המהפכה השקטה ב-Ceninging

ניטור סביבתי נכנס לעידן חדש.חיישנים פרוסים על פני יערות, אוקיינוסים, מרכזים עירוניים, ואזורים תעשייתיים מייצרים כעת זרמים עצומים של נתונים שיש לכבוי, לנקות, ולהתפרש עם נאמנות גבוהה.בלב של טרנספורמציה זו שוכנת עיבוד אותות דיגיטליים (DSP) ו-mdash; קבוצה של טכניקות מתמטיות חישוביות שהופכות חיישן גלם לאינטליגנציה סביבתית.

מאמר זה בוחן כיצד DSP הוא בנוי בכוונה ניטור סביבתי, האלגוריתמים הספציפיים שהופכים אותו יעיל, מהנדסי ה- Trading-offs להתמודד עם פריסת DSP בתחום, וההתכנסות המתהווה עם למידת מכונה המבטיחה להגדיר מחדש את מה החיישנים יכולים להשיג.

מה זה Digital Signal Processing?

עיבוד אותות דיגיטליים מתייחס למניפולציה המתמטית של דגימות, אותות קוונטיים ו-mdash; באופן רטיפי מתח גלפורים מ- חיישן ’ transducer & mdash; כדי לחלץ, לשפר או דחוס מידע. בניגוד לעיבוד אותות אנלוגיים, אשר פועל על אותות חשמליים רציף באמצעות מתנגדים, capacitors, וממריצים תפעוליים, DSP על גבי דיסקרטינרים, מספק גישה דיגיטלית, אשר אינה יכולה לחזור על פני אינטימיות.

שרשרת DSP בסיסית עבור חיישן סביבתי כולל: קדמית אנלוגית (מסנן דגימה ואנטי-aliasing), ממיר אנלוגי-ל-דיגיטלי (ADC), מעבד דיגיטלי (מיקרובקר, FPGA, או שבב DSP ייעודי), וממשק תקשורתי מעבדים.המעבד פועל אלגוריתמים כגון סינון חפצים המושרה רוח בתחנת מזג אוויר, מדחום, לטמפרטורה אלקטרו-כימיקלית או תמציתית של חיישן רדיואקטיבי.

מכיוון שחיישנים סביבתיים לעתים קרובות פרוסים במקומות מרוחקים, מוגבלים כוח, הבחירה של חומרת DSP ואלגוריתמים משפיעה ישירות על חיי הסוללה, אחסון נתונים ופס רוחב פס.

תפקיד DSP ב ניטור סביבתי מודרני

מתוך Raw Voltage to Decision-Ready Data

מערכות ניטור סביבתיות לעתים נדירות יש את היוקרה של תנאי מעבדה מבוקרים.תנודות טמפרטורה, לחות, הפרעה אלקטרומגנטית, רטט פיזי כל קוראי חיישן מושחתים.DSP מספק הגנה שכבתית נגד חפצים סביבתיים אלה.לדוגמה, thermocouple מדידת הטמפרטורה הקרקע באזור permafrost עשוי לייצר אות עם חרטה על בסיס 60 הרץ כוח. a digitalch לא יכול להסיר קו זה ללא הפרעה תרמית.

מעבר להסרת רעש, DSP מאפשר היתוך ו-mdash חיישן; שיתוף נתונים מאלמנטים מרובים של חישה (למשל, טמפרטורה, לחץ וריכוז גז) לתוך פלט יחיד, calibrated.זה חשוב במיוחד בצגים סביבתיים קומפקטיים ורב-פרמטר שבו שטח לוח ותקציבי חשמל הם הדוקים.

עיבוד בזמן אמת

אחד השינויים המשמעותיים ביותר ניטור סביבתי הוא המעבר לכיוון מחשוב קצה. במקום הזרמת כל הנתונים הגולמיים לשרת ענן, חיישנים מודרניים להטביע אלגוריתמי DSP אשר מעבדים אותות מקומית ומעבירים רק תוצאות בעלות ערך גבוה.זה מקטין עלויות תקשורת, מרחיב חיי סוללה ומאפשר תגובה מיידית לסיכונים & mdash; כגון גרימת התראה מבול כאשר זרם מזהה עלייה פתאומית ברמת המים.

טכניקות DSP חיוניות בשימוש בחיישנים סביבתיים

תגובה אימפולסיבית (FIR) ותגובה בלתי פוסקת (IIR)

מסננים דיגיטליים הם העורקים של מסנן DSP.FIR סביבתיים יציבים לחלוטין ויכולים ליישם תגובות לינאריות-phase, מה שהופך אותם מתאימים ליישומים שבהם צורה אות יש לשמר, כגון גלי רוח profiling. IIR מסננים מציעים גלילי הרים תלולים עם פחות אפקטיביות, אידיאלי עבור חיישנים מתוחכמים שבו יעילות חישובית היא קריטית.

Fast Fourier Transform (FFT) ו- Spectral Analysis

ה-FFT ממיר אות חיישן זמן לתוך רכיבי התדירות שלו.זה בלתי נסבל לזיהוי תופעות תקופתיות: מחזור יומי של קרינה סולארית, תנודות העגמה של רמות מים החוף, או החתימה האקוסטית של צינור גז דליפה.ניתוח ספציפי גם תחת ספקטרום של טכניקות חישה כימיות כגון Fourier-form אינפרא אדום (IR) spectrocopyscopys, שבו הם ניתוח קליברטימפלקסים ספציפיים על ידי ספיגמות.

גללט הופך

בעוד FFT מניח את הרקורד (הסימן & rsquo; תכונות סטטיסטיות אינן משתנות לאורך זמן), אותות סביבתיים רבים הם לא-סטציה.סופת גשם פתאומית, אירוע סיסמי, או עלייה מזוהמת מגיע בפתאומיות ושפל. Wavelet הופכת לספק הן זמן והן לרזולוציה תדירות, מה שהופך אותם מתאימים היטב לגילוי אירועים טרנספורמטיביים בנתונים רועשים.

פילטרים והתאמה

קלמן מסנן הערכה חוזרת למצב של מערכת דינמית מסדרה של מדידות רועשות.ב ניטור סביבתי, הם משמשים לעקוב אחר סחף בסיס חיישן, למזג נתונים מחיישנים מחוסנים, ולחזות מגמות קצרות טווח. אלגוריתמים הסתגלותיים, כגון לפחות כיכרות ממוצעות (LMS) סינון, לאפשר מערכות DSP להסתגל באופן אוטומטי להחלפת סביבות רעש ורעש; לדוגמה, לתקן מצב רוחי.

יישומים של DSP ב ניטור סביבתי

פיקוח איכות אוויר

חיישני איכות האוויר המודרניים מסתמכים על DSP כדי להשיג רגישות של חלקים-עשר מיליארדים.תאים אלקטרוכימיים מייצרים זרמים פרופואליים לריכוז גז, אבל זרמים אלה חלשים להפליא (סולם גיל) ורגישים לסחף תרמי. אלגוריתמי DSP מבצעים תת-קרקעי, פיצוי טמפרטורה, תיקון בין-הקשר בין-טווח (למשל, הפרדה בין NO2 מ-O3 תגובות על חיישן מעורבב).

חיישנים חומר חלקי משתמשים בפיזור לייזר ו photodetectors.הסימן האור מפוזר מכיל שיאים המתאימים חלקיקים בודדים. DSP מבוסס הדופק-height ניתוח מסווג חלקיקים בגודל (PM1, PM2.5, PM10), וכאשר בשילוב עם למידת מכונה, יכול אפילו להבחין בין סוגים כגון אבק, עשן, סקרן.

עבור מבט עמוק יותר כיצד סוכנויות לאמת את פלטי החיישן האלה, ה-FLT:0 EPA Air Sensor ToolboxearFLT:1 מציע הדרכה על בדיקות ביצועים ואיכות נתונים.

ניתוח איכות המים

חיישני איכות המים מודדים פרמטרים הכוללים pH, חמצן מומס, זעזוע, מוליכות, ומזהמים ספציפיים כמו nitrates או מתכות כבדות.DSP הוא קריטי עבור השלמת התלות הטמפרטורה הלא ליניארית של אלקטרודות pH ואת הסחף הקשור להעמיסה של חיישני ניכוד אופטי. in-situolet-spectrometers להשתמש DSP כדי deconconping חפיכות של חומר רפלקטיבי, חומר מתמוסס.

ניטור בזמן אמת של צמחי טיפול בשפכים מעסיק יותר ויותר חיישנים DSP-coupupupled כדי לזהות זעזועים בתהליך לפני שהם גורמים להפרות.התוכנית לחקר המים של EPA:0) תוכנית מחקר המים של EPA מספקת משאבים על אימות ופירוש נתונים.

פיקוח אקלים ומטאורולוגי

תחנות מזג אוויר, buoys האוקיינוס, ורשתות פרופיל אטמוספיריות תלויות DSP כדי לייצר רשומות מטאוריות מדויקות. Sonic. aemometers למדוד מהירות רוח וכיוון על ידי ניתוח של זמן טיסה של הדופקים קוליים.הסימנים אקוסטיים הגולמיים חייבים להיות מסוננים דיגיטלית כדי להסיר את גרוטסטר גשם ואפקטים חרקים.

ניטור סביבתי מבוסס לווין גם מסתמכ על DSP. . Radiometers ו-spectrometers על פלטפורמות שמירה על כדור הארץ מעבדים נתונים היפרספקטרליים כדי להפיק טמפרטורת פני הים, אינדיקציות צמחיות, ותוכן אטמוספרי. Onboard DSP מחסחסחסחסס נתונים אלה לפני ניכוי הקישור, צורך בהתחשב בנפח העצום של תמונה שנוצר מדי יום.

המונחים: Acoustic and Wildlife Monitoring

ניטור אקוסטי עוברי התפתח ככלי רב עוצמה להערכת המגוון הביולוגי.DSP מנתח הקלטות ממיקרופון מרוחק כדי לזהות ולסווג שיחות בעלי חיים, משירי ציפורים ועד לווייתנים. Mel- ⁇ cepstral coefficients (MFCCs) ו- mdash; טכניקה DSP שהושאלה מזיהוי דיבור ו-medash; משמשים ליצירת תכונות כי מערכי למידת מכונה יכולים לזהות אותות רוח חלש, מסיסמיצים, ולהפחית רעשים, מרעשים ביולוגיים.

מעקב בריאותי וסיטרוטורי

סמנטיים ומדפי Accelerometers לפקח על רעידות אדמה, פעילות געשית, ואמינות תשתיות. DSP כולל זמן קצר ארבע יותר, סט / LTA (ממוצע לטווח קצר / ארוך טווח ממוצע) מעורר, ופילטר מותאם משמשים כדי לזהות גלי P ו- S-waves, לאתר אפיקרס, ואפיינו תנועה קרקעית.

היתרונות של שימוש ב-DSP בחיישנים

שיפור המוכנות והדעה

סינון דיגיטלי מסיר מרכיבים רעש כי מסננים אנלוגיים לא יכולים בקלות לחסל, כגון הפרעה הרמונית ורעש פס רחב.בנוסף, DSP מאפשר שגרות איכות אוטומטית כי מעת לעת להתאים את רווח החיישן ואת הרד באמצעות אותות התייחסות פנימיים.התוצאה היא דיוק מדידה כי נשאר בתוך מפרט בטווחי טמפרטורה רחב ותקופות פריסה ארוכות.

אחריות בזמן אמת

סיכונים סביבתיים דורשים פעולה מיידית. שפך כימי בנהר, עלייה פתאומית בפחמן פחמן חד תחמוצת ליד בית הספר, או שיטפון פלאש בקניון צר, כל דורש זיהוי לביות נמדדות בתוך שניות, לא דקות. אלגוריתמי DSP לרוץ על מעבדים ייעודיים יכולים לייצר פלטים עם תזמון מכריע, על ידי העקיפה של עיבוד מבוסס ענן.

אבטחת מידע וBandwidth Efficiency

רשתות ניטור סביבתיות משדרות לעתים קרובות נתונים באמצעות קישורים לווייניים, רשתות סלולריות, או LoRaWAN, שבו רוחב הפס מוגבל ויקר.DSP מאפשר טכניקות דחיסה אובדן אובדן ואובדן אובדן אובדן נתונים, אשר מפחיתות את נפח הנתונים ללא הקרבת מידע קריטי.לדוגמה, חיישן טמפרטורה מדגימה ב-10 הרץ עשוי לייצר 864,000 קוראות ביום. ADSP מבוסס דחוס אשר משדר רק שינויים משמעותיים וממוצע יכול להפחית כמה מאות פעמים על ידי חידושים.

גמישות וצמיחה

מכיוון ש-DSP מיושמת בתוכנה או בקושחה, התנהגות החיישן יכולה להיות מעודכנת לאחר הפריסה.יצרן יכול לגלגל אלגוריתם חדש כדי לפצות על דפוס התערבות לא ידוע קודם לכן, או חוקר יכול ליצור מחדש חיישן למטרות כלליות עבור זיהום חדש על ידי טעינת אלגוריתם זיהוי שונה.זה הסתגלות בלתי אפשרי עם עיצובים אנלוגיים בלבד.

אתגרים ומגבלות

כוח

אלגוריתמים DSP צורכים אנרגיה & mdash; במיוחד כאשר פועל FFTs, Kalman מסננים, או גללט משתנה על נתונים עתירי בשפע גבוה. עבור חיישנים מופעלים או סוללות באזורים מרוחקים, כל ענייני מילימטר ושעה. מעצבים חייבים איזון בזהירות המורכבות האלגוריתמית נגד תקציבי חשמל, לעתים קרובות בחירת נקודת קידוד נמוכה יותר במקום נקודת מבט צף, או באמצעות חומרה ממעבד הראשי.

מורכבות חומרה ועלויות

תוך מינוף של מעבד DSP מסוגל או FPGA לתוך מודול חיישן מגביר את העלות של חומר ואת שטח PCB. עבור חיישנים בעלות גבוהה, נמוך (למשל, צגים באיכות גבוהה של הצרכנים), העלות הנוספת יכולה להיות אסרטיבית. עם זאת, העלות הפחתת של מיקרובקרים עם הוראות DSP בנוי (כגון ARMx Corte-M4 ו- M7 מ"מממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממממ

המונחים: environmental Robustness

חומרת DSP חייבת לשרוד קיצוניות טמפרטורה, לחות, רטט, ולפעמים אוויריות קורוזיות. חיישן פרוס בתוך עשן תעשייתי או על סחף הארקטי מול מתח סביבתי שיכול לגרום oscillator סחף, ADC Nonlinearity, ושחיתות זיכרון. מהנדסים חייבים לציין רכיבים מתוחכמים, ציפויים מתוחכמים, וצופים כי המעבד אם האלגוריתם DSP האינסופי נכנס לאלגוריתם דינמיט.

המונחים:

אלגוריתם DSP מעוצב באופן שגוי יכול להציג פריטים המחקים תופעות סביבתיות אמיתיות.פילטר מכוונן גרוע יכול ליצור טראנסים כוזבים; דליפות ספקטרלית ב-FFT יכולה לייצר שיאים מזעזעים.התרסוריד נגד מכשירים התייחסות ואותות בדיקה סינתטית היא חיונית.

כיוונים עתידיים: DSP Meets Machine Learning

על ההשתתפות וה- TinyML

ההתכנסות של DSP ו- Machine Learning היא אולי ההתפתחות המרגשת ביותר בחישה סביבתית. TinyML & mdash; הפריסה של רשתות עצביות קלות משקל על מיקרובקרים & mdash;ables חיישן נודז לבצע סיווג וגילוי אנומלי ללא קישוריות בענן. ADSP לפני מעבד את אות הגלם (למשל, מ"מ"מ מ"מ"מ מזרם אודיו"ג) ו"כ"כ"כ"כ"כ"ל"ל"כ"מ"מ"ל"ל"ל מאפשר ל"מ קצר"ל, מאפשר למכוניות"מ, ו"ל, כלומר, לדוגמה,"ל, מאפשר למכוניות"ל, כלומר, למכוניות"מ, להורדת"מ, למכוניות"ל, למכוניות"מ, למכוניות"מ, כלומר, למכוניות"מ, מאפשר למכוניות"ל מרשתות מזויפות"מ, כלומר, כלומר, כלומר, מאפשר למכוניות"מ, למכוניות"מ, למכוניות"מ, יכולות"מ, להורדת חומרות"מ, למניעות"מ, למשל, לנטרות"מ, לנטרות"מ, לנטרטיות"מ, למניעות"מ

חיישנים עצמיים ועצמים

מערכות DSP עתידיות תכלול אלגוריתמי למידה רצופים אשר מזהים את ההידרדרות של חיישן חיישן באופן אוטומטי.אם חיישן גז אלקטרוכימי ו-Surquo; הבסיס של הבסיס מתחיל לסחף, DSP יכול להעריך את שיעור הסחף ממדכאות (למשל, טמפרטורה ונתוני לחות) וליישם גורם תיקון. במקרים קיצוניים, המערכת יכולה להודיע תחזוקה או לעבור לגורם מחוספס אדום.

רשתות DSP

במקום כל נתוני עיבוד חיישן בבידוד, DSP מבוזר מאפשר צמתים שכנים לשתף חישובים.רשת של חייחי לחות קרקע יכול להעריך באופן קולקטיבי את חזית הרטובה של אירוע השקיה, עם כל צומת לתרום תוצאות FFT חלקיות ואת הרשת מבהיל אותם לתוך מפה מרחבית ברזולוציה גבוהה. גישה זו peer-to-peer מקטין את הצורך עבור תחנת בסיס מרכזי ומשפרת את עמידות הרשת.

אנרגיה-Harvested DSP

ההתקדמות ב-DSP אולטרה-נמוך, בשילוב עם איסוף אנרגיה ממקורות סולאריים, תרמיים או רטטים, מבטיח לפקחים סביבתיים אוטונומיים באמת.חוקרים הוכיחו מעבדי DSP הפועלים על מיקרו-וואטס ומפוחד; מספיק כדי להפעיל אלגוריתם גילוי פשוט על חיישן טמפרטורה המופעל על ידי תא פוטו-וולטאי זעיר.

ניסיון מעשי ליישום DSP בחיישנים סביבתיים

בחירת המעבד הנכון

עבור סינון פשוט ו averaging, מיקרובקר סטנדרטי עם מכפיל חומרה עשוי מספיק. עבור יישומים FFT-heavy כגון spectroscopy או ניטור אקוסטי, מעבד DSP ייעודי או FPGA עם יחידות מקבילה-אקומכילה הוא עדיפה.ההחלטה תלויה קצב הדגימה, מורכבות אלגוריתם, ותקציב כוח.

עיצוב החזית של Analog Front-End

האלגוריתמים הטובים ביותר של DSP לא יכולים לפצות על אנלוגיה שעוצבה בצורה גרועה, מהנדסים חייבים לשים לב לסננים נגד-aliasing, ריצוף הולם, מגן ובחירת ADC. A 24bit sigma-delta ADC עם מרוויחה מגבר יכול לפשט מאוד את משימת DSP על ידי מתן אות דיגיטלית נקייה ורזולוציה גבוהה מההתחלה.

בדיקות ואימות

לפני הפריסה, לבדוק את מערכת החיישן המשולבת ו-DSP נגד תקן התייחסות ידוע.הזרקת אותות (למשל ריכוז ידוע של גז, צעד טמפרטורה מבוקר, רטט סינתטי) ולוודא כי תפוקה DSP תואם את הערך הצפוי. Document תנאי הבדיקה, כולל טמפרטורה וטווח לחות, כדי להבטיח שהמערכת תפעל באופן אמין בתחום.

מסקנה

עיבוד אותות דיגיטלי התפתח ממשמעת הנדסית מיוחדת לתוך מרכיב יסוד של ניטור סביבתי מודרני.על ידי סינון רעש, פיצוי עבור חפצים סביבתיים, דחיסת נתונים, ומאפשר ניתוח קצה בזמן אמת, DSP מאפשר חיישנים לספק את הדיוק, ההיענות והאמינות כי ניהול סביבתי דורש.

השילוב של DSP עם למידת מכונה, חומרה בעלת כוח נמוך, ואדריכלות רשת מבוזרת ימשיכו לדחוף את הגבולות של מה חיישנים אוטונומיים יכולים להשיג. עבור מדענים סביבתיים, מהנדסים וקובעי מדיניות, להבין את היכולות והמגבלות של DSP הוא חיוני לתכנון מערכות ניטור המייצרות נתונים אמינים ומדכאים; נתונים התומכים בהחלטות מושכלות על איכות האוויר, משאבים מים, שינויי אקלים, מערכת אקולוגית.

כשרשתות החיישן צומחות לחץ צפוף וסביבתי גובר, DSP תישאר כלי חיוני לתרגום העולם הפיזי לתובנות הדיגיטליות הדרושות כדי להגן עליו.