Elektronika 2012-05.pdf - Instytut Systemów Elektronicznych ...

100
95
To: All Member States and Sector Member
75
Contact: A. Sebgarshad
Geneva, 9 January Telephone: 2012 +41 22 730 6302
25
Telefax: +41 22 730 5969
To: All Member States and Sector Members of ITU Ref: Circular Letter/SPM/CPP/71
E-mail: pressinfo@itu.int
5Contact:
A. Sebgarshad
Pages: 4
Telephone: +41 22 730 6302
World Telecommunication
0
Telefax: +41 22 730 5969
and Information
E-mail: pressinfo@itu.int
Subject: World Telecommunication and In
“Women and Girls in ICT”
Subject:
World Telecommunication and Information Society Day 2012 (WTISD): Dear Sir/Madam,
“Women and Girls in ICT”
World Telecommunication and Inform
the anniversary of the signature of the
Dear Sir/Madam,
to the creation of the International Te
World Telecommunication and Information Society Day, celebrated each year I am on pleased 17 May, to inform marks you that this ye
the anniversary of the signature of the first International Telegraph Convention (WTISD-2012) in 1865 which will be led held on the them
to the creation of the International Telecommunication Union.
I invite you to organize activities in you
I am pleased to inform you that this year World Telecommunication and Information involve all sections Society Day of society to formu
(WTISD-2012) will be held on the theme “Women and Girls in ICT”. theme, “Women and Girls in ICT”. Ple
I invite you to organize activities in your country to mark WTISD-2012 and In I encourage order to emphasize you to the theme of W
involve all sections of society to formulate awareness and consensus on the (Rev. issues Guadalajara, underlying 2010), the ITU will also
theme, “Women and Girls in ICT”. Please consider my Call for Action in the 2012. Annex. “Girls in ICT Day”, to be held ev
members to host events where girls an
In order to emphasize the theme of WTISD-12 and in line with ITU Plenipotentiary
government
Resolution
agencies
70
to appreciate th
(Rev. Guadalajara, 2010), ITU will also mark international “Girls in ICT Day”
encourage
this year on
our
26
members
April
to support w
2012. “Girls in ICT Day”, to be held every year on the fourth Thursday of April,
event
encourages
this 26 April and sharing their ex
members to host events where girls and young women are invited to ICT companies and
government agencies to appreciate the opportunities the ICT sector holds The for their theme future. for World I Telecommunicat
encourage our members to support women and girls in their country by organizing not only on such the a Day national but throughout th
event this 26 April and sharing their experiences with ITU. Please see the provide Note on new page digital 4 (Annex). opportunities to w
The theme for World Telecommunication and Information Society Day 2012 I join will you influence celebrating our work the 147 th anniv
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
provide new digital opportunities to women and girls in every corner of the world.
Yours faithfully,
I join you in celebrating the 147 th anniversary of ITU and wish you a very successful World
Telecommunication and Information Society Day 2012.
Yours faithfully,
Society Day 2012 (WTISD):
„Women and Girls in ICT”
(Signed)
100
95
(Signed)
Dr Hamadoun I. Touré
Secretary-General
75
25
Dr Hamadoun I. Touré
Secretary-General
International Telecommunication Union
International Telecommunication Union ● Place des Nations ● CH-1211 Geneva 20 ● Switzerland Tel: +41 22 730 5111 • Fax: +41 22
Tel.: +41 22 730 5111 ● Fax: +41 22 733 7256 ● E-mail: itumail@itu.int ● www.itu.int
5
0
International Telecommunication Union • Place des Nations • CH-1211 Geneva 20 • Switzerland
Elektronika 5/2012
Tel: +41 22 730 5111 • Fax: +41 22 733 7256 • E-mail: itumail@itu.int • www.itu.int •

– 2 –
ANNEX
ITU Secretary-General’ Call for Action
World Telecommunication and Information Society Day 2012
As the leading specialized agency of the United Nations for information and communication technologies
(ICTs), ITU looks towards its Members to harness the catalytic role of ICTs in creating far-reaching
opportunities for women and girls by eliminating gender disparities and empowering them to meet their
goals and aspirations. I call upon all stakeholders (including policy makers, regulators, operators and
industry) to adopt policies and strategies that will promote ICT opportunities for women and girls.
Women are the bedrock of our societies. They are the pillars of strength in every family and community. Yet
gender inequalities remain deeply entrenched. Women and girls are denied access to basic health care and
education and to equal opportunities at work. They face segregation in economic, political and social
decision-making and often suffer violence and discrimination.
This situation is unacceptable and must be addressed with all the means available to us.
Gender equality is a basic human right enshrined in the UN Charter, and it is one of the main objectives of
the UN Millennium Development Goals (MDGs). ICTs are tools that can help accelerate progress towards
achieving this target, and it is for this reason that ITU Council proposed that we focus our efforts this year on
women and girls, using the power of ICTs to provide new digital opportunities to end discrimination and
empower the female half of the world’s population to achieve their rightful place as equals in the world. And
this effort with ICTs must begin not only from the cradle, but from antenatal health care, reaching out to the
remotest communities – with every mother, every girl and every woman guaranteed her birthright.
I also call upon the ICT sector to pave the way by providing avenues of advancement to professional women
at the highest echelons of decision making and by encouraging young women to seek new opportunities
within the sector.
The World Summit on the Information Society (WSIS) declared a global commitment to ensuring women's
empowerment and full participation in the information society and to use ICTs as a tool to mainstream a
gender equality perspective. Calling for building capacity in the use of ICTs, the WSIS Declaration of Principles
further states: “Literacy and universal primary education are key factors for building a fully inclusive
information society, paying particular attention to the special needs of girls and women.”
National governments, private sector, donors, civil society and education actors need to acknowledge and
support the central role professional women can play in further developing and servicing a dynamic and
competitive ICT sector. The growing demand for a range of ICT skills around the globe present a unique
window of opportunity to properly position girls and women in the industry and provide them with the tools
necessary to succeed.
The theme of this year’s WTISD, “Women and Girls in ICT”, aims to ensure that this vulnerable female half of
the world’s population will march forward as equals. As a means of bringing global attention to this theme,
ITU will present the annual World Telecommunication and Information Society Award to eminent
personalities who have contributed to bringing attention to the world’s women and girls and used the power
of ICTs to empower them as equals.
ICTs and related e-applications are key instruments providing basic services and achieving the Millennium
Development Goals, such as providing community health care, safe drinking water and sanitation, education,
food and shelter; improving maternal health and reducing child mortality; empowering women, girls and the
more vulnerable members of society; and ensuring environmental sustainability.
Developing a global partnership for development and using the power of ICTs to meet the MDGs is a goal in
itself. ITU calls upon Member States, Sector Members and Associates as well as academia and citizens’
groups to pull together every conceivable resource to ensure that women and girls in every community
around the world have full access to ICTs in order to empower them with information and knowledge, to
know their rights, and to seize the digital opportunities available.
Elektronika 5/2012

ok LIII nr 5/2012
• MATERIAŁY • KONSTRUKCJE • UKŁADY
• SYSTEMY • MIKROELEKTRONIKA
• OPTOELEKTRONIKA • FOTONIKA
konstrukcje technologie zastosowania
MIESIECZNIK NAUKOWO-TECHNICZNY
• ELEKTRONIKA MIKROFALOWA
• MECHATRONIKA
• ENERGOELEKTRONIKA • INFORMATYKA
ZESPÓŁ REDAKCYJNY
prof. dr hab. inż. Jerzy Klamka – redaktor naczelny
Bożena Lachowicz – sekretarz redakcji
Stały współpracownik: mgr inż. Cezary Rudnicki
Redaktorzy tematyczni: mgr inż. Wiesław Jabłoński,
mgr inż. Krzysztof Kowalski
Adres redakcji: ul. Chmielna 6 m.6, 00-020 Warszawa,
tel./fax (22) 827 38 79; tel.: (22) 826 65 64,
e-mail: elektronika@red.pl.pl, www.elektronika.orf.pl
Zamówienia na reklamę przyjmuje redakcja lub Dział Reklamy
i Marketingu, ul. Ratuszowa 11, 00-950 Warszawa, skr. 1004,
tel./fax (22) 827 43 65, e-mail: reklama@sigma-not.pl
Kolportaż: ul. Ku Wiśle 7, 00-716 Warszawa, tel. (22) 840 35 89;
tel./fax: (22) 840 59 49, (22) 891 13 74
RADA PROGRAMOWA
prof. dr hab. inż. Władysław Torbicz (PAN) – przewodniczący
prof. dr hab. inż. Leonard Bolc, dr hab. inż. Jerzy Czajkowski, prof.
dr hab. inż. Andrzej Dziedzic, prof. dr hab. inż. Jerzy Frączek, dr hab
inż. Krzysztof Górecki, dr inż. Józef Gromek, mgr inż. Jan Grzybowski,
prof. dr hab. Ryszard Jachowicz, prof. dr hab. Włodzimierz Janke,
prof. dr hab. Włodzimierz Kalita, inż. Stefan Kamiński, prof. dr hab.
inż. Marian P. Kaźmierkowski, dr inż. Wojciech Kocańda, prof. dr hab.
Bogdan Kosmowski, mgr inż. Zbigniew Lange, dr inż. Zygmunt Łuczyński,
prof. dr hab. inż. Józef Modelski, prof. dr hab. Tadeusz Morawski,
prof. dr hab. Bohdan Mroziewicz, prof. dr hab. Andrzej Napieralski, prof.
dr hab. Tadeusz Pałko, prof. dr hab. inż. Marian Pasko, prof. dr hab. Józef
Piotrowski, prof. dr hab. inż. Ryszard Romaniuk, dr hab. inż. Grzegorz
Różański, prof. dr hab. inż. Edward Sędek, prof. dr hab. Ludwik
Spiralski, prof. dr hab. inż. Zdzisław Trzaska, mgr inż. Józef Wiechowski,
prof. dr hab. inż. Marian Wnuk, prof. dr hab. inż. Janusz Zarębski
Ministerstwo Nauki i Szkolnictwa Wyższego,
za opublikowane artykuły przyznaje 9 punktów.
“Elektronika” jest wydawana
przy współpracy Komitetu Elektroniki
i Telekomunikacji Polskiej Akademii Nauk
Spis treści ● Contents
Proste metody tworzenia map głębokości i wypełniania
luk informacyjnych przy konwersji obrazów
2D do 3D (Simple binary depth map generation and
color component hole filling for 2D to 3D image conversion)
– Balcerek J., Konieczka A., Dąbrowski A.,
Marciniak T. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Perceptron with reciprocal activation functions to
implement polynomial relationships (Perceptron
z funkcjami aktywacji typu 1/x do implementacji zależności
wielomianowych) – Majewski J., Wojtyna R. . . 14
Wheezes recognition method with tonal index descriptor
(Metoda rozpoznawania świstów płucnych z użyciem
indeksu tonalności) – Wiśniewski M., Zieliński T. . . . . . 17
Brain-computer interaction analysis based on EEG
signal and gaze-tracking information (Analiza interakcji
mózg-komputer wykorzystująca sygnał EEG i informację
z systemu śledzenia punktu fiksacji wzroku)
– Kaszuba K., Kostek B. . . . . . . . . . . . . . . . . . . . . . 21
Digital signal processing in the diagnosis of brainstem
auditory evoked potentials (Cyfrowe przetwarzanie
sygnałów w diagnostyce słuchowych potencjałów
wywołanych pnia mózgu) – Dobrowolski A.P., Suchocki
M., Tomczykiewicz K. . . . . . . . . . . . . . . . . . . . . . . . . . 26
Using auditory properties in multi-microphone speech
enhancement (Wykorzystanie właściwości słuchowych
w wielomikrofonowym uzdatnianiu mowy) – Borowicz A.,
Petrovsky A. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
IEEE
Redakcja współpracuje
z Polską Sekcją IEEE
FPGA implementation of parallel image processing
system (Równoległy system przetwarzania obrazów
zrealizowany w technologii FPGA) – Brylski P., Strzelecki
M. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
WYDAWNICTWO
CZASOPISM I KSIĄŻEK
TECHNICZNYCH
SIGMA - NOT
Spółka z o.o.
00-950 Warszawa
skrytka pocztowa 1004
ul. Ratuszowa 11
tel.: (0-22) 818 09 18, 818 98 32
fax: (022) 619 21 87
Internet
http://www.sigma-not.pl
Prenumerata
e-mail: kolportaz@sigma-not.pl
Informacje
e-mail: informacja@sigma-not.pl
„Elektronika” jest notowana
w międzynarodowej bazie IEE
Inspec
Publikowane artykuły naukowe były
recenzowane przez samodzielnych
pracowników nauki
Redakcja nie ponosi odpowiedzialności
za treść ogłoszeń. Zastrzega
sobie prawo do skracania i adiustacji
nadesłanych materiałów.
Indeks 35722
Nakład do 2000 egz.
Skład i druk: Drukarnia SIGMA-NOT Sp. z o.o.
Wersja papierowa ELEKTRONIKI jest wersją pierwotną.
Zastosowanie przekształceń grafiki trójwymiarowej
w obrazowej diagnostyce medycznej (3D graphic engine
for medical images transformation and manipulation)
– Skurski A., Mazur P., Chłapiński J., Kamiński M.,
Napieralski A., Kasprzak J., Lipiec P. . . . . . . . . . . . . . . 37
Application of scale-invariant feature transform to
fingerprint classificationm (Zastosowanie skaloniezmienniczego
przekształcenia cech do klasyfikacji
odcisków palców) – Sobek J., Cetnarowicz D., Dąbrowski
A. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
TECHNIKA SENSOROWA: Bezprzewodowa sieć czujnikowa
do monitoringu parametrów środowiskowych
w aplikacjach ogrodniczych (Wireless sensors

network for environmental parameters monitoring in
horticultural applications) – Dobrzycki A., Tarapata G.,
Jachowicz R. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
Field characteristic of magnetic sensors on the split
hall structures (Charakterystyka polowa czujników
magnetycznych realizowanych na dzielonych strukturach
hallotronowych) – Holyaka R., Hotra Z., Węglarski
M., Marusenkova T. . . . . . . . . . . . . . . . . . . . . . . . . 50
TECHNIKA MIKROFALOWA I RADIOLOKACJA: Interferometr
mikrofalowy na pasmo L (L-band microwave
interferometer) – Gasztold M. . . . . . . . . . . . . . . . . . . 56
TECHNIKI INFORMATYCZNE: Narodowy test interoperacyjności
podpisu elektronicznego (Polish interoperability
test for electronic signature) – Hołyński M. . . . 61
Rewizja i modernizacja systemu GMDSS (Revision and
modernization of the GMDSS) – Czajkowski J. . . . . . 62
Naziemna telewizja cyfrowa – wybrane zagadnienia
(Digital Video Broadcasting Terrestrial – selected issues)
– Bogucki J.. . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
Metodyki pomiarów parametrów materiałów absorpcyjnych
(Methodologies for measuring the parameters
of absorption materials) – Przesmycki R., Nowosielski L.,
Wnuk M., Bugaj M., Piwowarczyk K. . . . . . . . . . . . . . 69
LABGSM – system ewaluacyjny modułu GSM/GPRS
(LABGSM – Evaluation System of GSM/GPRS Module)
– Bratek P., Kos A. . . . . . . . . . . . . . . . . . . . . . . . . . 74
Układ zasilania i sterowania impulsowej diody laserowej
z rozłożonym sprzężeniem zwrotnym pracującej
w paśmie widmowym bezpiecznym dla wzroku
(Supply and control system of a pulsed distributed-feedback
laser diode operating at the eye-safe spectrum
window) – Pichola W., Maciejewska M., Mamajek M.,
Kwiatkowski J., Świderski J. . . . . . . . . . . . . . . . . . . 77
Streszczenia artykułów ● Summaries of the articles
BALCEREK J., KONIECZKA A., DĄBROWSKI A., MARCINIAK T.: Proste
metody tworzenia map głębokości i wypełniania luk informacyjnych
przy konwersji obrazów 2D do 3D
Elektronika (LIII), nr 5/2012, s. 9
W artykule przedstawiono metody tworzenia map głębokości oraz wypełniania
luk informacyjnych powstających podczas konwersji obrazów
2-wymiarowych na 3-wymiarowe, co może być wykorzystane np. w systemach
monitoringu CCTV. Tworzenie map głębokości wykorzystuje rozpoznawanie
i śledzenie obiektów w sekwencji wizyjnej. Do wypełnienia luk
informacyjnych opracowano metodę lustrzanego odbicia przefiltrowanej
czerwonej składowej obrazu.
Słowa kluczowe: anaglif, konwersja 2D do 3D, mapa głębokości, CCTV,
wypełnianie luk informacyjnych
BALCEREK J., KONIECZKA A., DĄBROWSKI A., MARCINIAK T.: Simple
binary depth map generation and color component hole filling for
2D to 3D image conversion
Elektronika (LIII), no 5/2012, p. 9
In this paper a depth map generation and the red color component hole
filling approach to the 3D effects e.g. in monitoring systems is presented.
The binary depth map generation is based on the object recognition and
tracking. The proposed hole (occlusion) filling method uses the red color
component mirroring and filtering. This can be used in CCTV monitoring
systems.
Keywords: anaglyph, 2D to 3D conversion, depth map, CCTV, information
hole filling
MAJEWSKI J., WOJTYNA R.: Perceptron z funkcjami aktywacji typu
1/x do implementacji zależności wielomianowych
Elektronika (LIII), nr 5/2012, s. 14
W pracy omawiana jest możliwość wykrywania reguł rządzących danymi
empirycznymi, których wewnętrzne związki można wyrazić w postaci
wielomianu wielowymiarowego. Zaproponowano nietypowy, nowatorski
perceptron z funkcjami aktywacji typu 1/x. Perceptron ten implementuje
zależności typu wielomianowego i umożliwia wyznaczenie współczynników
wielomianu przez uczenie perceptronu. Jest to prosty perceptron,
atrakcyjny w modelowaniu złożonych problemów z wieloma parametrami.
Z taką sytuacją mamy do czynienia, między innymi, przy kalibracji niektórych
przyrządów pomiarowych. Wyższość naszego podejścia nad innymi
metodami wykrywania tych reguł polega na tym, że pozwala ono lepiej
radzić sobie z dużą liczbą wymiarów wielomianu opisującego zbiór danych
empirycznych.
Słowa kluczowe: wykrywanie reguł rządzących danymi empirycznymi,
opis symboliczny, sieci neuronowe
MAJEWSKI J., WOJTYNA R.: Perceptron with reciprocal activation
functions to implement polynomial relationships
Elektronika (LIII), no 5/2012, p. 14
In this paper, a possibility of discovering laws governing empirical data
whose interrelations can be expressed in a multidimensional polynomial
form is considered. A novel atypical perceptron with reciprocal type activation
functions is proposed. This perceptron implements the polynomial
relation and enables determining the polynomial coefficients by training
the perceptron. The perceptron is simple and attractive to model intricate
problems with many parameters. Such a situation takes place, among
others, in calibration some measurement instruments. Superiority of our
approach over other methods of the law discovery is that it can better coup
with a great number of dimensions of the describing polynomial.
Keywords: discovering laws governing empirical data, symbolic description,
neural networks
www.sigma-not.pl
Największa baza artykułów technicznych online!
Elektronika 5/2012

Streszczenia artykułów ● Summaries of the articles
WIŚNIEWSKI M., ZIELIŃSKI T.: Metoda rozpoznawania świstów płucnych
z użyciem indeksu tonalności
Elektronika (LIII), nr 5/2012, s. 17
W artykule przedstawiono metodę do automatycznej detekcji świstów podczas
osłuchu płuc. Osłuch klatki piersiowej to jedno z najstarszych, a zarazem
bezinwazyjnych badań stosowanych w wielu chorobach płuc, m.in.
w astmie. Na bazie tego badania lekarz może dokładnie ocenić postęp
choroby pacjenta. Metoda jest oparta na Indeksie Tonalności, deskryptorze
zaczerpniętym ze standardu MPEG-4, przystosowanym przez autorów
do detekcji świstów. Do rozpoznawania użyto klasyfikatora SVM (Support
Vector Machine). W artykule, Indeks Tonalności jest porównany z dotychczas
stosowanymi deskryptorami, zaczerpniętymi z literatury: kurtozą,
współczynnikiem częstotliwościowym, płaskością widmową oraz entropią
maksimów częstotliwościowych. Dodatkowo przetestowano zmodyfikowany
deskryptor współczynnika częstotliwościowego nazwanego współczynnikiem
energii. Artykuł przedstawia również porównanie skuteczności
wykrywania świstów przy użyciu zestawów kilku cech. Proces rozpoznawania
wykonano na sygnałach rzeczywistych oraz zamodelowanych.
Słowa kluczowe: Indeks tonalności, astma, świsty, osłuch płuc
WIŚNIEWSKI M., ZIELIŃSKI T.: Wheezes recognition method with tonal
index descriptor
Elektronika (LIII), no 5/2012, p. 17
In the paper a new wheezes detection method in lung auscultation is presented.
The lungs auscultation is a non invasive test in asthma diagnose.
On the basis of such tests, the medical doctors can evaluate precisely
the stage of the disease. The proposed method uses Tonal Index (TI), the
descriptor taken from the MPEG-4 standard, adapted to the wheezes recognition
problem. The SVM (Support Vector Machine) classifier was used.
In the article TI is compared with the other features taken from literature:
Kurtosis, Frequency Ratio, Spectral Peaks Entropy, Spectral Flatness and
the modified Frequency Ratio called Energy Ratio (ER). The results of
multi dimensional recognition using sets of a few features is presented
also. The recognition process was carried out on artificial and real data.
Keywords: Tonal Index, asthma, wheezes, lung sounds
KASZUBA K., KOSTEK B.: Analiza interakcji mózg-komputer wykorzystująca
sygnał EEG i informację z systemu śledzenia punktu fiksacji
wzroku
Elektronika (LIII), nr 5/2012, s. 21
W niniejszym artykule podjęto próbę analizy sygnału EEG z informacją
o aktywności wzrokowej człowieka w kontekście interfejsów mózg-komputer.
Wykorzystano funkcjonalności rejestratora sygnału EEG oraz systemu
śledzenia punktu fiksacji wzroku. Poszukiwana była korelacja pomiędzy
obserwowanym obszarem ekranu a aktywnością mózgu. Sygnał
EOG, nagrany w trakcie serii wstępnych eksperymentów, posłużył jako
dane referencyjne. Zbadano możliwość automatycznej detekcji podobnej
informacji w sygnale EEG poprzez zastosowanie różnych metod wstępnego
przetwarzania, ekstrakcji cech sygnału oraz zastosowaniu różnych
klasyfikatorów.
Słowa kluczowe: sygnały EEG, EOG, śledzenie punktu fiksacji wzroku,
interfejs mózg-komputer
KASZUBA K., KOSTEK B.: Brain-computer interaction analysis based
on EEG signal and gaze-tracking information
Elektronika (LIII), no 5/2012, p. 21
The article presents an attempt to integrate EEG signal analysis with information
about human visual activities, i.e. gaze fixation point. The results
from gaze-tracking-based measurement were combined with the standard
EEG analysis. A search for correlation between the brain activity and the
region of the screen observed by the user was performed. The preliminary
stage of the study consists in electrooculography (EOG) signal processing.
The EOG signal was obtained in a series of experiments and served
as reference data. An attempt to correlate this information with the EEG
signal analysis is described and multiple approaches of signal pre-processing,
feature extraction and classification are applied.
Keywords: EEG signal, EOG signal, gaze-tracking, brain-computer interface
DOBROWOLSKI A.P., SUCHOCKI M., TOMCZYKIEWICZ K.: Cyfrowe
przetwarzanie sygnałów w diagnostyce słuchowych potencjałów wywołanych
pnia mózgu
Elektronika (LIII), nr 5/2012, s. 26
Artykuł przedstawia problemy związane z badaniem słuchowych potencjałów
wywołanych. Obecne metody bazują głównie na czasowej interpretacji
przebiegów potencjałów. Metody te wymagają dużego doświadczenia ze
strony neurologa przeprowadzającego badanie. Uwzględniając powyższe,
autorzy podjęli się zadania wyeliminowania subiektywnej oceny wyników
oraz zautomatyzowania badania. W celu wyodrębnienia cech dystynktywnych
z potencjałów wywołanych oraz rozróżnienia przypadków poprawnych
i patologicznych, autorzy użyli metod cyfrowego przetwarzania
sygnałów. Użycie dekompozycji falkowej oraz liniowych sieci SVM dało
w rezultacie poprawną klasyfikację 40 przypadków klinicznych, zawierających
20 poprawnych i 20 patologicznych przebiegów.
Słowa kluczowe: słuchowe potencjały wywołane, dekompozycja falkowa,
sieć wektorów podtrzymujących
DOBROWOLSKI A.P., SUCHOCKI M., TOMCZYKIEWICZ K.: Digital
signal processing in the diagnosis of brainstem auditory evoked potentials
Elektronika (LIII), no 5/2012, p. 26
The article presents issues related with examination of auditory evoked
potentials. The current methods are mainly based on timing interpretation
of waveform potentials. Such method requires significant experience
from examining neurologist. From this reason the authors have undertaken
the task aimed at elimination of subjective assessment of results and
automation of the tests. To isolate distinctive features of evoked potentials
and differentiate the normal results from pathological cases, authors used
methods of digital signal processing. The use of wavelet decomposition
and linear SVM network has ensured correct classification of 40 different
clinical cases, including 20 normal and 20 pathological cases
Keywords: auditory evoked potentials, wavelet decomposition, support
vector machine
BOROWICZ A., PETROVSKY A.: Wykorzystanie właściwości słuchowych
w wielomikrofonowym uzdatnianiu mowy
Elektronika (LIII), nr 5/2012, s. 30
Artykuł przedstawia motywowany percepcyjnie wielokanałowy system
uzdatniania mowy. Proponowane podejście wykorzystuje uogólnioną metodę
tłumienia listków bocznych (ang. Generalised Sidelobe Canceller)
do usuwania pogłosu i szumu. Zmodyfikowano konwencjonalną strukturę
algorytmu GSC poprzez wprowadzenie współczynnika wagowego w pętli
usuwania szumu. Umożliwia to optymalne, w sensie percepcyjnym,
kształtowanie widma szumu resztkowego, co skutkuje zmniejszeniem
zniekształceń mowy. Przeprowadzono ocenę porównawczą wybranych
metod z wykorzystaniem obiektywnych miar jakości mowy. Wyniki eksperymentów
pokazują, że proponowane podejście przewyższa metody
konwencjonalne, zapewniając lepszą jakość mowy.
Słowa kluczowe: uzdatnianie mowy, GSC
BOROWICZ A., PETROVSKY A.: Using auditory properties in multimicrophone
speech enhancement
Elektronika (LIII), no 5/2012, p. 30
In this article a perceptually motivated multichannel speech enhancement
system is presented. The proposed approach uses a generalized sidelobe
canceler (GSC) method for speech dereverberation and noise suppression.
The conventional GSC structure has been modified by introducing
a weighting factor into the noise cancellation loop. It allows for a perceptually
optimal shaping of the residual noise spectrum which results in speech
distortion decrease. A comparative evaluation of the selected methods has
been performed using objective speech quality measures. Experimental
results show that the proposed approach outperforms conventional ones
providing better speech quality.
Keywords: speech enhancement, GSC
Elektronika 5/2012

Streszczenia artykułów ● Summaries of the articles
BRYLSKI P., STRZELECKI M.: Równoległy system przetwarzania
obrazów zrealizowany w technologii FPGA
Elektronika (LIII), no 5/2012, p. 34
W artykule przedstawiono sprzętową realizację w technologii FPGA cyfrowego,
równoległego procesora obrazu. Rdzeń układu stanowi matryca
składająca się z 16×16 jednostek przetwarzania. Omówiono architekturę
oraz zasady działania procesora jak również wyniki jego syntezy oraz implementacji.
Proponowany procesor został przetestowany dla etykietowania
obrazów binarnych, uzyskane wyniki poddano dyskusji.
Słowa kluczowe: segmentacja obrazu, równoległy procesor obrazu,
FPGA
BRYLSKI P., STRZELECKI M.: FPGA implementation of parallel image
processing system
Elektronika (LIII), no 5/2012, p. 34
In this paper a hardware implementation of parallel digital image processor
designed and implemented in FPGA technology is presented. The circuit
core contains 16×16 array for image processing and analysis. Processor
architecture and principles of operation are presented. Synthesis and
implementation details are also described and discussed. The proposed
processor was tested on binary images labeling, sample analysis results
along with discussion are also included.
Keywords: image segmentation, parallel image processor, FPGA
SKURSKI A., MAZUR P., CHŁAPIŃSKI J., KAMIŃSKI M., NAPIERAL-
SKI A., KASPRZAK J., LIPIEC P.: Zastosowanie przekształceń grafiki
trójwymiarowej w obrazowej diagnostyce medycznej
Elektronika (LIII), nr 5/2012, s. 37
W nowoczesnej diagnostyce obrazowej wymagane jest jednoczesne
połączenie informacji na temat różnych aspektów morfologii narządu
i jego funkcji.​Dane te są zazwyczaj otrzymywane za pomocą różnych
(zarówno dwu- jak i trójwymiarowych) obrazów medycznych. W niniejszym
artykule zostanie przedstawiony system, który zapewnia wsparcie
dla złożenia trójwymiarowych modeli obiektów zainteresowania diagnostyki
obrazowej otrzymanych z połączenia różnych badań medycznych.
Zaproponowana kompilacja ma na celu zwiększenie przejrzystości prezentacji
wyników oraz zwiększenia wartości diagnostycznych wynikowego
obrazu analizy. Jako przykład zastosowania koncepcji przytoczone zostanie
rozwiązanie łączenia obrazów CT (tomografia komputerowa) i ECHO
(echokardiografia).
Słowa kluczowe: diagnostyka obrazowa, biblioteka programistyczna,
grafika trójwymiarowa
SKURSKI A., MAZUR P., CHŁAPIŃSKI J., KAMIŃSKI M., NAPIERAL-
SKI A., KASPRZAK J., LIPIEC P.: 3D graphic engine for medical images
transformation and manipulation
Elektronika (LIII), no 5/2012, p. 37
In modern medicine data combination on various aspects of organ’s
morphology and function is required in diagnostic process and therapeutic
decisions making. These data are usually obtained using different (twoand
three-dimensional) medical imaging techniques. In this paper we present
a system which provides support for creating three dimensional medical
models combining results from different medical examinations and thus
giving a better insight into situation which is being examined. As a prove
of concept we submit a solution of combining CT (Computed Tomography)
and ECHO (Echocardiography) bull’s-eye display. System is intended for
use in clinical environments as a sophisticated and easy to use tool for
visualization of complex medical data.
Keywords: medical images, 3D graphic engine, 3D graphic
SOBEK J., CETNAROWICZ D., DĄBROWSKI A.: Zastosowanie skaloniezmienniczego
przekształcenia cech do klasyfikacji odcisków
palców
Elektronika (LIII), nr 5/2012, s. 40
Artykuł prezentuje zastosowanie algorytmu SIFT (z ang. Scale Inwariant
Feature Transform – skaloniezmiennicze przekształcenie cech). Pomimo
iż SIFT jest algorytmem do kojarzenia pewnych obiektów w obrazach,
jego cechy pozwalają na wykorzystanie go przy klasyfikacji odcisków palców.
Opisany eksperyment został przeprowadzony przy użyciu testowej
bazy danych o nazwie FVC2004, która zawiera materiał daktyloskopijny.
Współczynnik FRR (współczynnik błędnego odrzucenia) został uzyskany
na poziomie ok. 15%, a współczynnik FAR (współczynnik błędnej akceptacji)
równy 0%. Rezultaty te pozwalają stosować taki algorytm np.
w systemach ochrony stref chronionych. Algorytm SIFT może być także
pierwszym etapem przeszukiwania bazy danych w celu wstępnej selekcji
obrazów z dużej bazy danych.
Słowa kluczowe: SIFT, klasyfikacja odcisków palców
SOBEK J., CETNAROWICZ D., DĄBROWSKI A.: Application of scaleinvariant
feature transform to fingerprint classification
Elektronika (LIII), no 5/2012, p. 40
In this paper an application of SIFT (Scale-Invariant Feature Transform)
is presented. Even though the SIFT is a computer vision algorithm, its
properties confirmed by the described algorithm allow for classification of
the fingerprints. The described experiment was performed using FVC2004
fingerprints database. We obtained FRR (False Rejection Ratio) of about
15% and FAR (False Acceptance Ratio) equal to 0%. This result allows for
application in the access control to restricted areas, i.e., if FAR has to be
low. In general, SIFT can be considered as the first stage of classification
of fingerprints in the database searching.
Keywords: SIFT, fingerprint classification
DOBRZYCKI A., TARAPATA G., JACHOWICZ R.: Bezprzewodowa sieć
czujnikowa do monitoringu parametrów środowiskowych w aplikacjach
ogrodniczych
Elektronika (LIII), nr 5/2012, s. 46
W niniejszym artykule przedstawiony jest projekt systemu umożliwiającego
wykonywanie rozproszonych pomiarów parametrów środowiskowych
przydatnych w aplikacjach ogrodniczych. System składa się z sieci czujnikowej
wykonującej pomiary i przesyłającej wyniki bezprzewodowo do
stacji bazowej, która przesyła je poprzez sieć komórkową do serwera odpowiedzialnego
za ich przechowywanie. Zaproponowana w niniejszym artykule
sieć oparta jest na własnym rozwiązaniu dopasowanym do specyfiki
planowanej aplikacji, dzięki czemu charakteryzuje się dużą oszczędnością
energii i możliwością pracy węzłów sieciowych przez ponad 4 lata przy
zasilaniu z popularnych i niedrogich baterii.
Słowa kluczowe: bezprzewodowa sieć czujnikowa, GPRS, ogrodnictwo,
pomiary parametrów środowiskowych
DOBRZYCKI A., TARAPATA G., JACHOWICZ R.: Wireless sensors
network for environmental parameters monitoring in horticultural
applications
Elektronika (LIII), no 5/2012, p. 46
The following article presents system which enable dispersed measurement
of environmental parameters useful in horticultural applications.
Proposed system consist of sensor network making measurements and
sending results wireless to the base station, which in turn sends them via
mobile network to the server responsible for storing data. The presented
network is based on a unique solution resulting from the specific nature of
the planned application, so it is energy efficient system and the network
nodes has ability to operate for at least 4 years while powered by the popular
and inexpensive batteries.
Keywords: wireless sensor network, GPRS, horticulture, environmental
parameters measurement
Elektronika 5/2012

Streszczenia artykułów ● Summaries of the articles
HOLYAKA R., HOTRA Z., WĘGLARSKI M., MARUSENKOVA T.: Charakterystyka
polowa czujników magnetycznych realizowanych na
dzielonych strukturach hallotronowych
Elektronika (LIII), nr 5/2012, s. 50
W prezentowanej pracy badawczej przeprowadzono analizę charakterystyk
polowych dla czujnika magnetycznego zrealizowanego na dzielonej
strukturze hallotronowej. Tego typu struktura posiada szereg zalet (w tym
m. in. możliwość integracji w trójosiowych sondach pola magnetycznego,
przy zachowaniu wysokiej rozdzielczości przestrzennej), dlatego też
przedstawiono dla niej analizę zależności napięcia wyjściowego od wartości
wektora indukcji magnetycznej. Ponadto zaproponowano model dzielonej
struktury hallotronowej opisujący magnetorezystancyjną modulację
charakterystyki polowej, metodologię badania tego typu modulacji oraz
związanych z tym parametrów numerycznych. Pokazano jak zastosować
otrzymane rezultaty przy kalibracji trójosiowych sond magnetycznych
Słowa kluczowe: czujniki pola magnetycznego, dzielone struktury hallotronowe,
modelowanie, kalibracja
GASZTOLD M.: Interferometr mikrofalowy na pasmo L
Elektronika (LIII), nr 5/2012, s. 56
W artykule przedstawiono wyniki realizacji fazowego, sumacyjno-różnicowego
dyskryminatora kąta, będącego integralną częścią interferometru
mikrofalowego opracowanego na potrzeby systemu wspomagającego lądowanie
samolotów TLS (ang. Transponder Landing System). Szczególną
uwagę zwrócono na wybór odpowiedniej struktury funkcjonalnej tego
dyskryminatora w celu zapewnienia dużej liniowości jego charakterystyki
pelengacyjnej i zmniejszenia wrażliwości na różne czynniki zewnętrzne.
Podano przykład rozwiązania konstrukcyjnego dyskryminatora zrealizowanego
w technice niesymetrycznej linii paskowej.
Słowa kluczowe: systemy wspomagające lądowanie, technika antenowa,
charakterystyka pelengacyjna, pelengacja, dyskryminator fazy, interferometr
mikrofalowy
HOŁYŃSKI M.: Narodowy test interoperacyjności podpisu elektronicznego
Elektronika (LIII), nr 5/2012, s. 61
Obecnie stosuje się jednocześnie wiele formatów i rodzajów e-podpisu,
które nie zawsze są kompatybilne. Istnieje pilna potrzeba empirycznej weryfikacji
procedur umożliwiających interoperacyjność podpisu elektronicznego.
Pierwszy taki test został przeprowadzony 26-27 października 2011 r.
w Warszawie. Poniżej scharakteryzowano w skrócie to przedsięwzięcie.
W osobnym artykule zostaną przedstawione szerzej wyniki testu.
Słowa kluczowe: podpis elektroniczny, e-podpis, CAdES, PadES, XAdES
CZAJKOWSKI J.: Rewizja i modernizacja systemu GMDSS
Elektronika (LIII), nr 5/2012, s. 62
W artykule przedstawiono propozycje prac modernizacyjnych Światowego
Morskiego Systemu Łączności Alarmowej i Bezpieczeństwa opracowane
przez międzynarodową grupę specjalistów najważniejszych Administracji
Morskich świata. Prace te mają być podstawą do długoterminowego procesu
rewizji i modernizacji systemu GMDSS.
Słowa kluczowe: modernizacja GMDSS, system zapewniający bezpieczeństwo
statkom – SSAS, system automatycznej identyfikacji – AIS
BOGUCKI J.: Naziemna telewizja cyfrowa – wybrane zagadnienia
Elektronika (LIII), nr 5/2012, s. 65
W artykule przedstawiono wybrane zagadnienia dotyczące naziemnej
telewizji cyfrowej DVB-T. Opisano specyfikę naziemnej telewizji cyfrowej
w aspekcie sieci jednoczęstotliwościowej i wieloczęstotliwościowej. Zwrócono
uwagę na pewne kierunki rozwoju naziemnej telewizji cyfrowej.
Słowa kluczowe: naziemna telewizja cyfrowa, sieć jednoczęstotliwościowa
i wieloczęstotliwościowa
PRZESMYCKI R., NOWOSIELSKI L., WNUK M., BUGAJ M., PIWO-
WARCZYK K.: Metodyki pomiarów parametrów materiałów absorpcyjnych
Elektronika (LIII), nr 5/2012, s. 69
Artykuł dotyczy problemów związanych z pomiarami absorpcji materiałów
pochłaniających fale elektromagnetyczne. Przedstawiono w nim metodologie
pomiarów oraz opis stanowisk do pomiaru parametrów materiałów
absorpcyjnych. Zamieszczono w nim również wyniki pomiarów przeprowadzonych
zgodnie z opracowanymi metodologiami dla płyt metalowych
z naniesionym przykładowym materiałem absorpcyjnym.
Słowa kluczowe: absorpcja, RCS, fale elektromagnetyczne, EMC
Elektronika 5/2012
HOLYAKA R., HOTRA Z., WĘGLARSKI M., MARUSENKOVA T.: Field
characteristic of magnetic sensors on the split hall structures
Elektronika (LIII), no 5/2012, p. 50
The analysis of the field characteristics of magnetic sensors based on
split Hall structures has been conducted in presented research work.
Having a number of advantages (including the capability to be integrated
into three-component magnetic probes with high spatial resolution), such
split Hall structures require further analysis of output voltage dependence
on magnetic induction vector. Besides, this paper proposes a split Hall
structure model describing the parasitic magnetoresistive modulation of
the field characteristic, the methodology of this modulation study and its
numerical parameters. It is shown how to apply the obtained results when
calibrating three-component magnetic probes.
Keywords: magnetic field sensor, split Hall structure, modelling, calibration
GASZTOLD M.: L-band microwave interferometer
Elektronika (LIII), no 5/2012, p. 56
The article presents the results of the implementation of the sum-difference
phase discriminator, which is an integral part of the microwave interferometer
working as a part of aircraft landing support system TLS (Transponder
Landing System). Particular attention was paid to the choice of
an appropriate functional structure of the discriminator in order to ensure
high linearity of its pelengation characteristic and reduced susceptibility
to various external factors. An example of design solution was build in
asymmetric stripline.
Keywords: aircraft landing support system, antenna theory, pelengation
characteristic, pelengation, phase discriminator, microwave interferometer,
Transponder Landing System
HOŁYŃSKI M.: Polish interoperability test for electronic signature
Elektronika (LIII), no 5/2012, p. 61
There are many formats and types of currently used electronic signatures,
which are not always compatible. There is thus an urgent need for empirical
verification procedures that should enable interoperability of e-signatures.
The first such test was conducted on October 26-27 in Warsaw.
A brief overview of this project is presented below. Detailed results will be
described in a separate paper.
Keywords: electronic signature, e-signature, CAdES, PadES, XAdES
CZAJKOWSKI J.: Revision and modernization of the GMDSS
Elektronika (LIII), no 5/2012, p. 62
The article describes the main task of the Correspondence Group on the Scoping
exercise to establish the need for a review of the elements and procedures
of the GMDSS. The work item is to review the Global Maritime Distress
and Safety System and then to develop a modernization programme. The
modernization programme would implement findings of the review, include
more modern and efficient communications technologies in the GMDSS and
support the communications needs of the e-navigation strategy.
Keywords: modernization of the GMDSS, Ship Security Alert System
– SSAS, Automatic Identification System – AIS
BOGUCKI J.: Digital Video Broadcasting Terrestrial – selected issues
Elektronika (LIII), no 5/2012, p. 65
This article describes selected issues of DVB-T Digital Video Broadcasting
Terrestrial. Single and multiple frequency networks specific to digital
television are described. Some development trends of digital terrestrial
television have been is presented.
Keywords: Digital Video Broadcasting Terrestrial, Single and Multiple Frequency
Networks
PRZESMYCKI R., NOWOSIELSKI L., WNUK M., BUGAJ M., PIWO-
WARCZYK K.: Methodologies for measuring the parameters of absorption
materials
Elektronika (LIII), no 5/2012, p. 69
The paper concerns the problems connected witch measurement of electromagnetic
wave absorption of absorbing materials. In the article are presented
the measurement methodology and laboratory stands description.
The measurements results for flat steel panel coated with absorbing material
example are presented too.
Keywords: absorption, Radar Cross Section (RCS), electromagnetic
wave, electromagnetic compatibility (EMC)

Streszczenia artykułów ● Summaries of the articles
BRATEK P., KOS A.: LABGSM – system ewaluacyjny modułu GSM/
GPRS
Elektronika (LIII), nr 5/2012, s. 74
Artykuł opisuje architekturę systemu LABGSM. Przedstawiono część
sprzętową i oprogramowanie umożliwiające naukę i pracę z modułem
przemysłowym GSM/GPRS. Prezentowany system zawiera: moduł GSM/
GPRS Sagem Communication HiLo, płytę ewaluacyjną “mini Eval”, oprogramowanie
terminala, modułu Master, serwera TCP i UDP, program Tunel
i bazę danych. System LABGSM pozwala na całkowicie automatyczną
weryfikację poszczególnych etapów pracy użytkowników.
Słowa kluczowe: GSM, GPRS, komendy AT, oprogramowanie terminala
BRATEK P., KOS A.: LABGSM – Evaluation System of GSM/GPRS
Module
Elektronika (LIII), no 5/2012, p. 74
Paper describes the LABGSM system architecture. Hardware and software
for learning and designing with GSM/GPRS module are presented. The
system includes: Sagem Communication industrial GSM/GPRS module,
evaluation board “mini Eval”, software for terminal and master module,
TCP and UDP server, Tunnel program and database. LABGSM system
allows on fully automatic verification of the various stages of user experience.
Keywords: GSM, GPRS, AT commands, terminal software
PICHOLA W., MACIEJEWSKA M., MAMAJEK M., KWIATKOWSKI J.,
ŚWIDERSKI J.: Układ zasilania i sterowania impulsowej diody laserowej
z rozłożonym sprzężeniem zwrotnym pracującej w paśmie widmowym
bezpiecznym dla wzroku
Elektronika (LIII), nr 5/2012, s. 77
Zaproponowano autorskie rozwiązanie sterownika do diod laserowych
z rozłożonym sprzężeniem zwrotnym DFB (ang. Distributed Feed-Back)
pracującej z bezpośrednią modulacją prądu. Układ ten pozwala, dla przypadku
analizowanej, komercyjnie dostępnej diody laserowej, na uzyskanie
impulsów promieniowania o czasie trwania z przedziału (0,4…-5) ns przy
częstotliwości repetycji od 600 kHz do 2 MHz. Opracowany układ ma postać
prototypu – demonstratora technologii.
Słowa kluczowe: zasilanie diod laserowych, kontrola parametrów diod
laserowych
PICHOLA W., MACIEJEWSKA M., MAMAJEK M., KWIATKOWSKI J.,
ŚWIDERSKI J.: Supply and control system of a pulsed distributedfeedback
laser diode operating at the eye-safe spectrum window
Elektronika (LIII), no 5/2012, p. 77
The original solution of a driver for distributed feed-back laser diodes working
with direct current modulation was proposed. The system allows, for
a commercially available laser diode analyzed, obtaining laser pulses of
changeable duration ranging from 0.4 to 5 ns at the repetition rate in the
range of (0.6…2) MHz. The system developed has the form of a prototype
– a technology demonstrator.
Keywords: supplying of laser diodes, control of diode laser parameters
Szanowni Autorzy,
zgodnie z zaleceniem Ministerstwa Nauki i Szkolnictwa Wyższego
przedstawiamy procedurę przeciwdziałania przypadkom
ghostwriting i guest authorship.
Definicje
– ghostwriting – przypadek, gdy ktoś wniósł istotny wkład
w powstanie publikacji, bez ujawnienia swojego udziału jako jeden
z autorów lub bez wymienienia jego roli w podziękowaniach
zamieszczonych w publikacji,
– guest authorship (honorary authorship) – przypadek,
gdy udział autora jest znikomy lub w ogóle nie miał miejsca,
a pomimo to jest autorem/współautorem publikacji.
Działania mające na celu przeciwdziałanie powyższym
przypadkom (zgodnie z zaleceniami Ministerstwa Nauki i Szkolnictwa
Wyższego) są następujące:
● Redakcja wymaga od autorów publikacji ujawnienia wkładu
poszczególnych autorów w powstanie publikacji (z podaniem
ich afiliacji oraz kontrybucji, tj. informacji kto jest autorem koncepcji,
założeń, metod, protokołu itp. wykorzystywanych przy
przygotowaniu publikacji), przy czym główną odpowiedzialność
ponosi autor zgłaszający manuskrypt.
● Redakcja wyjaśnia w „Informacji dla autorów”, że ghostwriting
i guest authorship są przejawem nierzetelności
naukowej, a wszelkie wykryte przypadki będą demaskowane,
włącznie z powiadomieniem odpowiednich podmiotów (instytucje
zatrudniające autorów, towarzystwa naukowe, stowarzyszenia
edytorów naukowych itp.).
● Redakcja wymaga informacji o źródłach finansowania
publikacji, wkładzie instytucji naukowo-badawczych, stowarzyszeń
i innych podmiotów (financial disclosure).
● Redakcja dokumentuje wszelkie przejawy nierzetelności
naukowej, zwłaszcza łamania i naruszania zasad etyki obowiązujących
w nauce.
* * *
W związku ze zmianami dotyczącymi oceny parametrycznej
czasopism, Ministerstwo Nauki i Szkolnictwa Wyższego wprowadziło
następujące kryteria oceny publikacji:
1. Oryginalność
– czy artykuł zawiera nowości w zakresie prezentowanej tematyki?
– czy wnosi wkład w stan wiedzy?
– czy odpowiada poziomowi merytorycznemu czasopisma?
– czy opisywane zagadnienia są istotne dla rozwoju nauki
lub zastosowań praktycznych?
2. Układ
– czy artykuł prezentuje logiczny układ treści i jasność wywodu?
a) Tytuł: czy odpowiada treści artykułu?
b) Streszczenie: czy odzwierciedla treść artykułu?
c) Wprowadzenie: czy opisuje co autor zamierzał osiągnąć
i jasno przedstawia zagadnienia poruszane w artykule? (zwykle
wprowadzenie powinno zawierać przegląd literatury dotyczącej
danego tematu, opis eksperymentu, hipotezy, ogólny plan eksperymentu
lub stosowanych metod),
d) Metody badań: czy autor dokładnie wyjaśnia w jaki sposób
otrzymał wyniki? Czy metody badań są odpowiednio dobrane?,
jeśli metody są nowe, to czy są dokładnie opisane?, czy autor
wystarczająco dokładnie opisał sposób wykonywania badań/pomiarów?
e) Wyniki: czy autor w logiczny i jasny sposób wyjaśnia co
stwierdził w wyniku przeprowadzonych badań?, czy dokonał
prawidłowej analizy wyników?
f) Podsumowanie/Wnioski: czy zamieszczone stwierdzenia/wnioski
są poparte wynikami badań?, czy autor wykazał jak
wyniki odnoszą się do oczekiwań i wcześniejszych badań?, czy
wyniki badań potwierdzają czy zaprzeczają wcześniejszym teoriom?
g) Rysunki i tabele: czy zamieszczone rysunki i tabele jasno
ilustrują wyniki badań i czy są zrozumiałe dla czytelnika?, czy
są istotne dla zilustrowania treści artykułu?
3. Wcześniejsze badania
– jeśli artykuł zawiera wcześniejsze wyniki badań, to czy zamieszczono
odpowiednie odnośniki literaturowe?
4. Zagadnienia etyczne
– Plagiat: czy artykuł nie jest kopią innej pracy?
Elektronika 5/2012

Proste metody tworzenia map głębokości i wypełniania
luk informacyjnych przy konwersji obrazów 2D do 3D
mgr inż. Julian Balcerek, mgr inż. Adam Konieczka,
prof. dr hab. inż. Adam Dąbrowski, dr inż. Tomasz Marciniak
Poznań University of Technology, Chair of Control and System Engineering, Division of Signal Processing and Electronic Systems
Istniejące proste metody konwersji obrazów 2-wymiarowych 2D
(ang. two-dimensional) na 3-wymiarowe 3D (ang. three-dimensional)
wykorzystują binarne mapy głębokości określające, które
obiekty przedstawione na obrazie widz ma postrzegać jako
bliższe, a które jako dalsze. Mapy głębokości oraz metody ich
tworzenia opisano w [1–7]. Obecnie jednym z największych problemów
jest opracowanie skutecznych metod automatycznego
generowania map dla obrazów nieruchomych oraz dla sekwencji
wizyjnych.
Kolejnym problemem jest opracowanie metod wypełniania tzw.
luk informacyjnych. Człowiek, patrząc na dowolny obiekt, widzi go
każdym okiem pod nieco innym kątem i na nieco przesuniętym
tle. Na tej podstawie mózg określa odległości i tworzy wrażenie
trójwymiarowości postrzeganej sceny. W przypadku zdjęcia zarejestrowanego
jednym obiektywem brakuje więc części informacji,
którą, w celu konwersji do formatu 3D, należy uzupełnić. Ten brak
określa się mianem luk informacyjnych. Nowe metody ich wypełniania
autorzy opisali w pracy [8].
Opracowanie aplikacji programowej do skutecznej konwersji
obrazów 2-wymiarowych na 3-wymiarowe może mieć zastosowanie
np. w systemach monitoringu CCTV (ang. Closed-Circuit Television),
aby zwrócić uwagę operatora monitoringu oglądającego
obraz z wielu kamer na sytuacje potencjalnie niebezpieczne [9].
Ogólna idea proponowanego dodatkowego narzędzia dla operatora
monitoringu jest przedstawiona na rys. 1.
W dalszej części opisano metody detekcji i śledzenia obiektów
w celu generacji map głębokości, natomiast w rozdziale
trzecim zaproponowano metodę tworzenia obrazów 3-wymiarowych
z 2-wymiarowych przy wykorzystaniu binarnych map
głębokości wraz z proponowanym sposobem wypełniania luk
informacyjnych.
Wykrywanie i śledzenie obiektów w celu
generacji binarnych map głębokości
Algorytmy detekcji ruchu w sekwencjach wizyjnych bazują na różnicach
zawartości kolejnych ramek. Systemy wizyjne wykonujące
detekcję ruchu służą głównie do określenia położenia, orientacji
i rozmiaru obszarów, w których nastąpił ruch, co jest wykorzystywane
do identyfikacji poruszających się obiektów. Sama detekcja
ruchu nie jest problemem, natomiast trudność stanowią operacje
przetwarzania danych, takie jak właściwe oznaczanie całych
obiektów, ich separacja z tła, następnie proces segmentacji, klasyfikacji
i efektywnego śledzenia.
Metody detekcji ruchu analizują zawartość kolejnych ramek
sekwencji i są w stanie działać nawet w czasie rzeczywistym.
Najważniejsze metody bazują na następujących technikach:
– przepływu optycznego (ang. optical flow),
– zależności (ang. correspondence),
– śledzeniu konturu (ang. contour tracking).
Wspólnym elementem wszystkich metod detekcji ruchu jest
utworzenie binarnego obrazu zawierającego oznaczone miejsca,
w których obiekty poruszały się w obrazie wejściowym. Niestety,
w ten sposób wykryte obszary ruchu nie dostarczają dostatecznie
dokładnej informacji o poruszającym się obiekcie, tj. jego kształcie
i faktycznych rozmiarach. Każda z istniejących metod jest
dedykowana do konkretnych warunków w danej scenie i może
prowadzić do odmiennej interpretacji ruchu. Należy podkreślić,
że żadna z obecnie znanych metod nie jest ani uniwersalna, ani
Elektronika 5/2012
stuprocentowo precyzyjna. Tak więc, dla uzyskania najlepszych
rezultatów, sekwencja wideo powinna być analizowana kilkukrotnie
z użyciem różnych metod z różnymi parametrami wejściowymi.
Niestety, taki system nie może działać w czasie rzeczywistym
z powodu zbyt dużego obciążenia CPU wieloma operacjami przetwarzania
sygnałów [10].
Detekcji ruchu, segmentacji i określenia trajektorii obiektów
w sekwencjach wideo można dokonać w oparciu o algorytmy
przepływu optycznego [11, 12]. Te metody zakładają, że dla
każdej ramki sekwencji wideo jest możliwe utworzenie pola
wektora ruchu, które służy do konwersji danej ramki w następną
ramkę. Wektory w tablicy zawierają informacje o prędkości
i kierunku ruchu danych segmentów ramek. Transformacja kolejnych
ramek odbywa się poprzez przesunięcie segmentów
o określonych rozmiarach (takim segmentem może być nawet
pojedynczy piksel) o wartości określone w odpowiednich wektorach
ruchu. Początkowo te algorytmy zostały zastosowane do
obrazów w skali szarości, jednak nic nie stoi na przeszkodzie,
by z powodzeniem zastosować je do obrazów kolorowych [13].
Dwiema najpopularniejszymi metodami bazującymi na przepływie
optycznym są: metoda Lucasa i Kanade’go oraz metoda
Horna i Schuncka [14].
Proces śledzenia obiektów i generacji binarnych map, który
może być zastosowany do generacji obrazów 3D, realizuje model
„śledzenie z wykorzystaniem przepływu optycznego” działający
w środowisku Matlab. Wykorzystuje on estymację pól przepływu
optycznego wektorów ruchu w każdej ramce sekwencji wideo.
Rys. 1. Proponowany ogólny schemat narzędzia stereowizyjnego dla
systemów monitoringu
Fig. 1. General idea of stereovision tool for monitoring systems

Z zastosowaniem odpowiedniego progowania i operacji morfologicznej
zamknięcia dla wektorów ruchu ten model generuje binarne
obrazy, które lokalizują obiekt przy użyciu tzw. analizy „blobów”.
Rysunek 2 prezentuje przykład uzyskanego rezultatu.
Wypełnianie obszarów luk informacyjnych
W typowym obrazie anaglifowym jednocześnie zawarty jest obraz
przeznaczony dla lewego oka (składowa czerwona obrazu zapisanego
w systemie RGB) i prawego oka (składowa cyjanowa,
tj. G i B). Do jego obejrzenia są konieczne okulary z filtrami czerwonym
dla lewego oka i cyjanowym dla oka prawego [15–19].
Idea tworzenia wrażenia 3D z wykorzystaniem techniki anaglifowej
jest przedstawiona na rys. 3.
a)
b)
Rys. 3. Mechanizm tworzenia i postrzegania efektu 3D na zdjęciu
dwuwymiarowym wykonanym w technice anaglifowej
Fig. 3. 3D effect perception based on 2D anaglyph image
c)
W przypadku konwersji zdjęcia 2-wymiarowego na 3-wymiarowe
jest dostępny tylko jeden obraz dla obu oczu. W celu zbadania
wpływu informacji przeznaczonej dla poszczególnych oczu na
widzenie efektu 3D przeprowadzono eksperyment pokazany na
rys. 4. Anaglif utworzony ze zdjęcia stereoskopowego wykonanego
dwuobiektywową kamerą zmodyfikowano poprzez umieszczenie
na nim dwóch markerów. Pierwszy dodano w składowej
czerwonej w obszarze niewidocznym z perspektywy prawego
oka, natomiast drugi dodano w składowej cyjanowej w miejscu
niewidocznym z perspektywy lewego oka.
d)
Rys. 2. Przykład detekcji i śledzenia obiektu: a) oryginalny obraz,
b) zaznaczone wektory ruchu, c) rezultat detekcji, d) binarna mapa
Fig.2. Example of the object detection and tracking: a) original image,
b) marked motion vectors, c) detection result, d) binary map
10
Rys. 4. Postrzeganie markerów przeznaczonych dla poszczególnych
oczu
Fig. 4. Perception of markers put in particular eye views
Elektronika 5/2012

Rys. 7. Binarna mapa głębokości dla obrazu z rys. 6
Fig. 7. Binary depth map from the image in Fig. 6
Rys. 5. Występowanie luki (dziury) informacyjnej w składowej czerwonej
podczas generacji wrażenia trójwymiarowego
Fig. 5. Occurrence of information hole in red component after generation
of 3D illusion
W przedstawionym eksperymencie uzyskano wyraźnie zauważalny
efekt 3D, przy czym oba markery były widoczne. W ten
sposób ludzki mózg tworzy wrażenie 3-wymiarowe, wykorzystując
pełną informację dostępną dla obu oczu. Brak informacji
dostępnej dla jednego oka i widocznej tylko z perspektywy tego
oka byłby dostrzegalny. Ten eksperyment potwierdził, że wypełnienie
luk informacyjnych jest bardzo istotnym zagadnieniem,
szczególnie dla metod bazujących na bezpośrednim przesuwaniu
poszczególnych składowych koloru (zazwyczaj rozsuwa się
składową czerwoną względem pozostałych [20]) i binarnych mapach
głębokości [8, 9]. Przyczyna powstawania luk informacyjnych
przy rozsuwaniu składowej czerwonej została zilustrowana
przykładem na rys. 5. Bezpośrednią przyczyną jest różne rozsunięcie
składowej czerwonej dla obiektu i tła. Propozycję metody
wypełniania luk informacyjnych, przy wykorzystaniu liniowej interpolacji,
przestawiono we wcześniejszej pracy autorów [8].
Dalej zaprezentowano metodę wypełnienia luki informacyjnej
w składowej czerwonej za pomocą jej przefiltrowanego lustrzanego
odbicia. Metodę zaimplementowano w środowisku programistycznym
Matlab w wersji 7.11.0. Program umożliwia rozsunięcie składowej
czerwonej w lewo lub w prawo o dowolną wartość zarówno
dla tła, jak i dla obiektu pierwszoplanowego. Przyjęto, że ujemne
rozsunięcie oznacza przesunięcie w lewo, a dodatnie – w prawo.
W pierwszym kroku program wczytuje pierwotne zdjęcie dwuwymiarowe
(przykładowe zaprezentowano na rys. 6) oraz przygotowaną
dla niego mapę głębokości – rys. 7. Białe obszary na
mapie odpowiadają obiektom, które mają być postrzegane jako
bliższe, a czarne – obiektom dalszym. W przypadku systemów
monitoringu CCTV dokładne rozróżnienie obiektów bliższych
i dalszych nie musi precyzyjnie odzwierciedlać stanu faktycznego.
Istotne jest, aby obiekt ważny, np. poruszający się, przybliżyć
względem tła tak, aby operator monitoringu mógł go łatwiej dostrzec.
W następnym kroku składowa czerwona obrazu pierwotnego
jest – na podstawie mapy głębokości – przesuwana poziomo
o wartości zdefiniowane na początku działania programu osobno
dla tła i dla obiektu. W ten sposób pojawiają się miejsca niezawierające
tej składowej, tj. luki informacyjne. Są one oznaczane na
kolejnym obrazie binarnym (rys. 8) na biało. Obraz ten, o rozdzielczości
518×389 pikseli (takiej samej jak pierwotny), powstał przez
ujemne przesunięcie składowej R o 15 pikseli dla tła i dodatnie
przesunięcie o 15 pikseli dla obiektu.
W finalnym obrazie wartości składowych G i B zostają w całości
przepisane z obrazu pierwotnego. Składowa R z miejsc, które
na mapie głębokości były oznaczone jako tło (kolor czarny),
zostaje przepisana z przesunięciem określonym dla tła. Analogicznie,
składowa R z miejsc, które na mapie głębokości zostały
oznaczone jako obiekt, zostaje przepisana z przesunięciem określonym
dla obiektu.
Kolejnym krokiem jest wypełnienie w końcowym obrazie luki
informacyjnej powstałej dla składowej R przy wykorzystaniu metody
przefiltrowanego lustrzanego odbicia. Jeśli przesunięcie
składowej R dla obiektu było większe niż dla tła, tzn. gdy luka
Rys. 6. Pierwotny obraz 2-wymiarowy
Fig. 6. Original 2D image
Rys. 8. Luka informacyjna powstała dla obrazu z rys. 6
Fig. 8. Red component information hole from the image in Fig. 6
Elektronika 5/2012 11

Rys. 9. Wypełnienie dziury informacyjnej w składowej R przez jej lustrzane
odbicie z sąsiadującego z nią tła
Fig. 9. Red component information hole filled by mirroring adjoining
red component background
informacyjna powstała po lewej stronie obiektu, jej wypełnienie
następuje od lewej strony. W każdej linii obrazu kolejne piksele
luki wypełnia się lustrzanie pikselami z sąsiadującego z luką
tła. Przykład takiego wypełnienia luki informacyjnej prezentuje
rys. 9. Analogicznie, jeśli przesunięcie składowej R dla obiektu
było mniejsze niż dla tła, tzn. gdy luka powstała po prawej stronie
obiektu, jej wypełnienie następuje lustrzanie w każdej linii od prawej
strony pikselami sąsiadującymi z luką.
W przypadku bezpośredniego wypełnienia luki informacyjnej
w ten sposób, znajdujące się w odbiciu pionowe bądź ukośne
krawędzie (na rys. 9 oznaczono je żółtym prostokątem) byłyby
wyraźnie zauważalne w formie artefaktów pogarszających jakość
zdjęcia. By uniknąć tego efektu można zastosować poziomą
filtrację uzupełnianej składowej. Nie jest to jednak rozwiązanie
optymalne, gdyż spowoduje lokalne pogorszenie ostrości zdjęcia
i będzie zmniejszało wrażenie efektu 3D. W związku z tym
dla uzupełnianej składowej proponujemy zastosować kodowanie
różnicowe, które umożliwia usunięcie wyraźnych krawędzi pionowych
i ukośnych nie usuwając jednocześnie pozostałych szczegółów,
które subiektywnie maskują brak właściwej informacji.
W tym celu w uzupełnianej luce wartość pierwszego piksela zostaje
przepisana bezpośrednio, natomiast dla każdego kolejnego
sprawdza się, czy jego wartość nie różni się względem poprzedniego
piksela o więcej niż wynosi parametr x. Parametr x jest
maksymalną zdefiniowaną przez użytkownika wartością różnicy
pomiędzy kolejnymi pikselami uzupełnianej lustrzanie składowej
R. Jeśli nie, wartość jest wprost przepisana, natomiast jeśli tak,
to zostaje zmniejszona do wartości poprzednio uzupełnianego
piksela odpowiednio powiększonej lub pomniejszonej o wartość
parametru x. Doświadczalnie stwierdzono, że najlepsze efekty
uzyskuje się przy wartości parametru x równej 8. Przykład składowej
R zakodowanej w opisany sposób dla całego obrazu prezentuje
rys. 10.
Zaletą powyższej metody jest jej prostota, niewielka złożoność
obliczeniowa oraz fakt, że dobrze usuwa wyraźne pionowe lub
ukośne krawędzie w miejscach uzupełniania składowej R, zmniejszając
liczbę artefaktów. Mimo to pozostawia szczegóły, których
brak oko odbiera jako lokalne pogorszenie ostrości obrazu.
Rysunek 11 przedstawia składową R finalnego obrazu anaglifowego
po wypełnieniu luki informacyjnej zaproponowaną metodą
dla parametru x wynoszącego 8 i przesunięcia tła w lewo
o 15 pikseli i obiektu w prawo również o 15 pikseli. Finalny anaglif
z wykorzystaniem tej składowej prezentuje rys. 12.
Wstępnie stwierdzono, że najlepsze rezultaty, tj. najlepsze
wrażenie efektu 3D, uzyskuje się dla przesunięcia składowej R:
12
Rys. 10. Składowa R dla całego obrazu z rys. 6 zakodowana różnicowo
z parametrem x równym 8
Fig. 10. Differentially filtered red component of image in Fig. 6 with
parameter x equal to 8
Rys. 11. Składowa R z wypełnioną luką informacyjną przy użyciu zaproponowanej
metody pokazanej na rys. 10
Fig. 11. Red component information hole filled with mirroring in differentially
filtered image in Fig. 10
Rys. 12. Ostateczny obraz anaglifowy ze składową R przesuniętą
w lewo o 15 pikseli dla tła i 15 pikseli w prawo dla obiektu i wypełnioną
luką informacyjną jak na rys. 10
Fig. 12. Final anaglyph image with the background shifted by 15 pixels
to the left and the object shifted by 15 pixels to the right after
mirroring supplemented with the method in Fig. 10 within the red
component information hole
Elektronika 5/2012

Rys. 13. Interfejs użytkownika eksperymentalnej aplikacji do konwersji zdjęć 2D do 3D
Fig. 13. User interface window of experimental application for 2D to 3D image conversion
– dla tła – w lewo o ok. 3…4% szerokości obrazu
– dla obiektu – w prawo o ok. 3…4% szerokości obrazu.
Autorzy planują przeprowadzenie dalszych badań, mających
na celu precyzyjne ustalenie optymalnych wartości rozsunięć składowych
RGB i wartości parametru x przy tworzeniu anaglifów.
W tym celu już zaimplementowano w środowisku programistycznym
Matlab testową aplikację do subiektywnego wyboru optymalnych
parametrów konwersji 2D do 3D dla różnych metod, by
proponowaną metodę móc skonfrontować z innymi [8]. Obecnie
aplikacja umożliwia wybór następujących metod: przesuwania
całej składowej R, metody bezpośredniej, metody bezpośredniej
z interpolacją, skalowania segmentów obrazu, przesuwania segmentów
obrazu oraz metody proponowanej w niniejszym artykule.
Wygląd interfejsu użytkownika aplikacji przedstawiono na rys. 13.
Interfejs ten umożliwia: wybór i wczytanie obrazu testowego,
wybór metody konwersji 2D do 3D i regulację parametrów
uzyskiwania obrazu 3D dla każdej z metod przy wykorzystaniu
widocznych u dołu okna suwaków. Ponadto jest możliwość obserwacji
tworzonego anaglifu bądź jedynie jego składowej R,
a także określenie czy po bokach powstałego obrazu mają być
wyświetlane pasy będące rozsuniętymi składowymi poza obszar
wspólny dla wszystkich składowych zdjęcia. Tworzenie anaglifu
odbywa się praktycznie w czasie rzeczywistym. Ewentualne występowanie
niewielkich opóźnień zależy od złożoności obliczeniowej
poszczególnych metod przy wybranych przez użytkownika
parametrach i rozdzielczości obrazu.
Podsumowanie
Proponowana metoda generowania 3-wymiarowych obrazów
anaglifowych z obrazów 2-wymiarowych cechuje się niską obliczeniochłonnością.
Konieczne jest przygotowanie map głębokości
wykonanych na etapie wykrywania i śledzenia obiektów.
Dzięki wypełnianiu luk informacyjnych w składowej czerwonej za
pomocą jej przefiltrowanego lustrzanego odbicia uzyskano dobrą
jakość powstałych anaglifów przy niewielkiej liczbie zauważalnych
artefaktów oraz niewielkiej złożoności obliczeniowej. Metoda
ta może znaleźć zastosowanie np. dla operatorów monitoringu
jako jedna z opcji sprawiająca, że praca będzie mniej monotonna
i bardziej wydajna. Jej zaletą jest to, że nie wymaga stosowania
specjalnych kamer rejestrujących obraz stereoskopowy. Autorzy
zamierzają prowadzić dalsze badania nad proponowaną metodą
w porównaniu z pozostałymi metodami, m.in. przy użyciu opisanej
aplikacji testowej.
Praca jest finansowana z funduszy projektów
INDECT oraz DS w 2012 roku.
Literatura
[1] Tam W.J., Zhang L.: 3D-TV Content
Generation: 2D-to-3D Conversion.
Multimedia and Expo. IEEE International
Conference on, July 2006, Pages:
1869–1872.
[2] Chang Y.L. i in., Depth Map Generation
for 2D-to-3D Conversion by Short-Term
Motion Assisted Color Segmentation.
Multimedia and Expo. IEEE International
Conference on, July 2–5 2007,
Pages: 1958–1961.
[3] Ideses I., Yaroslavsky L.P., Fishbain B.:
Real-time 2D to 3D video conversion.
Real-Time Image Proc (2007) 2:3–9.
[4] Redert A. i in.: Philips 3D Solutions:
From Content Creation to Visualization.
3D Data Processing, Visualization,
and Transmission, Third International
Symposium on, June 2006, Pages:
429–431.
[5] Kim D., Min D., Sohn K.: Stereoscopic
Video Generation Method Using Motion
Analysis. 3DTV Conference, May 7–9
2007, Pages: 1–4.
[6] Ideses I. i in.: Depth Map Quantization
– How Much is Sufficient? 3DTV Conference,
7–9 May 2007, Pages: 1–4.
[7] Zhang L., Tam W.J.: Stereoscopic image generation based on depth
images for 3D TV. Broadcasting, IEEE Transactions on, Volume 51,
Issue 2, June 2005, Pages: 191–199.
[8] Balcerek J., Dąbrowski A., Konieczka A.: Simple efficient techniques
for creating effective 3D impressions from 2D original images. Proc.
of Signal Processing NTAV/SPA’2008, Poland Section, Chapter Circuits
and Systems IEEE, Poznań, Poland, 25–27th September 2008,
Pages: 219–224.
[9] Balcerek J., A. Konieczka, A. Dąbrowski, M. Stankiewicz, A.
Krzykowska: Brightness Correction and Stereovision Impression
Based Methods of Perceived Quality Improvement of CCTV Video
Sequences. Proc. of 4th International Conference MCSS 2011, June
2–3, Krakow, Poland. Springer, 2011, Pages: 64–72.
[10] Marciniak T., Jackowski D., Pawłowski P., Dąbrowski A.: Real-time
people tracking using DM6437 EVM. Proc. of SPA’2009, Poland Section,
Chapter Circuits and Systems IEEE, Poznań, Poland, September,
24–26th 2009, Pages: 116–120.
[11] King Yuen Wong, Spetsakis M.E.: Tracking, Segmentation and Optical
Flow. Dept. of Computer Science Centre for Vision Research York
Technical Report CS-2003-09, Oct. 14 2003.
[12] Lucena M., Fuertes J.M., Perez de la Blanca N.: Using Optical Flow
for Tracking. CIARP 2003, LNCS 2905, 2003, Pages: 87–94.
[13] Andrews R.J., Lovell B.C.: Color Optical Flow. Australian Pattern
Recognition Society, Proceedings of the Workshop Digital Image
Computing (2003), 2003, Pages: 135–139.
[14] Barron J.L., Fleet D.J., Beauchemin S.S.: Performance of Optical
Flow Techniques. International Journal of Computer Vision, 12:1,
Kluwer Academic Publisher, 1994, Pages: 43–77.
[15] Onural L.: An Overview of Research In 3DTV. Systems, Signals and
Image Processing, 2007 and 6th EURASIP Conference focused
on Speech and Image Processing, Multimedia Communications
and Services. 14th International Workshop on, 27–30 June 2007,
Page: 3.
[16] Dumbreck A.A., Smith C.W.: 3-D TV displays for industrial applications.
Stereoscopic Television, IEEE Colloquium on, 15th Oct 1992,
Pages: 7/1–7/4.
[17] Dubois E.: A projection method to generate anaglyph stereo images.
2001. Proceedings. (ICASSP’01). 2001 IEEE International Conference
on, Volume 3, 7–11 May 2001 Pages: 1661–1664.
[18] IJsselsteijn W.A., de Ridder H., Vliegen J.: Subjective evaluation of
stereoscopic images: effects of camera parameters and display duration.
Circuits and Systems for Video Technology, IEEE Transactions
on, Volume 10, Issue 2, March 2000, Pages: 225–233.
[19] Gallagher A.C.: Detecting anaglyph images with channel alignment
features. Proc. of 2010 17th IEEE International Conference on Image
Processing (ICIP), 26–29 September 2010, Hong Kong, Pages:
2985–2988.
[20] Stelmach L. i in., Stereo image quality: effects of mixed spatio-temporal
resolution. Circuits and Systems for Video Technology, IEEE
Transactions on, Volume 10, Issue 2, March 2000, Pages: 188–193.
Elektronika 5/2012 13

Perceptron with reciprocal activation functions
to implement polynomial relationships
(Perceptron z funkcjami aktywacji typu 1/x do implementacji
zależności wielomianowych)
dr inż. JAROSŁAW MAJEWSKI 1) , dr hab. inż. RYSZARD WOJTYNA, prof. UTP 2)
1)
University of Technology and Life Sciences, Bydgoszcz
2)
University of Technology and Life Sciences and The Academy of Information Technology, Bydgoszcz
In many situations, there is a need to create symbolic descriptions
of rules governing physical phenomena or measurement
data given only in a numerical form. The latter is often connected
with a necessity of calibrating measurement instruments. The rule
discovering is difficult when we measure complex quantities, like
humidity or luminous intensity, and the description takes a multidimensional
polynomial form. The rule discovery task can be
solved, among others, using atypical perceptron-type neural networks
[1-11] implementing a given symbolic relationship. Such an
approach is especially attractive when the number of dimensions
of the applied polynomial is large.
Realizing complex polynomial relations in a form of the perceptron
neural network, we utilize the fact that perceptrons can
be trained in a rather simple manner when applying the popular
back propagation learning technique (BP) or methods originated
with BP. Using special perceptron networks, like that presented
in the literature as well as that proposed in this paper, some of
the intricate relations can be realized in a simple way. Parameters
of symbolic relations realized by means of such perceptrons
can be directly determined during the network learning process.
The simple neural network realization of the complex relations is
possible only for some expressions describing a given data set.
Polynomial forms are ones of them.
In this paper, we deal with polynomial expressions and show
that the atypical perceptron neural network realizing the rule discovery
task can be based on reciprocal functions exclusively,
without using activation functions of other types. The perceptron
presented in this paper is a novel simple solution proposed by the
authors. Determination of the polynomial parameters by means of
the perceptron is performed during the network learning process.
The proposed reciprocal-function based perceptron is useful to
solve plenty of physical and metrological problems.
Solutions known from literature
One group of the special-type perceptrons suitable for the law discovery
task creates solutions based on polynomial expressions
of the form:
h
n
h
⎛
n
⎞
w
y
= c
+ ∑c
⎜
(1)
( ) ⎟
i ∏ x
ij
0 j = c0
+ ∑ci
exp
⎜ ∑ wij
ln xj
i
= 1 j
=
1
i
=
1
⎟
⎝ j=
1
⎠
Examples of perceptrons realizing the polynomial relationship given
by (1) have been reported in [2], [11].
Figures 1 shows the special perceptron published in [2].
The scheme presents a direct realization of the expression (1).
Notations included in (1) have the following meaning: y is the
network output signal (the network response), x j
are components
of its input vector (independent variables), w ij
represent
power to which x j
is raised, n is a number of the x j
input components
and h the number of neurons included in the hidden layer.
In Fig.1, the exp(.) and ln(.) operators play a role of activation
functions.
Another perceptron realization of polynomial relationships has
been presented in [11]. The proposed solution utilizes the fact
that (1) can be equivalently expressed as a product of several
14
X 1
X n
ln()
ln()
w h1
w 1n
w 11
+ exp() c 1
+
c
+ exp() h
w hn
Fig. 1. Perceptron implementing the basic polynomial expression of (1)
Rys. 1. Perceptron implementujący wielomian w postaci podstawowej
danej wzorem (1)
Fig. 2. Perceptron implementing the polynomial product of (2)
Rys. 2. Perceptron implementujący iloczyn wielomianów o postaci (2)
polynomials and, making use of the exp(.) and ln(.) operators,
written as:
u
M
⎛ N
m
⎞
⎡
M
⎛
N
⎞
⎤
y
= ∏
⎜
(2)
0
⎟
exp ⎢
ln ⎜
0
⎟
w m + ∑ wnmxn
= ∑ um
w m + ∑ wnmxn
⎥
m
= 1 ⎝
n
=
1
⎠
⎢⎣
m
= 1 ⎝
n
=
1
⎠
⎥⎦
The neural implementation shown in Fig. 2 relates to the middle
part of the equation (2). In (2), M is a number of the multiplied
polynomials, u m
a natural-number coefficient while w 0 m
and w nm
are real-valued coefficients. The other notations in (2) have the
same meaning as in (1).
A drawback of the networks of Fig. 1 and Fig. 2 is the use
of the exp (.) and ln (.) activation functions. The presence of these
functions causes difficulties in learning the perceptron, as it means
a necessity to calculate the value of ln(.) for both positive and
negative arguments. That is why, one looks for other ways of neural
implementations of the polynomial expressions considered.
In the next section, a new perceptron to implement the polynomial
relationship is presented.
c 0
Y
Elektronika 5/2012

Perceptron with reciprocal operators
To realize a polynomial in a neural network form, consider a possibility
to build a perceptron that includes only operators of a 1/(.)
type instead of the exp (.) and ln (.) ones. For simplicity reasons, let
us restrict to a simple one-dimensional polynomial of the form:
r
i
(3)
w
(
x
)
=
e
0
+
∑
e i x
i
=
1
For clarity, introduce the function u(x) given by (4), being the inverse
of (3):
1
1
u
(
x
)
=
=
(4)
w
(
x
)
r
i
e
0
+
∑
e i x
i
=
1
In the complex-number domain, the formula (4) can be decomposed
into first order partial fractions and written as:
1
h
a
i
u
( x
)
=
=
(5)
∑
,
r
i
i
=
1
x
+
b
i
e
0
+
∑
e
i
x
i
=
1
The expression (5) is a particular case of a general formula describing
partial fraction decomposition, which is of the form:
q
i
c
0
+
∑
c
i
x
k
g
y(
x)
= i=
1
=
g
i
p
0 +
∑
i
i
=
1
x
+
f
i
d
0
+
∑
d
i
x
,
if
q
≤
p
, (6)
i
=
1
or the form:
q
i
c
0
+
∑
c
i
x
k
g
y ( x)
= i=
1
=
i
p
∑
i
i
=
1
x
+
f
i
d
0
+
∑
d
i
x
,
if
q
<
p (7)
i
=
1
The case of (5) corresponds to (7). Hence, any polynomial of the
form (3) can be written as:
1
1
w
(
x
)
=
=
(8)
u
(
x
)
h
a
i
∑
i
= 1
x
+
b
i
A neural realization of the expression (8) is shown in Fig. 3. Output
signal, denoted by Y, of the presented special type perceptron
represents the implemented polynomial w(x).
The realization of Fig. 3 is considerably simpler than that of
Figs. 1 and 2. Notice that no activation functions of the exp (.) and
ln (.) type are included in the scheme of Fig. 3. This is because no
rising-to-power and multiplication operations are present in the
formula (8). The only activation operators existing in the proposed
network are of the reciprocal 1/(.) type.
Fig. 3. Atypical simple perceptron implementing the polynomial given
by (8)
Rys. 3. Nietypowy prosty perceptron implementujący wielomian o postaci
(8)
Way of perceptron training
Realizing the expression (8) by means of the proposed perceptron,
parameters of this expression, i.e. a i
and b i
, can be determined
in the way of learning the perceptron. As the learning
method, an improved second-order algorithm proposed in [12]
was applied. This is a modified, improved version of the popular
Back Propagation algorithm (BP). This version, unlike the basic
one, is better suited for training the atypical perceptron of Fig. 3
with the reciprocal 1/(.) type activation functions. As compared
to networks with sigmoid activation functions, where only logic
relations between real-valued binary variables appear, our learning
task was more difficult. This is, among others, because the
applied learning technique has to be adjusted not only for real but
also for complex numbers.
The technique of [12] used to train our perceptron is a curvilinear
line-search memory-less version, of the method proposed
by Broyden, Fletcher, Goldfarb and Shanno (BFGS method)
and is called CM-BFGS. This is a BP (Back Propagation) version
of the CM-BFGS algorithm which combines advantages of the
classical BP algorithm, like scaling ability and simplicity of calculating
gradient vectors, with that of the second order algorithms.
Using the second order training technique we obtain a better convergence
of the learning algorithm. As a result, training time can
be shortened considerably. Another advantage of the applied training
algorithm, as compared to the BP one, is its low sensitivity to
local minima. Since so far we have not solved all problems which
appear when operating in the complex-number domain, in this paper
only a simple numerical example concerning the real-number
case is demonstrated in the next section. Works on improving the
learning technique are continued.
Training example
In this section, a simple example of training our perceptron is
presented. We restrict ourselves, for clarity reasons, to a simple
polynomial given by (9).
2
w
(
x
)
= x
+
4
x
+
3
(9)
This is a case, when applying the CM-BFGS training method
results in real-number calculations and there is no need to use
complex numbers. The main purpose of the performed numerical
test was to check if the perceptron of Fig. 3 can be learned in such
a way to obtain proper values of the a i
and b i
coefficients, i.e. values
for which the expression (8) presents the polynomial (9). After
carrying out the proposed partial fraction decomposition, leading
to (8), the equation (9) can be written as:
1
w
(
x
)
=
(10)
0,5
0,5
−
x
+
1
x
+ 3
In the applied training procedure, 24 input-output vectors (x, w)
were used, for which the expression (10) holds. To increase efficiency
and reliability of the learning algorithm, the equal-to-one
coefficients standing at the x variable were treated as additional
changeable coefficients, denoted in (11) as c i
. These coefficients
can be changed during the network training. Introducing the changeable
c i
coefficients we enlarge a degree of freedom in the learning
process. This, in turn, speeds up the training procedure and
shortens learning time. The achieved coefficient values, being
a result of 9 epochs of training, are given below:
a 1
= 39389,761
b 1
= 78779,534
c 1
= 78779,540
(11)
a 2
= -24673,114
b 2
= 148038,752
c 2
= 49346,246
Elektronika 5/2012 15

Fig. 4. Perceptron of Fig. 3 implementing the polynomial (9) with the
performed learning results
Rys. 4. Perceptron z rys. 3 implementujący wielomian (9) z wynikami
przeprowadzonego uczenia
In (11), the coefficients a 1
, b 1
, c 1
concern the first on the left fraction
in the denominator of (10), while a 2
, b 2
, c 2
the second one.
Normalizing the obtained values, i.e. dividing by c 1
the upper
and by c 2
the bottom group of data of (11), one gets:
a 1n
= 0,49999989
b 1n
= 0,99999993
c 1n
= 1,0
(12)
a 2n
= -0,49999982
b 2n
= 3,00000025
c 2n
= 1,0
If we compare the achieved by training, above presented values
with the expected ones, given by (10), we can say that the learning
results are fully satisfactory.
Fig. 4 presents the perceptron of Fig. 3 with the parameter
values given by (12).
The achieved learning results presented in Fig. 4 relate to the
best-case scenario of the perceptron learning with a minimum
network weights to determine. In case of learning an over-determined
network with additional redundant paths, one obtains extremely
small values of the a i
coefficients and/or extremely high
values of the b i
ones for the additional network weights. This of
course is true if the learning operation has been performed correctly.
The presented 9 epoch’s training results are, in fact, the best
ones achieved by us. They have been reached for the x input variable
changing from -10 to -0.1 (12 negative values) and from 0.1
to 10 (12 positive values). Variations in x were done in a proper
nonlinear way. One of the observations resulting from the made
learning attempts is that an increase in the range of the x-variable
changes decreases the learning speed significantly.
Conclusions
A possibility of realizing polynomial relationships by means
of special type perceptrons, in order to simplify the task of discovering
laws governing empirical data, is considered in this
paper. The rules governing the data are determined in the way
of learning the perceptron. Such an approach is attractive if the
problem is complicated and described by a multidimensional polynomial.
This is because our approach is simpler and faster
than other technique used to solve the law discovery problem.
The earlier proposed perceptrons [1–6] suitable for performing
this task are based on using exp(.) and ln(.) operators as activation
functions. Perceptrons with activation functions of a 1/(.)
type (reciprocal functions) have been proposed in [9–11]. These
proposals, however, concern relationships other than polynomial
forms, for instance fractional rational functions. In this
paper, we present a novel perceptron with the 1/(.) operators
that is appropriate to implement multidimensional polynomials
and, in this way, to find laws governing data sets described by
such polynomials. The main advantages of our perceptron are:
simplicity in the sense of a small number of elements included
in the network, lack of operators of the exp (.) and ln (.) type
and a relatively small increase of learning time when increasing
the number of the polynomial dimensions. The proposed perceptron
offers a great solving potential in the area of metrology,
where some laws governing the measured quantities can be
described using polynomial forms. The proposed approach can
be applied, for example, to calibrate measurement instruments
in case when complex quantities are to be measured and many
factors influence the measurement precision. Our further activity
in this field is oriented towards adjusting chosen learning
methods of the perceptron training, with the aim of meeting the
existing measurement challenges.
References
[1] R. Durbin, D. Rumelhart, Product Units: A Computationally Powerful
and Biologically Plausible Extension to Backpropagation Networks,
Neural Computation, Vol. 1, pp. 133–142, 1989.
[2] K. Saito and R. Nakano, Law discovery using neural networks, Proc.
of the 15th International Joint Conference on Artificial Intelligence (IJ-
CAI97), pp. 1078–1083, 1997.
[3] K. Saito and R. Nakano, Discovery of relevant weights by minimizing
cross-validation error, 4th Pacific-Asia Conference on Knowledge
Discovery and Data Mining (PAKDD2000), pp. 372–375, 2000.
[4] R. Nakano and K. Saito, Discovery of Nominally Conditioned Polynomials
using Neural Networks, Vector Quantizers and Decision
Trees, Springer-Verlag, Lecture Notes in Computer Science, Vol.
1967/2000, pp. 325–329, 2000.
[5] A. B. Tickle, R. Andrews, M. Golea, J. Diederich, The truth will come
to light: Directions and challenges in extracting the knowledge embedded
within trained artificial neural networks, IEEE Trans. on Neural
Networks, Vol. 9, No. 6, November 1998.
[6] L. M. Fu., Knowledge Discovery by inductive neural networks, IEEE
Trans. On Knowledge and Data Engineering, Vol. 11, No. 6, November/December
1999.
[7] A. Ismail and A. P. Engelbrecht, Paining product units in feedforward
neural networks using Particle Swarm Optimization, In: Development
and Practice of Artificial Intelligence Techniques, V.B. Bajic, D. Sha
(eds), Proceedings of the International Conference on Artificial Intelligence,
Durban, South Africa, pp. 36–40, 1999.
[8] T. Washio, H. Motoda, Y. Niwa, Discovering admissible simultaneous
equation models from observed data, LNCS 2167, Springer-Verlag,
Berlin Heidelberg, pp. 539–551, 2001.
[9] J. Majewski, R. Wojtyna, “Taking laws out of trained neural networks”,
IEEE Workshop SPA 2010 (Signal Processing – Algorithms, Architectures,
Arrangements and Applications), pp. 21–24, 2010.
[10] J. Majewski, R. Wojtyna, Extracting symbolic function expressions by
means of neural networks, Springer-Verlag, series: Advances in intelligent
and soft computing, pp. 323–330, 2010.
[11] J. Majewski, R. Wojtyna, Special neural networks for finding symbolic
relationships between numerical data, Elektronika, Nr 5/2011.
[12] M. S. Apostolopoulou, D.G. Sotiropoulos, I.E. Livieris and P. Pintelas,
A memoryless BFGS neural network training algorithm,
2009 7th IEEE International Conference on Industrial Informatics,
pp. 216–221, INDIN 2009.
Przypominamy o prenumeracie miesięcznika Elektronika na 2012 r.
16
Elektronika 5/2012

Wheezes recognition method with tonal index descriptor
(Metoda rozpoznawania świstów płucnych z użyciem indeksu tonalności)
mgr inż. Marcin Wiśniewski, prof. dr hab. inż. Tomasz Zieliński
AGH Akademia Górniczo-Hutnicza w Krakowie, Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki,
Katedra Telekomunikacji, Kraków
The lungs auscultation is a non invasive test in pulmonary diseases
like asthma or COPD (Chronic Obstructive Pulmonary
Disease). Such test is a main source of information about the
patient’s condition. During auscultation, medical doctors can
evaluate the appearance of wheezes in the breath cycle. Unfortunately,
such test is strongly subjective and the diagnose
strongly depends on the doctor’s experience or even his hearing
abilities. The advantage of digital recognition of lungs auscultation
is that every appearance of wheezes in breath cycle
is described as a number. The result of such test is an objective
value and can be unambiguously interpreted. The test
can be performed by an inexperienced person or even by the
patient himself. These advantages allow to use this technology
in telemedicine. Medical doctor can see the results of every
test without necessity of direct meeting. Such solutions causes
that the patient do not have to go to the hospital as often as in
traditional asthma monitoring. It increases the comfort of patient’s
life and decreases stress of direct meetings with medical
doctors.
In this paper the Tonal Index (TI) [1] used in MPEG-audio codec
is used as a feature to wheezes recognition. The TI is compared
with the other features taken from literature: Kurtosis (K),
Frequency Ratio (FR) [2], Spectral Peaks Entropy [3] (SPE) and
Spectral Flatness [4] (SF). The modified Frequency Ratio called
Energy Ratio (ER) is compared as well. The results of multi dimensional
recognition using sets of a few features is presented
also. For recognition the SVM (Support Vector Machine) classifier
was used and it was applied on artificial and real data, recorded
by us and obtained from the Internet [5–7].
The research reported in this paper is a continuation of study
described in article “Application of Tonal Index to Pulmonary
Wheezes Detection in Asthma Monitoring”, presented at the
EUSIPCO 2011 conference [8]. At present influence of signal
quality used during training process upon the wheezes recognition
efficiency is additionally discussed as well as influence of additive
white Gaussian noise added to real recordings on recognition
robustness.
Lung Sounds
The sounds recorded from the chest wall of a healthy patient during
the lung auscultation are called normal lung sounds. In [9] the
normal lung sounds are described as a noise that peaks in frequency
below 100 Hz and drops sharply between 100 and 200 Hz
(Fig. 1a). The spectrum of normal lung sounds does not contain
any significant discrete peaks and it is not musical. The amplitude
of lung sounds differs between locations of the microphones
placed on the chest wall and between persons. The normal lung
sounds are mixed with muscle and cardiovascular sounds in hard
to distinguished form. Sounds taken from trachea have a wider
range of frequencies and their spectrum shape is a little bit different.
In this paper, tests were performed only on acoustical chest
auscultation signals, the trachea sounds were not used and are
not discussed.
In contrary, the wheezes are musical (tonal) sounds with duration
higher than 80 ms. Their frequency range extends from
approximately 100 Hz up to 1 kHz. The tonal component can be
mono or poly harmonic and its mixed with normal breath sound
and causes peaky deformation of its smoothly decaying spectrum
a)
b)
Fig 1. a) a typical spectrum of normal breath, b) – an exemplary spectrum
of an asthma wheeze
Rys. 1. a) Przykład widma normalnego oddechu oraz b) widma oddechu
ze świstami astmatycznymi
(Fig. 1b). In general, the single tone (mono-harmonic) wheezes
are observed much rare then poly-harmonic ones. It should be
mentioned also that the worst case to wheezes detection is a normal
lung sound mixed with a wheeze, but without any deformation
in its flat-decaying spectrum. The energy of such signal is almost
identical as the normal lung sounds.
Tonality detection
The issue of asthma wheezes recognition is a classical problem
of detection of tones embedded in noise. The main difference
between asthmatic tones detectors and other tonality detectors
used in sonar or radar systems [10], birds monitoring in noisy
environment [11] or audio coders [12] is that the background
signal in lung sounds taken from the chest auscultation is a specific
colored noise. From this reason many existing algorithms
are mostly useless in asthma wheezes detection during digital
auscultation process. From the other side, descriptors presented
in this paper represent only a subset of the asthma wheezes
detection methods. In the literature the descriptors based
on wavelets [13], STFT [14] or bispectrum [15] can be found
as well.
Wheezes Descriptors
For recognition of these two distinct states, a normal lung sound
or a wheeze, application of many different acoustic features was
proposed till now [2, 3]. In this paper usage of the Tonal Index,
a new tonality measure, is discussed [8] and its efficiency to asthma
wheezes recognition is compared with such descriptors like
Kurtosis (K), Spectral Peaks Entropy (SPE), Spectral Flatness
(SF) and Frequency Ratio (FR).
Elektronika 5/2012 17

Kurtosis [2] – (K) is a feature which describes data in time
domain. It measures a level of peakedness of a data probability
distribution and it is defined as follows:
4
E
(
x
−
µ
)
k
=
(1)
4
σ
where x denotes an input signal while µ and σ 2 – its mean and
variance, respectively. The value of kurtosis of noisy signal with
normal or sub-gaussian distribution reach approximately 3 while
the signal with wheezes has values above 3. In some literature
there is a shifting factor (subtraction) in kurtosis definition, so the
kurtosis of normal distribution is equal 0. We found that more beneficial
is calculation of the kurtosis not of a time signal but of the
signal spectrum expressed in decibels and results for these two
method will be presented later.
Spectral peaks entropy [3] – (SPE) is defined also in frequency
domain. In this case, first, a ratio between each peak value
(c 1
, c 2
,..., c N
) of the signal frequency spectrum and the total sum
of these peaks is calculated:
c
n
p
n
= ,
(2)
N
∑ c
and then the entropy is computed:
En = −
∑ p n log 10 (
p
)
(3)
f 50
/f 90
ratio [2] – (FR) is the last frequency feature of our interest. It
is given as a ratio of two frequencies f 50
and f 90
for which the area
under the power spectral density (from f = 0 to f = f 50 or 90
) to the
total signal power (the whole area under the PSD curve) reaches
values of 50% and 90%, respectively. The signal with wheezes
has higher values of this ratio than normal lung sounds. In further
research the FR descriptor was modified and tested additionally
as an Energy Ratio (ER) descriptor. The main difference of this
new feature is that it is calculated as a ratio between signal power
lying in the frequency ROI (Region of Interest), i.e. frequencies
between 100 and 1200 Hz, and the total signal power.
Spectral flatness [4] – (SF) is a signal feature defined
in frequency domain giving information whether the signal is more
tone-like or more noise-like. It is defined as a ratio of geometrical
and arithmetical mean values of the signal spectrum X (k):
N
X ( k
)
k
=
0
Fl
=
N
−
1
(4)
∑
X ( k
)
k
=
0
N
This feature has not been used for wheezes detection till now but
in this article is additionally tested.
Tonal index – (TI ) is well known from MPEG-audio standard
[1] in which it is used in the psychoacoustic model number 2 to
switch a working mode of the second filter bank in the MP3 encoder.
After the first decomposition of the acoustic signal into 32
frequency subbands the second division is done in which each
of 32 frequency bandpass signals is additionally divided into 18
sub-channels sampled twice for tonal sounds (for them better
frequency resolution is required) or into 6 sub-channels sampled
6-times each for noisy sounds (in this case better time resolution
is advantageous). The signal splitting is based on the perceptual
entropy of the FFT spectrum of the signal: small entropy (

a)
a)
b)
b)
c)
c)
d)
d)
Fig. 2. Efficiency of the recognition algorithm for artificial signals for
different SNR levels used during training: a) [-20:20] dB, b) [-10:20]
dB c) [-5:20] dB and d) [0:20] dB
Rys. 2. Skuteczność rozpoznawania sygnałów sztucznych dla różnych
poziomów SNR sygnałów uczących: a) [-20:20] dB, b) [-10:20]
dB c) [-5:20] dB and d) [0:20] dB
Fig. 3. Efficiency of the recognition algorithm for hybrid signals (real
breath + artificial wheeze) for different SNR levels used during training:
a) [-20:20] dB, b) [-10:20] dB c) [-5:20] dB and d) [0:20] dB
Rys. 3. Skuteczność rozpoznawania sygnałów hybrydowych (rzeczywisty
oddech + sztuczny świst) dla różnych poziomów SNR sygnałów
uczących: a) [-20:20]dB, b) [-10:20]dB c) [-5:20]dB and d) [0:20]dB
Elektronika 5/2012 19

Experiments
At the first part of the reported research, the test was performed on
artificial or semi-artificial (hybrid) data. The modeled wheezes, as
multi-frequency tones, were added to the artificial noise with normal
distribution and properly shaped spectrum [9]. The test was repeated
using training signals with different SNR (Signal-To-Noise Or
Wheeze-To-Breath Ratio). The goal was to find out how important
for the recognition algorithm the quality of training signals is. The
SNR ratios were being selected randomly (but assuming uniform
distribution) in the following intervals: -20 dB to 20 dB, -10 dB to
20 dB, -5 dB to 20 dB and 0 dB to 20 dB. For each SNR range the
same set of training signals was used but with different scaling of
the wheezes. Obtained results are presented in Figure 2. In recognition
process 100 samples of each signal type were used. i.e. 100
wheezes for training and 100 wheezes for recognition wheezes,
100 breathes for training and 100 breathes for recognition.
The same test was performed on hybrid data, i.e. on artificial
wheezes added, in a proper scale, to the normal lung sounds
recorded by us from chest auscultation. The lung sounds were
record using 8 kHz/16-bit recorder and Panasonic WM-61 microphones.
The microphones were connected to the stethoscope
heads. The proceeding of this test was the same as the previous
one except the number of signals what was determined by the
number of normal lung sound recordings. Now only 28 samples of
each type of signal were used (i.e. 28 wheezes for training and 28
for recognition and 28 normal lung sounds for training and 28 for
recognition). Results of this study are presented in Figure 3.
Both tests described above show how tolerant on the quality
of training signal the algorithm is for different acoustic features.
We can conclude that it is not necessary to chose only signals
with good pathology manifestation for the training process. The
recognition efficiency for artificial data are almost the same (or
comparable) for all features with small superiority of TI and SPE.
For hybrid data the domination of TI is more significant. In both
study the FR has shown the worst effectiveness.
In the second part of the reported study, recognition using real
recorded wheezes and breathes, obtained from the Internet [5–7],
was performed. For algorithm training 28 normal lungs sounds and
28 wheezes have been used and for testing, again, 28 normal
breathings and 28 wheezes. To check tonal detection sensitivity of
the algorithm signals were mixed with the White Gaussian Noise
with different SNR. However, the database built this way was very
poor since recordings types (from lungs or trachea) and recording
devices (microphones, frequencies, number of bits) were different.
Taking into account the small number of recordings, the test was
repeated 10 times with random selection of signals from the whole
database and the mean efficiency value was calculated.
The obtained results of real wheezes recognition (mean value
after 10 repetitions) using different sets of features are presented
in Figure 4. To avoid the illegibility in figures where more than one
feature is used, the best results are shown only. Results for recognition
using jointly 5 and 6 features are not shown since its efficiency
was significantly smaller than for smaller sets of features
having 1, 2 or 3 components. One can observe very good efficiency
of the TI, alone and with combination with other features.
At the end of the reported study the recognition of pure signals,
asthma wheezes and normal breathes, taken from the internet [5–
7] was made without any data modification. The training and recognition
has been performed 10 times for different signals selections
and for different sets of features. The best obtained results are presented
in the Table. Again the TI can be treated as a winner.
Results of real signals recognition
Wyniki rozpoznawania sygnałów rzeczywistych
Feature set Min Mean Max
K, TI 87.5% 92.1% 96.4%
TI 85.7% 91% 96.4%
K, SPE, TI 80.4% 91% 96.4%
K, TI, FR 80.4% 90.9% 98.2%
20
a)
b)
c)
d)
Fig. 4. Efficiency of the recognition algorithm for real acoustic signals
mixed with Gaussian noise for different sets of features. Recognition
using: a) one feature only, b) two features, c) three features
and d) four features
Rys. 4. Skuteczność rozpoznawania sygnałów rzeczywistych
z dodanym szumem gaussowskim. Rozpoznawanie przy pomocy:
a) jednej cechy, b) dwóch, c) trzech oraz d) czterech deskryptorów
jednocześnie
Elektronika 5/2012

Conclusions
The presented results have proved that the tonal index (TI), well
known feature from the MPEG-audio standard, can be successfully
used to asthma wheezes recognition. It is more sensitive to
signal tonality in noisy signals (with low SNR, i.e. with weaker
wheeze) than any other feature tested in this paper and it reaches
very good efficiency for high SNR as well. Obtained results have
shown also that it is not necessary to choose only signals with
good pathology manifestation to the training/learning process.
The recognition performed on real signals embedded in Gaussian
noise shows that the increasing number of acoustic features
used in the algorithm not necessarily improves effectiveness of
the wheezes recognition. The best effectiveness have obtained
algorithms with 2 features: {TI, ER} – 94.2% and {K, TI} – 94.6%.
It should be stressed that the best sets of features for real signals
contain the TI descriptor. Finally, it should be mentioned that the
proposed Energy Ratio, inspired by the Frequency Ratio, works
better than the original FR feature.
This work has been (partially) supported by the Polish Ministry
of Science and Higher Education under the European Regional
Development Fund, Grant No. POIG.01.01.02-00-045/09-00 Future
Internet Engineering
References
[1] Johnston J.D.: Estimation of Perceptual Entropy Using Noise Masking
Criteria. Acoustics, Speech, and Signal Processing, ICASSP-88,
vol.5 1988, pp. 2524–2527.
[2] Aydore, S. et al.: Classification of respiratory signals by linear analysis.
Engineering in Medicine and Biology Society, 2009. EMBC 2009.
Annual International Conference of the IEEE Publication Year: 2009,
pp. 2617–2620.
[3] Jianmin Zhang; et al.: A Novel Wheeze Detection Method for Wearable
Monitoring Systems. Intelligent Ubiquitous Computing and
Education, 2009 International Symposium on Publication Year: 2009
pp. 331–334.
[4] Gray A.H., Markel J.D.: A spectral-flatness measure for studying the
autocorrelation method of linear prediction of speech analysis. IEEE
Trans. Acoust. Speech Signal Process., 1974, 22, pp. 207–217.
[5] http://solutions.3m.com/wps/portal/3M/en_US/Littmann/ stethoscope/
education/lung_sounds/
[6] http://faculty.etsu.edu/arnall/www/public_html/heartlung/ breathsounds/
contents.html
[7] http://www.faemse.org/downloads.html
[8] Wisniewski M., Zielinski T.: Application of Tonal Index to pulmonary
wheezes detection in asthma monitoring. European Signal Process.
Conf., Barcelona, 2011, pp. 1544–1548.
[9] Pasterkamp H., Kraman S.S., Wodicka G. R.: Respiratory Sounds.
Advances Beyond the Stethoscope. Am. J. Respir. Crit. Care Med.,
Volume 156, Number 3, September 1997 pp. 974–987
[10] Nadler B., Kontorovich A.: Model selection for sinusoids in noise: Statistical
analysis and a new penalty term., IEEE Trans. Signal Process.,
vol. 59, no. 4., 2011, pp. 1333–1345.
[11] Bardeli R. et al.: Detecting bird sounds in a complex acoustic environment
and application to bioacoustic monitoring. Pattern Recognition
Letters, vol. 31, 2010, pp. 1524–1534.
[12] Painter T., A. Spanias: Perceptual coding of audio signals. Proc.
IEEE, vol. 88, 2002, pp. 451–513.
[13] Taplidou S. A., Hadjileontiadis L. J.: Analysis of wheezes using wavelet
higher order spectral features. IEEE Trans. Biomedical Eng., vol.
57, no. 7., 2010, pp. 1596–1610.
[14] Jianmin Z., et. Al.: A Novel Wheeze Detection Method for Wearable
Monitoring Systems Intelligent Ubi-quitous Computing and Education,
2009 International Symposium on Publication Year: 2009 , Page(s):
331–334.
[15] Gwo-Ching Chang; Yi-Ping Cheng: Investigation of noise effect
on lung sound recognition. International Conference on Machine
Learning and Cybernetics, Kunming, Vol: 3, 12–15 July 2008,
pp: 1298–1301.
Brain-computer interaction analysis based on EEG signal
and gaze-tracking information
(Analiza interakcji mózg-komputer wykorzystująca sygnał eeg i informację
z systemu śledzenia punktu fiksacji wzroku)
mgr inż. Katarzyna Kaszuba, prof. dr hab. inż. Bożena Kostek
Gdańsk University of Technology, Faculty of Electronics, Telecommunication and Informatics,
Multimedia Systems Department, Gdańsk, Poland,
Recently many studies are carried out in the area of brain-computer
interface (BCI) technology. The electroencephalographic
signal (EEG) analysis is one of the most common ways of communication
between human brain and the computer due to its
non-invasive nature and relative user’s comfort. Still using only
EEG data does not provide objective reference information about
actions performed by the subject examined. Creating a fully
functional and effective BCI to control the computer still remains
a distant target.
The main disadvantage of the most BCI systems is the lack of
the feedback information that could be used as a reference. It is
impossible to determine, which of the processes currently dominates
brain activity. Even if the subject is asked to perform a task,
there is no certainty the user paid attention during its realization.
On the other hand, the eye-tracking system provides information
about the gaze fixation point allowing for evaluating visual activity
of the subject. Thus, we assumed that by combining EEG signal
measured by a wireless BCI interface with the eye-tracking
system registering the subject’s gaze activity we could expect
to obtain an integrated brain-computer interface that measures
the user’s brain signal in a more effective, and at the same time,
a more objective way. At the same time EOG recording system
was used to obtain reference data. EOG-based information transfers
this knowledge to the EEG signal analysis. In the paper several
approaches for signal pre-processing and parameterization
were described and then their usability was checked by means of
machine-learning algorithms.
The main goal expected to be achieved within this study was
to evaluate the possibility to develop a functional and user-friendly
solution that utilizes abilities of presented systems.
System Setup
Gaze-Tracking System
The Cyber-Eye, a gaze tracking system developed in the Multimedia
Systems Department (MSD) of the Gdansk University of
Technology, is a non-obtrusive device which could support the
research on human-computer interaction [1, 2]. Overall, gaze
tracking technique enables to track eye movements and estimate
the localization of the fixation point, i.e. a point a user is
looking at the computer screen [3-5]. The Cyber-Eye system has
already been presented in earlier publications by the MSD, thus
it will not be reviewed here. The gaze tracking system is presented
in Fig 1.
Elektronika 5/2012 21

Fig. 1. The Cyber-Eye system hardware setup
Rys. 1. Konfiguracja sprzętowa Cyber-Oka
EOG Recording System
For the EOG signal recording the wireless Enobio system was
utilized. The system is composed of four electrodes located in the
positions AF 7
,F P1
,F P2
,AF 8
of the standard 20-10 EEG recording system
[6]. Two reference electrodes were located on the positions
A 1
and A 2
. Locations of these electrodes are shown in Fig. 2.
Fig. 2. Electrode placement in the Enobio system
Rys. 2. Rozmieszczenie elektrod w systemie Enobio
In the standard EEG recording system these four electrodes
are used as a reference to filter out EOG artifacts, but for the
purpose of this research the EOG signal was the signal to be
acquired [7].
The system is capable to register eye muscle electric potentials
with the sampling frequency equals 250 Hz, 0.589 µV resolution
and a direct current at a level of 3500 µV. All signals registered are
stored in a simple text file.
EEG Recording System
Fourteen active electrodes placed in the Emotiv Epoch wireless
system were used to record brain activity from the subject. This
device is composed of electrodes located on positions: AF 3
,F 7
,
F 3
,FC 3
,T 7
,P 7
,O 1
,O 2
,P 8
,T 8
,FC 6
,F 4
,F 8
,AF 4
and again the reference
electrodes are located in A 1
and A 2
positions [8]. All electrode locations
are presented in Fig. 3.
22
Fig. 3. Electrode localization in the Emotiv Epoch system
Rys. 3. Rozmieszczenie elektrod w systemie Emotiv Epoch
As there are no AF 7
,F P1
,F P2
,AF 8
electrodes in the Emotiv system,
the presence of EOG components in the EEG signal should
be smaller than in the Enobio solution. Still due to the greater
number of electrodes it is assumed that this system can also provide
information about this component. In addition, the Emotiv
helmet is provided with two gyroscopes, thus the information about
head movements can be received.
The Emotiv system can store recorded data to.edf file together
with information about each electrode signal quality. The sampling
frequency in this case is set to 128 Hz and the resolution
reaches approximately 0.51 µV. The direct current component of
the system is about 4200 µV.
EOG-Based Analysis
First, a simple experiment regarding EOG signal was performed.
The main aim of the experiment was to check whether it is possible
to recognize the area of the screen observed by the user by
analyzing the behavior of the corresponding EOG signal.
The main assumption of this experiment was to prove that there
is a correlation between the level of the signal observed from
the electrodes and the gaze fixation point. During the experiment
a subject, wearing the Enobio headset, was asked to observe the
screen divided into 9 subareas. Each subarea was monitored for
approximately 1 second. The resolution of the screen used in the
experiment was 1280×1024 pixels. The subject should perform
the given task without additional body movement [9].
Three subjects were examined in three independent measurements.
Since the experiment was supposed to have only a demonstrative
character, but the results gathered were surprisingly
good, we decided that there was no necessity to conduct these
preliminary experiments with more subjects [9].
The DC component was removed from all four recorded signals
and four simple statistic parameters were calculated for each
second of the signal. The features extracted from the signal were
as follows: mean value, signal variation, the standard deviation
and correlation between each two channels.
Resulted from this the final attribute set contained 18 features.
As the signal level strongly varied, depending on the area observed,
there was no necessity to calculate more complex features.
Changes in the signal level in each EOG channel are visualized
in Figure 4.
Classification was performed with four classifiers, they were
chosen because of their specific features. The cross-validation
method of classification was utilized. The folds factor of the crossvalidation
method was set to 10. They were as follows:
● Support Vector Machine Classifier (SVM) – a classifier that
chooses optimal vectors of parameters in the given set and
Elektronika 5/2012

Fig. 4. EOG signal level in each of four channels (AF 7
, F P1
, F P2
, AF 8
)
during the task of looking at various areas, X-axis – time flow, Y-axis
– voltage
Rys. 4. Amplituda sygnału EOG dla 4 kanałów (AF 7
, F P1
, F P2
, AF 8
) podczas
obserwacji różnych obszarów ekranu, oś X – czas, oś Y – napięcie
transform the domain into the hyperplane in which the linear
split of classes is possible. For the case of this experiment the
polynomial kernel was chosen.
● Bayesian Network classifier (BN) – a simple estimator algorithm
was chosen to calculate the probability distribution.
● Nearest Neighbor Classifier (kNN) with Euclidean distance
factor.
● C4.5 decision tree – the algorithm that calculates the entropy
of each possible split and picks those splits which guarantees
optimal classification. The confidence factor for this algorithm
was set to 0.25.
The efficiency of classification for each classifier is presented
in Table 1. The experiment proved that it is possible to locate the
fixation point of human gazing using only the EOG signal.
Tabl. 1. Effectiveness of parameterized EOG signal classification employing
various classifiers
Tab. 1. Skuteczność klasyfikacji sparametryzowanego sygnału EOG dla
różnych klasyfikatorów
Classifier Accuracy [%]
SVM 75.56
BN 99.6
kNN 91.11
C4.5 88.56
EEG-Based Experiment
Since the EOG signal classification returned satisfactory results
with regard to finding the correlation between the EOG signal and
gaze direction, the next step was to examine if similar outcomes
could be obtained when analyzing the EEG signals.
As EEG signal gets always corrupted with the EOG artifacts,
it was assumed that the analysis of signals derived from 14 electrodes
should return results to some extent similar to those from
the previous experiment. That is why during the analysis no signal
filtration of the EOG artifacts was performed since it was assumed
that the useful information should also be contained in the EOG
signal.
In the experiment, several parameters were extracted for various
electrode configuration:
● all 14 electrodes,
● 6 electrodes located in the head front – AF 3
,F 7
,F 3
,F 4
,F 8
,AF 4
● 2 front electrodes – AF 3
,AF 4
● 4 electrodes – 2 front ones AF 3
,AF 4
and 2 occipital electrodes,
i.e. O 1
,O 2
(brain sight area),
● 8 electrodes – 6 located on the front of the head
(AF 3
,F 7
,F 3
,F 4
,F 8
,AF 4
) and 2 located on the occipital lobe
(O 1
,O 2
).
It was assumed that the best results will be achieved for the
front electrodes, where the content of the EOG component should
be the highest one. Contrarily, it was supposed that the efficiency
of correlation classification may be more random in the case of 14
electrodes as the EEG dominates signal from these electrodes.
The configuration with electrodes located on the front and two in
the back were tested in order to check if there was any correlation
between eye movements and the activities of the brain sight centre
as measured by Sanei and Chambers [10].
EEG Recordings
In this case the signal from Emotiv headset [8] was recorded simultaneously
with the signal from the Cyber-Eye [1]. Additionally
the picture from the computer screen was also recorded to provide
additional information about the subject’s behavior.
Similarly like in the EOG case the subject was asked to look
at various areas of the screen for approximately 2 s. Five sets
of subarea charts were prepared. First, the charts with only 4, 9,
36 and 80 subareas were presented to the subject. Each subarea
contained a number. The numbers were distributed from
left to the right on the first chart, from the top to the bottom on
the second one, in a spiral way on the third and randomly on the
fourth. In addition three charts containing 4, 9 and 36 picture
were added. Such approach guarantees that not only the pure
EOG signal is examined but also the deeper brain activities are
recorded as the task of searching for requested areas is not
fulfilled mechanically.
Recordings were made for six subjects and lasted over 2 hours
in total. All subjects were asked to avoid unnecessary movements
for not introducing corruptions to the signal due to the electrical
muscle activities.
Signal Pre-Processing
The key aspect of our approach was to combine signals from both
systems for parameter extractions. This could be accomplished
in two ways. The first method used for the synchronization was
to employ a constant frame length for the EEG signal. Since the
Cyber-Eye system provides time resolution of 5 points per second
and the Emotiv headset sampling frequency was 128 Hz, the
length of the EEG frame was calculated according to the formula:
n =
128 /5
=
25.6
≈
25 samples (1)
where: n – frame length.
Since the ratio was not an integer value, the precise synchronization
of these two systems was not possible. To solve this problem
the EEG system signal overlapped one sample every two
frames and additional one sample every five frames. It can easily
be noticed that the frame length in this case is ten times shorter
than during the EOG-only analysis. This could lead to worsening
the results of the classification.
The second approach counted the number of the Cyber-
Eye frames falling for one area and calculated the EEG frame
length dynamically. Still this method was not based on constant
window length, which could lead to disregarding transient features
of the signal, which may be essential in the EEG signal
processing.
Similarly to the EOG experiment the DC component was removed.
In addition the bandpass filtration was performed to separate
specific brain rhythms. The finished impulse response (FIR) filters
of high order were applied. The following bands of frequencies
were extracted from the signal:
● Delta waves – 1–4 Hz
● Theta waves – 4–8 Hz
● Alpha waves – 8–13 Hz
● Beta Waves – 13–30 Hz
Elektronika 5/2012 23

Feature Extraction
As EEG signal recorded by the electrodes is the combination of
many electric potentials from different brain regions, thus it is very
complex and cannot be analyzed by applying only a simple parameterization.
Therefore the feature set used in the EOG-based
experiment had to be extended by defining new parameters.
In the presented approach apart from the statistical parameters
features examining signal stationarity and those responsible for
data segmentation were added. Also the correlation between each
two electrodes was calculated. In addition, energy of the signal in
the band 1-50 Hz and bands corresponding to the brain rhythms
was contained in the analysis [10]. All parameters were extracted
for all three cases of signal windowing as presented earlier.
First, the mean value and the standard deviation values were
calculated. These two statistical measures provide information
about errors that may occur in the signal and they could be used
for detecting frames in which the EEG spikes appeared [11].
The EEG signal can generally be considered as a quasi-stationary
Gaussian in short time periods. The EOG and muscle
activities can affect the stationarity of the EEG data. Therefore
it was assumed that examining non-stationarity of the EEG signals
could produce valid information for this research study. The
skewness feature was calculated as a representative of signal
symmetry measure. Also, the kurtosis of each frame as a relative
signal flatness measurement was calculated.
In the EEG analysis one of the most crucial aspects was the
segmentation of the signal to acquire signal segments of the
same characteristics. Closer examination of those characteristics
could provide information about meaningful changes in the EEG.
For the purpose of this study two segmentation criteria called the
dissimilarity measurements had been applied. Those criteria formulate
the boundary between the current and the previous frame.
For each criterion d (m) (where m stands for the frame index)
a threshold value should be determined, therefore in the next step
of this study a method of such classification is presented. The
threshold is set automatically during classification process with
Random Forest classifier.
The first approach is based on autocorrelation features. The
autocorrelation function of the kth order is calculated as follows
[10]:
⎧
N
⎪
+
+
+
=
−
= ⎨
∑ − 1 − k
1
x(
l m k)
x(
l m),
k 0,1,..... N 1
rˆ
x ( k,
m)
N
(2)
l
=
0
⎪
⎩
0,
k
=
n
,
n
+
1,.....
where: k – order, N – number of samples in the frame, m – frame
index.
Then the d 1
(m) value is calculated with the following formula:
∑ ∞ 2
[ r
ˆ
( k,
m)
− rˆ
( k,
m −1)]
k = −∞ x
x
d
1
(
m
)
= (3)
r
ˆ
(0,
m
)
r
ˆ
(0,
m
−
1)
The second value is determined as a subtraction of the kurtosis
values of the current and the previous frame. The subtraction
operation is presented below:
d
(
m
)
= kurt
(
m
)
−
kurt
(
m 1)
(4)
Since brain activity potentials are not equally distributed over the
human scalp the correlation coefficient value between each two
electrodes was also calculated.
Additionally the autocorrelation function for each frame with
the half-frame size was calculated.
For each brain rhythm of the signal the energy value was determined.
Changes in those features could provide information
about the brain reaction for various visual stimuli.
Classification and Results
x
2 x
x
− )
The machine learning approach has been chosen to validate the
efficiency of the approach proposed. This time, instead of the C4.5
classifier used in the EOG experiment, the Random Forest (RF)
algorithm was utilized. suite of benchmark datasets. RF is a combination
of tree predictors such that each tree depends on the values
of a random vector sampled independently and with the same
Tabl. 2. Results obtained for the Random Forest method. Tab. 2. Wyniki dla klasyfikacji algorytmem Random Forest
Classification algorithm Area 1/4 Area 2/4 Area 3/4 Area 4/4
Varying frame length RF10 37.272727 31.336406 14.136126 12.765957
Varying frame length RF20 30 31.797235 14.659686 14.361702
Constant frame length RF10 38.098747 34.566145 26.250962 17.843584
Constant frame length RF10 37.06706 37.197724 18.937644 18.906606
Varying frame length RF10, electrodes AF,F,F,O 28.636364 29.953917 16.753927 15.957447
Varying frame length RF20, electrodes AF,F,F,O 27.272727 26.267281 18.324607 17.021277
Constant frame length RF10, electrodes AF,F,F,O 38.246131 37.837838 24.557352 18.375095
Constant frame length RF20, electrodes AF,F,F,O 36.6986 40.184922 26.558891 22.475323
Varying frame length RF10, electrodes AF,F,F 35.454545 27.18894 17.277487 17.553191
Varying frame length RF20, electrodes AF,F,F 30.454545 24.423963 19.895288 13.297872
Constant frame length RF10, electrodes AF,F,F 35.814296 33.428165 22.247883 21.943812
Constant frame length RF20, electrodes AF,F,F 35.003685 37.268848 24.095458 18.906606
Varying frame length RF10, electrodes AF,O 31.363636 25.806452 20.418848 17.553191
Varying frame length RF20, electrodes AF,O 27.727273 23.963134 15.706806 17.553191
Constant frame length RF10, electrodes AF,O 37.43552 32.290185 22.247883 18.906606
Constant frame length RF20, electrodes AF,O 35.151069 35.135135 23.864511 21.640091
Varying frame length RF10, electrodes AF 30 24.884793 14.136126 18.085106
Varying frame length RF20, electrodes AF 26.363636 26.267281 15.183246 17.021277
Constant frame length RF10, electrodes AF 36.919676 31.792319 20.939184 17.084282
Constant frame length RF20, electrodes AF 33.750921 32.859175 23.017706 20.349279
24
Elektronika 5/2012

distribution for all trees in the forest [12]. The generalization error
for forests converges to a limit as the number of trees in the forest
becomes large. The error of a forest of tree classifiers depends on
the strength of the individual trees in the forest and the correlation
between them. Internal estimates monitor error, strength, and correlation
and these are used to show the response to increasing
the number of features used [12]. The tree number was set for 10
(RF10) and 20 (RF20), to see if there was any improvement for the
most complex structure. The RF classifier combines the ability of
fast and efficient classification as it joins the skills of many simple
Random Tree classifiers [13]. The RF algorithm was examined via
cross-validation method with 10 folds [14].
The results obtained for all described features are shown as a
comparison scheme. The efficiency was the secondary feature in
this case. The main aim was to view the difference in the classification
accuracy between different electrode configurations and
varying frame length settings for both cases of the RF classifier.
The results for the 4- area case are presented in Table 2. For the
clarity purpose only one such analysis is included. There decreasing
tendency of effectiveness could be seen for areas 3 and 4.
This happens because most subjects were tired at this stage of
experiments, their gaze fixation point seemed to fluctuate by the
end of the examination.
For all cases analyzed the increase in the tree number improved
the accuracy for all cases apart from the case of the first area.
It may be observed that the constant frame-based classification
produces better results than in the case of the dynamically changed
frame size. This may be treated as a guideline for the EEG
signal analysis, still for further classification improvement the frame
length should be increased.
Conclusion
The analysis performed reveals some patterns in the EEG signal,
still a more detailed examination is required, however the presented
study provides a basis for the future research in the area
of measuring brain-computer interaction. It may also be observed
that at least 19 electrode configuration EEG system should
be used in future to warrant proper signal acquisition. This also
means that while applying the full coverage of electrodes – as
mentioned before - the gaze-tracking could be performed without
the use of additional systems, since the latter may cause synchronization
problems. The problem of adjusting a proper frame
size seems to be the main concern as far as the future study
is considered. Since subjects never focus their sight for exactly
the same time on the same area the development of a comfortable
real-time BCI system should be ensured. Currently, simple
EEG systems available in the market or in the laboratories are not
yet a fully mature technology.
Research funded within the project No. POIG.01.03.01-22-017/08,
entitled “Elaboration of a series of multimodal interfaces and
their implementation to educational, medical, security and industrial
applications”. The project is subsidized by the European
regional development fund and by the Polish State budget.
References
[1] Kunka B., Czyzewski A., Kostek B.: Concentration tests: an application
of gaze tracker to concentration exercises, 1st International
Conference on Computer Supported Education, Lisbon, 2009.
[2] Kunka B., Kostek B.: A new method of audio-visual correlation analysis,
International Multiconference on Computer Science and Information
Technology, vol. 4, 497–502, Mrągowo, Poland, October 2009.
[3] Yoo D.H., Chung M.J.: Non-intrusive eye gaze estimation without
knowledge of eye pose, Proc. VI IEEE Int. Conf. on Automatic Face
and Gesture Recognition, Seoul, Korea, 17–19 May 2004.
[4] Yoo D.H., Kim J.H., Lee B.R., Chung M.J.: Non-contact eye gaze
tracking system by mapping of corneal reflections, Proc. V IEEE Int.
Conf. on Automatic Face and Gesture Recognition, Washington,
USA, 20–21 May 2002.
[5] Zhu Z., Ji Q.: Eye gaze tracking under natural head movements,
Proc. 2005 IEEE Comp. Soc. Conf. on Computer Vision and Pattern
Recognition (CVPR’05), pp. 918–923, vol. 1, 2005.
[6] Medelec, Clinical Applications: The electro-oculogram E.O.G. Vickers
Medical Division, Medelec Limited, 1995.
[7] Starlab Enobio System http://starlab.es/products/enobio – accessed
December 10 ‘2010.
[8] Emotiv Systems: http://www.emotiv.com/– accessed March 10 ’2011.
[9] Kaufman A.E., Bandopadhay A., Shaviv B.D.: An Eye Tracking Computer
User Interface,Computer Science Department, State University
of New York at Stony Brook, 1991.
[10] Sanei S., Chambers J.A.: EEG Signal Processing, Centre of Digital
Processing, Cardiff University, UK, 2008.
[11] Stastny J., Sovka P., Stancak A.: EEG Signal classification, Proc.
23rd Annual EMBS International Conference, Prague, Czech Republic,
2001.
[12] Leshem G., Ritov Y.: Traffic Flow Prediction using Adaboost Algorithm
with Random Forests as a Weak Learner, World Academy of
Science, Engineering and Technology 25, 193–198, 2007.
[13] Tian O., Hong-Tao L., Bao-Liang L.: Vigilance Analysis Based On
EEG Signals: Seeking For Suitable Features, Journal of Biological
Systems, 18, Special Issue, pp. 81–99, 2010.
[14] http://www.cs.waikato.ac.nz/ml/weka/– accessed March 1 ‘2011.
Złote Medale Targów AUTOMATICON 2012
W dniach 20–23 marca odbyły się w Warszawie Miedzynarodowe
Targi Automatyki. Tradycyjnie specjalne jury przyznało Złote
Medale Targów AUTOMATICON 2012. Wszystkie medale mają
jednakową wartość, kolejność laureatów jest alfabetryczna:
Aniro Grupa Handlowa Sp. z o.o. za Programowalny przekaźnik
czasowy MPC-TPA-U240-208
Eaton Electric Sp. z o.o. za System SMARTWIRE-DT
Fanuc Robotics Polska Sp. z o.o. za SELEKTOR – Widzący
Robot FANUC
Festo Sp. z o.o. za Wysięgnikowy, wielozadaniowy, kompletny
system manipulacyjny EGSL-Extreme Good SLide
Phoenix Contact Sp. z o.o. za Hybrydowy rozrusznik silnika ELR
H5-IES-SC-24 DC/500AC-9l
Renishaw Sp. z o.o. za RESOLUTE – absolutny enkoder do
pomiarów przemieszczeń kątowych
Firma ANIRO otrzymała Złoty Medal, który, zdaniem przedstawicieli
jej przedstawicieli był tym bardziej ważny, że byli jedyną polską
firmą z polskim produktem, która otrzymała takie wyróźnienie.
Robot FANUC, z wbudowanym systemem wizyjnym iRVision,
jest wyposażony w dwie kamery i odpowiednie oświetlacze. Jedna
z kamer wykrywa kształt, położenie i orientację kątową produktów
znajdujących się na stole rozrzedzającym, dzięki czemu
robot pobiera elementy, odpowiednio orientując je w przestrzeni.
Druga kamera realizuje proces sprawdzania jakości elementu
„w locie” bez potrzeby zatrzymywania robota.
Miniaturowe napędy elektryczne EGSL firmy FESTO Sp. z o.o.
realizują aż cztery funkcje w jednym urządzeniu, uruchamiają silniki
niezawodnie i ostrożnie. Mają cztery obszary zastosowania
● Ruch w prawo – proste sterowanie sygnałem 24 V DC lub
230 V AC.
● Ruch w lewo – Funkcja nawrotna wraz z układem blokującym
i oprzewodowaniem obciążenia.
● Ochrona silnika – Komfortowa ochrona silnika przez elektroniczny
przekaźnik zabezpieczający z funkcją automatycznego
i zdalnego resetu.
● Awaryjne zatrzymanie – zintegrowana funkcja bezpieczeństwa
umożliwiająca stosowanie funkcji zabezpieczających.
Firma Renishaw zaprezentowała system przetwornika optycznego,
o dużej rozdzielczości, który charakteryzuje się odpornością
na zabrudzenia i ma dobre parametry techniczne.
Otwiera on nowe możliwości w dziedzinie położeniowego sprzężenia
zwrotnego. Jest pierwszym w świecie absolutnym przetwornikiem
o rozdzielczości 27 bitów przy prędkości obrotowej
36 000 obr/min. Rekordowa rozdzielczość wynosi 1 nm przy
prędkościach do 100 m/s zarówno w zastosowaniach liniowych,
jak i kątowych.
Elektronika 5/2012 25

Digital signal processing in the diagnosis of brainstem
auditory evoked potentials
(Cyfrowe przetwarzanie sygnałów w diagnostyce słuchowych potencjałów
wywołanych pnia mózgu)
dr hab. inż. Andrzej P. Dobrowolski 1) , mgr inż. Michał Suchocki 1) ,
dr n. med. Kazimierz Tomczykiewicz 2)
1)
Military University of Technology, Faculty of Electronics, Warsaw
2)
Military Institute of Health Service, Department of Neurology, Warsaw
Examination of evoked potentials (EP) is one of the methods for
diagnosing a human brain. This examination allows for monitoring
and registering bioelectrical activities of the brain. By using EP
one can examine sight and hearing and evaluate responses to
different stimuli that activate different parts of the brain.
This article is devoted to neurological diagnostics based upon
examination of Auditory Evoked Potentials (AEP) [1]. The authors
explain what evoked potentials are and how important role they
play in hearing examination and discuss the current methods for
analysis of its results. The major subject of the article is to describe
an alternative way of analyzing the survey results, based
on digital signal processing. Moreover, it presents problems associated
with acquisition of digital recording of auditory evoked
potentials and exemplary waveforms of the potentials corresponding
to normal and pathological cases as functions of time and
frequency.
BEAP
All brain activities are closely associated with movements of ions
and charge polarization. Electric charges that are moving within
the nerve structures can be recorded and received in the form of
electric potential. If we stimulate a sensory-sensual receptor, we
will automatically receive the response in the form of an electrical
signal. Evoked potentials are generated this way. Under the influence
of acoustic stimuli in the auditory pathway, the ear, which
is a sensory receptor (Fig. 1), produces voltage changes, known
as auditory evoked potentials. Evoked potentials are according to
response time to stimulation that generates the response. In biomedical
terminology, the response time is referred to as latency
(in technical nomenclature it would be called a delay).
We can classify auditory evoked potentials as short, medium
or long latency potentials, according to the reaction time. Taking
into account their clinical suitability, only Short Latency Auditory
Evoked Potentials (SAEP) often referred to as Brainstem Auditory
Evoked Potentials (BEAP) are taken into account [1].
Changes of Short Latency BAEPs in time have a distinctive
shape. They consist of seven repeated distinguished vertices,
called “waves” (Fig. 2). They could be recorded within
approximately 2 to 9 ms since stimulation. Due to their stability
and repeatability, mainly waves I, III and V are being evaluated
[1].
The occurrence of repeated waves is determined by construction
of the human auditory pathway, consisted of sequentially
located neurons (Fig. 3). Sensory cells of the Corti’s spiral organ
are responsible for receipt of stimuli.
Fig. 2. BAEP examination [1]. Rys. 2. Badanie BAEP [1]
Fig. 1. The concept of evoked potentials
Rys. 1. Koncepcja potencjałów wywołanych Fig. 3. Wave sources [1]. Rys. 3. Źródła załamków [1]
26
Elektronika 5/2012

The neuron I of the auditory pathway is located directly in the
spiral cochlear ganglion. By the projections of bipolar cells it is linked
to the ventral and dorsal cochlear nuclei in the bridge, whence
comes the sensory neuron II. The projections of the ventral
cochlear nucleus pass to the other side as the fibers of corpus trapezoideum
and cross with each other at the same time to create
a subsequent neuron (III) in the ventral nucleus. Projections from
the dorsal cochlear nucleus are also passing to the other side and
run along both sides of the lemniscus lateralis with the fibers of
ventral cochlear nucleus. A small part of the fibers emerging from
the cochlear nuclei does not cross and reaches either the colliculus
inferior or directly the lateral geniculate body. The next neuron
(IV) is located between the connection of inferior colliculus and
the geniculate body, which reaches the auditory domain within the
gyrus temporalis via the internal capsule and acoustic radiation.
Subsequent neurons that are switching electrical pulses are formed
along this mechanism [1].
The cochlear nerve generate wave I. The wave II is generated
by the dorsal cochlear nucleus. As of yet, the origin of the wave III
is not precisely known, but it is thought that it is generated within
the lower bridge between the ventral cochlea nucleus and the
nucleus of the trapezoid body.
As of the waves IV and V, there are inconsistent data regarding
their location, and their sources are presumably located within the
upper part of the bridge and colliculus inferior of midbrain.
The examination
Under clinical conditions, evoked potential are recorded by surface
electrodes, which are appropriately positioned on the patient’s
head. The test can be done in a sitting or supinal position, allowing
the patient to relax completely during the test. As it has
been mentioned above, for examination is used sound to stimulate
hearing. During the test, the patient puts on stereo headphones
and hear a sound equated to a series of clicks generated
by a computer mouse. A single click lasts about 100 µs and is
generated by a rectangular electric pulse that initiates movement
of the diaphragm in the headphones towards the ear. It should be
noted that only one ear is stimulated during the test. The other
ear is concurrently masked by noise. The stimulation volume level
varies within 70 dB above the average threshold of audibility,
while the masking noise level is 30 dB. The pulse is repeated 10
or 30 times per second. After the completing test in one ear, the
procedure is followed with the other ear. Two pairs of electrodes
are simultaneously used for recording BAEP – one pair for each
channel. According to IFCN (International Federation of Clinical)
recommendation three electrodes should be used in the test: two
receiving electrodes A stim.
(on the side of stimulation) and A nois.
(on
the masking side) and a reference electrode A ref.
(Fig. 1). Receiving
electrodes are attached to auricles or, less commonly, to the
mastoid process. The reference electrode is placed on the top of
the head, usually on the forehead. These electrodes are arranged
in pairs: stimulating electrodes A stim.
-A ref.
and masking electrodes
A nois.
-A ref.
, respectively. The stimulating pair is used for recording
responses to the generated clicks, and the masking pair for registering
noise. The analyzed signal is recorded by the stimulating
pair. If the diagnosis is uncertain, the doctor can account for the
results recorded by the masking pair of electrodes (Fig. 4) [1–2].
Examination of evoked potentials has been conducted at Department
of Neurology of Military Medical Institute. The laboratory
was equipped with high quality neuro-diagnostic equipment
(VikingSelect brand supplied by VIASYS TM ). The main parameters
of the diagnostic system are listed below:
Amplifiers:
● Number of channels: 8 with electrode switching;
● Sensitivity: 1 μV/division to 10 mV/division in 13 steps;
● Input Impedance >1000 MΩ;
● Common Mode Rejection Ratio: > 110 dB at 50 t0 60 Hz,
> 100 dB at 10 Hz without electrode switching;
● Low Filter Settings: f d
= 100, 250, 500 Hz, 1, 1.5, 3, 10, 20 kHz;
S = 12 dB/oct.;
● High Filter Settings: f g
= 0.2, 1, 2, 10, 20, 30, 150, 500 Hz, 1, 2,
5 kHz, S = 6 dB/oct. or 12 dB/oct.;
● Low-pass Filter: 50 or 60 Hz;
● Noise: < 0.7µV RMS from 2 Hz to 10 kHz;
● Built-in Calibration: rectangular pulse 2, 20, 200, 2 000,
20 000 µV.
Auditory Stimulator:
● Signal (sound) types „click”, „beep” or „crack” tones;
● Stimulus Intensity: 0 to 139 dB pSPL or -31 to 109 dB nHL,
depending on the type of stimulus and frequency and type
of the transducer;
● Stimulus Increments: 1 to 30 dB steps (selectable);
● Duration of a „click”: 0.05, 0.10, 0.25, 0.5, 1.0 ms;
● Tone Frequencies: 250, 500, 750 Hz, 1, 1,5, 2, 3, 4, 6, 8 kHz.
Waveform Acquisition:
● Timebase Range: 0.2 ms/division to 5 sec/division in 23 steps
depending on the test;
● Timebase Type: Single, dual and individual, independently selectable
in specific tests;
● Waveform Delay: 0 to 10 divisions in 1 division steps or -3000
to +500 ms in 0.01 ms increments depending on test;
● Resolution: 16-bit A/D converter with 1 μs effective time resolution;
● Processing time: 1 µV.
The time of analysis equal to 10–12 ms allow for correct read
out the waves. To achieve those period configuration of the measuring
device and the electrodes should be proper.. In adults,
wave I occurs after approximately 1.5 ms since stimulation, wave
III at about 3.5 ms and wave V after 5.5 ms (Table). The diagnostician
should check whether or not there is a raising trend for
relevant vertices. It is very important to emphasize that the final
outcome, i.e. the shape of BAEP is the sum of responses to single
pulse stimulation.
Latency of waves according to the IFCN standards
Latencje załamków zgodnie ze standardem IFCN
Fig. 4. Evoked potentials observed during the test (ears are stimulated
by alternating clicks and noise)
Rys. 4. Potencjały wywołane obserwowane podczas badania (stymulacja
naprzemiennie kliknięciami i szumem)
Wave I II III IV V VI VII
Latency
[ms]
1.8 3 3.5 5.2–6 5–7 7.6 9
Elektronika 5/2012 27

obtaining adequate information about the method for recording
data, authors develop an application that allows for obtaining
and storing data in the digital form. As a first step of digital
processing a spectral analysis by Discrete Fourier Transform
was performed: Transform [3]:
N
∑ − 1
⎛ f ⎞
− j 2π
s
N
F ⎜m
⎟ =
f
( nT
s
)
e
(1)
⎝
N
⎠
n
=
0
mn
Fig. 5. The basic parameters considered in the BAEP examinations
Rys. 5. Podstawowe parametry brane pod uwagę podczas badania
BAEP
The subjective interpretation of results
Auditory brainstem evoked potentials play an important role in otological
and neurological diagnostics. In otology, the test is used to
determine the threshold of hearing and hearing loss differentiation.
In neurology, the test enables identification and location of damages
within the retrocochlear auditory pathway. By using BAEP one
can verify the death of the brainstem and observe neurosurgical
operations in order to reduce the risk of damages within the auditory
pathway. This examination is also helpful in the diagnosis
of multiple sclerosis, tinnitus and tumor of the cerebellopontine
angle.
The typical BAEP examination include the following parameters
illustrated on Fig. 5 [1]:
a) the presence of waves I, III and V,
b) the time of occurrence of waves, and the spacing between
waves – latency and inter-latency between waves IV, I–III and
III–V
c) the ratio of wave V/I [1].
During the examination the absolute wave latency of the left
and right sides are compared. In order to determine the threshold
of audibility, the acoustic stimulus is adjusted so that its minimum
value is obtained for the wave V. To fulfill IFCN standards each
laboratory should calibrate the threshold of audibility.
The current BEAP diagnosis method is based on a doctor visual
interpretation of the waves. The usual practice is that doctors
often repeat the test to obtain the appropriate shape of the waves,
suitable for diagnostic analysis. Sometimes, distinguishing
between pathology and normality is quite subjective. Thus, to obtain
reliable results the neurologist should be very experience and
have strong perceptual abilities.
DSP algorithms for EP
Because the current diagnostic method is based largely on
subjective estimation of timing, the authors were looking for
a better, automated solution that would give impartial results
and that would be based on algorithms of digital signal processing.
Major obstacles to the direct application of DSP algorithms
are medical devices. There is a technical problem with
acquiring signals in the digital form strictly from devices recording
evoked potentials. Unfortunately, a direct insight into the
patient database is possible only in the graphical form. Manufacturers
do not provide additional tools for acquisition of data
in the digital form. The data are stored in a binary system by
structures known only to the vendors. Because of intellectual
property rights and in order to protect interests, companies
are very reluctant to provide complete source codes of their
programs. Although negotiation were attracted only part of the
data structure. In spite of all, an incomplete fragment carrying
insufficient amount of essential details. Despite problems with
where F(m) is the discrete Fourier transform function of time f(n).
The analysis included 40 waveforms of BEAP, including 20 normal
and 20 pathological ones.
Because the spectra, as well as the timing does not carry directly
explicit discriminating information, the authors have decided
to carry out a wavelet decomposition of the signal [6-8] and to
look for distinctive features in the wavelet coefficients.
Authors decided to use discrete wavelet transform based on
orthogonal wavelets with compact support Discrete wavelet transform
is fast transformation allows smooth approximation of signal
reconstruction. The Daubechies Coiflet and Symlet wavelets
have been chosen for initial selection [4].
Reconstruction of auditory evoked potential was calculated by
a Mallat algorithm [10, 11] based on the time slice lasting for 200
samples. During pre-processing of the BAEP, the potentials are
also synchronized with the time-frequency grid.
Observation of a broad variety of waveforms shows that important
diagnostic information are contained in the so-called retail
component that is observed at the fourth level.
On the basis of a number of pilot statistical analyses, experiments
and calculations it was found that significant and sufficient
diagnostic information’s are carried by the wavelet transform coefficients
from the fourth level. Series of numerical experiments
had been carried out to achieve optimal wavelet. The best results
have been obtained for Symlet wavelets of the sixth order, which
were used for further analysis.
Based on the initial assumptions, wavelet approximation has
given 22 coefficients (four-fold filtration of a 200 samples long
signal through a filter of 12 samples length, combined with downsampling)
with distinctive features that were used to construct
the classifier.
As the classifier the authors have decided to use a SVM (Support
Vector Machine) network [7]. One of the advantages of using
SVM network classifier is to obtain the highest level of generalization.
In its original form, the SVM network is described by a linear
discriminator hyperplane that separates two
classes of linearly separable sets of points in a multidimensional
space, with certain margin of safety. A hyperplane is therefore
the border between the two classes of points, with margin area on
both sides of the border, inside which there is no point belonging
to any of separated sets. The points, nearest to the hyperplane
lie at the edges of the margin and the other points further outside
the margin.
The equation of a separating hyperplane takes the form
of w · x + b = 0, where w is the normal vector, which determines
the direction of orientation, b is the coefficient of displacement,
and the operator “ ·” means the scalar product. Coaching of the
SVM network involves determination of the position of the separating
hyperplane by selecting w parameter values and b.
It turns out that there are infinitely many hyperplanes separating
correctly the same set of points, but with a different margin
of separation, the width, as is known, has to be limited by the
points from both classes that are most close to the hyperplane.
Although each of these solutions is correct, they are not equivalent
in terms of quality of generalization. The smaller is the
width of the margin, the greater is the risk of incorrect classification
of a new point.
28
Elektronika 5/2012

SVM network coaching is to select parameters of a hyperplane
so to obtain the widest margin of separation, with simultaneous
limitation thereof by the nearest points from opposite classes.
This width is determined by the expression 2/||w||, where ||w||
is the norm vector of the Euclidean space. Maximizing this expression
is equivalent to minimizing its inverse, but in practice,
in order to further simplify the transformation of algebraic expression
is minimized with respect to ||w||2/2. Reducing the width
of the margin is formulated by a system of inequalities
y
i
( x
i
⋅ w
+
b
)
−
1
≥
0
∀
i
(2)
These terms apply to the case of linearly separable sets of points.
In the case of linear non-separability, a modification [8, 9]
is used that involves introduction of additional quantities, ξ and
C, to minimize the expression and constraints of non-equality (2),
and that allows for local change of the margin width for the "disputable"
points. Ultimately, optimization of this task is to maximize
the expression
2
M
||
w
||
+
C
(3)
∑
ξi
2
i
=
1
taking into account the constraints in the form of inequality
y
i
( x
i
⋅ w
+
b
)
−
1
+
ξ
i
≥
0,
ξ
i
>
0
∀
i (4)
The optimization issue defined as above is formulated by using
a Lagrangian function [10], the solution of which is reduced to
a quadratic programming problem (Quadratic Programming −
QP) with certain restrictions.
For this problem, the Langrangian function in its original form is a
M
1
2
L
P
=
||
w
||
+
C
∑
ξi
−
2
i
=
1
M
M
(5)
∑
α
i
( y
i
(
x
i
⋅
w
+
b
)
−
1
+
ξ
i
)
−
∑
µ
i
ξ
i
i
= 1 i
=
1
In practical application of the SVM network, solution of a problem
of quadratic programming with restrictions often requires the
use of complex numerical computations involving matrices of considerable
size. Obviously, it has a direct impact on effectiveness
of the SVM coaching algorithm. However, there is a simple algorithm
for solving QP efficiently. This algorithm is called Sequential
Minimal Optimization (SMO) developed by Platt [11]. This method
is fast and does not require huge memory resources, because
the whole problem of quadratic programming is divided into the
smallest possible number of problems solved by using only two
coaching points in each iterative step of this algorithm. Each of
these little QP problems can be solved in turn in an analytical way
without resorting to complex numerical calculations.
Summary
Spectra of auditory evoked potential waveforms were determined
by using Fourier transform and subjected to an in-depth analysis.
tThe obtained results are not satisfactory, BAEP spectra
of normal and pathological cases did not differ in any special
feature. So there is no possibility to easily extract the discriminatory
features.
Fig. 6. SVM classifier: blue – normal cases, red pathological cases
Rys. 6. Klasyfikator SVM: kolor niebieski – przypadki prawidłowe, kolor
czerwony przypadki patologiczne
In the second stage of the investigation used wavelet transformation,
and searched for distinctive features within the wavelet
coefficients area. In this case, authors easily find a difference between
the spectrum signal and the reconstructed spectrum obtained
on the basis of specific signal (detail) on the fourth level.
The spectra of details corresponding to normal and pathological
cases could be a good basis for differentiation.
Application of a SVM classifier directly to 22 wavelet coefficients
has given a very good effect, i.e., fully correct classification
of 20 normal and 20 pathological cases has been obtained
(Fig. 6). The next step, currently performed, is working on optimization
of methods and preparing a test application in order to
carry out a broader clinical verification.
References
[1] Keith H. Chiappa: Evoked Potentials in Clinical Medicine, Reven
Press, New York 1990, 0-88167-569-5.
[2] Colin D., MD.,FRPC: Clinical Neurophysiology, Volume 1, Elsevier
B.V, 2nd Edition (2004), 0-444-517252-7.
[3] Steven W. Smith: The Scientist and Engineer’s Guide to Digital Signal
Processing, Wydawnictwo BTC, Warszawa 1997, Hard Cover,
0-9660176-3-3.
[4] Daubechies I.: Ten Lectures on Wavelets, CBMS-NSF Lecture Notes
nr. 61, SIAM, (1994).
[5] Mallat S.G.: A Theory for Multiresolution Signal Decomposition: the
Wavelet Representation, IEEE Transactions on Pattern Analysis and
Machine Intelligence, vol. 11, no. 7, (1989), 674–693.
[6] Mallat S.G.: A Wavelet Tour of Signal Processing, Academic Press,
(1999).
[7] Vapnik V.: Estimation of dependences based on empirical data,
Springer, 2006.
[8] Vapnik V.: Statistical Learning Theory, John Wiley & Sons, 1998.
[9] Cortes C, Vapnik V., Support-vector networks, Machine Learning, 20,
s. 273–297, 1995.
[10] Burges C.J.C.: A tutorial on support vector machines for pattern
recognition, Data mining and knowledge discovery, vol. 2, 1998,
s. 121–167.
[11] Platt J. C.: Fast training of support vector machines using sequential
minimal optimization, in Schölkopf B., Burges C. J. C., and Smola A.
J., Advances in kernel methods – support vector learning, MIT Press,
1999, s. 185–208.
Elektronika 5/2012 29

Using auditory properties in multi-microphone speech
enhancement
(Wykorzystanie właściwości słuchowych w wielomikrofonowym
uzdatnianiu mowy)
dr inż. Adam Borowicz, prof. dr hab. inż. Alexandr Petrovsky
Bialystok University of Technology, Department of Digital Media and Computer Graphics
An objective of the speech enhancement is to reduce environmental
noise while preserving speech intelligibility. In a context of the
multi-microphone systems the dereverberation and interference
suppression are also expected. Therefore, over the past decades
most efforts have been devoted to the beamforming techniques.
The key idea of the beamforming is to process the microphone
array signals to listen the sounds coming from only one direction.
Particularly the noise reduction can be implicitly achieved
by avoiding ’noisy’ directions. A linearly constrained minimum variance
(LCMV) algorithm has been originally proposed by Frost
[1] in the 1970 s and it is probably the most studied beamforming
method since then. It minimizes a beamformer output variance
subject to the set of linear equations that ensure a constant gain
in a specified listening direction. A minimum variance distortionless
(MVDR) method [2] can be considered as a special case of
the LCVM approach. Similarly, it minimizes a beamformer output
variance, but subject to a less restrictive constraint. Another popular
technique is a generalized sidelobe canceler (GSC) [3, 4].
It converts the constrained optimization problem defined in the
LCVM method into a more efficient, unconstrained form. In addition
a processing can be split into two independent stages – the
dereverberation and noise suppression, respectively.
In order to work reasonably well in the reverberant environments,
the classical beamforming techniques often require a system
model identification i.e. knowledge of the acoustic room
impulse responses or its relative ratios. These parameters can
be fixed or estimated adaptively, however in general it is a difficult
task. In addition the beamforming methods are usually very
sensitive to the system model uncertainties. Recently, much efforts
have been made to reformulate the multichannel speech enhancement
problem so that the noise reduction can be achieved
without performing the speech dereverberation [5, 6]. However
these methods are out of scope of this article.
In this work we investigate another technique which has been
proved to be useful in several single channel methods [7, 8] but
is rarely used in a field of the multi-microphone speech enhancement.
The technique is based on a perceptual phenomenon
known as a tonal masking. This means that for a given spectral
power density, there is a spectral threshold so that any interferer
below this threshold becomes unnoticed. Taking into account this
phenomenon we modify the GSC structure. Namely we propose
to use a perceptual weighting factor in the noise cancellation loop
to reduce the speech leakage effect at the expense of the residual
noise increase. It is known that entire noise removal is neither possible
nor desirable (as it may be not audible). Thus the residual
noise level can be set just below the masking threshold, which results
in a lower speech distortion. Moreover, to increase the reliability
of the proposed system we combine a simple delay-and-sum
beamformer [9] with a blocking matrix that depends on second
order statistics only. In result we do not require exact estimates
of the channel transfer functions to implement the GSC structure.
Instead we require microphone relative time-delay estimates or direction
of arrival (DOA) angle that can be computed more easily.
Problem formulation
Consider an array of N microphones with arbitrary geometry and
single speech source s(t) located inside a reverberant enclosure.
The observation signal at nth microphone is given by:
(1)
where * denote a convolution operator, a n
(t) is an acoustic impulse
response from the source speech signal to the nth microphone
and y n
(t), v n
(t) are speech and background noise signals
observed at nth microphone, respectively. The mixing model is
also illustrated in Fig. 1.
A multichannel system can be efficiently implemented in the
frequency-domain using discrete Fourier transform (DFT). The
speech samples are processed on a frame-by-frame basis using
analysis window of the length N f
. Let X n
(ω), Y n
(ω), A n
(ω), S(ω) and
V n
(ω) denote the DFTs of x n
(t), y n
(t), a n
(t), s(t) and v n
(t) respectively
(spectral bin indexes have been omitted for clarity). For a sufficiently
large N f
, we can approximate the model (1) as follows [4]:
(2)
where:
(3)
Let's define a correlation matrix for an arbitrary vector z (ω):
(4)
where E{.} is expectation operator and the superscript H denote
conjugate transpose. We assume that the speech and noise processes
are uncorrelated i.e.: R xx
(ω)=R yy
(ω)+R vv
(ω).
Our aim is to estimate the source speech signal S(ω). The
most common way is to apply a linear filter h(ω) to the observation
vector x(ω) for each frequency bin, i.e.:
(5)
Fig. 1. Signal model for multi-microphone system
Rys. 1. Model sygnału dla systemu wielomikrofonowego
30
The above formula can be viewed as the frequency domain implementation
of the finite-impulse-response (FIR) filter. The derivation
of the optimal weighting vector h(ω) depends on some
criteria which we will investigate later.
Elektronika 5/2012

Generalised Sidelobe Canceller
The GSC approach [3, 4] converts a constrained optimization
problem in the LCVM method into an unconstrained form [10].
Namely it is assumed that the filtering for each channel can be
performed in two orthogonal subspaces. This is equivalent to the
following decomposition of the weighting vector:
(6)
where w(ω) is a fixed beamformer FIR filter of size N (called a steering
vector) and B(ω) is a blocking matrix of size N×(N-1) that
spans the null space of a(ω). The minimum norm solution for the
vector w(ω) (which results in a distortionless beamformer) is given
by:
(7)
The choice of B(ω) is not unique and any matrix satisfying
B H (ω)a(ω)=0 is able to block the speech and create noise reference
signal. For example a proper blocking matrix can be obtained
using the transfer function ratios:
A major drawback of the GSC beamformer is a high sensitivity
to estimation errors i.e. microphone mismatch. However it
is difficult to perform blind model identification i.e. finding accurate
estimates of the transfer functions a(ω), especially when the nonstationary
conditions are assumed (for example a moving speech
source). Similarly an estimation of the proper blocking matrix
is not easy task as it depends on the transfer function ratios.
Perceptually modified GSC method
Many methods have been proposed to increase robustness
of the GSC beamformer, including an estimation of the secondorder
statistics of the observation signals [4], [11] or an usage
of the physically based signal model [12]. In fact all these methods
only roughly approximate true channel transfer-functions, which
results in a poor performance under system model uncertainties.
Therefore we assume a presence of the estimation errors explicitly
in the model:
(13)
where
(8)
(14)
The objective of the GSC approach is to find optimal vector g(ω)
of size N-1 by solving the following (unconstrained) optimization
problem:
(9)
This is equivalent to minimizing an average residual noise power
at the GSC output. The solution for (9) is the multichannel Wiener
filter [4]:
(10)
Recalling (6), note that the objective of the first component – w(ω)
is to perform dereverberation on the signal x(ω), while the objective
of the second component – B(ω)g(ω) is to create noise
reference and suppress the additive noise. Therefore the GSC
output can be written as follows:
(11)
where
(12)
are the beamformer speech component, residual noise, speech
leakage and noise reference, respectively. Note that since
w(ω)≠w a
(ω) and w H (ω)a(ω)≠1, the beamformer speech component
is distorted i.e. Ŝ(ω)≠S(ω). In practice it results in imperfect
speech dereverberation. Similarly, if the blocking matrix is estimated
inaccurately, i.e. B(ω)≠B a
(ω) and B H (ω)a(ω)≠0, then the
speech signal leakages to the noise reference signal. Due to fact
the conventional GSC method minimizes average residual noise
power it also suppress the speech components.
Reducing the speech leakage effect seems to be crucial for
improving speech intelligibility, therefore we put aside dereverberation
problems and propose to use weighting factor in the noise
cancellation loop as illustrated in Fig. 2. A major purpose of this
parameter is to perform some residual noise shaping to minimize
the speech distortions. Let’s define weighted residual noise power
spectrum measured at the output of the GSC as follows:
(15)
Simply, the parameter α(ω) can be adjusted empirically. It is clear
that since α(ω)≈0, the output of the GSC is close to beamformer
output so that the speech leakage effect is minimized, but it also
results in the residual noise increase. Otherwise, since α(ω)≈1,
the maximum possible noise reduction is ensured, but also speech
components may be canceled. Therefore we propose to
shape residual noise spectrum according to psychoacoustic rule.
A verified approach is to set a desired residual noise level just
below the clean speech masking threshold [7, 8]:
(16)
where (17)
is a maximum possible residual noise power level (i.e. no noise cancellation)
and φ m
(ω) is a masking threshold of the clean speech. Substituting
(16) into the left side of (15) and solving for α(ω) we obtain:
(18)
where
Fig. 2. Modified GSC block diagram
Rys. 2. Zmodyfikowany diagram blokowy metody GSC
(19)
Elektronika 5/2012 31

Fig. 3. Estimation of perceptual weighting factor at frequency bin 1 kHz
Rys. 3. Estymacja percepcyjnego współczynnika wagowego dla zakresu
częstotliwości 1 kHz
An example estimation of the weighting factor α(ω) is depicted
in Fig. 3. In this case the residual noise level was adjusted using
psychoacoustic rule (16). It is clear that for high speech power
levels the weighting factor decreases, so that the signal Ŷ FBF
(ω) is
a dominant part of the GSC output.
In the presented system, the masking threshold φ m
(ω) of the
clean speech must be estimated. However most psychoacoustic
models compute φ m
(ω) by applying some non-linear operator f {.}
to the clean speech power spectal density (PSD) – φ s
(ω) so that
φ m
(ω)=f {φ s
(ω)}. Therefore we estimate the clean speech PSD,
first:
(20)
Then we use (20) as an input for Johnston’s psychoacoustic
model [13]. Note that the microphone speech signal y(ω) is not
observable, thus the corresponding correlation matrix is usually
computed as R yy
(ω)=R xx
(ω)–R vv
(ω).
In order to avoid the transfer functions estimation, we propose
to use a conventional delay-and-sum beamformer similarly as in
[12, 14]. In fact this approach is reliable for narrow-band signals
only and less-reverberant environments. However this solution is
easy to implement and can be simply extended to track moving
speech sources. Therefore in our experiments we use following
steering vector:
(21)
where τ 1
, τ 2
,..., τ N
– relative delays between microphones.
For estimation of the blocking matrix we use the method proposed
in [11] based on the second order statistics of the observation
signals. This approach is theoretically equivalent to utilization
of the true channel transfer-function ratios (8):
(22)
where χ i, j
(ω) is the element of R yy
(ω) at i th row and jth column.
Experiments
In this section we investigate the performance of the proposed
method (denoted as GSCp), the same method but without perceptual
weighting (denoted as GSC) and the conventional generalized
sidelobe canceler (db-GSC) with delay-and-sum beamformer
and fixed blocking matrix as in [12]. All methods were
implemented in MATLAB using overlap-save procedure. Namely
the microphone signals are cut into 50% overlapping frames
of size N f
= 2048 samples. Once the signals are filtered in the DFT
domain they are transformed back to time domain and only last
K = N f
/2 samples are saved to avoid circular convolution effect. In
order to impose the non-casual FIR constraint we proceed as in
32
Fig. 4. Room impulse response between speech source and microphone
#1 (top). Energy decay curve - EDC (bottom)
Rys. 4. Odpowiedź impulsowa między źródłem mowy i mikrofonem
nr 1 (górny). Krzywa zanikania energii – EDC (dolny)
[4], truncating the filters in the time domain. We assumed that the
filter lengths are less than K taps.
The acoustic impulse responses (IRs) were generated using
software. We simulated the rectangular enclosure with dimensions
10×8×3.5 m. In the test scenario we assumed uniform linear array
of eight microphones and point noise source (white Gaussian noise).
The room impulse response between the speech source and
microphone #1 is presented in Fig. 4. We also show energy decay
curve (EDC) for that response. The EDC corresponding to some
impulse response a(t) is defined as follows [4]:
(23)
The point where the EDC decreases abruptly is called total duration
(TD). The clarity index is defined by
(24)
The speech source signal was sampled at 16 kHz. It was comprised
of four short, sentences uttered both by male and female
speakers, selected from TIMIT database [15]. Then the speech
signal was convolved with the simulated IRs and added to the
white Gaussian noise at different SNRs.
In order to efficiently compute the frequency filters the correlation
matrix of the noise signal has to be estimated. However for
comparative purposes we put aside this problem and estimate
this matrix directly from data. In practice any voice activity detector
(VAD) can be used to update noise statistics in the speech
pauses only. Similarly we compute the microphone delays for the
delay-and-sum beamformer using true impulse responses. However
they can be also estimated on-line to track the changes of
the speech source position. However this is much difficult problem,
especially if the system has to work in the blind-manner. On
the other hand for stationary sources the acoustic environment
parameters can be known i.e. easily measured or calibrated during
a system setup. In a such case we expect a performance
improvement as the simple phase delays can be replaced with
measured impulse responses.
In the experiments the SNR based measures were used for an
objective performance evaluation. The speech distortion measure
(SD) is defined as the segmental signal to noise ratio (SegSNR)
where the noise is interpreted as a difference between the source
signal and enhanced speech. The amount of noise reduction
was measured using noise attenuation factor (NA) defined as the
mean ratio between the input noise power and output noise power
in speech pauses, only. Additionally PESQ measure [16] was
used for the evaluation of the speech distortion.
The objective measurement results are depicted in Fig. 5. Figure
6 shows the spectrograms of the clean speech signal, noisy
speech at microphone #1 (SegSNR=0 dB) and enhanced speech.
Elektronika 5/2012

a)
b)
Fig. 5. Performance analysis: objective measures for N=4 microphones versus input SegSNR (a); objective measurement at input SegSNR=0
dB versus number of microphones (b)
Rys. 5. Analiza wydajności: miary obiektywne ze względu na współczynnik SegSNR dla N=4 mikrofonów (a); miary obiektywne ze względu na
liczbę mikrofonów przy stałym współczynniku SegSNR=0 dB (b)
Fig. 6. Spectrograms: clean speech (top), noisy speech at SNR=0 dB (middle), enhanced speech
with the proposed method (bottom)
Rys. 6. Spektrogramy: czysta mowy (górny), mowa zakłócona przy współczynniku SNR=0 dB
(środkowy), mowa uzdatniona z wykorzystaniem proponowanej metody (dolny)
Perceptual evaluation using PESQ measure
Ocena percepcyjna z wykorzystaniem miary PESQ
The PESQ scores are collected in Tabl. The numerical examples
confirm our theoretical study. The proposed method provides the
lowest speech distortion, but at cost of the increased residual noise.
However as can be seen in Tabl., the proposed approach
outperforms other methods also in terms of the PESQ scores.
It suggests that the residual noise is properly masked. In all cases
we observe lower performance results for the conventional
(db-GSC) method. The difference between the proposed method
(GSCp) and non-perceptual one
(GSC) is rather small, especially
for high SNRs. A similar situation
can be observed evaluating the
microphone number dependency
(Fig. 5b). As can be seen for six or
more microphones the speech distortions
are almost the same for
both systems. In such conditions
(high SNR, more microphones)
the estimation errors are relatively
small and they have limited
impact on the GSC performance.
On the other hand we use a very
simple procedure for the masking
threshold estimation.
Conclusion
We proposed the perceptually
motivated method for multichannel
speech enhancement. A conventional
generalized sidelobe
canceler has been modified by
introducing perceptual weighting factor into noise cancellation
loop. The purpose of this factor is to reduce the speech leakage
at cost of the increased residual noise. It is based on observation
that some noise can be tolerated by auditory system as long as it
is placed below masking threshold. Also we combined delay-andsum
beamformer in the novel GSC structure, and use blocking
matrix which relies on second order statistics only. We provide
some numerical examples that confirm our observations. The experimental
results show that the proposed method outperforms
other approaches providing better residual noise shaping and less
audible speech distortions. Also better noise reduction has been
obtained comparing to conventional delay-and-sum based GSC
beamformer.
There are some possible improvements of the proposed
method, i.e.: more accurate masking threshold estimation, moving-source
delay estimation or a derivation of an optimal noise
canceler filter directly involving residual noise level. These issues
will be considered in the future work.
Elektronika 5/2012 33

Work supported by Bialystok University of Technology under the
grant S/WI/4/08
References
[1] Frost O.: An algorithm for linearly constrained adaptive array processing.
in Proc. IEEE, vol. 60, Aug 1972, pp. 926–935.
[2] Capon J.: High resolution frequency-wavenumber spectrum analysis.
in Proc. IEEE, vol. 57, no. 8, Aug 1969, pp. 1408–1418.
[3] Griffiths L., Jim C.: An alternative approach to linearly constrained
adaptive beamforming. IEEE Trans. Antennas Propag., vol. AP-30,
no. 1, pp. 27–34, Jan 1982.
[4] Gannot S., D. Burshtein, and E. Winstein: Signal enhancement using
beamforming and nonstationarity with applications to speech. IEEE
Trans. Signal Process., vol. 49, no. 8, pp. 1614–1626, 2001.
[5] Chen J., J. Benesty, and Y. Huang: A minimum distortion noise reduction
algorithm with multiple microphones. IEEE Trans. Audio, Speech,
Lang. Process., vol. 16, no. 3, pp. 481–493, 2008.
[6] Huang Y., J. Benesty, and J. Chen: Analysis and comparison of multichannel
noise reduction methods in a common framework. IEEE
Trans. Audio, Speech, Lang. Process., vol. 16, no. 5, pp. 957–968,
2008.
[7] Gustafsson S., P. Jax, and P. Vary: A novel psychoacoustically motivated
audio enhancement algorithm preserving background noise
characteristic. in Proc. ICASSP, vol. 1, 1998, pp. 397–400.
[8] Petrovsky A., M. Parfieniuk, and A. Borowicz: Warped DFT based
perceptual noise reduction system. in Proc. AES 116th, Berlin, Germany,
May 2004, 14 p.
[9] Schelkunoff S.: A mathematical theory of linear arrays. Bell Syst.
Tech. J., vol. 22, pp. 80–107, Jan 1943.
[10] Breed B., J. Strauss: A short proof of the equivalence of lcmv and gsc
beamforming. IEEE Signal Process. Lett., vol. 9, no. 6, pp. 168–169,
Jun 2004.
[11] Souden M., J. Benesty, and S. Affes: On optimal frequency-domain
multichannel linear filtering for noise reduction. IEEE Trans. Audio,
Speech, Lang. Process., vol. 18, no. 2, pp. 260–276, 2010.
[12] Spriet A., M. Moonen, and J. Wouters: Robustness analysis of
multi-channel wiener filtering and generalized sidelobe cancellation
for multi-microphone noise reduction in hearing aid applications.
IEEE Trans. Speech Audio Process., vol. 13, no. 4, pp.
487–503, 2005.
[13] Johnston J.: Transform coding of audio signals using perceptual noise
criteria. IEEE J. on Selected Areas in Comm., vol. 6, pp. 314–323,
February 1988.
[14] Talmon R., I. Cohen, and S. Gannot: Multichannel speech enhancement
using convolutive transfer function approximation in reverberant
environments. in Proc. ICASSP, 2009, pp. 3885–3888.
[15] Garofolo J., L. Lamel, W. Fisher, J. Fiscus, D. Pallett, and N.
Dahlgren: DARPA TIMIT Acoustic-Phonetic Continuous Speech
Corpus. National Institute of Standards and Technology (NIST),
CD-ROM, 1993.
[16] Rix A. W., J. G. Beerends, M. P. Hollier, and A. P. Hekstra: Perceptual
evaluation of speech quality (pesq)-a new method for speech quality
assessment of telephone networks and codecs. in Proc. ICASSP,
2001, pp. 749–752.
FPGA implementation of parallel image processing system
(Równoległy system przetwarzania obrazów zrealizowany w technologii FPGA)
mgr inż. Przemysław Brylski, dr hab. Michał Strzelecki
Technical University of Lodz, Institute of Electronics
During the last decade field programmable gate array (FPGA)
devices achieved technology grade competitive to traditional
digital processor systems (DPS). Nowadays FPGA offer very
high logical capacity, parallel processing possibilities, high
speed and flexibility. These features of FPGA devices make
them suitable for development of digital image processing systems.
The strong demand of fast parallel processing of data
results in designing and implementing of digital processor in
a number of various architectures. One of the possible and
promising approaches to parallel data processing is a network
of synchronized oscillators [1]. It has been proven that such
a network is a reliable tool for image analysis tasks, including
segmentation or noise removal. Its operation is based on the
„temporary correlation” theory [2], which attempts to explain
scene recognition as performed by human brain. Based on this
idea, the parallel digital image processor for image segmentation
and analysis was proposed in [3]. Described processor
was implemented in VHDL [6, 7] language and simulated in
ModelSim software for 8×8 image size. Performed tests confirm
that this processor can be successfully applied for segmentation
of binary images.
In order to reduce a utilization of FPGA logic by a single image
processing unit (node), several modifications of the image processor
structure were proposed in [4, 5]. As described in [5] a significant
reduction of LUTs needed for node realization (more than
15 times) and general purpose registers (more than 6 times) was
achieved. These changes also adopted an algorithm of the image
processor for more effective operation in the FPGA structure. As
a result, implementation of a processor capable to analyse an
image of 16×16 pixels in the Xilinx XC3S500E Spartan-3E family
device was achieved.
This paper presents verification results of hardware implementation
of the parallel digital image processor.
34
Image processor architecture
Figures 1 presents a block diagram of the parallel image processor.
It contains microcontroller, control unit and a matrix of NxN
nodes.
Microcontroller performs the following functions:
● loading the image from the host computer
● evaluation of node weights and activation tables
● controlling the segmentation process
● delivering the processed image to the host computer
Central Unit carries out the following tasks:
● downloading the preprocessed image data from the microcontroller
into processing matrix,
● providing the clock and control signals for nodes,
● detection of the end of segmentation process,
● delivering the analyzed image back to the microcontroller.
The parallel image processor proposed in [3] and modified
in [4, 5] implements the matrix of active nodes that correspond
Microcontroller
USB
SPI
Fig. 1. Block diagram of image processor
Rys. 1. Schemat blokowy procesora obrazu
FPGA
Control
Unit
Matrix
NxN Nodes
Elektronika 5/2012

A IN (1)
Modulo-4
counter
Activation
Table
4x2 bits
A IN (0)
0
A IN (2)
1
MUX
2
Sel
3
PA bit
&
Activation
check block
A IN (3)
Statistics of FPGA resources (XC3S500E) used for the implementation
of image processor
Zasoby układu FPGA (XC3S500E) wykorzystane do realizacji procesora
obrazu
Logic utilization Used Utilization
Number of Slice Flip Flops 5.433 58%
Number of 4 input LUTs 7.221 77%
Number of occupied Slices 4.527 97%
Number of Slices containing only
related logic
4.527 100%
Number of bonded IOBs 8 3%
Number of BUFGMUXs 3 12%
Fig. 2. The concept of the activation table for neighborhood size N=4
Rys. 2. Koncepcja tablicy aktywacji dla sąsiedztwa o rozmiarze N=4
to the image pixels. These nodes are connected by weights that
depend on gray levels of neighboring pixel intensities. Weights,
instead of storing them in each particular node, are transformed
to activation table [4] (shown in Fig. 2). In this form node weights
are effectively kept in distributed RAM shift registers (an alternative
functionality of LUTs – SRL16 [8]) of FPGA device. Activation
table orders neighbor nodes accordingly to the weight values that
connect these nodes to the processed node. This information is
important and then used during node activation.
Processor implements an algorithm, which is similar to the
region growing segmentation. Node that belongs to the homogeneous
image region possesses the same unique label. During
each propagation cycle, the label is assigned to all these neighbors
of given active node (which already has been labeled), for
which connection weight is sufficiently high.
Detailed information about algorithm performed by the processor
is presented in [4].
As shown in Fig. 1 the microcontroller is connected to the
FPGA device via Serial Peripheral Interface (SPI). This interface
is also used inside FPGA device to deliver data to each node.
One of the advantages of the applied solution is transfer of various
commands to all nodes at the same time. It is possible thanks
to cascade connection of all nodes. Data and commands are
transferred to (i,k) node by shifting via all nodes in the chain. This
allows outputting the segmentation result from the matrix during
the transfer of new commands to nodes. The SPI bus can be
effectively implemented in FPGA with the use of distributed RAM
shift registers.
Synthesis and implementation
The IP Core of the image processor containing 16x16 elements
matrix size was synthesized, then placed and routed for XCS500E
with Xilinx ISE 13.1.
The implemented circuit utilizes approximately 97% slices of
the FPGA device. Detailed statistics of the FPGA logic utilization
are presented in Tabl.
The power dissipation of the implementation estimated by Xilinx
XPower is less than 0,170 W for a toggle-rate of 50%. The
circuit is able to run up to 113 MHz.
High-speed operation of the FPGA logic enables 100 MHz
clock frequency for nodes and the rotation of labels. Thus each
label propagates between neighbor nodes within 60 ns (for 6-bit
label).
Experiment results
To verify the correct operation of FPGA image processor circuit
ATmega128 [9] microcontroller chip was used. It is an 8-bit
microcontroller with RISC architecture, manufactured by Atmel.
In performed test ATmega128 works with 14.7456 MHz system
clock, thus the maximum clock frequency on SPI bus is limited to
7.3728 MHz.
Number of DCMs 1 25%
Fig. 3. Exchange of SPI frames between microcontroller and FPGA
device
Rys. 3. Wymiana ramek SPI między mikrokontrolerem i układem
FPGA
Figures 3 shows the oscillogram of the data exchange between
microcontroller and FPGA. It can be observed that single
SPI frame (8-bits) is transmitted every 6 µs while time needed for
it is equal approximately to 1 µs.
This 5 µs gap is caused by low computing power of the microcontroller
that is unable to perform faster provision of data to
its SPI controller. For this reason, the loading time of activation
tables (for neighborhood size N = 4) equals to 1,535 ms. Similarly,
the time of command transfer (for 6-bit label) is 1,535 ms also.
Despite of the high speed of labels propagation (t LP
= 60 ns
for 6-bit label) and single object labeling (of the order of microseconds),
low throughput of microcontroller/FPGA interface decreases
performance of whole image processing system.
Additionally, images are processed in a sequential manner because
the simultaneous activation of many leaders in the same
image object is not possible. This could cause the label propagation
cycles in image homogeneous regions that are not allowed.
Therefore, the segmentation of next object must be preceded by
reception of previous results and also by transmission of new
commands to the nodes matrix.
It is illustrated in Fig. 4 where: N - phase of loading of activation
tables, Cx - phase of commands transfer regarding particular
image area, Rx – stage of reception of the result, Seg.
x – processing phase of particular area. As can be seen, the
phase of issuing orders/retrieving of partial results of the segmentation
takes many times longer than the segmentation of
image objects. It has key impact on the degradation of system
performance.
Elektronika 5/2012 35

10000
Runme [us]
1000
100
10
1
N
C1
Seg. 1
R1
C2
Seg. 2
R2
Fig. 4. Stages of image processor operation
Rys. 4. Etapy pracy procesora obrazu
Fig. 5. Graphical interface of the test application
Rys. 5. Interfejs graficzny aplikacji testowej
C3
Seg. 3
R3
The node that was chosen as the segmentation leader, is marked
with red color. Remaining pixels that can be labeled in the
next phase of processing are highlighted in green. Background
of the image was not labeled and highlighted (the initial labels
values equal to 0 were maintained). Total processing time for this
sample image was approximately 16,89 ms. Figures 6 presents
labeling result. As can be seen the processor recognized seven
homogeneous objects in the sample image within 23,65 ms. First
object was labeled within 2,5 µs.
Conclusion
Verification of the hardware implementation of the image processor
for labeling of binary was described in this paper. Tests
performed on sample images confirm correct operation of the
system.
In the current implementation, images are
segmented in a sequential manner, object by
object. Additionally, system performance is limited
by the computing power of used microcontroller,
throughput of the SPI interface and
the need of re-sending commands to nodes
matrix for every processed image object.
Increase of the system efficiency can be
achieved by targeting image processor design
to one of Virtex-5 FXT FPGA family devices.
Build in high performance, PowerPC
440 processor can be fast, directly connected
to Control Unit. Also high logic capacity of Virtex-5
family devices will allow to processing
of larger images.
To avoid label propagation problem during
the simultaneous activation of many leaders
in single image object the implementation of
an algorithm for appropriate leader processing
is needed. This will also solve the problem
of the end of segmentation detection.
Finally, different modes of node weight
estimation will be implemented to enable
segmentation of gray level images and other
image processing operations e.g. edge detection
of morphological filtering.
References
Fig. 6. Segmentation result of sample binary image
Rys. 6. Wyniki segmentacji testowego obrazu binarnego
Binary images used for system tests were created using the
C# application (Microsoft Windows). The image composer is placed
on the left side of application front panel (as shown in Fig. 5)
and the result of segmentation is displayed on the right side.
Sample binary image (shown on the left side in Fig. 5) with five
objects (black pixels) on the background (white pixels) was used
for system testing.
As can be seen, the image processor, after the first stage
of analysis, distinguishes one homogeneous area in analyzed
picture. Pixels belonging to this area were marked by label “1”
within 2,5 µs.
[1] Çesmeli E., Wang D.: Texture Segmentation
Using Gaussian-Markov Random
Fields and Neural Oscillator Networks.
IEEE Transactions on Neural Networks,
12, 2, 2001, pp. 394–404.
[2] Wang D., Ternan D.: Image segmentation
based on oscillatory correlation. Neural
Computation, 9, 1997, pp. 805–836.
[3] Brylski P., Strzelecki M.: Network of Synchronized Oscillators
– Digital Approach. SPA 2008, Poznan, Poland, pp. 161–164.
[4] Brylski P., Strzelecki M.: Architecture of image analysis system
for implementing parallel digital image processor. Elektronika nr
3/2010, pp. 90–93.
[5] Brylski P., Strzelecki M.: Implementation of the parallel digital
processor for image analysis using FPGA technology. Elektronika
nr 5/2011, pp. 68–71.
[6] Skahill K.: VHDL for Programmable Logic, Addison- Wesley
1996.
[7] Pedroni Volnei A.: Circuit Design with VHDL. MIT Press 2004.
[8] http://www.xilinx.com/support/documentation/spartan-3e.htm
last visited in June 2011.
[9] http://www.atmel.com/dyn/products/product_card.asp?part_
id=2018&category_id=163&family_id=607&subfamily_id=760
last visited in April 2011.
36
Elektronika 5/2012

Zastosowanie przekształceń grafiki trójwymiarowej
w obrazowej diagnostyce medycznej
mgr inż. Adam Skurski 1) , mgr inż. Piotr Mazur 1) , dr inż. Jakub Chłapiński 1) ,
dr inż. Marek Kamiński 1) , prof. dr hab. inż. Andrzej Napieralski 1) ,
prof. dr hab. n.med. Jarosław Kasprzak 2) , dr hab. n.med. Piotr Lipiec 2)
1)
Politechnika Łódzka, Katedra Mikroelektroniki I Technik Informatycznych, Łódź, Polska
2)
Uniwersytet Medyczny w Łodzi, Katedra i Klinika Kardiologii, Łódź, Polska
Graficzna reprezentacja wyników analiz medycznych może dostarczyć
dużo większą ilość informacji przy zwiększonej czytelności
prezentowanych danych, niż analiza wyłącznie tabelarycznych
danych tekstowych. Dzięki rozwojowi technik cyfrowych raporty
medyczne zmieniły swoją postać z wykazu wartości liczbowych
na bardziej wyrafinowane i łatwiejsze w interpretacji formy prezentacji
wyników. W okresie ostatnich 30 lat można zauważyć istnienie
silnej tendencji w kierunku uproszczenia sposobu wyświetlania
danych wynikowych poprzez przedstawianie ich w postaci
wykresów, czy prezentacji kolorowych modeli. Współczesne techniki
diagnostyki medycznej wymagają, aby dane prezentowane
w formie graficznej były dokładne i intuicyjnie interpretowalne, co
często wymaga długotrwałego przetwarzania danych zebranych
podczas badania. Tego rodzaju analizy wymagają więc od personelu
medycznego wydłużonego czasu oczekiwania na wynik
w celu podjęcia dalszych kroków diagnostyki i przyjęcia odpowiedniej
ścieżki leczenia. Ciągły postęp technologiczny umożliwia
obecnie znaczące skrócenia tego czasu przyczyniając się do
gwałtownego rozwoju diagnostyki obrazowej.
Wykorzystanie techniki CT (ang. Computed Tomography
– tomografia komputerowa) dało możliwości reprezentacji wnętrza
ludzkiego ciała za pomocą obrazów dwu- i trójwymiarowych
(2D/3D). Zastosowanie algorytmów segmentacji obrazu umożliwiło
osiągnięcie wysokiej precyzji odwzorowania przy obserwacji
pojedynczych organów wewnętrznych. Inne algorytmy, takie
jak algorytm Marching Cubes [7], pozwalają na opracowanie
z otrzymanych obrazów modeli analizowanych struktur w postaci
cyfrowej siatki geometrycznej reprezentującej ich powierzchnię
boczną. Implementacja wybranych algorytmów i zastosowanie
nowoczesnych technik komputerowych umożliwiło skrócenie czasu
wykonywania tego rodzaju przekształceń graficznych do kilku
sekund. To natomiast sprawiło iż kolejne metody przekształceń
obrazów medycznych pozwalają na uzyskanie coraz to bardziej
złożonych analiz medycznych.
Niekiedy proces diagnostyczny wymaga podejmowania decyzji
o sposobie leczenia na podstawie danych z różnych, prowadzonych
niezależnie badań. Często wymogiem staje się łączenie
danych morfologicznych z analizami funkcji narządów. Dane te są
zazwyczaj otrzymywane za pomocą różnych technik obrazowania
medycznego i prezentowane w różnych formach graficznych
takich jak mapy parametryczne (np. kolorowe wykresy poszczególnych
właściwości funkcjonalnych). Z tego punktu widzenia
koncepcja łączenia różnorodnych reprezentacji wyników diagnoz
medycznych (obrazów 2D, obrazów 3D i map parametrycznych)
staje się tematyką niezwykle obiecującą i rokującą nowymi zastosowaniami
w diagnostyce obrazowej.
Proponowane w pracy rozwiązanie, to połączenie obrazów
otrzymywanych za pomocą tradycyjnych metod obrazowania 2D
z trójwymiarowym widokiem modelu wybranego obiektu. Przyczynia
się to do uzyskania dodatkowych, niezwykle przydatnych danych
przy podejmowaniu decyzji diagnostycznych [5]. Celem prezentowanej
fuzji obrazów jest przygotowanie wyniku końcowego
w postaci reprezentacji graficznej zawierającej wyniki jednocześnie
kilku ekspertyz medycznych na jednym, trójwymiarowym obrazie
organu wewnętrznego. Końcowa grafika posiada możliwości
interaktywnego manipulowania widoku prezentowanych danych,
która to funkcjonalność zapewnia przejrzystość prezentowanych
przez nią informacji.
Biblioteka graficzna
Głównym zadaniem prezentowanej biblioteki graficznej jest
przygotowanie prostych w użyciu, technicznych metod wykonania
fuzji obrazów medycznych prezentowanych w różnych
przestrzeniach graficznych (2D i 3D). Proponowane rozwiązanie
programistyczne jest oparte na założeniu łączenia kilku, niezależnie
przygotowywanych wyników analiz medycznych w jeden
trójwymiarowy obraz uzyskany na podstawie modelu powierzchni
bocznej analizowanego narządu wewnętrznego. Zaproponowana
synteza ma na celu zapewnienie lepszego zrozumienia wyników
wykorzystywanych badań i tym samym poprawienia ich wartości
diagnostycznej. Prezentowane podejście oparte jest na algorytmach
przetwarzania opisanych kolejno w poniższych punktach
publikacji.
Ekstrakcja modelu
Przykładem wykorzystania obrazu 3D badanego narządu wewnętrznego
jest diagnostyka obrazowa oparta o badanie CT. Nowoczesne
urządzenia CT są w stanie zebrać dane z przebiegu
badania w sposób łatwy do obróbki i możliwy do dalszej analizy
nawet już po zakończeniu badania. Wbudowane algorytmy pozwalają
uzyskać zbiory voxali (najmniejszych elementów przestrzeni
w grafice trójwymiarowej), które w sposób jednoznaczny
definiują najbliższe otoczenie wraz z obiektem poddawanym obserwacji
[1]. Uzyskane dane stanowią podstawę do zapisu tych
informacji w postaci standardowych plików archiwum DICOM
[13]. Forma zapisu może być zróżnicowana w zależności od potrzeb,
choć najczęściej stosuje się zapis przekrojów równoległych
z zachowaniem równych odstępów pomiędzy kolejnymi płaszczyznami.
Omawiana biblioteka graficzna jest w stanie importować
dane przygotowane w formacie DICOM i przekształcić je do formy
umożliwiającej wykonywanie dalszych przekształceń. Dane
z plików DICOM są traktowane jako wielkości wejściowe dla algorytmów
segmentacji służących do wykonywania ekstrakcji sekcji
obrazu. Wykorzystanie algorytmów progowania [10] umożliwia
wyodrębnienie analizowanych struktur od otoczenia i reprezentację
danych jako zbioru punktów w przestrzeni 3D.
Ekstrakcja powierzchni
Uzyskany za pomocą algorytmów progowania podzbiór voxali
służy do uzyskania zdefiniowanego zbioru bocznej powierzchni
narządu za pomocą siatki trójkątów [3]. Tego rodzaju przekształcenie
umożliwia implementacja zmodyfikowanego algorytmu
Marching Cubes [7] (z ang. algorytm maszerujących sześcianów).
W bibliotece zastosowano podejście każdorazowej analizy
8 sąsiadujących voxali. Z wybranej grupy tworzony jest sześcian,
który poddawany jest dalszej analizie. Z wykorzystaniem procedury
określającej położenie voxali definiowane są wierzchołki,
które znajdują się wewnątrz lub na zewnątrz analizowanego
kształtu. Poprzez określenie tego położenia możliwe jest znalezienie
płaszczyzn zawierających wybrane wierzchołki i wskazanie
Elektronika 5/2012 37

trójkątnych powierzchni, które w przybliżeniu odwzorowują poszukiwaną
powierzchnię boczną. Zbiór wszystkich trójkątów uzyskanych
za pomocą wielokrotnej iteracji po wszystkich punktach
pozwala na określenie w sposób przybliżony powierzchni bocznej
całej analizowanej struktury. Metoda ta na ogół nie pozwala uzyskać
pozbawionego błędów odwzorowania powierzchni bocznej,
ale implementacja i zastosowanie dodatkowych modyfikacji może
pozwolić na znaczne zmniejszenie błędu, co będzie realizowane
w dalszych etapach prac badawczych nad przedstawianym
projektem. Rysunek 1 prezentuje przykład użycia implementacji
algorytmu maszerujących sześcianów.
Wygładzanie powierzchni
Powierzchnie uzyskane przy pomocy wspomnianych już algorytmów
z rodziny Marching Cubes, posiadają znaczną liczbę
nieprawidłowości związanych z założeniami metody wypełniania
całego kształtu bryłami prostopadłościanów [7]. Wynik obarczony
jest efektem aliasingu oraz błędami artefaktów o charakterze
tarasowym. Są to widoczne niekiedy efekty schodków na
powierzchni, która w formie idealnego odwzorowania powinna
mieć charakter gładkich przejść. W celu korekcji tego rodzaju
problemów wykorzystywane są metody rekonstrukcji kształtów
oparte na krzywych B-sklajanych (B-spline). Wygładzenie
obiektu poprzez zmniejszenie efektu schodkowego znacząco
wpływa na polepszenie ogólnych wrażeń użytkownika aplikacji.
Zastosowanie tej techniki prowadzi do uzyskania wynikowego
obiektu o krzywiznach bardziej naturalnych i lepiej reprezentujących
kształt organów wewnętrznych. Proponowany algorytm
wykorzystuje przekroje wzdłużne powierzchni, aby ustalić profil
wygładzania. Stosując to podejście możliwa jest eliminacja niewłaściwej
rekonstrukcji kształtów, w znacznie większej liczbie
wycinków poddanego analizie obiektu. Ostateczne parametry
rekonstrukcji powinny być wybrane w celu uzyskania satysfakcjonujących
wyników dla konkretnych przypadków użycia proponowanych
zbiorów danych wejściowych.
Orientacja obrazów
Fuzja modeli trójwymiarowych i obrazów dwuwymiarowych wymaga
dokładnego określenia wzajemnej orientacji obu przedmiotów
przekształcenia. Uzyskanie odpowiedniej precyzji zorientowania
ma znamienny wpływ na wyniki odwzorowania
końcowego. Każdy punkt na powierzchni obrazu 2D musi mieć
zdefiniowany i przyporządkowany punkt w przestrzeni trójwymiarowej.
Wymaga to określenia znacznej liczby par takich
punktów, co w przypadku braku automatycznego mapowania
bardzo ogranicza praktyczne zastosowania metody. Ze względu
na elastyczność rozwiązania i uniwersalność implementacji
autorzy zdecydowali się na zastosowanie półautomatycznej metody
mapowania przy pomocy ręcznego definiowania wyłącznie
punktów referencyjnych. Metodologia ta pozwala na stosowanie
metody dla różnych kształtów oraz dobór liczby punktów odniesienia
w celu zapewnienia akceptowalnego kompromisu pomiędzy
użytecznością a dokładnością rezultatów. Użytkownik
proszony jest o ręczne wyznaczenie punktów referencyjnych,
które pozwolą na automatyczne przeprowadzenie dopasowania
obu obrazów. Konstelacja wskazanych przez niego punktów
stanowi profil interpolacji obszarów poddawanych przekształceniu
geometrycznemu. Przeprowadzone badania praktyczne
wskazały, iż takich punktów należy określić co najmniej trzy by
zapewnić akceptowalny poziom błędów. Przetwarzanie bardziej
skomplikowanych struktur może wymagać zdefiniowania dodatkowych
par punktów w celu osiągnięcia zadowalającej precyzji.
Rezygnacja z metod w pełni automatycznych na tym etapie
prac wynika z obserwacji, iż w praktyce medycznej wymagana
jest możliwość ręcznej korekty wyników przekształcenia. Wynika
to ze sposobu pracy i przyzwyczajeń użytkowników systemów
diagnostyki obrazowej. Ten aspekt wyklucza więc w pełni
automatyczne rozwiązanie, które może zostać przygotowane
jako dodatkowa funkcjonalność do opcjonalnego wykorzystania
przez personel medyczny.
Teksturowanie
Metoda teksturowania modelu została wykorzystana do połączenia
kilku wyników badań medycznych w jeden trójwymiarowy
obraz prezentowany jako efekt końcowy działania opisanej
biblioteki [4]. Aby wykonać proces teksturowania wymagane jest
przeprowadzenie możliwie najdokładniejszego odwzorowania
geometrycznego powierzchni bocznej modelu 3D na powierzchnię
płaską stanowiącą teksturę. Zastosowana technika teksturowania
UV [6] pozwala na wykorzystanie jej w szerokim zakresie
przypadków. Wskazany algorytm w ni siatki odpowiadały
punktom określonym na obiekcie tekstury. ymaga, aby wszystkie
punkty powierzchW rezultacie uzyskuje się możliwość owinięcia
obiektu 3D obrazem reprezentowanym przez grafikę 2D. Można
również założyć iż mapowanie UV umożliwi połączenie dwu
lub większej liczby grafik 2D i jednoczesne teksturowanie nimi
obiektu trójwymiarowego. Wykorzystanie tej właściwości może
być istotnym ułatwieniem dla personelu medycznego do porównywania
różnego rodzaju badań dotyczących tego samego
obiektu anatomicznego.
Zastosowanie tak uniwersalnej metody zarówno teksturowania,
jak i mapowania różnorodnych obiektów na siebie może
spowodować wiele problemów z dokładnością odwzorowania.
Algorytm teksturowania musi być uodporniony na błędy ekstrakcji
modelu, które mogą wnosić znaczny błąd w rozpoznaniu
anatomicznych cech charakterystycznych badanego organu.
a) b) c) d)
Rys. 1. Etapy przekształcania obrazu: a) wejściowe dane medyczne, b) wynik progowania (dla pojedynczej powierzchni), c) widok objętościowy,
d) ekstrakcja powierzchni
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,
c) volumetric 3D view, d) surface extraction
38
Elektronika 5/2012

Rys. 2. Algorytm fuzji obrazów medycznych
Fig. 2. Overview of the image processing pipeline
Dodatkowe mechanizmy zabezpieczające poprzez automatyczne
rozpoznawanie wzorców kształtu szczególnie ważnych obszarów,
mogłyby znacząco zmniejszyć błąd końcowego wyniku
teksturowania.
Podczas implementacji biblioteki rozważane były również
inne metody prezentacji danych medycznych. Wykorzystanie
typowych algorytmów mapowania, takich jak mapowanie wypukłości
(z ang. Bump mapping) [8] czy mapowanie przemieszczeń
warstw [11] może okazać się również udane, dzięki jednoczesnej
prezentacji kilka wyników badań z wykorzystaniem
pojedynczego trójwymiarowego modelu kształtu. Ponadto reprezentację
wyników można wzbogacić o animację tekstur [12],
która dostarcza dodatkowe, pożądane przez medycynę informacje
o stanie zdrowia.
Przebieg algorytmu fuzji obrazów aż do otrzymania wyniku
końcowego prezentuje schemat blokowy na rys. 2.
Fuzja CT/ECHO
Algorytmy opisane w rozdziale drugim stanowią niezbędny zbiór
metod wykorzystywany do przetwarzania i obróbki obrazów medycznych
w diagnostyce obrazowej. Poprzez wykorzystanie biblioteki
zaproponowanej w przedstawionej postaci możliwe jest
przygotowanie kompleksowego rozwiązania z przeznaczeniem
dla użytku w diagnostyce medycznej. Zaprezentowane narzędzia
programistyczne wykonują fuzję obrazów 2D i 3D zapewniając
akceptowalny poziom precyzji. Jako przykład zastosowania można
przedstawić koncepcję połączenia wyniku badania CT i graficznej
reprezentacji badania ECHO (z ang. Echocardiography,
echokardiografia).
Badanie echokardiograficzne funkcji spoczynkowej lewej
komory serca jest prezentowane w formie diagramu kołowego
(rys. 3a). Obszary reprezentowane przez współśrodkowe okręgi
stanowią schematyczną reprezentację powierzchni ściany lewej
komory z koniuszkiem w środku okręgu [9]. Różnokolorowe obszary
(z zakresu barw od czerwonego do niebieskiego) wskazują
miejsca o akceptowalnej lub dysfunkcyjnej kurczliwości komory
serca. Okrągły obszar diagramu podzielony jest na segmenty odpowiadające
określonym obszarom na przestrzennej strukturze
komory (rys. 3b).
Zaimplementowane metody proponowanej biblioteki graficznej
do celów diagnostyki obrazowej stanowią wystarczający
zbiór narzędzi programistycznych do zbudowania obrazu trójwymiarowego,
który jest połączeniem anatomicznego modelu
3D lewej komory serca, uzyskanego poprzez ekstrakcję z obrazu
CT oraz diagramu ECHO. Przedstawiony rezultat połączenia
stanowi interaktywny widok 3D przygotowanej struktury, która
może być zostać poddana manipulacji przez intuicyjny w obsłudze
interfejs użytkownika (rys. 3c). Przekształcenie płaskiego
obrazu mapy polarnej badania ECHO na przestrzenną reprezentację
komory nie jest niestety wolne od wad ze względu na
nieliniowość i nieregularność wyekstrahowanego modelu trójwymiarowego.
Ze względu na wymogi zachowania anatomicznych
cech szczególnych komory serca nie jest możliwe zastosowanie
żadnych metod normalizacji anatomicznego modelu
co implikuje błędy mapowania obu obiektów. Rozwiązanie jest
w fazie testów, w którym używane jest półautomatyczne narzędzie
mapowania obrazu tekstury z modelem lewej komory serca.
Do wyznaczenia punktów charakterystycznych wymagane
jest wskazanie dokładnie trzech par punktów referencyjnych na
obu obrazach by umożliwić całkowicie zautomatyzowane teksturowanie.
Przygotowane narzędzie diagnostyczne jest rozwiązaniem
uniwersalnym, niezależnym od systemu operacyjnego
i przygotowanym do obsługi różnych medycznych formatów
danych wejściowych. Wymienione cechy proponowanego wykorzystania
przygotowanej biblioteki graficznej stanowią innowacyjne
przestawienie badania funkcji skurczowej lewej komory
serca w formie trójwymiarowego obrazu z zachowaniem cech
anatomicznych komory.
a) b) c)
Rys. 3. Fuzja obrazów ECHO i CT: a) diagram ECHO, b) trójwymiarowy model lewej komory serca, c) wynik fuzji obrazów
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
integration
Elektronika 5/2012 39

Podsumowanie i dalsze plany
Przedstawione rozwiązanie programistycznej biblioteki graficznej
implementuje niezbędne metody umożliwiające przeprowadzenie
fuzji obrazów medycznych w formie trójwymiarowej grafiki komputerowej.
Opracowane oprogramowanie umożliwia mapowanie
i teksturowanie trójwymiarowych obrazów medycznych obrazami
uzyskanymi z kilku badań lekarskich przedstawiających aspekty
morfologiczne i funkcyjne badanych struktur narządów wewnętrznych.
Zaproponowane rozwiązanie ręcznej definicji trzech par
punktów referencyjnych umożliwia prawidłowe przekształcenie
płaskiej tekstury badania ECHO na trójwymiarowy obraz komory
serca. Dowód na przyjęcie prawidłowej metodologii przeprowadzanych
badań możliwy będzie poprzez wykonanie długotrwałych
testów klinicznych w środowisku lekarskim.
Plany na przyszłość dla proponowanego rozwiązania informatycznego
obejmują prace nad przygotowaniem w pełni zautomatyzowanych
metod mapowania, które wymagają minimalnej interwencji
ze strony użytkownika oprogramowania. Ponadto zostaną
poddawane analizie nowe algorytmy mapowania tekstur w celu
zwiększenia precyzji samego teksturowania. Rozwój algorytmów
teksturowania i metod ekspozycji wyników końcowych umożliwić
może zwiększenie ilościowe i jakościowe informacji wyświetlanej
jednocześnie na jednym obrazie trójwymiarowym poddawanym
ostatecznej weryfikacji przez personel medyczny. Ponadto,
dalsze badania algorytmów ekstrakcji powierzchni powinny być
kontynuowane w celu zwiększenia wiarygodnego odwzorowania
anatomicznych cech modelu, co może wpłynąć znacząco na jakość
i precyzję algorytmu mapowania tekstur.
Literatura
[1] Cignoni P., L.D. Floriani, C. Montani, E. Puppo, R. Scopigno: Multiresolution
Modeling and Visualization of Volume Data Based on
Simplicial Complexes. Proceedings of the 1994 Symposium on Volume
Visualization, Washingon D.C., 1994.
[2] Crawfis R.A., N. Max: Texture splats for 3D scalar and vector field
visualization. Proceedings of the Visualization ’93 conference, 1993.
[3] Elber G.: Proper Piecewise Linear Approximation of Freeform Surfaces.
CIS Report #9413, Technion, 1994.
[4] Gorla G., V.Interrante, G.Sapiro: Texture Synthesis for 3D Shape
Representation. IEEE Transactions on Visualization and Computer
Graphics, 2003.
[5] Kim S., H.Hagh-Shenas, V.Interrante: Showing shape with texture:
two directions seem better than one. Human Vision and Electronic
Imaging VIII, 2003.
[6] Lévy B., S.Petitjean, N.Ray, J. Maillot: Least Squares Conformal
Maps for Automatic Texture Atlas Generation. ACM SIGGRAPH conference
proceedings, 2002
[7] Lorensen W.E., H.E. Cline: Marching Cubes: A high resolution 3D
surface construction algorithm. Computer Graphics, 1987.
[8] Luo Z.: Employ Bump Mapping to Enrich the 3D NPR Image. International
Conference on Signal Processing Systems, 2009.
[9] Murta-Jr L.O., A.Pazin-Filho, A. Schmidt, O.C. Almeida-Filho, J.A.
Marin-Neto, B.C. Maciel: Segmental Quantitative Analysis of Myocardial
Contrast Echocardiography Images Using a Bullseye Representation.
Computers in Cardiology, 2003
[10] Pham D.L., C.Xu, J.L.Prince: Current methods in medical image segmentation.
Annual Review of Biomedical Engineering, 2000.
[11] Smith R., Wei Sun, A.Hilton, J.Illingworth: Layered animation using
displacement maps. Proceedings of the Computer Animation conference,
2000
[12] Yamrom B., K.M.Martin: Vector field animation with texture maps.
IEEE Computer Graphics and Applications, 1995
[13] Digital Imaging and Communications in Medicine (DICOM). Standard
specification, National Electrical Manufacturers Association, 2009.
Application of scale-invariant feature transform
to fingerprint classification
(Zastosowanie skaloniezmienniczego przekształcenia cech
do klasyfikacji odcisków palców)
mgr inż. Jakub Sobek, dr inż. Damian Cetnarowicz, prof. dr hab. inż. Adam Dąbrowski
Politechnika Poznańska, Katedra Sterowania i Inżynierii Systemów,
Pracownia Układów Elektronicznych i Przetwarzania Sygnałów
40
Recognition of fingerprints is one of the main biometric methods
for people identification. In general, the biometric methods aim
to determine identity using anatomical or behavioural characteristics.
Classical identification methods utilize tokens (keys) or
knowledge (passwords). Such methods identify not a person but,
in fact, some information, which is held by the person and can be
lost or stolen. In the first case this is a kind of trouble but in the
latter case this is a kind of danger. Because of these reasons efforts
in biometry research are aimed to recognize people by their
body or behaviour. Common biometrics are: face, iris, ear, voice,
hand geometry, vein geometry, fingerprint, gait, palm print, rhythm
of typing, DNA, etc. Each biometric has its advantages and its
weakness.
Among these, fingerprint is the oldest method of biometric
identification [1]. In the late nineteenth century Sir Francis Galton
systematized characteristic elements of fingerprint image. These
elements are called minutiae and are parameterised by their position,
type, and orientation. The best assessment of fingerprint
importance is the fact that this is accepted by the law. Currently,
since the technological development has arisen, fingerprint is
also the biometric with the easiest technique of acquisition [2].
Because of that it is used in locks and even in mobile devices.
At the beginning of fingerprint application, the two impressions
of a fingerprint were compared manually. It is still the most accurate
way for comparison. As computer technology was developed,
algorithms for automatic fingerprint matching have been
invented. The automatic recognition is much faster but its accuracy
is lower.
In manual matching a set of minutiae has to be found for each
fingerprint. Given these sets, an expert compares minutiae, their
positions and other parameters (attributes). A difficulty of this
comparison is that the minutiae positions are distorted by the elastic
property of the skin. This distortion is not a significant obstacle
for the expert but for the automatic algorithm it is considerable.
Although there are many solutions already proposed [3], in which
the authors reduce a set of minutiae to reduce the effect of elastic
distortion. Only several minutiae, from the limited area of fingerprint,
is enough to achieve accuracy of about 5% for FAR and
0.8% for FRR (in the worst case). It should be noticed that the
system performance strongly depends on the image quality of the
fingerprint. The quality depends on the sensor technology and on
the impression conditions [4].
Other, novel approaches to fingerprint characterization consist
in calculation of features other than minutiae. These features may
offer lower accuracy but are good for the first stage of classification
in order to reduce the number of laborious matching performed
with high accuracy. Application of FFT (Fast Fourier Transform)
with neural networks was reported in [5]. PCA (Principal
Elektronika 5/2012

m
(
x
,
y
)
=
(3)
2
2
=
(
L
(
x
+
1,
y
)
−
L
(
x
−
1,
y
))
+
(
L
(
x
,
y
+
1)
−
L
(
x
,
y
−
1))
and the gradient orientation is defined as:
Fig. 1. Example of properly matched fingerprints by SIFT
Rys. 1. Przykład prawidłowego dopasowania dwóch odcisków przez
algorytm SIFT
Component Analysis) and GMM (Gaussian Mixture Model) were
applied in [6]. In [7] the authors used eye movement technology
to watch the expert’s eyes in order to find out which regions of the
fingerprint impression attracts expert ’s attention.
In this paper an experiment with fingerprint matching using
SIFT (Scale-Invariant Feature Transform) algorithm is reported.
This match does not utilize minutiae but features used in computer
vision [8]. An example of this specific match is shown in Fig. 1.
As it can be seen, instead of minutiae the characteristic points are
used. In the current stage the achieved results allow for application
in the classification task. This paper is organized as follows.
Scale-invariant feature transform
SIFT (Scale-Invariant Feature Transform) is an algorithm for extracting
distinctive invariant features form images that can be
used to perform reliable matching between different views of the
object or scene. This algorithm was proposed by D. Lowe in 1999
[8] and can be used in the object recognition, creating panorama
images, robot localization and mapping, tracking some objects,
etc. The SIFT describes each object by keypoints (key locations).
There are four main stages of computation keypoints:
● Scale space extreme detection
The algorithm uses difference-of-Gaussian functions to find
local extremes over all scales. These extremes are the potential
points that can be invariant to the scale and orientation. The scale
space is defined by the function:
L(x, y, σ) = G(x, y, σ) * I (x, y), (1)
where G() is variable scale Gaussian convolved with an image
I().
Difference-of-Gaussian is defined as:
D(x, y, σ) = L(x, y, kσ) – L(x, y, σ) (2)
To detect the local extremes each keypoint is compared with 8
neighbours at the same scale.
● Keypoint localization
For each potential keypoint its location and scale are determined.
At this stage, all points with small contrast are rejected.
Such points are not resistant to jamming and noisy image.
They may also be sensitive to changing in brightness and/or
contrast.
● Orientation assignment
Each keypoint is assigned to one or more orientations. These
orientations are based on the local image gradients around the
keypoint. The gradient magnitude is given by:
⎛
L
(
x
+
1,
y
)
−
L
(
x
−
1,
y
)
⎞
θ
(
x
,
y
)
=
tan
⎜
⎟
(4)
⎝
L
(
x
,
y
+
1)
−
L
(
x
,
y
−
1)
⎠
● Keypoint descriptor
The local image gradients are measured at the selected scale
in the region around each keypoint. These gradients are transformed
into a representation invariant to local shape distortion and
change illumination. Keypoint descriptors typically use a set of 16
histograms, aligned in a 4×4 grid, each with 8 orientation bins,
one for each of the main compass directions and one for each
of the mid-points of these directions. It results in a feature vector
containing 128 elements.
The image is transformed to a set of keypoint descriptors. Two
images are matched by matching their descriptors. The algorithm
tries to find as many pairs of the matched descriptors as possible.
The matching is globally controlled in order to ensure that the
structure of descriptors from one set is matched to the similar
structure of descriptors in the other set. Similarity is up to scale,
affine, and 3D transformations with small angles (smaller than 20
degrees). An example of such matching is shown in Fig. 1.
Experiments and discussion
FVC2004 fingerprints database [9] was used to evaluate performance
of the realized SIFT algorithm. In this database 320 fingerprint
exposures in four sub-databases can be found (10 persons
× 8 exposures × 4 sensors). The structure of this database is
shown in Table 1.
Tabl. 1. FVC 2004 databases
Tab. 1. Baza danych FVC 2004
Name Sensor Image size Resolution
DB1
DB2
DB3
DB4
Optical sensor
– V300 CrossMatch
Optical sensor -” U.are.
U 4000” by Digital
Persona
Thermal sweeping
Sensor
Artificial fingerprint
– SfinGe v 3.0
640×480
(307 Kpixels)
328×364
(119 Kpixels)
300×480
(144 Kpixels)
288×384
(108 Kpixels)
500 dpi
500 dpi
512 dpi
About 500 dpi
The results of the experiments are organized in 3 steps because
it is important to achieve 3 requirements described below.
● Step 1 – a big number of the keypoints. The SIFT algorithm
finds keypoints and uses them to compare fingerprints. All keypoints
have equal importance, thus precise comparison should
be based on many keypoints. The SIFT should be able to find
a big number of keypoints in a fingerprint image. The results
are given in Table 2 and Table 3.
● Step 2 – a big number of the matched keypoints in the impressions
(exposures) of the same finger of the same person. The
results are presented in Table 4a-d and Table 5.
● Step 3 – a small number of the matched keypoints in the case
of different fingerprints. It is very likely that different fingerprints
can have very similar small parts. The SIFT algorithm will be
useful if the maximum number of the matched keypoints in
different fingerprints is unambiguous lower than the minimum
number of the matched keypoints in the same fingerprint.
According to the above description, the first step was to check
the number of keypoints that the SIFT finds in each fingerprint
image. The minimum number is 959 and the maximum number is
4257. In order to compactly present this result, Table 2 contains
the average number of the keypoints for each person in each database.
Elektronika 5/2012 41

Tabl. 2. Average number of keypoints per database and per person
Tab. 2. Średnia liczba punktów kluczowych dla poszczególnych osób
w bazach
FVC 2004 DB1 FVC 2004 DB2 FVC 2004 DB3 FVC 2004 DB4
42
P. 1 2188 P. 1 1935 P. 1 1822 P. 1 3273
P. 2 2345 P. 2 2109 P. 2 2222 P. 2 3513
P. 3 2281 P. 3 2080 P. 3 2264 P. 3 3073
P. 4 2617 P. 4 2351 P. 4 2765 P. 4 2930
P. 5 2688 P. 5 1892 P. 5 2782 P. 5 2912
P. 6 2584 P. 6 1978 P. 6 3062 P. 6 3137
P. 7 2604 P. 7 1763 P. 7 2911 P. 7 2418
P. 8 2709 P. 8 2525 P. 8 2879 P. 8 2841
P. 9 2254 P. 9 2939 P. 9 2730 P. 9 2547
P. 10 2358 P. 10 3028 P. 10 3062 P. 10 2097
The average amount of the keypoints for each fingerprint
sensor is shown in Table 3.
Tabl. 3. Average number of keypoints in one fingerprint per database
Tab. 3. Średnia liczna punktów kluczowych dla odcisków palców w poszczególnych
bazach danych
Database name
Average number of keypoints
DB1 2463
DB2 2260
DB3 2650
DB4 2874
The analysis of the results depicted in Table 2 and Table 3 allows
for the statement that the SIFT algorithm finds a satisfactory
number of the keypoints. This number is much bigger than the
number of minutiae required in the matching process. Differences
in particular results are not significant because the minimum
number of the keypoints is big. Thus the first step requirement is
fulfilled.
In the next stage of the experiment (Step 2) the SIFT algorithm
was checked if different images of the same fingerprint are
associated with a big number of the matched keypoints. All data
ware processed but in Table 4a–d the results only for Person 5
are presented.
An example of a quite good match between two different images
of the same fingerprint is shown in Fig. 1.
Tabl. 4a. Matched keypoints in 8 fingerprint set acquired from person 5,
collected in DB1
Tab. 4a. Dopasowanie punktów kluczowych pomiędzy zbiorem 8 odcisków
od osoby 5, zebranymi w bazie DB1
DB1 – Person 5
F1 F2 F3 F4 F5 F6 F7 F8
F1 1426 2 2 4 2 2 3 0
F2 2 3703 6 0 3 3 3 0
F3 5 3 2014 72 0 2 2 3
F4 3 0 77 2631 3 9 6 4
F5 3 2 2 3 2486 33 0 0
F6 4 1 1 7 27 2456 0 0
F7 1 4 2 2 5 1 3350 172
F8 4 0 4 7 6 11 154 3437
Tabl. 4b. Matched keypoints in 8 fingerprint set acquired from person 5,
collected in DB2
Tab. 4b. Dopasowanie punktów kluczowych pomiędzy zbiorem 8 odcisków
od osoby 5, zebranymi w bazie DB2
DB2 – Person 5
F1 F2 F3 F4 F5 F6 F7 F8
F1 1672 13 16 1 10 5 2 4
F2 13 1437 3 0 4 4 3 2
F3 11 4 2712 1 8 1 1 0
F4 0 0 1 1395 12 6 2 2
F5 14 3 3 8 2630 12 1 2
F6 5 4 0 5 13 2060 2 2
F7 1 5 1 3 1 1 1091 2
F8 1 1 0 1 2 4 3 2139
Tabl. 4c. Matched keypoints in 8 fingerprint set acquired from person 5,
collected in DB3
Tab. 4c. Dopasowanie punktów kluczowych pomiędzy zbiorem 8 odcisków
od osoby 5, zebranymi w bazie DB3
DB3 – Person 5
F1 F2 F3 F4 F5 F6 F7 F8
F1 2712 120 186 73 58 31 1 27
F2 112 2138 211 29 24 28 2 24
F3 148 150 2621 41 39 23 1 33
F4 65 33 45 2884 395 36 0 15
F5 50 18 43 407 2931 29 1 23
F6 25 27 15 32 22 3415 1 29
F7 1 1 1 0 1 2 2745 1
F8 25 16 28 15 22 30 2 2811
Tabl. 4d. Matched keypoints in 8 fingerprint set acquired from person 5,
collected in DB4
Tab. 4d. Dopasowanie punktów kluczowych pomiędzy zbiorem 8 odcisków
od osoby 5, zebranymi w bazie DB4
DB4 – Person 5
F1 F2 F3 F4 F5 F6 F7 F8
F1 2988 1 0 2 0 0 1 4
F2 3 3189 1 0 2 0 0 0
F3 1 0 2629 1 0 1 1 0
F4 0 3 0 3387 1 1 2 3
F5 1 1 0 0 2985 1 0 0
F6 0 0 2 0 1 2976 1 0
F7 1 0 0 2 0 0 2397 0
F8 4 0 0 3 3 1 0 2744
These results will always be equal to the maximum number of
the keypoints of a fingerprint, because the SIFT algorithm compares
the same keypoint descriptors.
In practice, a real biometric system never compares two same
images, because each time a finger is placed on the scanner the
fingerprint image will be slightly different. Therefore, these numbers
were rejected from the performance calculations. After this
the average number of good matches for each person in every
sub-base was calculated. The values are shown in Table 5. Comparing
values in Table 5 it is evident that only for DB3 the values
Elektronika 5/2012

are sufficiently high (the lowest one is 33.80). Only a big number
of matched keypoints allows for assumption that the fingerprints
were taken from the same person. This reasoning was used to
select the DB3 for further tests. It can be interpreted that only the
DB3 contains images of the proper quality. This observation leads
to the conclusion that the thermal sweeping sensor, represented
within the DB3, is an adequate and perhaps the only adequate
case for high performance of the SIFT algorithm.
Tabl. 5. Average number of matches between fingerprints of the same person
Tab. 5. Średnia liczba prawidłowych porównań pomiędzy odciskami pochodzącymi
od tej samej osoby
DB1 DB2 DB3 DB4
P. 1 5,20 P. 1 7,68 P. 1 52,18 P. 1 0,16
P. 2 6,32 P. 2 10,46 P. 2 86,25 P. 2 12,34
compared with another in order to identify the unknown person.
If a particular image was selected for identification, this image
was removed from the set of the pattern images. Every person
(a model of identity) in the database was represented by a set of
few (7 to 8) images.
Tabl. 6b. Matched keypoints in Person 5 – Person 2 comparison – the
matching should be rejected
Tab. 6b. Porównanie punktów kluczowych pomiędzy osobą 5 i osobą 2
– takie dopasowanie powinno zostać odrzucone
Person 2
Exp. 1 Exp. 2 Exp. 3 Exp. 4 Exp. 5 Exp. 6 Exp. 7 Exp. 8
Exp. 1 0 1 0 1 0 0 0 0
Exp. 2 2 1 2 1 1 0 1 0
Exp. 3 1 1 1 3 2 0 1 0
P. 3 5,07 P. 3 8,84 P. 3 74,77 P. 3 29,59
P. 4 6,52 P. 4 7,61 P. 4 103,64 P. 4 0,13
P. 5 12,09 P. 5 4,09 P. 5 50,30 P. 5 0,88
P. 6 13,13 P. 6 3,27 P. 6 37,82 P. 6 0,29
P. 7 8,07 P. 7 1,00 P. 7 59,29 P. 7 0,55
P. 8 18,09 P. 8 3,75 P. 8 33,80 P. 8 0,88
P. 9 8,02 P. 9 2,79 P. 9 73,61 P. 9 0,36
P. 10 5,39 P. 10 1,79 P. 10 68,59 P. 10 1,05
Person 5
Exp. 4 1 2 0 1 0 1 0 0
Exp. 5 1 0 0 1 0 0 0 1
Exp. 6 0 0 1 1 3 1 0 0
Exp. 7 0 2 0 1 0 0 0 1
Exp. 8 1 0 1 2 2 4 0 0
In the third part of the reported experiment (Step 3), the SIFT
algorithm was checked if the number of the matched keypoints
in the fingerprints of different persons is sufficiently low. Table 6a
and Table 6b show the results of comparisons of two impressions
of fingerprints between persons 1 and 4 (Table 6a) and person 5
and 2 (Table 6b). These tables show only the selected, illustrative
cases. The biggest number (not shown in these tables) is 14. As
it can be seen, different fingerprints yield only a few matched keypoints.
Thus such low numbers can not be interpreted as the correctly
matched fingerprints. An example of bad matches between
two different fingerprints is shown in Fig. 2. In this example only
a few matched keypoints were found. They are located in different
areas of the fingerprint images. This important observation will be
discussed in the conclusions.
In this way, it was shown that the SIFT algorithm finds many
corresponding keypoints in fingerprints of the same person and
only a few corresponding keypoints in the case of different persons.
This allows proper recognition of fingerprints.
Finally, the first attempt to matching the fingerprints by the
SIFT algorithm is illustrated in Fig. 3. Every fingerprint image was
Tabl. 6a. Matched keypoints in Person 1 – Person 4 comparison – the
matching should be rejected
Tab. 6a. Porównanie punktów kluczowych pomiędzy osobą 1 i osobą 4
– takie dopasowanie powinno zostać odrzucone
Person 1
Person 4
Exp. 1 Exp. 2 Exp. 3 Exp. 4 Exp. 5 Exp. 6 Exp. 7 Exp. 8
Exp. 1 1 1 0 4 1 1 1 0
Exp. 2 4 1 2 2 0 1 0 1
Exp. 3 3 4 3 2 1 1 1 2
Exp. 4 4 2 1 1 0 2 0 1
Exp. 5 4 5 3 4 6 1 1 1
Exp. 6 2 1 3 3 1 4 2 1
Exp. 7 4 1 3 2 0 1 1 1
Exp. 8 3 0 2 1 0 1 0 0
Fig. 2. Example of matched keypoints in different fingerprints form
different persons
Rys. 2. Przykład dopasowania różnych punktów kluczowych pomiędzy
różnymi odciskami palców
The unknown image was compared with every image of the
identity model. The result of this comparison is the average number
of the matched keypoints. These values are depicted on abscissa
in Fig. 3. As it can be seen there are very low values (the lowest
about 1.14) associated with the good matches. Using acceptance
threshold equal 15 the quality measures are: FRR=23.75% (false
rejection ratio) and the FAR=0% (false acceptance ratio). Low values
of the good matches are caused by low quality of the images. An
illustrative case is presented in Table. 7 for 8 images (exposures)
associated with Person 1, compared separately with 10 persons in
the database. As it can be seen in Table 7, images from 1 to 7 are
correctly identified with person 1 (symbol P.1) – in these cases the
average number of the matched keypoints is the biggest.
However, image 8 is incorrectly identified with person 4 instead
of person 1, because a high value of 4.25 is obtained for person 4,
while the model of person 1 reaches only 2.43. Visual inspection
of this image revealed low quality. Thus such images can not be
automatically analyzed by matching with the SIFT algorithm.
Low quality images were excluded and the experimental procedure
was repeated – the results are depicted in Fig. 4. The
following images were excluded: 11_7, 11_8, 12_7, 12_8, 13_8,
14_8, 15_7, 16_8, 17_7, 18_7, 18_8. An image name encodes the
Elektronika 5/2012 43

person number as the second number and the number of exposition
as the third number. Note that among the excluded images
there is the 8 th exposition of person 1 (11_8). This image was the
reason of the wrong classification depicted in Table 7. As a result
of the quality selection, the FRR was reduced to 15.94%.
An additional advantage of the SIFT algorithm is an ability to
match even a fragment of a typical fingerprint image. A respective
example is depicted in Fig. 5. As it can be observed, a fragment of
the fingerprint image can be rotated and scaled. Such transformations
do not have any influence on the SIFT matching result.
Tabl. 7. Matched keypoints of the exposures of Person 1 to other persons
Tab. 7. Dopasowanie punktów kluczowych w odciskach od osoby 1 z innymi
osobami
Person 1
Exp. 1 Exp. 2 Exp. 3 Exp. 4 Exp. 5 Exp. 6 Exp. 7 Exp. 8
P. 1 41,29 42,57 72,29 104,71 103,43 46,00 4,71 2,43
P. 2 2,75 1,63 2,50 2,00 2,75 1,63 2,50 3,50
P. 3 2,50 2,00 1,50 2,25 2,00 2,00 1,50 1,00
P. 4 2,75 2,50 2,13 1,88 3,13 1,88 1,75 4,25
P. 5 1,75 1,38 0,63 0,75 0,25 0,75 0,00 0,13
P. 6 1,50 2,38 1,63 0,63 1,50 1,50 1,13 1,63
P. 7 0,88 1,75 0,63 1,00 1,25 1,13 0,75 0,88
P. 8 0,88 0,63 1,13 0,25 0,00 0,38 1,00 1,13
P. 9 1,38 2,38 2,50 1,63 2,38 2,75 2,13 1,88
P. 10 0,88 1,75 1,13 1,50 1,88 1,00 1,25 1,13
Fig. 5. Example of the proper match of a fragment of the fingerprint
Rys. 5. Przykład prawidłowego dopasowania fragmentu odcisku palca
Conclusions
The described experiment confirms that the SIFT algorithm,
originally designed for computer vision, can be successfully
applied in fingerprint recognition. The achieved FFR 15.94%
is too high to say that the algorithm can be applied for identification.
That is why the proposed application is described as the
Acceptance threshold = 15: FRR = 19 0 = 23,75 % FAR = = 0 %
80
720
Fig. 3. Histogram of fingerprint matches: blue bars – reject match, red bars – accept match
Rys. 3. Histogram dopasowania odcisków palców – niebieskie słupki – odrzucone dopasowania, czerwone słupki – zaakceptowane dopasowania
Acceptance threshold = 15: FRR = 11 0 = 15,94 % FAR = = 0 %
69
631
Fig. 4. Histogram of fingerprint matches after exclusion of low quality images; blue bars – reject match, red bars – accept match
Rys. 4. Histogram dopasowania odcisków palców po usunięciu obrazów niskiej jakości – niebieskie słupki – odrzucone dopasowania,
czerwone słupki – zaakceptowane dopasowania
44
Elektronika 5/2012

initial classification instead of identification. It should be taken
into consideration that in this experiment the fingerprint images
were not pre-processed in order to ensure the required quality.
Only images from the thermal sensor were accepted for the
SIFT classification. It seems that an adequate pre-processing
is necessary if other than thermal sensor is considered for application.
In the reported experiment the achieved FAR is 0%. It should
be verified if it is possible in this case of much larger databases
with bigger numbers of fingerprints models. Very low FAR
suggests that this algorithm can be applied in the case of the
restricted access, were the greatest importance is to accept only
the allowed persons.
The SIFT algorithm can be applied in the case of matching of
only a fragment of the fingerprint. The accuracy of such matching
should be investigated. It is obvious that in this case the number
of possible minutiae may possibly be too low for utilization of the
minutiae approach.
A possibly interesting feature is connected with the SIFT descriptor
of a fingerprint. This descriptor does not contain any information
about minutiae. This means that the record of such biometric
data is insufficient for fingerprint reengineering.
This work was supported by INDECT and DS 2012 projects.
References
[1] Maltoni D., Maio D., Jain A. K., Prabhakar S.: Handbook of Fingerprint
Recognition. Springer-Verlag London 2009.
[2] Priya B. S., Rajesh R.: A note on fingerprint recognition systems. 3rd International
Conference on Electronics Computer Technology (ICECT),
pp. 95–98, vol. 6, 2011.
[3] Weiwei Zhang, Yangsheng Wang: Core-based structure matching
algorithm of fingerprint verification. International Conference on Pattern
Recognition, pp. 70–74 vol.1, 2002.
[4] Miao-li Wen, Yan Liang, Quan Pan, Hong-cai Zhang: A Gabor filter
based fingerprint enhancement algorithm in wavelet domain. IEEE
International Symposium on Communications and Information Technology,
12–14 Oct. 2005, pp. 1468–1471, vol. 2.
[5] Karungaru S., Fukuda K., Fukumi M. Akamatsu, N.: Classification of
fingerprint images into individual classes using Neural Networks. 34th
Annual Conference of IEEE Industrial Electronics IECON 2008,
pp. 1857–1862, 10–13 Nov. 2008.
[6] Cotrina-Atencio A., Samatelo J.L.A., Salles E.O.T.: Evaluation
of GMM approach to fingerprint classification. Biosignals and Biorobotics
Conference (BRC), 2011 ISSNIP, 6-8 Jan. 2011, pp. 1–6.
[7] Shapoori S., Allinson N.: GA-Neural Approach for Latent Finger Print
Matching. Second International Conference on Intelligent Systems,
Modelling and Simulation (ISMS), 25-27 Jan. 2011, pp. 49–52.
[8] Lowe D. G.: Distinctive Image Features from Scale-Invariant Keypoints.
International Journal of Computer Vision, 60, 2 (2004),
pp. 91–110.
[9] FVC2004: the Third International Fingerprint Verification Competition
http://bias.csr.unibo.it/fvc2004/default.asp
Polskie serwery w CERN
Europejska Organizacja Badań Jądrowych CERN (Organisation
Européenne pour la Recherche Nucléaire) prowadzi
ośrodek naukowo-badawczy położony na przedmieściach
Genewy, blisko granicy Szwajcarii i Francji. Skrócona nazwa
CERN pochodzi od pierwotnej nazwy Europejska Rada Badań
Jądrowych (Conseil Européen pour la Recherche Nucléaire)
i mimo jej zmiany w 1953 r. została zachowana. Obecnie
do organizacji należy dwadzieścia państw. CERN zatrudnia
2600 stałych pracowników oraz około 8000 naukowców i inżynierów
reprezentujących ponad 500 instytucji naukowych
z całego świata. W latach 1964–1991 Polska jako jedyny kraj
bloku wschodniego miała w CERN oficjalny status obserwatora.
Pełnoprawnym członkiem CERN Polska została 1 lipca
1991 r. W CERN pracuje około dwustu Polaków, z czego
większość na stypendiach.
Najważniejszym narzędziem ich pracy jest największy na
świecie akcelerator cząstek – Wielki Zderzacz Hadronów
(Large Hadron Collider – LHC). Polscy fizycy są autorami wielu
prac dotyczących badań prowadzonych w CERN – uczestniczą
między innymi w konstrukcji wielu bloków wchodzących
w skład Wielkiego Zderzacza Hadronów.
Firma ACTION SA jest jednym z największych polskich
dystrybutorów i producentów sprzętu komputerowego. Spółka
akcyjna – założona w 1991 r. – jest notowana na Giełdzie
Papierów Wartościowych w Warszawie od 2006 r. oraz jest
członkiem Stowarzyszenia Emitentów Giełdowych. Została
uznana również przez dziennik „Parkiet” za jednego z najlepszych
debiutantów giełdowych w 2006 roku. Do dziś jest jedną
z dynamiczniej rozwijających się i cieszących się zaufaniem
inwestorów spółek z branży IT notowanych na GPW.
W bieżącym roku firma dostarczyła kolejną partię serwerów
Actina Solar (1221 urządzeń) do CERN, w ubiegłych latach
dostarczono 1132 serwery tego samego typu. W sumie
dostarczono 2353 serwery warte ponad 23,3 miliona złotych.
Wszystkie serwery zawierają w sumie 4428 procesorów
wielordzeniowych równoważnych 22364 rdzeniom obliczeniowym.
Całkowita moc obliczeniowa dostarczonych serwerów
wynosi 210 bilionów działań arytmetycznych w ciągu sekundy.
Dyski twarde zainstalowane w serwerach są w stanie pomieścić
ponad 18,5 PB (petabajtów) danych. 1 PB oznacza w przybliżeniu
10^15 B, a dokładnie 1 125 899 906 842 624 bajtów.
Ta pojemność odpowiada wypadkowej pojemności 4,7 mln
standardowych DVD (każda po 4,38 GB), na których można
nagrać materiał filmowy o czasie odtwarzania blisko 1086 lat.
Serwery Actina Solar firmy Action (2353 serwery) funkcjonują
w CERN w ramach infrastruktury informatycznej złożonej
z ponad 8,5 tysiąca serwerów, co stanowi blisko 30% ogólnej
ich liczby. Ich zadaniem jest przetwarzanie danych powstających
w wyniku obserwacji zderzania cząstek w Wielkim
Zderzaczu Hadronów. Do obserwacji (śledzenia i rejestracji)
zderzeń używa się detektorów cząstek. Szacuje się, że
w momentach największego natężenia zderzeń dochodzi do
600 milionów kolizji protonów w ciągu sekundy, co skutkuje
ogromną ilością danych, liczoną w petabajtach. (cr)
Elektronika 5/2012 45

Bezprzewodowa sieć czujnikowa do monitoringu
parametrów środowiskowych w aplikacjach ogrodniczych
inż. Andrzej DOBRZYCKI, dr inż. Grzegorz TARAPATA, prof. dr hab. Ryszard JACHOWICZ
Politechnika Warszawska, Instytut Systemów Elektronicznych, Warszawa
Od czasów wynalezienia tranzystora w 1947 roku, elektronika
jest jednym z najszybciej rozwijających się obszarów nauki.
Tak dynamiczny rozwój elektroniki sprawia, że wkracza ona
w każdą dziedzinę naszego życia. Coraz szersze zastosowanie
znajduje również w rolnictwie, które jest jedną z największych
i najważniejszych gałęzi produkcji. Oczywiste jest, że o ile człowiek
przeżyje bez telewizora, czy też samochodu, o tyle nie
poradzi sobie bez jedzenia. Tymczasem wraz z rozwojem gospodarek
w krajach rozwiniętych, coraz mniejsza część ludności
zajmuje się rolnictwem, przez co wydajności produkcji rolnej
musi być większa. Ponadto w wielu miejscach na Świecie wciąż
panuje głód. Z tego względu prowadzone są usilne działania
mające na celu zwiększenie wydajności produkcji rolnej. Cel
ten można osiągnąć np. przez ochronę upraw przed zniszczeniem.
Przykładem takich działań może być stosowanie oprysków
ochronnych przed chorobami, czy też zabezpieczanie
przed przymrozkami przy pomocy specjalnych instalacji [1, 5].
Można również racjonalnie wykorzystywać ograniczone zasoby
np. wodę do nawadniania [9, 10]. Jest to szczególnie istotne
na terenach cierpiących na jej niedostatek. Kolejnym przykładem
dążenia do zwiększenia produkcji rolnej jest prowadzenie
upraw eksperymentalnych i badanie czynników wpływających
na ilość oraz jakość plonów. Powyżej wymienione zostały tylko
najważniejsze z potencjalnych możliwości. Należy jednak podkreślić,
że dzięki tym zabiegom poza zwiększeniem produkcji
można zmniejszyć koszty wytwarzania (np. mniejsze koszty
nawadniania, mniejsze użycie środków chemicznych i nawozów)
oraz uzyskać żywność lepszej jakości (np. mniej oprysków
chemicznych, plony nieuszkodzone przez choroby). Wszystkie
te metody wymagają jednak prowadzenia stałego monitoringu
parametrów środowiskowych.
Obecnie dostępne są nowoczesne stacje pomiarowe wykorzystujące
modemy GSM/GPRS do bezprzewodowej transmisji
danych pomiarowych (poprzez sieć komórkową i Internet) do
przechowującego je serwera. Tak zgromadzone dane mogą być
analizowane przez użytkowników przebywających w dowolnym
miejscu na Świecie – jedynym warunkiem jest dostęp do sieci
Internet. Stacje te mają jednak poważną wadę jaką jest wykonywanie
pomiarów w jednym miejscu, podczas gdy parametry
środowiskowe mogą znacznie się różnić w oddalonych od siebie
częściach uprawy (np. temperatura powietrza i wilgotność gleby
zależą od ukształtowania terenu). W niniejszym artykule przedstawiona
jest propozycja systemu, który poza bezprzewodową
komunikacją dużego zasięgu (do przesyłania danych pomiarowych)
wykorzystuje łączność bezprzewodową małego zasięgu
(w paśmie ISM) do komunikacji z czujnikami rozmieszczonymi na
dużym obszarze upraw.
46
Realizacja sieci pomiarowej
Schemat działania opracowanego systemu pomiarowego (wyposażonego
w bezprzewodowe węzły obsługujące czujniki parametrów
środowiskowych) przedstawiony jest na rys. 1.
Obecnie dostępnych jest w iele różnorodnych, gotowych standardów
umożliwiających implementację sieci czujnikowej, jednak
każdy ma specyficzne wady i zalety. Są to rozwiązania dość uniwersalne,
mające zapewnić jak najszersze spektrum zastosowań,
co z jednej strony zwiększa skomplikowanie takich systemów,
a z drugiej pogarsza wiele ich parametrów. Ponadto w zdecydowanej
większości projektowane są z myślą o dużych i gęstych
sieciach (setki – tysiące węzłów), zapewniających występowanie
redundantnych połączeń pomiędzy węzłami. Dla przykładu bardzo
popularna i funkcjonalna sieć ZigBee składa się z węzłów
wymagających stałego źródła zasilania (ZigBee Coordinator/Zig-
Bee Router), które faktycznie tworzą szkielet sieci i zapewniają
jej funkcjonalność m.in. trasowanie pakietów, czy reorganizacja
sieci w razie awarii. Dopiero do tego szkieletu mogą dołączyć
zasilane bateryjnie węzły końcowe o ograniczonej funkcjonalności
(ZigBee End Device). Takie rozwiązanie zapewnia szerokie
spektrum aplikacji np. w przemyśle i gospodarstwach domowych,
jednak eliminuje możliwość wykorzystania ZigBee w aplikacjach
w pełni zasilanych bateryjnie [4]. Lepsza pod względem pełnego
zasilania bateryjnego jest sieć TinyOS, która umożliwia aktywną
pracę wszystkich węzłów przez np. tylko 10% czasu (wykorzy-
Rys. 1. Idea rozproszonego systemu pomiarowego do zastosowań
w aplikacjach ogrodniczych
Fig. 1. The idea of ​a distributed measurement system for use in horticultural
applications
Elektronika 5/2012

stując protokół Low Power Listening/B-MAC resztę czasu węzły
spędzają w trybie uśpienia [2]). Dzięki temu podejściu wszystkie
węzły mogą być zasilane bateryjnie. Nie jest to jednak optymalne
rozwiązanie pod względem zużycia energii, gdyż przy założeniu
poboru przez węzeł 30 mA w trybie aktywnym i zasilaniu z baterii
o pojemności 3000 mAh sieć działałby mniej niż 42 dni. Wynika
to pośrednio z tego, że w większości przypadków aktywny czas
pracy jest zbędny (wykorzystany jest dla zapewnienia małego
opóźnienia w transmisji pakietów generowanych przez sieć w dowolnych
momentach). Jak widać oba najpopularniejsze rozwiązania
sieciowe ze względu na swoja uniwersalność mają poważne
wady. Ponadto wykorzystanie ich wiąże się z dużym nakładem
czasu niezbędnym na zapoznanie się ze złożonymi specyfikacjami
i środowiskami uruchomieniowymi.
Tymczasem omawiany system pomiarowy do zastosowań
w rolnictwie wymaga rzadkiej sieci o nieskomplikowanej architekturze,
mającej za zadanie regularne wykonywanie pomiarów
i przesyłanie ich do węzła połączonego ze stacją bazową. Kluczowym
problemem jest w tym przypadku niezawodność i bezobsługowość.
Wiąże się to między innymi z minimalnym zużyciem
energii, co wydłuża czas działania na jednym komplecie baterii.
Przyjęto, że realizowana sieć musi umożliwić:
● Łatwe dołączanie różnych czujników przydatnych w aplikacjach
ogrodniczych (m.in. przy sterowaniu pracą instalacji
przeciwprzymrozkowej i nawadniającej);
● Wybór od 1 do co najmniej 50 miejsc wykonywania pomiarów
na terenie o promieniu minimum 100 m;
● Wykonywanie pomiarów przynajmniej co 5 minut;
● Przesyłanie wyników uśrednionych z kilku pomiarów;
● Komunikację z modemem GSM/GPRS stacji bazowej;
● Sterowanie pracą przy pomocy komend przesyłanych przez
stację bazową oraz przy pomocy interfejsów użytkownika udostępnionych
przez węzły (przyciski i diody LED);
● Ustalenie swojego położenia.
Na podstawie powyższych wymagań zaprojektowano własne
rozwiązanie ściśle realizującą niezbędne zadania, co umożliwiło
uzyskanie dużej oszczędności energii.
Prezentowaną sieć można podzielić na dwie główne części:
moduł bazowy oraz rozproszone węzły realizujące wymagane zadania
pomiarowe. Do realizacji modułu bazowego wykorzystano
modem GSM/GPRS Fastrack Supreme 20 firmy Wavecom oraz
a) b)
Rys. 2. a) Moduł bazowy z jednostką Fastrack, b) widok autonomicznego
modułu bazowego zasilanego z ogniwa słonecznego
Fig. 2. a) The base module with Fastrack unit b) View of the autonomous
base module powered by solar panel
autonomiczny system zasilania oparty na wykorzystaniu energii
słonecznej (rys. 2). Do realizacji sieci czujnikowej wykorzystano
węzły MICAz firmy Crossbow. Schemat blokowy oraz wygląd węzła
przedstawione są na rys. 3. Główne jego podzespoły to mikrokontroler
Atmega 128L oraz układ radiowy CC2420 firmy Chipcon/
Texas Instruments. Układ radiowy pracuje na częstotliwości (2,4
GHz) oferując szybkość transmisji 250 kbps oraz maksymalną
moc wyjściową 0 dBm (1 mW). Ważną jego cechą jest sprzętowa
obsługa pakietów zgodnych ze standardem IEEE 802.15.4 oraz
udostępnianie mechanizmu oceny zajętości łącza (CCA) wykorzystywanego
w protokole CSMA. Do wad należy słaba penetracja
wody przez fale radiowe w wykorzystanym paśmie (pogarsza to
zasięg przy opadach deszczu i występowaniu przeszkód w postaci
roślin).
Analiza danych literaturowych dotyczących rozpiętości mierzonych
parametrów w systemach ogrodniczych [5], pozwoliła
postawić wymagania dla użytych w pracy czujników. Wykorzystane
w pracy węzły rozbudowano o moduły umożliwiające
pomiar: temperatury i wilgotności względnej powietrza (czujnik
SHT10/MCP9801), temperatury gleby (czujnik MCP9801), wilgotności
gleby (czujnik Irrometer Watermark) [7, 8], wysokości
opadu (deszczomierz z czujnikiem wahadłowym), szybkości
wiatru (anemometrem czaszowy) oraz detekcję kondensacji
pary wodnej (detektor SY-DS-1). Ponadto moduły rozszerzające
Rys. 3. Schemat blokowy i wygląd węzła MICAz z układ radiowym CC2420
Fig. 3. Block diagram and view of the node MICAz equipped with CC2420 radio system
Elektronika 5/2012 47

Rys. 4. Węzły MICAz wyposażone w różne kombinacje modułów rozszerzających
Fig. 4. The MICAz nodes equipped with different combinations of extension
modules
udostępniają odbiornik GPS do określenia położenia sieci, łącze
RS-232 do komunikacji z modemem Fastrack Supreme 20 oraz
przyciski i diody LED wykorzystywane przy obsłudze sieci (m.in.
zestawianie sieci przez użytkownika). Należy podkreślić, że moduły
zaprojektowano w taki sposób, aby użytkownik mógł rozbudowywać
węzeł o dowolną ich kombinację (rys. 4).
Projektując moduły rozszerzające oraz dobierając czujniki pomiarowe
zwracano szczególną uwagę na minimalizację zużycia
energii, gdyż w pracującej 24 godziny na dobę (przez lata, przy
zasilaniu bateryjnym) sieci czujnikowej liczy się każdy µA poboru
prądu. Fundamentalnym krokiem w procesie tworzenia energooszczędnej
sieci jest jednak wybór struktury sieci i algorytmów dostępu
do łącza [3, 6]. Sieci typu gwiazda są najprostsze w implementacji,
lecz oferują też najmniejszy zasięg komunikacji, gdyż
węzły nie mogą uczestniczyć w przekazywaniu pakietów. Sieć
o topologii kratowej z kolei oferuje największą funkcjonalność
dzięki komunikacji pomiędzy dowolnymi węzłami. Umożliwia to
m.in. działanie sieci przy awarii niektórych węzłów (oczywiście
w wypadku istnienia redundantnych połączeń). Odbywa się to
jednak kosztem większego zużycia energii i złożoności aplikacji.
W prezentowanej aplikacji ze względu na założenie braku redundantnych
połączeń i wymaganie jak najmniejszego zużycia energii
optymalna jest sieć typu drzewo. Sieć typu gwiazda byłaby
łatwiejsza w implementacji, jednak przy maksymalnym zasięgu
węzła MICAz wynoszącym ok. 75 m (wymagany jest minimum
100 m zasięg pracy sieci) niezbędna jest możliwość uczestnictwa
węzłów w przekazywaniu pakietów do innych węzłów sieciowych.
Ponadto transmisja wieloprzeskokowa jest bardziej
energooszczędna od transmisji na analogicznym odcinku przy
wykorzystaniu układu radiowego o większej mocy wyjściowej.
Na rysunku 5 przedstawiona jest wykorzystana w pracy struktura
sieci.
Dla uproszczenia implementacji zdecydowano się ograniczyć
rozmiar sieci do maksymalnie 4 poziomów i maksymalnie 4 bezpośrednich
podwładnych dowolnego węzła. Sieć może się więc
składać z maksymalnie 341 węzłów, a promień zasięgu sieci
wynosi ok. 300…400 m przy 75…100 m zasięgu pracy pojedyńczych
węzłów MICAz w otwartej przestrzeni.
W sieci zaproponowano własny, szczelinowany protokół dostępu
do łącza oparty na współzawodnictwie. Sieć działa w takt cykli
pomiarowych zlecanych przez koordynatora sieci. W danym cyklu
pomiarowym węzły przebywają zdecydowaną większość czasu
w stanie głębokiego uśpienia, po czym wybudzają się w celu
wykonania pomiarów. Po wygenerowaniu danych pomiarowych
każdy węzeł wylicza na podstawie swojego położenia w sieci
dokładne okna transmisyjne, w których musi odebrać dane od
swoich podwładnych, oraz okno, w którym może nadać dane do
swojego węzła nadrzędnego. Na poszczególnych poziomach
sieci kilka węzłów może współdzielić okno transmisyjne, dlatego
przed nadaniem danych węzeł ocenia, czy kanał jest wolny (przy
pomocy mechanizmu CCA układu CC2420). Po zakończeniu cyklu
pomiarowego węzły włączają odbiorniki w oczekiwaniu na wezwanie
do kolejnego cyklu. W sieci możliwe było wykorzystanie
pełnego szczelinowania eliminującego ryzyko kolizji, jednak zrezygnowano
z tego rozwiązania, gdyż zwiększyłoby to minimalny
czas pomiędzy pomiarami (z ok. 20 s do kilku minut) oraz zużycie
energii przez sieć (węzły musiałyby dłużej czekać poza stanem
głębokiego uśpienia na nadejście ich okien transmisyjnych).
Zastosowany schemat szczelinowania umożliwia znaczną
oszczędność energii. Dla przykładu przy przyjętych parametrach
okien transmisyjnych (umożliwiających przesłanie przez dowolny
węzeł do 10 pakietów o rozmiarze ładunku w pakiecie ok.
100 B), wykonywaniu pomiarów co 20 minut i przesyłaniu wyników
co 40 minut (dzięki temu uzyskuje się dwa dokładne wyniki
bez uśredniania), najbardziej obciążony ruchem sieciowym węzeł
(mający komplet podwładnych) w trakcie ok. 40 minut przebywa:
●

Jak widać w trybie głębokiego uśpienia węzeł zużywa 37 µA.
Jest to bardzo dobry wynik, który osiągnięto z dołączonym modułem
rozszerzającym mgr_base wyposażonym we wszystkie czujniki
(czujnik wilgotności gleby obsługiwany jest przez inny moduł,
który jednak nie zużywa energii w trybie bezczynności). Implikuje
to, że dobór czujników i projekt części sprzętowej są odpowiednie
pod względem energetycznym. Należy podkreślić, że przy takim
zużyciu (i przedstawionych uprzednio parametrach szczelinowania)
sieć mogłaby pracować minimum 4 lata przy zasilaniu z baterii
o pojemności 3000 mAh. W przypadku niepełnego obciążenia
węzła, czas ten jest jeszcze większy i może osiągnąć wartość
przekraczająca czas życia baterii. Dzięki tak niskiemu zużyciu
możliwe jest np. wykorzystanie aplikacji sieciowej w niewielkich
węzłach (zasilanych np. baterią zegarkową o niedużej pojemności)
przy zachowaniu rozsądnego czasu pracy sieci.
Pomiary zasięgu komunikacji węzła MICAz wykazały, że przy
wykorzystaniu standardowej anteny (dookólna antena ćwierćfalowa)
zasięg wynosi praktycznie ok. 60 m w prostej linii bez przeszkód
(LOS). Przy takim zasięgu zaproponowana sieć umożliwia
uzyskanie pokrycia powierzchni do 18 ha. W razie potrzeby powierzchnia
ta może być zwiększone poprzez wykorzystanie anten
o większym zysku.
Na poniższym wykresie przedstawione są przykładowe wynik
pomiarów temperatury i wilgotności względnej powietrza wykonane
przez jeden z węzłów (przy wykonywaniu pomiarów co 1 minutę).
Rys. 6. Wyniki pomiarów temperatury i wilgotności względnej powietrza
(czujnik SHT10) wykonanych przez węzeł umieszczony w okolicach
zewnętrznej ściany budynku
Fig. 6 The results of temperature and relative humidity measurements
(SHT10 sensor) made by node located near the outer wall
of building
Wnioski
Bezprzewodowe Sieci Czujnikowe są coraz powszechniej stosowane
do monitoringu różnego rodzaju parametrów, przy czym
przewidywany jest znaczny ich wpływ na pomiar parametrów środowiskowych
[2]. Rozwijane obecnie sieci projektowane są z myślą
o dużej liczby węzłów (setki – tysiące węzłów), bez wyraźnego
ograniczenia ich liczby [2]. Zarazem algorytmy projektowane są
zazwyczaj z założeniem braku z góry określonej topologii sieci,
co jest uniwersalnym podejściem dającym wiele możliwości zastosowań
[2]. Wiąże się to jednak z poważnym kosztem energetycznym
jak i wzrostem złożoności algorytmów. Tymczasem sieć
do wykonywania prostych pomiarów parametrów przydatnych
w ogrodnictwie powinna składać się maksymalnie z kilkudziesięciu
węzłów – szczególnie przy wciąż dość znacznym koszcie ich
budowy i konieczności odpowiedniego ich rozmieszczenia (dla
zabezpieczenia przed uszkodzeniem np. przez maszyny rolnicze).
Ponadto w sieci takiej ze względu na niewielką redundancję
połączeń pomiędzy węzłami (a nawet możliwym braku redundan-
cji) nie jest zasadne wykorzystywanie skomplikowanych i zużywających
energię protokołów zestawiania sieci i odnajdowania
tras dla pakietów sieciowych.
Warto zauważyć, że w pracy zaproponowano unikalne rozwiązania
dotyczące sieci czujnikowych. Stworzono sieć, w której
występowanie szczelin transmisyjnych (a co za tym idzie łącza)
jest uzależnione od istnienia danych do przekazania. Ponadto
dzięki oparciu sieci na strukturze drzewa wyeliminowano dużo
kosztownych energetycznie mechanizmów jak m.in. poszukiwanie
ścieżek i transmitowanie dużych ilości danych określających
porządek ruchu w sieci. Dzięki tym rozwiązaniom zminimalizowano
główne czynniki powodujące straty energii, czyli:
● bezczynny nasłuch;
● przesłuchy (odbieranie wiadomości skierowanych do innych
węzłów przed rozpoznaniem adresu);
● transmisję pakietów nadmiarowych (zarządzających siecią,
a nie przenoszących użytecznych danych);
● kolizje wynikające z losowych wzrostów natężenia ruchu (prowadzące
do tzw. załamania sieci).
Odbyło się to jednak następującym kosztem:
● brak stałego dostępu do łącza komunikacyjnego (niewymagany
w sieciach reaktywnych, jak niniejsza);
● opóźnienie w transmisji (dzięki częściowemu szczelinowaniu
nie są duże);
● konieczność zestawiania sieci przez użytkownika (mało kłopotliwe
ze względu na niewielką liczbę węzłów i prostą procedurę,
a nawet pożądane dla uzyskania maksymalnego pokrycia
terenu przy minimalnej liczbie węzłów);
● brak automatycznej naprawy sieci po uszkodzeniu któregoś
z węzłów (nieduży problem, ponieważ w planowanej aplikacji
najprawdopodobniej nie będzie nadmiarowych połączeń sieciowych,
lub będzie ich bardzo mało);
● możliwe duże natężenie komunikacji i występowanie kolizji
wewnątrz domen kolizyjnych (realny problem wymagający
gruntownych badań i w razie problemów zwiększenia okien
transmisyjnych/zastosowania pełnego szczelinowania);
● ograniczona liczba pakietów możliwych do obsłużenia przez
węzeł (realne ograniczenie wynikające bezpośrednio z małego
rozmiaru pamięci SRAM i nieprzesyłania odebranych pakietów
na bieżąco; podobny problem występuje w przypadku np. sieci
ZigBee i pakietów przekazywanych do uśpionych urządzeń
typu ZED, można rozwiązać ten problem przez rozbicie dużych
okien transmisyjnych na sekwencję małych i przesyłanie
pojedynczych pakietów na bieżąco).
Literatura
[1] Treder, W.: OCHRONA ROŚLIN PRZED PRZYMROZKAMI, Hasło
Ogrodnicze, 06/2005.
[2] Zurawski, R.: Embedded Systems Handbook, Boca Raton, 2006.
[3] Stojmenovic, I.: Handbook of Sensor Networks Algorithms and Architectures,
Hoboken, 2005.
[4] Gislason, D.: Zigbee wireless networking. Burlington, 2008.
[5] Szklarz, M.: STACJA METEO WSPOMAGA DECYZJE, Hasło ogrodnicze,
05/2006.
[6] Miguel A. Martínez, José M. Andújar and Juan M. Enrique: A New and
Inexpensive Pyranometer for the Visible Spectral, Sensors.
[7] WILCZEK, A., SKIERUCHA, W.: Częstotliwościowa metoda pomiaru
zespolonej przenikalności dielektrycznej materiałów porowatych przy
zastosowaniu sond o różnej długości, Pomiary Automatyka Kontrola,
9bis/2007.
[8] SKIERUCHA, W., WILCZEK, A.: Polowy system monitorowania
wilgotności gleby, Pomiary Automatyka Kontrola, 9bis/2007.
[9] Kaniszewski, S.: TERMINY I DAWKI NAWADNIANIA WARZYW,
Hasło Ogrodnicze, 02/2004.
[10] Kaniszewski, S.: NAWADNIANIE WARZYW POLOWYCH, Hasło
Ogrodnicze, 08/2000.
Elektronika 5/2012 49

Field characteristic of magnetic sensors on the
split hall structures
(Charakterystyka polowa czujników magnetycznych realizowanych
na dzielonych strukturach hallotronowych)
prof. dr hab. inż. Roman Holyaka 1) , prof. dr hab. inż. Zenon Hotra 1, 2) ,
dr inż. Mariusz Węglarski 2) , mgr Tetyana Marusenkova 1)
1)
Lviv Polytechnic National University, UKRAINE
2)
Department of Electronic and Communications Systems, Rzeszów University of Technology
Galvanomagnetic sensors are widely used for magnetic field measurement
due to their capability to work in a wide range of magnetic
flux density (from 10 -6 T to several tens of Tesla) and temperature
(from 1 K to 400 K), their small sizes (several millimeters)
and low cost (in large-scale production) [1, 2]. Hall sensors are
a kind of galvanomagnetic sensors. A typical Hall sensor is a rectangular
semiconductor slab with two pairs of electrodes: one
pair is used for energizing the slab whilst the other is intended for
Hall voltage measurement (these two electrodes are referenced
to as potential electrodes, they are placed symmetrically along
the current-flow line) [3, 4].
One can distinguish two typical variants of probes of Hall sensors
– with normal (transverse) and with axial position of a sensor
in a probe. Such probes are intended for measuring the only
magnetic-field vector’s projection which is normal to the probe’s
work surface. This fact causes two problems. The first problem
is restricted spatial resolution; the second one is impossibility of
simultaneous measurement of three magnetic-field vector’s projections
(B X
, B Y
, B Z
) in a certain point of space.
As shown in Fig. 1a, there no difficulties concerned to measurement
of the magnetic-field vector’s projection normal to a certain
surface. In order to measure this projection sensor is to be placed
immediately on this surface. The distance d between the surface
being measured and the effective layer (active region) can be rather
short and depends on the width of the effective layer’s substrate.
Thinning the substrate appropriately, one can achieve the distance
d nearly equal to 0.2…0.3 mm. However if the magnetic-field
vector’s projections parallel to the surface are to be measured then
the sensor’s structure is to be set vertically (Fig. 1b). This causes
the minimal possible distance d between the sensor’s active region
and the surface being measured to increase to 1 mm and more.
Enhancement of localization of Hall sensors and realization
of the possibility of simultaneous measuring three magnetic-field
vector’s projections (such measuring device are called 3D sensors
or probes) can be performed on the basis of the concept of
split Hall structures (SHS) [5]. As shown in Fig. 1c, the basic idea
of SHS consists in the fact that only a half a Hall sensor (split current
Hall device) – a Hall half-element – is used. Such a structure
has two current electrodes and the only potential electrode.
Basic solution
Modifying the structure of a Hall sensor one can expand its functionality.
One of these structural modifications is a magnetic sensor
based on split Hall structures which contain only one potential
electrode instead two electrodes employed by ordinary Hall sensors
[6–8]. This subclass of Hall devices are getting more and
more popular due to fundamentally new capabilities they provide
for magnetic field measurement. There exist a number of different
topologies of the split Hall structures. A corner split Hall structure
notable for the fact that its sensitive region is placed in the corner
of the substrate is shown in the Fig. 2a. Placing three such split
Hall structures on the adjacent edges of the cubic substrate, one
would obtain a high-resolution three-dimensional magnetic sensor
(Fig. 2b). Solving problems connected with this process it will
be possible to integrate this split Hall solution with hybrid structure
of RFID sensor [11] what is planned to do in the future.
a) b)
Fig. 2. The split Hall structure: a) topology; b) implementation in 3Dsensor
Rys. 2. Dzielona struktura hallotronowa: a) topologia; b) zastosowanie
w czujniku 3D
a) b) c)
Fig. 1. Position of the Hall sensor structure on a measured surface: a) horizontal position; B) vertical position; c) split Hall structure;
1 – sensor’s structure; 2 – active layer; 3 – outputs; 4 – the object being measured
Rys. 1. Pozycja struktury czujnika Halla na badanej powierzchni: a) pozycja pozioma; b) pozycja pionowa; c) struktura dzielona; 1 – struktura
czujnika; 2 – warstwa aktywna; 3 – wyprowadzenia; 4 – badany obiekt
50
Elektronika 5/2012

Such 3D sensors have the following advantages:
• high spatial resolution caused by the fact that all three sensitive
regions are condensed in the cube corner (all sensitive
regions of our experimental 3D sensor were confined by small
volume of diameter 0.2 mm which is ten times less than in
ordinary Hall devices);
• possibility of direct contact between the cube corner and a surface
being measured;
• high magnetic sensitivity (about 100…300 mV/T ) and low
parasitic cross-sensitivity (< 1%) due to the fact that such 3D
sensors use thin active layer (about 1 micrometer) in contrast
to other types of 3D sensors;
• possibility of work in harsh environment including cyclotrons
and charged particle accelerators.
However, the structural features of the split Hall structures not
only cause their advantages, but also complicate the process of
their modelling and calibration [9].
FEMLAB modelling
The output signal of an angular SHS can be approximately described
by:
V1H
V2H
V = V2
−V1
= V1R
−V2R
+ + = V1R
−V2R
+ VH
(1)
2 2
where V 1R
and V 2R
– are ohmic voltage drops, V H
is the Hall voltage.
The specialized software products FEMLAB and MATLAB were
chosen for modeling the output signal of an SHS. FEMLAB applies
the finite element method and provides powerful means of constructing
objects of arbitrary shape and visualization of modeling
results. Its mathematical tool is open and allows programming.
FEMLAB’s module Electromagnetics is based on Maxwell’s equations.
With the view of taking into account the Lorenz’s force some
additional programs were developed using MATLAB. The result of
modeling Hall voltage distribution in two semiconductor strips with
equal resistances placed at right angles is shown in Fig. 3.
Upon the analysis of the dependence of the parasitic ohmic
voltage component of the SHS’s output signal on SHS’s position
in a magnetic field the following relation was obtained:
V
R
= V
1R
− V
2R
I
S
⎛
k
⎞
11R11
+ k12R12
=
⋅
⎜k
− ⋅
⎟
11R11
k21R21
, (2)
⎛ k + ⎞ ⎝
21 21
+
11R11
k12R
k R k
12
22R22
⎠
⎜
+ 1
⎟
⎝ k21R21
+ k22R22
⎠
where R 11
, R 12
and R 21
, R 22
are resistances of different parts of two
lateral electrodes, I S
is the feed current. The coefficients k 11
, k 12
,
k 21
, k 22
consider the magnetoresistance effect [1]:
= ( )( ); ( )( )
= ( )( ); ( )( )
2 2
2 2
2 2
k
11
1+ µ
1
B z
1+α11µ
1
B
2 2
y
k
21= 1+ µ
1
B z
1+α
21µ
1
Bx
;
(3)
2 2
B 2
2 2
2 2
k + µ z
+ α µ B k = +µ B z
+α µ B
2 12
1 1
2
12 2 y
=
22
1
2
1
22 2 x
There μ 1
, μ 2
are charge carrier mobilities of the semiconductor
parts R 11
, R 21
and R 12
, R 22
, α 11
, α 21
, α 12
, α 22
are their width-to-thickness
ratios. The magnetic-field vector projection B z
is normal to
the SHS plane, while the projections B y
and B x
are parallel to the
SHS plane and perpendicular to the current directions in R 11
, R 12
and R 21
, R 22
.
If R 11
= R and R = R , then V = V and the SHS output
21 12 22 1R 2R
signal is a Hall voltage. Otherwise a parasitic ohmic voltage shows
up. In Cartesian system any vector’s position is uniquely defined
by angles α and β, formed with axes z and x. The dependence of
the SHS’s output signal (a) and parasitic ohmic voltage (b) on the
magnetic-field vector’s position when R 21
= 1.01· R , R = R (angles
alpha and beta are given in degrees) is shown in the Fig.
11 12 22
4.
a) b)
Fig. 4. Voltage – magnetic field vector’s position dependance: a) SHS
output signal; b) ohmic voltage
Rys. 4. Zależność napięcia od nachylenia wektora pola magnetycznego:
a) wyjście sygnałowe SHS; b) spadek napięcia
Due to the complicated manner of the current distribution in
the corner SHS its output signal depends on the magnetic-field
vector’s projection onto the SHS plane. Indeed, since the current
density vector’s direction changes from point to point in the SHS
corner region, the angle between the current density vector and the
magnetic-field vector projection onto the SHS plane changes too.
The influence of this projection is much less significant than the
influence of the normal magnetic-field vector’s projection because
the semiconductor slab’s thickness is much less than its width.
However, since the magnetic-field vector projection on the SHS
plane influences differently the semiconductor regions represented
by resistances R 11
, R 12
and R 21
, R 22
, then the ratios between
the said resistances is affected by the magnetic field even if the
geometrical structure of the SHS is ideally symmetric. This results
in some parasitic component of the SHS output signal, which
must be taken into account with the view of enhancement of the
magnetic field measurement accuracy. Besides, the curvature of
current-flow lines complicates the analysis of the magnetoresistive
effect under conditions of the SHS structure asymmetry. The
above-said reasons led to an idea of adding a metal electrode
over the semiconductor layer in the corner region of a SHS in or-
a) b)
Fig. 3. The Hall voltage in two semiconductor strips forming right
angle
Rys. 3. Napięcie Halla w dwóch paskach półprzewodnikowych tworzących
kąt prosty
Fig. 5. Current distribution in corner region of an SHS: a) without
metal electrode; b) with metal electrode
Fig. 5. Rozkład prądu w rogu struktury SHS: a) bez elektrody metalowej;
b) z elektrodą metalową
Elektronika 5/2012 51

der to reduce the curvature of current-flow lines and thus reduce
the parasitic component of the SHS output signal.
Using the specialized software FEMLAB and MATLAB modeling
was performed with the purpose of investigation into effectiveness
of the metal electrode in the SHS corner region. In the first
stage the current distribution in two corner SHSs, the first of which
has no metal electrode in its corner region and the second has
such an electrode, was modeled using the module Electromagnetics
of FEMLAB. The modeling results are presented in Fig. 5a
and 5b respectively.
In the second stage the dependence of the parasitic component
of the SHS output voltage on the current distribution was
analyzed. For this analysis the following steps were performed
at the specified magnetic-field vector’s projection on the normal
to the SHS plane B z
, the projection on the SHS plane B xy
and the
charge carrier mobility μ:
1. The structure containing the results of modeling current
distribution in a corner SHS with no metal electrode in its corner
region was exported from FEMLAB to MATLAB for further processing.
2. The current density vector components J x
, J y
, J z
were read
in the array of M × N points evenly distributed over the semiconductor
region’s surface with the resistance R 11
.
3. The direction cosines of the current density vector were calculated
on basis of the “readings” in the said M × N control points.
4. For the specified value B xy
the value of its projection on the
normal to the current density vector was evaluated in each of the
M × N control points. Fig. 6a and 6b depict the distribution of the
projection of B xy
on the normal to the current density vector in the
control points evenly distributed in the semiconductor regions with
the resistances R 11
and R 21
respectively for the case when B xy
is
parallel to the axis x. On condition that current-flow lines are ideally
straight the projection B x
does not influence the resistances
R 11
and R 12
and leads to the increase of the resistances R 21
and
R 22
without impacting their ratio. So, in this case the resistances
remain symmetrical.
5. The dependence of the resistivity on the magnetic-field vector
components B z
and B xy
(normal and parallel to the SHS plane respectively)
can be described by the formulas ρ ( 2 2
B
= ρ
0
1+
α µ Bz
)
2 2
and ρ
B
= ρ
0( 1+
βµ Bxy)
where α and β are some coefficients. To
a first approximation the coefficient β is assumed to be as many
times less than the coefficient α as the semiconductor regions’
width exceeds its thickness.
6. Dividing a semiconductor region into a number of equal elements
and considering the resistivity of the whole region to be
arithmetic average of resistivities of all these elements, one can
obtain the resistivity of the entire semiconductor region with the
resistance R 11
placed in a magnetic field.
7. Steps 2 – 6 were repeated for the semiconductor regions
with resistances R 21
, R 12
and R 22
. Then the corresponding magnetoresistances
for the specified magnetic field were calculated
and changes in their ratios caused by a magnetic field were evaluated.
The resistances R 11
, R 12
, R 21
, R 22
depend significantly on the
charge carrier mobility and the magnetic-field vector. For the
charge carrier mobility μ = 3 m 2 /(V·s) the resistances ratios were
changed by 3%.
In the same way the resistances R 11
, R 12
, R 21
, R 22
and their
ratios were calculated for a corner SHS with a metal electrode
in its corner region. Since the metal electrode causes reduction
of the curvature of current-flow lines, the resistances ratios
change insignificantly (only up to 0.2%) for the same other parameters
including the same charge carrier mobility μ = 3 m 2 /
(V·s). Hence, a metal electrode would help to reduce parasitic
cross-sensitivity in 3D magnetic sensors based on corner SHS
and to simplify an analysis of other factors of appearance of the
output voltage’s parasitic components due to the magnetoresistive
effect.
52
a) b)
Fig. 6. Distribution of the in-plane magnetic-field vector’s projection
on the current density vector in corner semiconductor regions of the
SHS with the resistance: a) R 11
, b) R 21
Rys. 6. Rozkład rzutu wektora pola magnetycznego na wektor gęstości
prądu, w rogu półprzewodnikowej struktury SHS z rezystancją:
a) R 11
, b) R 21
Magnetoresistive effect model
The field characteristic of any ordinary Hall device fed by a constant
current can be described by linear equation V OUT
= V 0
+ K B
B N
,
where V OUT
is the output voltage, V 0
is the offset voltage, K B
is
the linear coefficient of voltage sensitivity, B N
is the magnetic-field
vector’s projection on the normal N to the sensitive element plane.
One usually neglects two other magnetic-field vector’s projections,
one of which, B L
, is parallel to the current line and the other,
B W
, is perpendicular to the current line, moreover, both are lying in
the sensor’s plane. More accurate description of the field characteristic
can be achieved by polynomials. Particularly, second-degree
polynomial V OUT
= V 0
+ K B1
B N
+ K B2
B 2 (K , K are linear and
N B1 B2
square coefficients respectively) gives an opportunity to describe
the field characteristic with inaccuracy not exceeding 0.1%. So,
calibration of a Hall device in a three-dimensional sensor requires
calculation of the above-mentioned values V 0
, K K and two angles
α z
B1, B2
, β z
(the inclination of the sensitive element’s plane and its
turning angle) which determine the projection B N
of the magneticfield
vector B → on the normal to the sensitive element’s plane. Furthermore,
the field characteristic’s temperature coefficients are
to be determined but taking into consideration the fact that their
determination for split Hall structures does not differ from that one
for ordinary Hall devices, the work omits this issue.
The above-mentioned field characteristic was applied when calibrating
a 3D sensor based on three orthogonally turned split Hall
structures shown in Fig. 2b. Performed calibration gave positive results
in magnetic fields up to 300 mT (the measurement accuracies
of three components B X
, B Y
, B Z
of the magnetic-field vector B → were
not greater than 0.3%). Upon the analysis of the obtained field characteristic
coefficients it was found that the inaccuracy up to 0.2%
is determined by misalignment of the sensitive elements planes
whereas the inaccuracy of second-degree polynomial approximation
does not exceed 0.1%. However, an attempt to approximate
the field characteristic by second-degree polynomial in a stronger
magnetic field turned unsuccessful – the inaccuracy of magnetic
field measurement in range of 1 T ran up to several percents.
Having performed an analysis we concluded that in order to
describe the field characteristic of 3D sensors based on three orthogonally
turned split Hall structures adequately we must introduce
some new coefficients describing the dependencies of output
voltages of such sensors on the magnetic-field vector B → . It will be
shown in this work that the performed analysis allows to devise
a new method of study of the split Hall structures field characteristic
for considerable improvement in magnetic field measurement
accuracy.
Let’s represent a split Hall structure as an equivalent circuit
shown in Fig. 7. The resistors R 11
, R 12
, R 13
, R 21
, R 22
, R 23
, R S
stand
for the respective parts of the semiconductor layer whereas the
voltage sources E 1H
, E 2H
substitute for Hall potentials of half Hall
elements HHS 1
, HHS 2
. The split Hall structure feed current leaves
the node I S and enters the nodes I 1 and I 2
. The outputs I 1
and I 2
are to be joined in order to equalize the currents I 1
and I 2
and consequently the common-mode voltages, taking into consi-
Elektronika 5/2012

a) b)
Fig. 7. The split Hall structure: a) equivalent circuit; b) photo with
signed model elements
Fig. 7. Dzielona struktura hallotronowa: a) ekwiwalent elektryczny; b)
zdjęcie z zaznaczeniem elementów modelu
deration that the structure is symmetrical to a first approximation
(R 11
= R 21
, R 12
= R 22,
R 13
= R ). However, the Hall voltage sources
23
have opposite polarity due to the fact that the potential electrode
resides on the left side of the current circuit of HHS 1
and on the
right side of the current circuit of HHS 2
. Consequently we can
assume to a first approximation that the differential output voltage
V OUT
= V 2
– V 1
is determined by the sum of the voltages of the
voltage sources E , E : V = V(E ) – V(E ).
1H 2H OUT 1H 2H
However further analysis shows that in the absence of the
symmetry of half Hall elements HHS 1
and HHS 2
the output voltage
of the sensor depends on a change in redistribution of the
currents I 1
, I 2
. The asymmetry can be caused by such factors:
• imperfection of thin-film structure geometry resulting from photolithographic
mesastructure forming;
• distinct change in resistance of two half Hall elements resulting
from magnetoresistive effect.
The influence of two resistors R 13
and R 23
of the output circuit is
negligibly small due to the fact that the current in this circuit is almost
zero for high-resistance load (including the load in the differential
amplifier). Besides, we can neglect the influence of change
in resistance R S
on the output voltage because there occurs only
symmetrical change of the common-mode voltages. Any change
in resistance of R 11
, R 12
, R 21
, R 22
does not impact the output voltage
if the ratios R 11
/R 12
and R 21
/R 22
remain the same. But when this
condition is not fulfilled there occurs a parasitic voltage difference
V(R 21
) – V(R 11
) = V(∆R B
) complicating the split Hall structure field
characteristic and causing the magnetoresistive modulation of the
differential output voltage V OUT
= V(E 1H
) + V(E 2H
) + V(∆R B
).
Having made an analysis we detected the main factors of
magnetoresistive modulation of the split Hall structure’s field characteristic.
The first factor results from the fact that magnetic-field
vector influences the resistance of the element HHS 1
and the resistance
of the element HHS 2
in different ways because their current
circuits make different angles with the magnetic-field vector.
The second factor results from the fact that current lines have
a complex shape in the corner region of the split Hall structure (resistors
R 11
and R 21
in the equivalent circuit). Besides, the current
lines are not the same at different time moments, so the magnetoresistive
effect results would not be the same. The third factor
is caused by the fact that two elements HHS 1
and HHS 2
are not
ideally symmetrical. However, this asymmetry causes not only an
offset voltage as in ordinary Hall devices but also its modulation
by the projections of the magnetic-field vector which are parallel
to the sensitive element’s plane.
For calibration purposes it is not reasonable to consider the
influence of each above-mentioned factor separately. That’s why
we introduced an integral factor ∆R(B) of magnetoresistive modulation
of the split Hall structure’s field characteristic. Taking into
consideration the fact that the dependence of the semiconductor
layer’s resistance on the magnetic-filed vector B → and its projections
B N
, B L
, B W
on the current lines is typically quadratic, it is
reasonable to describe the magnetoresistive modulation by the
second-degree polynomial taking apart the influence of each projection:
( )
2
2
2
∆ R = R K B + K B + K B + K B + K B + K B , (4)
B
B0 N1
N N 2 N L1
L L2
L W1
W W 2 W
where R B0
is the dimensional coefficient, K N1
, K L1
, K W1
are the linear
coefficients and K N2
, K L2
, K W2
are the square coefficients of
the magnetoresistive modulation. Numerous experiments were
carried out in order to study the influence of the magnetic-field
vector’s projections B N
, B L
, B W
on the structure resistance. We
studied an ordinary Hall element with symmetrical structure where
the current flows in the strictly defined direction. This allowed
determination of each projection influence on the relative change
of the active layer’s resistance independently. The results of such
experiments are shown in Fig. 8.
Fig. 8. Results of research into the magnetoresistive effect on the sensor’s structure – structure resistance changes in case that the magneticfield
vector is: R(B L
) – parallel to the current line; R(B W
) – perpendicular to the current line and parallel to the structure’s sensitive layer; R(B N
)
– perpendicular to the structure plane and, consequently, to the current line
Rys. 8. Rezultaty badań efektu magnetorezystancyjnego w strukturze sensora – zmiany rezystancji struktury dla wektora pola magnetycznego:
R(B L
) – równoległego do przepływu prądu; R(B W
) – prostopadłego do przepływu prądu, a równoległego do warstwy czułej; R(B N
) – prostopadłego
do płaszczyzny struktury i przepływu prądu
Elektronika 5/2012 53

The characteristic R(B L
) corresponds to the change of the
structure resistance in case that the magnetic-field vector is parallel
to the current line; the characteristic R(B W
) corresponds to
the change of the structure resistance in case that the magneticfield
vector is perpendicular to the current line and parallel to the
structure’s sensitive layer; the characteristic R(B N
) corresponds to
the change of the structure resistance in case that the magneticfield
vector is perpendicular to the structure plane and, consequently,
to the current line
The greatest resistance change (more than 20%/T) occurs if
the magnetic-field vector is perpendicular to the sensor plane. It
is obvious because the sensor active layer’s width is much greater
than its thickness (a typical thickness is about 1 micrometer).
Consequently, the Lorentz force causes charge carriers to deflect
from their trajectories significantly. Nevertheless, it is possible to
neglect the influence of the magnetic-field vector B N
(normal to
the sensor plane) on the magnetoresistive modulation of the split
Hall structure’s output voltage. This is due to the fact that magnetic-field
vector normal to the sensor plane influences both half
Hall elements HHS 1
and HHS 2
equally, so it does not change the
ratios R 11
/R 12
and R 21
/R 22
and consequently does not influence the
differential output voltage V OUT .
The resistance R(B L
) (in the case of the magnetic-field vector
parallel with the current line) changes insignificantly. Therefore
we must analyze the magnetoresistive modulation of the split
Hall structure’s field characteristic only if a magnetic-field vector
is perpendicular to the current line and parallel to the structure’s
sensitive layer. The obtained characteristic R(B W
) showed the possibility
to neglect the linear coefficient of the magnetoresistive
modulation. However, taking into consideration the fact that most
of photolithographic defects are unique, one has to determine the
magnetoresistive modulation’s square coefficient for each sensor
separately.
Magnetoresistive modulation investigation
We have developed methods of research into the split Hall structure
field characteristic. These methods are based on the sensor
output voltage V OUT
(φ) measurement in case that the sensor rotates
in a magnetic field around the axis normal to the sensor’s
plane. Besides, the magnetic-field vector is parallel to the sensor
plane. It is possible to measure the quantitative parameters of
the magnetoresistive modulation only in strong magnetic fields.
This can be attributed to the fact that the magnetoresistive effect
shows up insignificantly in magnetic fields up to 300 mT (as we
can see in Fig. 8).
In the first stage of research the offset voltage V S
(φ) = V OUT
(φ)
– V 0
is to be measured separately in a zero-chamber. In the second
stage one has to separate the magnetoresistive modulation
voltage from the sensor Hall voltage. Such separation is necessary
because the rotation axis does not coincide exactly with the
normal to the sensor plane (this situation would occur when plenty
of 3D sensors are calibrated simultaneously). The separation
can be performed by fitting of the wave fundamental describing
a change in Hall voltage V 1
(φ) in case that an ideal sensor rotates
without any magnetoresistive modulation.
In order to simplify the separation procedure the ideal sensor
field characteristic is assumed to be a linear function of a magnetic
field. This assumption allows to write harmonic oscillation
as follows:
V ϕ = V sin α sin ϕ + β ,
(5)
where V HM
= S HN
· B N
is a maximum Hall voltage which can be
achieved in case that the magnetic-field vector coincides with the
normal to the sensor plane; S HN
is magnetic sensitivity to the magnetic-field
normal component B N
at the nominal feed current I NOM
;
α is the angle included between the rotation axis and the normal;
β is the angle of initial misalignment of the sensor coordinate system
and the magnetic field coordinate system.
54
( ) ( ) ( )
1 HM
Ideally with no wave fundamental the angle α → 0 and the
angle β determines the rotating mechanism at the first point of
measuring function V OUT
(φ). The signal V 2
(φ) = V OUT
(φ) – V 0
–
V 1
(φ) described mainly by the wave quadratic component serves
as a criterion for correct fitting of the wave fundamental parameters.
Since the structure dependence on magnetic flux density
is quadratic, the very quadratic component determines the field
characteristic magnetoresisitive modulation.
In the next stage the magnetoresistive modulation quantitative
parameters determination is to be performed. Approximation by
V RB
= S RB
∙ B 2 polynomial provides sufficient accuracy (V is the
W RB
parasitic differential voltage that occurs on the split Hall structure
potential electrodes in the presence of the magnetic field component
B W
parallel to the sensor plane; S RB
is a magnetoresistive
modulation coefficient). V RB
voltage adds to the ideal sensor’s
output voltage without modulation.
An example of a typical dependence of the split Hall structure’s
output voltage when rotating this structure in a uniform magnetic
field of 1 T along with the results of splitting the obtained signal
into the wave fundamental V 1
(φ) and the wave quadratic component
V 2
(φ) are shown in the Fig. 9. A sensor based on the split
Hall structures with magnetic sensitivity S HZ
= 235 mV/T (at I NOM
=
20 mA) was taken for study. The wave fundamental’s amplitude
V 1 M
≈ 2.5 mV (for the indicated magnetic sensitivity) shows that
the angle included between the rotation axis and the split Hall
structure normal is rather small and is about:
V M
⎛ ⎞
α
1
= arcsin⎜
⎟ ≈ 1°
(6)
⎝ B ⋅ S ⎠
The coefficient S RB
of split Hall structure’s magnetoresisitive
modulation can be found after the wave quadratic component
amplitude determination (in this case the amplitude
V 2 M
≈ 1.9 mV). Hence S RB
= V 2 M
/B 2 Xi ≈ 1,9 mV/T 2 . Let’s recall
that the magnetic sensitivity coefficient S HZ
and the magnetoresistive
modulation coefficient are both linear functions of the
sensor’s feed current; both of them can be defined at constant
(nominal) current I NOM
.
Fig. 9. Magnetoresistive modulation of the field characteristic: V OUT
(φ) – experimental results; V S
(φ) – approximation of these results by
the fundamental V 1
(φ) and the quadratic component V 2
(φ)
Rys. 9. Magnetorezystywna modulacja charakterystyki polowej: V OUT
(φ) – wyniki doświadczalne, V S
(φ) – przybliżenie wyniku składowymi
pierwszego V 1
(φ) i drugiego rzędu V 2
(φ)
Approbation
The methods of analysis of the split Hall structure’s field characteristic
presented in the work were tested when calibrating
a 3D sensor. We have compared two field characteristics one of
which takes account of the magnetoresistive modulation’s quantitative
parameters whereas the other ignores magnetoresistive
modulation.
Elektronika 5/2012

In contrast to ordinary polynomials describing the dependence
of the Hall device’s output voltage on the magnetic-field vector’s
projection on the sensor plane normal N, the equations of the split
Hall structure’s field characteristic we’ve introduced in this work
contain magnetoresistive modulation’s coefficients determining
the output voltage’s dependence on the magnetic-field vector’s
projection B W
. According to this the field characteristics of the split
Hall structures in a 3D sensor are described by equations:
V = V + K B + K B + K B ,
2
2
OUT1 01 B11
N1
B21
N1
B31
W1
2
2
V = V + K B + K B + K B , (7)
OUT 2 02 B12
N 2 B22
N 2 B32
W 2
V = V + K B + K B + K B ,
2
2
OUT 3 03 B13
N 3 B23
N 3 B33
W 3
where V OUT1
, V , V are output voltages of three split Hall structures
in a three-component sensor; V 01
OUT2 OUT3
, V 01
, V 01
are values of these
output voltages in no magnetic field; K B11
, K , K are linear
B12 B13
coefficients and K , K , K are square coefficients of output
B21 B22 B23
voltage dependencies on magnetic-field projections B , B , B ;
N1 N2 N3
K B31
, K , K are square coefficients of magnetoresistive modulation
that determine output voltages projections on the magnetic-
B32 B33
field vector’s projections B , B , B respectively.
W1 W2 W3
Using the above-mentioned field characteristics and matrices
assigning 3D sensor’s coordinate system to the local coordinate
systems of the split Hall structures and their inclinations, one can
calculate the magnetic-field vector’s projections and its modulus
2 2 2
B = BX
+ BY
+ B [10].
Y
In order to test the offered methods for efficiency we compared
the results of measuring the scalar of the magnetic-field vector
when rotating a sensor in a uniform magnetic field. It is obvious
that correct calibration causes instability to vanish (measured
scalars of a uniform magnetic field vector do not depend on 3D
sensors rotation angles in this case). The results of experiments
conducted in magnetic fields of 1 T are shown in the Fig. 10.
It can be seen from the Fig. 10 (Calibration 1) that calibration
performed without taking into consideration the magnetoresistive
modulation parameters is of poor quality: the instability of magnetic
field measurement results runs to ±2% when rotating a 3D
sensor in a random way. The above-mentioned instability shows
up only in strong magnetic fields. However the instability did not
exceed ±0.2% in magnetic fields of 0.1 T, and this fact proved that
inclinations of split Hall structures in the 3D sensor were determined
with high accuracy.
Calibration 2 plot illustrates the measurement result obtained
taking into account the offered methods of magnetoresistive mo-
Fig. 10. Results of measuring the scalar of the magnetic-field vector
when rotating a 3D sensor in a magnetic field in a random way taking
into account the magnetoresistive modulation (Calibration 1) and ignoring
it (Calibration 2)
Rys. 10. Wyniki pomiaru wartości wektora pola magnetycznego przy
dowolnym obrocie czujnika w trójwymiarowym polu magnetycznym
bez (Calibration 1) lub z (Calibration 2) uwzględnieniem modulacji
magnetorezystancyjnej
dulation analysis and coefficients describing the modulation. One
can see that instability of magnetic-field vector scalar measurement
results reduced to ±0.3% (almost by order of magnitude
less).
The offered methods are aimed at accuracy improvement of
magnetic field mapping methods for beam deflection systems of
charged-particles acceleration.
Summary
It is shown that the field characteristic of magnetic sensors on
split Hall structures is characterized by parasitic magnetoresistive
modulation. The main factors of magnetoresistive modulation of
the split Hall structure’s field characteristic are determined. Besides,
methods of analysis of magnetoresistive modulation and its
quantitative parameters determination are developed.
In contrast to ordinary polynomials describing the dependence
of the Hall device’s output voltage on the magnetic-field
vector’s projection normal to the sensor’s plane, the split Hall
structure field characteristic equations we’ve introduced in this
work contain magnetoresistive modulation coefficients determining
the output voltage dependence on the magnetic-field vector
projection perpendicular to the current line and parallel to
the sensor plane.
It is proved experimentally that using square coefficient of the
output voltage dependence on the magnetic-field vector’s projection
parallel to the sensing element plane the accuracy of calibration
of a 3D sensor on split Hall structures in a magnetic field
of 1 T reduces from 2% to ±0.3%.
This work was partly supported by the Projects: "Developing
research infrastructure of Rzeszów University of Technology"
within the Operational Program Development of Eastern Poland
2007–2013 of the Priority Axis I Modern Economics of Activity I.3
Supporting Innovation, Contract No. POPW.01.03.00-18-012/09-00;
"Developing and modernization research base of Rzeszów University
of Technology", No UDA-RPPK.01.03.00-18-003/10-00
from The Structural Funds, The Development of Podkarpacie
Province, The European Regional Development Fund.
References
[1] Hotra Z.Yu. et al.: Microelectronic magnetic sensors. Lviv Polytechnic
National University, Lviv, 2001.
[2] James Lenz, Alan S. Edelstein: Magnetic Sensors and Their Applications.
IEEE Sensors journal, Vol. 6, No. 3, June 2006. PP. 631 -649.
[3] Popovic R.S.: Hall Effect Devices. Adam Hilger, Bristol, Philadelphia
and New York, 2002.
[4] R.S. Popoviс, P. Kejik, S. Reymond, D.R. Popoviс, M. Blagojeviс,
S. Dimitrijeviс: Multi-axis integrated hall magnetic sensors. Nuclear
Technology & Radiation Protection. №2. 2007. PP. 20–28.
[5] Burger F., P.-A. Besse, R.S. Popovic: New fully integrated 3-D silicon
Hall sensor for precise angular-position measurements. Sensors
and Actuators. A 67. 1998. PP. 72–76.
[6] Magnetic field measurement transducer Patent № 59265/Hotra
Z., Bolshakova I., Holyaka R., Marusenkova T. – 10.05.2011 (in
Ukrainian).
[7] Bolshakova I., Holyaka R., Moroz A., Yerashok V., Marusenkova T.:
Magnetic field sensors based on splitted Hall structures//Electronics.
Herald of Lviv Polytechnic National University. – № 646. – 2009. – p.
38–46. (in Ukrainian)
[8] Hotra Z., Holyaka R., Marusenkova T.: Optimization of microelectronic
magnetic sensors on the splitted hall structures//Warsztaty
Doktoranckie – WD2010 – Sesja P2. Lublin, Poland. 24–27 Czerwca
2010. CD. marusenkova.pdf
[9] Methods of modeling of magnetic sensors based on splitted Hall
structure/Holyaka R., Marusenkova T., Chapran M. ‐ Advanced Numerical
Modeling. IIPhDW – 2011. ISBN 978-83-61956-02-0. Zielona
Gora. Poland. PP. 75–76.
[10] Hotra, Z., Holyaka, R., Bolshakova, I., Yurchak, I., Marusenkova, T.:
Arbitrary rotation method for 3D magnetic sensors calibration. 11th International
Conference The Experience of Designing and Application of
CAD Systems in Microelectronics (CADSM), 2011. Issue Date: 23–2.
[11] Kalita W., Skoczylas M., Węglarski M.: Application of RFID Transponders
Integrated with Sensors in Navigation System of Autonomous
Object, 34th International Microelectronics and Packaging IMAPS-
CPMT Poland Conference, Wrocław, 2010.
Elektronika 5/2012 55

Interferometr mikrofalowy na pasmo L
mgr inż. Michał Gasztold
Przemysłowy Instytut Telekomunikacji S.A. w Warszawie
Interferometr mikrofalowy (rys. 1) jest układem elektronicznym,
umożliwiającym wyznaczanie kierunku, z którego dociera do niego
fala elektromagnetyczna.
Urządzenia tego typu znajdują zastosowanie w monoimpulsowych
systemach radiolokacyjnych fazowych określających
położenie obiektów w przestrzeni trójwymiarowej. Najprostszy
układ antenowy interferometru, umożliwiający wyznaczenie kąta
padania θ w jednej płaszczyźnie, tworzą dwie anteny oddalone od
siebie o odległość d, nazywaną bazą – rys. 1 [4]. Zgodnie z rys. 2
kąt θ określa się wg następujących zależności:
2πd
∆Ψ = sin ( θ)
(1)
λ
⎛∆Ψ
⋅ λ⎞
θ = arcsin ⎜ ⎟
(2)
⎝ 2πd
⎠
gdzie: ∆Ψ – przesunięcie fazowe między sygnałami odebranymi
przez antenę A 1
i A 2
, λ – długość fali,
W przestrzeni trójwymiarowej (3D) kierunek, z którego odbierana
jest fala elektromagnetyczna określają kąty podniesienia
(kąt elewacyjny) θ i azymutalny φ, które to kąty zdefiniowano na
rys. 3. W płaszczyźnie azymutalnej x0y kąt określa się w praktyce
względem kierunku północnego, tj. bieguna magnetycznego.
W płaszczyźnie elewacyjnej kąt θ jest określany względem bazy
interferometru (odcinka łączącego centra fazowe anten odbiorczych
interferometru) lub normalnej do bazy. Oba wymienione
wyżej kąty nazywane są parametrami namiaru lub pełnym namiarem.
Załóżmy, że przesunięcia fazowe sygnałów odbieranych przez
anteny A 1
i A 2
oraz A 3
i A 4
są znane i wynoszą ∆Ψ 12
i ∆Ψ 34
. Nie
jest trudno uzasadnić, że kąty φ i θ związane są z przesunięciami
fazowymi ∆Ψ 12
i ∆Ψ 34
następującymi zależnościami:
2πd
∆Ψ12
= cos( ϕ) cos( θ)
(3)
λ
2πd
∆Ψ34
= sin( ϕ) cos( θ)
(4)
λ
Rozwiązaniem układu równań (3)(4) są poszukiwane kąty φ i θ :
⎛ ∆Ψ
34
⎞
ϕ = arctg
(5)
⎜
⎟
⎝ ∆Ψ12
⎠
⎛ λ
2
2 ⎞ (6)
θ = arccos ⎜ ( ∆Ψ12) + ( ∆Ψ34) ⎟
⎝2πd
⎠
Istotą pracy interferometrów jest możliwie precyzyjne wyznaczenie
wartości przesunięć fazowych ∆Ψ 12
i ∆Ψ 34
, co ma zasadniczy
wpływ na dokładność wyznaczania kątów φ i θ. Zgodnie
z rys. 1 przesunięcia te wyznaczanee są w układzie zbudowanym
Rys. 1. Schemat ideowy interferometru mikrofalowego
Fig. 1. Schematic diagram of a microwave interferometer
Rys. 2. Schemat funkcjonalny prostego interferometru mikrofalowego
Fig. 2. Functional diagram of a simple microwave interferometer
56
Rys. 3. Zespół interferometrów pozwalający określać namiar w przestrzeni
3D
Fig. 3. Two interferometers that allows to determine the object’s bearing
in 3D
Elektronika 5/2012

z anten mikrofalowych i dyskryminatora kąta. Dlatego też zagadnienie
realizacji obu tych podzespołów jest przedmiotem rozważań
dalszej części artykułu.
Układ antenowy
W opracowanym układzie antenowym wykorzystano anteny mikropaskowe
zrealizowane na podłożu dielektrycznym ([7]). Widok
ogólny tak skonstruowanej anteny przedstawia rys. 4. Na rys. 4a
widoczne są 3 łaty promieniujące (promienniki mikropaskowe)
rozstawione w odległości 0,63 λ, gdzie λ jest długością fali elektromagnetycznej
o częstotliwości 1090 MHz. Na rys. 4b przedstawiony
jest widok dzielnika mocy zasilający poszczególne promienniki
mikropaskowe. W pracy [7] przyjęto, że 3 dB szerokość
listka głównego jest ograniczona do około 30°. Dodatkowo listek
główny przekroju elewacyjnego charakterystyki kierunkowej powinien
być odchylony o ok. 3°. Powyższe wymagania wynikają
z faktu, że antena została zaprojektowana do systemu TLS (ang.
Transponder Landing System).
Przekrój poprzeczny anteny jest przedstawiony na rysunku 5.
Szczegółowe informacje dotyczące wymiarów i parametrów materiałowych
anteny są podane w [7].
Rozwiązanie konstrukcyjne i technika realizacji rozważanej
anteny zostały wybrane tak, aby zapewnić dostateczną wytrzymałość
mechaniczną, niewielką podatność na wibracje oraz dużą
odporność na agresję środowiska. Rozważany interferometr
mikrofalowy jest urządzeniem odbiorczym i jego anteny pracują
z sygnałami o niskiej mocy. Taka sytuacja pozwoliła na skupienie
się na minimalizacji kosztów modelu przy zachowaniu niezbędnych
parametrów elektrycznych.
Sformułowane wyżej wymagania spełniają anteny mikropaskowe
(ang. microstrip antennas) wykonywane techniką wytrawiania,
czyli struktury promieniujące w postaci przewodzących łat
wytrawianych na laminatach elektronicznych/mikrofalowych [3].
Anteny te najczęściej pracują w pasmach częstotliwości powyżej
300 MHz i znajdują szerokie zastosowanie w elektronice powszechnego
użytku, lotnictwie, technice kosmicznej, czyli wszędzie
tam, gdzie kluczowe znaczenie ma mała masa oraz nieduże
wymiary geometryczne urządzeń.
Inną zaletą tej technologii są niskie koszty produkcji oraz prostota
integrowania ich z obwodami zasilania poprzez wytrawianie
struktury ścieżek elektronicznych wraz z antenami na jednej płytce
laminatu.
Zrealizowany model interferometru przeznaczony jest do pracy
w systemie wspomagającym lądowanie samolotów TLS. Z tego
względu anteny odbiorcze urządzenia zostały zaprojektowane
tak, aby efektywnie odbierać sygnały od urządzenia odzewowego,
stosowanego w radiolokacji wtórnej, nazywanego transponderem.
Sygnały te są nadawane na częstotliwości 1090 MHz.
Rys. 6. Zdjęcie wykonanej anteny
Fig. 6. Photo of the designed antenna column
a) b)
Rys. 4. Zarys konstrukcji pojedynczej odbiorczej kolumny antenowej
interferometru
Fig. 4. Outline of the interferometer antenna column
Rys. 5. Przekrój poprzeczny anteny
Fig. 5. Cross section of the antenna
Rys. 7. Przekrój elewacyjny charakterystyki kierunkowej anteny odbiorczej
interferometru. Pomiar przeprowadzono w komorze bezodbiciowej
Fig. 7. Elevation radiation pattern of the designed interferometer antenna
measured in anechoic chamber
Elektronika 5/2012 57

Rys. 8. Współczynnik fali stojącej na wejściu dzielnika anteny (kolor
czerwony – wynik symulacji, kolor niebieski – wynik pomiaru)
Fig. 8. Standing wave ratio at the input antenna divider (red color
– the result of simulation, blue – the result of measurement) Rys. 9. Schemat blokowy dyskryminatora fazowego różnicowego
Fig. 9. Block diagram of the differential phase discriminator
Elewacyjna charakterystyka anteny odbiorczej ma 3 dB szerokość
listka głównego równą 30° i 3° jest odchylona o względem
normalnej do płaszczyzny anteny, ze względu na kąt nachylenia
ścieżki schodzenia samolotu do pasa lotniskowego podczas procedury
podchodzenia do lądowania. Szerokość listka głównego
przekroju azymutalnego charakterystyki kierunkowej wynosi
ok. 75°. Zaprojektowana antena ma postać kolumny, a zarys jej
konstrukcji jest pokazany na rys. 4 i 6. Składa się ona z trzech
anten mikropaskowych, tworzących czteroelementowy szyk antenowy
oraz z dzielnika mocy odpowiednio zasilającego wszystkie
cztery anteny [2]. Impedancja wejściowa dzielnika mocy anteny
wynosi Z 0
= 50Ω a współczynnik fali stojącej WFS < 1.5 w pasmie
1090MHz ± 8MHz.
Dyskryminator kąta
Informacje o określanym przez interferometr kącie padania fali
najwygodniej odczytuje się jako napięcie stałe odczytywane z zacisków
wyjściowych układu zastosowanego dyskryminatora kąta
pracującego z antenami odbiorczymi. Urządzenie powinno zapewniać
dużą dokładność i liniową charakterystykę zmian napięcia
odpowiedzi w funkcji różnicy faz sygnałów wejściowych w jak
najszerszym zakresie.
Istnieje kilka konfiguracji monoimpulsowych dyskryminatorów
kąta pozwalających określić kąt padania czoła fali elektromagnetycznej
na anteny interferometru. Metody monoimpulsowej
pelengacji można podzielić na amplitudowe i fazowe [1]. W tym
artykule, ze względu na sposób działania interferometru, omówiony
jest dyskryminator fazowy. Istnieją dwie realizacje takiego dyskryminatora:
dyskryminator fazowy różnicowy oraz dyskryminator
fazowy sumacyjno-różnicowy. Poniżej przedstawiono analizę obu
koncepcji z zaznaczeniem ich zalet i wad.
Schemat blokowy dyskryminatora fazowego różnicowego jest
przedstawiony na rys. 9. Niech sygnały u A1
i u A2
mają postać:
( ) ( )
u = k F θ cos ωt
− ∆Ψ
(7)
A1
A1
A1
( ) ( )
u = k F θ cos ωt
(8)
A2
A2
A2
gdzie: ∆Ψ – przesunięcie fazowe, k A1
, k A2
– współczynniki amplitudowe
doprowadzeń sygnałów z anten odbiorczych, F A1
, F A2
– wartości charakterystyk kierunkowych anten odbiorczych przy
określonym kącie padania θ, ω – pulsacja fali.
Sygnał heterodyny jest doprowadzany do mieszaczy znajdujących
się w obu torach urządzenia. Przed jednym z mieszaczy
umieszczony jest 90° przesuwnik fazy. Po przemianie częstotliwości,
przesunięciu fazowym sygnału heterodyny jednego z torów
oraz wzmocnieniu składowych o częstotliwości pośredniej
otrzymuje się sygnały u A1
i u A2
:
( ) ( )
( ) ( )
uA
1
= kA
1
k 1
k
wp 1
FA
1
θ cos ωpt
− ∆Ψ − ∆ΨPF
−ϕ
1 (9)
uA
2
= kA
2
k 2
k
wp 2
FA
2
θ cos ωpt
− ϕ
(10)
gdzie: k A1
, k A2
– współczynniki amplitudowe torów odbiorczych
dyskryminatora, k wp1
, k wp2
– współczynnik wzmocnienia wzmacniaczy
torów odbiorczych dyskryminatora, φ 1
, φ 2
− drogi elektryczne
torów odbiorczych dyskryminatora, ∆Ψ PF
– przesuniecie fazy
wprowadzane przez przesuwnik.
Napięcie wyjściowe u wy
, będące wynikiem mnożenia (9) i (10)
ma postać:
uwy
=
(11)
= kA
2
k2
k
wp 2
kA
1k1k
wp1FA
1
( θ) FA
2
( θ) cos (( ∆Ψ − ∆ΨPF
) + ( ϕ1−ϕ
2)
)
W celu uzyskania informacji wyłącznie o przesunięciu fazy
∆Ψ przesuwnik fazy musi wprowadzać przesunięcie dokładnie
równe:
π
∆Ψ PF
= − + ( ϕ 1
−ϕ
2
)
(12)
2
Po uwzględnieniu wyrażenia (12) wyrażenie (11) przekształca się
do postaci:
⎛2π
π ⎞
u wy
= kA
2
k2
k
wp 2
kA
1
k1
k
wp1
FA
1( θ) FA
2( θ) cos ⎜ sin( θ) + ⎟ (13)
⎝ λ 2 ⎠
Przedstawiony układ dyskryminatora jest bardzo wrażliwy na
różnice dróg fazowych φ 1
, φ 2
obu torów dyskryminatora, które
powodują przesuwanie się miejsca zerowego charakterystyki pelengacyjnej
u wy
. Powoduje to znaczące błędy określania kąta θ
i stanowi poważną wadę fazowej pelengacji różnicowej.
Omówiona wada nie występuje w innym układzie dyskryminatora,
który nosi nazwę dyskryminatora fazowego sumacyjno-różnicowego
– rys. 10. W układzie tym sygnały odebrane przez an-
d
2
58
Elektronika 5/2012

Rys. 11. Uzyskana charakterystyka pelengacyjna
Fig. 11. Measured pelengation characteristic
Rys. 10. Schemat blokowy wykonanego dyskryminatora fazowego
sumacyjno-różnicowego
Fig. 10. Block diagram of the sum-difference phase discriminator
teny interferometru, przed przemianą częstotliwości przechodzą
przez sprzęgacz pierścieniowy typu 3λ/2, na wyjściach którego
pojawiają się sygnały sumacyjny i różnicowy – rys. 10. Dalsza
część układu, za sprzęgaczem pierścieniowym, jest identyczna,
jak w przypadku dyskryminatora różnicowego.
Sygnały pośredniej częstotliwości doprowadzane do wejść detektora
fazowego (układu mnożącego) mają postać:
⎡ ⎛ π ⎞ ⎛ π ⎞⎤
uΣ = k1
kA
1FA
1( θ) ⎢cos
⎜ω
pt
− + ϕ1⎟−
cos ⎜ω
p
t − − ∆Ψ+ ϕ1⎟⎥ (14)
⎣ ⎝ 2 ⎠ ⎝ 2 ⎠ ⎦
( )[ ( ) ( )]
u∆=
k2kA
2FA
2
θ cos ωpt
−∆Ψ+ ϕ2
−cos
ωpt
+ ϕ
2
(15)
Napięcie na wyjściu układu mnożącego przy doprowadzeniu
do niego sygnałów (14) i (15) ma postać:
( ) ( ) ( ) ( ) ( )
uwy
θ = k1k2kA
1kA
2
FA
1
θ FA
2
θ cos ϕ1
−ϕ
2
sin ∆Ψ (16)
2πd
Podstawiając do (16) ∆Ψ = sin ( θ ) otrzymuje się:
λ
⎛2π
d ⎞
uwy
( θ) = k1k2kA
1kA
2
FA
1( θ) FA
2
( θ) cos( ϕ1−ϕ2) sin ⎜ sin ( θ)⎟ (17)
⎝ λ ⎠
Z zależności (17) wynika, że wpływ różnicy dróg fazowych obu
torów dyskryminatora opisuje funkcja cos (φ 1
– φ 2
), która to funkcja
ma najmniejszą pochodną, jeżeli φ 1
– φ 2
. Innymi słowy dyskryminator
ten charakteryzuje się niewielką wrażliwością na różnicę
tych dróg, co znacząco polepsza jego parametry w stosunku do
dyskryminatora różnicowego. Charakterystyka pelengacyjna,
zgodna z zależnością (16), ma postać funkcji sinus, czyli jest monotoniczna
w zakresie − π / 2 < ∆Ψ < π / 2. Wynika z tego ograniczony
zakres jednoznacznej pelengacji θ
min
< θ < θ
max, który
zależy od długości bazy d interferometru. Przedstawiony układ
Rys. 12. Układ wysokiej częstotliwości
Fig. 12. High frequency structures
nie eliminuje więc problemu niejednoznaczności pojawiającego
się, gdy sygnał przychodzi z kierunku znajdującego się poza sektorem
kątowym θ
min
< θ < θ
max.
Istnieje możliwość uzyskania liniowej charakterystyki napięcia
u wy
(∆Ψ) poprzez zamianę sygnałów sinusoidalnych o częstotliwości
pośredniej doprowadzanych na wejście układu mnożącego
(detektora fazowego) na sygnały prostokątne. Można to uzyskać
przy pomocy ogranicznika lub przerzutnika Schmitta. Wynikiem
mnożenia będzie wówczas charakterystyka bardzo zbliżona do
liniowej w zakresie − π < ∆Ψ < π ze stromym skokiem przy różnicy
faz przekraczającej radianów. Przykładową charakterystykę
uzyskaną w rzeczywistym układzie, w którym sygnały sinudioidalne
były ograniczane i zbliżone do sygnałów prostokątnych przedstawiono
na rys. 11.
Zdjęcia układów elektronicznych tworzących zrealizowany
dyskryminator są pokazane na rys. 12 i 13. Dopasowania impedancyjne
wszystkich wejść do linii 50 Ω wynoszą WFS < 1,3
na częstotliwości f 0
. Jako układ mnożący zastosowano czteroćwiartkowy
dyskryminator fazowy typu MC 1496 [6]. Szczegółowe
rozwiązania poszczególnych bloków układu dyskryminatora
z rys. 10 są podane w [7].
Elektronika 5/2012 59

parametry. Wybrana koncepcja fazowego dyskryminatora kąta
charakteryzuje się niewielką wrażliwością na drobne różnice dróg
fazowych obu kanałów odbiorczych. Dodatkowo, dzięki zamianie
sygnałów sinusoidalnych na prostokątne, osiągnięto szeroki liniowy
zakres charakterystyki pelengacyjnej, co pozwala określać
namiar w szerszym sektorze kątowym niż w przypadku dyskryminatora
pracującego z sygnałami typu sinus.
Rozwinięciem zaprezentowanego urządzenia może być zastosowanie
wzmacniaczy wysokiej częstotliwości z automatyczną
regulacją wzmocnienia. Należy je umieścić przed wejściami
sprzęgacza pierścieniowego (rys. 10). Dzięki takiej modyfikacji
charakterystyka pelengacyjna byłaby niewrażliwa na zmiany amplitud
odbieranych sygnałów wynikające ze zbliżania się ich źródła
(np. samolotu) do urządzenia.
Rys. 13. Układ pośredniej częstotliwości
Fig. 13. Intermediate frequency PCB
Podsumowanie
Przedstawiony w niniejszym artykule interferometr znajduje zastosowanie
przede wszystkim w urządzeniach radiolokacyjnych.
Jako przykład, w systemach radiolokacyjnych wspomagających
lądowanie samolotów (np. w systemie TLS) wykorzystuje się zespół
interferometrów do określania kątowego namiaru na podchodzący
do lądowania samolot.
Badania eksperymentalne wykonanych w przedstawionej
pracy komponentów interferometru wykazały jego bardzo dobre
Literatura
[1] Rosłoniec S.: Metody wyznaczania współrzędnych kątowych wykrywanego
obiektu za pomocą monoimpulsowych urządzeń radiolokacyjnych.
Prace Przemysłowego Instytutu Telekomunikacji, vol. 54,
z. 134, 2004.
[2] Rosłoniec S.: Podstawy techniki antenowej. Oficyna Wydawnicza
Politechniki Warszawskiej, Warszawa 2006.
[3] Balans C.A.: Antenna Theory Analysis And Design. Third Edition,
John Wiley & Sons 2005.
[4] Lipsky S. L.: Microwave passive direction finding. John Wiley & Sons,
New York 1987.
[5] Winner K.: Application of the Transponder Landing System To
Achieve Airport Accessibility.
[6] Karta katalogowa układu MC 1496 http://www.onsemi.com/pub_link/
Collateral/MC1496-D.PDF
[7] Gasztold M.: Trójantenowy interferometr mikrofalowy wykonany
w technice linii wielowarstwowych. Politechnika Warszawska, maj
2011.
System doładowań samochodów elektrycznych
Firma Ericsson z partnerami uczestnicząc w realizacji wspólnego
projektu badawczego opracowała nowe zasady, które umożliwią
kierowcom samochodów elektrycznych kontrolę doładowań.
Wśród partnerów znalazły się firmy Volvo Car Corporation,
Göteborg Energi, Viktoria Institute. Ericsson zapewni łączność
mobilną w samochodach elektrycznych, a ich kierowcom umożliwi
wybór i kontrolę harmonogramu doładowań.
Dzięki nowej architekturze kierowca może kontrolować doładowania
swojego samochodu dołączonego do gniazdka sieci energetycznej,
a koszty pobranej energii są automatycznie doliczane
do jego rachunku za energię. Kierowca ustala czas ładowania,
a tym samym ilość energii do pobrania za pomocą konsoli w samochodzie
bądź zdalnie, z wykorzystaniem smartfonu lub tabletu.
Następnie, za pośrednictwem sieci łączności mobilnej, samochód
komunikuje się z siecią energetyczną tak, aby można było
zaplanować kolejne doładowania z uwzględnieniem cen energii,
w sposób minimalizujący koszty. Dostawcom energii koordynacja
doładowań samochodów w sieci zapewnia natomiast większą wydajność
i stabilność.
Opracowanie koncepcji powierzono konsorcjum, w którego
skład weszły firmy Volvo Car Corporation, Göteborg Energi
(największy dostawca energii w zachodniej Szwecji), Ericsson
i Viktoria Institute (instytut badawczy non-profit wyspecjalizowany
w informatyce).
W realizacji projektu wykorzystano samochód Volvo Electric
C30, produkowany obecnie na niewielką skalę dla klientów leasingowych
w Europie, wyposażony w wewnętrzny licznik i oprogramowanie.
Wkład firmy Ericsson w to opracowanie sam_elektr.docpolegał
na określeniu sposobu, w jaki istniejące i przyszłe sieci, usługi
i terminale mobilne mogą przyczynić się do rozwoju nowych
koncepcji biznesowych oraz usług przynoszących korzyści społeczne.
Ericsson wykorzystał w tym celu swoją wiedzę w zakresie
informatyki i telekomunikacji.
Specjalnie wyposażony samochód Volvo Electric C30 można
było zobaczyć na stoisku firmy Ericsson w hali nr 6 w LaFira podczas
Światowego Kongresu Technologii Mobilnych (Mobile World
Congress), który odbędzie się w Barcelonie w dniach 27–29 lutego
2012 r.
(cr)
60
Elektronika 5/2012

Narodowy test interoperacyjności
podpisu elektronicznego
dr inż. Marek Hołyński, Instytut Maszyn Matematycznych, Warszawa
Duży zbiór rodzajów dokumentów elektronicznych oraz różnorodne
ich przeznaczenie wymusza wielość formatów i rodzajów
e-podpisu. Na rynku pojawiają się rozmaite, nie zawsze zgodne
z sobą produkty oraz aplikacje. Istnieje zatem pilna potrzeba
uporządkowania tej sytuacji i praktycznej weryfikacji oferowanych
przez producentów rozwiązań na otwartym publicznym forum.
Dla oceny rzeczywistej sytuacji w dniach 26–27 października
2011 r. został zorganizowany w Warszawie Narodowy Test Interoperacyjności
Podpisu Elektronicznego. Koordynacji tego wydarzenia
podjął się Instytut Maszyn Matematycznych, w którym od
dwóch lat działa Laboratorium Podpisu Elektronicznego. Impreza
organizowana była przy współpracy Ministerstwa Gospodarki i pod
osobistym patronatem wicepremiera Waldemara Pawlaka. Narodowy
Test Interoperacyjności Podpisu Elektronicznego został również
wpisany w program polskiej prezydencji w Unii Europejskiej.
W tych samych dniach równolegle z testami odbyła się konferencja
poświęcona wymianie wiedzy i doświadczeń dostawców
rozwiązań z kraju i zagranicy, w której uczestniczyli przedstawiciele
administracji publicznej, będącej głównym beneficjentem
rozwiązań podpisu elektronicznego. Wspólna organizacja tych
przedsięwzięć pozwoliła skonfrontować planowanie na poziomie
organizacyjnym i legislacyjnym z praktyką, wymienić informacje
pomiędzy dostawcami usług i osobami kreującymi kształt rozwiązań.
Oba dni konferencji kończyły bardzo owocne dyskusje na
temat rozwiązań oraz przyszłości rozwoju technik i interoperacyjności
podpisu elektronicznego.
Ze względu na duże zainteresowanie ze strony biznesu i administracji
publicznej dostępnością aplikacji właściwie ze sobą
współpracujących, organizatorzy szczególną uwagę zwrócili na
przetestowanie podpisywania oraz weryfikacji podstawowych
formatów podpisu elektronicznego. Dodatkowo podczas testów
sprawdzona została kooperacja aplikacji z rozwiązaniami proponowanymi
przez administrację publiczną, np. Elektroniczną Platformą
Usług Administracji Publicznej (PUAP).
Przykładowy wynik jednego z testów. Example result of one of the tests
Ze względu na przewidywaną liczbę testów nierealne było wykonanie
ich w ciągu jedynie dwóch dni. Dlatego też w terminie 26
września – 17 października 2011 r. odbyły się pretesty, podczas
których pliki testowe były udostępniane użytkownikom online
za pomocą portalu testowego. Testy przeprowadzano w trzech
funkcjonalnych etapach polegających na złożeniu podpisu, jego
kontrasygnacie i weryfikacji. W 39 pretestach sprawdzano formaty
CAdES, PAdES i XAdES. Każdy z uczestników miał do wykonania
145 zadań testowych. W ramach sesji warsztatowych
odbytych 26–27 października zrealizowano 262 testy, przeprowadzając
weryfikację wyników pretestów, ocenę zgodności z decyzją
2011/130/EC w zakresie podpisu elektronicznego, weryfikację
podpisów złożonych przez poszczególne aplikacje oraz testy złożenia
podpisu przy wykorzystaniu certyfikatów kwalifikowanych
wydanych przez polskie centra certyfikacji.
W testach, do których mogli przystąpić wszyscy chętni, wzięło
udział sześć wiodących aplikacji krajowych i cztery zagraniczne
(z Węgier, Niemiec, Włoch i Japonii). Odsetek poprawnych rezultatów
w teście zgodności z decyzją 2011/130/EC wyniósł 100%
dla formatów CAdES i PAdES oraz 71,4% dla XAdES. Aplikacje
biorące udział w teście dokonywały bezbłędnej weryfikacji złożonych
podpisów przeciętnie w 70…80% przypadków. Na poziomie
77,7% kształtuje się poprawność rozpoznania ścieżki certyfikacji
zawierającej urzędy CA z algorytmami SHA256, SHA512 oraz
długością kluczy RSA 3072 bit i 4096 bit. Rozpoznawanie certyfikatów
kwalifikowanych wydanych za granicą z wykorzystaniem
listy TSL wynosi 62,5% dla CAdES i PAdES oraz 44% dla XAdES.
Stosunkowo niska, bo jedynie 50%, jest poprawność reakcji aplikacji
na rozpoznanie błędnego rozszerzenia krytycznego zdefiniowanego
w certyfikacie.
Na podstawie wstępnych wyników z wykorzystaniem materiału
testowego z różnych państw można stwierdzić, że obecnie zdarzają
się trudności związane z budową ścieżki certyfikacji i dostępem
do informacji dotyczącej jej ważności oraz z zagadnieniami
wsparcia dla obsługi listy TSL. Pozostałe problemy
wynikały zazwyczaj z drobnych błędów
implementacyjnych popełnionych przez producentów
aplikacji do składania lub weryfikacji
podpisu.
Szczegółowe dane i wnioski zostaną
przedstawione w raporcie, który będzie opublikowany
po dokładnym przeanalizowaniu
rezultatów. W dyskusji podsumowującej konferencję
uczestnicy podkreślali, iż Narodowy
Test Interoperacyjności Podpisu Elektronicznego
w empiryczny sposób przyczynił się do
uzyskania obiektywnej oceny stanu rynku w tej
dziedzinie i ulepszenia istniejących rozwiązań.
Organizacja testu w przyszłych latach nie tylko
przyczyni się do obiektywnej oceny rynku
rozwiązań dla podpisu elektronicznego, ale
będzie także motywacją dla dostawców aplikacji
do dostarczenia produktów spełniających
wymagania norm i oczekiwania klientów.
Elektronika 5/2012 61

Rewizja i modernizacja systemu GMDSS
dr hab. inż. Jerzy Czajkowski, prof. nadzw. Akademii Morskiej w Gdyni
62
W roku 2012 – mija 13 lat od daty pełnego wdrożenia Światowego
Morskiego Systemu Łączności Alarmowej i Bezpieczeństwa
– GMDSS (Global Maritime Distress and Safety System) – zastępując
wysłużony, działający od 1895 roku system oparty na
telegrafii Morse’a.
System GMDSS – rozpoczął działanie 01.02.1992 r. i po siedmioletnim
okresie wdrożenia (działając równolegle ze starym
systemem radiotelegrafii Morse’a) – 01.02.1999 roku stał się
jedynym systemem zapewniającym bezpieczeństwo i alarmowanie
na morzach i oceanach świata. Stosuje się go obowiązkowo
na wszystkich statkach towarowych podlegających Konwencji
SOLAS, tj. o wyporności 300 ton i powyżej oraz na wszystkich
statkach pasażerskich odbywających żeglugę międzynarodową.
Wybrane podsystemy składowe mogą być instalowane nieobligatoryjnie
na jednostkach pozakonwencyjnych (tzw. non-SOLAS
ship) – statkach rybackich, jachtach, holownikach, itp.
Pomimo olbrzymiego postępu w zakresie podnoszenia bezpieczeństwa
żeglugi na morzu, jaki niesie ze sobą system GMDSS
nie zlikwidował on w okresie swojego działania wypadków i tragedii
na morzu. W szczególności dotyczy to wspomnianych jednostek
pozakonwencyjnych, gdyż jak wynika ze statystyk światowych
– 90% akcji ratowniczych na morzu jest podejmowanych
przez morskie centra koordynacji ratownictwa właśnie w odniesieniu
do nich. System musi być zmodernizowany i unowocześniony,
bowiem niektóre techniki i technologie już w momencie jego
tworzenia były przestarzałe. Taka konieczność rewizji i unowocześnienia
systemu pojawiła się w dokumencie COMSAR-2009-
13/7/2. Planowanie systemu odbyło się ok. 25 lat temu. W tym
czasie wiele się zmieniło, w wyniku postępu w telekomunikacji,
tak więc należy dokonać niezbędnych modyfikacji, a właściwie
wprowadzenia istotnych zmian w systemie GMDSS. Gwałtowny
rozwój cyfrowych technik spowodował nieprzewidywalne wcześniej
zmiany na rynku morskiego sprzętu radiokomunikacyjnego.
Także błąd popełniony przy konstruowaniu systemu GMDSS,
polegający na niestworzeniu mechanizmów stopniowego wprowadzania
do niego nowo tworzonych nowoczesnych technik cyfrowych,
spowodował, iż w wielu elementach był on już nienowoczesny
w momencie wdrażania.
Reasumując, na forum międzynarodowych organizacji IMO
(International Maritime Organization) oraz ITU (International Telecommunication
Union) rozpoczęły się przygotowania do modernizacji
tego systemu. Autor w pracach [3, 4], przedstawiał celowość
i konieczność modernizacji systemu oraz opisywał modyfikację
niektórych z nich.
Głównym ośrodkiem koordynującym te prace jest Podkomitet
COMSAR Międzynarodowej Organizacji Morskiej IMO, który rozpoczął
przygotowania do procesu modernizacji systemu GMDSS.
W trakcie prac Podkomitetu COMSAR, 15 marca 2011 r. nakreślono
plan działania i ustalono zakres prac związanych z przeglądem
podsystemów i procedur GMDSS. Podzielono go na trzy
etapy:
● przeprowadzenie prac studyjnych (Scoping Exercise), które
powinny trwać 2 lata,
● dokonanie przeglądu podsystemów składowych i procedur, na
co przewidziano około 5 lat,
● przeprowadzenie modernizacji systemu, przewidywane
w okresie około 10 lat.
Zatem planowany łączny czas modernizacji systemu wynosiłby
około 17 lat.
Ukierunkowanie prac modernizacyjnych, które zostało podjęte
przez Podkomitet COMSAR 15, opisano i przedstawiono w [3].
Natomiast celem niniejszego artykułu jest przedstawienie wniosków
końcowych odnoszących się do rewizji i modernizacji podjętych
przez Zespół – międzynarodową grupę ekspertów, ustalony
przez COMSAR 15. Zespół ten, prowadzony przez Delegację
Stanów Zjednoczonych Ameryki, podjął się zadania prowadzenia
prac w sposób korespondencyjny przez cały rok, aby przedstawić
propozycję planu pracy w zakresie modernizacji GMDSS na 16
posiedzeniu Podkomitetu COMSAR w marcu 2012 roku. Wyniki
prac tej Grupy Korespondencyjnej zostały przedstawione w dokumencie
COMSAR 16/3 z 18 listopada 2011 r. i zgłoszone przez
delegację Stanów Zjednoczonych. Przedstawiam pokrótce zasadnicze
tematy poruszone w tym dokumencie.
Na podstawie doświadczeń w praktycznej realizacji omawianego
systemu można stwierdzić, że wszystkie wymagania funkcjonalne,
które legły u podstaw jego tworzenia, muszą być dalej
utrzymane i z uwzględnieniem tego powinny być prowadzone
prace modernizujące podsystemy składowe. Przypomnijmy więc
ich fundamentalne znaczenie dla działania GMDSS:
● nadawanie sygnałów alarmowych w relacji statek-ląd za pomocą
przynajmniej dwóch oddzielnych i niezależnych środków
radiowych, z których każdy stosuje różny system radiowy i różny
system zasilania,
● odbiór sygnałów alarmowych w relacji ląd-statek,
● nadawanie i odbiór sygnałów alarmowych w relacji statek-statek,
● nadawanie i odbiór informacji dotyczących koordynacji poszukiwania
i ratowania,
● nadawanie i odbiór informacji na miejscu wypadku (katastrofy),
● nadawanie i odbiór sygnałów do lokalizacji,
● nadawanie i odbiór morskich informacji bezpieczeństwa,
● nadawanie i odbiór informacji tzw. eksploatacyjnych i ogólnych
za pośrednictwem lądowych ośrodków i sieci radiokomunikacyjnych,
● nadawanie i odbiór informacji pomiędzy mostkami statków.
Zgodnie z [3, 4], modernizację systemu GMDSS powinno się
potraktować tak, aby zawsze mogły być realizowane te funkcje.
Jedynie tzw. radiokomunikacja ogólna (general communication)
powinna być w przyszłości określona bardziej jednoznacznie.
Utrzymanie na pierwszym planie wymienionych wymagań funkcjonalnych
prowadzi również do pozostawienia podziału akwenów
morskich świata na tzw. obszary morskie A1, A2, A3 i A4.
Biorąc pod uwagę to, że różne podsystemy radiowe wchodzące
w skład GMDSS, charakteryzują się indywidualnymi właściwościami
i ograniczeniami co do zasięgu i rodzaju transmitowanych
sygnałów, uznano za konieczne wyposażenie statków
w aparaturę radiową w zależności od obszaru, w którym porusza
się statek, a nie – jak dotychczas – w zależności od wyporności
statku. Obszary te zdefiniowano w następujący sposób:
A1 – obszar morski, znajdujący się w zasięgu przynajmniej
jednej stacji nadbrzeżnej ultrakrótkofalowej VHF, z którego jest
możliwa realizacja ciągłej i skutecznej łączności alarmowej za pomocą
cyfrowego selektywnego wywołania, prowadzonej w kanale
70 (156,525 MHz) morskiego pasma VHF (zasięg działania wynosi
około 20…25 mil morskich i jest wyznaczony indywidualnie dla
każdej stacji nadbrzeżnej),
A2 – obszar morski, znajdujący się w zasięgu przynajmniej
jednej radiotelefonicznej stacji nadbrzeżnej pośredniofalowej,
z wyłączeniem obszaru A1, w którym jest możliwa realizacja
ciągłej i skutecznej łączności alarmowej za pomocą cyfrowego
selektywnego wywołania na częstotliwości 2187,5 kHz (zasięg
wynosi około 150 mil morskich),
A3 – obszar zasięgu satelitów geostacjonarnych INMARSAT
(z wyłączeniem obszarów A1 i A2), w którym jest zapewniona ciągła
łączność alarmowa,
A4 – oznacza obszar morza znajdujący się poza obszarami
A1, A2 i A3.
Elektronika 5/2012

W dalszej części artykułu wymieniono i scharakteryzowano te
systemy, które w trakcie modernizacji GMDSS zasłużyły na to,
aby je włączyć i scalić ze Światowym Morskim Systemem Łączności
Alarmowej i Bezpieczeństwa GMDSS.
Automatyczny System Identyfikacji Statków AIS (Automatic
Identification System). Techniczną charakterystykę tego systemu
przedstawiono w [5], który – jako automatyczny system raportowania
statków – wykorzystuje częstotliwości z morskiego pasma
VHF. Umożliwia on automatyczne przekazywanie informacji niezbędnych
do prowadzenia bezpiecznej żeglugi, takich jak: identyfikacja
statku, jego pozycja, prędkość, kurs i dlatego stał się
obowiązkowym wyposażeniem na jednostkach podlegających
Konwencji SOLAS.
System jest zatem nowym źródłem informacji o przemieszczaniu
się statków na akwenach morskich i środkiem do automatycznej
wymiany danych z innymi jednostkami, a także z centrami
systemów raportowania statków oraz służbami monitorowania
i kontroli ruchu. Tak więc – po dokonaniu odpowiednich modyfikacji
technicznych – można by uzyskać zdolność wysyłania przez
system AIS sygnałów alarmowych w niebezpieczeństwie.
Alarmowy system ochrony statku SSAS (Ship Security Alert
System) nie jest systemem komunikacyjnym GMDSS, lecz może
korzystać z jego urządzeń zainstalowanych na tym statku. Zgodnie
z Prawidłem XI-2 SOLAS musi stanowić obowiązkowe wyposażenie
statków pełnomorskich. Prowadząc prace modernizacyjne
systemu GMDSS, w uznaniu, że system SSAS jest stosowany
do zapewnienia bezpieczeństwa i alarmowania, można by włączyć
go jako podsystem składowy GMDSS.
System dalekosiężnej identyfikacji i śledzenia statków LRIT
(Long Range Identification and Tracking of Ship), podobnie jak
SSAS, nie stanowi podsystemu składowego GMDSS, jednak
w sposób bezpośredni korzysta z jego środków komunikacyjnych.
Strukturę i zasadę działania systemu LRIT przedstawiono w [6],
zadaniem tego systemu jest zapewnienie globalnego monitoringu
statków w celu poprawy bezpieczeństwa żeglugi. Koordynatorem
tego systemu jest Międzynarodowa Organizacja Ruchomej Łączności
Satelitarnej IMSO (International Mobile Satellite Organization).
W podsumowaniu publikacji stwierdzono, że system LRIT
umożliwia licznym podmiotom wywiązywanie się w pełni z ich
zadań w zakresie:
● bezpieczeństwa nawigacji,
● poszukiwania i ratowania osób w niebezpieczeństwie,
● ochrony środowiska,
● zapobiegania aktom przestępczym, w tym terrorystycznym,
w portach i na morzach.
System ma bezpośrednie odniesienie do zapewnienia bezpieczeństwa
na morzu i – przy wykorzystaniu urządzeń radiokomunikacyjnych
GMDSS – powinien być włączony w jego funkcjonowanie.
Bardzo istotnym aspektem, który należy brać pod uwagę przy
modernizacji systemu GMDSS, jest strategia rozwoju e-nawigacji,
która powinna być powiązana z procedurami i możliwościami
GMDSS. Prace w tym względzie powinny opierać się na wykorzystaniu
systemów radiokomunikacyjnych stosowanych w GMDSS
i projektowanych w koncepcji e-nawigacji; w szczególności dotyczy
to pasma VHF, które obecnie jest bardzo przeciążone.
Automatyczna telegrafia dalekosiężna NBDP, czyli tzw. radioteleks
morski, w systemie GMDSS zastąpiła radiotelegrafię
MORS’a. System ten pracuje w zakresie pasm częstotliwości MF
i HF. Mimo dużych zasług dla przemysłu żeglugowego, w chwili
obecnej system ten nie spełnia oczekiwań rozwijającej się żeglugi
światowej. W szczycie swojego rozwoju – na początku okresu
wdrażania systemu GMDSS – prawie wszystkie stacje nadbrzeżne
realizowały tę łączność w trybie automatycznego połączenia
statków przez stacje nadbrzeżne z dowolnym abonentem teleksu
na świecie, wykorzystując do tego celu częstotliwości z zakresu
HF. Powszechna była usługa konwersji wiadomości tekstowej i jej
transmisja na telefaks, następnie retransmisja wiadomości jako
e-mail. Liczba połączeń z wykorzystaniem radioteleksu zaczęła
zmniejszać się, gdy rozpowszechniły się tanie terminale Inmarsatu
C oraz zmiana radiooficerów na operatorów radiowych – o wiedzy
i umiejętnościach raczej obsługi operacyjnej urządzeń radiowych,
niż technicznej. Łatwiej jest wysłać telefaks przez system
Inmarsat C, niż obsłużyć radiostację MF/HF i nawiązać łączność
ze stacją nadbrzeżną stosując optymalne częstotliwości wynikające
z prognoz propagacyjnych dla danego obszaru i pory dnia.
Pomimo tego, iż komercyjne usługi radioteleksowe zostały
zminimalizowane, to należy pamiętać, iż technika ta jest ciągle
obecna w radiokomunikacji morskiej. Istotną sprawą jest również
to, iż radioteleks jest podsystemem GMDSS zapisanym w Konwencji
SOLAS jako jeden z dwóch sposobów prowadzenia korespondencji.
Modernizacja systemu GMDSS musi również objąć środki radiokomunikacyjne
w pasmie krótkofalowym (HF). Podstawową
ideą tej modernizacji w aspekcie transmisji danych jest wprowadzenie
i urzeczywistnienie nowoczesnego systemu owej transmisji,
przystosowanego do pełnienia funkcji w ramach GMDSS.
W [7] i [8] Autor przedstawił możliwości transmisji danych zarówno
w pasmie VHF, jak i HF. Proces tworzenia nowych systemów
radiokomunikacyjnych, wykorzystujący pasma krótkofalowe,
jest ciągle kontynuowany, a stworzenie takiego systemu, który
spełniałby założenia funkcjonalne GMDSS, należy do zadań
szczególnie ważnych. Dotyczy to przede wszystkim statków,
które chcą obniżać koszty radiokomunikacji. Wiele statków stosuje
radiokomunikację satelitarną, charakteryzującą się dużą
niezawodnością i stosunkowo prostą obsługą, lecz są armatorzy,
którym zależy na obniżeniu kosztów eksploatacji i preferują
opcję radiokomunikacji w pasmie HF, w szczególności w przypadku
żeglugi w obszarze A4.
Podczas obrad XV sesji Podkomitetu COMSAR w marcu
2011 r. prowadzono rozważania dotyczące możliwości włączenia
nowych radiokomunikacyjnych systemów satelitarnych do systemu
GMDSS. Jak wiadomo od samego początku tworzenia systemu
GMDSS – satelitarny system radiokomunikacyjny INMARSAT
jest jedynym systemem, który oprócz realizacji radiokomunikacji
umożliwia wysyłanie sygnałów alarmowych. W związku z tym definicja
obszaru morza A3 odnosi się do obszaru kuli ziemskiej, na
której możliwe jest prowadzenie komunikacji alarmowej wykorzystując
do tego celu satelity geostacjonarne systemu INMARSAT.
Grupa ekspertów IMO w [1] wyraziła poparcie dla rozwoju regionalnych
operatorów satelitarnej radiokomunikacji i możliwości
ich wprowadzenia do systemu GMDSS. Na bazie poparcia takiej
idei – Morski Komitet Bezpieczeństwa (MSC) – IMO zlecił Podkomitetowi
COMSAR w ramach prowadzenia prac studyjnych nad
opracowaniem modernizacji podsystemów i procedur w systemie
GMDSS – również rozpatrzenie możliwości włączenia nowych
radiokomunikacyjnych systemów satelitarnych do GMDSS. Jednym
z takich systemów radiokomunikacji satelitarnej jest system
Thuraya [3].
W przypadku systemów przeznaczonych do rozpowszechniania
morskich informacji bezpieczeństwa, tzw. MSI (Maritime Safety
Information), trzeba stwierdzić, że w sposób ciągły były one
modyfikowane. Jednak wobec rosnących potrzeb i to zarówno
w odniesieniu do jakości przekazywanych informacji, jak też ich
ilości oraz szybkości transmisji – planując modernizację systemu
GMDSS – należy unowocześnić również systemy do rozpowszechniania
morskich informacji bezpieczeństwa.
Modernizując system GMDSS, nie wolno zapomnieć o jednostkach
niepodlegających Konwencji SOLAS (Safety Of Life At Sea),
tzw. NON-SOLAS Vessels. Pewna liczba administracji morskich
tworzy lokalne regulacje w odniesieniu do jachtów i jednostek pływających
po wodach krajowych. Podobna sytuacja dotyczy jednostek
rybackich, w których opracowane przez IMO przepisy nie
zawsze są stosowane i respektowane. Opracowując plan prac
studyjnych dla modernizacji GMDSS, należy ten problem wziąć
pod uwagę, jak również rozważyć, w jaki sposób operatorów, prowadzących
komercyjną radiokomunikację w pasmie HF, włączyć
tę modernizację.
Elektronika 5/2012 63

Istotnym uzupełnieniem treści dok. COMSAR 16/3 Nov.2011
jest bardzo wartościowy dokument COMSAR 16/3/8 January
2012 [2] ogłoszony przez Administrację Australii. Zawarte w nim
są najistotniejsze zmiany, korekty i ustalenia, dotyczące systemu
GMDSS, które zostały wprowadzone w ciągu ostatnich lat od momentu
jego utworzenia. Najistotniejsze z nich przedstawiają się
następująco:
● zakończono obowiązek prowadzenia nasłuchu radiotelegrafii
Morse’a w pasmie częstotliwości MF na częstotliwości 500
kHz,
● zakończono proces wymiany informacji dla celów komercyjnych
dokonywanych za pomocą radiotelegrafii Morse;a z wykorzystaniem
częstotliwości pasma MF oraz HF,
● zakończono obowiązek prowadzenia nasłuchu fonicznego na
częstotliwości 2182 kHz,
● wycofano z wyposażenia statkowego odbiornik auto-alarmu
na częstotliwości 500 kHz,
● łączność radiotelefoniczna realizowana jest z wykorzystaniem
systemu jednowstęgowego z wytłumioną nośną w pasmie fal
MF oraz HF,
● dokonano przejścia na nadajniki pasma HF o obniżonej mocy,
● wycofano z wyposażenia statkowego radionamierniki pracujące
w pasmach MF/HF,
● wprowadzono system cyfrowego selektywnego wywołania DSC
z wykorzystaniem częstotliwości w pasmach MF/HF/VHF,
● wprowadzono radiotelefon VHF dla środków ratunkowych,
● wprowadzono transponder radarowy SART,
● nie zdecydowano się na wprowadzenie radiopławy EPIRB
VHF/DSC, pomimo iż jest ona umieszczona w przepisach
SOLAS,
● wycofano z wyposażenia statkowego radiopławę EPIRB pracującą
w pasmie L, w związku ze zlikwidowaniem opcji IN-
MARSAT-E,
● zakończono pracę analogowego standardu INMARSAT-A,
● wprowadzono wyposażenie statkowego terminalu satelitarnego
standardu INMARSAR-C oraz terminali Mini-C a także
Safety NET,
● wprowadzono łączność satelitarną INMARSAT dla statków nie
podlegających Konwencji SOLAS,
● zamknięto większość światowych sieci dla serwisów radiotelefonicznych
prowadzących korespondencję publiczną, radiotelefonię
teleksową oraz nadbrzeżnych sieci radiotelefonicznych VHF,
● wprowadzono standard Inmarsat Fleet 77,
● zakończono wykrywanie sygnału EPIRB o częstotliwości 121,5
i 243 MHz,
● zredukowano liczbę stacji nadbrzeżnych HF prowadzących
nadawanie sygnałów do pomiaru czasu.
Należy jeszcze poinformować iż aktualnie prowadzone są prace
nad następującymi tematami:
● przygotowanie terminalu FleetBoardband FB500 dla systemu
GMDSS,
● rozszerzenie systemu COSPAS-SARSAT o segment MEO-
SAR – tj. umieszczenie satelitów na średnich wysokościach,
● opracowanie i wdrożenie e-nawigacji.
Podsumowując, trzeba stwierdzić, że problemów do rozwiązania
jest dużo, a ich uporządkowanie oraz rozpoczęcie realizacji
będzie tematem obrad 17. posiedzenia Podkomitetu COMSAR
w 2013 r.
Na zakończenie należy przytoczyć bardzo istotne stwierdzenie
wyrażone przez Australię w dok. COMSAR 16/3/8. Otóż system
GMDSS powinien być uznany jako system systemów. GMDSS
– nie jest systemem statycznym – lecz dynamicznie rozwijającym
się wraz z postępem techniki, który tworzy nowe możliwości pozwalając
w efekcie na podniesienie bezpieczeństwa żeglugi, statków
i ludzi na morzach świata.
Literatura
[1] IMO – Scoping Exercise to establish the need for a review of the
elements and procedures of the GMDSS, COMSAR 16/3 November
2011.
[2] IMO Comments on the Report of the Correspondence Group – Technological
change and the GMDSS, COMSAR 16/3/8 January 2012.
[3] Czajkowski J.: Ukierunkowanie prac modernizacyjnych systemu
GMDSS. Przegląd Telekomunikacyjny, nr 12/2011.
[4] Czajkowski J.: Tendencje rozwojowe systemu GMDSS. Przegląd Telekomunikacyjny
i Wiadomości Telekomunikacyjne, nr 1/2009.
[5] Czajkowski J.: Techniczna charakterystyka systemu automatycznej
identyfikacji statków – AIS. Elektronika, nr 5/2010.
[6] Czajkowski J., Łyszyk K.: Systemy dalekosiężnej identyfikacji
i śledzenia statków, Elektronika, nr 11/2009.
[7] Czajkowski J.: Możliwości transmisji danych w pasmie HF na podstawie
zalecenia ITU-R M.1798. Przegląd Telekomunikacyjny
i Wiadomości Telekomunikacyjne, nr 10/2010.
[8] Czajkowski J.: Możliwości transmisji danych w pasmie VHF na podstawie
Zalecenia ITU-R M.1842. Elektronika, nr 12/2010.
Polskie muzea w Google
Łódź i Wilanów obok światowych gigantów
Google we współpracy z muzeami uruchomił właśnie Art Project
– wirualne zwiedzanie muzeów. W jego ramach można będzie
„przejść się” korytarzami światowych muzeów i oglądać dzieła
sztuki w wielkiej rozdzielczości.
Przy uruchomieniu przedsięwzięcia zwanego Art Project wraz
z Google współpracowało 17 muzeów z całego świata. Wykorzystując
rozwiązanie znane z Google Street View (panoramiczne zdjęcia
miast) można teraz odbyć wirtualny spacer korytarzami największych
światowych galerii. Znajdują się wśród nich miejsca takie placówki
jak Muzeum Sztuki Współczesnej w Nowym Jorku, Galeria
Narodowa w Londynie i Muzeum Van Gogha w Amsterdamie.
W serwisie Art Project znajduje się obecnie ponad tysiąc
zdjęć dzieł sztuki w wielkiej rozdzielczości, ale ich liczba będzie
pewnie rosnąć. Można się tam też zalogować za pośrednictwem
konta Google, aby w ten sposób zapisać ulubione dzieła sztuki
i później do nich wracać. Na temat każdego obrazu i artysty
dostępne są dodatkowe informacje, znajdujące się w panelu po
prawej stronie obrazu.
Google Art Project to wielki, zrealizowany projekt, dzięki któremu
zainteresowane osoby mogą zapoznać się z ponad 30 tys.
dzieł sztuki ze 151 muzeów z ponad czterdziestu krajów świata.
To wszystko w komfortowych warunkach, we własnym domu, siedząc
w wygodnym fotelu.
Google Art Project udostępnia także zbiory rodzimych muzeów.
Można obejrzeć to, co do zaoferowania mają Muzeum Sztuki
w Łodzi (sztuka awangardowa i współczesna) oraz Muzeum Pałacu
w Wilanowie.
Zdecydowanie warto sprawdzić Google Art Project, gdyż
oprócz trudniejszych w odbiorze dzieł, znajdują się tam fotografia
i graffiti. Część zbiorów można obejrzeć w bardzo wielkiej rozdzielczości,
a ponad czterdzieści muzeów umożliwia odbycie wirtualnego
spaceru po swoich wnętrzach. (cr)
64
Elektronika 5/2012

Naziemna telewizja cyfrowa – wybrane zagadnienia
inż. JAN BOGUCKI, Instytut Łączności PIB, Warszawa
Telewizja analogowa jest znana na świecie od ponad pięćdziesięciu
lat. Można bez cienia wątpliwości stwierdzić, że ten system
nadawania programów sprawdził się. Mimo to, w Polsce 31 lipca
2013 roku [4] zostanie wyłączony ostatni telewizyjny nadajnik
analogowy. Nadawanie telewizji od tego momentu będzie się odbywało
tylko w formie cyfrowej. Jakie czynniki zadecydowały o tak
radykalnym zmianie sytemu?
Otóż na zmianę tę wpłynął szereg czynników. Najważniejszy
z nich jest związany z tzw. dywidendą cyfrową, polegającym
na tym, że cały kraj może być pokryty nawet 8 programami
telewizyjnymi przy wykorzystaniu teoretycznie tylko jednego
dotychczasowego kanału analogowego o szerokości 8 MHz.
A więc oszczędności widma elektromagnetycznego, które jest
dobrem ograniczonym, a tym samym, które należy eksploatować
oszczędnie, nie da się przecenić. Innym czynnikiem jest rozwój
nowych technologii, wymagający dostępnego pasma elektromagnetycznego
np. dla transmisji danych w technologii LTE (Long
Term Evolution).
W artykule przedstawiono pewne charakterystyczne aspekty
dotyczące naziemnej telewizji cyfrowej.
Nadawanie tradycyjne i cyfrowe
W telewizji analogowej dla każdego programu konieczne jest
zbudowanie własnej, odrębnej sieci dystrybucyjnej (rys. 1),
tzn. sieci nadajników dostarczających abonentom określony program.
(W praktyce sprowadza się to do tego, że różni nadawcy
wykorzystują tą samą antenę czy maszt w danej miejscowości.)
Studio –
nadawca
programu 1
Rys. 1. Transmisja naziemnej telewizji analogowej
Fig. 1. Terrestrial analogue television broadcasting
Koder Prog.1
Wideo/Audio
Koder Prog.2
Wideo/Audio
Koder Prog.3
Wideo/Audio
Nad. TV
Sieć
Kanał A
Multiplekser
Strumienia
Transportowego
Nad. TV
Nad. TV
Sieć
Studio -
nadawca
programu 2
Studio -
nadawca
programu 3
Rys. 2. Transmisja naziemnej telewizji cyfrowej
Fig. 2. Terrestrial digital television broadcasting
Nad. TV
Sieć
Kanał B
Nad. TV
Sieć
Kanał C
Modulator/
Wzmacniacz
Modulator/
Wzmacniacz
Modulator/
Wzmacniacz
Nad. TV
Nad. TV
Nad. TV
Nad. TV
Kanał A
Kanał A
Kanał A
Wiąże się to z faktem, że każdy z tych programów musi być transmitowany
w dedykowanym tylko jemu kanale częstotliwościowym
8 MHz. Z reguły są wykorzystywane nadajniki dużej mocy i w tych
kanałach występuje zjawisko zakłóceń interferencyjnych. Z tego
powodu ogranicza się poziom zakłóceń wspólnokanałowych m.in.
w ten sposób, że przy transmisji analogowej nadajniki sąsiednich
ośrodków zawsze pracują na innych częstotliwościach kanałów.
Wzrasta wtedy szerokość wykorzystywanego pasma częstotliwości,
a tym samym taka transmisja wymaga dużego spektrum widma
elektromagnetycznego.
Naziemna telewizja cyfrowa ma istotną zaletę, polegającą na
tym, że różni nadawcy programów wykorzystują tę samą sieć
dystrybucyjną i transmisję w tym samym kanale częstotliwościowy
(rys. 2). Kanały cyfrowe to strumień przemieszanych pakietów
niosących informacje z różnych programów. Systemy DVB-T
(Digital Video Broadcasting – Terrestrial) wykorzystują wspólny
strumień transportowy TS (Transport Stream) multipleksu. Multipleks
jest kombinacją kilku programów telewizyjnych oraz usług
dodatkowych, które mają postać pakietów – przesyłanych sekwencyjnie
i opatrzonych identyfikacją.
Ponadto, stacje sąsiednie naziemnej telewizji cyfrowej pracują
w tym samym kanale telewizyjnym, przy wykorzystaniu sieci jednoczęstotliwościowej
SFN (Single Frequency Network). Przykładowo,
aktualnie w Warszawie – Raszynie pracują trzy multipleksy:
Multipleks 1 w kanale 58 o częstotliwości 770 MHz, Multipleks 2
w kanale 48 o częstotliwości 690 MHz i Multipleks 3 w kanale 55
o częstotliwości 746 MHz. Jednak ze względu na pewne problemy
z pokryciem sygnałem samego centrum miasta, w stolicy pracują
z Pałacu Kultury i Nauki, pokrywające ten sam obszar, inne
trzy multipleksy: Multipleks 1, Multipleks 2 i Multipleks 3 w tych
samych kanałach. Mimo tego, nie należy obawiać się zakłóceń
interferencyjnych (np. wspólnokanałowych), gdyż zastosowana
modulacja OFDM (Orthogonal Frequency-Division Multiplexing)
skutecznie je eliminuje.
Ponadto dzięki transmisji cyfrowej możliwa jest również konwergencja
systemów umożliwiająca:
● Przenoszenie tych samych rodzajów usług w różnych systemach
sieciowych;
● Integrację urządzeń powszedniego użytku (odbiornik telewizyjny,
komputer PC i telefon);
● Przetwarzanie i przesyłanie obrazów pochodzących z różnych
źródeł, po zakodowaniu w formacie MPEG (Moving Picture
Experts Group), na wzór innych informacji cyfrowych.
W wyniku czego powstają szerokopasmowe sieci o zasięgu
globalnym (konwergencja obejmuje nawet metody działalności
gospodarczej i komunikacji społecznej).
Jakość przekazu telewizyjnego
Trwa spór, która transmisja, analogowa czy cyfrowa, zapewnia
lepszą jakość obrazu. Obie techniki przekazu mają swoich zagorzałych
zwolenników, jak i przeciwników.
Otóż teoretycznie najlepszą jakość obrazu można uzyskać
przy transmisji analogowej. Wówczas można uzyskać obraz
bez kompresji, z dużą redundancją, nadmiarem informacji. Mankament
jednak tego rodzaju transmisji jest taki, że muszą być
zachowane dobre warunki odbioru, a sam odbiornik powinien
znajdować się w małej odległości od nadajnika (rys. 3). Jakość
odbioru telewizji analogowej silnie zależy od natężenia pola zaindukowanego
w antenie i doprowadzonego na wejście odbiornika.
Wskutek tego, wraz ze wzrostem odległości od nadajnika jakość
odbieranego obrazu systematycznie maleje, gdyż obraz staje się
coraz bardziej zaszumiony (rys. 3).
Elektronika 5/2012 65

Jakość
odbioru
dobra
słaba
brak
odb.
Rys. 3. Charakterystyka jakości odbioru obrazu telewizyjnego dla
transmisji: a) analogowej (linia przerywana); b) cyfrowej (linia ciągła)
Fig. 3. TV system failure characteristic for transmission: a) analogue
(dashed line); b) digital (continuous line)
Inaczej sytuacja wygląda w przypadku telewizji cyfrowej.
Tutaj sygnał jest już po kompresji, która polega na pozbywaniu
się redundancji, dzięki czemu możliwe jest transmitowanie tylko
rzeczywistych danych niosących istotną informacje. Wówczas
w znacznym obszarze jakość odbieranych obrazów jest dobra,
lecz poza granicą tego obszaru odbiór jest zerowy. Ta linia podziału
pomiędzy obydwoma obszarami jest bardzo ostra (rys. 3)
i może się zmieniać, np. zależnie od panujących tam warunków
atmosferycznych. A więc, naziemna telewizja cyfrowa dla większości
odbiorców dostarcza transmisji o wyższym poziomie jakości
odbieranych obrazów (rys. 3). Co prawda dla widza od
lat oglądającego przekaz analogowy normalną rzeczą jest brak
dostatecznego kontrastu czy mało nasycone obrazy. Przy telewizji
cyfrowej niezwykle uciążliwe jest np. pulsowanie bloków, gdy
koder podejmuje niewłaściwe decyzje lub widoczna jest blokowa
struktura obrazu w przypadku strumienia cyfrowego o ustalonej
zbyt małej przepływności bitowej.
System modulacji DVB-T OFDM
Pilotowe transmisje naziemnej telewizji cyfrowej DVB-T rozpoczęły
się pod koniec lat dziewięćdziesiątych ubiegłego wieku,
zaś pierwszy taki system komercyjny powstał w Wielkiej Brytanii.
Rozwój tego rodzaju transmisji spowodował, że już w ciągu
najbliższych lat cyfrowa telewizja naziemna będzie jedyną formą
naziemnego przekazu telewizyjnego.
Programy telewizyjne w tego rodzaju transmisji są przekazywane
za pomocą strumienia MPEG4, tzn. z zastosowaniem kompresji,
a mimo to widz odbiera bardzo dobry obraz pozbawiony
szumów, natomiast sygnał audio jest klasy CD.
DVB-T wykorzystuje system modulacji wieloczęstotliwościowej
OFDM. Istnieją dwa tryby takiej modulacji: 2k wykorzystująca
1705 fal nośnych, lub 8k wykorzystująca ich aż 6817. Należy
zaznaczyć, że każda z nich jest osobno modulowana QPSK
(Quadrature Phase Shift Keying) lub 16QAM (Quadrature Amplitude
Modulation), ewentualnie 64QAM. Każdy sygnał posiada
dwie składowe: I (In Phase) lub Q (Quadrature Phase). Na
rys. 4 przedstawiono przykładowy diagram stanów dla modulacji
16-QAM, w której każdy symbol jest reprezentowany przez stan
modulacji o określonej amplitudzie i fazie. W tym przypadku widoczne
jest 16 stanów, zaś jeden symbol reprezentuje 4 bity.
66
0
1000 1010
1001 1011
-3
1101 1111
-1
1100 1110
Q
0010 0000
3
1
-1
-3
0011 0001
1
3
0111 0101
0110 0100
I
Odległość: nadajnik-odbiornik
Rys. 4. Konstelacja sygnału
16-QAM i rozłożenie bitów
Fig. 4. 16-QAM signal constellation
and bit allocation
Należy zaznaczyć, że stosowanie modulacji wyższej wartościowości
powoduje wzrost wymaganego stosunku sygnału do
szumu S/N. Przykładowo, przy zastosowaniu modulacji 64QAM
zamiast QPSK wymagany jest wzrost stosunku S/N o około
12 dB, dla zapewnienia takiej samej jakości transmisji.
Jeżeli przedstawimy wszystkie nośne na wykresie konstelacji
otrzymamy nie jeden punkt, lecz wiele punktów tworzących
„chmurę”, która reprezentuje każdy stan. Na rys. 5 pokazano
zmierzony diagram konstelacji z takim szumem. Jest to konstelacja
sygnału nadajnika DVB-T pracującego na częstotliwości
690 MHz (kanał 48) z modulacją 64QAM i trybem 8k oraz sprawnością
kodową ¾.
Dla zapewnienia dobrej jakości obrazu w systemie DVB-T wykorzystuje
się dwustopniową korekcję: Reed-Solomon i Viterbi.
Korekta ta powoduje, że nawet strumień bitów odbierany z elementową
stopą błędów BER (Bit Error Rate) 10 -4 umożliwia bezbłędny
odbiór.
W 8 MHz kanale jest wiele nośnych, umiejscowionych 4462
lub 1116 Hz od siebie, w zależności od zastosowanego trybu modulacji
2k lub 8k. Są wśród nich fale nośne zwane sygnalizacyjnymi
parametrami transmisyjnymi TPS (Transmission Parameter
Signalling) oraz sygnały pilotów ciągłych (Continual Pilot) – fale
nośne niemodulowane i koincydencyjne z nimi piloty rozrzucone
(Scattered Pilot), które nie niosą danych użytecznych, a tylko dostarczają
odbiornikowi informacji o rodzaju transmisji, co przedstawia
rys. 6. W zależności od rodzaju transmisji, zastosowanej modulacji
(QPSK, 16-QAM lub 64-QAM) i trybu transmisji 2k lub 8k
oraz sprawności kodowej a także przedziału ochronnego (Guard
Interval), przepływność zawiera się 4,97…31,66 Mbit/s. Zastosowanie
przedziału ochronnego oznacza, że istnieje mała szczelina
czasowa pomiędzy poszczególnymi symbolami, a więc transmisja
nie jest ciągła. Jednak dzięki eliminowaniu błędów wywołanych
zjawiskiem wielodrogowości odbiór sygnału jest idealny w określonych
warunkach propagacyjnych.
Dla nadawania cyfrowego, gdzie nie występują fale nośne wizji
i fonii, moc każdej z fal nośnych jest identyczna. Oznacza to,
że amplituda widma częstotliwościowy sygnału DVB-T jest stała
w całym kanale telewizyjnym. Dzięki zastosowanej korekcji błędów,
przedziału ochronnego oraz faktu, że fale nośne są rozpro-
Pojedyncza fala nośna
jedna z 6817 (8k) lub 1705 (2k)
Symbol OFDM
(w dziedzinie częstotliwości)
………
……
Rys. 5. Zmierzona konstelacja
sygnału 64-QAM
Fig. 5. 64-QAM signal measured
constellation
6817 fal nośnych (8k)
1705 fal nośnych (2k)
Rys. 6. Struktura ramki DVB-T. Fig. 6. DVB-T framing structure
f
W tym: dane (6048 lub 1512)
pilot ciągły (177 lub 45)
pilot rozrzucony (524 lub 131)
sygnalizacja parametrów
transmisyjnych TP S (68 lub 17)
f
Elektronika 5/2012

szone w całym widmie częstotliwości, system modulacji OFDM
jest bardzo odporny na szumy. Natomiast zastosowanie kompresji
MPEG4 pozwala na bardzo dobre wykorzystanie widma. Dlatego
też możliwy jest odbiór mobilny i to nie tylko obrazu o dobrej
jakości, ale również i usług dodatkowych.
Naziemna sieć jednoczęstotliwościowa telewizji
cyfrowej
W sieci jednoczęstotliwościowej SFN (Single Frequency Network)
wszystkie nadajniki w systemie pokrywającym dany region
kraju pracują w tym samym kanale telewizyjnym (rys. 7) nadając
ten sam program. Wymaga to wysokiego stopnia synchronizacji,
gdyż sygnały emitowane z różnych nadajników muszą być nie
tylko identyczne, ale również emitowane w tym samym czasie,
ewentualne z precyzyjnie kontrolowanym opóźnieniem. Oczywiście
przede wszystkim sygnały fal nośnych również muszą spełniać
te wysokie wymagania odnośnie stałości częstotliwości.
Przy projektowaniu sieci nadajników takie parametry, jak wymiary
i kształt pokrycia danego obszaru oraz wykorzystanie widma
radiowego są ze sobą ściśle powiązane.
Sieci jednoczęstotliwościowe, ze względu na obszar pokrycia
dzieli się na:
● ogólnokrajowe, gdy w całym kraju wykorzystuje się ten sam
kanał. Zastosowanie takiej sieci jest uzależnione od ustaleń
z państwami sąsiadującymi, co nieraz może być sprawą trudną.
W sieci ogólnokrajowej cały obszar państwa ma wszędzie
takie same programy. Taka sieć jest jednak dość trudna do
realizacji również ze względu na zakłócenia interferencyjne;
● regionalne, gdy wszystkie nadajniki w danym regionie mają
taką samą częstotliwość pracy, ale sąsiednie obszary kraju
wykorzystują już inne kanały telewizyjne. Programy odbierane
w tych różnych obszarach mogą być takie same lub różne.
W wielu krajach europejskich takie regiony mają obszar o średnicy
do 200 km;
● lokalne, gdy główny nadajnik i stacje przekaźnikowe pracują na
tej samej częstotliwości, ale już sąsiedni nadajnik na tym samym
terytorium wykorzystuje inny kanał. Lokalne nadajniki mogą emitować
różny program w pewnych godzinach lub cały czas.
Z reguły dla sieci ogólnokrajowych lub regionalnych wykorzystuje
się 5–6 kanałów, a dla pokrycia obszaru lokalnego wystarczą
2–3 kanały. SFN bazująca na infrastrukturze sieci nadajników
analogowych jest odpowiednia dla odbioru z anteny umieszczonej
na dachu. Jednak w wielu przypadkach, szczególnie dla odbioru
przenośnego lub ruchomego wymagany jest większy przedział
ochronny, co wiąże się z gęstszą siecią nadajników.
Moc wszystkich sygnałów odbieranych w SFN w czasie z przedziałem
ochronnym jest traktowana jako sygnał użyteczny. Poza
przedziałem ochronnym tylko część mocy jest skojarzona z symbolem
podstawowym OFDM i traktowana jako część składowa
sygnału użytecznego. Pozostała część mocy sygnałów jest kojarzona
z wcześniejszą lub późniejszą sekwencją symbolu OFDM
i jest traktowana jako produkt modulacji międzysymbolowych.
Dlatego jeśli opóźnienie sygnału stopniowo wzrasta poza przedział
ochronny, wówczas użyteczny sygnał maleje, a tym samym
zakłócenia międzysymbolowe wzrastają.
Każdy nadajnik w sieci SFN powinien emitować taki sam symbol
w tym samym czasie. A co za tym idzie, echa np. z nadajników
wspólnokanałowych, powinny być w czasie przedziału ochronnego.
Odbiorniki OFDM muszą mieć ustawione okno czasowe dla próbek
użytecznych symboli OFDM i z nimi zsynchronizowane. Dzięki
temu sygnały w czasie przedziału ochronnego mogą być pominięte,
gdy sygnał odbiornika jest złożony z kilku symboli OFDM. Jeśli
nadajnik dostarcza taki sam symbol OFDM w tej samej chwili lub
nieznacznie opóźniony (o kilka mikrosekund), różnica czasu opóźnienia
propagacji odbiornika OFDM pozostaje w czasie przedziału
ochronnego i wówczas następuje sumowanie sygnałów odebranych,
gdyż one stanowią ten sam symbol OFDM.
W systemie DVB-T przewidziano przedziały ochronne 1/32,
1/16, 1/8 i ¼ czasu trwania symbolu użytecznego. Dla trybu 8k
f 1
f 1 2
Rys. 7. Sieć nadajników jednoczęstotliwościowych DVB-T SFN.
Ozn.: f 1
– częstoliwość nadajników pracujących np. w kanale 48.
Fig. 7. Single frequency networks DVB-T SFN.
Where: f 1
– frequency of working transmitters e.g. in channel 48
dopuszcza się czas trwania przedziału ochronnego wynosi 28,
56, 112 i 256 µs, a dla 2k odpowiednio 7, 14, 28 i 56 µs.
Wybór odpowiedniego parametru przedziału ochronnego dla
telewizji cyfrowej pozwala na ograniczenie wpływu opóźnienia
powodującego zakłócenia odbioru programów. Poza tym, wybór
odpowiedniego przedziału ochronnego dla danej SFN jest istotny
przy ustalaniu topologii sieci: z czasu trwania przedziału ochronnego
wynika maksymalny czas opóźnienia ech dopuszczalnych
przez system, co jest związane z maksymalną dopuszczalną odległością
pomiędzy nadajnikami wspólnokanałowymi, będącymi
źródłami aktywnych ech. Optymalizacja parametrów pozwala
na budowę rozległych sieci mających dużą odległość pomiędzy
usytuowanymi nadajnikami dużej i średniej mocy. Inne parametry
pozwalają na pracę lokalną z sygnałem telewizyjnym o większej
gęstości pola przy nadajnikach małej mocy.
Zakłócenia międzysymbolowe są przyczyną dwóch ograniczeń
w stosowaniu SFN. Po pierwsze, dla danego punktu odbiorczego
sygnały główne pochodzą od najbliższych nadajników, do tego
zaś dopuszczalne czasy ich opóźnień nie powinny przekraczać
w sposób znaczący przedziału ochronnego. Wynika z tego zależność
polegająca na tym, że sąsiednie nadajniki muszą być usytuowane
niezbyt daleko od siebie, a ich maksymalna odległość
musi być ściśle określona.
Zgodnie z Rekomendacją ETSI TR 101-190 przedział ochronny
wybrany dla naziemnej telewizji cyfrowej powinien bazować na
odległościach pomiędzy nadajnikami. Odległość między sąsiednimi
nadajnikami w sieci SFN nie powinna być znacząco większa
niż ta wynikająca z czasu propagacji.
Fale elektromagnetyczne rozprzestrzeniają się z prędkością
światła c, która wynosi 299 792 458 m/s. Znając odległość s pomiędzy
nadajnikiem a punktem odbiorczym, można obliczyć czas
τ potrzebny dla przebycia tej drogi przez sygnał telewizyjny (czas
opóźnienia). Przykładowo, jeśli fala jest emitowana z nadajnika
odległego o 2100 m od odbiorczej anteny telewizyjnej, wówczas
czas potrzebny na przebycie tej drogi wynosi:
s 2100
τ = =
= 0,000007s
= 7µ
c 299792458
Uwzględniono to w wymaganiach dotyczących naziemnej telewizji
cyfrowej, a mianowicie:
● tryb 2k i przedział ochronny 7, 14, 28 i 56 µs. Wynikająca stąd
odległość wynosi odpowiednio 2,1; 4,2; 8,4 i 16,8 km;
● tryb 8k i przedział ochronny 28, 56, 112 i 224 µs. Wynikająca
stąd odległość wynosi odpowiednio 8,4; 16,8; 33,6 i 67,2 km.
Przykładowo, dla trybu 8k i przedziału ochronnego ¼, a więc
przedziału ochronnego 256 µs, dopuszczalne opóźnienie pomiędzy
sąsiednimi nadajnikami może być takie, że nadajniki te muszą
być usytuowane w odległości nie większej niż 67,2 km od siebie.
Badania dotyczące maksymalnej odległości pomiędzy nadajnikami
sieci SFN naziemnej telewizji cyfrowej wskazują, że oprócz
tych dwóch parametrów, odległości i przedziału ochronnego,
istotną rzeczą jest również efektywna izotropowa moc wypromieniowania
EIRP (Effective Isotropical Radiated Power).
f 1
Elektronika 5/2012 67

Pomimo, że nawet maksymalny dystans pomiędzy nadajnikami
jest zachowany, to konieczne jest uwzględnieni właściwości
całej sieci w danym obszarze, aby określić całkowite zakłócenia
systemu, które są związane z wartością stosunku nośnej do szumu
C/N i gęstością nadajników w sieci.
Dość trudne jest planowanie rozległych sieci, gdyż sygnały nawet
z odległych nadajników mają zwykle poziom porównywalny do
tych znajdujących się w pobliżu. Tym bardziej, że poziomy sygnałów
odbieranych z odległych nadajników muszą być uwzględniane
dla małych procentów czasu, np. 1%, by gwarantować odbiór
programów z określonym progiem, np. przez 99% czasu.
Z tych względów sieci ogólnokrajowe mogą być budowane, gdy
ich przepływność jest rzędu 5…6 Mbit/s. Dla większości sieci ta przepływność
jest z reguły większa i wynosi 13…24 Mbit/s i wówczas
zwykle można uzyskać obszar pokrycia o średnicy 150…250 km.
Sieci SFN a MFN
Korzyść ze stosowania sieci wieloczęstotliwościowych MFN (Multiple
Frequency Networks) – w porównaniu z SFN – jest taka, że
można wykorzystać dużą część istniejącej infrastruktury analogowej
(rys. 8). Pozwala to nadawcom na zmniejszenie kosztów
wprowadzania naziemnej telewizji cyfrowej, a jest nie bez znaczenia
dla korzyści odbiorcy. Jest to szczególnie znaczące przy
większej liczbie programów cyfrowych, gdy są one emitowane na
tych samych kanałach i z tego samego miejsca, co poprzednio
programy analogowe, a nawet z zachowaniem polaryzacji. Pozwala
to odbiorcom na stosowanie tych samych, istniejących anten
i kabli doprowadzających sygnał z anteny do odbiornika.
W wielu krajach, które muszą przejść na nadawanie cyfrowe,
wprowadzenie sieci SFN napotyka na trudność związaną z tym,
że widmo radiowe zajmowane dotychczas przez nadawców
analogowych jest wykorzystywane przez sieć MFN. Nawet jeśli
istnieją wolne kanały przeznaczone dla cyfrowego nadawania,
z reguły możliwość stosowania w rozległej sieci konfiguracji SFN
jest ograniczona, gdyż może ona pracować tylko w obszarze,
gdzie taki kanał jest wyraźnie zadeklarowany. Jeśli dany kanał
jest jeszcze wykorzystywany dla nadawania analogowego, co
będzie miało miejsce aż do czasu, gdy przekaz tradycyjny w danym
kraju czy jego regionie zniknie, wymusi to zmianę częstotliwości.
Wśród takich nadajników jest większość głównych stacji
nadawczych w obszarach o dużej populacji. Powstaje wówczas
pytanie, czy jest potrzeba ponoszenia dużych kosztów, zarówno
przez nadawców, jak i odbiorców, porzucenia telewizji analogowej.
Rozwiązaniem byłoby znalezienie takiej konfiguracji kanałów,
przy której transformacja w stronę telewizji cyfrowej będzie
jak najkorzystniejsza. Szczególnie w niezbyt rozległych sieciach,
kompromis pomiędzy kilkoma nadajnikami dużej mocy i siecią
SFN może być bardzo wskazany i wykonalny.
Rozwiązaniem, wprowadzonym w niektórych krajach, nawet
dla dość dużego obszaru, może być udostępnienie dla naziemnej
telewizji cyfrowej jednego lub kilku kanałów, które wcześniej były
wykorzystywane przez inne służby. Wówczas istnieje możliwość
68
f 2
f 1
f 3
f 2
Rys. 8. Sieć nadajników wieloczęstotliwościowych DVB-T MFN.
Ozn.: f 1
, f 2
, f 3
– odpowiednie częstotliwości nadajników, np. kanałów
48, 55 i 58
Fig. 8. Multiple frequency networks DVB-T MFN.
Where: f 1
– appropriate frequencies of working transmitters e.g. in
channels 48, 55 and 58
wprowadzenia sieci SFN nawet o ogólnokrajowym zasięgu, co
jest rzeczą niezwykle atrakcyjną, a także najwłaściwszym rozwiązaniem
z punktu interesu narodowego.
Jednak wprowadzenie sieci SFN w całym kraju może być niezwykle
kłopotliwe, szczególnie w przypadku, gdy w sąsiednich
państwach dana częstotliwość wykorzystywana jest dla analogowego
nadawania telewizyjnego lub nadawania cyfrowego używanego
przez inne służby.
Planowanie SFN a DVB-T2
Niezwykle istotną rzeczą jest zwiększenie przepływności platform
naziemnej telewizji cyfrowej. Umożliwia to wprowadzanie pewnych
standardów kodowania danych, pozwalających na znaczną
kompresję transmisji, poprzez stosowanie systemu:
● MPEG4, który jest dwukrotnie bardziej efektywny pod względem
wykorzystania widma elektromagnetycznego niż stosowany
wcześniej standard MPEG2;
● DVB-T2, dla którego szacuje się o 50% większą przepływność
dla tych samych warunków odbioru, z zachowaniem tej samej
wartości C/N.
DVB-T2 umożliwia pracę w trybie 16k, a nawet 32k, a dzięki
większej długości symboli dla tych trybów, nawet dla tych samych
wartości względnych przedziałów ochronnych 1/32, 1/16, 1/8 i ¼
ich wartość bezwzględna (w mikrosekundach) wzrasta. Umożliwia
to wzrost rozmiarów sieci SFN, przy zachowaniu wartości
bezwzględnych przedziałów ochronnych, dzięki czemu można
uzyskać większą przepływność transmisji, gdyż względna wartość
przedziału ochronnego jest niezmienna.
Transmisja z trybem 16k, a nawet 32k jest odpowiednia zarówno
dla odbioru stacjonarnego, jak i przenośnego oraz ruchomego,
choć warto podkreślić, że tylko w ograniczonym zakresie, gdyż
przy większych prędkościach wzrasta znacząco efekt Dopplera
dla fal nośnych.
Należy zauważyć, że wprowadzanie systemu naziemnej
telewizji cyfrowej MPEG4 lub DVB-T2 wiąże się ze znacznymi
kosztami i to zarówno dla nadawców, jak i odbiorców. Znacznym
obciążeniem dla klientów jest zakup set-top-boxów, dlatego warto
o tym pamiętać, gdyż w pewnych sytuacjach to abonenci telewizyjni
mogą zdecydować, jakie systemy zdominują nasz rynek. Nie
można wykluczyć, że będą to systemy technologicznie bardzo
zaawansowane. Przykładowo, ze względu na programy HDTV,
atrakcyjniejszy dla klientów może okazać się system DVB-T2.
Szczególnie, jeśli wprowadzane na rynek odbiorniki DVB-T2 będą
umożliwiały odbiór programów już pracujących multipleksów naziemnej
telewizji cyfrowej, choć w tym przypadku wymagana jest
pewna strategia migracji, aby minimalizować negatywny wpływ
wprowadzania nowych technologii.
Z tego przeglądu wynika, że naziemna telewizja cyfrowa jest nowym
technologicznym wyzwaniem, zarówno dla nadawców, jak
i zwykłych odbiorców programów telewizyjnych, a jej popularność
bierze się z licznych możliwości i udogodnień dla obu stron.
Literatura
[1] Bogucki J.: Telewizja cyfrowa – zarys zagadnienia. Elektronika, 5, 2011.
[2] Bogucki J.: Odbiór satelitarnej telewizji cyfrowej. Teledigital, 5, 2010.
[3] Bogucki J.: Współczesna telewizja. TV-Sat Magazyn, 5, 2010.
[4] Ministerstwo Infrastruktury: Wszystko, co powinieneś wiedzieć o odbiorze
naziemnej telewizji cyfrowej. http://cyfryzacja.gov.pl/
[5] Richardson I., E., G.: H 264 and MPEG-4 Video Compression; Video
Coding for Next-Generation Multimedia. John Wiley, 2003.
[6] EBU: The introduction of Multimedia Services in particular in the frequency
bands allocated to the broadcasting services, 2006.
[7] ETSI TR 101 190 V1.3.1 Digital Video Broadcasting (DVB); Implementation
guidelines for DVB terrestrial services; Transmission aspects, 2008.
[8] ETSI TR 102 864 V1.1.1 Access, Terminals, Transmission and Multiplexing
(ATTM); Assessment of Cable Equipment with Digital Dividend;
New Electronic Communication Networks (ECN) Operating in
the UHF band 790 MHz to 862 MHz, 2011.
[9] ETSI EN 300 744 V1.5.1 Digital Video Broadcasting (DVB); Framing
structure, channel coding and modulation for digital terrestrial television,
2004-06.
[10] Spectracom. DVB-T Single Frequency Network Architecture.
http://www.spectracomcorp.com
[11] Enensys Technologies: Technical Overview of Single Frequency Network.
http://www.bcs.co.in/whitepapers
Elektronika 5/2012

Metodyki pomiarów parametrów materiałów absorpcyjnych
mgr inż. Rafał Przesmycki, dr inż. Leszek Nowosielski, prof. dr hab. inż. Marian Wnuk,
dr inż. Marek Bugaj, mgr inż. Kazimierz Piwowarczyk
Wojskowa Akademia Techniczna Wydział Elektroniki, Warszawa
Wraz ze wzrastającą ilością urządzeń wytwarzających promieniowanie
elektromagnetyczne zachodzi potrzeba ochrony urządzeń
i ludzi przed niepożądanym promieniowaniem elektromagnetycznym.
Problem zabezpieczania przed niepożądanym promieniowaniem
jest szczególnie istotny w zagadnieniach kompatybilności
elektromagnetycznej. Jednym ze sposobów zabezpieczania przed
oddziaływaniem niepożądanego promieniowania są ekrany elektromagnetyczne.
Generalnie można wyróżnić dwa sposoby funkcjonowania
ekranów elektromagnetycznych – poprzez odbicie padającej
fali elektromagnetycznej bądź poprzez absorpcję energii
elektromagnetycznej. Biorąc pod uwagę skuteczność ekranowania
idealny ekran elektromagnetyczny powinien charakteryzować się
niskim współczynnikiem odbicia oraz wysoką wartością absorpcji
padającego promieniowania. Współczynniki odbicia oraz absorpcji
(transmisji) zależą od właściwości elektrycznych i magnetycznych
materiału i zmieniają się w funkcji częstotliwości. W celu osiągnięcia
pożądanych parametrów odbicia i transmisji często stosuje
się kompozyty złożone z materiałów o różnych właściwościach.
Jednakże w takim przypadku wartości współczynników odbicia
i transmisji mogą zależeć również od polaryzacji i kąta padającego
promieniowania. Obecnie stosowane są odmienne sposoby ekranowania
w zakresie mikrofalowym i odmienne w zakresie niskich
częstotliwości. Do ekranowania elektromagnetycznego w zakresie
mikrofalowym stosuje się materiały grafitowe, które dodatkowo
kształtowane są w postaci piramidalnych ostrosłupów. Z kolei,
duże skuteczności ekranowania w zakresie niskich częstotliwości
uzyskuje się stosując materiały ferrytowe posiadające dodatkowe
właściwości magnetyczne. W większości przypadków ściany komór
bezodbiciowych wyłożone są dwoma warstwami, z których jedna
warstwa zbudowana jest z płytek ferrytowych, a druga z ostrosłupów
grafitowych. Takie sposoby ekranowania są jednak dogodne
jedynie do stosowania w komorach bezodbiciowych, gdyż płytki
ferrytowe są bardzo ciężkie i posiadają litą postać, a grafitowe ostrosłupy
zajmują dużą objętość. Obecnie ekrany elektromagnetyczne
znajdują bardzo wiele zastosowań i muszą charakteryzować się
określonymi parametrami elektromagnetycznymi, w zależności od
przeznaczenia. Skuteczne ekrany elektromagnetyczne powinny
charakteryzować się następującymi własnościami:
− pracować w określonym zakresie częstotliwości lub szerokopasmowo,
− posiadać litą lub plastyczną postać,
− posiadać określony współczynnik odbicia oraz absorpcji.
W artykule przedstawiono opracowane oryginalne metody pomiaru
oraz wyniki pomiarów poziomu absorpcji (rozpraszania) fal
elektromagnetycznych przez przykładowe materiały absorpcyjne.
Obiektem badań były płyty metalowe o wymiarach 50×54 cm z naniesionym
materiałem absorpcyjnym. Jako materiał referencyjny
przy określaniu absorpcji poszczególnych materiałów wykorzystano
płytę metalową bez naniesionego materiału absorpcyjnego.
Opis metod pomiarowych
W artykule przedstawiono opracowane trzy metody pomiarowe
określenia poziomu absorpcji badanych materiałów. Pierwsza
z nich bazuje na pomiarze charakterystyk absorpcji badanych
materiałów w funkcji kąta padania sygnału probierczego. Druga
metoda pomiarowa bazuje na parametrze, określanym w technice
radarowej jako radarowy przekrój czynny RCS (ang. Radar Cross
Section). Trzecia metoda bazuje na pomiarze absorpcji badanych
materiałów w odniesieniu do płyty aluminiowej bez naniesionego
materiału absorpcyjnego
Pomiar charakterystyk absorpcji badanych materiałów
w funkcji kąta padania sygnału probierczego
Pomiar charakterystyk absorpcji badanego materiału w funkcji
kąta padania sygnału probierczego podzielono na dwa etapy.
Pierwszym etapem jest pomiar referencyjny podczas którego
odbywa się pomiar sygnału odbitego od płyty odniesienia, która
nie jest pokryta materiałem absorpcyjnym. W etapie drugim realizowany
jest pomiar poziomu sygnału odbitego od płyty z naniesionym
materiałem absorpcyjnym. W opracowanych metodach
pomiaru, jako miarę absorpcji materiałów pochłaniających fale
elektromagnetyczne zaproponowano względną różnice pomierzonych
poziomów w powyższych dwóch etapach. Poziom absorpcji
różnych materiałów absorpcyjnych naniesionych na powierzchnię
metalową jest określany względem poziomu sygnału odbitego od
płyty metalowej nie pokrytej materiałem absorpcyjnym. Poziom
absorpcji jest bardzo silnie uzależniony od kąta położenia płyty
z naniesionym materiałem absorpcyjnym i dzięki uzyskanym wynikom
można określić dla jakiego kąta istnieje maksymalna wartość
absorpcji badanego materiału.Pomiar poziomu absorpcji w funkcji
kąta położenia próbki względem anteny nadawczej i odbiorczej
umożliwia także zniwelowanie błędów ustawienia płyty względem
źródła sygnału probierczego wynikającego z niedoskonałości stanowiska
pomiarowego. Schemat blokowy stanowiska pomiarowego
przedstawiono na rys. 1.
Rys. 1. Schemat blokowy stanowiska pomiarowego
Fig. 1. Block diagram of the laboratory stand
Rys. 2. Widok stanowiska pomiarowego z płytą metalową bez naniesionego
materiału absorpcyjnego (materiał referencyjny)
Fig. 2. View of the laboratory stand with the metal plane without the
applied absorbent material (reference material)
Elektronika 5/2012 69

Rys. 3. Widok stanowiska pomiarowego z płytą metalową z materiałem
absorpcyjnym
Fig. 3. View of the laboratory stand with the metal plane with the applied
absorbent material
Metodyka pomiaru bazuje na pomiarze poziomu sygnału odbitego
od powierzchni pokrytej badanym materiałem absorpcyjnym.
Sygnał probierczy jest generowany przez mikrofalowy generator
poprzez tubową antenę nadawczą. Odbity sygnał od powierzchni
pokrytej materiałem absorpcyjnym jest mierzony przy pomocy odbiorczej
anteny tubowej oraz odbiornika mikrofalowego. Pomiary
są przeprowadzane w komorze bezodbiciowej wyłożonej absorberami
podłogowymi w celu zapewnienia braku odbić od podłoża
(rys. 2 i 3).
Pomiar radarowego przekroju czynnego RCS
Pomiar wartości radarowego przekroju czynnego RCS materiałów
absorpcyjnych naniesionych na metalową płytę o wymiarach
50×54 cm zrealizowano w układzie pomiarowym przedstawionym
na rys. 1. W odróżnieniu od pomiaru charakterystyk absorpcji badanych
materiałów w funkcji kąta padania sygnału probierczego
w przypadku pomiaru RCS nie realizowano zmiany kąta położenia
płyty z naniesionym materiałem absorpcyjnym. Dokładne
ustawienie płyty z materiałem absorpcyjnym względem źródła
sygnału probierczego zrealizowano przy pomocy wiązki laserowej
umieszczonej na aperturze anteny nadawczej (odbiorczej) oraz
zwierciadła umieszczonego na badanej płycie z materiałem.
Radarowy przekrój czynny RCS opisuje miarę odbicia fali elektromagnetycznej
przez dany obiekt. Jest miarą poziomu sygnału
rozproszonego przez wybrany obiekt przy danym poziomie sygnału
probierczego.
Teoretyczną wartość RCS dla płaskiej, prostokątnej i doskonale
odbijającej powierzchni można wyliczyć z poniższej
zależności:
2 2
4πa
b
σ = ,
(1)
2
λ
gdzie: σ – radarowy przekrój czynny RCS wyrażony w [m 2 ],
λ – długość fali wyrażona w [m], f – częstotliwość sygnału wyrażona
w [MHz], a, b – wysokość i szerokość powierzchni odbijającej
wyrażona w [m].
Wartość σ dla płyty metalowej nie odbijającej w sposób idealny
padającej fali elektromagnetycznej wylicza się z zależności:
2 2
PRX
G λ
= σ
(2)
2 4
P ( 4π)
R
gdzie: P RX
– moc sygnału odbita od płyty metalowej wyrażona
w [W], P TX
– moc sygnału nadanego wyrażona w [W], G – zysk
energetyczny anteny (antena nadawcza i odbiorcza posiadają
taką samą wartość zysku energetycznego), R – odległość anten
pomiarowych od płyty metalowej wyrażona w [m].
W celu wyliczenia wartości σ należy pomierzyć wartość poziomu
mocy sygnału odbitego od płyty metalowej P RX
oraz wartość
poziomu mocy sygnały nadanego P TX
. Do określenia wartości
70
TX
σ niezbędny jest także współczynnik proporcjonalności K określony
zależnością:
2 2
G λ
K = ,
2 4
(3)
(4π)
R
Zależność (3) jest częścią składową zależności (2). Wartość
współczynnika K określa parametry układu pomiarowego oraz
jest zależna od długości fali sygnału probierczego. Mając do dyspozycji
obiekt odniesienia o znanej wartości σ, wartość współczynnika
K można określić z zależności:
PRX
= σ ∗ K,
(4)
PTX
W zależności (4) wartości P RX
oraz P TX
uzyskujemy w wyniku
pomiaru obiektu odniesienia. W rozpatrywanym przypadku jako
obiekt odniesienia została wykorzystana płyta metalowa o wymiarach
0,54×0,50 cm nie pokryta materiałem RAM (ang. Radar
Absorbing Materials). Wartość parametru σ dla testowanej płyty
metalowej należy wyliczyć z zależności (1).
Wartość współczynnika K charakteryzującego stanowisko pomiarowe
z metalową płytą odniesienia o wartości σ oraz wartościami
P RX
oraz P TX
uzyskanymi z pomiarów, należy określi z zależności
(4) po dokonaniu niżej przedstawionych przekształceń:
PRX
= σ ∗ K /10log
PTX
PRX
10log
= 10log( σ)
+ 10log( K)
PTX
PRX
(5)
10log(
K)
= 10log −10log(
σ)
P
⎛ P
10log ⎜
⎝ P
K = 10
Wartości współczynnika K charakterystyczne dla układu pomiarowego
zostały wykorzystane do wyliczenia wartości parametru σ RAM
dla płyty metalowej o wymiarach 0,54×0,50 cm pokrytej materiałem
RAM. Do wyliczenia wartości parametru σ RAM
należy wykorzystać
zależność (4) po dokonaniu niżej przedstawionych przekształceń.
PRX
= σ ∗ K
RAM
/10log
PTX
PRX
10log
= 10log ( σ RAM
) + 10log( K)
PTX
(6)
PRX
10log ( σ RAM
) = 10log −10log(
K)
PTX
⎛ PRX
⎞
10log ⎜ ⎟ −10log(
K)
⎝ PTX
⎠
σ = 10
.
RAM
10
W zależności (6) jako wartość K należy przyjąć wartość wyliczoną
z zależności (5). Uzyskane wartości parametru σ RAM
dla
płyty metalowej o wymiarach 0,54×0,50 cm, pokrytej materiałem
RAM podano w przedstawionych tabelach z wynikami pomiarów
w dalszej części artykułu.
Pomiar w odniesieniu do płyty aluminiowej
RX
TX
Omawiana metoda pomiarowa do określenia poziomu absorpcji
materiałów bazuje na pomiarze absorpcji badanych materiałów
w odniesieniu do płyty aluminiowej bez naniesionego materiału
absorpcyjnego (próbka nr 0). Schemat blokowy stanowiska pomiarowego
przedstawiono na rys. 4.
Pomiar charakterystyk absorpcji badanego materiału podzielono
na trzy etapy. Pierwszy etap polega na znalezieniu odległości
w strefie dalekiej anten, dla której otrzymamy minimum odbieranego
sygnału odbitego od ścian komory oraz wózka, bez płyty metalowej.
Następnie ruchomy wózek zostaje ustawiony w strefie dalekiej
odpowiadającej wymiarom anten (nadawcza/odbiorcza) oraz
częstotliwości sygnału probierczego. W ten sposób szukana jest
TX
⎞
⎟ −10log(
σ)
⎠
.
10
Elektronika 5/2012

Rys. 4. Schemat blokowy stanowiska pomiarowego
Fig. 4. Block diagram of the laboratory stand
najniższa wartość sygnału dla wszystkich częstotliwości pomiarowych.
Ma to na celu zapewnienie największej dynamiki pomiaru
w stosunku do poziomu sygnału odbitego od płyty metalowej zamocowanej
na wózku. W wyniku badań ustalono odległość pomiędzy
antenami i ruchomym wózkiem równą 2,52 m. Odległość ta
była stała dla wszystkich częstotliwości pomiarowych i wszystkich
badanych próbek. Drugim etapem było założenie na wózek próbki
nr 0 i wykonanie pomiaru referencyjnego. Podczas pomiaru referencyjnego
mierzony jest sygnał odbity od płyty odniesienia. Próbka
nr 0 nie jest pokryta materiałem absorpcyjnym (rys. 6).
W etapie trzecim realizowany jest pomiar poziomu sygnału odbitego
od płyty z naniesionym materiałem absorpcyjnym (rys. 7).
W opracowanej metodzie pomiaru, jako miarę absorpcji materiałów
pochłaniających fale elektromagnetyczne przyjęta została względna
różnica pomierzonych poziomów w powyższych dwóch etapach.
Poziom absorpcji różnych materiałów absorpcyjnych naniesionych
na powierzchnię metalową określany był względem poziomu sygnału
odbitego od płyty metalowej bez materiału absorpcyjnego. Rysunek
5 przedstawia ustawienie anten stanowiska pomiarowego.
Rys. 5. Ustawienie anten
stanowiska pomiarowego
względem wózka
Fig. 5. The setting of the
measuring antennas position
relative to the trolley
Rys. 6. Widok stanowiska pomiarowego z płytą metalową bez naniesionego
materiału absorpcyjnego(materiał referencyjny)
Fig. 6. View of the laboratory stand with the metal plane without the
applied absorbent material (reference material)
Elektronika 5/2012 71

Rys. 7. Widok stanowiska pomiarowego z płytą metalową z materiałem
absorpcyjnym (próbka nr 7)
Fig. 7. View of the laboratory stand with the metal plane with the applied
absorbent material (sample No. 7)
Podczas pomiarów sygnał probierczy generowany był przez
mikrofalowy generator poprzez tubową antenę nadawczą. Odbity
sygnał od powierzchni pokrytej materiałem absorpcyjnym
mierzony był przy pomocy odbiorczej anteny tubowej oraz odbiornika
pomiarowego. Pomiary przeprowadzano w komorze
bezodbiciowej wyłożonej absorberami w celu zminimalizowania
odbić (rys. 6 i 7).
Wyniki pomiarów
Pomiar charakterystyk absorpcji badanych materiałów
w funkcji kąta padania sygnału probierczego
Wyniki pomiarów charakterystyk absorpcji badanego materiału
w funkcji kąta padania sygnału probierczego oraz jego częstotliwości
przedstawiono poniżej. Poniższe charakterystyki przedstawiono
we współrzędnych biegunowych (rys. 8) oraz prostokątnych
(rys. 9 i 10).
Z uwagi na konstrukcję stanowiska pomiarowego podczas
pomiarów materiał badany był oświetlany przez antenę
nadawczą tylko w zakresie kąta obrotu głowicy pomiarowej
-90…90°. Na bazie otrzymanych wyników pomiarowych na-
Rys. 8. Charakterystyki absorpcji badanych materiałów w funkcji
kąta padania sygnału probierczego we współrzędnych biegunowych
Fig. 8. Absorption characteristics of the tested materials as a function
of the angle of the incidence signal in polar coordinates
leży stwierdzić, że występujące zjawisko rozpraszania badanego
materiału jest tym większe im większy jest kąt padania
sygnału probierczego na płaszczyznę pokryta materiałem
absorpcyjnym. Zjawisko absorpcji jest dominujące dla kątów
odpowiadających równoległemu ustawieniu apertury anteny
nadawczej (odbiorczej) i płaszczyzny z naniesionym badanym
materiałem. W przypadku wykorzystanego stanowiska pomiarowego
jest to kąt ustawienia głowicy pomiarowej przy wartości
3°. Dla tej wartości kąta zjawisko absorpcji jest dominujące.
W związku z powyższym odczytana wartość absorpcji jest
Rys. 9. Charakterystyki absorpcji badanych materiałów w funkcji kąta padania sygnału probierczego we współrzędnych prostokątnych dla
częstotliwości 3 GHz
Fig. 9. Absorption characteristics of the tested materials as a function of the angle of the incidence signal in rectangular coordinates for 3 GHz
72
Elektronika 5/2012

Rys. 10. Charakterystyki absorpcji badanych materiałów w funkcji kąta padania sygnału probierczego we współrzędnych prostokątnych dla
częstotliwości 4 GHz
Fig. 10. Absorption characteristics of the tested materials as a function of the angle of the incidence signal in rectangular coordinates for 4 GHz
wynikiem reprezentatywnym, który może być wykorzystany do
analiz porównawczych z wykorzystaniem innych materiałów.
Wartość absorpcji dla kąta 3° jest odczytana jako różnica poziomu
sygnału odebranego przez antenę odbiorczą odbitego
od płyty referencyjnej oraz odbitego od materiału badanego.
Dla częstotliwości sygnału probierczego równej 3 GHz wartość
ta wynosi 6,5 dB, natomiast dla częstotliwości 4 GHz wartość
ta wynosi 11 dB.
Tab. 1. Wartość σ RAM
oraz parametry pośrednie dla próbki nr 2 o wymiarach
0,54×0,50 cm oraz odległości pomiarowej równej R = 2 m
Tabl. 1. The value of σ RAM
and indirect parameters for sample No. 2 with
dimensions 0.54×0,50 cm and the distance measurement equal to R = 2 m
Częstotliwość
sygnału
pomiarowego f
Radarowy przekrój
czynny σ powierzchni
prostokątnej
idealnie odbijającej
[MHz] 2000 2500 3000 3500 4000 4200
[m˛] 40,69 63,59 91,56 124,62 162,78 179,46
Tab. 2. Poziomy odebranego sygnału dla poszczególnych próbek materiału
Tabl. 2. The received signal levels for each sample material
Poziom
f
tła
[GHz]
[dBm]
Próbka
NR0
[dBm]
Próbka
NR1
[dBm]
Próbka
NR2
[dBm]
Próbka
NR3
[dBm]
Próbka
NR4
[dBm]
Próbka
NR5
[dBm]
Próbka
NR6
[dBm]
Próbka
NR7
[dBm]
1 -64,0 -39,9 -42,9 -47,6 -46,0 -* -45,7 -49,6 -49,0
2 -49,6 -37,8 -42,4 -46,8 -42,5 -* -43,3 -53,2 -52,9
3 -45,7 -34,5 -36,8 -40,1 -37,4 -* -37,6 -62,1 -59,3
4 -50,7 -39,1 -41,0 -45,0 -42,5 -* -42,6 -71,9 -81,0
5 -55,8 -42,4 -46,2 -49,0 -47,0 -* -47,7 -64,3 -67,4
6 -65,5 -43,0 -45,1 -47,8 -45,7 -45,0 -46,8 -75,0 -70,0
7 -63,7 -50,6 -49,2 -54,4 -49,5 -48,6 -48,6 -58,7 -58,1
8 -63,2 -51,0 -51,4 -59,0 -52,1 -50,5 -51,2 -63,7 -63,1
9 -59,5 51,4 -51,9 -55,9 -52,9 -51,2 -54,3 -80,9 -75,8
10 -69,5 61,5 -61,6 -64,9 -62,5 -60,9 -63,1 -75,2 -75,1
* z powodu wygięcia płyty pełniącej funkcję podłoża materiału absorpcyjnego
pomiarów nie prowadzono
Radarowy przekrój
czynny 10 log (σ)
powierzchni
prostokątnej idealnie
odbijającej
Stosunek mocy
odbitej do padającej
10 log(P RX
/P TX
) dla
metalowej płyty
odniesienia
Współczynnik
proporcjonalności
10 log(K)
Stosunek mocy
odbitej do padającej
10 log(P RX
/P TX
) dla
metalowej płyty
pokrytej materiałem
RAM
Radarowy przekrój
czynny σ RAM
metalowej płyty
pokrytej materiałem
RAM
[dB] 16,09 18,03 19,62 20,96 22,12 22,54
[dB] -35,60 -39,70 -40,50 -40,70 -43,10 -44,20
[-] -51,69 -57,73 -60,12 -61,66 -65,22 -66,74
[dB] -44,20 -54,50 -62,90 -63,90 -63,60 -65,80
[m˛] 5,62 2,11 0,53 0,59 1,45 1,24
Tab. 3. Poziom absorpcji sygnału dla poszczególnych próbek materiału
i zakres dynamiki pomiarów
Tabl. 3. The level of absorption signal for each sample material and the
dynamic range of measurements
f
[GHz]
Próbka
NR1
[dB]
Próbka
NR2
[dB]
Próbka
NR3
[dB]
Próbka
NR4
[dB]
Próbka
NR5
[dB]
Próbka
NR6
[dB]
Próbka
NR7
[dB]
Zakres
dynamiki
pomiarów
[dB]
1 3,0 7,7 6,1 -* 5,8 9,7 9,1 24,1
2 4,6 9,0 4,7 -* 5,5 15,4 15,1 11,5
3 2,3 5,6 2,9 -* 3,1 27,6 24,8 11,2
4 1,9 5,9 3,4 -* 3,5 32,8 41,9 11,6
5 3,8 6,6 4,6 -* 5,3 21,9 25,0 13,4
6 2,1 4,8 2,7 -* 3,8 32,0 27,0 22,5
7 -1,4 3,8 -1,1 -* -2,0 8,1 7,5 13,1
8 0,4 8,0 1,1 -* 0,2 12,7 12,1 12,2
9 0,5 4,5 1,5 -* 2,9 29,5 24,4 8,1
10 0,1 3,4 1,0 -* 1,6 13,7 13,6 8,0
* z powodu wygięcia płyty pełniącej funkcję podłoża materiału absorpcyjnego
pomiarów nie prowadzono
Elektronika 5/2012 73

Pomiar radarowego przekroju czynnego RCS
Wyniki pomiarów radarowego przekroju czynnego RCS pokazano
w tabeli 1. Pomiary przeprowadzono dla kąta położenia
głowicy obrotowej z badaną próbką wynoszącego 3°, dla którego
dominujące znaczenie ma zjawisko absorpcji. Z przedstawionych
rezultatów pomiarów można wnioskować, że wartość
RCS maleje wraz ze wzrostem częstotliwości sygnału
probierczego.
Pomiar w odniesieniu do płyty aluminiowej
W tabeli 2 przedstawiono poziomy sygnałów odbitych od otoczenia
komory oraz kolejnych próbek pomiarowych. W tabeli 3
przedstawiono wyniki absorpcji poszczególnych próbek oraz zakres
dynamiki pomiarów.
Wnioski
W pracy przedstawiono trzy metody pomiaru parametrów materiałów
absorpcyjnych stosowanych na ekrany elektromagnetyczne
w szerokim zakresie częstotliwości. Pomiary własności
badanych materiałów mogą być wykorzystane do projektowania
absorberów, których właściwości odbijające oraz absorpcyjne
można modyfikować w zależności od ich przeznaczenia. Przy
zastosowaniu zaproponowanych metod można wyznaczyć wartości
tłumienności oraz po dalszej analizie statystycznej dokonać
oszacowania, ile energii jest pochłaniane, a ile odbite przez daną
próbkę na poszczególnych częstotliwościach.
Opisane w artykule stanowiska do badań absorpcji materiałów
może być z powodzeniem wykorzystywane do badań porównawczych
absorpcji rożnych materiałów. Przedstawione miary
absorpcji w sposób zadawalający opisują pomiar absorpcji fal
elektromagnetycznych badanych materiałów. Analizując wyniki
z tab. 3 można stwierdzić, iż najlepsze wyniki absorpcji dla płaskich
próbek otrzymano dla próbki nr 2. Najlepsze wyniki absorpcji
dały natomiast próbki nr 6 i 7. Próbki te były wykonane z ma-
teriałów absorpcyjnych w kształcie stożków. Różnice w absorpcji
poszczególnych próbek w funkcji częstotliwości wynikają z tego,
że materiały posiadają różne właściwości absorpcji dla poszczególnych
częstotliwości sygnału probierczego.
Wykorzystane stanowisko pomiarowe dla trzeciej metody posiada
istotną wadę. Dotyczy ona małego zakresu dynamiki pomiaru
przedstawionego w kolumnie 9 w tab. 3. Zakres dynamiki
zdefiniowany został jako różnica pomiędzy poziomem odbitego
sygnału od płyty metalowej, a poziomem sygnału odbitego od
otoczenia (poziomu tła). Istotnym czynnikiem mającym wpływ na
zakres dynamiki jest przesłuch pomiędzy anteną nadawczą i odbiorczą
(zbyt mała izolacja anteny nadawczej i odbiorczej). Podczas
analizy absorpcji poszczególnych próbek przedstawionych
w tab. 3 należy wziąć pod uwagę zakres dynamiki przedstawiony
w tab. 3. W przypadkach, gdy pomierzone wartości absorpcji
przekraczają zakres dynamiki należy uznać otrzymany wynik jako
dyskusyjny.
Otrzymane ujemne wartości absorpcji wynikają z wartości niepewności
pomiarów dla danego stanowiska. Wartość absorpcji
powinna być dodatnia.
Literatura
[1] Kubacki R.: Anteny mikrofalowe – Technika i środowisko. Wydawnictwa
Komunikacji i Łączności, Warszawa 2008 r.
[2] Mirabel Cerqueira, Inacio Malmonge Martin, Roselena Faez: Radar
Cross Section Measurement (8–12GHz) of Magnetic and Dielectric
Microwave Absorbing Thin Sheets. 2002 r.
[3] Kubacki R., Nowosielski L., Przesmycki R., Frender R.: Metoda
pomiarów przenikalności elektrycznej i magnetycznej materiałów
proszkowych. Przegląd Elektrotechniczny, ISSN 0033-2097, r. 85
nr 12/2009 ss. 84–87.
[4] Kubacki R., Nowosielski L., Przesmycki R.: Technique for the electric
and magnetic parameter measurement of powdered materials.
Computotional methods and experimental measurements XIV
2009, Wessex Institute of Technology, Anglia, pp. 241÷250, vol. 48,
ISSN 1743-355X.
LABGSM – system ewaluacyjny modułu GSM/GPRS
dr inż. Piotr Bratek, prof. dr hab. inż. Andrzej Kos
AGH Akademia Górniczo-Hutnicza, Katedra Elektroniki, Kraków
Telefonia bezprzewodowa w ciągu bardzo krótkiego czasu odmieniła
oblicze świata. W ciągu niespełna dwóch dekad sieć
GSM/GPRS zyskała na świecie miliardy abonentów i liczba ich
wciąż wzrasta. Telefony i usługi stają się dostępne dla ogółu społeczeństw
w wielu krajach. Wraz z upowszechnieniem się telefonii
komórkowej coraz intensywniej rozwija się i wykorzystywane
są dodatkowe funkcje jakie może realizować technologia GSM/
GPRS. Łączność komórkowa jest obecnie podstawą wielu kluczowych
systemów dla gospodarki. Począwszy od kontroli, dozoru,
archiwizacji danych na zewnętrznych serwerach po sterowanie
maszynami i procesami. Łączność GSM/GPRS wydaje się być
niezastąpioną w aplikacjach gdzie urządzenia operują globalnie
(np. archiwizacja danych o położeniu i parametrach jazdy pojazdu).
Rozwój zarówno sieci telefonii bezprzewodowej, gwałtowny
spadek cen usług i postęp w dziedzinie elektroniki sprawiają, że
układy wykorzystujące GSM/GPRS stały się bardzo popularne
również wśród elektroników-entuzjastów.
Przedstawiany system ewaluacyjny LABGSM pozwala na
przetestowanie i zapoznanie się z funkcjonalnością modułu
przemysłowego GSM/GPRS w sposób nie wymagający ciągłego
nadzoru eksperta. Zastosowane procedury czuwają nad prawidłowością
wykonywanych procesów, a wyniki etapów prac są
zapisywane w bazie danych. Prezentowany system dydaktyczny
umożliwia przedstawienie podstawowych możliwości modułu
GSM, transmisji GPRS i wykorzystanie innych protokołów transmisji
udostępnianych przez zastosowany moduł przemysłowy.
74
Moduł GSM/GPRS HiLo
Głównym elementem platformy sprzętowej systemu LABGSM jest
moduł GSM/GPRS HiLo firmy Sagem Communication (rys. 1).
Główne części użytego w LABGSM modułu przedstawia rys. 2
[1]. Interfejs modułu do komunikacji ze środowiskiem zewnętrznym
stanowi 40-pinowe złącze na którym dostępne są wszystkie
wyjścia oprócz gniazda anteny i styków interfejsu JTAG.
Konstrukcja zastosowanego modułu umożliwia uzyskanie pełnej
funkcjonalności po doprowadzeniu zasilania, czterech sygnałów
karty SIM oraz sygnałów sterujących poprzez interfejs UART.
Do podłączenia głośnika oraz mikrofonu służą dedykowane
trzy linie podsystemu audio, generator dzwonienia uzyskujemy
na wyjściu PWM, natomiast pięć ogólniedostępnych linii GPIO
jest konfigurowane za pomocą komend AT. Napięcie zasilające
VBATT powinno przyjmować wartość ok. 3,7 V, a napięcie opcjonalnej
baterii podtrzymującej VBACKUP 3 V. Moduł komunikuje
się z kartami SIM 1,8 V oraz 2,9 V, a detekcja napięcia karty
odbywa się automatycznie. Zalecane napięcia linii UART to 2,8
V (maksymalnie 3,2 V). Napięcie zasilające VBATT powinno być
stabilne oraz mieć wartość co najmniej 3,2 V i nieprzekraczać
wartości 4,5 V. Włączenie modemu uzyskuje się przez podanie
stanu niskiego na linii POK_IN przez ok. 2000 ms.
Moduł Sagemcom HiLo jest sterowany za pomocą komend AT
[2] wydawanych za pośrednictwem portu szeregowego. Obsługuje
on komendy modemowe standardu V25ter, które mają w swoim
Elektronika 5/2012

Rys. 1. HiLo – moduł GSM/GPRS. Fig. 1. HiLo – GSM/GPRS module
składzie komendy umożliwiające konfigurowanie strony modemowej
pracy modułu poprzez ustawienia linii sterujących DTR/DCD/
DSR/RTS/CTS, opcję handshakingu, czy wybierania DTMF. Do
podstawowych komend modułu należą również komendy AT pozwalające
na uzyskanie informacji o samym module, mianowicie
numeru IMEI, identyfikatora producenta, modułu czy też wersji
oprogramowania. Seria komend odpowiadających za połączenia
głosowe obejmuje komendy służące do nawiązywania, odbierania
czy zawieszania połączeń.
Moduł ma wiele funkcji właściwych telefonom komórkowym,
czyli umożliwia wprowadzanie numeru PIN, ustawianie zegara
i alarmu, głośności i trybu dzwonienia, detekcji karty SIM, a także
udostępnia zabezpieczenia temperaturowe. Dostępne komendy
AT umożliwiają przeprowadzanie operacji na książce telefonicznej,
pełną obsługę wiadomości SMS i MMS z zapisem i bez zapisu
w wewnętrznej pamięci w trybie tekstowym (tylko SMS) oraz
PDU. Moduł dysponuje wewnętrzną pamięcią typu Flash dostępną
dla użytkownika. HiLo obsługuje następujące protokoły transmisji:
TCP/IP, UDP, SMTP, POP3, FTP.
Płyta ewaluacyjna „Mini Eval”
Płyty ewaluacyjna nazwana „Mini Eval” [3] zawiera (rys. 3): 40-
pinowe złącze modułu HiLo, gniazdo karty SIM, stabilizatory napięcia,
40-pinowe złącze do podłączenia peryferiów modułu HiLo,
konwerter RS232. Płyta zasilana jest zewnętrznym źródłem zasilania
o napięciu 6 V i wydajności ok. 2 A.
Procedura uruchamiania modułu z wykorzystaniem płyty
„Mini Eval”:
1. Podłączyć moduł HiLo wraz z anteną do złącza JP100.
2. Włożyć kartę SIM (gniazdo U600).
3. Połączyć mini Eval z komputerem za pomocą złącza ZL200.
4. Sprawdzić stan zwor TB101, TB301 i UART:
TB101 zwarta – moduł podłączony do zasilania,
TB301 rozwarta – automatyczny start modułu wyłączony,
UART zwarte piny 1-2.
5. Podłączenie do złącza JP800 zasilania z zewnętrznego zasilacza
laboratoryjnego. Prawidłowe zasilenie modułu jest sygnalizowane
świeceniem diody LED (LED800).
6. Włączenie modułu HiLo poprzez przytrzymanie ok. 2 s przycisku
S300.
Stany linii portu UARTA można obserwować dzięki diodom
LED. Moduł HiLo obsługuje prędkości transmisji do 112500 bitów
na sekundę. Nadawane ramki posiadają 8 bitów danych i brak
bitu parzystości.
Dzięki łatwo dostępnemu dla użytkownika 40-pinowemu złączu
można dołączyć, poprzez dodatkowe moduły elektroniki, do
„mini Eval” słuchawkę, generator dzwonka, układy sterowane
Rys. 3. „Mini Eval”. Fig. 3. „Mini Eval”
Rys. 2. Schemat blokowy modułu HiLo [1]. Fig. 2. HiLo block diagram
Elektronika 5/2012 75

ezpośrednio z GPIO, PWM. Możliwe jest także bezpośrednie
podłączenie portów bądź interfejsu szeregowego mikrokontrolera
(złącze UART powinno mieć zwarte piny 2 i 3, a poziom sygnałów
nie powinien przekraczać poziomu 3,2 V, zalecane ok. 2,8 V).
Architektura oprogramowania systemu
LABGSM
Schemat ideowy działania systemu LABGSM przedstawiono na
rys. 4.
Głównym elementem systemu LABGSM jest moduł studencki
wraz z komputerem na którym zainstalowany jest program Terminal_studencki,
za pomocą którego użytkownik realizuje postawione
przed nim zadania. Nawiązywanie połączenia, wysyłanie
wiadomości w różnych trybach itp. realizuje się na numer Modułu
Master. Odpowiada on konkretnym działaniem komunikując się
z użytkownikiem (np. poprzez wysyłanie wiadomości SMS) oraz
na bieżąco aktualizuje wyniki prac użytkowników w zewnętrznej
bazie danych. Wyniki poszczególnych prac są prezentowane
dzięki pracy skryptu php na stronie internetowej. Użytkownicy
wykorzystując protokoły transmisji modułu HiLo łączą się z programami
realizującymi serwery TCP, UDP na dedykowanym serwerze
oraz SMTP, POP i FTP na dowolnie wybranym serwerze.
Wyniki tych operacji są zapisywane do bazy danych na serwerze
za pośrednictwem programu Tunel.
Program Terminal_studencki jest programem terminalowym
umożliwiającym komunikację użytkowników z modułem Sagemcom
HiLo. Program zapewnia pomoc przy wprowadzaniu komend
AT, weryfikuje wstępnie poprawność komend oraz komunikację
z zewnętrzną bazą danych i zapisuje do niej informacje o postępach
prac danego użytkownika. Zmienną konfiguracyjną jest
adres pod jakim na połączenia oczekuje program Tunel.
Ze względu na konieczność pozbawienia użytkownika bezpośredniego
dostępu do bazy danych oraz nieprzechowywania
hasła do niej na komputerach użytkowników stworzony został
program Tunel. Orogramowanie to zbiera informacje przesłane
od użytkowników po czym przesyła je dalej do bazy danych na
serwerze. Weryfikacja autentyczności odbywa się za pomocą
dwudziestobajtowego nagłówka zawierającego typ przesyłanej
danej oraz sumę kontrolną. Za pośrednictwem tego programu
przesyłane są treści wiadomości SMS w trybie PDU, treści oraz
parametry transmisji SMTP, POP i FTP. System LABGSM do poprawnego
działania wymaga uruchomienia jednego programu
Tunel. Program został napisany w oparciu o programowanie socketów
[4–6].
Moduł Master jest programem działającym z modułem HiLo
(należy użyć „Mini Eval”). Jest to „automat” oczekujący na konkretne
działania ze strony użytkownika. Moduł Master reaguje na
próby zestawienia połączeń i dostarczania wiadomości SMS na
numer w nim zainstalowany. Po uruchomieniu programu, wybraniu
portu szeregowego oraz prędkości transmisji moduł Mastera
realizuje poniższy algorytm:
1. Po wykryciu przychodzącego połączenia Master sprawdza czy
numer znajduje się w bazie danych jeżeli nie to przechodzi do
procedury rejestracji użytkownika.
2. Generuje losowo kod identyfikacji użytkownika i odsyła go
SMS-em.
3. Oczekuje na SMS od użytkownika z powtórzeniem kodu oraz
dodatkowymi informacjami.
4. Odebrane informacje Master zapisuje w bazie danych.
5. Po zakończeniu procedury rejestracji użytkownika Moduł Mastera
oddzwania na jego numer.
Wiadomości SMS nie zawierające poprawnego kodu grupy są
ignorowane. Program nie kasuje samodzielnie wiadomości SMS
z pamięci modułu. Można to zrobić poprzez wybranie odpowiedniej
opcji w menu programu.
Serwery SMTP oraz POP3 stanowią zewnętrzne konta użytkowników
na które się logują celem wysłania i odebrania wiadomości
e-mail. Występuje dowolność wyboru jednakże połączenie będzie
możliwe z kontami mail które wymagają obsługiwanych przez HiLo
trybów uwierzytelniania. Poprawność połączeń z serwerem SMTP
i POP3 jest weryfikowana przez program terminal_studencki. Warunkiem
weryfikacji jest obecność kodu identyfikującego użytkownika
(nadanego przez moduł Master) w treści lub temacie maila.
Transmisja FTP możliwa jest z serwerami obsługującymi tryb
pasywny, a weryfikacja poprawności przesłania i odebrania pliku
dokonywana jest przez terminal studencki. Warunkiem tej weryfikacji
jest transmisja pliku z nazwą kodu użytkownika.
Serwer TCP jest programem działającym na dedykowanym
serwerze na ustalonym porcie. Program oczekuje na połączenia
TCP od terminali użytkowników, przechodzi w stan oczekiwania
na transmisję, odsyła echo odebranej wiadomości, po czym
sprawdziwszy czy treść zawiera w sobie kod danego użytkownika
zapisuje stosowną informację w bazie danych. Po kilku minutach
braku aktywności na wszystkich socketach na których aktywne
jest połączenie serwer automatycznie zamyka wszystkie połączenia.
Jeden serwer TCP może obsłużyć jednocześnie do stu
połączeń od użytkowników. Program serwera został napisany
w oparciu o programowanie socketów [4–6].
Rys. 4. Architektura systemu LABGSM. Fig. 4. LABGSM system architecture
76
Elektronika 5/2012

Prezentowany system LABGSM jest kompletnym środowiskiem
sprzętowo-programowym do prac związanych z modułem przemysłowym
GSM/GPRS. System pozwala zarówno na
poznanie i naukę podstawowych komend AT sterujących
pracą modemu, jak również na badania i symulacje
poprawnego działania modułu w aplikacjach
przemysłowych.
LABGSM jako system dydaktyczny jest przydatnym
narzędziem nauki i daje możliwość jednoczesnej automatycznej
weryfikacji postępów użytkowników. Mimo
zaawansowanego systemu jego obsługa jest stosunkowo
prosta. Terminal studencki obsługuje się intuicyjnie,
a udogodnienia przy wprowadzaniu komend,
instrukcji, czy też opisy aktualnie przydatnych komend
AT podnoszą jego walory użytkowe. Dzięki przechowywaniu
danych w bazie mysql i ich wykorzystaniu przez
stronę internetową z łatwością śledzi się poczynania
kolejnych użytkowników i z przyjemnością obserwuje
przyswajanie przez nich nowych umiejętności.
Rys. 5. Prezentacja postępów prac użytkowników
Fig. 5. Presentation of users progress
Serwer UDP jest programem działającym na dedykowanym
serwerze na ustalonym porcie. Po uruchomieniu oczekuje on na
transmisje UDP od terminali użytkowników, odsyła echo odebranej
wiadomości i zapisuje informacje w bazie danych o użytkowniku.
Baza danych mysql przechowuje informacje o postępach prac
użytkowników. Pozwala na łatwy dostęp i czytelną prezentację
wyników. Na stronie internetowej LABGSM możliwa jest obserwacja
wyników pracy poszczególnych użytkowników (rys. 5).
Podsumowanie
Literatura
Autorzy dziękują panu mgr inż. Sebastianowi Basiakowi
za znaczący wkład w przygotowanie oprogramowania
do wizualizacji działania i możliwości systemu
LABGSM.
[1] Sagem Communication, „HiLo Technical Specification” ed.06, 2009.
[2] Sagem Communication, „AT Command Set for HiLo/HiLoNC Modules”
ed. 07, 2009.
[3] Bratek P., K. Boroń, P. Dziurdzia, A. Kos: A New Didactic Equipment
for Teaching of Industrial GSM/GPRS and Telemetry Systems. IM-
APS 2009.
[4] Powers S., J.Peek, T. O’Reilly, M. Loukides: Unix Power Tools. Third
edition, O’Reilly, 2002.
[5] Stevens W.R., B. Fenner, A.M. Rudoff: UNIX Network Programming:
The sockets networking API. Addison-Wesley, 2004.
[6] Shanmugam R., R. Padmini, S. Nivedita: Special Edition Using TCP/
IP. Que Publishing, 2002.
Układ zasilania i sterowania impulsowej diody laserowej
z rozłożonym sprzężeniem zwrotnym pracującej w paśmie
widmowym bezpiecznym dla wzroku
dr inż. Wiesław Pichola, mgr inż. Maria Maciejewska, inż. Marcin Mamajek,
dr inż. Jacek Kwiatkowski, dr inż. Jacek Świderski
Wojskowa Akademia Techniczna, Instytut Optoelektroniki, Warszawa
We wczesnych latach 70. lasery pompowane były głównie lampami
błyskowymi lub innymi laserami [1, 2]. Koniec lat 80. i lata
90. to okres, w którym zaczęto wykorzystywać diody laserowe
jako źródła pompujące lasery ciała stałego i fakt ten zadecydował
w ogromnej mierze o ich gwałtownym rozwoju, jaki obserwujemy
do dnia dzisiejszego [3–5]. Postęp technologii, opracowanie
nowych metod wytwarzania (epitaksja, podwójna epitaksja)
nowych materiałów i struktur spowodowały dynamiczny rozwój
rozpartywanych źródeł światła. Zastosowanie nowych rozwiązań
technologicznych pozwala m.in. na zmniejszenie rezystancji termicznej
między złączem a obudową, co skutkuje zwiększeniem
mocy z jednostki objętości diody laserowej, podwyższeniem częstotliwości
przy pracy impulsowej z dziesiątek kHz do powyżej
100 MHz i skróceniem czasu trwania impulsu poniżej 1 ns. Są to
kluczowe parametry dla wielu aplikacji wykorzystujących bezpośrednio
lub pośrednio diody laserowe – np. w dalmierzach laserowych,
wskaźnikach celów lub układach LADAR [6,7].
Artykuł przedstawia propozycję rozwiązania układowego generatora
impulsów prądowych dla diod laserowych z rozłożonym
sprzężeniem zwrotnym na przykładzie diody LC25T firmy OCLARO
[8], generującej promieniowanie o długości fali 1550 nm.
Opracowanie założeń i projekt koncepcyjny
zasilacza impulsowej diody laserowej
Projektowany zasilacz miał być źródłem energii elektrycznej dla impulsowej
diody laserowej typu LC25T firmy OCLARO z możliwością
zapewnienia odpowiedniego chłodzenia diody. W tabeli przedstawiono
parametry rozpatrywanej diody laserowej, na podstawie
których ustalono wymagania w stosunku do jej układ zasilania.
Z danych przedstawionych w tab. można wyodrębnić zasadnicze
podzespoły projektowanego układu zasilania i określić ich
podstawowe parametry. Schemat blokowy oraz schemat szczegółowy
zasilacza i sterownika impulsowej diody laserowej LC25T
przedstawiono odpowiednio na rys. 1 i 2.
Układ zasilania składa się z trzech głównych modułów, tj.:
• generatora fali sinusoidalnej,
• układu kształtowania impulsu,
• wzmacniacz prądowego.
Generator fali sinusoidalnej zbudowano na tranzystorze
BF197 w układzie Colpitz’a, który umożliwia uzyskanie na wyjściu
sinusoidy (rys. 3), o regulowanej częstotliwości do 10 MHz.
Regulację częstotliwości pracy generatora uzyskuje się poprzez
Elektronika 5/2012 77

Podstawowe parametry impulsowej diody laserowej LC25T
Basic parameters of pulsed LC25T laser diode
Moc wyjściowa w impulsie
Długość fali λ
Zmiana długości fali λ w funkcji temperatury
Sprawność – dla 4 mW
Sprawność – dla (7…10) mW
Temperatura pracy
Maksymalny prąd pracy
Typowy prąd progowy
Maksymalny prąd progowy
Czas narastania/opadania impulsu optycznego
(20…80%)
Napięcie pracy
10 mW
(1527…1563) nm
0,09 nm/°C
0,08…0,17 mW/mA
0,143…0,43 mW/mA
8…50°C
100 mA
10 mA
22 mA
125 ps
1,3…1,8 V
Prąd diody monitorującej 50...1200 µA
Rezystancja termistora przy zmianie temperatury
50…8°C
Maksymalny prąd modułu Peltier’a
Dopuszczalne napięcie modułu Peltier’a
4,07…20,7 kΩ
1000 mA
2,4 V
Rys 1. Schemat blokowy zasilacza i sterownika impulsowej diody
laserowej LC25T. LD – dioda laserowa, R11 = 330 Ω – rezystor
zabezpieczający diodę przed przebiciem, R10 = 150 Ω – rezystor
ustalający maksymalny prąd diody, R9 = 1 kΩ – potencjometr
regulujący prąd diody, L3 – cewka regulująca częstotliwość fali sinusoidalnej
Fig. 1. Block diagram of supply and control system of pulsed LC25T
laser diode. LD – laser diode, R11 = 330 Ω – resistor protecting the
diode against breaking down, R10 = 150 Ω – resistor defining maximum
diode current, R9 = 1 kΩ – potentiometer tuning the diode current,
L3 – coil tuning the sinusoid wave frequency
zmianę indukcyjności L3 obwodu rezonansowego generatora.
Obwód rezonansowy tworzy indukcyjność L3 oraz pojemności C9
i C10. Częstotliwość generowanej fali sinusoidalnej jest odwrotnie
proporcjonalna do indukcyjności oraz pojemności i może być
zdefiniowana następującym wzorem:
1
f = ,
(1)
2π
LC
gdzie: L – indukcyjność L3, C – pojemność zastępcza C = C9 ·
C10/(C9 + C10).
Układ kształtowania impulsu wyzwalany jest tylko dodatnimi
połówkami sinusoidy. Na wyjściu tego układu otrzymujemy impulsy
o częstotliwości generatora, ale o znacznie krótszym – około 5
ns na poziomie 50% amplitudy – czasie trwania (rys. 4). Zasadniczym
elementem układu jest szybki obwód scalony TTL 74S132.
Układ ten to czterokrotna dwuwejściowa bramka NAND z przerzutnikami
Schmitta (rys. 5). Uzyskany czas trwania impulsów jest
górną granicą możliwości układów TTL serii S.
W układzie kształtowania impulsów przy generacji wykorzystywane
jest opóźnienie spowodowane czasem propagacji przez
pojedynczą bramkę NAND. Dla serii 74S czas ten wynosi 3 ns
zarówno dla propagacji do stanu niskiego jak i wysokiego na wyjściu.
Aby na wyjściu układu pojawił się impuls, prąd musi przepłynąć
przez bramkę podłączoną do pinów 12, 13 – ponieważ
z jej wyjścia sygnał podawany jest na wejście nr 2 kolejnej bramki
NAND. Regulacja czasu trwania impulsu odbywa się przez
regulację prądu diody za pomocą zmiany rezystancji R14. Aby
uzyskać impulsy promieniowania optycznego o czasie trwania
krótszym niż 3 ns dioda musi pracować niewiele ponad progiem
generacji – jest wówczas wyzwalana samym wierzchołkiem impulsu
prądowego.
Rys. 2. Szczegółowy schemat układu zasilania
i sterownika diody laserowej LC25T
Fig. 2. Detailed diagram of supply and control
system of LC25T laser diode
78
Elektronika 5/2012

Rys. 3. Napięcie wyjściowe generatora (punkt 1 – rys. 1) – Up-p = 1,5 V
Fig. 3. Output voltage of generator (point 1 – Fig. 1) – Up-p = 1,5 V
Rys. 6. Schemat blokowy układu HKZ-P3
Fig. 6. Block diagram of HKZ-P3 system
a)
Rys. 4. Impulsy wyjściowe układu kształtowania impulsu (punkt 2
– rys. 2)
Fig. 4. Output pulses of pulse shaping system (point 2 – Fig. 2)
b)
c)
Rys. 5. Schemat podłączenia układu 74S132
Fig. 5. Diagram of 74S132 system connections
Rys. 7. Oscylogramy przedstawiające czasy trwania i czasy zboczy impulsu
optycznego diody laserowej: a) czas trwania impulsu – 419,4 ps;
czas narastania zbocza impulsu – 261,2 ps, b) czas trwania impulsu
– 755,5 ps; czas narastania zbocza impulsu – 482,7 ps, c) czas trwania
impulsu – 1,183 ns; czas narastania zbocza impulsu – 789.1 ps
Fig. 7. Oscilloscope pictures presenting pulse duration and pulse
rise/fall time of the laser diode: a) pulse duration – 419.4 ps; rise time
– 261.2 ps, b) pulse duration – 755.5 ps; rise time – 482.7 ps, c) pulse
duration – 1.183 ns; rise time – 789.1 ps
Elektronika 5/2012 79

Rys. 8. Impuls prądowy (przebieg górny) i impuls promieniowania
laserowego diody (przebieg dolny)
Fig. 8. Current pulse (upper trace) and optical pulse of laser diode
(lower trace)
Wzmacniacz prądowy powinien dostarczać do diody laserowej
prąd, regulowany w zakresie 0...100 mA. Ujemny impuls
napięciowy podawany na katodę diody laserowej LD z wyjścia
wzmacniacza (punkt 3 – rys. 1), powoduje przepływ prądu przez
diodę i generację promieniowania optycznego. Poziom mocy lasera
w impulsie jest proporcjonalny do prądu diody i zmienia się
w zakresie (0…10) mW. Zastosowany wzmacniacz prądowy to
układ scalony HKZ-P3 firmy iCHaus (rys. 6), umożliwiający pracę
impulsową diody laserowej z częstotliwością do 155 MHz lub generację
w reżimie CW. Prąd przepływający przez diodę zależy od
napięcia podawanego na układ oraz wartości rezystancji R9 (która
może być regulowana w zakresie od 0 Ω do 1 kΩ) i R10 równej
150 Ω (rys. 1 lub rys. 2). Dodatkowo, sterownik diody wyposażony
jest w układ odcięcia zabezpieczający przed zniszczeniem pod
wpływem zbyt wysokiej temperatury.
Na rysunku 7 pokazano kształt impulsów promieniowania laserowego
dla różnych poziomów mocy. Na rys. 8. przedstawiono
z kolei oscylogramy prądu (kanał 1) i promieniowania optycznego
(kanał 2) diody laserowej z synchronizacją od zbocza impulsu
prądu.
Realizacja praktyczna (wersja prototypowa) opracowanego
układu została przedstawiona na rys. 9. W celu zminimalizowania
pojemności i indukcyjności montażu, wyprowadzenia
(piny) diody, przykręconej stopką do radiatora, umieszczono
bezpośrednio w płytce obwodu drukowanego (na jej poziomie,
w wyciętym otworze). Następnie, w możliwej minimalnej odległości,
zamontowano podzespoły generatora – układy scalone
i elementy im towarzyszące. Taki montaż minimalizuje czas narastania
i opadania impulsu prądowego diody a tym samym obniża
straty komutacyjne. Układ ten zasilany jest z jednofazowej
sieci przemysłowej 230 V/50 Hz i docelowo umieszczony będzie
w jednej, kompaktowej obudowie.
Wnioski
Opracowanie i praktyczna realizacji układu sterowania parametrami
wyjściowymi diody laserowej (na przykładzie diody serii
LC25T firmy OCLARO) pozwala na sformułowanie następujących
wniosków:
● Dla podanych warunków pracy diody tzn. dla przyjętego zakresu
czasu trwania i częstotliwości oraz nie wykorzystywania
diody monitorującej do stabilizacji mocy promieniowania
diody lasowej nie trzeba stosować specjalnych sterowników
o dużej szybkości przełączania. Generator zadający częstotliwość
i układ kształtowania impulsu można z powodzeniem
zbudować na standardowych układach scalonych TTL. Obniża
to znacznie koszt i czas wykonania całego układu.
● Opracowany prototyp urządzenia pozwala na uzyskanie impulsów
promieniowania o założonych wstępnie parametrach,
tj. czasie trwania (0,4…5) ns i częstotliwości powtarzania
(0,6…2) MHz. Układ ten stanowi idealny generator promieniowania
laserowego dla światłowodowych wzmacniacza
impulsów typu Master Oscillator Power Amplifier (MOPA)
z końcowym przeznaczeniem np. do układu dalmierza laserowego,
układu LADAR lub generatora promieniowania
superciągłego.
● Prezentowany układ zasilania i sterowania dotyczy diody laserowej
serii LC25T firmy OCLARO, nie mniej jednak samo
rozwiązanie konstrukcyjne pozwala na zasilanie i sterowanie
różnych diod laserowych pracujących w reżimie impulsowym,
o zbliżonych parametrach.
Autorzy składają podziękowanie Janowi KARCZEWSKIEMU za
ogromną pomoc przy budowie zasilacza oraz bezcenne wskazówki
konstrukcyjne.
Praca realizowana w ramach Projektu LIDER (Lider 04/198/L-
1/09/NCBiR/2010) finansowanego przez Narodowe Centrum Badań
i Rozwoju.
Rys. 9. Prototyp układu zasilania i sterowania impulsowej diody
laserowej LC25T (1 – dioda laserowa, 2 – wzmacniacz impulsów
prądowych IC-HKZ-P3, 3 – cewka do regulacji częstotliwości fali sinusoidalnej,
4 – układ scalony 7905 (stabilizator napięcia -5V), 5 – potencjometr
do wstępnej regulacji prądu diody (ang. bias), 6 – potencjometr
do regulacji prądu diody, 7 – cyfrowy układ scalony 74S132,
8 – tranzystor BF197)
Fig. 9. Prototype of supply and control system of pulsed LC25T laser
diode (1 – laser diode, 2 – amplifier of current pulses IC-HKZ-P3,
3 – coil for tuning the sinusoid wave frequency, 4 – integrated circuit
7905 (voltage stabilizer -5V), 5 – potentiometer for tuning the bias,
6 – potentiometer for tuning the diode current, 7 – digital integrated
circuit 74S132, 8 – transistor BF197)
Literatura
[1] Snitzer E.: Proposed fibre cavities for optical masers. J. Appl.
Phys. 32, 36–39, 1961.
[2] Jankiewicz Z.: Lasery gazowe i ciała stałego. Podstawowe problemy
współczesnej techniki; A. Smoliński (red.); tom XXVI, cz. I, PWN,
Warszawa, 1992.
[3] http://www.limo.de
[4] http://www.dilas.de
[5] http://www.jold.de
[6] Henrie J., M.S. Bowers, R. Afzal, B. Jenson: Compact, high-power,
eye safe fiber laser for LADAR. Proc. of SPIE 6952, 695204, 2008.
[7] Wan P., J. Liu, L. Yang, F. Amzajerdian: Pulse shaping fiber lasers for
free-space and lidar applications. Proc. SPIE 7817, 78170K, 2010.
[8] http://www.oclaro.com
80
Elektronika 5/2012

W dniach 12–15 kwietnia w Dubrowniku (Chorwacja)
odbyła się Międzynarodowa Konferencja Prasowa
prezentującą doroczną wystawę radiową.
W ciągu trzech dni trwania konferencji organizatorzy
przedstawili swoje zamierzenia związane z ekspozycją,
która ma się odbyć w dniach od 31 sierpnia do
5 września br.
Ogromny wzrost dynamiki innowacji w odczuciu
klientów, którzy są zafascynowani nowymi opracowaniami
stworzył nastrój optymizmu wśród producentów
elektronicznego sprzętu powszechnego użytku i placówek
handlowych. Międzynarodowa Wystawa Radiowa,
organizowana corocznie w Berlinie (IFA Internationale
FunkAusstellung), w ostatnich latach wyjątkowo
udane światowe wydarzenie, stała się miejscem prezentacji
globalnie ważnych nowych produktów. Firma
organizująca wystawę – Messe Berlin ogłosiła, że po
raz kolejny IFA 2012 ma już zwiększoną liczbę rezerwacji
stoisk, a oczekiwania są takie, że popyt wzrośnie
jeszcze bardziej.
„Wzrost rynku, innowacyjne rozwiązania i rozwój
produktów stworzyły środowisko sprzyjające IFA 2012.
W tym roku jednym z najważniejszych celów dla przemysłu
i handlu w 2012 roku będzie wspólne porozumienia
na drodze do powszechnego zorientowania
wartości nowych opracowań. Jako najważniejsze zadanie
dla przemysłu centrum i rynek IFA może wnieść
znaczący wkład w realizację wspólnego celu, z rankingu
wartości dodanej” – powiedział Dr Rainer Hecker,
przewodniczący Rady Nadzorczej GFU (Gesellschaft
für Unterhaltungs-und Kommunikationselektronik)
– firmy śledzącej rozwój elektronicznego sprzętu powszechnego
użytku.
Wypowiadając się na temat aktualnych tendencji
rynkowych, Jürgen Boyny, dyrektor Global Consumer
Electronics GfK Retail and Technology, powiedział:
„Od roku 2010 rynek elektroniki użytkowej i sprzętu
gospodarstwa domowego rośnie na całym świecie.
Prognozy na 2012 r. określają globalny wzrost na 3
do 5 procent. Wzrost ten ma miejsce na rynkach
wschodzących i jest wynikiem innowacji, czyli dotyczy
produktów, które są na wystawie IFA. Ten wzrost jest
wymuszany przez tablety, smartfony i – mniej dynamicznie
niż w latach poprzednich -. telewizory LCD,
wraz z telewizorami LED, trójwymiarowymi (3D) i połączonymi
z Internetem „
„Fakt, że świat elektroniki użytkowej i sprzętu gospodarstwa
domowego przyciąga 140 tys. odwiedzających
z branży i ponad 6000 dziennikarzy do Berlina
nie ma sobie równych na całym świecie. Rozwój wystawy
IFA pod względem wzrostu i innowacji to ciągły
sukces.” – powiedział Dr Christian Göke, dyrektor
Messe Berlin.
Nowinki techniczne IFA
Dla miłośników nowinek technicznych odwiedzających
IFA, dla dziennikarzy, ekspertów i decydentów
z przemysłu i handlu w jednej z hal będą
zgromadzone rozwiązania dla rynków przyszłości
(IFA TecWatch). Eksponaty obejmą szeroki zakres
tematów i nowe techniki wyświetlania i nowe urządzenia
i podzespoły, a w tym 3-D i Super rozwiązania
HD jutra (telewizji wielkiej rozdzielczości), połączenie
światów wirtualnych i realnych oraz „chmury”,
miejsca, gdzie liczne nowe funkcje, począwszy od
rozrywki do usług mogą się spotkać. Wśród najważniejszych
będzie „E-Haus”, model w pełni sieciowego
środowiska domowego, przedstawiony przez stowarzyszenia
branżowe ZVEH, ZVEI i VDE, pokazujący
życie w inteligentnym domu. Użytkownicy będą mogli
dowiedzieć się, co przyszłościowe rozwiązania są
w stanie zrealizować: oszczędność energii, nadzór
domu, zdalny monitoring ważnych funkcji i łatwą kontrolę
różnych mediów. Oprócz eksponatów na Forum
TecWatch IFA, w centrum sali będzie wyświetlany
unikalny program prezentacji, referatów i dyskusji
panelowych.
Tendencje w branży
Jako czołowe światowe targi elektroniki użytkowej
i sprzętu gospodarstwa domowego IFA zaprezentuje
szeroki asortyment branży jako rozwijający się
dynamicznie i innowacyjnie. Czołowe miejsce zajmą
oraz większe ekrany telewizyjne z ostrym obrazem
przestrzennym (3D) o wyśmienitych kolorach, z lub
bez okularów do telewizorów i monitorów komputerowych,
a także cienkie, lekkie, wydajne, szybkie
ultrabooki, urządzenia informatyczne i urządzeń telekomunikacyjnych
z możliwością pracy w sieci, do
domu i w podróży – to czołowe tendencje w branży
elektroniki użytkowej.
IFA jest najbardziej znaczącą wystawą elektroniki
użytkowej i urządzeń gospodarstwa domowego, odbędzie
się w okresie od 31 sierpnia do 5 września 2012
roku w Berlinie. (cr)

Zaprenumeruj wiedz fachow
2012
WWW.SIGMA-NOT.PL
Nasze czasopisma według branż
Ceny (brutto) podstawowej wersji prenumeraty rocznej na 2012 r. Prenumerata PLUS* - należy doliczyć 44,28 zł brutto (36 zł netto) do ceny podstawowej prenumeraty.
*Prenumerata PLUS to prenumerata w wersji papierowej + roczny dostęp (poprzez Portal Informacji Technicznej) do publikacji z zaprenumerowanego tytułu.
Cena brutto tej prenumeraty zawiera stawkę 5 lub 8 % VAT na czasopisma w wersji papierowej i 23 % VAT na dostęp do Portalu.
Przemysł
Spożywczy
Chłodnictwo
(miesięcznik)
315,00 zł
Gazeta Cukrownicza
(dwumiesięcznik)
214,20 zł
Gospodarka Mięsna
(miesięcznik)
263,97 zł
Przegląd
Gastronomiczny
(miesięcznik)
214,20 zł
Przegląd Piekarski
i Cukierniczy
(miesięcznik)
194,40 zł
Przegląd
Zbożowo-Młynarski
(miesięcznik)
302,40 zł
Przemysł Spożywczy
(miesięcznik)
277,20 zł
Przemysł Fermentacyjny
i Owocowo-Warzywny
(miesięcznik)
277,20 zł
Budownictwo
Ciepłownictwo,
Ogrzewnictwo,
Wentylacja
(miesięcznik)
277,20 zł
Gaz, Woda
i Technika Sanitarna
(miesięcznik)
277,20 zł
Materiały Budowlane
(miesięcznik)
252,00 zł
Przegląd Geodezyjny
(miesięcznik)
277,20 zł
Szkło i Ceramika
(dwumiesięcznik)
138,60 zł
Wokół Płytek
Ceramicznych
(kwartalnik)
75,60 zł
Elektronika,
Energetyka,
Elektrotechnika
Elektronika – Konstrukcje,
Technologie,
Zastosowania
(miesięcznik)
352,80 zł
Przegląd
Elektrotechniczny
(miesięcznik)
378,00 zł
Przegląd Telekomunikacyjny
+ Wiadomości
Telekomunikacyjne
(miesięcznik)
302,40 zł
Wiadomości
Elektrotechniczne
(miesięcznik)
327,60 zł
Przemysł
Lekki
Przegląd Włókienniczy
– Włókno, Odzież, Skóra
(miesięcznik)
315,00 zł
Hutnictwo,
Górnictwo
Hutnik
+ Wiadomości Hutnicze
(miesięcznik)
327,60 zł
Inżynieria Materiałowa
(dwumiesięcznik)
327,60 zł
Rudy i Metale
Nieżelazne
(miesięcznik)
327,60 zł
Przemysł
Pozostały
Gospodarka Wodna
(miesięcznik)
327,60 zł
Przegląd Papierniczy
(miesięcznik)
263,97
Przemysł Chemiczny
(miesięcznik)
504,00 zł
Czasopisma
Ogólnotechniczne
Atest
– Ochrona Pracy
(miesięcznik)
252,00 zł
Maszyny, Technologie,
Materiały – Technika
zagraniczna
(dwumiesięcznik)
88,20 zł
Problemy Jakości
(miesięcznik)
315,00 zł
Przegląd Techniczny
(dwutygodnik)
270,27 zł
Zakład Kolportażu Wydawnictwa SIGMA-NOT – ul. Ku Wiśle 7, 00-707 Warszawa,
tel. (22) 840 35 89, 840 30 86, faks (22) 891 13 74, e-mail: kolportaz@sigma-not.pl
Czasopisma
Wielobranżowe
Aura
– Ochrona Środowiska
(miesięcznik)
189,00 zł
Dozór Techniczny
(dwumiesięcznik)
157,50 zł
Ochrona Przed Korozją
(miesięcznik)
428,40 zł
Opakowanie
(miesięcznik)
226,80 zł
NOWOŚĆ!
Prenumerata PLUS
z dostępem do
e-publikacji