.Interrante: Showing shape with texture:<br />
two directions seem better than one. Human Vision and Electronic<br />
Imaging VIII, 2003.<br />
[6] Lévy B., S.Petitjean, N.Ray, J. Maillot: Least Squares Conformal<br />
Maps for Automatic Texture Atlas Generation. ACM SIGGRAPH conference<br />
proceedings, 2002<br />
[7] Lorensen W.E., H.E. Cline: Marching Cubes: A high resolution 3D<br />
surface construction algorithm. Computer Graphics, 1987.<br />
[8] Luo Z.: Employ Bump Mapping to Enrich the 3D NPR Image. International<br />
Conference on Signal Processing Systems, 2009.<br />
[9] Murta-Jr L.O., A.Pazin-Filho, A. Schmidt, O.C. Almeida-Filho, J.A.<br />
Marin-Neto, B.C. Maciel: Segmental Quantitative Analysis of Myocardial<br />
Contrast Echocardiography Images Using a Bullseye Representation.<br />
Computers in Cardiology, 2003<br />
[10] Pham D.L., C.Xu, J.L.Prince: Current methods in medical image segmentation.<br />
Annual Review of Biomedical Engineering, 2000.<br />
[11] Smith R., Wei Sun, A.Hilton, J.Illingworth: Layered animation using<br />
displacement maps. Proceedings of the Computer Animation conference,<br />
2000<br />
[12] Yamrom B., K.M.Martin: Vector field animation with texture maps.<br />
IEEE Computer Graphics and Applications, 1995<br />
[13] Digital Imaging and Communications in Medicine (DICOM). Standard<br />
specification, National Electrical Manufacturers Association, 2009.<br />
Application of scale-invariant feature transform<br />
to fingerprint classification<br />
(Zastosowanie skaloniezmienniczego przekształcenia cech<br />
do klasyfikacji odcisków palców)<br />
mgr inż. Jakub Sobek, dr inż. Damian Cetnarowicz, prof. dr hab. inż. Adam Dąbrowski<br />
Politechnika Poznańska, Katedra Sterowania i Inżynierii Systemów,<br />
Pracownia Układów <strong>Elektronicznych</strong> i Przetwarzania Sygnałów<br />
40<br />
Recognition of fingerprints is one of the main biometric methods<br />
for people identification. In general, the biometric methods aim<br />
to determine identity using anatomical or behavioural characteristics.<br />
Classical identification methods utilize tokens (keys) or<br />
knowledge (passwords). Such methods identify not a person but,<br />
in fact, some information, which is held by the person and can be<br />
lost or stolen. In the first case this is a kind of trouble but in the<br />
latter case this is a kind of danger. Because of these reasons efforts<br />
in biometry research are aimed to recognize people by their<br />
body or behaviour. Common biometrics are: face, iris, ear, voice,<br />
hand geometry, vein geometry, fingerprint, gait, palm print, rhythm<br />
of typing, DNA, etc. Each biometric has its advantages and its<br />
weakness.<br />
Among these, fingerprint is the oldest method of biometric<br />
identification [1]. In the late nineteenth century Sir Francis Galton<br />
systematized characteristic elements of fingerprint image. These<br />
elements are called minutiae and are parameterised by their position,<br />
type, and orientation. The best assessment of fingerprint<br />
importance is the fact that this is accepted by the law. Currently,<br />
since the technological development has arisen, fingerprint is<br />
also the biometric with the easiest technique of acquisition [2].<br />
Because of that it is used in locks and even in mobile devices.<br />
At the beginning of fingerprint application, the two impressions<br />
of a fingerprint were compared manually. It is still the most accurate<br />
way for comparison. As computer technology was developed,<br />
algorithms for automatic fingerprint matching have been<br />
invented. The automatic recognition is much faster but its accuracy<br />
is lower.<br />
In manual matching a set of minutiae has to be found for each<br />
fingerprint. Given these sets, an expert compares minutiae, their<br />
positions and other parameters (attributes). A difficulty of this<br />
comparison is that the minutiae positions are distorted by the elastic<br />
property of the skin. This distortion is not a significant obstacle<br />
for the expert but for the automatic algorithm it is considerable.<br />
Although there are many solutions already proposed [3], in which<br />
the authors reduce a set of minutiae to reduce the effect of elastic<br />
distortion. Only several minutiae, from the limited area of fingerprint,<br />
is enough to achieve accuracy of about 5% for FAR and<br />
0.8% for FRR (in the worst case). It should be noticed that the<br />
system performance strongly depends on the image quality of the<br />
fingerprint. The quality depends on the sensor technology and on<br />
the impression conditions [4].<br />
Other, novel approaches to fingerprint characterization consist<br />
in calculation of features other than minutiae. These features may<br />
offer lower accuracy but are good for the first stage of classification<br />
in order to reduce the number of laborious matching performed<br />
with high accuracy. Application of FFT (Fast Fourier Transform)<br />
with neural networks was reported in [5]. PCA (Principal<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
m<br />
(<br />
x<br />
,<br />
y<br />
)<br />
=<br />
(3)<br />
2<br />
2<br />
=<br />
(<br />
L<br />
(<br />
x<br />
+<br />
1,<br />
y<br />
)<br />
−<br />
L<br />
(<br />
x<br />
−<br />
1,<br />
y<br />
))<br />
+<br />
(<br />
L<br />
(<br />
x<br />
,<br />
y<br />
+<br />
1)<br />
−<br />
L<br />
(<br />
x<br />
,<br />
y<br />
−<br />
1))<br />
and the gradient orientation is defined as:<br />
Fig. 1. Example of properly matched fingerprints by SIFT<br />
Rys. 1. Przykład prawidłowego dopasowania dwóch odcisków przez<br />
algorytm SIFT<br />
Component Analysis) and GMM (Gaussian Mixture Model) were<br />
applied in [6]. In [7] the authors used eye movement technology<br />
to watch the expert’s eyes in order to find out which regions of the<br />
fingerprint impression attracts expert ’s attention.<br />
In this paper an experiment with fingerprint matching using<br />
SIFT (Scale-Invariant Feature Transform) algorithm is reported.<br />
This match does not utilize minutiae but features used in computer<br />
vision [8]. An example of this specific match is shown in Fig. 1.<br />
As it can be seen, instead of minutiae the characteristic points are<br />
used. In the current stage the achieved results allow for application<br />
in the classification task. This paper is organized as follows.<br />
Scale-invariant feature transform<br />
SIFT (Scale-Invariant Feature Transform) is an algorithm for extracting<br />
distinctive invariant features form images that can be<br />
used to perform reliable matching between different views of the<br />
object or scene. This algorithm was proposed by D. Lowe in 1999<br />
[8] and can be used in the object recognition, creating panorama<br />
images, robot localization and mapping, tracking some objects,<br />
etc. The SIFT describes each object by keypoints (key locations).<br />
There are four main stages of computation keypoints:<br />
● Scale space extreme detection<br />
The algorithm uses difference-of-Gaussian functions to find<br />
local extremes over all scales. These extremes are the potential<br />
points that can be invariant to the scale and orientation. The scale<br />
space is defined by the function:<br />
L(x, y, σ) = G(x, y, σ) * I (x, y), (1)<br />
where G() is variable scale Gaussian convolved with an image<br />
I().<br />
Difference-of-Gaussian is defined as:<br />
D(x, y, σ) = L(x, y, kσ) – L(x, y, σ) (2)<br />
To detect the local extremes each keypoint is compared with 8<br />
neighbours at the same scale.<br />
● Keypoint localization<br />
For each potential keypoint its location and scale are determined.<br />
At this stage, all points with small contrast are rejected.<br />
Such points are not resistant to jamming and noisy image.<br />
They may also be sensitive to changing in brightness and/or<br />
contrast.<br />
● Orientation assignment<br />
Each keypoint is assigned to one or more orientations. These<br />
orientations are based on the local image gradients around the<br />
keypoint. The gradient magnitude is given by:<br />
⎛<br />
L<br />
(<br />
x<br />
+<br />
1,<br />
y<br />
)<br />
−<br />
L<br />
(<br />
x<br />
−<br />
1,<br />
y<br />
)<br />
⎞<br />
θ<br />
(<br />
x<br />
,<br />
y<br />
)<br />
=<br />
tan<br />
⎜<br />
⎟<br />
(4)<br />
⎝<br />
L<br />
(<br />
x<br />
,<br />
y<br />
+<br />
1)<br />
−<br />
L<br />
(<br />
x<br />
,<br />
y<br />
−<br />
1)<br />
⎠<br />
● Keypoint descriptor<br />
The local image gradients are measured at the selected scale<br />
in the region around each keypoint. These gradients are transformed<br />
into a representation invariant to local shape distortion and<br />
change illumination. Keypoint descriptors typically use a set of 16<br />
histograms, aligned in a 4×4 grid, each with 8 orientation bins,<br />
one for each of the main compass directions and one for each<br />
of the mid-points of these directions. It results in a feature vector<br />
containing 128 elements.<br />
The image is transformed to a set of keypoint descriptors. Two<br />
images are matched by matching their descriptors. The algorithm<br />
tries to find as many pairs of the matched descriptors as possible.<br />
The matching is globally controlled in order to ensure that the<br />
structure of descriptors from one set is matched to the similar<br />
structure of descriptors in the other set. Similarity is up to scale,<br />
affine, and 3D transformations with small angles (smaller than 20<br />
degrees). An example of such matching is shown in Fig. 1.<br />
Experiments and discussion<br />
FVC2004 fingerprints database [9] was used to evaluate performance<br />
of the realized SIFT algorithm. In this database 320 fingerprint<br />
exposures in four sub-databases can be found (10 persons<br />
× 8 exposures × 4 sensors). The structure of this database is<br />
shown in Table 1.<br />
Tabl. 1. FVC 2004 databases<br />
Tab. 1. Baza danych FVC 2004<br />
Name Sensor Image size Resolution<br />
DB1<br />
DB2<br />
DB3<br />
DB4<br />
Optical sensor<br />
– V300 CrossMatch<br />
Optical sensor -” U.are.<br />
U 4000” by Digital<br />
Persona<br />
Thermal sweeping<br />
Sensor<br />
Artificial fingerprint<br />
– SfinGe v 3.0<br />
640×480<br />
(307 Kpixels)<br />
328×364<br />
(119 Kpixels)<br />
300×480<br />
(144 Kpixels)<br />
288×384<br />
(108 Kpixels)<br />
500 dpi<br />
500 dpi<br />
512 dpi<br />
About 500 dpi<br />
The results of the experiments are organized in 3 steps because<br />
it is important to achieve 3 requirements described below.<br />
● Step 1 – a big number of the keypoints. The SIFT algorithm<br />
finds keypoints and uses them to compare fingerprints. All keypoints<br />
have equal importance, thus precise comparison should<br />
be based on many keypoints. The SIFT should be able to find<br />
a big number of keypoints in a fingerprint image. The results<br />
are given in Table 2 and Table 3.<br />
● Step 2 – a big number of the matched keypoints in the impressions<br />
(exposures) of the same finger of the same person. The<br />
results are presented in Table 4a-d and Table 5.<br />
● Step 3 – a small number of the matched keypoints in the case<br />
of different fingerprints. It is very likely that different fingerprints<br />
can have very similar small parts. The SIFT algorithm will be<br />
useful if the maximum number of the matched keypoints in<br />
different fingerprints is unambiguous lower than the minimum<br />
number of the matched keypoints in the same fingerprint.<br />
According to the above description, the first step was to check<br />
the number of keypoints that the SIFT finds in each fingerprint<br />
image. The minimum number is 959 and the maximum number is<br />
4257. In order to compactly present this result, Table 2 contains<br />
the average number of the keypoints for each person in each database.<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 41
Tabl. 2. Average number of keypoints per database and per person<br />
Tab. 2. Średnia liczba punktów kluczowych dla poszczególnych osób<br />
w bazach<br />
FVC 2004 DB1 FVC 2004 DB2 FVC 2004 DB3 FVC 2004 DB4<br />
42<br />
P. 1 2188 P. 1 1935 P. 1 1822 P. 1 3273<br />
P. 2 2345 P. 2 2109 P. 2 2222 P. 2 3513<br />
P. 3 2281 P. 3 2080 P. 3 2264 P. 3 3073<br />
P. 4 2617 P. 4 2351 P. 4 2765 P. 4 2930<br />
P. 5 2688 P. 5 1892 P. 5 2782 P. 5 2912<br />
P. 6 2584 P. 6 1978 P. 6 3062 P. 6 3137<br />
P. 7 2604 P. 7 1763 P. 7 2911 P. 7 2418<br />
P. 8 2709 P. 8 2525 P. 8 2879 P. 8 2841<br />
P. 9 2254 P. 9 2939 P. 9 2730 P. 9 2547<br />
P. 10 2358 P. 10 3028 P. 10 3062 P. 10 2097<br />
The average amount of the keypoints for each fingerprint<br />
sensor is shown in Table 3.<br />
Tabl. 3. Average number of keypoints in one fingerprint per database<br />
Tab. 3. Średnia liczna punktów kluczowych dla odcisków palców w poszczególnych<br />
bazach danych<br />
Database name<br />
Average number of keypoints<br />
DB1 2463<br />
DB2 2260<br />
DB3 2650<br />
DB4 2874<br />
The analysis of the results depicted in Table 2 and Table 3 allows<br />
for the statement that the SIFT algorithm finds a satisfactory<br />
number of the keypoints. This number is much bigger than the<br />
number of minutiae required in the matching process. Differences<br />
in particular results are not significant because the minimum<br />
number of the keypoints is big. Thus the first step requirement is<br />
fulfilled.<br />
In the next stage of the experiment (Step 2) the SIFT algorithm<br />
was checked if different images of the same fingerprint are<br />
associated with a big number of the matched keypoints. All data<br />
ware processed but in Table 4a–d the results only for Person 5<br />
are presented.<br />
An example of a quite good match between two different images<br />
of the same fingerprint is shown in Fig. 1.<br />
Tabl. 4a. Matched keypoints in 8 fingerprint set acquired from person 5,<br />
collected in DB1<br />
Tab. 4a. Dopasowanie punktów kluczowych pomiędzy zbiorem 8 odcisków<br />
od osoby 5, zebranymi w bazie DB1<br />
DB1 – Person 5<br />
F1 F2 F3 F4 F5 F6 F7 F8<br />
F1 1426 2 2 4 2 2 3 0<br />
F2 2 3703 6 0 3 3 3 0<br />
F3 5 3 2014 72 0 2 2 3<br />
F4 3 0 77 2631 3 9 6 4<br />
F5 3 2 2 3 2486 33 0 0<br />
F6 4 1 1 7 27 2456 0 0<br />
F7 1 4 2 2 5 1 3350 172<br />
F8 4 0 4 7 6 11 154 3437<br />
Tabl. 4b. Matched keypoints in 8 fingerprint set acquired from person 5,<br />
collected in DB2<br />
Tab. 4b. Dopasowanie punktów kluczowych pomiędzy zbiorem 8 odcisków<br />
od osoby 5, zebranymi w bazie DB2<br />
DB2 – Person 5<br />
F1 F2 F3 F4 F5 F6 F7 F8<br />
F1 1672 13 16 1 10 5 2 4<br />
F2 13 1437 3 0 4 4 3 2<br />
F3 11 4 2712 1 8 1 1 0<br />
F4 0 0 1 1395 12 6 2 2<br />
F5 14 3 3 8 2630 12 1 2<br />
F6 5 4 0 5 13 2060 2 2<br />
F7 1 5 1 3 1 1 1091 2<br />
F8 1 1 0 1 2 4 3 2139<br />
Tabl. 4c. Matched keypoints in 8 fingerprint set acquired from person 5,<br />
collected in DB3<br />
Tab. 4c. Dopasowanie punktów kluczowych pomiędzy zbiorem 8 odcisków<br />
od osoby 5, zebranymi w bazie DB3<br />
DB3 – Person 5<br />
F1 F2 F3 F4 F5 F6 F7 F8<br />
F1 2712 120 186 73 58 31 1 27<br />
F2 112 2138 211 29 24 28 2 24<br />
F3 148 150 2621 41 39 23 1 33<br />
F4 65 33 45 2884 395 36 0 15<br />
F5 50 18 43 407 2931 29 1 23<br />
F6 25 27 15 32 22 3415 1 29<br />
F7 1 1 1 0 1 2 2745 1<br />
F8 25 16 28 15 22 30 2 2811<br />
Tabl. 4d. Matched keypoints in 8 fingerprint set acquired from person 5,<br />
collected in DB4<br />
Tab. 4d. Dopasowanie punktów kluczowych pomiędzy zbiorem 8 odcisków<br />
od osoby 5, zebranymi w bazie DB4<br />
DB4 – Person 5<br />
F1 F2 F3 F4 F5 F6 F7 F8<br />
F1 2988 1 0 2 0 0 1 4<br />
F2 3 3189 1 0 2 0 0 0<br />
F3 1 0 2629 1 0 1 1 0<br />
F4 0 3 0 3387 1 1 2 3<br />
F5 1 1 0 0 2985 1 0 0<br />
F6 0 0 2 0 1 2976 1 0<br />
F7 1 0 0 2 0 0 2397 0<br />
F8 4 0 0 3 3 1 0 2744<br />
These results will always be equal to the maximum number of<br />
the keypoints of a fingerprint, because the SIFT algorithm compares<br />
the same keypoint descriptors.<br />
In practice, a real biometric system never compares two same<br />
images, because each time a finger is placed on the scanner the<br />
fingerprint image will be slightly different. Therefore, these numbers<br />
were rejected from the performance calculations. After this<br />
the average number of good matches for each person in every<br />
sub-base was calculated. The values are shown in Table 5. Comparing<br />
values in Table 5 it is evident that only for DB3 the values<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
are sufficiently high (the lowest one is 33.80). Only a big number<br />
of matched keypoints allows for assumption that the fingerprints<br />
were taken from the same person. This reasoning was used to<br />
select the DB3 for further tests. It can be interpreted that only the<br />
DB3 contains images of the proper quality. This observation leads<br />
to the conclusion that the thermal sweeping sensor, represented<br />
within the DB3, is an adequate and perhaps the only adequate<br />
case for high performance of the SIFT algorithm.<br />
Tabl. 5. Average number of matches between fingerprints of the same person<br />
Tab. 5. Średnia liczba prawidłowych porównań pomiędzy odciskami pochodzącymi<br />
od tej samej osoby<br />
DB1 DB2 DB3 DB4<br />
P. 1 5,20 P. 1 7,68 P. 1 52,18 P. 1 0,16<br />
P. 2 6,32 P. 2 10,46 P. 2 86,25 P. 2 12,34<br />
compared with another in order to identify the unknown person.<br />
If a particular image was selected for identification, this image<br />
was removed from the set of the pattern images. Every person<br />
(a model of identity) in the database was represented by a set of<br />
few (7 to 8) images.<br />
Tabl. 6b. Matched keypoints in Person 5 – Person 2 comparison – the<br />
matching should be rejected<br />
Tab. 6b. Porównanie punktów kluczowych pomiędzy osobą 5 i osobą 2<br />
– takie dopasowanie powinno zostać odrzucone<br />
Person 2<br />
Exp. 1 Exp. 2 Exp. 3 Exp. 4 Exp. 5 Exp. 6 Exp. 7 Exp. 8<br />
Exp. 1 0 1 0 1 0 0 0 0<br />
Exp. 2 2 1 2 1 1 0 1 0<br />
Exp. 3 1 1 1 3 2 0 1 0<br />
P. 3 5,07 P. 3 8,84 P. 3 74,77 P. 3 29,59<br />
P. 4 6,52 P. 4 7,61 P. 4 103,64 P. 4 0,13<br />
P. 5 12,09 P. 5 4,09 P. 5 50,30 P. 5 0,88<br />
P. 6 13,13 P. 6 3,27 P. 6 37,82 P. 6 0,29<br />
P. 7 8,07 P. 7 1,00 P. 7 59,29 P. 7 0,55<br />
P. 8 18,09 P. 8 3,75 P. 8 33,80 P. 8 0,88<br />
P. 9 8,02 P. 9 2,79 P. 9 73,61 P. 9 0,36<br />
P. 10 5,39 P. 10 1,79 P. 10 68,59 P. 10 1,05<br />
Person 5<br />
Exp. 4 1 2 0 1 0 1 0 0<br />
Exp. 5 1 0 0 1 0 0 0 1<br />
Exp. 6 0 0 1 1 3 1 0 0<br />
Exp. 7 0 2 0 1 0 0 0 1<br />
Exp. 8 1 0 1 2 2 4 0 0<br />
In the third part of the reported experiment (Step 3), the SIFT<br />
algorithm was checked if the number of the matched keypoints<br />
in the fingerprints of different persons is sufficiently low. Table 6a<br />
and Table 6b show the results of comparisons of two impressions<br />
of fingerprints between persons 1 and 4 (Table 6a) and person 5<br />
and 2 (Table 6b). These tables show only the selected, illustrative<br />
cases. The biggest number (not shown in these tables) is 14. As<br />
it can be seen, different fingerprints yield only a few matched keypoints.<br />
Thus such low numbers can not be interpreted as the correctly<br />
matched fingerprints. An example of bad matches between<br />
two different fingerprints is shown in Fig. 2. In this example only<br />
a few matched keypoints were found. They are located in different<br />
areas of the fingerprint images. This important observation will be<br />
discussed in the conclusions.<br />
In this way, it was shown that the SIFT algorithm finds many<br />
corresponding keypoints in fingerprints of the same person and<br />
only a few corresponding keypoints in the case of different persons.<br />
This allows proper recognition of fingerprints.<br />
Finally, the first attempt to matching the fingerprints by the<br />
SIFT algorithm is illustrated in Fig. 3. Every fingerprint image was<br />
Tabl. 6a. Matched keypoints in Person 1 – Person 4 comparison – the<br />
matching should be rejected<br />
Tab. 6a. Porównanie punktów kluczowych pomiędzy osobą 1 i osobą 4<br />
– takie dopasowanie powinno zostać odrzucone<br />
Person 1<br />
Person 4<br />
Exp. 1 Exp. 2 Exp. 3 Exp. 4 Exp. 5 Exp. 6 Exp. 7 Exp. 8<br />
Exp. 1 1 1 0 4 1 1 1 0<br />
Exp. 2 4 1 2 2 0 1 0 1<br />
Exp. 3 3 4 3 2 1 1 1 2<br />
Exp. 4 4 2 1 1 0 2 0 1<br />
Exp. 5 4 5 3 4 6 1 1 1<br />
Exp. 6 2 1 3 3 1 4 2 1<br />
Exp. 7 4 1 3 2 0 1 1 1<br />
Exp. 8 3 0 2 1 0 1 0 0<br />
Fig. 2. Example of matched keypoints in different fingerprints form<br />
different persons<br />
Rys. 2. Przykład dopasowania różnych punktów kluczowych pomiędzy<br />
różnymi odciskami palców<br />
The unknown image was compared with every image of the<br />
identity model. The result of this comparison is the average number<br />
of the matched keypoints. These values are depicted on abscissa<br />
in Fig. 3. As it can be seen there are very low values (the lowest<br />
about 1.14) associated with the good matches. Using acceptance<br />
threshold equal 15 the quality measures are: FRR=23.75% (false<br />
rejection ratio) and the FAR=0% (false acceptance ratio). Low values<br />
of the good matches are caused by low quality of the images. An<br />
illustrative case is presented in Table. 7 for 8 images (exposures)<br />
associated with Person 1, compared separately with 10 persons in<br />
the database. As it can be seen in Table 7, images from 1 to 7 are<br />
correctly identified with person 1 (symbol P.1) – in these cases the<br />
average number of the matched keypoints is the biggest.<br />
However, image 8 is incorrectly identified with person 4 instead<br />
of person 1, because a high value of 4.25 is obtained for person 4,<br />
while the model of person 1 reaches only 2.43. Visual inspection<br />
of this image revealed low quality. Thus such images can not be<br />
automatically analyzed by matching with the SIFT algorithm.<br />
Low quality images were excluded and the experimental procedure<br />
was repeated – the results are depicted in Fig. 4. The<br />
following images were excluded: 11_7, 11_8, 12_7, 12_8, 13_8,<br />
14_8, 15_7, 16_8, 17_7, 18_7, 18_8. An image name encodes the<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 43
person number as the second number and the number of exposition<br />
as the third number. Note that among the excluded images<br />
there is the 8 th exposition of person 1 (11_8). This image was the<br />
reason of the wrong classification depicted in Table 7. As a result<br />
of the quality selection, the FRR was reduced to 15.94%.<br />
An additional advantage of the SIFT algorithm is an ability to<br />
match even a fragment of a typical fingerprint image. A respective<br />
example is depicted in Fig. 5. As it can be observed, a fragment of<br />
the fingerprint image can be rotated and scaled. Such transformations<br />
do not have any influence on the SIFT matching result.<br />
Tabl. 7. Matched keypoints of the exposures of Person 1 to other persons<br />
Tab. 7. Dopasowanie punktów kluczowych w odciskach od osoby 1 z innymi<br />
osobami<br />
Person 1<br />
Exp. 1 Exp. 2 Exp. 3 Exp. 4 Exp. 5 Exp. 6 Exp. 7 Exp. 8<br />
P. 1 41,29 42,57 72,29 104,71 103,43 46,00 4,71 2,43<br />
P. 2 2,75 1,63 2,50 2,00 2,75 1,63 2,50 3,50<br />
P. 3 2,50 2,00 1,50 2,25 2,00 2,00 1,50 1,00<br />
P. 4 2,75 2,50 2,13 1,88 3,13 1,88 1,75 4,25<br />
P. 5 1,75 1,38 0,63 0,75 0,25 0,75 0,00 0,13<br />
P. 6 1,50 2,38 1,63 0,63 1,50 1,50 1,13 1,63<br />
P. 7 0,88 1,75 0,63 1,00 1,25 1,13 0,75 0,88<br />
P. 8 0,88 0,63 1,13 0,25 0,00 0,38 1,00 1,13<br />
P. 9 1,38 2,38 2,50 1,63 2,38 2,75 2,13 1,88<br />
P. 10 0,88 1,75 1,13 1,50 1,88 1,00 1,25 1,13<br />
Fig. 5. Example of the proper match of a fragment of the fingerprint<br />
Rys. 5. Przykład prawidłowego dopasowania fragmentu odcisku palca<br />
Conclusions<br />
The described experiment confirms that the SIFT algorithm,<br />
originally designed for computer vision, can be successfully<br />
applied in fingerprint recognition. The achieved FFR 15.94%<br />
is too high to say that the algorithm can be applied for identification.<br />
That is why the proposed application is described as the<br />
Acceptance threshold = 15: FRR = 19 0 = 23,75 % FAR = = 0 %<br />
80<br />
720<br />
Fig. 3. Histogram of fingerprint matches: blue bars – reject match, red bars – accept match<br />
Rys. 3. Histogram dopasowania odcisków palców – niebieskie słupki – odrzucone dopasowania, czerwone słupki – zaakceptowane dopasowania<br />
Acceptance threshold = 15: FRR = 11 0 = 15,94 % FAR = = 0 %<br />
69<br />
631<br />
Fig. 4. Histogram of fingerprint matches after exclusion of low quality images; blue bars – reject match, red bars – accept match<br />
Rys. 4. Histogram dopasowania odcisków palców po usunięciu obrazów niskiej jakości – niebieskie słupki – odrzucone dopasowania,<br />
czerwone słupki – zaakceptowane dopasowania<br />
44<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
initial classification instead of identification. It should be taken<br />
into consideration that in this experiment the fingerprint images<br />
were not pre-processed in order to ensure the required quality.<br />
Only images from the thermal sensor were accepted for the<br />
SIFT classification. It seems that an adequate pre-processing<br />
is necessary if other than thermal sensor is considered for application.<br />
In the reported experiment the achieved FAR is 0%. It should<br />
be verified if it is possible in this case of much larger databases<br />
with bigger numbers of fingerprints models. Very low FAR<br />
suggests that this algorithm can be applied in the case of the<br />
restricted access, were the greatest importance is to accept only<br />
the allowed persons.<br />
The SIFT algorithm can be applied in the case of matching of<br />
only a fragment of the fingerprint. The accuracy of such matching<br />
should be investigated. It is obvious that in this case the number<br />
of possible minutiae may possibly be too low for utilization of the<br />
minutiae approach.<br />
A possibly interesting feature is connected with the SIFT descriptor<br />
of a fingerprint. This descriptor does not contain any information<br />
about minutiae. This means that the record of such biometric<br />
data is insufficient for fingerprint reengineering.<br />
This work was supported by INDECT and DS <strong>2012</strong> projects.<br />
References<br />
[1] Maltoni D., Maio D., Jain A. K., Prabhakar S.: Handbook of Fingerprint<br />
Recognition. Springer-Verlag London 2009.<br />
[2] Priya B. S., Rajesh R.: A note on fingerprint recognition systems. 3rd International<br />
Conference on Electronics Computer Technology (ICECT),<br />
pp. 95–98, vol. 6, 2011.<br />
[3] Weiwei Zhang, Yangsheng Wang: Core-based structure matching<br />
algorithm of fingerprint verification. International Conference on Pattern<br />
Recognition, pp. 70–74 vol.1, 2002.<br />
[4] Miao-li Wen, Yan Liang, Quan Pan, Hong-cai Zhang: A Gabor filter<br />
based fingerprint enhancement algorithm in wavelet domain. IEEE<br />
International Symposium on Communications and Information Technology,<br />
12–14 Oct. 2005, pp. 1468–1471, vol. 2.<br />
[5] Karungaru S., Fukuda K., Fukumi M. Akamatsu, N.: Classification of<br />
fingerprint images into individual classes using Neural Networks. 34th<br />
Annual Conference of IEEE Industrial Electronics IECON 2008,<br />
pp. 1857–1862, 10–13 Nov. 2008.<br />
[6] Cotrina-Atencio A., Samatelo J.L.A., Salles E.O.T.: Evaluation<br />
of GMM approach to fingerprint classification. Biosignals and Biorobotics<br />
Conference (BRC), 2011 ISSNIP, 6-8 Jan. 2011, pp. 1–6.<br />
[7] Shapoori S., Allinson N.: GA-Neural Approach for Latent Finger Print<br />
Matching. Second International Conference on Intelligent Systems,<br />
Modelling and Simulation (ISMS), 25-27 Jan. 2011, pp. 49–52.<br />
[8] Lowe D. G.: Distinctive Image Features from Scale-Invariant Keypoints.<br />
International Journal of Computer Vision, 60, 2 (2004),<br />
pp. 91–110.<br />
[9] FVC2004: the Third International Fingerprint Verification Competition<br />
http://bias.csr.unibo.it/fvc2004/default.asp<br />
Polskie serwery w CERN<br />
Europejska Organizacja Badań Jądrowych CERN (Organisation<br />
Européenne pour la Recherche Nucléaire) prowadzi<br />
ośrodek naukowo-badawczy położony na przedmieściach<br />
Genewy, blisko granicy Szwajcarii i Francji. Skrócona nazwa<br />
CERN pochodzi od pierwotnej nazwy Europejska Rada Badań<br />
Jądrowych (Conseil Européen pour la Recherche Nucléaire)<br />
i mimo jej zmiany w 1953 r. została zachowana. Obecnie<br />
do organizacji należy dwadzieścia państw. CERN zatrudnia<br />
2600 stałych pracowników oraz około 8000 naukowców i inżynierów<br />
reprezentujących ponad 500 instytucji naukowych<br />
z całego świata. W latach 1964–1991 Polska jako jedyny kraj<br />
bloku wschodniego miała w CERN oficjalny status obserwatora.<br />
Pełnoprawnym członkiem CERN Polska została 1 lipca<br />
1991 r. W CERN pracuje około dwustu Polaków, z czego<br />
większość na stypendiach.<br />
Najważniejszym narzędziem ich pracy jest największy na<br />
świecie akcelerator cząstek – Wielki Zderzacz Hadronów<br />
(Large Hadron Collider – LHC). Polscy fizycy są autorami wielu<br />
prac dotyczących badań prowadzonych w CERN – uczestniczą<br />
między innymi w konstrukcji wielu bloków wchodzących<br />
w skład Wielkiego Zderzacza Hadronów.<br />
Firma ACTION SA jest jednym z największych polskich<br />
dystrybutorów i producentów sprzętu komputerowego. Spółka<br />
akcyjna – założona w 1991 r. – jest notowana na Giełdzie<br />
Papierów Wartościowych w Warszawie od 2006 r. oraz jest<br />
członkiem Stowarzyszenia Emitentów Giełdowych. Została<br />
uznana również przez dziennik „Parkiet” za jednego z najlepszych<br />
debiutantów giełdowych w 2006 roku. Do dziś jest jedną<br />
z dynamiczniej rozwijających się i cieszących się zaufaniem<br />
inwestorów spółek z branży IT notowanych na GPW.<br />
W bieżącym roku firma dostarczyła kolejną partię serwerów<br />
Actina Solar (1221 urządzeń) do CERN, w ubiegłych latach<br />
dostarczono 1132 serwery tego samego typu. W sumie<br />
dostarczono 2353 serwery warte ponad 23,3 miliona złotych.<br />
Wszystkie serwery zawierają w sumie 4428 procesorów<br />
wielordzeniowych równoważnych 22364 rdzeniom obliczeniowym.<br />
Całkowita moc obliczeniowa dostarczonych serwerów<br />
wynosi 210 bilionów działań arytmetycznych w ciągu sekundy.<br />
Dyski twarde zainstalowane w serwerach są w stanie pomieścić<br />
ponad 18,5 PB (petabajtów) danych. 1 PB oznacza w przybliżeniu<br />
10^15 B, a dokładnie 1 125 899 906 842 624 bajtów.<br />
Ta pojemność odpowiada wypadkowej pojemności 4,7 mln<br />
standardowych DVD (każda po 4,38 GB), na których można<br />
nagrać materiał filmowy o czasie odtwarzania blisko 1086 lat.<br />
Serwery Actina Solar firmy Action (2353 serwery) funkcjonują<br />
w CERN w ramach infrastruktury informatycznej złożonej<br />
z ponad 8,5 tysiąca serwerów, co stanowi blisko 30% ogólnej<br />
ich liczby. Ich zadaniem jest przetwarzanie danych powstających<br />
w wyniku obserwacji zderzania cząstek w Wielkim<br />
Zderzaczu Hadronów. Do obserwacji (śledzenia i rejestracji)<br />
zderzeń używa się detektorów cząstek. Szacuje się, że<br />
w momentach największego natężenia zderzeń dochodzi do<br />
600 milionów kolizji protonów w ciągu sekundy, co skutkuje<br />
ogromną ilością danych, liczoną w petabajtach. (cr)<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 45
Bezprzewodowa sieć czujnikowa do monitoringu<br />
parametrów środowiskowych w aplikacjach ogrodniczych<br />
inż. Andrzej DOBRZYCKI, dr inż. Grzegorz TARAPATA, prof. dr hab. Ryszard JACHOWICZ<br />
Politechnika Warszawska, <strong>Instytut</strong> Systemów <strong>Elektronicznych</strong>, Warszawa<br />
Od czasów wynalezienia tranzystora w 1947 roku, elektronika<br />
jest jednym z najszybciej rozwijających się obszarów nauki.<br />
Tak dynamiczny rozwój elektroniki sprawia, że wkracza ona<br />
w każdą dziedzinę naszego życia. Coraz szersze zastosowanie<br />
znajduje również w rolnictwie, które jest jedną z największych<br />
i najważniejszych gałęzi produkcji. Oczywiste jest, że o ile człowiek<br />
przeżyje bez telewizora, czy też samochodu, o tyle nie<br />
poradzi sobie bez jedzenia. Tymczasem wraz z rozwojem gospodarek<br />
w krajach rozwiniętych, coraz mniejsza część ludności<br />
zajmuje się rolnictwem, przez co wydajności produkcji rolnej<br />
musi być większa. Ponadto w wielu miejscach na Świecie wciąż<br />
panuje głód. Z tego względu prowadzone są usilne działania<br />
mające na celu zwiększenie wydajności produkcji rolnej. Cel<br />
ten można osiągnąć np. przez ochronę upraw przed zniszczeniem.<br />
Przykładem takich działań może być stosowanie oprysków<br />
ochronnych przed chorobami, czy też zabezpieczanie<br />
przed przymrozkami przy pomocy specjalnych instalacji [1, 5].<br />
Można również racjonalnie wykorzystywać ograniczone zasoby<br />
np. wodę do nawadniania [9, 10]. Jest to szczególnie istotne<br />
na terenach cierpiących na jej niedostatek. Kolejnym przykładem<br />
dążenia do zwiększenia produkcji rolnej jest prowadzenie<br />
upraw eksperymentalnych i badanie czynników wpływających<br />
na ilość oraz jakość plonów. Powyżej wymienione zostały tylko<br />
najważniejsze z potencjalnych możliwości. Należy jednak podkreślić,<br />
że dzięki tym zabiegom poza zwiększeniem produkcji<br />
można zmniejszyć koszty wytwarzania (np. mniejsze koszty<br />
nawadniania, mniejsze użycie środków chemicznych i nawozów)<br />
oraz uzyskać żywność lepszej jakości (np. mniej oprysków<br />
chemicznych, plony nieuszkodzone przez choroby). Wszystkie<br />
te metody wymagają jednak prowadzenia stałego monitoringu<br />
parametrów środowiskowych.<br />
Obecnie dostępne są nowoczesne stacje pomiarowe wykorzystujące<br />
modemy GSM/GPRS do bezprzewodowej transmisji<br />
danych pomiarowych (poprzez sieć komórkową i Internet) do<br />
przechowującego je serwera. Tak zgromadzone dane mogą być<br />
analizowane przez użytkowników przebywających w dowolnym<br />
miejscu na Świecie – jedynym warunkiem jest dostęp do sieci<br />
Internet. Stacje te mają jednak poważną wadę jaką jest wykonywanie<br />
pomiarów w jednym miejscu, podczas gdy parametry<br />
środowiskowe mogą znacznie się różnić w oddalonych od siebie<br />
częściach uprawy (np. temperatura powietrza i wilgotność gleby<br />
zależą od ukształtowania terenu). W niniejszym artykule przedstawiona<br />
jest propozycja systemu, który poza bezprzewodową<br />
komunikacją dużego zasięgu (do przesyłania danych pomiarowych)<br />
wykorzystuje łączność bezprzewodową małego zasięgu<br />
(w paśmie ISM) do komunikacji z czujnikami rozmieszczonymi na<br />
dużym obszarze upraw.<br />
46<br />
Realizacja sieci pomiarowej<br />
Schemat działania opracowanego systemu pomiarowego (wyposażonego<br />
w bezprzewodowe węzły obsługujące czujniki parametrów<br />
środowiskowych) przedstawiony jest na rys. 1.<br />
Obecnie dostępnych jest w iele różnorodnych, gotowych standardów<br />
umożliwiających implementację sieci czujnikowej, jednak<br />
każdy ma specyficzne wady i zalety. Są to rozwiązania dość uniwersalne,<br />
mające zapewnić jak najszersze spektrum zastosowań,<br />
co z jednej strony zwiększa skomplikowanie takich systemów,<br />
a z drugiej pogarsza wiele ich parametrów. Ponadto w zdecydowanej<br />
większości projektowane są z myślą o dużych i gęstych<br />
sieciach (setki – tysiące węzłów), zapewniających występowanie<br />
redundantnych połączeń pomiędzy węzłami. Dla przykładu bardzo<br />
popularna i funkcjonalna sieć ZigBee składa się z węzłów<br />
wymagających stałego źródła zasilania (ZigBee Coordinator/Zig-<br />
Bee Router), które faktycznie tworzą szkielet sieci i zapewniają<br />
jej funkcjonalność m.in. trasowanie pakietów, czy reorganizacja<br />
sieci w razie awarii. Dopiero do tego szkieletu mogą dołączyć<br />
zasilane bateryjnie węzły końcowe o ograniczonej funkcjonalności<br />
(ZigBee End Device). Takie rozwiązanie zapewnia szerokie<br />
spektrum aplikacji np. w przemyśle i gospodarstwach domowych,<br />
jednak eliminuje możliwość wykorzystania ZigBee w aplikacjach<br />
w pełni zasilanych bateryjnie [4]. Lepsza pod względem pełnego<br />
zasilania bateryjnego jest sieć TinyOS, która umożliwia aktywną<br />
pracę wszystkich węzłów przez np. tylko 10% czasu (wykorzy-<br />
Rys. 1. Idea rozproszonego systemu pomiarowego do zastosowań<br />
w aplikacjach ogrodniczych<br />
Fig. 1. The idea of a distributed measurement system for use in horticultural<br />
applications<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
stując protokół Low Power Listening/B-MAC resztę czasu węzły<br />
spędzają w trybie uśpienia [2]). Dzięki temu podejściu wszystkie<br />
węzły mogą być zasilane bateryjnie. Nie jest to jednak optymalne<br />
rozwiązanie pod względem zużycia energii, gdyż przy założeniu<br />
poboru przez węzeł 30 mA w trybie aktywnym i zasilaniu z baterii<br />
o pojemności 3000 mAh sieć działałby mniej niż 42 dni. Wynika<br />
to pośrednio z tego, że w większości przypadków aktywny czas<br />
pracy jest zbędny (wykorzystany jest dla zapewnienia małego<br />
opóźnienia w transmisji pakietów generowanych przez sieć w dowolnych<br />
momentach). Jak widać oba najpopularniejsze rozwiązania<br />
sieciowe ze względu na swoja uniwersalność mają poważne<br />
wady. Ponadto wykorzystanie ich wiąże się z dużym nakładem<br />
czasu niezbędnym na zapoznanie się ze złożonymi specyfikacjami<br />
i środowiskami uruchomieniowymi.<br />
Tymczasem omawiany system pomiarowy do zastosowań<br />
w rolnictwie wymaga rzadkiej sieci o nieskomplikowanej architekturze,<br />
mającej za zadanie regularne wykonywanie pomiarów<br />
i przesyłanie ich do węzła połączonego ze stacją bazową. Kluczowym<br />
problemem jest w tym przypadku niezawodność i bezobsługowość.<br />
Wiąże się to między innymi z minimalnym zużyciem<br />
energii, co wydłuża czas działania na jednym komplecie baterii.<br />
Przyjęto, że realizowana sieć musi umożliwić:<br />
● Łatwe dołączanie różnych czujników przydatnych w aplikacjach<br />
ogrodniczych (m.in. przy sterowaniu pracą instalacji<br />
przeciwprzymrozkowej i nawadniającej);<br />
● Wybór od 1 do co najmniej 50 miejsc wykonywania pomiarów<br />
na terenie o promieniu minimum 100 m;<br />
● Wykonywanie pomiarów przynajmniej co 5 minut;<br />
● Przesyłanie wyników uśrednionych z kilku pomiarów;<br />
● Komunikację z modemem GSM/GPRS stacji bazowej;<br />
● Sterowanie pracą przy pomocy komend przesyłanych przez<br />
stację bazową oraz przy pomocy interfejsów użytkownika udostępnionych<br />
przez węzły (przyciski i diody LED);<br />
● Ustalenie swojego położenia.<br />
Na podstawie powyższych wymagań zaprojektowano własne<br />
rozwiązanie ściśle realizującą niezbędne zadania, co umożliwiło<br />
uzyskanie dużej oszczędności energii.<br />
Prezentowaną sieć można podzielić na dwie główne części:<br />
moduł bazowy oraz rozproszone węzły realizujące wymagane zadania<br />
pomiarowe. Do realizacji modułu bazowego wykorzystano<br />
modem GSM/GPRS Fastrack Supreme 20 firmy Wavecom oraz<br />
a) b)<br />
Rys. 2. a) Moduł bazowy z jednostką Fastrack, b) widok autonomicznego<br />
modułu bazowego zasilanego z ogniwa słonecznego<br />
Fig. 2. a) The base module with Fastrack unit b) View of the autonomous<br />
base module powered by solar panel<br />
autonomiczny system zasilania oparty na wykorzystaniu energii<br />
słonecznej (rys. 2). Do realizacji sieci czujnikowej wykorzystano<br />
węzły MICAz firmy Crossbow. Schemat blokowy oraz wygląd węzła<br />
przedstawione są na rys. 3. Główne jego podzespoły to mikrokontroler<br />
Atmega 128L oraz układ radiowy CC2420 firmy Chipcon/<br />
Texas Instruments. Układ radiowy pracuje na częstotliwości (2,4<br />
GHz) oferując szybkość transmisji 250 kbps oraz maksymalną<br />
moc wyjściową 0 dBm (1 mW). Ważną jego cechą jest sprzętowa<br />
obsługa pakietów zgodnych ze standardem IEEE 802.15.4 oraz<br />
udostępnianie mechanizmu oceny zajętości łącza (CCA) wykorzystywanego<br />
w protokole CSMA. Do wad należy słaba penetracja<br />
wody przez fale radiowe w wykorzystanym paśmie (pogarsza to<br />
zasięg przy opadach deszczu i występowaniu przeszkód w postaci<br />
roślin).<br />
Analiza danych literaturowych dotyczących rozpiętości mierzonych<br />
parametrów w systemach ogrodniczych [5], pozwoliła<br />
postawić wymagania dla użytych w pracy czujników. Wykorzystane<br />
w pracy węzły rozbudowano o moduły umożliwiające<br />
pomiar: temperatury i wilgotności względnej powietrza (czujnik<br />
SHT10/MCP9801), temperatury gleby (czujnik MCP9801), wilgotności<br />
gleby (czujnik Irrometer Watermark) [7, 8], wysokości<br />
opadu (deszczomierz z czujnikiem wahadłowym), szybkości<br />
wiatru (anemometrem czaszowy) oraz detekcję kondensacji<br />
pary wodnej (detektor SY-DS-1). Ponadto moduły rozszerzające<br />
Rys. 3. Schemat blokowy i wygląd węzła MICAz z układ radiowym CC2420<br />
Fig. 3. Block diagram and view of the node MICAz equipped with CC2420 radio system<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 47
Rys. 4. Węzły MICAz wyposażone w różne kombinacje modułów rozszerzających<br />
Fig. 4. The MICAz nodes equipped with different combinations of extension<br />
modules<br />
udostępniają odbiornik GPS do określenia położenia sieci, łącze<br />
RS-232 do komunikacji z modemem Fastrack Supreme 20 oraz<br />
przyciski i diody LED wykorzystywane przy obsłudze sieci (m.in.<br />
zestawianie sieci przez użytkownika). Należy podkreślić, że moduły<br />
zaprojektowano w taki sposób, aby użytkownik mógł rozbudowywać<br />
węzeł o dowolną ich kombinację (rys. 4).<br />
Projektując moduły rozszerzające oraz dobierając czujniki pomiarowe<br />
zwracano szczególną uwagę na minimalizację zużycia<br />
energii, gdyż w pracującej 24 godziny na dobę (przez lata, przy<br />
zasilaniu bateryjnym) sieci czujnikowej liczy się każdy µA poboru<br />
prądu. Fundamentalnym krokiem w procesie tworzenia energooszczędnej<br />
sieci jest jednak wybór struktury sieci i algorytmów dostępu<br />
do łącza [3, 6]. Sieci typu gwiazda są najprostsze w implementacji,<br />
lecz oferują też najmniejszy zasięg komunikacji, gdyż<br />
węzły nie mogą uczestniczyć w przekazywaniu pakietów. Sieć<br />
o topologii kratowej z kolei oferuje największą funkcjonalność<br />
dzięki komunikacji pomiędzy dowolnymi węzłami. Umożliwia to<br />
m.in. działanie sieci przy awarii niektórych węzłów (oczywiście<br />
w wypadku istnienia redundantnych połączeń). Odbywa się to<br />
jednak kosztem większego zużycia energii i złożoności aplikacji.<br />
W prezentowanej aplikacji ze względu na założenie braku redundantnych<br />
połączeń i wymaganie jak najmniejszego zużycia energii<br />
optymalna jest sieć typu drzewo. Sieć typu gwiazda byłaby<br />
łatwiejsza w implementacji, jednak przy maksymalnym zasięgu<br />
węzła MICAz wynoszącym ok. 75 m (wymagany jest minimum<br />
100 m zasięg pracy sieci) niezbędna jest możliwość uczestnictwa<br />
węzłów w przekazywaniu pakietów do innych węzłów sieciowych.<br />
Ponadto transmisja wieloprzeskokowa jest bardziej<br />
energooszczędna od transmisji na analogicznym odcinku przy<br />
wykorzystaniu układu radiowego o większej mocy wyjściowej.<br />
Na rysunku 5 przedstawiona jest wykorzystana w pracy struktura<br />
sieci.<br />
Dla uproszczenia implementacji zdecydowano się ograniczyć<br />
rozmiar sieci do maksymalnie 4 poziomów i maksymalnie 4 bezpośrednich<br />
podwładnych dowolnego węzła. Sieć może się więc<br />
składać z maksymalnie 341 węzłów, a promień zasięgu sieci<br />
wynosi ok. 300…400 m przy 75…100 m zasięgu pracy pojedyńczych<br />
węzłów MICAz w otwartej przestrzeni.<br />
W sieci zaproponowano własny, szczelinowany protokół dostępu<br />
do łącza oparty na współzawodnictwie. Sieć działa w takt cykli<br />
pomiarowych zlecanych przez koordynatora sieci. W danym cyklu<br />
pomiarowym węzły przebywają zdecydowaną większość czasu<br />
w stanie głębokiego uśpienia, po czym wybudzają się w celu<br />
wykonania pomiarów. Po wygenerowaniu danych pomiarowych<br />
każdy węzeł wylicza na podstawie swojego położenia w sieci<br />
dokładne okna transmisyjne, w których musi odebrać dane od<br />
swoich podwładnych, oraz okno, w którym może nadać dane do<br />
swojego węzła nadrzędnego. Na poszczególnych poziomach<br />
sieci kilka węzłów może współdzielić okno transmisyjne, dlatego<br />
przed nadaniem danych węzeł ocenia, czy kanał jest wolny (przy<br />
pomocy mechanizmu CCA układu CC2420). Po zakończeniu cyklu<br />
pomiarowego węzły włączają odbiorniki w oczekiwaniu na wezwanie<br />
do kolejnego cyklu. W sieci możliwe było wykorzystanie<br />
pełnego szczelinowania eliminującego ryzyko kolizji, jednak zrezygnowano<br />
z tego rozwiązania, gdyż zwiększyłoby to minimalny<br />
czas pomiędzy pomiarami (z ok. 20 s do kilku minut) oraz zużycie<br />
energii przez sieć (węzły musiałyby dłużej czekać poza stanem<br />
głębokiego uśpienia na nadejście ich okien transmisyjnych).<br />
Zastosowany schemat szczelinowania umożliwia znaczną<br />
oszczędność energii. Dla przykładu przy przyjętych parametrach<br />
okien transmisyjnych (umożliwiających przesłanie przez dowolny<br />
węzeł do 10 pakietów o rozmiarze ładunku w pakiecie ok.<br />
100 B), wykonywaniu pomiarów co 20 minut i przesyłaniu wyników<br />
co 40 minut (dzięki temu uzyskuje się dwa dokładne wyniki<br />
bez uśredniania), najbardziej obciążony ruchem sieciowym węzeł<br />
(mający komplet podwładnych) w trakcie ok. 40 minut przebywa:<br />
●
Jak widać w trybie głębokiego uśpienia węzeł zużywa 37 µA.<br />
Jest to bardzo dobry wynik, który osiągnięto z dołączonym modułem<br />
rozszerzającym mgr_base wyposażonym we wszystkie czujniki<br />
(czujnik wilgotności gleby obsługiwany jest przez inny moduł,<br />
który jednak nie zużywa energii w trybie bezczynności). Implikuje<br />
to, że dobór czujników i projekt części sprzętowej są odpowiednie<br />
pod względem energetycznym. Należy podkreślić, że przy takim<br />
zużyciu (i przedstawionych uprzednio parametrach szczelinowania)<br />
sieć mogłaby pracować minimum 4 lata przy zasilaniu z baterii<br />
o pojemności 3000 mAh. W przypadku niepełnego obciążenia<br />
węzła, czas ten jest jeszcze większy i może osiągnąć wartość<br />
przekraczająca czas życia baterii. Dzięki tak niskiemu zużyciu<br />
możliwe jest np. wykorzystanie aplikacji sieciowej w niewielkich<br />
węzłach (zasilanych np. baterią zegarkową o niedużej pojemności)<br />
przy zachowaniu rozsądnego czasu pracy sieci.<br />
Pomiary zasięgu komunikacji węzła MICAz wykazały, że przy<br />
wykorzystaniu standardowej anteny (dookólna antena ćwierćfalowa)<br />
zasięg wynosi praktycznie ok. 60 m w prostej linii bez przeszkód<br />
(LOS). Przy takim zasięgu zaproponowana sieć umożliwia<br />
uzyskanie pokrycia powierzchni do 18 ha. W razie potrzeby powierzchnia<br />
ta może być zwiększone poprzez wykorzystanie anten<br />
o większym zysku.<br />
Na poniższym wykresie przedstawione są przykładowe wynik<br />
pomiarów temperatury i wilgotności względnej powietrza wykonane<br />
przez jeden z węzłów (przy wykonywaniu pomiarów co 1 minutę).<br />
Rys. 6. Wyniki pomiarów temperatury i wilgotności względnej powietrza<br />
(czujnik SHT10) wykonanych przez węzeł umieszczony w okolicach<br />
zewnętrznej ściany budynku<br />
Fig. 6 The results of temperature and relative humidity measurements<br />
(SHT10 sensor) made by node located near the outer wall<br />
of building<br />
Wnioski<br />
Bezprzewodowe Sieci Czujnikowe są coraz powszechniej stosowane<br />
do monitoringu różnego rodzaju parametrów, przy czym<br />
przewidywany jest znaczny ich wpływ na pomiar parametrów środowiskowych<br />
[2]. Rozwijane obecnie sieci projektowane są z myślą<br />
o dużej liczby węzłów (setki – tysiące węzłów), bez wyraźnego<br />
ograniczenia ich liczby [2]. Zarazem algorytmy projektowane są<br />
zazwyczaj z założeniem braku z góry określonej topologii sieci,<br />
co jest uniwersalnym podejściem dającym wiele możliwości zastosowań<br />
[2]. Wiąże się to jednak z poważnym kosztem energetycznym<br />
jak i wzrostem złożoności algorytmów. Tymczasem sieć<br />
do wykonywania prostych pomiarów parametrów przydatnych<br />
w ogrodnictwie powinna składać się maksymalnie z kilkudziesięciu<br />
węzłów – szczególnie przy wciąż dość znacznym koszcie ich<br />
budowy i konieczności odpowiedniego ich rozmieszczenia (dla<br />
zabezpieczenia przed uszkodzeniem np. przez maszyny rolnicze).<br />
Ponadto w sieci takiej ze względu na niewielką redundancję<br />
połączeń pomiędzy węzłami (a nawet możliwym braku redundan-<br />
cji) nie jest zasadne wykorzystywanie skomplikowanych i zużywających<br />
energię protokołów zestawiania sieci i odnajdowania<br />
tras dla pakietów sieciowych.<br />
Warto zauważyć, że w pracy zaproponowano unikalne rozwiązania<br />
dotyczące sieci czujnikowych. Stworzono sieć, w której<br />
występowanie szczelin transmisyjnych (a co za tym idzie łącza)<br />
jest uzależnione od istnienia danych do przekazania. Ponadto<br />
dzięki oparciu sieci na strukturze drzewa wyeliminowano dużo<br />
kosztownych energetycznie mechanizmów jak m.in. poszukiwanie<br />
ścieżek i transmitowanie dużych ilości danych określających<br />
porządek ruchu w sieci. Dzięki tym rozwiązaniom zminimalizowano<br />
główne czynniki powodujące straty energii, czyli:<br />
● bezczynny nasłuch;<br />
● przesłuchy (odbieranie wiadomości skierowanych do innych<br />
węzłów przed rozpoznaniem adresu);<br />
● transmisję pakietów nadmiarowych (zarządzających siecią,<br />
a nie przenoszących użytecznych danych);<br />
● kolizje wynikające z losowych wzrostów natężenia ruchu (prowadzące<br />
do tzw. załamania sieci).<br />
Odbyło się to jednak następującym kosztem:<br />
● brak stałego dostępu do łącza komunikacyjnego (niewymagany<br />
w sieciach reaktywnych, jak niniejsza);<br />
● opóźnienie w transmisji (dzięki częściowemu szczelinowaniu<br />
nie są duże);<br />
● konieczność zestawiania sieci przez użytkownika (mało kłopotliwe<br />
ze względu na niewielką liczbę węzłów i prostą procedurę,<br />
a nawet pożądane dla uzyskania maksymalnego pokrycia<br />
terenu przy minimalnej liczbie węzłów);<br />
● brak automatycznej naprawy sieci po uszkodzeniu któregoś<br />
z węzłów (nieduży problem, ponieważ w planowanej aplikacji<br />
najprawdopodobniej nie będzie nadmiarowych połączeń sieciowych,<br />
lub będzie ich bardzo mało);<br />
● możliwe duże natężenie komunikacji i występowanie kolizji<br />
wewnątrz domen kolizyjnych (realny problem wymagający<br />
gruntownych badań i w razie problemów zwiększenia okien<br />
transmisyjnych/zastosowania pełnego szczelinowania);<br />
● ograniczona liczba pakietów możliwych do obsłużenia przez<br />
węzeł (realne ograniczenie wynikające bezpośrednio z małego<br />
rozmiaru pamięci SRAM i nieprzesyłania odebranych pakietów<br />
na bieżąco; podobny problem występuje w przypadku np. sieci<br />
ZigBee i pakietów przekazywanych do uśpionych urządzeń<br />
typu ZED, można rozwiązać ten problem przez rozbicie dużych<br />
okien transmisyjnych na sekwencję małych i przesyłanie<br />
pojedynczych pakietów na bieżąco).<br />
Literatura<br />
[1] Treder, W.: OCHRONA ROŚLIN PRZED PRZYMROZKAMI, Hasło<br />
Ogrodnicze, 06/2005.<br />
[2] Zurawski, R.: Embedded Systems Handbook, Boca Raton, 2006.<br />
[3] Stojmenovic, I.: Handbook of Sensor Networks Algorithms and Architectures,<br />
Hoboken, 2005.<br />
[4] Gislason, D.: Zigbee wireless networking. Burlington, 2008.<br />
[5] Szklarz, M.: STACJA METEO WSPOMAGA DECYZJE, Hasło ogrodnicze,<br />
05/2006.<br />
[6] Miguel A. Martínez, José M. Andújar and Juan M. Enrique: A New and<br />
Inexpensive Pyranometer for the Visible Spectral, Sensors.<br />
[7] WILCZEK, A., SKIERUCHA, W.: Częstotliwościowa metoda pomiaru<br />
zespolonej przenikalności dielektrycznej materiałów porowatych przy<br />
zastosowaniu sond o różnej długości, Pomiary Automatyka Kontrola,<br />
9bis/2007.<br />
[8] SKIERUCHA, W., WILCZEK, A.: Polowy system monitorowania<br />
wilgotności gleby, Pomiary Automatyka Kontrola, 9bis/2007.<br />
[9] Kaniszewski, S.: TERMINY I DAWKI NAWADNIANIA WARZYW,<br />
Hasło Ogrodnicze, 02/2004.<br />
[10] Kaniszewski, S.: NAWADNIANIE WARZYW POLOWYCH, Hasło<br />
Ogrodnicze, 08/2000.<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 49
Field characteristic of magnetic sensors on the<br />
split hall structures<br />
(Charakterystyka polowa czujników magnetycznych realizowanych<br />
na dzielonych strukturach hallotronowych)<br />
prof. dr hab. inż. Roman Holyaka 1) , prof. dr hab. inż. Zenon Hotra 1, 2) ,<br />
dr inż. Mariusz Węglarski 2) , mgr Tetyana Marusenkova 1)<br />
1)<br />
Lviv Polytechnic National University, UKRAINE<br />
2)<br />
Department of Electronic and Communications Systems, Rzeszów University of Technology<br />
Galvanomagnetic sensors are widely used for magnetic field measurement<br />
due to their capability to work in a wide range of magnetic<br />
flux density (from 10 -6 T to several tens of Tesla) and temperature<br />
(from 1 K to 400 K), their small sizes (several millimeters)<br />
and low cost (in large-scale production) [1, 2]. Hall sensors are<br />
a kind of galvanomagnetic sensors. A typical Hall sensor is a rectangular<br />
semiconductor slab with two pairs of electrodes: one<br />
pair is used for energizing the slab whilst the other is intended for<br />
Hall voltage measurement (these two electrodes are referenced<br />
to as potential electrodes, they are placed symmetrically along<br />
the current-flow line) [3, 4].<br />
One can distinguish two typical variants of probes of Hall sensors<br />
– with normal (transverse) and with axial position of a sensor<br />
in a probe. Such probes are intended for measuring the only<br />
magnetic-field vector’s projection which is normal to the probe’s<br />
work surface. This fact causes two problems. The first problem<br />
is restricted spatial resolution; the second one is impossibility of<br />
simultaneous measurement of three magnetic-field vector’s projections<br />
(B X<br />
, B Y<br />
, B Z<br />
) in a certain point of space.<br />
As shown in Fig. 1a, there no difficulties concerned to measurement<br />
of the magnetic-field vector’s projection normal to a certain<br />
surface. In order to measure this projection sensor is to be placed<br />
immediately on this surface. The distance d between the surface<br />
being measured and the effective layer (active region) can be rather<br />
short and depends on the width of the effective layer’s substrate.<br />
Thinning the substrate appropriately, one can achieve the distance<br />
d nearly equal to 0.2…0.3 mm. However if the magnetic-field<br />
vector’s projections parallel to the surface are to be measured then<br />
the sensor’s structure is to be set vertically (Fig. 1b). This causes<br />
the minimal possible distance d between the sensor’s active region<br />
and the surface being measured to increase to 1 mm and more.<br />
Enhancement of localization of Hall sensors and realization<br />
of the possibility of simultaneous measuring three magnetic-field<br />
vector’s projections (such measuring device are called 3D sensors<br />
or probes) can be performed on the basis of the concept of<br />
split Hall structures (SHS) [5]. As shown in Fig. 1c, the basic idea<br />
of SHS consists in the fact that only a half a Hall sensor (split current<br />
Hall device) – a Hall half-element – is used. Such a structure<br />
has two current electrodes and the only potential electrode.<br />
Basic solution<br />
Modifying the structure of a Hall sensor one can expand its functionality.<br />
One of these structural modifications is a magnetic sensor<br />
based on split Hall structures which contain only one potential<br />
electrode instead two electrodes employed by ordinary Hall sensors<br />
[6–8]. This subclass of Hall devices are getting more and<br />
more popular due to fundamentally new capabilities they provide<br />
for magnetic field measurement. There exist a number of different<br />
topologies of the split Hall structures. A corner split Hall structure<br />
notable for the fact that its sensitive region is placed in the corner<br />
of the substrate is shown in the Fig. 2a. Placing three such split<br />
Hall structures on the adjacent edges of the cubic substrate, one<br />
would obtain a high-resolution three-dimensional magnetic sensor<br />
(Fig. 2b). Solving problems connected with this process it will<br />
be possible to integrate this split Hall solution with hybrid structure<br />
of RFID sensor [11] what is planned to do in the future.<br />
a) b)<br />
Fig. 2. The split Hall structure: a) topology; b) implementation in 3Dsensor<br />
Rys. 2. Dzielona struktura hallotronowa: a) topologia; b) zastosowanie<br />
w czujniku 3D<br />
a) b) c)<br />
Fig. 1. Position of the Hall sensor structure on a measured surface: a) horizontal position; B) vertical position; c) split Hall structure;<br />
1 – sensor’s structure; 2 – active layer; 3 – outputs; 4 – the object being measured<br />
Rys. 1. Pozycja struktury czujnika Halla na badanej powierzchni: a) pozycja pozioma; b) pozycja pionowa; c) struktura dzielona; 1 – struktura<br />
czujnika; 2 – warstwa aktywna; 3 – wyprowadzenia; 4 – badany obiekt<br />
50<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
Such 3D sensors have the following advantages:<br />
• high spatial resolution caused by the fact that all three sensitive<br />
regions are condensed in the cube corner (all sensitive<br />
regions of our experimental 3D sensor were confined by small<br />
volume of diameter 0.2 mm which is ten times less than in<br />
ordinary Hall devices);<br />
• possibility of direct contact between the cube corner and a surface<br />
being measured;<br />
• high magnetic sensitivity (about 100…300 mV/T ) and low<br />
parasitic cross-sensitivity (< 1%) due to the fact that such 3D<br />
sensors use thin active layer (about 1 micrometer) in contrast<br />
to other types of 3D sensors;<br />
• possibility of work in harsh environment including cyclotrons<br />
and charged particle accelerators.<br />
However, the structural features of the split Hall structures not<br />
only cause their advantages, but also complicate the process of<br />
their modelling and calibration [9].<br />
FEMLAB modelling<br />
The output signal of an angular SHS can be approximately described<br />
by:<br />
V1H<br />
V2H<br />
V = V2<br />
−V1<br />
= V1R<br />
−V2R<br />
+ + = V1R<br />
−V2R<br />
+ VH<br />
(1)<br />
2 2<br />
where V 1R<br />
and V 2R<br />
– are ohmic voltage drops, V H<br />
is the Hall voltage.<br />
The specialized software products FEMLAB and MATLAB were<br />
chosen for modeling the output signal of an SHS. FEMLAB applies<br />
the finite element method and provides powerful means of constructing<br />
objects of arbitrary shape and visualization of modeling<br />
results. Its mathematical tool is open and allows programming.<br />
FEMLAB’s module Electromagnetics is based on Maxwell’s equations.<br />
With the view of taking into account the Lorenz’s force some<br />
additional programs were developed using MATLAB. The result of<br />
modeling Hall voltage distribution in two semiconductor strips with<br />
equal resistances placed at right angles is shown in Fig. 3.<br />
Upon the analysis of the dependence of the parasitic ohmic<br />
voltage component of the SHS’s output signal on SHS’s position<br />
in a magnetic field the following relation was obtained:<br />
V<br />
R<br />
= V<br />
1R<br />
− V<br />
2R<br />
I<br />
S<br />
⎛<br />
k<br />
⎞<br />
11R11<br />
+ k12R12<br />
=<br />
⋅<br />
⎜k<br />
− ⋅<br />
⎟<br />
11R11<br />
k21R21<br />
, (2)<br />
⎛ k + ⎞ ⎝<br />
21 21<br />
+<br />
11R11<br />
k12R<br />
k R k<br />
12<br />
22R22<br />
⎠<br />
⎜<br />
+ 1<br />
⎟<br />
⎝ k21R21<br />
+ k22R22<br />
⎠<br />
where R 11<br />
, R 12<br />
and R 21<br />
, R 22<br />
are resistances of different parts of two<br />
lateral electrodes, I S<br />
is the feed current. The coefficients k 11<br />
, k 12<br />
,<br />
k 21<br />
, k 22<br />
consider the magnetoresistance effect [1]:<br />
= ( )( ); ( )( )<br />
= ( )( ); ( )( )<br />
2 2<br />
2 2<br />
2 2<br />
k<br />
11<br />
1+ µ<br />
1<br />
B z<br />
1+α11µ<br />
1<br />
B<br />
2 2<br />
y<br />
k<br />
21= 1+ µ<br />
1<br />
B z<br />
1+α<br />
21µ<br />
1<br />
Bx<br />
;<br />
(3)<br />
2 2<br />
B 2<br />
2 2<br />
2 2<br />
k + µ z<br />
+ α µ B k = +µ B z<br />
+α µ B<br />
2 12<br />
1 1<br />
2<br />
12 2 y<br />
=<br />
22<br />
1<br />
2<br />
1<br />
22 2 x<br />
There μ 1<br />
, μ 2<br />
are charge carrier mobilities of the semiconductor<br />
parts R 11<br />
, R 21<br />
and R 12<br />
, R 22<br />
, α 11<br />
, α 21<br />
, α 12<br />
, α 22<br />
are their width-to-thickness<br />
ratios. The magnetic-field vector projection B z<br />
is normal to<br />
the SHS plane, while the projections B y<br />
and B x<br />
are parallel to the<br />
SHS plane and perpendicular to the current directions in R 11<br />
, R 12<br />
and R 21<br />
, R 22<br />
.<br />
If R 11<br />
= R and R = R , then V = V and the SHS output<br />
21 12 22 1R 2R<br />
signal is a Hall voltage. Otherwise a parasitic ohmic voltage shows<br />
up. In Cartesian system any vector’s position is uniquely defined<br />
by angles α and β, formed with axes z and x. The dependence of<br />
the SHS’s output signal (a) and parasitic ohmic voltage (b) on the<br />
magnetic-field vector’s position when R 21<br />
= 1.01· R , R = R (angles<br />
alpha and beta are given in degrees) is shown in the Fig.<br />
11 12 22<br />
4.<br />
a) b)<br />
Fig. 4. Voltage – magnetic field vector’s position dependance: a) SHS<br />
output signal; b) ohmic voltage<br />
Rys. 4. Zależność napięcia od nachylenia wektora pola magnetycznego:<br />
a) wyjście sygnałowe SHS; b) spadek napięcia<br />
Due to the complicated manner of the current distribution in<br />
the corner SHS its output signal depends on the magnetic-field<br />
vector’s projection onto the SHS plane. Indeed, since the current<br />
density vector’s direction changes from point to point in the SHS<br />
corner region, the angle between the current density vector and the<br />
magnetic-field vector projection onto the SHS plane changes too.<br />
The influence of this projection is much less significant than the<br />
influence of the normal magnetic-field vector’s projection because<br />
the semiconductor slab’s thickness is much less than its width.<br />
However, since the magnetic-field vector projection on the SHS<br />
plane influences differently the semiconductor regions represented<br />
by resistances R 11<br />
, R 12<br />
and R 21<br />
, R 22<br />
, then the ratios between<br />
the said resistances is affected by the magnetic field even if the<br />
geometrical structure of the SHS is ideally symmetric. This results<br />
in some parasitic component of the SHS output signal, which<br />
must be taken into account with the view of enhancement of the<br />
magnetic field measurement accuracy. Besides, the curvature of<br />
current-flow lines complicates the analysis of the magnetoresistive<br />
effect under conditions of the SHS structure asymmetry. The<br />
above-said reasons led to an idea of adding a metal electrode<br />
over the semiconductor layer in the corner region of a SHS in or-<br />
a) b)<br />
Fig. 3. The Hall voltage in two semiconductor strips forming right<br />
angle<br />
Rys. 3. Napięcie Halla w dwóch paskach półprzewodnikowych tworzących<br />
kąt prosty<br />
Fig. 5. Current distribution in corner region of an SHS: a) without<br />
metal electrode; b) with metal electrode<br />
Fig. 5. Rozkład prądu w rogu struktury SHS: a) bez elektrody metalowej;<br />
b) z elektrodą metalową<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 51
der to reduce the curvature of current-flow lines and thus reduce<br />
the parasitic component of the SHS output signal.<br />
Using the specialized software FEMLAB and MATLAB modeling<br />
was performed with the purpose of investigation into effectiveness<br />
of the metal electrode in the SHS corner region. In the first<br />
stage the current distribution in two corner SHSs, the first of which<br />
has no metal electrode in its corner region and the second has<br />
such an electrode, was modeled using the module Electromagnetics<br />
of FEMLAB. The modeling results are presented in Fig. 5a<br />
and 5b respectively.<br />
In the second stage the dependence of the parasitic component<br />
of the SHS output voltage on the current distribution was<br />
analyzed. For this analysis the following steps were performed<br />
at the specified magnetic-field vector’s projection on the normal<br />
to the SHS plane B z<br />
, the projection on the SHS plane B xy<br />
and the<br />
charge carrier mobility μ:<br />
1. The structure containing the results of modeling current<br />
distribution in a corner SHS with no metal electrode in its corner<br />
region was exported from FEMLAB to MATLAB for further processing.<br />
2. The current density vector components J x<br />
, J y<br />
, J z<br />
were read<br />
in the array of M × N points evenly distributed over the semiconductor<br />
region’s surface with the resistance R 11<br />
.<br />
3. The direction cosines of the current density vector were calculated<br />
on basis of the “readings” in the said M × N control points.<br />
4. For the specified value B xy<br />
the value of its projection on the<br />
normal to the current density vector was evaluated in each of the<br />
M × N control points. Fig. 6a and 6b depict the distribution of the<br />
projection of B xy<br />
on the normal to the current density vector in the<br />
control points evenly distributed in the semiconductor regions with<br />
the resistances R 11<br />
and R 21<br />
respectively for the case when B xy<br />
is<br />
parallel to the axis x. On condition that current-flow lines are ideally<br />
straight the projection B x<br />
does not influence the resistances<br />
R 11<br />
and R 12<br />
and leads to the increase of the resistances R 21<br />
and<br />
R 22<br />
without impacting their ratio. So, in this case the resistances<br />
remain symmetrical.<br />
5. The dependence of the resistivity on the magnetic-field vector<br />
components B z<br />
and B xy<br />
(normal and parallel to the SHS plane respectively)<br />
can be described by the formulas ρ ( 2 2<br />
B<br />
= ρ<br />
0<br />
1+<br />
α µ Bz<br />
)<br />
2 2<br />
and ρ<br />
B<br />
= ρ<br />
0( 1+<br />
βµ Bxy)<br />
where α and β are some coefficients. To<br />
a first approximation the coefficient β is assumed to be as many<br />
times less than the coefficient α as the semiconductor regions’<br />
width exceeds its thickness.<br />
6. Dividing a semiconductor region into a number of equal elements<br />
and considering the resistivity of the whole region to be<br />
arithmetic average of resistivities of all these elements, one can<br />
obtain the resistivity of the entire semiconductor region with the<br />
resistance R 11<br />
placed in a magnetic field.<br />
7. Steps 2 – 6 were repeated for the semiconductor regions<br />
with resistances R 21<br />
, R 12<br />
and R 22<br />
. Then the corresponding magnetoresistances<br />
for the specified magnetic field were calculated<br />
and changes in their ratios caused by a magnetic field were evaluated.<br />
The resistances R 11<br />
, R 12<br />
, R 21<br />
, R 22<br />
depend significantly on the<br />
charge carrier mobility and the magnetic-field vector. For the<br />
charge carrier mobility μ = 3 m 2 /(V·s) the resistances ratios were<br />
changed by 3%.<br />
In the same way the resistances R 11<br />
, R 12<br />
, R 21<br />
, R 22<br />
and their<br />
ratios were calculated for a corner SHS with a metal electrode<br />
in its corner region. Since the metal electrode causes reduction<br />
of the curvature of current-flow lines, the resistances ratios<br />
change insignificantly (only up to 0.2%) for the same other parameters<br />
including the same charge carrier mobility μ = 3 m 2 /<br />
(V·s). Hence, a metal electrode would help to reduce parasitic<br />
cross-sensitivity in 3D magnetic sensors based on corner SHS<br />
and to simplify an analysis of other factors of appearance of the<br />
output voltage’s parasitic components due to the magnetoresistive<br />
effect.<br />
52<br />
a) b)<br />
Fig. 6. Distribution of the in-plane magnetic-field vector’s projection<br />
on the current density vector in corner semiconductor regions of the<br />
SHS with the resistance: a) R 11<br />
, b) R 21<br />
Rys. 6. Rozkład rzutu wektora pola magnetycznego na wektor gęstości<br />
prądu, w rogu półprzewodnikowej struktury SHS z rezystancją:<br />
a) R 11<br />
, b) R 21<br />
Magnetoresistive effect model<br />
The field characteristic of any ordinary Hall device fed by a constant<br />
current can be described by linear equation V OUT<br />
= V 0<br />
+ K B<br />
B N<br />
,<br />
where V OUT<br />
is the output voltage, V 0<br />
is the offset voltage, K B<br />
is<br />
the linear coefficient of voltage sensitivity, B N<br />
is the magnetic-field<br />
vector’s projection on the normal N to the sensitive element plane.<br />
One usually neglects two other magnetic-field vector’s projections,<br />
one of which, B L<br />
, is parallel to the current line and the other,<br />
B W<br />
, is perpendicular to the current line, moreover, both are lying in<br />
the sensor’s plane. More accurate description of the field characteristic<br />
can be achieved by polynomials. Particularly, second-degree<br />
polynomial V OUT<br />
= V 0<br />
+ K B1<br />
B N<br />
+ K B2<br />
B 2 (K , K are linear and<br />
N B1 B2<br />
square coefficients respectively) gives an opportunity to describe<br />
the field characteristic with inaccuracy not exceeding 0.1%. So,<br />
calibration of a Hall device in a three-dimensional sensor requires<br />
calculation of the above-mentioned values V 0<br />
, K K and two angles<br />
α z<br />
B1, B2<br />
, β z<br />
(the inclination of the sensitive element’s plane and its<br />
turning angle) which determine the projection B N<br />
of the magneticfield<br />
vector B → on the normal to the sensitive element’s plane. Furthermore,<br />
the field characteristic’s temperature coefficients are<br />
to be determined but taking into consideration the fact that their<br />
determination for split Hall structures does not differ from that one<br />
for ordinary Hall devices, the work omits this issue.<br />
The above-mentioned field characteristic was applied when calibrating<br />
a 3D sensor based on three orthogonally turned split Hall<br />
structures shown in Fig. 2b. Performed calibration gave positive results<br />
in magnetic fields up to 300 mT (the measurement accuracies<br />
of three components B X<br />
, B Y<br />
, B Z<br />
of the magnetic-field vector B → were<br />
not greater than 0.3%). Upon the analysis of the obtained field characteristic<br />
coefficients it was found that the inaccuracy up to 0.2%<br />
is determined by misalignment of the sensitive elements planes<br />
whereas the inaccuracy of second-degree polynomial approximation<br />
does not exceed 0.1%. However, an attempt to approximate<br />
the field characteristic by second-degree polynomial in a stronger<br />
magnetic field turned unsuccessful – the inaccuracy of magnetic<br />
field measurement in range of 1 T ran up to several percents.<br />
Having performed an analysis we concluded that in order to<br />
describe the field characteristic of 3D sensors based on three orthogonally<br />
turned split Hall structures adequately we must introduce<br />
some new coefficients describing the dependencies of output<br />
voltages of such sensors on the magnetic-field vector B → . It will be<br />
shown in this work that the performed analysis allows to devise<br />
a new method of study of the split Hall structures field characteristic<br />
for considerable improvement in magnetic field measurement<br />
accuracy.<br />
Let’s represent a split Hall structure as an equivalent circuit<br />
shown in Fig. 7. The resistors R 11<br />
, R 12<br />
, R 13<br />
, R 21<br />
, R 22<br />
, R 23<br />
, R S<br />
stand<br />
for the respective parts of the semiconductor layer whereas the<br />
voltage sources E 1H<br />
, E 2H<br />
substitute for Hall potentials of half Hall<br />
elements HHS 1<br />
, HHS 2<br />
. The split Hall structure feed current leaves<br />
the node I S and enters the nodes I 1 and I 2<br />
. The outputs I 1<br />
and I 2<br />
are to be joined in order to equalize the currents I 1<br />
and I 2<br />
and consequently the common-mode voltages, taking into consi-<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
a) b)<br />
Fig. 7. The split Hall structure: a) equivalent circuit; b) photo with<br />
signed model elements<br />
Fig. 7. Dzielona struktura hallotronowa: a) ekwiwalent elektryczny; b)<br />
zdjęcie z zaznaczeniem elementów modelu<br />
deration that the structure is symmetrical to a first approximation<br />
(R 11<br />
= R 21<br />
, R 12<br />
= R 22,<br />
R 13<br />
= R ). However, the Hall voltage sources<br />
23<br />
have opposite polarity due to the fact that the potential electrode<br />
resides on the left side of the current circuit of HHS 1<br />
and on the<br />
right side of the current circuit of HHS 2<br />
. Consequently we can<br />
assume to a first approximation that the differential output voltage<br />
V OUT<br />
= V 2<br />
– V 1<br />
is determined by the sum of the voltages of the<br />
voltage sources E , E : V = V(E ) – V(E ).<br />
1H 2H OUT 1H 2H<br />
However further analysis shows that in the absence of the<br />
symmetry of half Hall elements HHS 1<br />
and HHS 2<br />
the output voltage<br />
of the sensor depends on a change in redistribution of the<br />
currents I 1<br />
, I 2<br />
. The asymmetry can be caused by such factors:<br />
• imperfection of thin-film structure geometry resulting from photolithographic<br />
mesastructure forming;<br />
• distinct change in resistance of two half Hall elements resulting<br />
from magnetoresistive effect.<br />
The influence of two resistors R 13<br />
and R 23<br />
of the output circuit is<br />
negligibly small due to the fact that the current in this circuit is almost<br />
zero for high-resistance load (including the load in the differential<br />
amplifier). Besides, we can neglect the influence of change<br />
in resistance R S<br />
on the output voltage because there occurs only<br />
symmetrical change of the common-mode voltages. Any change<br />
in resistance of R 11<br />
, R 12<br />
, R 21<br />
, R 22<br />
does not impact the output voltage<br />
if the ratios R 11<br />
/R 12<br />
and R 21<br />
/R 22<br />
remain the same. But when this<br />
condition is not fulfilled there occurs a parasitic voltage difference<br />
V(R 21<br />
) – V(R 11<br />
) = V(∆R B<br />
) complicating the split Hall structure field<br />
characteristic and causing the magnetoresistive modulation of the<br />
differential output voltage V OUT<br />
= V(E 1H<br />
) + V(E 2H<br />
) + V(∆R B<br />
).<br />
Having made an analysis we detected the main factors of<br />
magnetoresistive modulation of the split Hall structure’s field characteristic.<br />
The first factor results from the fact that magnetic-field<br />
vector influences the resistance of the element HHS 1<br />
and the resistance<br />
of the element HHS 2<br />
in different ways because their current<br />
circuits make different angles with the magnetic-field vector.<br />
The second factor results from the fact that current lines have<br />
a complex shape in the corner region of the split Hall structure (resistors<br />
R 11<br />
and R 21<br />
in the equivalent circuit). Besides, the current<br />
lines are not the same at different time moments, so the magnetoresistive<br />
effect results would not be the same. The third factor<br />
is caused by the fact that two elements HHS 1<br />
and HHS 2<br />
are not<br />
ideally symmetrical. However, this asymmetry causes not only an<br />
offset voltage as in ordinary Hall devices but also its modulation<br />
by the projections of the magnetic-field vector which are parallel<br />
to the sensitive element’s plane.<br />
For calibration purposes it is not reasonable to consider the<br />
influence of each above-mentioned factor separately. That’s why<br />
we introduced an integral factor ∆R(B) of magnetoresistive modulation<br />
of the split Hall structure’s field characteristic. Taking into<br />
consideration the fact that the dependence of the semiconductor<br />
layer’s resistance on the magnetic-filed vector B → and its projections<br />
B N<br />
, B L<br />
, B W<br />
on the current lines is typically quadratic, it is<br />
reasonable to describe the magnetoresistive modulation by the<br />
second-degree polynomial taking apart the influence of each projection:<br />
( )<br />
2<br />
2<br />
2<br />
∆ R = R K B + K B + K B + K B + K B + K B , (4)<br />
B<br />
B0 N1<br />
N N 2 N L1<br />
L L2<br />
L W1<br />
W W 2 W<br />
where R B0<br />
is the dimensional coefficient, K N1<br />
, K L1<br />
, K W1<br />
are the linear<br />
coefficients and K N2<br />
, K L2<br />
, K W2<br />
are the square coefficients of<br />
the magnetoresistive modulation. Numerous experiments were<br />
carried out in order to study the influence of the magnetic-field<br />
vector’s projections B N<br />
, B L<br />
, B W<br />
on the structure resistance. We<br />
studied an ordinary Hall element with symmetrical structure where<br />
the current flows in the strictly defined direction. This allowed<br />
determination of each projection influence on the relative change<br />
of the active layer’s resistance independently. The results of such<br />
experiments are shown in Fig. 8.<br />
Fig. 8. Results of research into the magnetoresistive effect on the sensor’s structure – structure resistance changes in case that the magneticfield<br />
vector is: R(B L<br />
) – parallel to the current line; R(B W<br />
) – perpendicular to the current line and parallel to the structure’s sensitive layer; R(B N<br />
)<br />
– perpendicular to the structure plane and, consequently, to the current line<br />
Rys. 8. Rezultaty badań efektu magnetorezystancyjnego w strukturze sensora – zmiany rezystancji struktury dla wektora pola magnetycznego:<br />
R(B L<br />
) – równoległego do przepływu prądu; R(B W<br />
) – prostopadłego do przepływu prądu, a równoległego do warstwy czułej; R(B N<br />
) – prostopadłego<br />
do płaszczyzny struktury i przepływu prądu<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 53
The characteristic R(B L<br />
) corresponds to the change of the<br />
structure resistance in case that the magnetic-field vector is parallel<br />
to the current line; the characteristic R(B W<br />
) corresponds to<br />
the change of the structure resistance in case that the magneticfield<br />
vector is perpendicular to the current line and parallel to the<br />
structure’s sensitive layer; the characteristic R(B N<br />
) corresponds to<br />
the change of the structure resistance in case that the magneticfield<br />
vector is perpendicular to the structure plane and, consequently,<br />
to the current line<br />
The greatest resistance change (more than 20%/T) occurs if<br />
the magnetic-field vector is perpendicular to the sensor plane. It<br />
is obvious because the sensor active layer’s width is much greater<br />
than its thickness (a typical thickness is about 1 micrometer).<br />
Consequently, the Lorentz force causes charge carriers to deflect<br />
from their trajectories significantly. Nevertheless, it is possible to<br />
neglect the influence of the magnetic-field vector B N<br />
(normal to<br />
the sensor plane) on the magnetoresistive modulation of the split<br />
Hall structure’s output voltage. This is due to the fact that magnetic-field<br />
vector normal to the sensor plane influences both half<br />
Hall elements HHS 1<br />
and HHS 2<br />
equally, so it does not change the<br />
ratios R 11<br />
/R 12<br />
and R 21<br />
/R 22<br />
and consequently does not influence the<br />
differential output voltage V OUT .<br />
The resistance R(B L<br />
) (in the case of the magnetic-field vector<br />
parallel with the current line) changes insignificantly. Therefore<br />
we must analyze the magnetoresistive modulation of the split<br />
Hall structure’s field characteristic only if a magnetic-field vector<br />
is perpendicular to the current line and parallel to the structure’s<br />
sensitive layer. The obtained characteristic R(B W<br />
) showed the possibility<br />
to neglect the linear coefficient of the magnetoresistive<br />
modulation. However, taking into consideration the fact that most<br />
of photolithographic defects are unique, one has to determine the<br />
magnetoresistive modulation’s square coefficient for each sensor<br />
separately.<br />
Magnetoresistive modulation investigation<br />
We have developed methods of research into the split Hall structure<br />
field characteristic. These methods are based on the sensor<br />
output voltage V OUT<br />
(φ) measurement in case that the sensor rotates<br />
in a magnetic field around the axis normal to the sensor’s<br />
plane. Besides, the magnetic-field vector is parallel to the sensor<br />
plane. It is possible to measure the quantitative parameters of<br />
the magnetoresistive modulation only in strong magnetic fields.<br />
This can be attributed to the fact that the magnetoresistive effect<br />
shows up insignificantly in magnetic fields up to 300 mT (as we<br />
can see in Fig. 8).<br />
In the first stage of research the offset voltage V S<br />
(φ) = V OUT<br />
(φ)<br />
– V 0<br />
is to be measured separately in a zero-chamber. In the second<br />
stage one has to separate the magnetoresistive modulation<br />
voltage from the sensor Hall voltage. Such separation is necessary<br />
because the rotation axis does not coincide exactly with the<br />
normal to the sensor plane (this situation would occur when plenty<br />
of 3D sensors are calibrated simultaneously). The separation<br />
can be performed by fitting of the wave fundamental describing<br />
a change in Hall voltage V 1<br />
(φ) in case that an ideal sensor rotates<br />
without any magnetoresistive modulation.<br />
In order to simplify the separation procedure the ideal sensor<br />
field characteristic is assumed to be a linear function of a magnetic<br />
field. This assumption allows to write harmonic oscillation<br />
as follows:<br />
V ϕ = V sin α sin ϕ + β ,<br />
(5)<br />
where V HM<br />
= S HN<br />
· B N<br />
is a maximum Hall voltage which can be<br />
achieved in case that the magnetic-field vector coincides with the<br />
normal to the sensor plane; S HN<br />
is magnetic sensitivity to the magnetic-field<br />
normal component B N<br />
at the nominal feed current I NOM<br />
;<br />
α is the angle included between the rotation axis and the normal;<br />
β is the angle of initial misalignment of the sensor coordinate system<br />
and the magnetic field coordinate system.<br />
54<br />
( ) ( ) ( )<br />
1 HM<br />
Ideally with no wave fundamental the angle α → 0 and the<br />
angle β determines the rotating mechanism at the first point of<br />
measuring function V OUT<br />
(φ). The signal V 2<br />
(φ) = V OUT<br />
(φ) – V 0<br />
–<br />
V 1<br />
(φ) described mainly by the wave quadratic component serves<br />
as a criterion for correct fitting of the wave fundamental parameters.<br />
Since the structure dependence on magnetic flux density<br />
is quadratic, the very quadratic component determines the field<br />
characteristic magnetoresisitive modulation.<br />
In the next stage the magnetoresistive modulation quantitative<br />
parameters determination is to be performed. Approximation by<br />
V RB<br />
= S RB<br />
∙ B 2 polynomial provides sufficient accuracy (V is the<br />
W RB<br />
parasitic differential voltage that occurs on the split Hall structure<br />
potential electrodes in the presence of the magnetic field component<br />
B W<br />
parallel to the sensor plane; S RB<br />
is a magnetoresistive<br />
modulation coefficient). V RB<br />
voltage adds to the ideal sensor’s<br />
output voltage without modulation.<br />
An example of a typical dependence of the split Hall structure’s<br />
output voltage when rotating this structure in a uniform magnetic<br />
field of 1 T along with the results of splitting the obtained signal<br />
into the wave fundamental V 1<br />
(φ) and the wave quadratic component<br />
V 2<br />
(φ) are shown in the Fig. 9. A sensor based on the split<br />
Hall structures with magnetic sensitivity S HZ<br />
= 235 mV/T (at I NOM<br />
=<br />
20 mA) was taken for study. The wave fundamental’s amplitude<br />
V 1 M<br />
≈ 2.5 mV (for the indicated magnetic sensitivity) shows that<br />
the angle included between the rotation axis and the split Hall<br />
structure normal is rather small and is about:<br />
V M<br />
⎛ ⎞<br />
α<br />
1<br />
= arcsin⎜<br />
⎟ ≈ 1°<br />
(6)<br />
⎝ B ⋅ S ⎠<br />
The coefficient S RB<br />
of split Hall structure’s magnetoresisitive<br />
modulation can be found after the wave quadratic component<br />
amplitude determination (in this case the amplitude<br />
V 2 M<br />
≈ 1.9 mV). Hence S RB<br />
= V 2 M<br />
/B 2 Xi ≈ 1,9 mV/T 2 . Let’s recall<br />
that the magnetic sensitivity coefficient S HZ<br />
and the magnetoresistive<br />
modulation coefficient are both linear functions of the<br />
sensor’s feed current; both of them can be defined at constant<br />
(nominal) current I NOM<br />
.<br />
Fig. 9. Magnetoresistive modulation of the field characteristic: V OUT<br />
(φ) – experimental results; V S<br />
(φ) – approximation of these results by<br />
the fundamental V 1<br />
(φ) and the quadratic component V 2<br />
(φ)<br />
Rys. 9. Magnetorezystywna modulacja charakterystyki polowej: V OUT<br />
(φ) – wyniki doświadczalne, V S<br />
(φ) – przybliżenie wyniku składowymi<br />
pierwszego V 1<br />
(φ) i drugiego rzędu V 2<br />
(φ)<br />
Approbation<br />
The methods of analysis of the split Hall structure’s field characteristic<br />
presented in the work were tested when calibrating<br />
a 3D sensor. We have compared two field characteristics one of<br />
which takes account of the magnetoresistive modulation’s quantitative<br />
parameters whereas the other ignores magnetoresistive<br />
modulation.<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
In contrast to ordinary polynomials describing the dependence<br />
of the Hall device’s output voltage on the magnetic-field vector’s<br />
projection on the sensor plane normal N, the equations of the split<br />
Hall structure’s field characteristic we’ve introduced in this work<br />
contain magnetoresistive modulation’s coefficients determining<br />
the output voltage’s dependence on the magnetic-field vector’s<br />
projection B W<br />
. According to this the field characteristics of the split<br />
Hall structures in a 3D sensor are described by equations:<br />
V = V + K B + K B + K B ,<br />
2<br />
2<br />
OUT1 01 B11<br />
N1<br />
B21<br />
N1<br />
B31<br />
W1<br />
2<br />
2<br />
V = V + K B + K B + K B , (7)<br />
OUT 2 02 B12<br />
N 2 B22<br />
N 2 B32<br />
W 2<br />
V = V + K B + K B + K B ,<br />
2<br />
2<br />
OUT 3 03 B13<br />
N 3 B23<br />
N 3 B33<br />
W 3<br />
where V OUT1<br />
, V , V are output voltages of three split Hall structures<br />
in a three-component sensor; V 01<br />
OUT2 OUT3<br />
, V 01<br />
, V 01<br />
are values of these<br />
output voltages in no magnetic field; K B11<br />
, K , K are linear<br />
B12 B13<br />
coefficients and K , K , K are square coefficients of output<br />
B21 B22 B23<br />
voltage dependencies on magnetic-field projections B , B , B ;<br />
N1 N2 N3<br />
K B31<br />
, K , K are square coefficients of magnetoresistive modulation<br />
that determine output voltages projections on the magnetic-<br />
B32 B33<br />
field vector’s projections B , B , B respectively.<br />
W1 W2 W3<br />
Using the above-mentioned field characteristics and matrices<br />
assigning 3D sensor’s coordinate system to the local coordinate<br />
systems of the split Hall structures and their inclinations, one can<br />
calculate the magnetic-field vector’s projections and its modulus<br />
2 2 2<br />
B = BX<br />
+ BY<br />
+ B [10].<br />
Y<br />
In order to test the offered methods for efficiency we compared<br />
the results of measuring the scalar of the magnetic-field vector<br />
when rotating a sensor in a uniform magnetic field. It is obvious<br />
that correct calibration causes instability to vanish (measured<br />
scalars of a uniform magnetic field vector do not depend on 3D<br />
sensors rotation angles in this case). The results of experiments<br />
conducted in magnetic fields of 1 T are shown in the Fig. 10.<br />
It can be seen from the Fig. 10 (Calibration 1) that calibration<br />
performed without taking into consideration the magnetoresistive<br />
modulation parameters is of poor quality: the instability of magnetic<br />
field measurement results runs to ±2% when rotating a 3D<br />
sensor in a random way. The above-mentioned instability shows<br />
up only in strong magnetic fields. However the instability did not<br />
exceed ±0.2% in magnetic fields of 0.1 T, and this fact proved that<br />
inclinations of split Hall structures in the 3D sensor were determined<br />
with high accuracy.<br />
Calibration 2 plot illustrates the measurement result obtained<br />
taking into account the offered methods of magnetoresistive mo-<br />
Fig. 10. Results of measuring the scalar of the magnetic-field vector<br />
when rotating a 3D sensor in a magnetic field in a random way taking<br />
into account the magnetoresistive modulation (Calibration 1) and ignoring<br />
it (Calibration 2)<br />
Rys. 10. Wyniki pomiaru wartości wektora pola magnetycznego przy<br />
dowolnym obrocie czujnika w trójwymiarowym polu magnetycznym<br />
bez (Calibration 1) lub z (Calibration 2) uwzględnieniem modulacji<br />
magnetorezystancyjnej<br />
dulation analysis and coefficients describing the modulation. One<br />
can see that instability of magnetic-field vector scalar measurement<br />
results reduced to ±0.3% (almost by order of magnitude<br />
less).<br />
The offered methods are aimed at accuracy improvement of<br />
magnetic field mapping methods for beam deflection systems of<br />
charged-particles acceleration.<br />
Summary<br />
It is shown that the field characteristic of magnetic sensors on<br />
split Hall structures is characterized by parasitic magnetoresistive<br />
modulation. The main factors of magnetoresistive modulation of<br />
the split Hall structure’s field characteristic are determined. Besides,<br />
methods of analysis of magnetoresistive modulation and its<br />
quantitative parameters determination are developed.<br />
In contrast to ordinary polynomials describing the dependence<br />
of the Hall device’s output voltage on the magnetic-field<br />
vector’s projection normal to the sensor’s plane, the split Hall<br />
structure field characteristic equations we’ve introduced in this<br />
work contain magnetoresistive modulation coefficients determining<br />
the output voltage dependence on the magnetic-field vector<br />
projection perpendicular to the current line and parallel to<br />
the sensor plane.<br />
It is proved experimentally that using square coefficient of the<br />
output voltage dependence on the magnetic-field vector’s projection<br />
parallel to the sensing element plane the accuracy of calibration<br />
of a 3D sensor on split Hall structures in a magnetic field<br />
of 1 T reduces from 2% to ±0.3%.<br />
This work was partly supported by the Projects: "Developing<br />
research infrastructure of Rzeszów University of Technology"<br />
within the Operational Program Development of Eastern Poland<br />
2007–2013 of the Priority Axis I Modern Economics of Activity I.3<br />
Supporting Innovation, Contract No. POPW.01.03.00-18-012/09-00;<br />
"Developing and modernization research base of Rzeszów University<br />
of Technology", No UDA-RPPK.01.03.00-18-003/10-00<br />
from The Structural Funds, The Development of Podkarpacie<br />
Province, The European Regional Development Fund.<br />
References<br />
[1] Hotra Z.Yu. et al.: Microelectronic magnetic sensors. Lviv Polytechnic<br />
National University, Lviv, 2001.<br />
[2] James Lenz, Alan S. Edelstein: Magnetic Sensors and Their Applications.<br />
IEEE Sensors journal, Vol. 6, No. 3, June 2006. PP. 631 -649.<br />
[3] Popovic R.S.: Hall Effect Devices. Adam Hilger, Bristol, Philadelphia<br />
and New York, 2002.<br />
[4] R.S. Popoviс, P. Kejik, S. Reymond, D.R. Popoviс, M. Blagojeviс,<br />
S. Dimitrijeviс: Multi-axis integrated hall magnetic sensors. Nuclear<br />
Technology & Radiation Protection. №2. 2007. PP. 20–28.<br />
[5] Burger F., P.-A. Besse, R.S. Popovic: New fully integrated 3-D silicon<br />
Hall sensor for precise angular-position measurements. Sensors<br />
and Actuators. A 67. 1998. PP. 72–76.<br />
[6] Magnetic field measurement transducer Patent № 59265/Hotra<br />
Z., Bolshakova I., Holyaka R., Marusenkova T. – 10.05.2011 (in<br />
Ukrainian).<br />
[7] Bolshakova I., Holyaka R., Moroz A., Yerashok V., Marusenkova T.:<br />
Magnetic field sensors based on splitted Hall structures//Electronics.<br />
Herald of Lviv Polytechnic National University. – № 646. – 2009. – p.<br />
38–46. (in Ukrainian)<br />
[8] Hotra Z., Holyaka R., Marusenkova T.: Optimization of microelectronic<br />
magnetic sensors on the splitted hall structures//Warsztaty<br />
Doktoranckie – WD2010 – Sesja P2. Lublin, Poland. 24–27 Czerwca<br />
2010. CD. marusenkova.pdf<br />
[9] Methods of modeling of magnetic sensors based on splitted Hall<br />
structure/Holyaka R., Marusenkova T., Chapran M. ‐ Advanced Numerical<br />
Modeling. IIPhDW – 2011. ISBN 978-83-61956-02-0. Zielona<br />
Gora. Poland. PP. 75–76.<br />
[10] Hotra, Z., Holyaka, R., Bolshakova, I., Yurchak, I., Marusenkova, T.:<br />
Arbitrary rotation method for 3D magnetic sensors calibration. 11th International<br />
Conference The Experience of Designing and Application of<br />
CAD Systems in Microelectronics (CADSM), 2011. Issue Date: 23–2.<br />
[11] Kalita W., Skoczylas M., Węglarski M.: Application of RFID Transponders<br />
Integrated with Sensors in Navigation System of Autonomous<br />
Object, 34th International Microelectronics and Packaging IMAPS-<br />
CPMT Poland Conference, Wrocław, 2010.<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 55
Interferometr mikrofalowy na pasmo L<br />
mgr inż. Michał Gasztold<br />
Przemysłowy <strong>Instytut</strong> Telekomunikacji S.A. w Warszawie<br />
Interferometr mikrofalowy (rys. 1) jest układem elektronicznym,<br />
umożliwiającym wyznaczanie kierunku, z którego dociera do niego<br />
fala elektromagnetyczna.<br />
Urządzenia tego typu znajdują zastosowanie w monoimpulsowych<br />
systemach radiolokacyjnych fazowych określających<br />
położenie obiektów w przestrzeni trójwymiarowej. Najprostszy<br />
układ antenowy interferometru, umożliwiający wyznaczenie kąta<br />
padania θ w jednej płaszczyźnie, tworzą dwie anteny oddalone od<br />
siebie o odległość d, nazywaną bazą – rys. 1 [4]. Zgodnie z rys. 2<br />
kąt θ określa się wg następujących zależności:<br />
2πd<br />
∆Ψ = sin ( θ)<br />
(1)<br />
λ<br />
⎛∆Ψ<br />
⋅ λ⎞<br />
θ = arcsin ⎜ ⎟<br />
(2)<br />
⎝ 2πd<br />
⎠<br />
gdzie: ∆Ψ – przesunięcie fazowe między sygnałami odebranymi<br />
przez antenę A 1<br />
i A 2<br />
, λ – długość fali,<br />
W przestrzeni trójwymiarowej (3D) kierunek, z którego odbierana<br />
jest fala elektromagnetyczna określają kąty podniesienia<br />
(kąt elewacyjny) θ i azymutalny φ, które to kąty zdefiniowano na<br />
rys. 3. W płaszczyźnie azymutalnej x0y kąt określa się w praktyce<br />
względem kierunku północnego, tj. bieguna magnetycznego.<br />
W płaszczyźnie elewacyjnej kąt θ jest określany względem bazy<br />
interferometru (odcinka łączącego centra fazowe anten odbiorczych<br />
interferometru) lub normalnej do bazy. Oba wymienione<br />
wyżej kąty nazywane są parametrami namiaru lub pełnym namiarem.<br />
Załóżmy, że przesunięcia fazowe sygnałów odbieranych przez<br />
anteny A 1<br />
i A 2<br />
oraz A 3<br />
i A 4<br />
są znane i wynoszą ∆Ψ 12<br />
i ∆Ψ 34<br />
. Nie<br />
jest trudno uzasadnić, że kąty φ i θ związane są z przesunięciami<br />
fazowymi ∆Ψ 12<br />
i ∆Ψ 34<br />
następującymi zależnościami:<br />
2πd<br />
∆Ψ12<br />
= cos( ϕ) cos( θ)<br />
(3)<br />
λ<br />
2πd<br />
∆Ψ34<br />
= sin( ϕ) cos( θ)<br />
(4)<br />
λ<br />
Rozwiązaniem układu równań (3)(4) są poszukiwane kąty φ i θ :<br />
⎛ ∆Ψ<br />
34<br />
⎞<br />
ϕ = arctg<br />
(5)<br />
⎜<br />
⎟<br />
⎝ ∆Ψ12<br />
⎠<br />
⎛ λ<br />
2<br />
2 ⎞ (6)<br />
θ = arccos ⎜ ( ∆Ψ12) + ( ∆Ψ34) ⎟<br />
⎝2πd<br />
⎠<br />
Istotą pracy interferometrów jest możliwie precyzyjne wyznaczenie<br />
wartości przesunięć fazowych ∆Ψ 12<br />
i ∆Ψ 34<br />
, co ma zasadniczy<br />
wpływ na dokładność wyznaczania kątów φ i θ. Zgodnie<br />
z rys. 1 przesunięcia te wyznaczanee są w układzie zbudowanym<br />
Rys. 1. Schemat ideowy interferometru mikrofalowego<br />
Fig. 1. Schematic diagram of a microwave interferometer<br />
Rys. 2. Schemat funkcjonalny prostego interferometru mikrofalowego<br />
Fig. 2. Functional diagram of a simple microwave interferometer<br />
56<br />
Rys. 3. Zespół interferometrów pozwalający określać namiar w przestrzeni<br />
3D<br />
Fig. 3. Two interferometers that allows to determine the object’s bearing<br />
in 3D<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
z anten mikrofalowych i dyskryminatora kąta. Dlatego też zagadnienie<br />
realizacji obu tych podzespołów jest przedmiotem rozważań<br />
dalszej części artykułu.<br />
Układ antenowy<br />
W opracowanym układzie antenowym wykorzystano anteny mikropaskowe<br />
zrealizowane na podłożu dielektrycznym ([7]). Widok<br />
ogólny tak skonstruowanej anteny przedstawia rys. 4. Na rys. 4a<br />
widoczne są 3 łaty promieniujące (promienniki mikropaskowe)<br />
rozstawione w odległości 0,63 λ, gdzie λ jest długością fali elektromagnetycznej<br />
o częstotliwości 1090 MHz. Na rys. 4b przedstawiony<br />
jest widok dzielnika mocy zasilający poszczególne promienniki<br />
mikropaskowe. W pracy [7] przyjęto, że 3 dB szerokość<br />
listka głównego jest ograniczona do około 30°. Dodatkowo listek<br />
główny przekroju elewacyjnego charakterystyki kierunkowej powinien<br />
być odchylony o ok. 3°. Powyższe wymagania wynikają<br />
z faktu, że antena została zaprojektowana do systemu TLS (ang.<br />
Transponder Landing System).<br />
Przekrój poprzeczny anteny jest przedstawiony na rysunku 5.<br />
Szczegółowe informacje dotyczące wymiarów i parametrów materiałowych<br />
anteny są podane w [7].<br />
Rozwiązanie konstrukcyjne i technika realizacji rozważanej<br />
anteny zostały wybrane tak, aby zapewnić dostateczną wytrzymałość<br />
mechaniczną, niewielką podatność na wibracje oraz dużą<br />
odporność na agresję środowiska. Rozważany interferometr<br />
mikrofalowy jest urządzeniem odbiorczym i jego anteny pracują<br />
z sygnałami o niskiej mocy. Taka sytuacja pozwoliła na skupienie<br />
się na minimalizacji kosztów modelu przy zachowaniu niezbędnych<br />
parametrów elektrycznych.<br />
Sformułowane wyżej wymagania spełniają anteny mikropaskowe<br />
(ang. microstrip antennas) wykonywane techniką wytrawiania,<br />
czyli struktury promieniujące w postaci przewodzących łat<br />
wytrawianych na laminatach elektronicznych/mikrofalowych [3].<br />
Anteny te najczęściej pracują w pasmach częstotliwości powyżej<br />
300 MHz i znajdują szerokie zastosowanie w elektronice powszechnego<br />
użytku, lotnictwie, technice kosmicznej, czyli wszędzie<br />
tam, gdzie kluczowe znaczenie ma mała masa oraz nieduże<br />
wymiary geometryczne urządzeń.<br />
Inną zaletą tej technologii są niskie koszty produkcji oraz prostota<br />
integrowania ich z obwodami zasilania poprzez wytrawianie<br />
struktury ścieżek elektronicznych wraz z antenami na jednej płytce<br />
laminatu.<br />
Zrealizowany model interferometru przeznaczony jest do pracy<br />
w systemie wspomagającym lądowanie samolotów TLS. Z tego<br />
względu anteny odbiorcze urządzenia zostały zaprojektowane<br />
tak, aby efektywnie odbierać sygnały od urządzenia odzewowego,<br />
stosowanego w radiolokacji wtórnej, nazywanego transponderem.<br />
Sygnały te są nadawane na częstotliwości 1090 MHz.<br />
Rys. 6. Zdjęcie wykonanej anteny<br />
Fig. 6. Photo of the designed antenna column<br />
a) b)<br />
Rys. 4. Zarys konstrukcji pojedynczej odbiorczej kolumny antenowej<br />
interferometru<br />
Fig. 4. Outline of the interferometer antenna column<br />
Rys. 5. Przekrój poprzeczny anteny<br />
Fig. 5. Cross section of the antenna<br />
Rys. 7. Przekrój elewacyjny charakterystyki kierunkowej anteny odbiorczej<br />
interferometru. Pomiar przeprowadzono w komorze bezodbiciowej<br />
Fig. 7. Elevation radiation pattern of the designed interferometer antenna<br />
measured in anechoic chamber<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 57
Rys. 8. Współczynnik fali stojącej na wejściu dzielnika anteny (kolor<br />
czerwony – wynik symulacji, kolor niebieski – wynik pomiaru)<br />
Fig. 8. Standing wave ratio at the input antenna divider (red color<br />
– the result of simulation, blue – the result of measurement) Rys. 9. Schemat blokowy dyskryminatora fazowego różnicowego<br />
Fig. 9. Block diagram of the differential phase discriminator<br />
Elewacyjna charakterystyka anteny odbiorczej ma 3 dB szerokość<br />
listka głównego równą 30° i 3° jest odchylona o względem<br />
normalnej do płaszczyzny anteny, ze względu na kąt nachylenia<br />
ścieżki schodzenia samolotu do pasa lotniskowego podczas procedury<br />
podchodzenia do lądowania. Szerokość listka głównego<br />
przekroju azymutalnego charakterystyki kierunkowej wynosi<br />
ok. 75°. Zaprojektowana antena ma postać kolumny, a zarys jej<br />
konstrukcji jest pokazany na rys. 4 i 6. Składa się ona z trzech<br />
anten mikropaskowych, tworzących czteroelementowy szyk antenowy<br />
oraz z dzielnika mocy odpowiednio zasilającego wszystkie<br />
cztery anteny [2]. Impedancja wejściowa dzielnika mocy anteny<br />
wynosi Z 0<br />
= 50Ω a współczynnik fali stojącej WFS < 1.5 w pasmie<br />
1090MHz ± 8MHz.<br />
Dyskryminator kąta<br />
Informacje o określanym przez interferometr kącie padania fali<br />
najwygodniej odczytuje się jako napięcie stałe odczytywane z zacisków<br />
wyjściowych układu zastosowanego dyskryminatora kąta<br />
pracującego z antenami odbiorczymi. Urządzenie powinno zapewniać<br />
dużą dokładność i liniową charakterystykę zmian napięcia<br />
odpowiedzi w funkcji różnicy faz sygnałów wejściowych w jak<br />
najszerszym zakresie.<br />
Istnieje kilka konfiguracji monoimpulsowych dyskryminatorów<br />
kąta pozwalających określić kąt padania czoła fali elektromagnetycznej<br />
na anteny interferometru. Metody monoimpulsowej<br />
pelengacji można podzielić na amplitudowe i fazowe [1]. W tym<br />
artykule, ze względu na sposób działania interferometru, omówiony<br />
jest dyskryminator fazowy. Istnieją dwie realizacje takiego dyskryminatora:<br />
dyskryminator fazowy różnicowy oraz dyskryminator<br />
fazowy sumacyjno-różnicowy. Poniżej przedstawiono analizę obu<br />
koncepcji z zaznaczeniem ich zalet i wad.<br />
Schemat blokowy dyskryminatora fazowego różnicowego jest<br />
przedstawiony na rys. 9. Niech sygnały u A1<br />
i u A2<br />
mają postać:<br />
( ) ( )<br />
u = k F θ cos ωt<br />
− ∆Ψ<br />
(7)<br />
A1<br />
A1<br />
A1<br />
( ) ( )<br />
u = k F θ cos ωt<br />
(8)<br />
A2<br />
A2<br />
A2<br />
gdzie: ∆Ψ – przesunięcie fazowe, k A1<br />
, k A2<br />
– współczynniki amplitudowe<br />
doprowadzeń sygnałów z anten odbiorczych, F A1<br />
, F A2<br />
– wartości charakterystyk kierunkowych anten odbiorczych przy<br />
określonym kącie padania θ, ω – pulsacja fali.<br />
Sygnał heterodyny jest doprowadzany do mieszaczy znajdujących<br />
się w obu torach urządzenia. Przed jednym z mieszaczy<br />
umieszczony jest 90° przesuwnik fazy. Po przemianie częstotliwości,<br />
przesunięciu fazowym sygnału heterodyny jednego z torów<br />
oraz wzmocnieniu składowych o częstotliwości pośredniej<br />
otrzymuje się sygnały u A1<br />
i u A2<br />
:<br />
( ) ( )<br />
( ) ( )<br />
uA<br />
1<br />
= kA<br />
1<br />
k 1<br />
k<br />
wp 1<br />
FA<br />
1<br />
θ cos ωpt<br />
− ∆Ψ − ∆ΨPF<br />
−ϕ<br />
1 (9)<br />
uA<br />
2<br />
= kA<br />
2<br />
k 2<br />
k<br />
wp 2<br />
FA<br />
2<br />
θ cos ωpt<br />
− ϕ<br />
(10)<br />
gdzie: k A1<br />
, k A2<br />
– współczynniki amplitudowe torów odbiorczych<br />
dyskryminatora, k wp1<br />
, k wp2<br />
– współczynnik wzmocnienia wzmacniaczy<br />
torów odbiorczych dyskryminatora, φ 1<br />
, φ 2<br />
− drogi elektryczne<br />
torów odbiorczych dyskryminatora, ∆Ψ PF<br />
– przesuniecie fazy<br />
wprowadzane przez przesuwnik.<br />
Napięcie wyjściowe u wy<br />
, będące wynikiem mnożenia (9) i (10)<br />
ma postać:<br />
uwy<br />
=<br />
(11)<br />
= kA<br />
2<br />
k2<br />
k<br />
wp 2<br />
kA<br />
1k1k<br />
wp1FA<br />
1<br />
( θ) FA<br />
2<br />
( θ) cos (( ∆Ψ − ∆ΨPF<br />
) + ( ϕ1−ϕ<br />
2)<br />
)<br />
W celu uzyskania informacji wyłącznie o przesunięciu fazy<br />
∆Ψ przesuwnik fazy musi wprowadzać przesunięcie dokładnie<br />
równe:<br />
π<br />
∆Ψ PF<br />
= − + ( ϕ 1<br />
−ϕ<br />
2<br />
)<br />
(12)<br />
2<br />
Po uwzględnieniu wyrażenia (12) wyrażenie (11) przekształca się<br />
do postaci:<br />
⎛2π<br />
π ⎞<br />
u wy<br />
= kA<br />
2<br />
k2<br />
k<br />
wp 2<br />
kA<br />
1<br />
k1<br />
k<br />
wp1<br />
FA<br />
1( θ) FA<br />
2( θ) cos ⎜ sin( θ) + ⎟ (13)<br />
⎝ λ 2 ⎠<br />
Przedstawiony układ dyskryminatora jest bardzo wrażliwy na<br />
różnice dróg fazowych φ 1<br />
, φ 2<br />
obu torów dyskryminatora, które<br />
powodują przesuwanie się miejsca zerowego charakterystyki pelengacyjnej<br />
u wy<br />
. Powoduje to znaczące błędy określania kąta θ<br />
i stanowi poważną wadę fazowej pelengacji różnicowej.<br />
Omówiona wada nie występuje w innym układzie dyskryminatora,<br />
który nosi nazwę dyskryminatora fazowego sumacyjno-różnicowego<br />
– rys. 10. W układzie tym sygnały odebrane przez an-<br />
d<br />
2<br />
58<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
Rys. 11. Uzyskana charakterystyka pelengacyjna<br />
Fig. 11. Measured pelengation characteristic<br />
Rys. 10. Schemat blokowy wykonanego dyskryminatora fazowego<br />
sumacyjno-różnicowego<br />
Fig. 10. Block diagram of the sum-difference phase discriminator<br />
teny interferometru, przed przemianą częstotliwości przechodzą<br />
przez sprzęgacz pierścieniowy typu 3λ/2, na wyjściach którego<br />
pojawiają się sygnały sumacyjny i różnicowy – rys. 10. Dalsza<br />
część układu, za sprzęgaczem pierścieniowym, jest identyczna,<br />
jak w przypadku dyskryminatora różnicowego.<br />
Sygnały pośredniej częstotliwości doprowadzane do wejść detektora<br />
fazowego (układu mnożącego) mają postać:<br />
⎡ ⎛ π ⎞ ⎛ π ⎞⎤<br />
uΣ = k1<br />
kA<br />
1FA<br />
1( θ) ⎢cos<br />
⎜ω<br />
pt<br />
− + ϕ1⎟−<br />
cos ⎜ω<br />
p<br />
t − − ∆Ψ+ ϕ1⎟⎥ (14)<br />
⎣ ⎝ 2 ⎠ ⎝ 2 ⎠ ⎦<br />
( )[ ( ) ( )]<br />
u∆=<br />
k2kA<br />
2FA<br />
2<br />
θ cos ωpt<br />
−∆Ψ+ ϕ2<br />
−cos<br />
ωpt<br />
+ ϕ<br />
2<br />
(15)<br />
Napięcie na wyjściu układu mnożącego przy doprowadzeniu<br />
do niego sygnałów (14) i (15) ma postać:<br />
( ) ( ) ( ) ( ) ( )<br />
uwy<br />
θ = k1k2kA<br />
1kA<br />
2<br />
FA<br />
1<br />
θ FA<br />
2<br />
θ cos ϕ1<br />
−ϕ<br />
2<br />
sin ∆Ψ (16)<br />
2πd<br />
Podstawiając do (16) ∆Ψ = sin ( θ ) otrzymuje się:<br />
λ<br />
⎛2π<br />
d ⎞<br />
uwy<br />
( θ) = k1k2kA<br />
1kA<br />
2<br />
FA<br />
1( θ) FA<br />
2<br />
( θ) cos( ϕ1−ϕ2) sin ⎜ sin ( θ)⎟ (17)<br />
⎝ λ ⎠<br />
Z zależności (17) wynika, że wpływ różnicy dróg fazowych obu<br />
torów dyskryminatora opisuje funkcja cos (φ 1<br />
– φ 2<br />
), która to funkcja<br />
ma najmniejszą pochodną, jeżeli φ 1<br />
– φ 2<br />
. Innymi słowy dyskryminator<br />
ten charakteryzuje się niewielką wrażliwością na różnicę<br />
tych dróg, co znacząco polepsza jego parametry w stosunku do<br />
dyskryminatora różnicowego. Charakterystyka pelengacyjna,<br />
zgodna z zależnością (16), ma postać funkcji sinus, czyli jest monotoniczna<br />
w zakresie − π / 2 < ∆Ψ < π / 2. Wynika z tego ograniczony<br />
zakres jednoznacznej pelengacji θ<br />
min<br />
< θ < θ<br />
max, który<br />
zależy od długości bazy d interferometru. Przedstawiony układ<br />
Rys. 12. Układ wysokiej częstotliwości<br />
Fig. 12. High frequency structures<br />
nie eliminuje więc problemu niejednoznaczności pojawiającego<br />
się, gdy sygnał przychodzi z kierunku znajdującego się poza sektorem<br />
kątowym θ<br />
min<br />
< θ < θ<br />
max.<br />
Istnieje możliwość uzyskania liniowej charakterystyki napięcia<br />
u wy<br />
(∆Ψ) poprzez zamianę sygnałów sinusoidalnych o częstotliwości<br />
pośredniej doprowadzanych na wejście układu mnożącego<br />
(detektora fazowego) na sygnały prostokątne. Można to uzyskać<br />
przy pomocy ogranicznika lub przerzutnika Schmitta. Wynikiem<br />
mnożenia będzie wówczas charakterystyka bardzo zbliżona do<br />
liniowej w zakresie − π < ∆Ψ < π ze stromym skokiem przy różnicy<br />
faz przekraczającej radianów. Przykładową charakterystykę<br />
uzyskaną w rzeczywistym układzie, w którym sygnały sinudioidalne<br />
były ograniczane i zbliżone do sygnałów prostokątnych przedstawiono<br />
na rys. 11.<br />
Zdjęcia układów elektronicznych tworzących zrealizowany<br />
dyskryminator są pokazane na rys. 12 i 13. Dopasowania impedancyjne<br />
wszystkich wejść do linii 50 Ω wynoszą WFS < 1,3<br />
na częstotliwości f 0<br />
. Jako układ mnożący zastosowano czteroćwiartkowy<br />
dyskryminator fazowy typu MC 1496 [6]. Szczegółowe<br />
rozwiązania poszczególnych bloków układu dyskryminatora<br />
z rys. 10 są podane w [7].<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 59
parametry. Wybrana koncepcja fazowego dyskryminatora kąta<br />
charakteryzuje się niewielką wrażliwością na drobne różnice dróg<br />
fazowych obu kanałów odbiorczych. Dodatkowo, dzięki zamianie<br />
sygnałów sinusoidalnych na prostokątne, osiągnięto szeroki liniowy<br />
zakres charakterystyki pelengacyjnej, co pozwala określać<br />
namiar w szerszym sektorze kątowym niż w przypadku dyskryminatora<br />
pracującego z sygnałami typu sinus.<br />
Rozwinięciem zaprezentowanego urządzenia może być zastosowanie<br />
wzmacniaczy wysokiej częstotliwości z automatyczną<br />
regulacją wzmocnienia. Należy je umieścić przed wejściami<br />
sprzęgacza pierścieniowego (rys. 10). Dzięki takiej modyfikacji<br />
charakterystyka pelengacyjna byłaby niewrażliwa na zmiany amplitud<br />
odbieranych sygnałów wynikające ze zbliżania się ich źródła<br />
(np. samolotu) do urządzenia.<br />
Rys. 13. Układ pośredniej częstotliwości<br />
Fig. 13. Intermediate frequency PCB<br />
Podsumowanie<br />
Przedstawiony w niniejszym artykule interferometr znajduje zastosowanie<br />
przede wszystkim w urządzeniach radiolokacyjnych.<br />
Jako przykład, w systemach radiolokacyjnych wspomagających<br />
lądowanie samolotów (np. w systemie TLS) wykorzystuje się zespół<br />
interferometrów do określania kątowego namiaru na podchodzący<br />
do lądowania samolot.<br />
Badania eksperymentalne wykonanych w przedstawionej<br />
pracy komponentów interferometru wykazały jego bardzo dobre<br />
Literatura<br />
[1] Rosłoniec S.: Metody wyznaczania współrzędnych kątowych wykrywanego<br />
obiektu za pomocą monoimpulsowych urządzeń radiolokacyjnych.<br />
Prace Przemysłowego <strong>Instytut</strong>u Telekomunikacji, vol. 54,<br />
z. 134, 2004.<br />
[2] Rosłoniec S.: Podstawy techniki antenowej. Oficyna Wydawnicza<br />
Politechniki Warszawskiej, Warszawa 2006.<br />
[3] Balans C.A.: Antenna Theory Analysis And Design. Third Edition,<br />
John Wiley & Sons 2005.<br />
[4] Lipsky S. L.: Microwave passive direction finding. John Wiley & Sons,<br />
New York 1987.<br />
[5] Winner K.: Application of the Transponder Landing System To<br />
Achieve Airport Accessibility.<br />
[6] Karta katalogowa układu MC 1496 http://www.onsemi.com/pub_link/<br />
Collateral/MC1496-D.PDF<br />
[7] Gasztold M.: Trójantenowy interferometr mikrofalowy wykonany<br />
w technice linii wielowarstwowych. Politechnika Warszawska, maj<br />
2011.<br />
System doładowań samochodów elektrycznych<br />
Firma Ericsson z partnerami uczestnicząc w realizacji wspólnego<br />
projektu badawczego opracowała nowe zasady, które umożliwią<br />
kierowcom samochodów elektrycznych kontrolę doładowań.<br />
Wśród partnerów znalazły się firmy Volvo Car Corporation,<br />
Göteborg Energi, Viktoria Institute. Ericsson zapewni łączność<br />
mobilną w samochodach elektrycznych, a ich kierowcom umożliwi<br />
wybór i kontrolę harmonogramu doładowań.<br />
Dzięki nowej architekturze kierowca może kontrolować doładowania<br />
swojego samochodu dołączonego do gniazdka sieci energetycznej,<br />
a koszty pobranej energii są automatycznie doliczane<br />
do jego rachunku za energię. Kierowca ustala czas ładowania,<br />
a tym samym ilość energii do pobrania za pomocą konsoli w samochodzie<br />
bądź zdalnie, z wykorzystaniem smartfonu lub tabletu.<br />
Następnie, za pośrednictwem sieci łączności mobilnej, samochód<br />
komunikuje się z siecią energetyczną tak, aby można było<br />
zaplanować kolejne doładowania z uwzględnieniem cen energii,<br />
w sposób minimalizujący koszty. Dostawcom energii koordynacja<br />
doładowań samochodów w sieci zapewnia natomiast większą wydajność<br />
i stabilność.<br />
Opracowanie koncepcji powierzono konsorcjum, w którego<br />
skład weszły firmy Volvo Car Corporation, Göteborg Energi<br />
(największy dostawca energii w zachodniej Szwecji), Ericsson<br />
i Viktoria Institute (instytut badawczy non-profit wyspecjalizowany<br />
w informatyce).<br />
W realizacji projektu wykorzystano samochód Volvo Electric<br />
C30, produkowany obecnie na niewielką skalę dla klientów leasingowych<br />
w Europie, wyposażony w wewnętrzny licznik i oprogramowanie.<br />
Wkład firmy Ericsson w to opracowanie sam_elektr.docpolegał<br />
na określeniu sposobu, w jaki istniejące i przyszłe sieci, usługi<br />
i terminale mobilne mogą przyczynić się do rozwoju nowych<br />
koncepcji biznesowych oraz usług przynoszących korzyści społeczne.<br />
Ericsson wykorzystał w tym celu swoją wiedzę w zakresie<br />
informatyki i telekomunikacji.<br />
Specjalnie wyposażony samochód Volvo Electric C30 można<br />
było zobaczyć na stoisku firmy Ericsson w hali nr 6 w LaFira podczas<br />
Światowego Kongresu Technologii Mobilnych (Mobile World<br />
Congress), który odbędzie się w Barcelonie w dniach 27–29 lutego<br />
<strong>2012</strong> r.<br />
(cr)<br />
60<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
Narodowy test interoperacyjności<br />
podpisu elektronicznego<br />
dr inż. Marek Hołyński, <strong>Instytut</strong> Maszyn Matematycznych, Warszawa<br />
Duży zbiór rodzajów dokumentów elektronicznych oraz różnorodne<br />
ich przeznaczenie wymusza wielość formatów i rodzajów<br />
e-podpisu. Na rynku pojawiają się rozmaite, nie zawsze zgodne<br />
z sobą produkty oraz aplikacje. Istnieje zatem pilna potrzeba<br />
uporządkowania tej sytuacji i praktycznej weryfikacji oferowanych<br />
przez producentów rozwiązań na otwartym publicznym forum.<br />
Dla oceny rzeczywistej sytuacji w dniach 26–27 października<br />
2011 r. został zorganizowany w Warszawie Narodowy Test Interoperacyjności<br />
Podpisu Elektronicznego. Koordynacji tego wydarzenia<br />
podjął się <strong>Instytut</strong> Maszyn Matematycznych, w którym od<br />
dwóch lat działa Laboratorium Podpisu Elektronicznego. Impreza<br />
organizowana była przy współpracy Ministerstwa Gospodarki i pod<br />
osobistym patronatem wicepremiera Waldemara Pawlaka. Narodowy<br />
Test Interoperacyjności Podpisu Elektronicznego został również<br />
wpisany w program polskiej prezydencji w Unii Europejskiej.<br />
W tych samych dniach równolegle z testami odbyła się konferencja<br />
poświęcona wymianie wiedzy i doświadczeń dostawców<br />
rozwiązań z kraju i zagranicy, w której uczestniczyli przedstawiciele<br />
administracji publicznej, będącej głównym beneficjentem<br />
rozwiązań podpisu elektronicznego. Wspólna organizacja tych<br />
przedsięwzięć pozwoliła skonfrontować planowanie na poziomie<br />
organizacyjnym i legislacyjnym z praktyką, wymienić informacje<br />
pomiędzy dostawcami usług i osobami kreującymi kształt rozwiązań.<br />
Oba dni konferencji kończyły bardzo owocne dyskusje na<br />
temat rozwiązań oraz przyszłości rozwoju technik i interoperacyjności<br />
podpisu elektronicznego.<br />
Ze względu na duże zainteresowanie ze strony biznesu i administracji<br />
publicznej dostępnością aplikacji właściwie ze sobą<br />
współpracujących, organizatorzy szczególną uwagę zwrócili na<br />
przetestowanie podpisywania oraz weryfikacji podstawowych<br />
formatów podpisu elektronicznego. Dodatkowo podczas testów<br />
sprawdzona została kooperacja aplikacji z rozwiązaniami proponowanymi<br />
przez administrację publiczną, np. Elektroniczną Platformą<br />
Usług Administracji Publicznej (PUAP).<br />
Przykładowy wynik jednego z testów. Example result of one of the tests<br />
Ze względu na przewidywaną liczbę testów nierealne było wykonanie<br />
ich w ciągu jedynie dwóch dni. Dlatego też w terminie 26<br />
września – 17 października 2011 r. odbyły się pretesty, podczas<br />
których pliki testowe były udostępniane użytkownikom online<br />
za pomocą portalu testowego. Testy przeprowadzano w trzech<br />
funkcjonalnych etapach polegających na złożeniu podpisu, jego<br />
kontrasygnacie i weryfikacji. W 39 pretestach sprawdzano formaty<br />
CAdES, PAdES i XAdES. Każdy z uczestników miał do wykonania<br />
145 zadań testowych. W ramach sesji warsztatowych<br />
odbytych 26–27 października zrealizowano 262 testy, przeprowadzając<br />
weryfikację wyników pretestów, ocenę zgodności z decyzją<br />
2011/130/EC w zakresie podpisu elektronicznego, weryfikację<br />
podpisów złożonych przez poszczególne aplikacje oraz testy złożenia<br />
podpisu przy wykorzystaniu certyfikatów kwalifikowanych<br />
wydanych przez polskie centra certyfikacji.<br />
W testach, do których mogli przystąpić wszyscy chętni, wzięło<br />
udział sześć wiodących aplikacji krajowych i cztery zagraniczne<br />
(z Węgier, Niemiec, Włoch i Japonii). Odsetek poprawnych rezultatów<br />
w teście zgodności z decyzją 2011/130/EC wyniósł 100%<br />
dla formatów CAdES i PAdES oraz 71,4% dla XAdES. Aplikacje<br />
biorące udział w teście dokonywały bezbłędnej weryfikacji złożonych<br />
podpisów przeciętnie w 70…80% przypadków. Na poziomie<br />
77,7% kształtuje się poprawność rozpoznania ścieżki certyfikacji<br />
zawierającej urzędy CA z algorytmami SHA256, SHA512 oraz<br />
długością kluczy RSA 3072 bit i 4096 bit. Rozpoznawanie certyfikatów<br />
kwalifikowanych wydanych za granicą z wykorzystaniem<br />
listy TSL wynosi 62,5% dla CAdES i PAdES oraz 44% dla XAdES.<br />
Stosunkowo niska, bo jedynie 50%, jest poprawność reakcji aplikacji<br />
na rozpoznanie błędnego rozszerzenia krytycznego zdefiniowanego<br />
w certyfikacie.<br />
Na podstawie wstępnych wyników z wykorzystaniem materiału<br />
testowego z różnych państw można stwierdzić, że obecnie zdarzają<br />
się trudności związane z budową ścieżki certyfikacji i dostępem<br />
do informacji dotyczącej jej ważności oraz z zagadnieniami<br />
wsparcia dla obsługi listy TSL. Pozostałe problemy<br />
wynikały zazwyczaj z drobnych błędów<br />
implementacyjnych popełnionych przez producentów<br />
aplikacji do składania lub weryfikacji<br />
podpisu.<br />
Szczegółowe dane i wnioski zostaną<br />
przedstawione w raporcie, który będzie opublikowany<br />
po dokładnym przeanalizowaniu<br />
rezultatów. W dyskusji podsumowującej konferencję<br />
uczestnicy podkreślali, iż Narodowy<br />
Test Interoperacyjności Podpisu Elektronicznego<br />
w empiryczny sposób przyczynił się do<br />
uzyskania obiektywnej oceny stanu rynku w tej<br />
dziedzinie i ulepszenia istniejących rozwiązań.<br />
Organizacja testu w przyszłych latach nie tylko<br />
przyczyni się do obiektywnej oceny rynku<br />
rozwiązań dla podpisu elektronicznego, ale<br />
będzie także motywacją dla dostawców aplikacji<br />
do dostarczenia produktów spełniających<br />
wymagania norm i oczekiwania klientów.<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 61
Rewizja i modernizacja systemu GMDSS<br />
dr hab. inż. Jerzy Czajkowski, prof. nadzw. Akademii Morskiej w Gdyni<br />
62<br />
W roku <strong>2012</strong> – mija 13 lat od daty pełnego wdrożenia Światowego<br />
Morskiego Systemu Łączności Alarmowej i Bezpieczeństwa<br />
– GMDSS (Global Maritime Distress and Safety System) – zastępując<br />
wysłużony, działający od 1895 roku system oparty na<br />
telegrafii Morse’a.<br />
System GMDSS – rozpoczął działanie 01.02.1992 r. i po siedmioletnim<br />
okresie wdrożenia (działając równolegle ze starym<br />
systemem radiotelegrafii Morse’a) – 01.02.1999 roku stał się<br />
jedynym systemem zapewniającym bezpieczeństwo i alarmowanie<br />
na morzach i oceanach świata. Stosuje się go obowiązkowo<br />
na wszystkich statkach towarowych podlegających Konwencji<br />
SOLAS, tj. o wyporności 300 ton i powyżej oraz na wszystkich<br />
statkach pasażerskich odbywających żeglugę międzynarodową.<br />
Wybrane podsystemy składowe mogą być instalowane nieobligatoryjnie<br />
na jednostkach pozakonwencyjnych (tzw. non-SOLAS<br />
ship) – statkach rybackich, jachtach, holownikach, itp.<br />
Pomimo olbrzymiego postępu w zakresie podnoszenia bezpieczeństwa<br />
żeglugi na morzu, jaki niesie ze sobą system GMDSS<br />
nie zlikwidował on w okresie swojego działania wypadków i tragedii<br />
na morzu. W szczególności dotyczy to wspomnianych jednostek<br />
pozakonwencyjnych, gdyż jak wynika ze statystyk światowych<br />
– 90% akcji ratowniczych na morzu jest podejmowanych<br />
przez morskie centra koordynacji ratownictwa właśnie w odniesieniu<br />
do nich. System musi być zmodernizowany i unowocześniony,<br />
bowiem niektóre techniki i technologie już w momencie jego<br />
tworzenia były przestarzałe. Taka konieczność rewizji i unowocześnienia<br />
systemu pojawiła się w dokumencie COMSAR-2009-<br />
13/7/2. Planowanie systemu odbyło się ok. 25 lat temu. W tym<br />
czasie wiele się zmieniło, w wyniku postępu w telekomunikacji,<br />
tak więc należy dokonać niezbędnych modyfikacji, a właściwie<br />
wprowadzenia istotnych zmian w systemie GMDSS. Gwałtowny<br />
rozwój cyfrowych technik spowodował nieprzewidywalne wcześniej<br />
zmiany na rynku morskiego sprzętu radiokomunikacyjnego.<br />
Także błąd popełniony przy konstruowaniu systemu GMDSS,<br />
polegający na niestworzeniu mechanizmów stopniowego wprowadzania<br />
do niego nowo tworzonych nowoczesnych technik cyfrowych,<br />
spowodował, iż w wielu elementach był on już nienowoczesny<br />
w momencie wdrażania.<br />
Reasumując, na forum międzynarodowych organizacji IMO<br />
(International Maritime Organization) oraz ITU (International Telecommunication<br />
Union) rozpoczęły się przygotowania do modernizacji<br />
tego systemu. Autor w pracach [3, 4], przedstawiał celowość<br />
i konieczność modernizacji systemu oraz opisywał modyfikację<br />
niektórych z nich.<br />
Głównym ośrodkiem koordynującym te prace jest Podkomitet<br />
COMSAR Międzynarodowej Organizacji Morskiej IMO, który rozpoczął<br />
przygotowania do procesu modernizacji systemu GMDSS.<br />
W trakcie prac Podkomitetu COMSAR, 15 marca 2011 r. nakreślono<br />
plan działania i ustalono zakres prac związanych z przeglądem<br />
podsystemów i procedur GMDSS. Podzielono go na trzy<br />
etapy:<br />
● przeprowadzenie prac studyjnych (Scoping Exercise), które<br />
powinny trwać 2 lata,<br />
● dokonanie przeglądu podsystemów składowych i procedur, na<br />
co przewidziano około 5 lat,<br />
● przeprowadzenie modernizacji systemu, przewidywane<br />
w okresie około 10 lat.<br />
Zatem planowany łączny czas modernizacji systemu wynosiłby<br />
około 17 lat.<br />
Ukierunkowanie prac modernizacyjnych, które zostało podjęte<br />
przez Podkomitet COMSAR 15, opisano i przedstawiono w [3].<br />
Natomiast celem niniejszego artykułu jest przedstawienie wniosków<br />
końcowych odnoszących się do rewizji i modernizacji podjętych<br />
przez Zespół – międzynarodową grupę ekspertów, ustalony<br />
przez COMSAR 15. Zespół ten, prowadzony przez Delegację<br />
Stanów Zjednoczonych Ameryki, podjął się zadania prowadzenia<br />
prac w sposób korespondencyjny przez cały rok, aby przedstawić<br />
propozycję planu pracy w zakresie modernizacji GMDSS na 16<br />
posiedzeniu Podkomitetu COMSAR w marcu <strong>2012</strong> roku. Wyniki<br />
prac tej Grupy Korespondencyjnej zostały przedstawione w dokumencie<br />
COMSAR 16/3 z 18 listopada 2011 r. i zgłoszone przez<br />
delegację Stanów Zjednoczonych. Przedstawiam pokrótce zasadnicze<br />
tematy poruszone w tym dokumencie.<br />
Na podstawie doświadczeń w praktycznej realizacji omawianego<br />
systemu można stwierdzić, że wszystkie wymagania funkcjonalne,<br />
które legły u podstaw jego tworzenia, muszą być dalej<br />
utrzymane i z uwzględnieniem tego powinny być prowadzone<br />
prace modernizujące podsystemy składowe. Przypomnijmy więc<br />
ich fundamentalne znaczenie dla działania GMDSS:<br />
● nadawanie sygnałów alarmowych w relacji statek-ląd za pomocą<br />
przynajmniej dwóch oddzielnych i niezależnych środków<br />
radiowych, z których każdy stosuje różny system radiowy i różny<br />
system zasilania,<br />
● odbiór sygnałów alarmowych w relacji ląd-statek,<br />
● nadawanie i odbiór sygnałów alarmowych w relacji statek-statek,<br />
● nadawanie i odbiór informacji dotyczących koordynacji poszukiwania<br />
i ratowania,<br />
● nadawanie i odbiór informacji na miejscu wypadku (katastrofy),<br />
● nadawanie i odbiór sygnałów do lokalizacji,<br />
● nadawanie i odbiór morskich informacji bezpieczeństwa,<br />
● nadawanie i odbiór informacji tzw. eksploatacyjnych i ogólnych<br />
za pośrednictwem lądowych ośrodków i sieci radiokomunikacyjnych,<br />
● nadawanie i odbiór informacji pomiędzy mostkami statków.<br />
Zgodnie z [3, 4], modernizację systemu GMDSS powinno się<br />
potraktować tak, aby zawsze mogły być realizowane te funkcje.<br />
Jedynie tzw. radiokomunikacja ogólna (general communication)<br />
powinna być w przyszłości określona bardziej jednoznacznie.<br />
Utrzymanie na pierwszym planie wymienionych wymagań funkcjonalnych<br />
prowadzi również do pozostawienia podziału akwenów<br />
morskich świata na tzw. obszary morskie A1, A2, A3 i A4.<br />
Biorąc pod uwagę to, że różne podsystemy radiowe wchodzące<br />
w skład GMDSS, charakteryzują się indywidualnymi właściwościami<br />
i ograniczeniami co do zasięgu i rodzaju transmitowanych<br />
sygnałów, uznano za konieczne wyposażenie statków<br />
w aparaturę radiową w zależności od obszaru, w którym porusza<br />
się statek, a nie – jak dotychczas – w zależności od wyporności<br />
statku. Obszary te zdefiniowano w następujący sposób:<br />
A1 – obszar morski, znajdujący się w zasięgu przynajmniej<br />
jednej stacji nadbrzeżnej ultrakrótkofalowej VHF, z którego jest<br />
możliwa realizacja ciągłej i skutecznej łączności alarmowej za pomocą<br />
cyfrowego selektywnego wywołania, prowadzonej w kanale<br />
70 (156,525 MHz) morskiego pasma VHF (zasięg działania wynosi<br />
około 20…25 mil morskich i jest wyznaczony indywidualnie dla<br />
każdej stacji nadbrzeżnej),<br />
A2 – obszar morski, znajdujący się w zasięgu przynajmniej<br />
jednej radiotelefonicznej stacji nadbrzeżnej pośredniofalowej,<br />
z wyłączeniem obszaru A1, w którym jest możliwa realizacja<br />
ciągłej i skutecznej łączności alarmowej za pomocą cyfrowego<br />
selektywnego wywołania na częstotliwości 2187,5 kHz (zasięg<br />
wynosi około 150 mil morskich),<br />
A3 – obszar zasięgu satelitów geostacjonarnych INMARSAT<br />
(z wyłączeniem obszarów A1 i A2), w którym jest zapewniona ciągła<br />
łączność alarmowa,<br />
A4 – oznacza obszar morza znajdujący się poza obszarami<br />
A1, A2 i A3.<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
W dalszej części artykułu wymieniono i scharakteryzowano te<br />
systemy, które w trakcie modernizacji GMDSS zasłużyły na to,<br />
aby je włączyć i scalić ze Światowym Morskim Systemem Łączności<br />
Alarmowej i Bezpieczeństwa GMDSS.<br />
Automatyczny System Identyfikacji Statków AIS (Automatic<br />
Identification System). Techniczną charakterystykę tego systemu<br />
przedstawiono w [5], który – jako automatyczny system raportowania<br />
statków – wykorzystuje częstotliwości z morskiego pasma<br />
VHF. Umożliwia on automatyczne przekazywanie informacji niezbędnych<br />
do prowadzenia bezpiecznej żeglugi, takich jak: identyfikacja<br />
statku, jego pozycja, prędkość, kurs i dlatego stał się<br />
obowiązkowym wyposażeniem na jednostkach podlegających<br />
Konwencji SOLAS.<br />
System jest zatem nowym źródłem informacji o przemieszczaniu<br />
się statków na akwenach morskich i środkiem do automatycznej<br />
wymiany danych z innymi jednostkami, a także z centrami<br />
systemów raportowania statków oraz służbami monitorowania<br />
i kontroli ruchu. Tak więc – po dokonaniu odpowiednich modyfikacji<br />
technicznych – można by uzyskać zdolność wysyłania przez<br />
system AIS sygnałów alarmowych w niebezpieczeństwie.<br />
Alarmowy system ochrony statku SSAS (Ship Security Alert<br />
System) nie jest systemem komunikacyjnym GMDSS, lecz może<br />
korzystać z jego urządzeń zainstalowanych na tym statku. Zgodnie<br />
z Prawidłem XI-2 SOLAS musi stanowić obowiązkowe wyposażenie<br />
statków pełnomorskich. Prowadząc prace modernizacyjne<br />
systemu GMDSS, w uznaniu, że system SSAS jest stosowany<br />
do zapewnienia bezpieczeństwa i alarmowania, można by włączyć<br />
go jako podsystem składowy GMDSS.<br />
System dalekosiężnej identyfikacji i śledzenia statków LRIT<br />
(Long Range Identification and Tracking of Ship), podobnie jak<br />
SSAS, nie stanowi podsystemu składowego GMDSS, jednak<br />
w sposób bezpośredni korzysta z jego środków komunikacyjnych.<br />
Strukturę i zasadę działania systemu LRIT przedstawiono w [6],<br />
zadaniem tego systemu jest zapewnienie globalnego monitoringu<br />
statków w celu poprawy bezpieczeństwa żeglugi. Koordynatorem<br />
tego systemu jest Międzynarodowa Organizacja Ruchomej Łączności<br />
Satelitarnej IMSO (International Mobile Satellite Organization).<br />
W podsumowaniu publikacji stwierdzono, że system LRIT<br />
umożliwia licznym podmiotom wywiązywanie się w pełni z ich<br />
zadań w zakresie:<br />
● bezpieczeństwa nawigacji,<br />
● poszukiwania i ratowania osób w niebezpieczeństwie,<br />
● ochrony środowiska,<br />
● zapobiegania aktom przestępczym, w tym terrorystycznym,<br />
w portach i na morzach.<br />
System ma bezpośrednie odniesienie do zapewnienia bezpieczeństwa<br />
na morzu i – przy wykorzystaniu urządzeń radiokomunikacyjnych<br />
GMDSS – powinien być włączony w jego funkcjonowanie.<br />
Bardzo istotnym aspektem, który należy brać pod uwagę przy<br />
modernizacji systemu GMDSS, jest strategia rozwoju e-nawigacji,<br />
która powinna być powiązana z procedurami i możliwościami<br />
GMDSS. Prace w tym względzie powinny opierać się na wykorzystaniu<br />
systemów radiokomunikacyjnych stosowanych w GMDSS<br />
i projektowanych w koncepcji e-nawigacji; w szczególności dotyczy<br />
to pasma VHF, które obecnie jest bardzo przeciążone.<br />
Automatyczna telegrafia dalekosiężna NBDP, czyli tzw. radioteleks<br />
morski, w systemie GMDSS zastąpiła radiotelegrafię<br />
MORS’a. System ten pracuje w zakresie pasm częstotliwości MF<br />
i HF. Mimo dużych zasług dla przemysłu żeglugowego, w chwili<br />
obecnej system ten nie spełnia oczekiwań rozwijającej się żeglugi<br />
światowej. W szczycie swojego rozwoju – na początku okresu<br />
wdrażania systemu GMDSS – prawie wszystkie stacje nadbrzeżne<br />
realizowały tę łączność w trybie automatycznego połączenia<br />
statków przez stacje nadbrzeżne z dowolnym abonentem teleksu<br />
na świecie, wykorzystując do tego celu częstotliwości z zakresu<br />
HF. Powszechna była usługa konwersji wiadomości tekstowej i jej<br />
transmisja na telefaks, następnie retransmisja wiadomości jako<br />
e-mail. Liczba połączeń z wykorzystaniem radioteleksu zaczęła<br />
zmniejszać się, gdy rozpowszechniły się tanie terminale Inmarsatu<br />
C oraz zmiana radiooficerów na operatorów radiowych – o wiedzy<br />
i umiejętnościach raczej obsługi operacyjnej urządzeń radiowych,<br />
niż technicznej. Łatwiej jest wysłać telefaks przez system<br />
Inmarsat C, niż obsłużyć radiostację MF/HF i nawiązać łączność<br />
ze stacją nadbrzeżną stosując optymalne częstotliwości wynikające<br />
z prognoz propagacyjnych dla danego obszaru i pory dnia.<br />
Pomimo tego, iż komercyjne usługi radioteleksowe zostały<br />
zminimalizowane, to należy pamiętać, iż technika ta jest ciągle<br />
obecna w radiokomunikacji morskiej. Istotną sprawą jest również<br />
to, iż radioteleks jest podsystemem GMDSS zapisanym w Konwencji<br />
SOLAS jako jeden z dwóch sposobów prowadzenia korespondencji.<br />
Modernizacja systemu GMDSS musi również objąć środki radiokomunikacyjne<br />
w pasmie krótkofalowym (HF). Podstawową<br />
ideą tej modernizacji w aspekcie transmisji danych jest wprowadzenie<br />
i urzeczywistnienie nowoczesnego systemu owej transmisji,<br />
przystosowanego do pełnienia funkcji w ramach GMDSS.<br />
W [7] i [8] Autor przedstawił możliwości transmisji danych zarówno<br />
w pasmie VHF, jak i HF. Proces tworzenia nowych systemów<br />
radiokomunikacyjnych, wykorzystujący pasma krótkofalowe,<br />
jest ciągle kontynuowany, a stworzenie takiego systemu, który<br />
spełniałby założenia funkcjonalne GMDSS, należy do zadań<br />
szczególnie ważnych. Dotyczy to przede wszystkim statków,<br />
które chcą obniżać koszty radiokomunikacji. Wiele statków stosuje<br />
radiokomunikację satelitarną, charakteryzującą się dużą<br />
niezawodnością i stosunkowo prostą obsługą, lecz są armatorzy,<br />
którym zależy na obniżeniu kosztów eksploatacji i preferują<br />
opcję radiokomunikacji w pasmie HF, w szczególności w przypadku<br />
żeglugi w obszarze A4.<br />
Podczas obrad XV sesji Podkomitetu COMSAR w marcu<br />
2011 r. prowadzono rozważania dotyczące możliwości włączenia<br />
nowych radiokomunikacyjnych systemów satelitarnych do systemu<br />
GMDSS. Jak wiadomo od samego początku tworzenia systemu<br />
GMDSS – satelitarny system radiokomunikacyjny INMARSAT<br />
jest jedynym systemem, który oprócz realizacji radiokomunikacji<br />
umożliwia wysyłanie sygnałów alarmowych. W związku z tym definicja<br />
obszaru morza A3 odnosi się do obszaru kuli ziemskiej, na<br />
której możliwe jest prowadzenie komunikacji alarmowej wykorzystując<br />
do tego celu satelity geostacjonarne systemu INMARSAT.<br />
Grupa ekspertów IMO w [1] wyraziła poparcie dla rozwoju regionalnych<br />
operatorów satelitarnej radiokomunikacji i możliwości<br />
ich wprowadzenia do systemu GMDSS. Na bazie poparcia takiej<br />
idei – Morski Komitet Bezpieczeństwa (MSC) – IMO zlecił Podkomitetowi<br />
COMSAR w ramach prowadzenia prac studyjnych nad<br />
opracowaniem modernizacji podsystemów i procedur w systemie<br />
GMDSS – również rozpatrzenie możliwości włączenia nowych<br />
radiokomunikacyjnych systemów satelitarnych do GMDSS. Jednym<br />
z takich systemów radiokomunikacji satelitarnej jest system<br />
Thuraya [3].<br />
W przypadku systemów przeznaczonych do rozpowszechniania<br />
morskich informacji bezpieczeństwa, tzw. MSI (Maritime Safety<br />
Information), trzeba stwierdzić, że w sposób ciągły były one<br />
modyfikowane. Jednak wobec rosnących potrzeb i to zarówno<br />
w odniesieniu do jakości przekazywanych informacji, jak też ich<br />
ilości oraz szybkości transmisji – planując modernizację systemu<br />
GMDSS – należy unowocześnić również systemy do rozpowszechniania<br />
morskich informacji bezpieczeństwa.<br />
Modernizując system GMDSS, nie wolno zapomnieć o jednostkach<br />
niepodlegających Konwencji SOLAS (Safety Of Life At Sea),<br />
tzw. NON-SOLAS Vessels. Pewna liczba administracji morskich<br />
tworzy lokalne regulacje w odniesieniu do jachtów i jednostek pływających<br />
po wodach krajowych. Podobna sytuacja dotyczy jednostek<br />
rybackich, w których opracowane przez IMO przepisy nie<br />
zawsze są stosowane i respektowane. Opracowując plan prac<br />
studyjnych dla modernizacji GMDSS, należy ten problem wziąć<br />
pod uwagę, jak również rozważyć, w jaki sposób operatorów, prowadzących<br />
komercyjną radiokomunikację w pasmie HF, włączyć<br />
tę modernizację.<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 63
Istotnym uzupełnieniem treści dok. COMSAR 16/3 Nov.2011<br />
jest bardzo wartościowy dokument COMSAR 16/3/8 January<br />
<strong>2012</strong> [2] ogłoszony przez Administrację Australii. Zawarte w nim<br />
są najistotniejsze zmiany, korekty i ustalenia, dotyczące systemu<br />
GMDSS, które zostały wprowadzone w ciągu ostatnich lat od momentu<br />
jego utworzenia. Najistotniejsze z nich przedstawiają się<br />
następująco:<br />
● zakończono obowiązek prowadzenia nasłuchu radiotelegrafii<br />
Morse’a w pasmie częstotliwości MF na częstotliwości 500<br />
kHz,<br />
● zakończono proces wymiany informacji dla celów komercyjnych<br />
dokonywanych za pomocą radiotelegrafii Morse;a z wykorzystaniem<br />
częstotliwości pasma MF oraz HF,<br />
● zakończono obowiązek prowadzenia nasłuchu fonicznego na<br />
częstotliwości 2182 kHz,<br />
● wycofano z wyposażenia statkowego odbiornik auto-alarmu<br />
na częstotliwości 500 kHz,<br />
● łączność radiotelefoniczna realizowana jest z wykorzystaniem<br />
systemu jednowstęgowego z wytłumioną nośną w pasmie fal<br />
MF oraz HF,<br />
● dokonano przejścia na nadajniki pasma HF o obniżonej mocy,<br />
● wycofano z wyposażenia statkowego radionamierniki pracujące<br />
w pasmach MF/HF,<br />
● wprowadzono system cyfrowego selektywnego wywołania DSC<br />
z wykorzystaniem częstotliwości w pasmach MF/HF/VHF,<br />
● wprowadzono radiotelefon VHF dla środków ratunkowych,<br />
● wprowadzono transponder radarowy SART,<br />
● nie zdecydowano się na wprowadzenie radiopławy EPIRB<br />
VHF/DSC, pomimo iż jest ona umieszczona w przepisach<br />
SOLAS,<br />
● wycofano z wyposażenia statkowego radiopławę EPIRB pracującą<br />
w pasmie L, w związku ze zlikwidowaniem opcji IN-<br />
MARSAT-E,<br />
● zakończono pracę analogowego standardu INMARSAT-A,<br />
● wprowadzono wyposażenie statkowego terminalu satelitarnego<br />
standardu INMARSAR-C oraz terminali Mini-C a także<br />
Safety NET,<br />
● wprowadzono łączność satelitarną INMARSAT dla statków nie<br />
podlegających Konwencji SOLAS,<br />
● zamknięto większość światowych sieci dla serwisów radiotelefonicznych<br />
prowadzących korespondencję publiczną, radiotelefonię<br />
teleksową oraz nadbrzeżnych sieci radiotelefonicznych VHF,<br />
● wprowadzono standard Inmarsat Fleet 77,<br />
● zakończono wykrywanie sygnału EPIRB o częstotliwości 121,5<br />
i 243 MHz,<br />
● zredukowano liczbę stacji nadbrzeżnych HF prowadzących<br />
nadawanie sygnałów do pomiaru czasu.<br />
Należy jeszcze poinformować iż aktualnie prowadzone są prace<br />
nad następującymi tematami:<br />
● przygotowanie terminalu FleetBoardband FB500 dla systemu<br />
GMDSS,<br />
● rozszerzenie systemu COSPAS-SARSAT o segment MEO-<br />
SAR – tj. umieszczenie satelitów na średnich wysokościach,<br />
● opracowanie i wdrożenie e-nawigacji.<br />
Podsumowując, trzeba stwierdzić, że problemów do rozwiązania<br />
jest dużo, a ich uporządkowanie oraz rozpoczęcie realizacji<br />
będzie tematem obrad 17. posiedzenia Podkomitetu COMSAR<br />
w 2013 r.<br />
Na zakończenie należy przytoczyć bardzo istotne stwierdzenie<br />
wyrażone przez Australię w dok. COMSAR 16/3/8. Otóż system<br />
GMDSS powinien być uznany jako system systemów. GMDSS<br />
– nie jest systemem statycznym – lecz dynamicznie rozwijającym<br />
się wraz z postępem techniki, który tworzy nowe możliwości pozwalając<br />
w efekcie na podniesienie bezpieczeństwa żeglugi, statków<br />
i ludzi na morzach świata.<br />
Literatura<br />
[1] IMO – Scoping Exercise to establish the need for a review of the<br />
elements and procedures of the GMDSS, COMSAR 16/3 November<br />
2011.<br />
[2] IMO Comments on the Report of the Correspondence Group – Technological<br />
change and the GMDSS, COMSAR 16/3/8 January <strong>2012</strong>.<br />
[3] Czajkowski J.: Ukierunkowanie prac modernizacyjnych systemu<br />
GMDSS. Przegląd Telekomunikacyjny, nr 12/2011.<br />
[4] Czajkowski J.: Tendencje rozwojowe systemu GMDSS. Przegląd Telekomunikacyjny<br />
i Wiadomości Telekomunikacyjne, nr 1/2009.<br />
[5] Czajkowski J.: Techniczna charakterystyka systemu automatycznej<br />
identyfikacji statków – AIS. <strong>Elektronika</strong>, nr 5/2010.<br />
[6] Czajkowski J., Łyszyk K.: Systemy dalekosiężnej identyfikacji<br />
i śledzenia statków, <strong>Elektronika</strong>, nr 11/2009.<br />
[7] Czajkowski J.: Możliwości transmisji danych w pasmie HF na podstawie<br />
zalecenia ITU-R M.1798. Przegląd Telekomunikacyjny<br />
i Wiadomości Telekomunikacyjne, nr 10/2010.<br />
[8] Czajkowski J.: Możliwości transmisji danych w pasmie VHF na podstawie<br />
Zalecenia ITU-R M.1842. <strong>Elektronika</strong>, nr 12/2010.<br />
Polskie muzea w Google<br />
Łódź i Wilanów obok światowych gigantów<br />
Google we współpracy z muzeami uruchomił właśnie Art Project<br />
– wirualne zwiedzanie muzeów. W jego ramach można będzie<br />
„przejść się” korytarzami światowych muzeów i oglądać dzieła<br />
sztuki w wielkiej rozdzielczości.<br />
Przy uruchomieniu przedsięwzięcia zwanego Art Project wraz<br />
z Google współpracowało 17 muzeów z całego świata. Wykorzystując<br />
rozwiązanie znane z Google Street View (panoramiczne zdjęcia<br />
miast) można teraz odbyć wirtualny spacer korytarzami największych<br />
światowych galerii. Znajdują się wśród nich miejsca takie placówki<br />
jak Muzeum Sztuki Współczesnej w Nowym Jorku, Galeria<br />
Narodowa w Londynie i Muzeum Van Gogha w Amsterdamie.<br />
W serwisie Art Project znajduje się obecnie ponad tysiąc<br />
zdjęć dzieł sztuki w wielkiej rozdzielczości, ale ich liczba będzie<br />
pewnie rosnąć. Można się tam też zalogować za pośrednictwem<br />
konta Google, aby w ten sposób zapisać ulubione dzieła sztuki<br />
i później do nich wracać. Na temat każdego obrazu i artysty<br />
dostępne są dodatkowe informacje, znajdujące się w panelu po<br />
prawej stronie obrazu.<br />
Google Art Project to wielki, zrealizowany projekt, dzięki któremu<br />
zainteresowane osoby mogą zapoznać się z ponad 30 tys.<br />
dzieł sztuki ze 151 muzeów z ponad czterdziestu krajów świata.<br />
To wszystko w komfortowych warunkach, we własnym domu, siedząc<br />
w wygodnym fotelu.<br />
Google Art Project udostępnia także zbiory rodzimych muzeów.<br />
Można obejrzeć to, co do zaoferowania mają Muzeum Sztuki<br />
w Łodzi (sztuka awangardowa i współczesna) oraz Muzeum Pałacu<br />
w Wilanowie.<br />
Zdecydowanie warto sprawdzić Google Art Project, gdyż<br />
oprócz trudniejszych w odbiorze dzieł, znajdują się tam fotografia<br />
i graffiti. Część zbiorów można obejrzeć w bardzo wielkiej rozdzielczości,<br />
a ponad czterdzieści muzeów umożliwia odbycie wirtualnego<br />
spaceru po swoich wnętrzach. (cr)<br />
64<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
Naziemna telewizja cyfrowa – wybrane zagadnienia<br />
inż. JAN BOGUCKI, <strong>Instytut</strong> Łączności PIB, Warszawa<br />
Telewizja analogowa jest znana na świecie od ponad pięćdziesięciu<br />
lat. Można bez cienia wątpliwości stwierdzić, że ten system<br />
nadawania programów sprawdził się. Mimo to, w Polsce 31 lipca<br />
2013 roku [4] zostanie wyłączony ostatni telewizyjny nadajnik<br />
analogowy. Nadawanie telewizji od tego momentu będzie się odbywało<br />
tylko w formie cyfrowej. Jakie czynniki zadecydowały o tak<br />
radykalnym zmianie sytemu?<br />
Otóż na zmianę tę wpłynął szereg czynników. Najważniejszy<br />
z nich jest związany z tzw. dywidendą cyfrową, polegającym<br />
na tym, że cały kraj może być pokryty nawet 8 programami<br />
telewizyjnymi przy wykorzystaniu teoretycznie tylko jednego<br />
dotychczasowego kanału analogowego o szerokości 8 MHz.<br />
A więc oszczędności widma elektromagnetycznego, które jest<br />
dobrem ograniczonym, a tym samym, które należy eksploatować<br />
oszczędnie, nie da się przecenić. Innym czynnikiem jest rozwój<br />
nowych technologii, wymagający dostępnego pasma elektromagnetycznego<br />
np. dla transmisji danych w technologii LTE (Long<br />
Term Evolution).<br />
W artykule przedstawiono pewne charakterystyczne aspekty<br />
dotyczące naziemnej telewizji cyfrowej.<br />
Nadawanie tradycyjne i cyfrowe<br />
W telewizji analogowej dla każdego programu konieczne jest<br />
zbudowanie własnej, odrębnej sieci dystrybucyjnej (rys. 1),<br />
tzn. sieci nadajników dostarczających abonentom określony program.<br />
(W praktyce sprowadza się to do tego, że różni nadawcy<br />
wykorzystują tą samą antenę czy maszt w danej miejscowości.)<br />
Studio –<br />
nadawca<br />
programu 1<br />
Rys. 1. Transmisja naziemnej telewizji analogowej<br />
Fig. 1. Terrestrial analogue television broadcasting<br />
Koder Prog.1<br />
Wideo/Audio<br />
Koder Prog.2<br />
Wideo/Audio<br />
Koder Prog.3<br />
Wideo/Audio<br />
Nad. TV<br />
Sieć<br />
Kanał A<br />
Multiplekser<br />
Strumienia<br />
Transportowego<br />
Nad. TV<br />
Nad. TV<br />
Sieć<br />
Studio -<br />
nadawca<br />
programu 2<br />
Studio -<br />
nadawca<br />
programu 3<br />
Rys. 2. Transmisja naziemnej telewizji cyfrowej<br />
Fig. 2. Terrestrial digital television broadcasting<br />
Nad. TV<br />
Sieć<br />
Kanał B<br />
Nad. TV<br />
Sieć<br />
Kanał C<br />
Modulator/<br />
Wzmacniacz<br />
Modulator/<br />
Wzmacniacz<br />
Modulator/<br />
Wzmacniacz<br />
Nad. TV<br />
Nad. TV<br />
Nad. TV<br />
Nad. TV<br />
Kanał A<br />
Kanał A<br />
Kanał A<br />
Wiąże się to z faktem, że każdy z tych programów musi być transmitowany<br />
w dedykowanym tylko jemu kanale częstotliwościowym<br />
8 MHz. Z reguły są wykorzystywane nadajniki dużej mocy i w tych<br />
kanałach występuje zjawisko zakłóceń interferencyjnych. Z tego<br />
powodu ogranicza się poziom zakłóceń wspólnokanałowych m.in.<br />
w ten sposób, że przy transmisji analogowej nadajniki sąsiednich<br />
ośrodków zawsze pracują na innych częstotliwościach kanałów.<br />
Wzrasta wtedy szerokość wykorzystywanego pasma częstotliwości,<br />
a tym samym taka transmisja wymaga dużego spektrum widma<br />
elektromagnetycznego.<br />
Naziemna telewizja cyfrowa ma istotną zaletę, polegającą na<br />
tym, że różni nadawcy programów wykorzystują tę samą sieć<br />
dystrybucyjną i transmisję w tym samym kanale częstotliwościowy<br />
(rys. 2). Kanały cyfrowe to strumień przemieszanych pakietów<br />
niosących informacje z różnych programów. Systemy DVB-T<br />
(Digital Video Broadcasting – Terrestrial) wykorzystują wspólny<br />
strumień transportowy TS (Transport Stream) multipleksu. Multipleks<br />
jest kombinacją kilku programów telewizyjnych oraz usług<br />
dodatkowych, które mają postać pakietów – przesyłanych sekwencyjnie<br />
i opatrzonych identyfikacją.<br />
Ponadto, stacje sąsiednie naziemnej telewizji cyfrowej pracują<br />
w tym samym kanale telewizyjnym, przy wykorzystaniu sieci jednoczęstotliwościowej<br />
SFN (Single Frequency Network). Przykładowo,<br />
aktualnie w Warszawie – Raszynie pracują trzy multipleksy:<br />
Multipleks 1 w kanale 58 o częstotliwości 770 MHz, Multipleks 2<br />
w kanale 48 o częstotliwości 690 MHz i Multipleks 3 w kanale 55<br />
o częstotliwości 746 MHz. Jednak ze względu na pewne problemy<br />
z pokryciem sygnałem samego centrum miasta, w stolicy pracują<br />
z Pałacu Kultury i Nauki, pokrywające ten sam obszar, inne<br />
trzy multipleksy: Multipleks 1, Multipleks 2 i Multipleks 3 w tych<br />
samych kanałach. Mimo tego, nie należy obawiać się zakłóceń<br />
interferencyjnych (np. wspólnokanałowych), gdyż zastosowana<br />
modulacja OFDM (Orthogonal Frequency-Division Multiplexing)<br />
skutecznie je eliminuje.<br />
Ponadto dzięki transmisji cyfrowej możliwa jest również konwergencja<br />
systemów umożliwiająca:<br />
● Przenoszenie tych samych rodzajów usług w różnych systemach<br />
sieciowych;<br />
● Integrację urządzeń powszedniego użytku (odbiornik telewizyjny,<br />
komputer PC i telefon);<br />
● Przetwarzanie i przesyłanie obrazów pochodzących z różnych<br />
źródeł, po zakodowaniu w formacie MPEG (Moving Picture<br />
Experts Group), na wzór innych informacji cyfrowych.<br />
W wyniku czego powstają szerokopasmowe sieci o zasięgu<br />
globalnym (konwergencja obejmuje nawet metody działalności<br />
gospodarczej i komunikacji społecznej).<br />
Jakość przekazu telewizyjnego<br />
Trwa spór, która transmisja, analogowa czy cyfrowa, zapewnia<br />
lepszą jakość obrazu. Obie techniki przekazu mają swoich zagorzałych<br />
zwolenników, jak i przeciwników.<br />
Otóż teoretycznie najlepszą jakość obrazu można uzyskać<br />
przy transmisji analogowej. Wówczas można uzyskać obraz<br />
bez kompresji, z dużą redundancją, nadmiarem informacji. Mankament<br />
jednak tego rodzaju transmisji jest taki, że muszą być<br />
zachowane dobre warunki odbioru, a sam odbiornik powinien<br />
znajdować się w małej odległości od nadajnika (rys. 3). Jakość<br />
odbioru telewizji analogowej silnie zależy od natężenia pola zaindukowanego<br />
w antenie i doprowadzonego na wejście odbiornika.<br />
Wskutek tego, wraz ze wzrostem odległości od nadajnika jakość<br />
odbieranego obrazu systematycznie maleje, gdyż obraz staje się<br />
coraz bardziej zaszumiony (rys. 3).<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 65
Jakość<br />
odbioru<br />
dobra<br />
słaba<br />
brak<br />
odb.<br />
Rys. 3. Charakterystyka jakości odbioru obrazu telewizyjnego dla<br />
transmisji: a) analogowej (linia przerywana); b) cyfrowej (linia ciągła)<br />
Fig. 3. TV system failure characteristic for transmission: a) analogue<br />
(dashed line); b) digital (continuous line)<br />
Inaczej sytuacja wygląda w przypadku telewizji cyfrowej.<br />
Tutaj sygnał jest już po kompresji, która polega na pozbywaniu<br />
się redundancji, dzięki czemu możliwe jest transmitowanie tylko<br />
rzeczywistych danych niosących istotną informacje. Wówczas<br />
w znacznym obszarze jakość odbieranych obrazów jest dobra,<br />
lecz poza granicą tego obszaru odbiór jest zerowy. Ta linia podziału<br />
pomiędzy obydwoma obszarami jest bardzo ostra (rys. 3)<br />
i może się zmieniać, np. zależnie od panujących tam warunków<br />
atmosferycznych. A więc, naziemna telewizja cyfrowa dla większości<br />
odbiorców dostarcza transmisji o wyższym poziomie jakości<br />
odbieranych obrazów (rys. 3). Co prawda dla widza od<br />
lat oglądającego przekaz analogowy normalną rzeczą jest brak<br />
dostatecznego kontrastu czy mało nasycone obrazy. Przy telewizji<br />
cyfrowej niezwykle uciążliwe jest np. pulsowanie bloków, gdy<br />
koder podejmuje niewłaściwe decyzje lub widoczna jest blokowa<br />
struktura obrazu w przypadku strumienia cyfrowego o ustalonej<br />
zbyt małej przepływności bitowej.<br />
System modulacji DVB-T OFDM<br />
Pilotowe transmisje naziemnej telewizji cyfrowej DVB-T rozpoczęły<br />
się pod koniec lat dziewięćdziesiątych ubiegłego wieku,<br />
zaś pierwszy taki system komercyjny powstał w Wielkiej Brytanii.<br />
Rozwój tego rodzaju transmisji spowodował, że już w ciągu<br />
najbliższych lat cyfrowa telewizja naziemna będzie jedyną formą<br />
naziemnego przekazu telewizyjnego.<br />
Programy telewizyjne w tego rodzaju transmisji są przekazywane<br />
za pomocą strumienia MPEG4, tzn. z zastosowaniem kompresji,<br />
a mimo to widz odbiera bardzo dobry obraz pozbawiony<br />
szumów, natomiast sygnał audio jest klasy CD.<br />
DVB-T wykorzystuje system modulacji wieloczęstotliwościowej<br />
OFDM. Istnieją dwa tryby takiej modulacji: 2k wykorzystująca<br />
1705 fal nośnych, lub 8k wykorzystująca ich aż 6817. Należy<br />
zaznaczyć, że każda z nich jest osobno modulowana QPSK<br />
(Quadrature Phase Shift Keying) lub 16QAM (Quadrature Amplitude<br />
Modulation), ewentualnie 64QAM. Każdy sygnał posiada<br />
dwie składowe: I (In Phase) lub Q (Quadrature Phase). Na<br />
rys. 4 przedstawiono przykładowy diagram stanów dla modulacji<br />
16-QAM, w której każdy symbol jest reprezentowany przez stan<br />
modulacji o określonej amplitudzie i fazie. W tym przypadku widoczne<br />
jest 16 stanów, zaś jeden symbol reprezentuje 4 bity.<br />
66<br />
0<br />
1000 1010<br />
1001 1011<br />
-3<br />
1101 1111<br />
-1<br />
1100 1110<br />
Q<br />
0010 0000<br />
3<br />
1<br />
-1<br />
-3<br />
0011 0001<br />
1<br />
3<br />
0111 0101<br />
0110 0100<br />
I<br />
Odległość: nadajnik-odbiornik<br />
Rys. 4. Konstelacja sygnału<br />
16-QAM i rozłożenie bitów<br />
Fig. 4. 16-QAM signal constellation<br />
and bit allocation<br />
Należy zaznaczyć, że stosowanie modulacji wyższej wartościowości<br />
powoduje wzrost wymaganego stosunku sygnału do<br />
szumu S/N. Przykładowo, przy zastosowaniu modulacji 64QAM<br />
zamiast QPSK wymagany jest wzrost stosunku S/N o około<br />
12 dB, dla zapewnienia takiej samej jakości transmisji.<br />
Jeżeli przedstawimy wszystkie nośne na wykresie konstelacji<br />
otrzymamy nie jeden punkt, lecz wiele punktów tworzących<br />
„chmurę”, która reprezentuje każdy stan. Na rys. 5 pokazano<br />
zmierzony diagram konstelacji z takim szumem. Jest to konstelacja<br />
sygnału nadajnika DVB-T pracującego na częstotliwości<br />
690 MHz (kanał 48) z modulacją 64QAM i trybem 8k oraz sprawnością<br />
kodową ¾.<br />
Dla zapewnienia dobrej jakości obrazu w systemie DVB-T wykorzystuje<br />
się dwustopniową korekcję: Reed-Solomon i Viterbi.<br />
Korekta ta powoduje, że nawet strumień bitów odbierany z elementową<br />
stopą błędów BER (Bit Error Rate) 10 -4 umożliwia bezbłędny<br />
odbiór.<br />
W 8 MHz kanale jest wiele nośnych, umiejscowionych 4462<br />
lub 1116 Hz od siebie, w zależności od zastosowanego trybu modulacji<br />
2k lub 8k. Są wśród nich fale nośne zwane sygnalizacyjnymi<br />
parametrami transmisyjnymi TPS (Transmission Parameter<br />
Signalling) oraz sygnały pilotów ciągłych (Continual Pilot) – fale<br />
nośne niemodulowane i koincydencyjne z nimi piloty rozrzucone<br />
(Scattered Pilot), które nie niosą danych użytecznych, a tylko dostarczają<br />
odbiornikowi informacji o rodzaju transmisji, co przedstawia<br />
rys. 6. W zależności od rodzaju transmisji, zastosowanej modulacji<br />
(QPSK, 16-QAM lub 64-QAM) i trybu transmisji 2k lub 8k<br />
oraz sprawności kodowej a także przedziału ochronnego (Guard<br />
Interval), przepływność zawiera się 4,97…31,66 Mbit/s. Zastosowanie<br />
przedziału ochronnego oznacza, że istnieje mała szczelina<br />
czasowa pomiędzy poszczególnymi symbolami, a więc transmisja<br />
nie jest ciągła. Jednak dzięki eliminowaniu błędów wywołanych<br />
zjawiskiem wielodrogowości odbiór sygnału jest idealny w określonych<br />
warunkach propagacyjnych.<br />
Dla nadawania cyfrowego, gdzie nie występują fale nośne wizji<br />
i fonii, moc każdej z fal nośnych jest identyczna. Oznacza to,<br />
że amplituda widma częstotliwościowy sygnału DVB-T jest stała<br />
w całym kanale telewizyjnym. Dzięki zastosowanej korekcji błędów,<br />
przedziału ochronnego oraz faktu, że fale nośne są rozpro-<br />
Pojedyncza fala nośna<br />
jedna z 6817 (8k) lub 1705 (2k)<br />
Symbol OFDM<br />
(w dziedzinie częstotliwości)<br />
………<br />
……<br />
Rys. 5. Zmierzona konstelacja<br />
sygnału 64-QAM<br />
Fig. 5. 64-QAM signal measured<br />
constellation<br />
6817 fal nośnych (8k)<br />
1705 fal nośnych (2k)<br />
Rys. 6. Struktura ramki DVB-T. Fig. 6. DVB-T framing structure<br />
f<br />
W tym: dane (6048 lub 1512)<br />
pilot ciągły (177 lub 45)<br />
pilot rozrzucony (524 lub 131)<br />
sygnalizacja parametrów<br />
transmisyjnych TP S (68 lub 17)<br />
f<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
szone w całym widmie częstotliwości, system modulacji OFDM<br />
jest bardzo odporny na szumy. Natomiast zastosowanie kompresji<br />
MPEG4 pozwala na bardzo dobre wykorzystanie widma. Dlatego<br />
też możliwy jest odbiór mobilny i to nie tylko obrazu o dobrej<br />
jakości, ale również i usług dodatkowych.<br />
Naziemna sieć jednoczęstotliwościowa telewizji<br />
cyfrowej<br />
W sieci jednoczęstotliwościowej SFN (Single Frequency Network)<br />
wszystkie nadajniki w systemie pokrywającym dany region<br />
kraju pracują w tym samym kanale telewizyjnym (rys. 7) nadając<br />
ten sam program. Wymaga to wysokiego stopnia synchronizacji,<br />
gdyż sygnały emitowane z różnych nadajników muszą być nie<br />
tylko identyczne, ale również emitowane w tym samym czasie,<br />
ewentualne z precyzyjnie kontrolowanym opóźnieniem. Oczywiście<br />
przede wszystkim sygnały fal nośnych również muszą spełniać<br />
te wysokie wymagania odnośnie stałości częstotliwości.<br />
Przy projektowaniu sieci nadajników takie parametry, jak wymiary<br />
i kształt pokrycia danego obszaru oraz wykorzystanie widma<br />
radiowego są ze sobą ściśle powiązane.<br />
Sieci jednoczęstotliwościowe, ze względu na obszar pokrycia<br />
dzieli się na:<br />
● ogólnokrajowe, gdy w całym kraju wykorzystuje się ten sam<br />
kanał. Zastosowanie takiej sieci jest uzależnione od ustaleń<br />
z państwami sąsiadującymi, co nieraz może być sprawą trudną.<br />
W sieci ogólnokrajowej cały obszar państwa ma wszędzie<br />
takie same programy. Taka sieć jest jednak dość trudna do<br />
realizacji również ze względu na zakłócenia interferencyjne;<br />
● regionalne, gdy wszystkie nadajniki w danym regionie mają<br />
taką samą częstotliwość pracy, ale sąsiednie obszary kraju<br />
wykorzystują już inne kanały telewizyjne. Programy odbierane<br />
w tych różnych obszarach mogą być takie same lub różne.<br />
W wielu krajach europejskich takie regiony mają obszar o średnicy<br />
do 200 km;<br />
● lokalne, gdy główny nadajnik i stacje przekaźnikowe pracują na<br />
tej samej częstotliwości, ale już sąsiedni nadajnik na tym samym<br />
terytorium wykorzystuje inny kanał. Lokalne nadajniki mogą emitować<br />
różny program w pewnych godzinach lub cały czas.<br />
Z reguły dla sieci ogólnokrajowych lub regionalnych wykorzystuje<br />
się 5–6 kanałów, a dla pokrycia obszaru lokalnego wystarczą<br />
2–3 kanały. SFN bazująca na infrastrukturze sieci nadajników<br />
analogowych jest odpowiednia dla odbioru z anteny umieszczonej<br />
na dachu. Jednak w wielu przypadkach, szczególnie dla odbioru<br />
przenośnego lub ruchomego wymagany jest większy przedział<br />
ochronny, co wiąże się z gęstszą siecią nadajników.<br />
Moc wszystkich sygnałów odbieranych w SFN w czasie z przedziałem<br />
ochronnym jest traktowana jako sygnał użyteczny. Poza<br />
przedziałem ochronnym tylko część mocy jest skojarzona z symbolem<br />
podstawowym OFDM i traktowana jako część składowa<br />
sygnału użytecznego. Pozostała część mocy sygnałów jest kojarzona<br />
z wcześniejszą lub późniejszą sekwencją symbolu OFDM<br />
i jest traktowana jako produkt modulacji międzysymbolowych.<br />
Dlatego jeśli opóźnienie sygnału stopniowo wzrasta poza przedział<br />
ochronny, wówczas użyteczny sygnał maleje, a tym samym<br />
zakłócenia międzysymbolowe wzrastają.<br />
Każdy nadajnik w sieci SFN powinien emitować taki sam symbol<br />
w tym samym czasie. A co za tym idzie, echa np. z nadajników<br />
wspólnokanałowych, powinny być w czasie przedziału ochronnego.<br />
Odbiorniki OFDM muszą mieć ustawione okno czasowe dla próbek<br />
użytecznych symboli OFDM i z nimi zsynchronizowane. Dzięki<br />
temu sygnały w czasie przedziału ochronnego mogą być pominięte,<br />
gdy sygnał odbiornika jest złożony z kilku symboli OFDM. Jeśli<br />
nadajnik dostarcza taki sam symbol OFDM w tej samej chwili lub<br />
nieznacznie opóźniony (o kilka mikrosekund), różnica czasu opóźnienia<br />
propagacji odbiornika OFDM pozostaje w czasie przedziału<br />
ochronnego i wówczas następuje sumowanie sygnałów odebranych,<br />
gdyż one stanowią ten sam symbol OFDM.<br />
W systemie DVB-T przewidziano przedziały ochronne 1/32,<br />
1/16, 1/8 i ¼ czasu trwania symbolu użytecznego. Dla trybu 8k<br />
f 1<br />
f 1 2<br />
Rys. 7. Sieć nadajników jednoczęstotliwościowych DVB-T SFN.<br />
Ozn.: f 1<br />
– częstoliwość nadajników pracujących np. w kanale 48.<br />
Fig. 7. Single frequency networks DVB-T SFN.<br />
Where: f 1<br />
– frequency of working transmitters e.g. in channel 48<br />
dopuszcza się czas trwania przedziału ochronnego wynosi 28,<br />
56, 112 i 256 µs, a dla 2k odpowiednio 7, 14, 28 i 56 µs.<br />
Wybór odpowiedniego parametru przedziału ochronnego dla<br />
telewizji cyfrowej pozwala na ograniczenie wpływu opóźnienia<br />
powodującego zakłócenia odbioru programów. Poza tym, wybór<br />
odpowiedniego przedziału ochronnego dla danej SFN jest istotny<br />
przy ustalaniu topologii sieci: z czasu trwania przedziału ochronnego<br />
wynika maksymalny czas opóźnienia ech dopuszczalnych<br />
przez system, co jest związane z maksymalną dopuszczalną odległością<br />
pomiędzy nadajnikami wspólnokanałowymi, będącymi<br />
źródłami aktywnych ech. Optymalizacja parametrów pozwala<br />
na budowę rozległych sieci mających dużą odległość pomiędzy<br />
usytuowanymi nadajnikami dużej i średniej mocy. Inne parametry<br />
pozwalają na pracę lokalną z sygnałem telewizyjnym o większej<br />
gęstości pola przy nadajnikach małej mocy.<br />
Zakłócenia międzysymbolowe są przyczyną dwóch ograniczeń<br />
w stosowaniu SFN. Po pierwsze, dla danego punktu odbiorczego<br />
sygnały główne pochodzą od najbliższych nadajników, do tego<br />
zaś dopuszczalne czasy ich opóźnień nie powinny przekraczać<br />
w sposób znaczący przedziału ochronnego. Wynika z tego zależność<br />
polegająca na tym, że sąsiednie nadajniki muszą być usytuowane<br />
niezbyt daleko od siebie, a ich maksymalna odległość<br />
musi być ściśle określona.<br />
Zgodnie z Rekomendacją ETSI TR 101-190 przedział ochronny<br />
wybrany dla naziemnej telewizji cyfrowej powinien bazować na<br />
odległościach pomiędzy nadajnikami. Odległość między sąsiednimi<br />
nadajnikami w sieci SFN nie powinna być znacząco większa<br />
niż ta wynikająca z czasu propagacji.<br />
Fale elektromagnetyczne rozprzestrzeniają się z prędkością<br />
światła c, która wynosi 299 792 458 m/s. Znając odległość s pomiędzy<br />
nadajnikiem a punktem odbiorczym, można obliczyć czas<br />
τ potrzebny dla przebycia tej drogi przez sygnał telewizyjny (czas<br />
opóźnienia). Przykładowo, jeśli fala jest emitowana z nadajnika<br />
odległego o 2100 m od odbiorczej anteny telewizyjnej, wówczas<br />
czas potrzebny na przebycie tej drogi wynosi:<br />
s 2100<br />
τ = =<br />
= 0,000007s<br />
= 7µ<br />
c 299792458<br />
Uwzględniono to w wymaganiach dotyczących naziemnej telewizji<br />
cyfrowej, a mianowicie:<br />
● tryb 2k i przedział ochronny 7, 14, 28 i 56 µs. Wynikająca stąd<br />
odległość wynosi odpowiednio 2,1; 4,2; 8,4 i 16,8 km;<br />
● tryb 8k i przedział ochronny 28, 56, 112 i 224 µs. Wynikająca<br />
stąd odległość wynosi odpowiednio 8,4; 16,8; 33,6 i 67,2 km.<br />
Przykładowo, dla trybu 8k i przedziału ochronnego ¼, a więc<br />
przedziału ochronnego 256 µs, dopuszczalne opóźnienie pomiędzy<br />
sąsiednimi nadajnikami może być takie, że nadajniki te muszą<br />
być usytuowane w odległości nie większej niż 67,2 km od siebie.<br />
Badania dotyczące maksymalnej odległości pomiędzy nadajnikami<br />
sieci SFN naziemnej telewizji cyfrowej wskazują, że oprócz<br />
tych dwóch parametrów, odległości i przedziału ochronnego,<br />
istotną rzeczą jest również efektywna izotropowa moc wypromieniowania<br />
EIRP (Effective Isotropical Radiated Power).<br />
f 1<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 67
Pomimo, że nawet maksymalny dystans pomiędzy nadajnikami<br />
jest zachowany, to konieczne jest uwzględnieni właściwości<br />
całej sieci w danym obszarze, aby określić całkowite zakłócenia<br />
systemu, które są związane z wartością stosunku nośnej do szumu<br />
C/N i gęstością nadajników w sieci.<br />
Dość trudne jest planowanie rozległych sieci, gdyż sygnały nawet<br />
z odległych nadajników mają zwykle poziom porównywalny do<br />
tych znajdujących się w pobliżu. Tym bardziej, że poziomy sygnałów<br />
odbieranych z odległych nadajników muszą być uwzględniane<br />
dla małych procentów czasu, np. 1%, by gwarantować odbiór<br />
programów z określonym progiem, np. przez 99% czasu.<br />
Z tych względów sieci ogólnokrajowe mogą być budowane, gdy<br />
ich przepływność jest rzędu 5…6 Mbit/s. Dla większości sieci ta przepływność<br />
jest z reguły większa i wynosi 13…24 Mbit/s i wówczas<br />
zwykle można uzyskać obszar pokrycia o średnicy 150…250 km.<br />
Sieci SFN a MFN<br />
Korzyść ze stosowania sieci wieloczęstotliwościowych MFN (Multiple<br />
Frequency Networks) – w porównaniu z SFN – jest taka, że<br />
można wykorzystać dużą część istniejącej infrastruktury analogowej<br />
(rys. 8). Pozwala to nadawcom na zmniejszenie kosztów<br />
wprowadzania naziemnej telewizji cyfrowej, a jest nie bez znaczenia<br />
dla korzyści odbiorcy. Jest to szczególnie znaczące przy<br />
większej liczbie programów cyfrowych, gdy są one emitowane na<br />
tych samych kanałach i z tego samego miejsca, co poprzednio<br />
programy analogowe, a nawet z zachowaniem polaryzacji. Pozwala<br />
to odbiorcom na stosowanie tych samych, istniejących anten<br />
i kabli doprowadzających sygnał z anteny do odbiornika.<br />
W wielu krajach, które muszą przejść na nadawanie cyfrowe,<br />
wprowadzenie sieci SFN napotyka na trudność związaną z tym,<br />
że widmo radiowe zajmowane dotychczas przez nadawców<br />
analogowych jest wykorzystywane przez sieć MFN. Nawet jeśli<br />
istnieją wolne kanały przeznaczone dla cyfrowego nadawania,<br />
z reguły możliwość stosowania w rozległej sieci konfiguracji SFN<br />
jest ograniczona, gdyż może ona pracować tylko w obszarze,<br />
gdzie taki kanał jest wyraźnie zadeklarowany. Jeśli dany kanał<br />
jest jeszcze wykorzystywany dla nadawania analogowego, co<br />
będzie miało miejsce aż do czasu, gdy przekaz tradycyjny w danym<br />
kraju czy jego regionie zniknie, wymusi to zmianę częstotliwości.<br />
Wśród takich nadajników jest większość głównych stacji<br />
nadawczych w obszarach o dużej populacji. Powstaje wówczas<br />
pytanie, czy jest potrzeba ponoszenia dużych kosztów, zarówno<br />
przez nadawców, jak i odbiorców, porzucenia telewizji analogowej.<br />
Rozwiązaniem byłoby znalezienie takiej konfiguracji kanałów,<br />
przy której transformacja w stronę telewizji cyfrowej będzie<br />
jak najkorzystniejsza. Szczególnie w niezbyt rozległych sieciach,<br />
kompromis pomiędzy kilkoma nadajnikami dużej mocy i siecią<br />
SFN może być bardzo wskazany i wykonalny.<br />
Rozwiązaniem, wprowadzonym w niektórych krajach, nawet<br />
dla dość dużego obszaru, może być udostępnienie dla naziemnej<br />
telewizji cyfrowej jednego lub kilku kanałów, które wcześniej były<br />
wykorzystywane przez inne służby. Wówczas istnieje możliwość<br />
68<br />
f 2<br />
f 1<br />
f 3<br />
f 2<br />
Rys. 8. Sieć nadajników wieloczęstotliwościowych DVB-T MFN.<br />
Ozn.: f 1<br />
, f 2<br />
, f 3<br />
– odpowiednie częstotliwości nadajników, np. kanałów<br />
48, 55 i 58<br />
Fig. 8. Multiple frequency networks DVB-T MFN.<br />
Where: f 1<br />
– appropriate frequencies of working transmitters e.g. in<br />
channels 48, 55 and 58<br />
wprowadzenia sieci SFN nawet o ogólnokrajowym zasięgu, co<br />
jest rzeczą niezwykle atrakcyjną, a także najwłaściwszym rozwiązaniem<br />
z punktu interesu narodowego.<br />
Jednak wprowadzenie sieci SFN w całym kraju może być niezwykle<br />
kłopotliwe, szczególnie w przypadku, gdy w sąsiednich<br />
państwach dana częstotliwość wykorzystywana jest dla analogowego<br />
nadawania telewizyjnego lub nadawania cyfrowego używanego<br />
przez inne służby.<br />
Planowanie SFN a DVB-T2<br />
Niezwykle istotną rzeczą jest zwiększenie przepływności platform<br />
naziemnej telewizji cyfrowej. Umożliwia to wprowadzanie pewnych<br />
standardów kodowania danych, pozwalających na znaczną<br />
kompresję transmisji, poprzez stosowanie systemu:<br />
● MPEG4, który jest dwukrotnie bardziej efektywny pod względem<br />
wykorzystania widma elektromagnetycznego niż stosowany<br />
wcześniej standard MPEG2;<br />
● DVB-T2, dla którego szacuje się o 50% większą przepływność<br />
dla tych samych warunków odbioru, z zachowaniem tej samej<br />
wartości C/N.<br />
DVB-T2 umożliwia pracę w trybie 16k, a nawet 32k, a dzięki<br />
większej długości symboli dla tych trybów, nawet dla tych samych<br />
wartości względnych przedziałów ochronnych 1/32, 1/16, 1/8 i ¼<br />
ich wartość bezwzględna (w mikrosekundach) wzrasta. Umożliwia<br />
to wzrost rozmiarów sieci SFN, przy zachowaniu wartości<br />
bezwzględnych przedziałów ochronnych, dzięki czemu można<br />
uzyskać większą przepływność transmisji, gdyż względna wartość<br />
przedziału ochronnego jest niezmienna.<br />
Transmisja z trybem 16k, a nawet 32k jest odpowiednia zarówno<br />
dla odbioru stacjonarnego, jak i przenośnego oraz ruchomego,<br />
choć warto podkreślić, że tylko w ograniczonym zakresie, gdyż<br />
przy większych prędkościach wzrasta znacząco efekt Dopplera<br />
dla fal nośnych.<br />
Należy zauważyć, że wprowadzanie systemu naziemnej<br />
telewizji cyfrowej MPEG4 lub DVB-T2 wiąże się ze znacznymi<br />
kosztami i to zarówno dla nadawców, jak i odbiorców. Znacznym<br />
obciążeniem dla klientów jest zakup set-top-boxów, dlatego warto<br />
o tym pamiętać, gdyż w pewnych sytuacjach to abonenci telewizyjni<br />
mogą zdecydować, jakie systemy zdominują nasz rynek. Nie<br />
można wykluczyć, że będą to systemy technologicznie bardzo<br />
zaawansowane. Przykładowo, ze względu na programy HDTV,<br />
atrakcyjniejszy dla klientów może okazać się system DVB-T2.<br />
Szczególnie, jeśli wprowadzane na rynek odbiorniki DVB-T2 będą<br />
umożliwiały odbiór programów już pracujących multipleksów naziemnej<br />
telewizji cyfrowej, choć w tym przypadku wymagana jest<br />
pewna strategia migracji, aby minimalizować negatywny wpływ<br />
wprowadzania nowych technologii.<br />
Z tego przeglądu wynika, że naziemna telewizja cyfrowa jest nowym<br />
technologicznym wyzwaniem, zarówno dla nadawców, jak<br />
i zwykłych odbiorców programów telewizyjnych, a jej popularność<br />
bierze się z licznych możliwości i udogodnień dla obu stron.<br />
Literatura<br />
[1] Bogucki J.: Telewizja cyfrowa – zarys zagadnienia. <strong>Elektronika</strong>, 5, 2011.<br />
[2] Bogucki J.: Odbiór satelitarnej telewizji cyfrowej. Teledigital, 5, 2010.<br />
[3] Bogucki J.: Współczesna telewizja. TV-Sat Magazyn, 5, 2010.<br />
[4] Ministerstwo Infrastruktury: Wszystko, co powinieneś wiedzieć o odbiorze<br />
naziemnej telewizji cyfrowej. http://cyfryzacja.gov.pl/<br />
[5] Richardson I., E., G.: H 264 and MPEG-4 Video Compression; Video<br />
Coding for Next-Generation Multimedia. John Wiley, 2003.<br />
[6] EBU: The introduction of Multimedia Services in particular in the frequency<br />
bands allocated to the broadcasting services, 2006.<br />
[7] ETSI TR 101 190 V1.3.1 Digital Video Broadcasting (DVB); Implementation<br />
guidelines for DVB terrestrial services; Transmission aspects, 2008.<br />
[8] ETSI TR 102 864 V1.1.1 Access, Terminals, Transmission and Multiplexing<br />
(ATTM); Assessment of Cable Equipment with Digital Dividend;<br />
New Electronic Communication Networks (ECN) Operating in<br />
the UHF band 790 MHz to 862 MHz, 2011.<br />
[9] ETSI EN 300 744 V1.5.1 Digital Video Broadcasting (DVB); Framing<br />
structure, channel coding and modulation for digital terrestrial television,<br />
2004-06.<br />
[10] Spectracom. DVB-T Single Frequency Network Architecture.<br />
http://www.spectracomcorp.com<br />
[11] Enensys Technologies: Technical Overview of Single Frequency Network.<br />
http://www.bcs.co.in/whitepapers<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
Metodyki pomiarów parametrów materiałów absorpcyjnych<br />
mgr inż. Rafał Przesmycki, dr inż. Leszek Nowosielski, prof. dr hab. inż. Marian Wnuk,<br />
dr inż. Marek Bugaj, mgr inż. Kazimierz Piwowarczyk<br />
Wojskowa Akademia Techniczna Wydział Elektroniki, Warszawa<br />
Wraz ze wzrastającą ilością urządzeń wytwarzających promieniowanie<br />
elektromagnetyczne zachodzi potrzeba ochrony urządzeń<br />
i ludzi przed niepożądanym promieniowaniem elektromagnetycznym.<br />
Problem zabezpieczania przed niepożądanym promieniowaniem<br />
jest szczególnie istotny w zagadnieniach kompatybilności<br />
elektromagnetycznej. Jednym ze sposobów zabezpieczania przed<br />
oddziaływaniem niepożądanego promieniowania są ekrany elektromagnetyczne.<br />
Generalnie można wyróżnić dwa sposoby funkcjonowania<br />
ekranów elektromagnetycznych – poprzez odbicie padającej<br />
fali elektromagnetycznej bądź poprzez absorpcję energii<br />
elektromagnetycznej. Biorąc pod uwagę skuteczność ekranowania<br />
idealny ekran elektromagnetyczny powinien charakteryzować się<br />
niskim współczynnikiem odbicia oraz wysoką wartością absorpcji<br />
padającego promieniowania. Współczynniki odbicia oraz absorpcji<br />
(transmisji) zależą od właściwości elektrycznych i magnetycznych<br />
materiału i zmieniają się w funkcji częstotliwości. W celu osiągnięcia<br />
pożądanych parametrów odbicia i transmisji często stosuje<br />
się kompozyty złożone z materiałów o różnych właściwościach.<br />
Jednakże w takim przypadku wartości współczynników odbicia<br />
i transmisji mogą zależeć również od polaryzacji i kąta padającego<br />
promieniowania. Obecnie stosowane są odmienne sposoby ekranowania<br />
w zakresie mikrofalowym i odmienne w zakresie niskich<br />
częstotliwości. Do ekranowania elektromagnetycznego w zakresie<br />
mikrofalowym stosuje się materiały grafitowe, które dodatkowo<br />
kształtowane są w postaci piramidalnych ostrosłupów. Z kolei,<br />
duże skuteczności ekranowania w zakresie niskich częstotliwości<br />
uzyskuje się stosując materiały ferrytowe posiadające dodatkowe<br />
właściwości magnetyczne. W większości przypadków ściany komór<br />
bezodbiciowych wyłożone są dwoma warstwami, z których jedna<br />
warstwa zbudowana jest z płytek ferrytowych, a druga z ostrosłupów<br />
grafitowych. Takie sposoby ekranowania są jednak dogodne<br />
jedynie do stosowania w komorach bezodbiciowych, gdyż płytki<br />
ferrytowe są bardzo ciężkie i posiadają litą postać, a grafitowe ostrosłupy<br />
zajmują dużą objętość. Obecnie ekrany elektromagnetyczne<br />
znajdują bardzo wiele zastosowań i muszą charakteryzować się<br />
określonymi parametrami elektromagnetycznymi, w zależności od<br />
przeznaczenia. Skuteczne ekrany elektromagnetyczne powinny<br />
charakteryzować się następującymi własnościami:<br />
− pracować w określonym zakresie częstotliwości lub szerokopasmowo,<br />
− posiadać litą lub plastyczną postać,<br />
− posiadać określony współczynnik odbicia oraz absorpcji.<br />
W artykule przedstawiono opracowane oryginalne metody pomiaru<br />
oraz wyniki pomiarów poziomu absorpcji (rozpraszania) fal<br />
elektromagnetycznych przez przykładowe materiały absorpcyjne.<br />
Obiektem badań były płyty metalowe o wymiarach 50×54 cm z naniesionym<br />
materiałem absorpcyjnym. Jako materiał referencyjny<br />
przy określaniu absorpcji poszczególnych materiałów wykorzystano<br />
płytę metalową bez naniesionego materiału absorpcyjnego.<br />
Opis metod pomiarowych<br />
W artykule przedstawiono opracowane trzy metody pomiarowe<br />
określenia poziomu absorpcji badanych materiałów. Pierwsza<br />
z nich bazuje na pomiarze charakterystyk absorpcji badanych<br />
materiałów w funkcji kąta padania sygnału probierczego. Druga<br />
metoda pomiarowa bazuje na parametrze, określanym w technice<br />
radarowej jako radarowy przekrój czynny RCS (ang. Radar Cross<br />
Section). Trzecia metoda bazuje na pomiarze absorpcji badanych<br />
materiałów w odniesieniu do płyty aluminiowej bez naniesionego<br />
materiału absorpcyjnego<br />
Pomiar charakterystyk absorpcji badanych materiałów<br />
w funkcji kąta padania sygnału probierczego<br />
Pomiar charakterystyk absorpcji badanego materiału w funkcji<br />
kąta padania sygnału probierczego podzielono na dwa etapy.<br />
Pierwszym etapem jest pomiar referencyjny podczas którego<br />
odbywa się pomiar sygnału odbitego od płyty odniesienia, która<br />
nie jest pokryta materiałem absorpcyjnym. W etapie drugim realizowany<br />
jest pomiar poziomu sygnału odbitego od płyty z naniesionym<br />
materiałem absorpcyjnym. W opracowanych metodach<br />
pomiaru, jako miarę absorpcji materiałów pochłaniających fale<br />
elektromagnetyczne zaproponowano względną różnice pomierzonych<br />
poziomów w powyższych dwóch etapach. Poziom absorpcji<br />
różnych materiałów absorpcyjnych naniesionych na powierzchnię<br />
metalową jest określany względem poziomu sygnału odbitego od<br />
płyty metalowej nie pokrytej materiałem absorpcyjnym. Poziom<br />
absorpcji jest bardzo silnie uzależniony od kąta położenia płyty<br />
z naniesionym materiałem absorpcyjnym i dzięki uzyskanym wynikom<br />
można określić dla jakiego kąta istnieje maksymalna wartość<br />
absorpcji badanego materiału.Pomiar poziomu absorpcji w funkcji<br />
kąta położenia próbki względem anteny nadawczej i odbiorczej<br />
umożliwia także zniwelowanie błędów ustawienia płyty względem<br />
źródła sygnału probierczego wynikającego z niedoskonałości stanowiska<br />
pomiarowego. Schemat blokowy stanowiska pomiarowego<br />
przedstawiono na rys. 1.<br />
Rys. 1. Schemat blokowy stanowiska pomiarowego<br />
Fig. 1. Block diagram of the laboratory stand<br />
Rys. 2. Widok stanowiska pomiarowego z płytą metalową bez naniesionego<br />
materiału absorpcyjnego (materiał referencyjny)<br />
Fig. 2. View of the laboratory stand with the metal plane without the<br />
applied absorbent material (reference material)<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 69
Rys. 3. Widok stanowiska pomiarowego z płytą metalową z materiałem<br />
absorpcyjnym<br />
Fig. 3. View of the laboratory stand with the metal plane with the applied<br />
absorbent material<br />
Metodyka pomiaru bazuje na pomiarze poziomu sygnału odbitego<br />
od powierzchni pokrytej badanym materiałem absorpcyjnym.<br />
Sygnał probierczy jest generowany przez mikrofalowy generator<br />
poprzez tubową antenę nadawczą. Odbity sygnał od powierzchni<br />
pokrytej materiałem absorpcyjnym jest mierzony przy pomocy odbiorczej<br />
anteny tubowej oraz odbiornika mikrofalowego. Pomiary<br />
są przeprowadzane w komorze bezodbiciowej wyłożonej absorberami<br />
podłogowymi w celu zapewnienia braku odbić od podłoża<br />
(rys. 2 i 3).<br />
Pomiar radarowego przekroju czynnego RCS<br />
Pomiar wartości radarowego przekroju czynnego RCS materiałów<br />
absorpcyjnych naniesionych na metalową płytę o wymiarach<br />
50×54 cm zrealizowano w układzie pomiarowym przedstawionym<br />
na rys. 1. W odróżnieniu od pomiaru charakterystyk absorpcji badanych<br />
materiałów w funkcji kąta padania sygnału probierczego<br />
w przypadku pomiaru RCS nie realizowano zmiany kąta położenia<br />
płyty z naniesionym materiałem absorpcyjnym. Dokładne<br />
ustawienie płyty z materiałem absorpcyjnym względem źródła<br />
sygnału probierczego zrealizowano przy pomocy wiązki laserowej<br />
umieszczonej na aperturze anteny nadawczej (odbiorczej) oraz<br />
zwierciadła umieszczonego na badanej płycie z materiałem.<br />
Radarowy przekrój czynny RCS opisuje miarę odbicia fali elektromagnetycznej<br />
przez dany obiekt. Jest miarą poziomu sygnału<br />
rozproszonego przez wybrany obiekt przy danym poziomie sygnału<br />
probierczego.<br />
Teoretyczną wartość RCS dla płaskiej, prostokątnej i doskonale<br />
odbijającej powierzchni można wyliczyć z poniższej<br />
zależności:<br />
2 2<br />
4πa<br />
b<br />
σ = ,<br />
(1)<br />
2<br />
λ<br />
gdzie: σ – radarowy przekrój czynny RCS wyrażony w [m 2 ],<br />
λ – długość fali wyrażona w [m], f – częstotliwość sygnału wyrażona<br />
w [MHz], a, b – wysokość i szerokość powierzchni odbijającej<br />
wyrażona w [m].<br />
Wartość σ dla płyty metalowej nie odbijającej w sposób idealny<br />
padającej fali elektromagnetycznej wylicza się z zależności:<br />
2 2<br />
PRX<br />
G λ<br />
= σ<br />
(2)<br />
2 4<br />
P ( 4π)<br />
R<br />
gdzie: P RX<br />
– moc sygnału odbita od płyty metalowej wyrażona<br />
w [W], P TX<br />
– moc sygnału nadanego wyrażona w [W], G – zysk<br />
energetyczny anteny (antena nadawcza i odbiorcza posiadają<br />
taką samą wartość zysku energetycznego), R – odległość anten<br />
pomiarowych od płyty metalowej wyrażona w [m].<br />
W celu wyliczenia wartości σ należy pomierzyć wartość poziomu<br />
mocy sygnału odbitego od płyty metalowej P RX<br />
oraz wartość<br />
poziomu mocy sygnały nadanego P TX<br />
. Do określenia wartości<br />
70<br />
TX<br />
σ niezbędny jest także współczynnik proporcjonalności K określony<br />
zależnością:<br />
2 2<br />
G λ<br />
K = ,<br />
2 4<br />
(3)<br />
(4π)<br />
R<br />
Zależność (3) jest częścią składową zależności (2). Wartość<br />
współczynnika K określa parametry układu pomiarowego oraz<br />
jest zależna od długości fali sygnału probierczego. Mając do dyspozycji<br />
obiekt odniesienia o znanej wartości σ, wartość współczynnika<br />
K można określić z zależności:<br />
PRX<br />
= σ ∗ K,<br />
(4)<br />
PTX<br />
W zależności (4) wartości P RX<br />
oraz P TX<br />
uzyskujemy w wyniku<br />
pomiaru obiektu odniesienia. W rozpatrywanym przypadku jako<br />
obiekt odniesienia została wykorzystana płyta metalowa o wymiarach<br />
0,54×0,50 cm nie pokryta materiałem RAM (ang. Radar<br />
Absorbing Materials). Wartość parametru σ dla testowanej płyty<br />
metalowej należy wyliczyć z zależności (1).<br />
Wartość współczynnika K charakteryzującego stanowisko pomiarowe<br />
z metalową płytą odniesienia o wartości σ oraz wartościami<br />
P RX<br />
oraz P TX<br />
uzyskanymi z pomiarów, należy określi z zależności<br />
(4) po dokonaniu niżej przedstawionych przekształceń:<br />
PRX<br />
= σ ∗ K /10log<br />
PTX<br />
PRX<br />
10log<br />
= 10log( σ)<br />
+ 10log( K)<br />
PTX<br />
PRX<br />
(5)<br />
10log(<br />
K)<br />
= 10log −10log(<br />
σ)<br />
P<br />
⎛ P<br />
10log ⎜<br />
⎝ P<br />
K = 10<br />
Wartości współczynnika K charakterystyczne dla układu pomiarowego<br />
zostały wykorzystane do wyliczenia wartości parametru σ RAM<br />
dla płyty metalowej o wymiarach 0,54×0,50 cm pokrytej materiałem<br />
RAM. Do wyliczenia wartości parametru σ RAM<br />
należy wykorzystać<br />
zależność (4) po dokonaniu niżej przedstawionych przekształceń.<br />
PRX<br />
= σ ∗ K<br />
RAM<br />
/10log<br />
PTX<br />
PRX<br />
10log<br />
= 10log ( σ RAM<br />
) + 10log( K)<br />
PTX<br />
(6)<br />
PRX<br />
10log ( σ RAM<br />
) = 10log −10log(<br />
K)<br />
PTX<br />
⎛ PRX<br />
⎞<br />
10log ⎜ ⎟ −10log(<br />
K)<br />
⎝ PTX<br />
⎠<br />
σ = 10<br />
.<br />
RAM<br />
10<br />
W zależności (6) jako wartość K należy przyjąć wartość wyliczoną<br />
z zależności (5). Uzyskane wartości parametru σ RAM<br />
dla<br />
płyty metalowej o wymiarach 0,54×0,50 cm, pokrytej materiałem<br />
RAM podano w przedstawionych tabelach z wynikami pomiarów<br />
w dalszej części artykułu.<br />
Pomiar w odniesieniu do płyty aluminiowej<br />
RX<br />
TX<br />
Omawiana metoda pomiarowa do określenia poziomu absorpcji<br />
materiałów bazuje na pomiarze absorpcji badanych materiałów<br />
w odniesieniu do płyty aluminiowej bez naniesionego materiału<br />
absorpcyjnego (próbka nr 0). Schemat blokowy stanowiska pomiarowego<br />
przedstawiono na rys. 4.<br />
Pomiar charakterystyk absorpcji badanego materiału podzielono<br />
na trzy etapy. Pierwszy etap polega na znalezieniu odległości<br />
w strefie dalekiej anten, dla której otrzymamy minimum odbieranego<br />
sygnału odbitego od ścian komory oraz wózka, bez płyty metalowej.<br />
Następnie ruchomy wózek zostaje ustawiony w strefie dalekiej<br />
odpowiadającej wymiarom anten (nadawcza/odbiorcza) oraz<br />
częstotliwości sygnału probierczego. W ten sposób szukana jest<br />
TX<br />
⎞<br />
⎟ −10log(<br />
σ)<br />
⎠<br />
.<br />
10<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
Rys. 4. Schemat blokowy stanowiska pomiarowego<br />
Fig. 4. Block diagram of the laboratory stand<br />
najniższa wartość sygnału dla wszystkich częstotliwości pomiarowych.<br />
Ma to na celu zapewnienie największej dynamiki pomiaru<br />
w stosunku do poziomu sygnału odbitego od płyty metalowej zamocowanej<br />
na wózku. W wyniku badań ustalono odległość pomiędzy<br />
antenami i ruchomym wózkiem równą 2,52 m. Odległość ta<br />
była stała dla wszystkich częstotliwości pomiarowych i wszystkich<br />
badanych próbek. Drugim etapem było założenie na wózek próbki<br />
nr 0 i wykonanie pomiaru referencyjnego. Podczas pomiaru referencyjnego<br />
mierzony jest sygnał odbity od płyty odniesienia. Próbka<br />
nr 0 nie jest pokryta materiałem absorpcyjnym (rys. 6).<br />
W etapie trzecim realizowany jest pomiar poziomu sygnału odbitego<br />
od płyty z naniesionym materiałem absorpcyjnym (rys. 7).<br />
W opracowanej metodzie pomiaru, jako miarę absorpcji materiałów<br />
pochłaniających fale elektromagnetyczne przyjęta została względna<br />
różnica pomierzonych poziomów w powyższych dwóch etapach.<br />
Poziom absorpcji różnych materiałów absorpcyjnych naniesionych<br />
na powierzchnię metalową określany był względem poziomu sygnału<br />
odbitego od płyty metalowej bez materiału absorpcyjnego. Rysunek<br />
5 przedstawia ustawienie anten stanowiska pomiarowego.<br />
Rys. 5. Ustawienie anten<br />
stanowiska pomiarowego<br />
względem wózka<br />
Fig. 5. The setting of the<br />
measuring antennas position<br />
relative to the trolley<br />
Rys. 6. Widok stanowiska pomiarowego z płytą metalową bez naniesionego<br />
materiału absorpcyjnego(materiał referencyjny)<br />
Fig. 6. View of the laboratory stand with the metal plane without the<br />
applied absorbent material (reference material)<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 71
Rys. 7. Widok stanowiska pomiarowego z płytą metalową z materiałem<br />
absorpcyjnym (próbka nr 7)<br />
Fig. 7. View of the laboratory stand with the metal plane with the applied<br />
absorbent material (sample No. 7)<br />
Podczas pomiarów sygnał probierczy generowany był przez<br />
mikrofalowy generator poprzez tubową antenę nadawczą. Odbity<br />
sygnał od powierzchni pokrytej materiałem absorpcyjnym<br />
mierzony był przy pomocy odbiorczej anteny tubowej oraz odbiornika<br />
pomiarowego. Pomiary przeprowadzano w komorze<br />
bezodbiciowej wyłożonej absorberami w celu zminimalizowania<br />
odbić (rys. 6 i 7).<br />
Wyniki pomiarów<br />
Pomiar charakterystyk absorpcji badanych materiałów<br />
w funkcji kąta padania sygnału probierczego<br />
Wyniki pomiarów charakterystyk absorpcji badanego materiału<br />
w funkcji kąta padania sygnału probierczego oraz jego częstotliwości<br />
przedstawiono poniżej. Poniższe charakterystyki przedstawiono<br />
we współrzędnych biegunowych (rys. 8) oraz prostokątnych<br />
(rys. 9 i 10).<br />
Z uwagi na konstrukcję stanowiska pomiarowego podczas<br />
pomiarów materiał badany był oświetlany przez antenę<br />
nadawczą tylko w zakresie kąta obrotu głowicy pomiarowej<br />
-90…90°. Na bazie otrzymanych wyników pomiarowych na-<br />
Rys. 8. Charakterystyki absorpcji badanych materiałów w funkcji<br />
kąta padania sygnału probierczego we współrzędnych biegunowych<br />
Fig. 8. Absorption characteristics of the tested materials as a function<br />
of the angle of the incidence signal in polar coordinates<br />
leży stwierdzić, że występujące zjawisko rozpraszania badanego<br />
materiału jest tym większe im większy jest kąt padania<br />
sygnału probierczego na płaszczyznę pokryta materiałem<br />
absorpcyjnym. Zjawisko absorpcji jest dominujące dla kątów<br />
odpowiadających równoległemu ustawieniu apertury anteny<br />
nadawczej (odbiorczej) i płaszczyzny z naniesionym badanym<br />
materiałem. W przypadku wykorzystanego stanowiska pomiarowego<br />
jest to kąt ustawienia głowicy pomiarowej przy wartości<br />
3°. Dla tej wartości kąta zjawisko absorpcji jest dominujące.<br />
W związku z powyższym odczytana wartość absorpcji jest<br />
Rys. 9. Charakterystyki absorpcji badanych materiałów w funkcji kąta padania sygnału probierczego we współrzędnych prostokątnych dla<br />
częstotliwości 3 GHz<br />
Fig. 9. Absorption characteristics of the tested materials as a function of the angle of the incidence signal in rectangular coordinates for 3 GHz<br />
72<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
Rys. 10. Charakterystyki absorpcji badanych materiałów w funkcji kąta padania sygnału probierczego we współrzędnych prostokątnych dla<br />
częstotliwości 4 GHz<br />
Fig. 10. Absorption characteristics of the tested materials as a function of the angle of the incidence signal in rectangular coordinates for 4 GHz<br />
wynikiem reprezentatywnym, który może być wykorzystany do<br />
analiz porównawczych z wykorzystaniem innych materiałów.<br />
Wartość absorpcji dla kąta 3° jest odczytana jako różnica poziomu<br />
sygnału odebranego przez antenę odbiorczą odbitego<br />
od płyty referencyjnej oraz odbitego od materiału badanego.<br />
Dla częstotliwości sygnału probierczego równej 3 GHz wartość<br />
ta wynosi 6,5 dB, natomiast dla częstotliwości 4 GHz wartość<br />
ta wynosi 11 dB.<br />
Tab. 1. Wartość σ RAM<br />
oraz parametry pośrednie dla próbki nr 2 o wymiarach<br />
0,54×0,50 cm oraz odległości pomiarowej równej R = 2 m<br />
Tabl. 1. The value of σ RAM<br />
and indirect parameters for sample No. 2 with<br />
dimensions 0.54×0,50 cm and the distance measurement equal to R = 2 m<br />
Częstotliwość<br />
sygnału<br />
pomiarowego f<br />
Radarowy przekrój<br />
czynny σ powierzchni<br />
prostokątnej<br />
idealnie odbijającej<br />
[MHz] 2000 2500 3000 3500 4000 4200<br />
[m˛] 40,69 63,59 91,56 124,62 162,78 179,46<br />
Tab. 2. Poziomy odebranego sygnału dla poszczególnych próbek materiału<br />
Tabl. 2. The received signal levels for each sample material<br />
Poziom<br />
f<br />
tła<br />
[GHz]<br />
[dBm]<br />
Próbka<br />
NR0<br />
[dBm]<br />
Próbka<br />
NR1<br />
[dBm]<br />
Próbka<br />
NR2<br />
[dBm]<br />
Próbka<br />
NR3<br />
[dBm]<br />
Próbka<br />
NR4<br />
[dBm]<br />
Próbka<br />
NR5<br />
[dBm]<br />
Próbka<br />
NR6<br />
[dBm]<br />
Próbka<br />
NR7<br />
[dBm]<br />
1 -64,0 -39,9 -42,9 -47,6 -46,0 -* -45,7 -49,6 -49,0<br />
2 -49,6 -37,8 -42,4 -46,8 -42,5 -* -43,3 -53,2 -52,9<br />
3 -45,7 -34,5 -36,8 -40,1 -37,4 -* -37,6 -62,1 -59,3<br />
4 -50,7 -39,1 -41,0 -45,0 -42,5 -* -42,6 -71,9 -81,0<br />
5 -55,8 -42,4 -46,2 -49,0 -47,0 -* -47,7 -64,3 -67,4<br />
6 -65,5 -43,0 -45,1 -47,8 -45,7 -45,0 -46,8 -75,0 -70,0<br />
7 -63,7 -50,6 -49,2 -54,4 -49,5 -48,6 -48,6 -58,7 -58,1<br />
8 -63,2 -51,0 -51,4 -59,0 -52,1 -50,5 -51,2 -63,7 -63,1<br />
9 -59,5 51,4 -51,9 -55,9 -52,9 -51,2 -54,3 -80,9 -75,8<br />
10 -69,5 61,5 -61,6 -64,9 -62,5 -60,9 -63,1 -75,2 -75,1<br />
* z powodu wygięcia płyty pełniącej funkcję podłoża materiału absorpcyjnego<br />
pomiarów nie prowadzono<br />
Radarowy przekrój<br />
czynny 10 log (σ)<br />
powierzchni<br />
prostokątnej idealnie<br />
odbijającej<br />
Stosunek mocy<br />
odbitej do padającej<br />
10 log(P RX<br />
/P TX<br />
) dla<br />
metalowej płyty<br />
odniesienia<br />
Współczynnik<br />
proporcjonalności<br />
10 log(K)<br />
Stosunek mocy<br />
odbitej do padającej<br />
10 log(P RX<br />
/P TX<br />
) dla<br />
metalowej płyty<br />
pokrytej materiałem<br />
RAM<br />
Radarowy przekrój<br />
czynny σ RAM<br />
metalowej płyty<br />
pokrytej materiałem<br />
RAM<br />
[dB] 16,09 18,03 19,62 20,96 22,12 22,54<br />
[dB] -35,60 -39,70 -40,50 -40,70 -43,10 -44,20<br />
[-] -51,69 -57,73 -60,12 -61,66 -65,22 -66,74<br />
[dB] -44,20 -54,50 -62,90 -63,90 -63,60 -65,80<br />
[m˛] 5,62 2,11 0,53 0,59 1,45 1,24<br />
Tab. 3. Poziom absorpcji sygnału dla poszczególnych próbek materiału<br />
i zakres dynamiki pomiarów<br />
Tabl. 3. The level of absorption signal for each sample material and the<br />
dynamic range of measurements<br />
f<br />
[GHz]<br />
Próbka<br />
NR1<br />
[dB]<br />
Próbka<br />
NR2<br />
[dB]<br />
Próbka<br />
NR3<br />
[dB]<br />
Próbka<br />
NR4<br />
[dB]<br />
Próbka<br />
NR5<br />
[dB]<br />
Próbka<br />
NR6<br />
[dB]<br />
Próbka<br />
NR7<br />
[dB]<br />
Zakres<br />
dynamiki<br />
pomiarów<br />
[dB]<br />
1 3,0 7,7 6,1 -* 5,8 9,7 9,1 24,1<br />
2 4,6 9,0 4,7 -* 5,5 15,4 15,1 11,5<br />
3 2,3 5,6 2,9 -* 3,1 27,6 24,8 11,2<br />
4 1,9 5,9 3,4 -* 3,5 32,8 41,9 11,6<br />
5 3,8 6,6 4,6 -* 5,3 21,9 25,0 13,4<br />
6 2,1 4,8 2,7 -* 3,8 32,0 27,0 22,5<br />
7 -1,4 3,8 -1,1 -* -2,0 8,1 7,5 13,1<br />
8 0,4 8,0 1,1 -* 0,2 12,7 12,1 12,2<br />
9 0,5 4,5 1,5 -* 2,9 29,5 24,4 8,1<br />
10 0,1 3,4 1,0 -* 1,6 13,7 13,6 8,0<br />
* z powodu wygięcia płyty pełniącej funkcję podłoża materiału absorpcyjnego<br />
pomiarów nie prowadzono<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 73
Pomiar radarowego przekroju czynnego RCS<br />
Wyniki pomiarów radarowego przekroju czynnego RCS pokazano<br />
w tabeli 1. Pomiary przeprowadzono dla kąta położenia<br />
głowicy obrotowej z badaną próbką wynoszącego 3°, dla którego<br />
dominujące znaczenie ma zjawisko absorpcji. Z przedstawionych<br />
rezultatów pomiarów można wnioskować, że wartość<br />
RCS maleje wraz ze wzrostem częstotliwości sygnału<br />
probierczego.<br />
Pomiar w odniesieniu do płyty aluminiowej<br />
W tabeli 2 przedstawiono poziomy sygnałów odbitych od otoczenia<br />
komory oraz kolejnych próbek pomiarowych. W tabeli 3<br />
przedstawiono wyniki absorpcji poszczególnych próbek oraz zakres<br />
dynamiki pomiarów.<br />
Wnioski<br />
W pracy przedstawiono trzy metody pomiaru parametrów materiałów<br />
absorpcyjnych stosowanych na ekrany elektromagnetyczne<br />
w szerokim zakresie częstotliwości. Pomiary własności<br />
badanych materiałów mogą być wykorzystane do projektowania<br />
absorberów, których właściwości odbijające oraz absorpcyjne<br />
można modyfikować w zależności od ich przeznaczenia. Przy<br />
zastosowaniu zaproponowanych metod można wyznaczyć wartości<br />
tłumienności oraz po dalszej analizie statystycznej dokonać<br />
oszacowania, ile energii jest pochłaniane, a ile odbite przez daną<br />
próbkę na poszczególnych częstotliwościach.<br />
Opisane w artykule stanowiska do badań absorpcji materiałów<br />
może być z powodzeniem wykorzystywane do badań porównawczych<br />
absorpcji rożnych materiałów. Przedstawione miary<br />
absorpcji w sposób zadawalający opisują pomiar absorpcji fal<br />
elektromagnetycznych badanych materiałów. Analizując wyniki<br />
z tab. 3 można stwierdzić, iż najlepsze wyniki absorpcji dla płaskich<br />
próbek otrzymano dla próbki nr 2. Najlepsze wyniki absorpcji<br />
dały natomiast próbki nr 6 i 7. Próbki te były wykonane z ma-<br />
teriałów absorpcyjnych w kształcie stożków. Różnice w absorpcji<br />
poszczególnych próbek w funkcji częstotliwości wynikają z tego,<br />
że materiały posiadają różne właściwości absorpcji dla poszczególnych<br />
częstotliwości sygnału probierczego.<br />
Wykorzystane stanowisko pomiarowe dla trzeciej metody posiada<br />
istotną wadę. Dotyczy ona małego zakresu dynamiki pomiaru<br />
przedstawionego w kolumnie 9 w tab. 3. Zakres dynamiki<br />
zdefiniowany został jako różnica pomiędzy poziomem odbitego<br />
sygnału od płyty metalowej, a poziomem sygnału odbitego od<br />
otoczenia (poziomu tła). Istotnym czynnikiem mającym wpływ na<br />
zakres dynamiki jest przesłuch pomiędzy anteną nadawczą i odbiorczą<br />
(zbyt mała izolacja anteny nadawczej i odbiorczej). Podczas<br />
analizy absorpcji poszczególnych próbek przedstawionych<br />
w tab. 3 należy wziąć pod uwagę zakres dynamiki przedstawiony<br />
w tab. 3. W przypadkach, gdy pomierzone wartości absorpcji<br />
przekraczają zakres dynamiki należy uznać otrzymany wynik jako<br />
dyskusyjny.<br />
Otrzymane ujemne wartości absorpcji wynikają z wartości niepewności<br />
pomiarów dla danego stanowiska. Wartość absorpcji<br />
powinna być dodatnia.<br />
Literatura<br />
[1] Kubacki R.: Anteny mikrofalowe – Technika i środowisko. Wydawnictwa<br />
Komunikacji i Łączności, Warszawa 2008 r.<br />
[2] Mirabel Cerqueira, Inacio Malmonge Martin, Roselena Faez: Radar<br />
Cross Section Measurement (8–12GHz) of Magnetic and Dielectric<br />
Microwave Absorbing Thin Sheets. 2002 r.<br />
[3] Kubacki R., Nowosielski L., Przesmycki R., Frender R.: Metoda<br />
pomiarów przenikalności elektrycznej i magnetycznej materiałów<br />
proszkowych. Przegląd Elektrotechniczny, ISSN 0033-2097, r. 85<br />
nr 12/2009 ss. 84–87.<br />
[4] Kubacki R., Nowosielski L., Przesmycki R.: Technique for the electric<br />
and magnetic parameter measurement of powdered materials.<br />
Computotional methods and experimental measurements XIV<br />
2009, Wessex Institute of Technology, Anglia, pp. 241÷250, vol. 48,<br />
ISSN 1743-355X.<br />
LABGSM – system ewaluacyjny modułu GSM/GPRS<br />
dr inż. Piotr Bratek, prof. dr hab. inż. Andrzej Kos<br />
AGH Akademia Górniczo-Hutnicza, Katedra Elektroniki, Kraków<br />
Telefonia bezprzewodowa w ciągu bardzo krótkiego czasu odmieniła<br />
oblicze świata. W ciągu niespełna dwóch dekad sieć<br />
GSM/GPRS zyskała na świecie miliardy abonentów i liczba ich<br />
wciąż wzrasta. Telefony i usługi stają się dostępne dla ogółu społeczeństw<br />
w wielu krajach. Wraz z upowszechnieniem się telefonii<br />
komórkowej coraz intensywniej rozwija się i wykorzystywane<br />
są dodatkowe funkcje jakie może realizować technologia GSM/<br />
GPRS. Łączność komórkowa jest obecnie podstawą wielu kluczowych<br />
systemów dla gospodarki. Począwszy od kontroli, dozoru,<br />
archiwizacji danych na zewnętrznych serwerach po sterowanie<br />
maszynami i procesami. Łączność GSM/GPRS wydaje się być<br />
niezastąpioną w aplikacjach gdzie urządzenia operują globalnie<br />
(np. archiwizacja danych o położeniu i parametrach jazdy pojazdu).<br />
Rozwój zarówno sieci telefonii bezprzewodowej, gwałtowny<br />
spadek cen usług i postęp w dziedzinie elektroniki sprawiają, że<br />
układy wykorzystujące GSM/GPRS stały się bardzo popularne<br />
również wśród elektroników-entuzjastów.<br />
Przedstawiany system ewaluacyjny LABGSM pozwala na<br />
przetestowanie i zapoznanie się z funkcjonalnością modułu<br />
przemysłowego GSM/GPRS w sposób nie wymagający ciągłego<br />
nadzoru eksperta. Zastosowane procedury czuwają nad prawidłowością<br />
wykonywanych procesów, a wyniki etapów prac są<br />
zapisywane w bazie danych. Prezentowany system dydaktyczny<br />
umożliwia przedstawienie podstawowych możliwości modułu<br />
GSM, transmisji GPRS i wykorzystanie innych protokołów transmisji<br />
udostępnianych przez zastosowany moduł przemysłowy.<br />
74<br />
Moduł GSM/GPRS HiLo<br />
Głównym elementem platformy sprzętowej systemu LABGSM jest<br />
moduł GSM/GPRS HiLo firmy Sagem Communication (rys. 1).<br />
Główne części użytego w LABGSM modułu przedstawia rys. 2<br />
[1]. Interfejs modułu do komunikacji ze środowiskiem zewnętrznym<br />
stanowi 40-pinowe złącze na którym dostępne są wszystkie<br />
wyjścia oprócz gniazda anteny i styków interfejsu JTAG.<br />
Konstrukcja zastosowanego modułu umożliwia uzyskanie pełnej<br />
funkcjonalności po doprowadzeniu zasilania, czterech sygnałów<br />
karty SIM oraz sygnałów sterujących poprzez interfejs UART.<br />
Do podłączenia głośnika oraz mikrofonu służą dedykowane<br />
trzy linie podsystemu audio, generator dzwonienia uzyskujemy<br />
na wyjściu PWM, natomiast pięć ogólniedostępnych linii GPIO<br />
jest konfigurowane za pomocą komend AT. Napięcie zasilające<br />
VBATT powinno przyjmować wartość ok. 3,7 V, a napięcie opcjonalnej<br />
baterii podtrzymującej VBACKUP 3 V. Moduł komunikuje<br />
się z kartami SIM 1,8 V oraz 2,9 V, a detekcja napięcia karty<br />
odbywa się automatycznie. Zalecane napięcia linii UART to 2,8<br />
V (maksymalnie 3,2 V). Napięcie zasilające VBATT powinno być<br />
stabilne oraz mieć wartość co najmniej 3,2 V i nieprzekraczać<br />
wartości 4,5 V. Włączenie modemu uzyskuje się przez podanie<br />
stanu niskiego na linii POK_IN przez ok. 2000 ms.<br />
Moduł Sagemcom HiLo jest sterowany za pomocą komend AT<br />
[2] wydawanych za pośrednictwem portu szeregowego. Obsługuje<br />
on komendy modemowe standardu V25ter, które mają w swoim<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
Rys. 1. HiLo – moduł GSM/GPRS. Fig. 1. HiLo – GSM/GPRS module<br />
składzie komendy umożliwiające konfigurowanie strony modemowej<br />
pracy modułu poprzez ustawienia linii sterujących DTR/DCD/<br />
DSR/RTS/CTS, opcję handshakingu, czy wybierania DTMF. Do<br />
podstawowych komend modułu należą również komendy AT pozwalające<br />
na uzyskanie informacji o samym module, mianowicie<br />
numeru IMEI, identyfikatora producenta, modułu czy też wersji<br />
oprogramowania. Seria komend odpowiadających za połączenia<br />
głosowe obejmuje komendy służące do nawiązywania, odbierania<br />
czy zawieszania połączeń.<br />
Moduł ma wiele funkcji właściwych telefonom komórkowym,<br />
czyli umożliwia wprowadzanie numeru PIN, ustawianie zegara<br />
i alarmu, głośności i trybu dzwonienia, detekcji karty SIM, a także<br />
udostępnia zabezpieczenia temperaturowe. Dostępne komendy<br />
AT umożliwiają przeprowadzanie operacji na książce telefonicznej,<br />
pełną obsługę wiadomości SMS i MMS z zapisem i bez zapisu<br />
w wewnętrznej pamięci w trybie tekstowym (tylko SMS) oraz<br />
PDU. Moduł dysponuje wewnętrzną pamięcią typu Flash dostępną<br />
dla użytkownika. HiLo obsługuje następujące protokoły transmisji:<br />
TCP/IP, UDP, SMTP, POP3, FTP.<br />
Płyta ewaluacyjna „Mini Eval”<br />
Płyty ewaluacyjna nazwana „Mini Eval” [3] zawiera (rys. 3): 40-<br />
pinowe złącze modułu HiLo, gniazdo karty SIM, stabilizatory napięcia,<br />
40-pinowe złącze do podłączenia peryferiów modułu HiLo,<br />
konwerter RS232. Płyta zasilana jest zewnętrznym źródłem zasilania<br />
o napięciu 6 V i wydajności ok. 2 A.<br />
Procedura uruchamiania modułu z wykorzystaniem płyty<br />
„Mini Eval”:<br />
1. Podłączyć moduł HiLo wraz z anteną do złącza JP100.<br />
2. Włożyć kartę SIM (gniazdo U600).<br />
3. Połączyć mini Eval z komputerem za pomocą złącza ZL200.<br />
4. Sprawdzić stan zwor TB101, TB301 i UART:<br />
TB101 zwarta – moduł podłączony do zasilania,<br />
TB301 rozwarta – automatyczny start modułu wyłączony,<br />
UART zwarte piny 1-2.<br />
5. Podłączenie do złącza JP800 zasilania z zewnętrznego zasilacza<br />
laboratoryjnego. Prawidłowe zasilenie modułu jest sygnalizowane<br />
świeceniem diody LED (LED800).<br />
6. Włączenie modułu HiLo poprzez przytrzymanie ok. 2 s przycisku<br />
S300.<br />
Stany linii portu UARTA można obserwować dzięki diodom<br />
LED. Moduł HiLo obsługuje prędkości transmisji do 112500 bitów<br />
na sekundę. Nadawane ramki posiadają 8 bitów danych i brak<br />
bitu parzystości.<br />
Dzięki łatwo dostępnemu dla użytkownika 40-pinowemu złączu<br />
można dołączyć, poprzez dodatkowe moduły elektroniki, do<br />
„mini Eval” słuchawkę, generator dzwonka, układy sterowane<br />
Rys. 3. „Mini Eval”. Fig. 3. „Mini Eval”<br />
Rys. 2. Schemat blokowy modułu HiLo [1]. Fig. 2. HiLo block diagram<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 75
ezpośrednio z GPIO, PWM. Możliwe jest także bezpośrednie<br />
podłączenie portów bądź interfejsu szeregowego mikrokontrolera<br />
(złącze UART powinno mieć zwarte piny 2 i 3, a poziom sygnałów<br />
nie powinien przekraczać poziomu 3,2 V, zalecane ok. 2,8 V).<br />
Architektura oprogramowania systemu<br />
LABGSM<br />
Schemat ideowy działania systemu LABGSM przedstawiono na<br />
rys. 4.<br />
Głównym elementem systemu LABGSM jest moduł studencki<br />
wraz z komputerem na którym zainstalowany jest program Terminal_studencki,<br />
za pomocą którego użytkownik realizuje postawione<br />
przed nim zadania. Nawiązywanie połączenia, wysyłanie<br />
wiadomości w różnych trybach itp. realizuje się na numer Modułu<br />
Master. Odpowiada on konkretnym działaniem komunikując się<br />
z użytkownikiem (np. poprzez wysyłanie wiadomości SMS) oraz<br />
na bieżąco aktualizuje wyniki prac użytkowników w zewnętrznej<br />
bazie danych. Wyniki poszczególnych prac są prezentowane<br />
dzięki pracy skryptu php na stronie internetowej. Użytkownicy<br />
wykorzystując protokoły transmisji modułu HiLo łączą się z programami<br />
realizującymi serwery TCP, UDP na dedykowanym serwerze<br />
oraz SMTP, POP i FTP na dowolnie wybranym serwerze.<br />
Wyniki tych operacji są zapisywane do bazy danych na serwerze<br />
za pośrednictwem programu Tunel.<br />
Program Terminal_studencki jest programem terminalowym<br />
umożliwiającym komunikację użytkowników z modułem Sagemcom<br />
HiLo. Program zapewnia pomoc przy wprowadzaniu komend<br />
AT, weryfikuje wstępnie poprawność komend oraz komunikację<br />
z zewnętrzną bazą danych i zapisuje do niej informacje o postępach<br />
prac danego użytkownika. Zmienną konfiguracyjną jest<br />
adres pod jakim na połączenia oczekuje program Tunel.<br />
Ze względu na konieczność pozbawienia użytkownika bezpośredniego<br />
dostępu do bazy danych oraz nieprzechowywania<br />
hasła do niej na komputerach użytkowników stworzony został<br />
program Tunel. Orogramowanie to zbiera informacje przesłane<br />
od użytkowników po czym przesyła je dalej do bazy danych na<br />
serwerze. Weryfikacja autentyczności odbywa się za pomocą<br />
dwudziestobajtowego nagłówka zawierającego typ przesyłanej<br />
danej oraz sumę kontrolną. Za pośrednictwem tego programu<br />
przesyłane są treści wiadomości SMS w trybie PDU, treści oraz<br />
parametry transmisji SMTP, POP i FTP. System LABGSM do poprawnego<br />
działania wymaga uruchomienia jednego programu<br />
Tunel. Program został napisany w oparciu o programowanie socketów<br />
[4–6].<br />
Moduł Master jest programem działającym z modułem HiLo<br />
(należy użyć „Mini Eval”). Jest to „automat” oczekujący na konkretne<br />
działania ze strony użytkownika. Moduł Master reaguje na<br />
próby zestawienia połączeń i dostarczania wiadomości SMS na<br />
numer w nim zainstalowany. Po uruchomieniu programu, wybraniu<br />
portu szeregowego oraz prędkości transmisji moduł Mastera<br />
realizuje poniższy algorytm:<br />
1. Po wykryciu przychodzącego połączenia Master sprawdza czy<br />
numer znajduje się w bazie danych jeżeli nie to przechodzi do<br />
procedury rejestracji użytkownika.<br />
2. Generuje losowo kod identyfikacji użytkownika i odsyła go<br />
SMS-em.<br />
3. Oczekuje na SMS od użytkownika z powtórzeniem kodu oraz<br />
dodatkowymi informacjami.<br />
4. Odebrane informacje Master zapisuje w bazie danych.<br />
5. Po zakończeniu procedury rejestracji użytkownika Moduł Mastera<br />
oddzwania na jego numer.<br />
Wiadomości SMS nie zawierające poprawnego kodu grupy są<br />
ignorowane. Program nie kasuje samodzielnie wiadomości SMS<br />
z pamięci modułu. Można to zrobić poprzez wybranie odpowiedniej<br />
opcji w menu programu.<br />
Serwery SMTP oraz POP3 stanowią zewnętrzne konta użytkowników<br />
na które się logują celem wysłania i odebrania wiadomości<br />
e-mail. Występuje dowolność wyboru jednakże połączenie będzie<br />
możliwe z kontami mail które wymagają obsługiwanych przez HiLo<br />
trybów uwierzytelniania. Poprawność połączeń z serwerem SMTP<br />
i POP3 jest weryfikowana przez program terminal_studencki. Warunkiem<br />
weryfikacji jest obecność kodu identyfikującego użytkownika<br />
(nadanego przez moduł Master) w treści lub temacie maila.<br />
Transmisja FTP możliwa jest z serwerami obsługującymi tryb<br />
pasywny, a weryfikacja poprawności przesłania i odebrania pliku<br />
dokonywana jest przez terminal studencki. Warunkiem tej weryfikacji<br />
jest transmisja pliku z nazwą kodu użytkownika.<br />
Serwer TCP jest programem działającym na dedykowanym<br />
serwerze na ustalonym porcie. Program oczekuje na połączenia<br />
TCP od terminali użytkowników, przechodzi w stan oczekiwania<br />
na transmisję, odsyła echo odebranej wiadomości, po czym<br />
sprawdziwszy czy treść zawiera w sobie kod danego użytkownika<br />
zapisuje stosowną informację w bazie danych. Po kilku minutach<br />
braku aktywności na wszystkich socketach na których aktywne<br />
jest połączenie serwer automatycznie zamyka wszystkie połączenia.<br />
Jeden serwer TCP może obsłużyć jednocześnie do stu<br />
połączeń od użytkowników. Program serwera został napisany<br />
w oparciu o programowanie socketów [4–6].<br />
Rys. 4. Architektura systemu LABGSM. Fig. 4. LABGSM system architecture<br />
76<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
Prezentowany system LABGSM jest kompletnym środowiskiem<br />
sprzętowo-programowym do prac związanych z modułem przemysłowym<br />
GSM/GPRS. System pozwala zarówno na<br />
poznanie i naukę podstawowych komend AT sterujących<br />
pracą modemu, jak również na badania i symulacje<br />
poprawnego działania modułu w aplikacjach<br />
przemysłowych.<br />
LABGSM jako system dydaktyczny jest przydatnym<br />
narzędziem nauki i daje możliwość jednoczesnej automatycznej<br />
weryfikacji postępów użytkowników. Mimo<br />
zaawansowanego systemu jego obsługa jest stosunkowo<br />
prosta. Terminal studencki obsługuje się intuicyjnie,<br />
a udogodnienia przy wprowadzaniu komend,<br />
instrukcji, czy też opisy aktualnie przydatnych komend<br />
AT podnoszą jego walory użytkowe. Dzięki przechowywaniu<br />
danych w bazie mysql i ich wykorzystaniu przez<br />
stronę internetową z łatwością śledzi się poczynania<br />
kolejnych użytkowników i z przyjemnością obserwuje<br />
przyswajanie przez nich nowych umiejętności.<br />
Rys. 5. Prezentacja postępów prac użytkowników<br />
Fig. 5. Presentation of users progress<br />
Serwer UDP jest programem działającym na dedykowanym<br />
serwerze na ustalonym porcie. Po uruchomieniu oczekuje on na<br />
transmisje UDP od terminali użytkowników, odsyła echo odebranej<br />
wiadomości i zapisuje informacje w bazie danych o użytkowniku.<br />
Baza danych mysql przechowuje informacje o postępach prac<br />
użytkowników. Pozwala na łatwy dostęp i czytelną prezentację<br />
wyników. Na stronie internetowej LABGSM możliwa jest obserwacja<br />
wyników pracy poszczególnych użytkowników (rys. 5).<br />
Podsumowanie<br />
Literatura<br />
Autorzy dziękują panu mgr inż. Sebastianowi Basiakowi<br />
za znaczący wkład w przygotowanie oprogramowania<br />
do wizualizacji działania i możliwości systemu<br />
LABGSM.<br />
[1] Sagem Communication, „HiLo Technical Specification” ed.06, 2009.<br />
[2] Sagem Communication, „AT Command Set for HiLo/HiLoNC Modules”<br />
ed. 07, 2009.<br />
[3] Bratek P., K. Boroń, P. Dziurdzia, A. Kos: A New Didactic Equipment<br />
for Teaching of Industrial GSM/GPRS and Telemetry Systems. IM-<br />
APS 2009.<br />
[4] Powers S., J.Peek, T. O’Reilly, M. Loukides: Unix Power Tools. Third<br />
edition, O’Reilly, 2002.<br />
[5] Stevens W.R., B. Fenner, A.M. Rudoff: UNIX Network Programming:<br />
The sockets networking API. Addison-Wesley, 2004.<br />
[6] Shanmugam R., R. Padmini, S. Nivedita: Special Edition Using TCP/<br />
IP. Que Publishing, 2002.<br />
Układ zasilania i sterowania impulsowej diody laserowej<br />
z rozłożonym sprzężeniem zwrotnym pracującej w paśmie<br />
widmowym bezpiecznym dla wzroku<br />
dr inż. Wiesław Pichola, mgr inż. Maria Maciejewska, inż. Marcin Mamajek,<br />
dr inż. Jacek Kwiatkowski, dr inż. Jacek Świderski<br />
Wojskowa Akademia Techniczna, <strong>Instytut</strong> Optoelektroniki, Warszawa<br />
We wczesnych latach 70. lasery pompowane były głównie lampami<br />
błyskowymi lub innymi laserami [1, 2]. Koniec lat 80. i lata<br />
90. to okres, w którym zaczęto wykorzystywać diody laserowe<br />
jako źródła pompujące lasery ciała stałego i fakt ten zadecydował<br />
w ogromnej mierze o ich gwałtownym rozwoju, jaki obserwujemy<br />
do dnia dzisiejszego [3–5]. Postęp technologii, opracowanie<br />
nowych metod wytwarzania (epitaksja, podwójna epitaksja)<br />
nowych materiałów i struktur spowodowały dynamiczny rozwój<br />
rozpartywanych źródeł światła. Zastosowanie nowych rozwiązań<br />
technologicznych pozwala m.in. na zmniejszenie rezystancji termicznej<br />
między złączem a obudową, co skutkuje zwiększeniem<br />
mocy z jednostki objętości diody laserowej, podwyższeniem częstotliwości<br />
przy pracy impulsowej z dziesiątek kHz do powyżej<br />
100 MHz i skróceniem czasu trwania impulsu poniżej 1 ns. Są to<br />
kluczowe parametry dla wielu aplikacji wykorzystujących bezpośrednio<br />
lub pośrednio diody laserowe – np. w dalmierzach laserowych,<br />
wskaźnikach celów lub układach LADAR [6,7].<br />
Artykuł przedstawia propozycję rozwiązania układowego generatora<br />
impulsów prądowych dla diod laserowych z rozłożonym<br />
sprzężeniem zwrotnym na przykładzie diody LC25T firmy OCLARO<br />
[8], generującej promieniowanie o długości fali 1550 nm.<br />
Opracowanie założeń i projekt koncepcyjny<br />
zasilacza impulsowej diody laserowej<br />
Projektowany zasilacz miał być źródłem energii elektrycznej dla impulsowej<br />
diody laserowej typu LC25T firmy OCLARO z możliwością<br />
zapewnienia odpowiedniego chłodzenia diody. W tabeli przedstawiono<br />
parametry rozpatrywanej diody laserowej, na podstawie<br />
których ustalono wymagania w stosunku do jej układ zasilania.<br />
Z danych przedstawionych w tab. można wyodrębnić zasadnicze<br />
podzespoły projektowanego układu zasilania i określić ich<br />
podstawowe parametry. Schemat blokowy oraz schemat szczegółowy<br />
zasilacza i sterownika impulsowej diody laserowej LC25T<br />
przedstawiono odpowiednio na rys. 1 i 2.<br />
Układ zasilania składa się z trzech głównych modułów, tj.:<br />
• generatora fali sinusoidalnej,<br />
• układu kształtowania impulsu,<br />
• wzmacniacz prądowego.<br />
Generator fali sinusoidalnej zbudowano na tranzystorze<br />
BF197 w układzie Colpitz’a, który umożliwia uzyskanie na wyjściu<br />
sinusoidy (rys. 3), o regulowanej częstotliwości do 10 MHz.<br />
Regulację częstotliwości pracy generatora uzyskuje się poprzez<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 77
Podstawowe parametry impulsowej diody laserowej LC25T<br />
Basic parameters of pulsed LC25T laser diode<br />
Moc wyjściowa w impulsie<br />
Długość fali λ<br />
Zmiana długości fali λ w funkcji temperatury<br />
Sprawność – dla 4 mW<br />
Sprawność – dla (7…10) mW<br />
Temperatura pracy<br />
Maksymalny prąd pracy<br />
Typowy prąd progowy<br />
Maksymalny prąd progowy<br />
Czas narastania/opadania impulsu optycznego<br />
(20…80%)<br />
Napięcie pracy<br />
10 mW<br />
(1527…1563) nm<br />
0,09 nm/°C<br />
0,08…0,17 mW/mA<br />
0,143…0,43 mW/mA<br />
8…50°C<br />
100 mA<br />
10 mA<br />
22 mA<br />
125 ps<br />
1,3…1,8 V<br />
Prąd diody monitorującej 50...1200 µA<br />
Rezystancja termistora przy zmianie temperatury<br />
50…8°C<br />
Maksymalny prąd modułu Peltier’a<br />
Dopuszczalne napięcie modułu Peltier’a<br />
4,07…20,7 kΩ<br />
1000 mA<br />
2,4 V<br />
Rys 1. Schemat blokowy zasilacza i sterownika impulsowej diody<br />
laserowej LC25T. LD – dioda laserowa, R11 = 330 Ω – rezystor<br />
zabezpieczający diodę przed przebiciem, R10 = 150 Ω – rezystor<br />
ustalający maksymalny prąd diody, R9 = 1 kΩ – potencjometr<br />
regulujący prąd diody, L3 – cewka regulująca częstotliwość fali sinusoidalnej<br />
Fig. 1. Block diagram of supply and control system of pulsed LC25T<br />
laser diode. LD – laser diode, R11 = 330 Ω – resistor protecting the<br />
diode against breaking down, R10 = 150 Ω – resistor defining maximum<br />
diode current, R9 = 1 kΩ – potentiometer tuning the diode current,<br />
L3 – coil tuning the sinusoid wave frequency<br />
zmianę indukcyjności L3 obwodu rezonansowego generatora.<br />
Obwód rezonansowy tworzy indukcyjność L3 oraz pojemności C9<br />
i C10. Częstotliwość generowanej fali sinusoidalnej jest odwrotnie<br />
proporcjonalna do indukcyjności oraz pojemności i może być<br />
zdefiniowana następującym wzorem:<br />
1<br />
f = ,<br />
(1)<br />
2π<br />
LC<br />
gdzie: L – indukcyjność L3, C – pojemność zastępcza C = C9 ·<br />
C10/(C9 + C10).<br />
Układ kształtowania impulsu wyzwalany jest tylko dodatnimi<br />
połówkami sinusoidy. Na wyjściu tego układu otrzymujemy impulsy<br />
o częstotliwości generatora, ale o znacznie krótszym – około 5<br />
ns na poziomie 50% amplitudy – czasie trwania (rys. 4). Zasadniczym<br />
elementem układu jest szybki obwód scalony TTL 74S132.<br />
Układ ten to czterokrotna dwuwejściowa bramka NAND z przerzutnikami<br />
Schmitta (rys. 5). Uzyskany czas trwania impulsów jest<br />
górną granicą możliwości układów TTL serii S.<br />
W układzie kształtowania impulsów przy generacji wykorzystywane<br />
jest opóźnienie spowodowane czasem propagacji przez<br />
pojedynczą bramkę NAND. Dla serii 74S czas ten wynosi 3 ns<br />
zarówno dla propagacji do stanu niskiego jak i wysokiego na wyjściu.<br />
Aby na wyjściu układu pojawił się impuls, prąd musi przepłynąć<br />
przez bramkę podłączoną do pinów 12, 13 – ponieważ<br />
z jej wyjścia sygnał podawany jest na wejście nr 2 kolejnej bramki<br />
NAND. Regulacja czasu trwania impulsu odbywa się przez<br />
regulację prądu diody za pomocą zmiany rezystancji R14. Aby<br />
uzyskać impulsy promieniowania optycznego o czasie trwania<br />
krótszym niż 3 ns dioda musi pracować niewiele ponad progiem<br />
generacji – jest wówczas wyzwalana samym wierzchołkiem impulsu<br />
prądowego.<br />
Rys. 2. Szczegółowy schemat układu zasilania<br />
i sterownika diody laserowej LC25T<br />
Fig. 2. Detailed diagram of supply and control<br />
system of LC25T laser diode<br />
78<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
Rys. 3. Napięcie wyjściowe generatora (punkt 1 – rys. 1) – Up-p = 1,5 V<br />
Fig. 3. Output voltage of generator (point 1 – Fig. 1) – Up-p = 1,5 V<br />
Rys. 6. Schemat blokowy układu HKZ-P3<br />
Fig. 6. Block diagram of HKZ-P3 system<br />
a)<br />
Rys. 4. Impulsy wyjściowe układu kształtowania impulsu (punkt 2<br />
– rys. 2)<br />
Fig. 4. Output pulses of pulse shaping system (point 2 – Fig. 2)<br />
b)<br />
c)<br />
Rys. 5. Schemat podłączenia układu 74S132<br />
Fig. 5. Diagram of 74S132 system connections<br />
Rys. 7. Oscylogramy przedstawiające czasy trwania i czasy zboczy impulsu<br />
optycznego diody laserowej: a) czas trwania impulsu – 419,4 ps;<br />
czas narastania zbocza impulsu – 261,2 ps, b) czas trwania impulsu<br />
– 755,5 ps; czas narastania zbocza impulsu – 482,7 ps, c) czas trwania<br />
impulsu – 1,183 ns; czas narastania zbocza impulsu – 789.1 ps<br />
Fig. 7. Oscilloscope pictures presenting pulse duration and pulse<br />
rise/fall time of the laser diode: a) pulse duration – 419.4 ps; rise time<br />
– 261.2 ps, b) pulse duration – 755.5 ps; rise time – 482.7 ps, c) pulse<br />
duration – 1.183 ns; rise time – 789.1 ps<br />
<strong>Elektronika</strong> 5/<strong>2012</strong> 79
Rys. 8. Impuls prądowy (przebieg górny) i impuls promieniowania<br />
laserowego diody (przebieg dolny)<br />
Fig. 8. Current pulse (upper trace) and optical pulse of laser diode<br />
(lower trace)<br />
Wzmacniacz prądowy powinien dostarczać do diody laserowej<br />
prąd, regulowany w zakresie 0...100 mA. Ujemny impuls<br />
napięciowy podawany na katodę diody laserowej LD z wyjścia<br />
wzmacniacza (punkt 3 – rys. 1), powoduje przepływ prądu przez<br />
diodę i generację promieniowania optycznego. Poziom mocy lasera<br />
w impulsie jest proporcjonalny do prądu diody i zmienia się<br />
w zakresie (0…10) mW. Zastosowany wzmacniacz prądowy to<br />
układ scalony HKZ-P3 firmy iCHaus (rys. 6), umożliwiający pracę<br />
impulsową diody laserowej z częstotliwością do 155 MHz lub generację<br />
w reżimie CW. Prąd przepływający przez diodę zależy od<br />
napięcia podawanego na układ oraz wartości rezystancji R9 (która<br />
może być regulowana w zakresie od 0 Ω do 1 kΩ) i R10 równej<br />
150 Ω (rys. 1 lub rys. 2). Dodatkowo, sterownik diody wyposażony<br />
jest w układ odcięcia zabezpieczający przed zniszczeniem pod<br />
wpływem zbyt wysokiej temperatury.<br />
Na rysunku 7 pokazano kształt impulsów promieniowania laserowego<br />
dla różnych poziomów mocy. Na rys. 8. przedstawiono<br />
z kolei oscylogramy prądu (kanał 1) i promieniowania optycznego<br />
(kanał 2) diody laserowej z synchronizacją od zbocza impulsu<br />
prądu.<br />
Realizacja praktyczna (wersja prototypowa) opracowanego<br />
układu została przedstawiona na rys. 9. W celu zminimalizowania<br />
pojemności i indukcyjności montażu, wyprowadzenia<br />
(piny) diody, przykręconej stopką do radiatora, umieszczono<br />
bezpośrednio w płytce obwodu drukowanego (na jej poziomie,<br />
w wyciętym otworze). Następnie, w możliwej minimalnej odległości,<br />
zamontowano podzespoły generatora – układy scalone<br />
i elementy im towarzyszące. Taki montaż minimalizuje czas narastania<br />
i opadania impulsu prądowego diody a tym samym obniża<br />
straty komutacyjne. Układ ten zasilany jest z jednofazowej<br />
sieci przemysłowej 230 V/50 Hz i docelowo umieszczony będzie<br />
w jednej, kompaktowej obudowie.<br />
Wnioski<br />
Opracowanie i praktyczna realizacji układu sterowania parametrami<br />
wyjściowymi diody laserowej (na przykładzie diody serii<br />
LC25T firmy OCLARO) pozwala na sformułowanie następujących<br />
wniosków:<br />
● Dla podanych warunków pracy diody tzn. dla przyjętego zakresu<br />
czasu trwania i częstotliwości oraz nie wykorzystywania<br />
diody monitorującej do stabilizacji mocy promieniowania<br />
diody lasowej nie trzeba stosować specjalnych sterowników<br />
o dużej szybkości przełączania. Generator zadający częstotliwość<br />
i układ kształtowania impulsu można z powodzeniem<br />
zbudować na standardowych układach scalonych TTL. Obniża<br />
to znacznie koszt i czas wykonania całego układu.<br />
● Opracowany prototyp urządzenia pozwala na uzyskanie impulsów<br />
promieniowania o założonych wstępnie parametrach,<br />
tj. czasie trwania (0,4…5) ns i częstotliwości powtarzania<br />
(0,6…2) MHz. Układ ten stanowi idealny generator promieniowania<br />
laserowego dla światłowodowych wzmacniacza<br />
impulsów typu Master Oscillator Power Amplifier (MOPA)<br />
z końcowym przeznaczeniem np. do układu dalmierza laserowego,<br />
układu LADAR lub generatora promieniowania<br />
superciągłego.<br />
● Prezentowany układ zasilania i sterowania dotyczy diody laserowej<br />
serii LC25T firmy OCLARO, nie mniej jednak samo<br />
rozwiązanie konstrukcyjne pozwala na zasilanie i sterowanie<br />
różnych diod laserowych pracujących w reżimie impulsowym,<br />
o zbliżonych parametrach.<br />
Autorzy składają podziękowanie Janowi KARCZEWSKIEMU za<br />
ogromną pomoc przy budowie zasilacza oraz bezcenne wskazówki<br />
konstrukcyjne.<br />
Praca realizowana w ramach Projektu LIDER (Lider 04/198/L-<br />
1/09/NCBiR/2010) finansowanego przez Narodowe Centrum Badań<br />
i Rozwoju.<br />
Rys. 9. Prototyp układu zasilania i sterowania impulsowej diody<br />
laserowej LC25T (1 – dioda laserowa, 2 – wzmacniacz impulsów<br />
prądowych IC-HKZ-P3, 3 – cewka do regulacji częstotliwości fali sinusoidalnej,<br />
4 – układ scalony 7905 (stabilizator napięcia -5V), 5 – potencjometr<br />
do wstępnej regulacji prądu diody (ang. bias), 6 – potencjometr<br />
do regulacji prądu diody, 7 – cyfrowy układ scalony 74S132,<br />
8 – tranzystor BF197)<br />
Fig. 9. Prototype of supply and control system of pulsed LC25T laser<br />
diode (1 – laser diode, 2 – amplifier of current pulses IC-HKZ-P3,<br />
3 – coil for tuning the sinusoid wave frequency, 4 – integrated circuit<br />
7905 (voltage stabilizer -5V), 5 – potentiometer for tuning the bias,<br />
6 – potentiometer for tuning the diode current, 7 – digital integrated<br />
circuit 74S132, 8 – transistor BF197)<br />
Literatura<br />
[1] Snitzer E.: Proposed fibre cavities for optical masers. J. Appl.<br />
Phys. 32, 36–39, 1961.<br />
[2] Jankiewicz Z.: Lasery gazowe i ciała stałego. Podstawowe problemy<br />
współczesnej techniki; A. Smoliński (red.); tom XXVI, cz. I, PWN,<br />
Warszawa, 1992.<br />
[3] http://www.limo.de<br />
[4] http://www.dilas.de<br />
[5] http://www.jold.de<br />
[6] Henrie J., M.S. Bowers, R. Afzal, B. Jenson: Compact, high-power,<br />
eye safe fiber laser for LADAR. Proc. of SPIE 6952, 695204, 2008.<br />
[7] Wan P., J. Liu, L. Yang, F. Amzajerdian: Pulse shaping fiber lasers for<br />
free-space and lidar applications. Proc. SPIE 7817, 78170K, 2010.<br />
[8] http://www.oclaro.com<br />
80<br />
<strong>Elektronika</strong> 5/<strong>2012</strong>
W dniach 12–15 kwietnia w Dubrowniku (Chorwacja)<br />
odbyła się Międzynarodowa Konferencja Prasowa<br />
prezentującą doroczną wystawę radiową.<br />
W ciągu trzech dni trwania konferencji organizatorzy<br />
przedstawili swoje zamierzenia związane z ekspozycją,<br />
która ma się odbyć w dniach od 31 sierpnia do<br />
5 września br.<br />
Ogromny wzrost dynamiki innowacji w odczuciu<br />
klientów, którzy są zafascynowani nowymi opracowaniami<br />
stworzył nastrój optymizmu wśród producentów<br />
elektronicznego sprzętu powszechnego użytku i placówek<br />
handlowych. Międzynarodowa Wystawa Radiowa,<br />
organizowana corocznie w Berlinie (IFA Internationale<br />
FunkAusstellung), w ostatnich latach wyjątkowo<br />
udane światowe wydarzenie, stała się miejscem prezentacji<br />
globalnie ważnych nowych produktów. Firma<br />
organizująca wystawę – Messe Berlin ogłosiła, że po<br />
raz kolejny IFA <strong>2012</strong> ma już zwiększoną liczbę rezerwacji<br />
stoisk, a oczekiwania są takie, że popyt wzrośnie<br />
jeszcze bardziej.<br />
„Wzrost rynku, innowacyjne rozwiązania i rozwój<br />
produktów stworzyły środowisko sprzyjające IFA <strong>2012</strong>.<br />
W tym roku jednym z najważniejszych celów dla przemysłu<br />
i handlu w <strong>2012</strong> roku będzie wspólne porozumienia<br />
na drodze do powszechnego zorientowania<br />
wartości nowych opracowań. Jako najważniejsze zadanie<br />
dla przemysłu centrum i rynek IFA może wnieść<br />
znaczący wkład w realizację wspólnego celu, z rankingu<br />
wartości dodanej” – powiedział Dr Rainer Hecker,<br />
przewodniczący Rady Nadzorczej GFU (Gesellschaft<br />
für Unterhaltungs-und Kommunikationselektronik)<br />
– firmy śledzącej rozwój elektronicznego sprzętu powszechnego<br />
użytku.<br />
Wypowiadając się na temat aktualnych tendencji<br />
rynkowych, Jürgen Boyny, dyrektor Global Consumer<br />
Electronics GfK Retail and Technology, powiedział:<br />
„Od roku 2010 rynek elektroniki użytkowej i sprzętu<br />
gospodarstwa domowego rośnie na całym świecie.<br />
Prognozy na <strong>2012</strong> r. określają globalny wzrost na 3<br />
do 5 procent. Wzrost ten ma miejsce na rynkach<br />
wschodzących i jest wynikiem innowacji, czyli dotyczy<br />
produktów, które są na wystawie IFA. Ten wzrost jest<br />
wymuszany przez tablety, smartfony i – mniej dynamicznie<br />
niż w latach poprzednich -. telewizory LCD,<br />
wraz z telewizorami LED, trójwymiarowymi (3D) i połączonymi<br />
z Internetem „<br />
„Fakt, że świat elektroniki użytkowej i sprzętu gospodarstwa<br />
domowego przyciąga 140 tys. odwiedzających<br />
z branży i ponad 6000 dziennikarzy do Berlina<br />
nie ma sobie równych na całym świecie. Rozwój wystawy<br />
IFA pod względem wzrostu i innowacji to ciągły<br />
sukces.” – powiedział Dr Christian Göke, dyrektor<br />
Messe Berlin.<br />
Nowinki techniczne IFA<br />
Dla miłośników nowinek technicznych odwiedzających<br />
IFA, dla dziennikarzy, ekspertów i decydentów<br />
z przemysłu i handlu w jednej z hal będą<br />
zgromadzone rozwiązania dla rynków przyszłości<br />
(IFA TecWatch). Eksponaty obejmą szeroki zakres<br />
tematów i nowe techniki wyświetlania i nowe urządzenia<br />
i podzespoły, a w tym 3-D i Super rozwiązania<br />
HD jutra (telewizji wielkiej rozdzielczości), połączenie<br />
światów wirtualnych i realnych oraz „chmury”,<br />
miejsca, gdzie liczne nowe funkcje, począwszy od<br />
rozrywki do usług mogą się spotkać. Wśród najważniejszych<br />
będzie „E-Haus”, model w pełni sieciowego<br />
środowiska domowego, przedstawiony przez stowarzyszenia<br />
branżowe ZVEH, ZVEI i VDE, pokazujący<br />
życie w inteligentnym domu. Użytkownicy będą mogli<br />
dowiedzieć się, co przyszłościowe rozwiązania są<br />
w stanie zrealizować: oszczędność energii, nadzór<br />
domu, zdalny monitoring ważnych funkcji i łatwą kontrolę<br />
różnych mediów. Oprócz eksponatów na Forum<br />
TecWatch IFA, w centrum sali będzie wyświetlany<br />
unikalny program prezentacji, referatów i dyskusji<br />
panelowych.<br />
Tendencje w branży<br />
Jako czołowe światowe targi elektroniki użytkowej<br />
i sprzętu gospodarstwa domowego IFA zaprezentuje<br />
szeroki asortyment branży jako rozwijający się<br />
dynamicznie i innowacyjnie. Czołowe miejsce zajmą<br />
oraz większe ekrany telewizyjne z ostrym obrazem<br />
przestrzennym (3D) o wyśmienitych kolorach, z lub<br />
bez okularów do telewizorów i monitorów komputerowych,<br />
a także cienkie, lekkie, wydajne, szybkie<br />
ultrabooki, urządzenia informatyczne i urządzeń telekomunikacyjnych<br />
z możliwością pracy w sieci, do<br />
domu i w podróży – to czołowe tendencje w branży<br />
elektroniki użytkowej.<br />
IFA jest najbardziej znaczącą wystawą elektroniki<br />
użytkowej i urządzeń gospodarstwa domowego, odbędzie<br />
się w okresie od 31 sierpnia do 5 września <strong>2012</strong><br />
roku w Berlinie. (cr)
Zaprenumeruj wiedz fachow<br />
<strong>2012</strong><br />
WWW.SIGMA-NOT.PL<br />
Nasze czasopisma według branż<br />
Ceny (brutto) podstawowej wersji prenumeraty rocznej na <strong>2012</strong> r. Prenumerata PLUS* - należy doliczyć 44,28 zł brutto (36 zł netto) do ceny podstawowej prenumeraty.<br />
*Prenumerata PLUS to prenumerata w wersji papierowej + roczny dostęp (poprzez Portal Informacji Technicznej) do publikacji z zaprenumerowanego tytułu.<br />
Cena brutto tej prenumeraty zawiera stawkę 5 lub 8 % VAT na czasopisma w wersji papierowej i 23 % VAT na dostęp do Portalu.<br />
Przemysł<br />
Spożywczy<br />
Chłodnictwo<br />
(miesięcznik)<br />
315,00 zł<br />
Gazeta Cukrownicza<br />
(dwumiesięcznik)<br />
214,20 zł<br />
Gospodarka Mięsna<br />
(miesięcznik)<br />
263,97 zł<br />
Przegląd<br />
Gastronomiczny<br />
(miesięcznik)<br />
214,20 zł<br />
Przegląd Piekarski<br />
i Cukierniczy<br />
(miesięcznik)<br />
194,40 zł<br />
Przegląd<br />
Zbożowo-Młynarski<br />
(miesięcznik)<br />
302,40 zł<br />
Przemysł Spożywczy<br />
(miesięcznik)<br />
277,20 zł<br />
Przemysł Fermentacyjny<br />
i Owocowo-Warzywny<br />
(miesięcznik)<br />
277,20 zł<br />
Budownictwo<br />
Ciepłownictwo,<br />
Ogrzewnictwo,<br />
Wentylacja<br />
(miesięcznik)<br />
277,20 zł<br />
Gaz, Woda<br />
i Technika Sanitarna<br />
(miesięcznik)<br />
277,20 zł<br />
Materiały Budowlane<br />
(miesięcznik)<br />
252,00 zł<br />
Przegląd Geodezyjny<br />
(miesięcznik)<br />
277,20 zł<br />
Szkło i Ceramika<br />
(dwumiesięcznik)<br />
138,60 zł<br />
Wokół Płytek<br />
Ceramicznych<br />
(kwartalnik)<br />
75,60 zł<br />
<strong>Elektronika</strong>,<br />
Energetyka,<br />
Elektrotechnika<br />
<strong>Elektronika</strong> – Konstrukcje,<br />
Technologie,<br />
Zastosowania<br />
(miesięcznik)<br />
352,80 zł<br />
Przegląd<br />
Elektrotechniczny<br />
(miesięcznik)<br />
378,00 zł<br />
Przegląd Telekomunikacyjny<br />
+ Wiadomości<br />
Telekomunikacyjne<br />
(miesięcznik)<br />
302,40 zł<br />
Wiadomości<br />
Elektrotechniczne<br />
(miesięcznik)<br />
327,60 zł<br />
Przemysł<br />
Lekki<br />
Przegląd Włókienniczy<br />
– Włókno, Odzież, Skóra<br />
(miesięcznik)<br />
315,00 zł<br />
Hutnictwo,<br />
Górnictwo<br />
Hutnik<br />
+ Wiadomości Hutnicze<br />
(miesięcznik)<br />
327,60 zł<br />
Inżynieria Materiałowa<br />
(dwumiesięcznik)<br />
327,60 zł<br />
Rudy i Metale<br />
Nieżelazne<br />
(miesięcznik)<br />
327,60 zł<br />
Przemysł<br />
Pozostały<br />
Gospodarka Wodna<br />
(miesięcznik)<br />
327,60 zł<br />
Przegląd Papierniczy<br />
(miesięcznik)<br />
263,97<br />
Przemysł Chemiczny<br />
(miesięcznik)<br />
504,00 zł<br />
Czasopisma<br />
Ogólnotechniczne<br />
Atest<br />
– Ochrona Pracy<br />
(miesięcznik)<br />
252,00 zł<br />
Maszyny, Technologie,<br />
Materiały – Technika<br />
zagraniczna<br />
(dwumiesięcznik)<br />
88,20 zł<br />
Problemy Jakości<br />
(miesięcznik)<br />
315,00 zł<br />
Przegląd Techniczny<br />
(dwutygodnik)<br />
270,27 zł<br />
Zakład Kolportażu Wydawnictwa SIGMA-NOT – ul. Ku Wiśle 7, 00-707 Warszawa,<br />
tel. (22) 840 35 89, 840 30 86, faks (22) 891 13 74, e-mail: kolportaz@sigma-not.pl<br />
Czasopisma<br />
Wielobranżowe<br />
Aura<br />
– Ochrona Środowiska<br />
(miesięcznik)<br />
189,00 zł<br />
Dozór Techniczny<br />
(dwumiesięcznik)<br />
157,50 zł<br />
Ochrona Przed Korozją<br />
(miesięcznik)<br />
428,40 zł<br />
Opakowanie<br />
(miesięcznik)<br />
226,80 zł<br />
NOWOŚĆ!<br />
Prenumerata PLUS<br />
z dostępem do<br />
e-publikacji