A fantomfrekvencia kivédése a digitális MEMS érzékelőkben

By Tom Bocchino, STMicroelectronics

Az elmúlt több mint egy évtizedben a mikro-elektromechanikus rendszereken (MEMS) alapuló rendszerek tervezői az analóg változatok helyett elkezdtek áttérni a digitális MEMS érzékelők használatára. Ezt a tendenciát serkentette a különféle érzékelők elérhetősége, a funkciók, az összeépíthetőség és a kisebb költségek. A digitális MEMS érzékelők kiválasztásakor a mérnöknek olyan szempontokat kell figyelembe vennie, mint az érzékelő hatótávolsága, a zaj, a tokozás és az áramfelvétel. A tehetetlenségen alapuló (inerciális) MEMS érzékelők, például a gyorsulásmérők esetében a tervezőknek figyelembe kell venniük az érzékelő sávszélességi adatait is, hogy elkerüljék azt, hogy fantomfrekvenciák (elterjedt angol szóval aliasing) révén nem kívánt jelek kerüljenek be az érzékelő jelláncába.

Ez a cikk ismerteti annak alapjait, hogy hogyan kerülhetnek fantomfrekvenciák az érzékelőrendszerekbe, és bemutatja a kivédésükre használt néhány módszer kompromisszumait.

Háttér

Az olyan felhasználási területeken, mint az állapotfigyelés (CbM, Condition Based Monitoring), a megelőző karbantartás (PdM, Predictive Maintenance), valamint a zajcsökkentés, a biometrikus visszajelzés, de számos más területen is a MEMS gyorsulásmérők1 váltak a első számú rezgésérzékelő eszközökké. A piezoelektromos és analóg érzékelőkre épülő korábbi megoldásokkal szemben a digitális gyorsulásmérők olyan kulcsfontosságú előnyöket kínálnak, mint a kis fogyasztás, az alacsony költségek és a kis tokméret. A digitális MEMS gyorsulásmérők méretezhetősége lehetővé teszi a rendszertervezők számára, hogy akár több gyorsulásmérőt is használjanak a rendszerben, és az érzékelőket távol, a rezgés fizikai fellépésének helyén helyezzék el. Ez lehetővé teszi, hogy a rendszer csúcsteljesítményt érjen el azáltal, hogy a tehetetlenségi mozgást helyben érzékeli, és így valós idejű elemzést és azonnali intézkedéseket tesz lehetővé.

A digitális gyorsulásmérők jellegzetes felhasználási területeit szemléltető ábra1. ábra: A digitális gyorsulásmérők jellegzetes felhasználási területei (ábra: STMicroelectronics)

A digitális gyorsulásmérők teljesen beépített jellege miatt a tervezőknek figyelembe kell venniük az érzékelő sávszélességét és frekvenciaátviteli jelleggörbéjét (más szóval frekvenciamenetét). Ez különösen igaz a rezgésmérő eszközök esetében, ahol a tervezőnek meg kell akadályoznia, hogy a bemenőfrekvenciából származó fantomfrekvencia jelenjen meg az érzékelő kimenetén.

A Nyquist-tétel

A gyorsulásmérőre épülő rendszerekben akkor jelenik meg fantomfrekvencia, ha az érzékelő mintavételezési frekvenciája túl kicsi a bemenőjel pontos megméréséhez. A MEMS érzékelőt használó rendszerekben, például a rezgésérzékelőkben a fantomfrekvencia katasztrofális hibákat okozhat, mert lehet, hogy a fantomfrekvencia nincs is jelen a tényleges rezgésjelben.

A 2. ábra a fantomfrekvenciára mutat egy példát. A mintavételi frekvencia kisebb, mint a rezgés frekvenciájának kétszerese, ami fantomfrekvenciás hullámformát hoz a kimenőjelbe. A fantomfrekvencia nincs jelen a tényleges rezgésben, hanem csak a bemeneti rezgésjel alulmintavételezéséből adódó jelhiba. A fantomfrekvencia abból származik, hogy az analóg-digitális átalakítási mintákat a rezgés fel- és lefutó hullámgörbéjén rögzítik, ami interpolálva a tényleges rezgéstől eltérő hullámformát eredményez.

A túl kis mintavételi frekvencia miatt fantomfrekvenciás kimenőjel képe2. ábra: A túl kis mintavételi frekvencia miatt fantomfrekvenciás kimenőjel (ábra: STMicroelectronics)

A digitális jelfeldolgozásban a mintavételi frekvenciára vonatkozó jól bevált, Nyquist-tétel néven ismert szabályt az 1. egyenlet szemlélteti. Ez a szabály azt mondja ki, hogy a fantomfrekvencia megelőzhető, ha a rendszerben jelenlévő legmagasabb frekvencia (F) legalább kétszeresének megfelelő f(sampling) mintavételi frekvenciát használunk.

1. egyenlet1. egyenlet

Például egy 100 Hz-es rezgést legalább > 200 Hz-es frekvenciával kell mintavételezni ahhoz, hogy a rezgésjelet fantomfrekvencia nélkül lehessen érzékelni. Amint az a 3. ábrán látható, a tényleges rezgésjelet akkor rögzítik helyesen, ha a mintavételezés a minimális frekvenciánál sokkal nagyobb frekvenciával történik. A túlmintavételezés a digitális szűrés egyik módszere, de meg kell jegyezni, hogy a jelláncba még mindig bekerülhet némi nem kívánt jel.

Kép: a túlmintavételezést az érzékelő kimenőjelében megjelenő fantomfrekvencia megakadályozására használják.3. ábra: A túlmintavételezés az érzékelő kimenőjelében megjelenő fantomfrekvencia megakadályozására szolgál (ábra: STMicroelectronics)

A túlmintavételezés mint a fantomfrekvencia csökkentésére szolgáló módszer hátránya, hogy a nagy mintavételi frekvencia miatt jelentősen magasabb lesz a fogyasztás. A jellegzetes érzékelők esetében a mintavételi frekvencia vagy kimeneti adatátviteli sebesség (ODR, output data rate) közvetlen összefüggésben áll a fogyasztással, amint azt a 4. ábra mutatja. Nagyobb mintavételi frekvenciákon jelentősen megnő az áramfelvétel.

Egy gyorsulásmérő áramfelvételét szemléltető ábra4. ábra: Egy gyorsulásmérő áramfelvétele (ábra: STMicroelectronics)

A fogyasztás csökkenthető a mintavételi frekvenciát a Nyquist-frekvenciához közelítve, amint az az 5. ábrán látható. Itt a mintavételi frekvencia 500 Hz-re lett csökkentve, ami körülbelül a Nyquist-frekvencia 2,5-szerese. 500 Hz-es mintavételezés esetén interpolációval még mindig visszaállítható a tényleges rezgéshullámforma, és az áramfelvétel csökken a Nyquist-frekvencia 10-szeresével történő mintavételezéshez képest.

A mintavételi frekvencia a Nyquist-frekvencia 2,5-szeresére csökkentésének eredményét mutató ábra5. ábra: A mintavételi frekvencia a Nyquist-frekvencia 2,5-szeresére csökkentésének eredménye (ábra: STMicroelectronics)

Ez előrelépés az előző példához képest, de még mindig fennáll annak a veszélye, hogy valamilyen, a bemeneten lévő nem várt nagyobb frekvenciájú jel fantomfrekvencia formájában bekerülhet az érzékelő jelláncába.

A mintavételi frekvencia magyarázata

A gyorsulásmérők használatával kapcsolatban az egyik leggyakoribb kérdés az, hogy hogyan válasszuk ki a megfelelő mintavételi frekvenciát egy adott berendezéshez. A mintavételi frekvencia kiválasztása gyakran kompromisszumot jelent a teljesítmény és az akkumulátor üzemideje között. A nagy mintavételi frekvencia méretes adatfájlokat eredményezhet, amelyek nehezen kezelhetőek, lassítják a kommunikációt, és csökkenthetik a hatásfokot. Másrészt viszont a túl alacsony mintavételi frekvencia fantomfrekvenciát hozhat a rendszerbe, amint azt az előző példák is mutatják.

A jó hír az, hogy a legkisebb mintavételi frekvencia kiválasztására léteznek jól bevált ökölszabályok. Azokban a berendezésekben, ahol nincs korlátozva a fogyasztás, a mintavételi frekvencia az eseményfrekvencia sokszorosára állítható. A digitális szűrés azonban a rezgési adatok és a zaj analóg mivolta miatt még nagyobb mintavételi frekvencia esetén is hajlamos fantomfrekvenciát vinni a rendszerbe.

Fantomfrekvencia-gátló szűrő (AAF)

A nagyobb fogyasztás mellett a digitális túlmintavételezésnek más hátrányai is vannak. A rezgések nem mindig tökéletes szinuszhullámok, hanem gyakran tartalmaznak nagyfrekvenciás összetevőket, például felharmonikusokat és zajt. Ezeknek a hatásoknak a csökkentésére aluláteresztő szűrőt lehet használni a nagy frekvenciák eltávolítására még a jel mintavételezése előtt. Ez az aluláteresztő szűrő, más néven fantomfrekvencia-gátló szűrő (AAF, anti-aliasing filter) a MEMS gyorsulásmérők egyes változataiba be is van építve.

Egy analóg fantomfrekvencia-gátló (aluláteresztő) szűrő blokkvázlata6. ábra: Analóg fantomfrekvencia-gátló (aluláteresztő) szűrő (ábra: STMicroelectronics)

A fantomfrekvencia-gátló szűrő alapvetően úgy működik, mint egy aluláteresztő szűrő: eltávolítja a nagyfrekvenciás tartalmat a jelből, még mielőtt az analóg-digitális átalakító mintavételezné a jelet. A fantomfrekvencia-gátló szűrőnek az analóg-digitális átalakító előtt kell lennie ahhoz, hogy az elgondolás működjön. Ha a fantomfrekvencia-gátló szűrő az analóg-digitális átalakító után van, akkor digitális szűrővé válik, és a digitális szűrő és a túlmintavételezés hátrányairól korábban már esett szó.

Gyorsulásmérő termékcsalád beépített fantomfrekvencia-gátló szűrővel

Az LIS2DU12 egy 3 tengelyű digitális gyorsulásmérőkből álló termékcsalád. Ezek a gyorsulásmérők az analóg bemeneti áramkörbe (AFE, analog front end) beépített fantomfrekvencia-gátló szűrővel vannak ellátva. Az LIS2DU termékcsaládnak három tagja van, amelyek mindegyike az alapkivitel mellett egyedi funkciókkal rendelkezik. Mindhárom eszköz az STMicroelectronics 2 mm × 2 mm-es, 12 lábú MEMS gyorsulásmérő-tokozásában kapható. Mindhárom eszköz ugyanazt a rendkívül kis fogyasztású szerkezeti felépítést használja, és a fantomfrekvencia-gátló szűrő lehetővé teszi, hogy az áramfelvétel a legkisebbek között legyen a piacon. A család tagjainak összehasonlítása:

LIS2DU12: rendkívül kis fogyasztású gyorsulásmérő fantomfrekvencia-gátló szűrővel és mozgásérzékeléssel.

LIS2DUX12: rendkívül kis fogyasztású gyorsulásmérő fantomfrekvencia-gátló szűrővel és beágyazott gépi tanulási maggal (MLC, machine learning core).

LIS2DUXS12: rendkívül kis fogyasztású gyorsulásmérő villamostöltés-változás-érzékelővel (Qvar), gépi tanulási maggal és fantomfrekvencia-gátló szűrővel.

Az LIS2DU termékcsaládban az aluláteresztő szűrő a jelláncnak az analóg-digitális átalakító előtti részébe van beépítve, hogy még a digitális átalakítás előtt eltávolítsa a zajt.

Az LIS2DU12 amellett, hogy el van látva a kulcsfontosságú fantomfrekvencia-gátló szűrővel, számos korszerű digitális funkciót is tartalmaz. Ezek a fő mikrovezérlőt hivatottak tehermentesíteni azzal, hogy maguk valósítanak meg néhány gyakran használt funkciót, amilyen például a szabadesés, a megdöntés és a térbeli helyzet (tájolás) érzékelése, a tapintásérzékelés és az eszköz felébresztése (alvó állapotból). Az LIS2DUX12 tartalmaz ezenfelül egy beágyazott gépi tanulási magot (MLC) is az olyan magasabb szintű funkciók megvalósításához, amelyeket az adott berendezéshez lehet kifejleszteni a tervezés során.

Az STMicroelectronics LIS2DUX12 gyorsulásmérő szűrési láncának blokkvázlata7. ábra: Az LIS2DUX12 gyorsulásmérő szűrési láncának blokkvázlata, amelyen jól látható az fantomfrekvencia-gátló aluláteresztő szűrő (anti-aliasing LP (low pass) filter), az analóg-digitális átalakító (ADC) és a digitális aluláteresztő szűrő (digital LP filter) egymáshoz képesti helye (ábra: STMicroelectronics)

Az LIS2DU12 analóg fantomfrekvencia-gátló szűrő frekvenciaátviteli jellegörbéje a 8. ábrán látható. Az egyes görbéken a 25 Hz és 400 Hz közötti frekvenciaértékek a szűrőlánc sávszélességére vonatkoznak.

Az STMicroelectronics LIS2DU12 analóg fantomfrekvencia-gátló (aluláteresztő) szűrő frekvenciaátviteli jelleggörbéi (nagyításhoz kattintson az ábrára)8. ábra: Az LIS2DU12 analóg fantomfrekvencia-gátló (aluláteresztő) szűrő frekvenciaátviteli jelleggörbéi (ábra: STMicroelectronics)

A végeredmény az, hogy az LIS2DU12 gyorsulásmérő termékcsalád sokkal kisebb áramfelvétellel képes működni, miközben a régebbi gyorsulásmérőkkel azonos pontosságot ér el. A mindhárom változatba beépített fantomfrekvencia-gátló szűrő mellett az LIS2DUX12 és az LIS2DUXS12 az STMicroelectronics első olyan fogyasztói MEMS eszközei, amelyek beágyazott gépi tanulási magot is tartalmaznak.

Összegzés

A fantomfrekvencia jelentős hibaforrás, amely a rendszer hibás működését eredményezheti. A fantomfrekvencia hatásainak mérsékléséhez a tervezőnek először is meg kell értenie a rendszer működését, és előre meg kell határoznia az érzékelőlánc valamennyi összetevőjének frekvenciatartalmát. A Nyquist-tétel megadja a legnagyobb mérendő frekvencia esetén szükséges legkisebb mintavételi frekvenciát.

A túlmintavételezés képes csökkenteni a fantomfrekvencia hatását, ám cserébe nagyobb fogyasztással jár. A fantomfrekvencia megelőzésére számos felhasználási területen a legjobb módszer a nemkívánatos frekvenciák eltávolítása egy fantomfrekvencia-gátló szűrő használatával, még mielőtt az analóg-digitális átalakító digitális jellé alakítaná az analóg jelet.

A tervező néhány ökölszabályt szem előtt tartva kiválaszthatja az adott felhasználási területhez megfelelő mintavételi és szűrési módszereket.

Felhasznált forrásanyagok

  1. Ultralow-power accelerometer with anti-aliasing & motion detection (Rendkívül kis fogyasztású gyorsulásmérő fantomfrekvencia-gátló szűrővel és mozgásérzékeléssel)
  2. LIS2DU12: advanced ultralow-power 3-axis accelerometer with anti-aliasing filter (LIS2DU12: Rendkívül kis fogyasztású korszerű 3 tengelyű gyorsulásmérő fantomfrekvencia-gátló szűrővel)
  3. Nyquist-Shannon sampling theorem , Shannon CE. Communication in the Presence of Noise. Proceedings of the IRE [Internet]. 1949 Jan. 1949(37):– 10. (A mintavételezésre vonatkozó Nyquist–Shannon-tétel, Shannon, C. E. Kommunikáció zaj jelenlétében. Az IRE (Institute of Radio Engineers, Rádiómérnöki Intézet) közlönye, [Internet], 1949. január, 37. évfolyam, 1. szám, 10–21. oldal)
  4. LIS2DH12: advanced ultralow-power 3-axis accelerometer (LIS2DH12: Rendkívül kis fogyasztású korszerű 3 tengelyű gyorsulásmérő)

Disclaimer: The opinions, beliefs, and viewpoints expressed by the various authors and/or forum participants on this website do not necessarily reflect the opinions, beliefs, and viewpoints of DigiKey or official policies of DigiKey.

About this author

Image of Tom Bocchino

Tom Bocchino, STMicroelectronics

Tom Bocchino is a Product Marketing Engineer and sensor specialist at STMicroelectronics with strategic focus on IoT platforms for building management, smart metering, and sustainable energy. Tom is enjoying the ride on the wave of new applications enabled by MEMS and new sensor technology.