Blog

  • Modulazione digitale

    Modulazione digitale

    Modulazione digitale

    Anche se basati sugli stessi concetti, le forme d’onda della modulazione digitale sembrano molto diverse dalle loro controparti analogiche.

    Sebbene non sia estinta, la modulazione analogica è semplicemente incompatibile con un mondo digitale. Non concentriamo più i nostri sforzi sullo spostamento delle forme d’onda analogiche da un luogo a un altro. Piuttosto, vogliamo spostare i dati: reti wireless, segnali audio digitalizzati, misurazioni di sensori e così via. Per trasferire dati digitali, usiamo la modulazione digitale.

    Dobbiamo stare attenti, però, con questa terminologia.”Analogico” e “digitale” in questo contesto si riferiscono al tipo di informazioni trasferite, non alle caratteristiche di base delle forme d’onda effettivamente trasmesse. Sia la modulazione analogica che quella digitale utilizzano segnali che variano in modo fluido; la differenza è che un segnale modulato analogicamente è demodulato in una forma d’onda analogica in banda base, mentre un segnale modulato digitalmente consiste in unità di modulazione discrete, chiamate simboli , che vengono interpretate come dati digitali.

    Esistono versioni analogiche e digitali dei tre tipi di modulazione. Iniziamo con l’ampiezza e la frequenza.

    Modulazione digitale dell’ampiezza

    Questo tipo di modulazione viene chiamato shifting dell’ampiezza (ASK). Il caso più semplice è “on-off keying” (OOK), e corrisponde quasi direttamente alla relazione matematica discussa nella pagina dedicata a [modulazione dell’ampiezza analogica]: Se usiamo un segnale digitale come forma d’onda in banda base, moltiplichiamo la baseband e la portante producono una forma d’onda modulata che è normale per la logica alta e “spenta” per la logica bassa. L’ampiezza logica alta corrisponde all’indice di modulazione.

    Dominio del tempo

    Il seguente grafico mostra OOK generato utilizzando una portante a 10 MHz e un segnale di clock digitale da 1 Mhz. Qui operiamo nel regno matematico, quindi l’ampiezza della logica (e l’ampiezza della portante) è semplicemente “1” adimensionale; in un circuito reale si potrebbe avere una forma d’onda portante 1 V e un segnale logico 3.3 V.

    Potresti aver notato un’incoerenza tra questo esempio e la relazione matematica discussa nella pagina [Modulazione di ampiezza]: non abbiamo spostato il segnale in banda base. Se si ha a che fare con una tipica forma d’onda digitale accoppiata in cc, non è necessario uno spostamento verso l’alto perché il segnale rimane nella parte positiva dell’asse y.

    Dominio di frequenza

    Ecco lo spettro corrispondente:

    Confrontato con lo spettro per la modulazione di ampiezza con un’onda sinusoidale a 1 MHz:

    La maggior parte dello spettro è la stessa: un picco alla frequenza portante (fC) e un picco a fC più la frequenza in banda base e fC meno la frequenza in banda base. Tuttavia, lo spettro ASK ha anche picchi più piccoli che corrispondono alla 3a e alla 5a armonica: la frequenza fondamentale (fF) è 1 MHz, il che significa che la 3a armonica (f3) è 3 MHz e la 5a armonica (f5) è 5 Mhz. Quindi abbiamo picchi a fC più / meno fF, f3 e f5. E in realtà, se dovessi espandere la trama, vedresti che i picchi continuano secondo questo schema.

    Questo ha perfettamente senso. Una trasformata di Fourier di un’onda quadra consiste di un’onda sinusoidale alla frequenza fondamentale insieme ad onde sinusoidali ad ampiezza decrescente alle armoniche dispari, e questo contenuto armonico è ciò che vediamo nello spettro mostrato sopra.

    Questa discussione ci porta ad un importante punto pratico: le brusche transizioni associate agli schemi di modulazione digitale producono contenuti indesiderati (frequenze più alte). Dobbiamo tenerlo a mente quando consideriamo la larghezza di banda effettiva del segnale modulato e la presenza di frequenze che potrebbero interferire con altri dispositivi.

    Modulazione di frequenza digitale

    Questo tipo di modulazione si chiama frequency shift keying (FSK). Per i nostri scopi non è necessario considerare un’espressione matematica di FSK; piuttosto, possiamo semplicemente specificare che avremo frequenza f1 quando i dati in banda base sono logici 0 e frequenza f2 quando i dati in banda base sono logici 1.

    Dominio del tempo

    Un metodo per generare la forma d’onda FSK pronta per la trasmissione consiste nel creare dapprima un segnale analogico in banda base che commuti tra f1 e f2 in base ai dati digitali. Ecco un esempio di una forma d’onda in banda base FSK con f1= 1 kHz e f2= 3 kHz. Per garantire che un simbolo abbia la stessa durata per la logica 0 e la logica 1, usiamo un ciclo da 1 kHz e tre cicli da 3 kHz.

    La forma d’onda della banda base viene quindi spostata (usando un mixer) fino alla frequenza portante e trasmessa. Questo approccio è particolarmente utile nei sistemi radio definiti dal software: la forma d’onda in banda base analogica è un segnale a bassa frequenza, e quindi può essere generata matematicamente e quindi introdotta nel dominio analogico da un DAC. Usare un DAC per creare il segnale trasmesso ad alta frequenza sarebbe molto più difficile.

    Un modo più concettualmente semplice per implementare l’FSK è semplicemente avere due segnali portanti con frequenze diverse (f1e f2); l’uno o l’altro viene indirizzato all’output in base al livello logico dei dati binari. Ciò si traduce in una forma d’onda finale trasmessa che cambia bruscamente tra due frequenze, molto simile alla forma d’onda FSK in banda base sopra, tranne che la differenza tra le due frequenze è molto più piccola in relazione alla frequenza media. In altre parole, se si osservasse una trama nel dominio del tempo, sarebbe difficile distinguere visivamente le sezioni f1 dalle sezioni f2 perché la differenza tra f1 e f2 è solo una piccola frazione di f1 (o f2).

    Dominio di frequenza

    Diamo un’occhiata agli effetti dell’FSK nel dominio della frequenza. Useremo la nostra stessa frequenza portante a 10 MHz (o frequenza portante media in questo caso) e useremo ± 1 MHz come deviazione. (Questo non è realistico, ma è conveniente per i nostri scopi attuali.) Quindi il segnale trasmesso sarà 9 MHz per la logica 0 e 11 MHz per la logica 1. Ecco lo spettro:

    Nota che non c’è energia alla “frequenza portante”. Questo non è sorprendente, considerando che il segnale modulato non è mai a 10 Mhz. È sempre a 10 MHz meno 1 MHz o 10 MHz più 1 MHz, e questo è esattamente dove vediamo i due picchi dominanti: 9 MHz e 11 MHz.

    Ma che dire delle altre frequenze presenti in questo spettro? Bene, l’analisi spettrale dell’FSK non è particolarmente semplice. Sappiamo che ci sarà un’ulteriore energia di Fourier associata alle brusche transizioni tra le frequenze. Si scopre che l’FSK produce un tipo di spettro sinc-funzione per ogni frequenza, cioè uno è centrato su f1 e l’altro è centrato su f2. Questi spiegano i picchi di frequenza aggiuntivi visti su entrambi i lati dei due picchi dominanti.

    Modulazione di fase digitale: BPSK, QPSK, DQPSK

    La modulazione di fase digitale è un metodo versatile e ampiamente utilizzato per il trasferimento wireless di dati digitali.

    Fino ad ora abbiamo visto che possiamo usare variazioni discrete nell’ampiezza o frequenza di un vettore come modo di rappresentare uno e uno zero. Non dovrebbe sorprendere che possiamo anche rappresentare i dati digitali usando la fase; questa tecnica è chiamata phase shift keying (PSK).

    Binary Phase Shift Keying

    Il tipo più diretto di PSK è chiamato binary phase shifting (BPSK), dove “binario” si riferisce all’uso di due offset di fase (uno per l’alta logica, uno per la logica bassa).

    Possiamo intuitivamente riconoscere che il sistema sarà più robusto se vi è una maggiore separazione tra queste due fasi, naturalmente sarebbe difficile per un ricevitore distinguere tra un simbolo con uno sfasamento di 90 ° e un simbolo con uno sfasamento di fase 91 °.Abbiamo solo 360 ° di fase con cui lavorare, quindi la differenza massima tra le fasi logica alta e logica bassa è 180 °. Ma sappiamo che lo spostamento di una sinusoide di 180 ° equivale a invertirlo; quindi, possiamo pensare a BPSK semplicemente invertendo la portante in risposta a uno stato logico e lasciandolo solo in risposta all’altro stato logico.

    Per fare un ulteriore passo avanti, sappiamo che moltiplicare una sinusoide con una negativa è la stessa cosa di invertirla. Ciò porta alla possibilità di implementare BPSK utilizzando la seguente configurazione hardware di base:

    Tuttavia, questo schema potrebbe facilmente portare a transizioni ad alta pendenza nella forma d’onda portante: se la transizione tra stati logici si verifica quando la portante è al suo valore massimo, la tensione portante deve spostarsi rapidamente alla tensione minima.

    Eventi di alta pendenza come questi non sono desiderabili perché generano energia ad alta frequenza che potrebbe interferire con altri segnali RF. Inoltre, gli amplificatori hanno una capacità limitata di produrre variazioni di pendenza elevata nella tensione di uscita.

    Se perfezioniamo l’implementazione di cui sopra con due funzionalità aggiuntive, possiamo garantire transizioni omogenee tra i simboli. Innanzitutto, è necessario garantire che il periodo di bit digitale sia uguale a uno o più cicli completi della modulante. Secondo, dobbiamo sincronizzare le transizioni digitali con la forma d’onda della portante. Con questi miglioramenti, potremmo progettare il sistema in modo tale che il cambio di fase a 180 ° si verifichi quando il segnale portante si trova (o molto vicino) allo zero-crossing.

    QPSK

    BPSK trasferisce un bit per simbolo, che è ciò a cui siamo abituati finora. Tutto ciò che abbiamo discusso riguardo alla modulazione digitale ha assunto che il segnale portante sia modificato a seconda che una tensione digitale sia bassa o alta logica, e il ricevitore costruisca dati digitali interpretando ciascun simbolo come 0 o 1.

    Prima di discutere la quadratura per lo spostamento di fase (QPSK), è necessario introdurre il seguente concetto importante: non vi è alcun motivo per cui un simbolo può trasferire solo un bit. È vero che il mondo dell’elettronica digitale è costruito attorno a circuiti in cui la tensione è a un estremo o l’altro, in modo tale che la tensione rappresenti sempre un bit digitale. Ma la RF non è digitale; piuttosto, stiamo usando forme d’onda analogiche per trasferire dati digitali, ed è perfettamente accettabile progettare un sistema in cui le forme d’onda analogiche sono codificate e interpretate in modo tale che un simbolo possa rappresentare due (o più) bit.

    QPSK è uno schema di modulazione che consente a un simbolo di trasferire due bit di dati. Esistono quattro possibili numeri a due bit (00, 01, 10, 11) e di conseguenza sono necessari quattro offset di fase. Ancora una volta, vogliamo la massima separazione tra le opzioni di fase, che in questo caso è di 90 °.

    Il vantaggio è il più alto tasso di dati: se manteniamo lo stesso periodo, possiamo raddoppiare la velocità con cui i dati vengono spostati dal trasmettitore al ricevitore. Lo svantaggio è la complessità del sistema. (Si potrebbe pensare che QPSK sia anche significativamente più suscettibile agli errori di bit rispetto a BPSK, poiché vi è una minore separazione tra i possibili valori di fase.Questa è un’ipotesi ragionevole, ma se si passa attraverso la matematica si scopre che le probabilità di errore sono effettivamente molto simili.)

    varianti

    QPSK è, nel complesso, uno schema di modulazione efficace. Ma può essere migliorato.

    Phase Jumps

    QPSK standard garantisce il verificarsi di transizioni da simbolo a simbolo in alta pendenza; poiché i salti di fase possono essere ± 90 °, non possiamo usare l’approccio descritto per i salti di fase a 180 ° prodotti dalla modulazione BPSK.

    Questo problema può essere mitigato utilizzando una delle due varianti QPSK.

    Offset QPSK, che prevede l’aggiunta di un ritardo a uno dei due flussi di dati digitali utilizzati nel processo di modulazione, riduce il salto di fase massimo a 90 °.

    Un’altra opzione è π / 4-QPSK, che riduce il salto di fase massimo a 135 °. Offset QPSK è quindi superiore rispetto alla riduzione delle discontinuità di fase, ma π / 4-QPSK è vantaggioso perché è compatibile con la codifica differenziale nel prossimo paragrafo.

    Un altro modo per gestire le discontinuità da simbolo a simbolo è implementare un’ulteriore elaborazione del segnale che crea transizioni più fluide tra i simboli. Questo approccio è incorporato in uno schema di modulazione chiamato shifting keying minimo (MSK), e c’è anche un miglioramento su MSK noto come MSK gaussiano.

    Codifica differenziale

    Un’altra difficoltà è che la demodulazione con forme d’onda PSK è più difficile rispetto alle forme d’onda FSK. La frequenza è “assoluta” nel senso che le variazioni di frequenza possono sempre essere interpretate analizzando le variazioni del segnale rispetto al tempo. La fase, tuttavia, è relativa nel senso che non ha un riferimento universale: il trasmettitore genera le variazioni di fase con riferimento a un punto nel tempo e il ricevitore potrebbe interpretare le variazioni di fase con riferimento a un punto temporale separato.

    La manifestazione pratica di ciò è la seguente: Se ci sono differenze tra la fase (o la frequenza) degli oscillatori usati per la modulazione e la demodulazione, PSK diventa inaffidabile. E dobbiamo presumere che ci saranno differenze di fase (a meno che il ricevitore non incorpori i circuiti di recupero del vettore).

    QPSK differenziale (DQPSK) è una variante compatibile con ricevitori non coerenti (ovvero ricevitori che non sincronizzano l’oscillatore di demodulazione con l’oscillatore di modulazione). QPSK differenziale codifica i dati producendo un certo sfasamento rispetto al simbolo precedente. Usando la fase del simbolo precedente in questo modo, la circuiteria di demodulazione analizza la fase di un simbolo usando un riferimento comune al ricevitore e al trasmettitore.

    Come si confrontano i diversi schemi di modulazione in termini di prestazioni e applicazioni? Diamo un’occhiata.

    È importante capire le caratteristiche salienti dei tre tipi di modulazione RF. Ma queste informazioni non esistono isolatamente: l’obiettivo è progettare sistemi reali che soddisfino in modo efficace ed efficiente gli obiettivi di prestazione. Quindi, abbiamo bisogno di avere un’idea generale di quale schema di modulazione sia appropriato per una particolare applicazione.

    Modulazione d’ampiezza

    La modulazione di ampiezza è semplice in termini di implementazione e analisi. Inoltre, le forme d’onda AM sono abbastanza facili da demodulare. Nel complesso, quindi, AM può essere visto come un semplice schema di modulazione a basso costo. Come sempre, tuttavia, la semplicità e il basso costo sono accompagnati da compromessi prestazionali, non ci si aspetterebbe mai che la soluzione più semplice ed economica sia la migliore.

    Potrebbe non essere esatto descrivere i sistemi AM come “rari”, poiché innumerevoli veicoli in tutto il mondo includono ricevitori AM. Tuttavia, le applicazioni della modulazione dell’ampiezza analogica sono al momento piuttosto limitate, perché AM ha due svantaggi significativi.

    La modulazione dell’ampiezza analogica viene utilizzata nell’aviazione civile.

    Rumore di ampiezza

    Il rumore è una difficoltà perpetua nei sistemi di comunicazione wireless. In un certo senso, la qualità di un design RF può essere riassunta dal rapporto segnale / rumore del segnale demodulato: meno rumore nel segnale ricevuto significa output di qualità più elevata (per sistemi analogici) o meno errori di bit (per sistemi digitali ). Il rumore è sempre presente e dobbiamo sempre riconoscerlo come una minaccia fondamentale per le prestazioni generali del sistema.

    Rumore elettrico, rumore, interferenza, transienti elettrici e meccanici casuali influenzano il segnale. In altre parole, il rumore può creare una modulazione di ampiezza. Questo è un problema, poiché la modulazione casuale dell’ampiezza risultante dal rumore non può essere distinta dalla modulazione di ampiezza intenzionale eseguita dal trasmettitore. Il rumore è un problema per qualsiasi segnale RF, ma i sistemi AM sono particolarmente sensibili.

    Amplificazione Linearità

    Una delle sfide principali nella progettazione degli amplificatori di potenza RF è la linearità. (Più in particolare, è difficile ottenere sia un’elevata efficienza sia un’elevata linearità.) Un amplificatore lineare applica un determinato guadagno fisso al segnale di ingresso; in termini grafici, la funzione di trasferimento di un amplificatore lineare è semplicemente una linea retta, con la pendenza corrispondente al guadagno.

    Gli amplificatori della vita reale hanno sempre un certo grado di non linearità, il che significa che il guadagno applicato al segnale di ingresso è influenzato dalle caratteristiche del segnale di ingresso. Il risultato dell’amplificazione non lineare è la distorsione, cioè la creazione di energia spettrale a frequenze armoniche.

    Possiamo anche dire che l’amplificazione non lineare è una forma di modulazione di ampiezza. Se il guadagno di un amplificatore varia in base alla frequenza del segnale di ingresso o in base a fattori esterni come la temperatura o le condizioni di alimentazione, il segnale trasmesso sta sperimentando una modulazione di ampiezza non intenzionale (e indesiderata). Questo è un problema nei sistemi AM perché la modulazione di ampiezza spuria interferisce con la modulazione di ampiezza intenzionale.

    Qualsiasi schema di modulazione che incorpori variazioni di ampiezza è più suscettibile agli effetti della non linearità. Ciò include sia la modulazione di ampiezza analogica ordinaria sia gli schemi digitali ampiamente usati noti collettivamente come modulazione di ampiezza in quadratura (QAM).

    Modulazione dell’angolo

    La frequenza e la modulazione di fase codificano le informazioni nelle caratteristiche temporali del segnale trasmesso e, di conseguenza, sono robuste contro il rumore di ampiezza e la non linearità dell’amplificatore. La frequenza di un segnale non può essere modificata dal rumore o dalla distorsione. È possibile aggiungere ulteriori contenuti di frequenza, ma la frequenza originale sarà ancora presente. Il rumore, naturalmente, ha effetti negativi sui sistemi FM e PM, ma il rumore non corrompe direttamente le caratteristiche del segnale che sono state usate per codificare i dati in banda base.

    Come accennato in precedenza, il design dell’amplificatore di potenza comporta un compromesso tra efficienza e linearità. La modulazione dell’angolo è compatibile con gli amplificatori a bassa linearità e questi amplificatori a bassa linearità sono più efficienti in termini di consumo energetico. Pertanto, la modulazione angolare è una buona scelta per i sistemi RF a bassa potenza.

    Larghezza di banda

    Gli effetti del dominio della frequenza della modulazione di ampiezza sono più diretti di quelli della frequenza e della modulazione di fase. Questo può essere considerato un vantaggio di AM: è importante essere in grado di prevedere la larghezza di banda occupata dal segnale modulato.

    Tuttavia, la difficoltà di prevedere le caratteristiche spettrali di FM e PM è più rilevante per la parte teorica del progetto. Se ci concentriamo su considerazioni pratiche, la modulazione dell’angolo potrebbe essere considerata vantaggiosa perché può tradurre una larghezza di banda in banda base data su una larghezza di banda di trasmissione leggermente più piccola (rispetto a quella AM).

    Frequenza vs. fase

    La modulazione di frequenza e la modulazione di fase sono strettamente correlate; tuttavia, ci sono situazioni in cui si è una scelta migliore rispetto all’altra. Le differenze tra i due sono più pronunciate con la modulazione digitale.

    Frequenza analogica e modulazione di fase

    Come abbiamo visto nella modulazione di fase, quando il segnale in banda base è una sinusoide, una forma d’onda PM è semplicemente una versione spostata di una forma d’onda FM corrispondente. Non sorprende, quindi, che non ci siano pro e contro principali PM vs FM relativi a caratteristiche spettrali o suscettibilità al rumore.

    Tuttavia, la FM analogica è molto più comune della PM analogica, e il motivo è che la circuitazione di modulazione e demodulazione FM è più semplice. Ad esempio, la modulazione di frequenza può essere eseguita con qualcosa di semplice come un oscillatore costruito attorno a un induttore e un condensatore controllato da tensione (cioè un condensatore che presenta variazioni di capacità in risposta alla tensione di un segnale in banda base).

    Frequenza digitale e modulazione di fase

    Le differenze tra PM e FM diventano piuttosto significative quando entriamo nel regno della modulazione digitale. La prima considerazione è il tasso di errore in bit. Ovviamente il bit error rate di qualsiasi sistema dipenderà da vari fattori, ma se confrontiamo matematicamente un sistema binario PSK con un sistema binario FSK equivalente, troviamo che l’FSK binario ha bisogno di molta più energia di trasmissione per ottenere lo stesso tasso di errore di bit. Questo è un vantaggio della modulazione di fase digitale.

    Ma il comune digitale PM ha anche due svantaggi significativi.

    • Come discusso nella modulazione di fase digitale, la PSK ordinaria (cioè non differenziale) non è compatibile con ricevitori non coerenti. L’FSK, al contrario, non richiede il rilevamento coerente.
    • Gli schemi di PSK ordinari, in particolare QPSK, comportano bruschi cambiamenti di fase che provocano variazioni del segnale ad alta pendenza e sezioni di pendenza elevata della forma d’onda fanno diminuire di ampiezza il segnale quando viene elaborato da un filtro passa-basso. Queste variazioni di ampiezza combinate con l’amplificazione non lineare portano a un problema chiamato ricrescita spettrale. Per mitigare la ricrescita spettrale possiamo usare un amplificatore di potenza più lineare (e quindi meno efficiente) o implementare una versione specializzata di PSK. O possiamo passare a FSK, che non richiede bruschi cambi di fase.
    • La modulazione di ampiezza è semplice, ma è suscettibile al rumore e richiede un amplificatore di potenza ad alta linearità.
    • La modulazione di frequenza è meno suscettibile al rumore di ampiezza e può essere utilizzata con amplificatori ad alta efficienza e bassa linearità.
    • La modulazione di fase digitale offre migliori prestazioni teoriche in termini di velocità di errore bit rispetto alla modulazione di frequenza digitale, ma la FM digitale è vantaggiosa nei sistemi a bassa potenza perché non richiede un amplificatore ad alta linearità.

    Qui puoi vedere le variazioni di ampiezza causate dal filtraggio passa-basso di un segnale PSK.

    Con questo considero l’argomento concluso, se ci saranno richieste in merito procederò con la spiegazione della demodulazione per risalire al segnale trasmesso.

    qui il link diretto alla MODULAZIONE DI AMPIEZZA

    qui il link diretto alla MODULAZIONE DI FREQUENZA

    qui il link diretto alla MODULAZIONE DI FASE

    Amilcare

  • Cos’è la modulazione AM?

    Cos’è la modulazione AM?

    Cos’è la modulazione AM?

    Il significato generale del verbo “modulare” è “modificare, regolare, variare” e ciò cattura l’essenza della modulazione anche nel contesto specializzato della comunicazione wireless. Modulare un segnale è semplicemente modificarlo intenzionalmente, ma ovviamente questa modifica viene eseguita in un modo molto specifico perché l’obiettivo della modulazione è il trasferimento dei dati.

    Più specificamente, abbiamo bisogno di un linguaggio compatibile con i segnali sinusoidali ad alta frequenza, poiché tali segnali costituiscono l’unico mezzo pratico per “trasportare” le informazioni in un tipico sistema RF.

    Questa sinusoide ad alta frequenza che viene utilizzata per trasportare informazioni è chiamata portante. È un nome utile perché ci ricorda che lo scopo di un sistema RF non è quello di generare e trasmettere una sinusoide ad alta frequenza. Piuttosto, lo scopo è quello di trasferire informazioni (a bassa frequenza), e il vettore è semplicemente il mezzo che dobbiamo usare per spostare queste informazioni da un trasmettitore RF a un ricevitore RF.

    Schemi di modulazione

    Nella comunicazione verbale, il corpo umano genera onde sonore e le modifica o le modula in modo da produrre un’ampia varietà di vocali e consonanti. L’uso intelligente di queste vocali e consonanti si traduce nel trasferimento di informazioni dal parlante all’ascoltatore. Il sistema in base al quale le onde sonore sono modulate è chiamato una lingua.

    Nella comunicazione RF, la situazione è molto simile. Un dispositivo modula le onde elettriche secondo un sistema predefinito chiamato schema di modulazione (o tecnica di modulazione). Proprio come ci sono molte lingue umane, ci sono molti modi in cui un vettore può essere modulato.

    Sofisticati schemi di modulazione aiutano i moderni sistemi RF a raggiungere una maggiore portata e una migliore immunità alle interferenze.

    È possibile che certe lingue umane siano particolarmente efficaci nel trasmettere certi tipi di informazioni; per fare un esempio dal mondo antico, forse il greco era meglio per la filosofia e il latino era meglio per codificare le leggi. Non vi è dubbio, tuttavia, che una comunicazione affidabile è possibile con qualsiasi linguaggio adeguatamente sviluppato, a condizione che sia l’oratore che l’ascoltatore lo sappiano. Lo stesso vale per i sistemi RF. Ogni schema di modulazione ha i suoi vantaggi e svantaggi, ma tutti possono fornire eccellenti comunicazioni wireless se il requisito fondamentale è soddisfatto, cioè il ricevitore deve essere in grado di capire cosa sta dicendo il trasmettitore.

    Ampiezza, frequenza, fase

    Una sinusoide di base è una cosa semplice. Se ignoriamo l’offset DC, può essere completamente caratterizzato con solo due parametri: ampiezza e frequenza. Abbiamo anche la fase, che entra in gioco quando consideriamo lo stato iniziale della sinusoide, o quando i cambiamenti nel comportamento delle onde ci permettono di confrontare una porzione della sinusoide con una porzione precedente. La fase è anche rilevante quando si confrontano due sinusoidi; questo aspetto della fase sinusoidale è diventato molto importante a causa dell’uso diffuso di segnali in quadratura (o “IQ”) nei sistemi RF.

    La modulazione è una modifica e possiamo modificare solo ciò che è già presente. Le sinusoidi hanno ampiezza, frequenza e fase, e quindi non dovrebbe sorprendere che gli schemi di modulazione siano classificati come modulazione di ampiezza, modulazione di frequenza o modulazione di fase. (In realtà, è possibile collegare queste categorie combinando la modulazione di ampiezza con la frequenza o la modulazione di fase.) All’interno di ogni categoria abbiamo due sottocategorie: modulazione analogica e modulazione digitale.

    Modulazione di ampiezza (AM)

    L’AM analogica consiste nel moltiplicare una portante sinusoidale che varia continuamente e da una versione offset di un segnale di informazioni variabili in continua (cioè in banda base). Con “versione offset” intendo che l’ampiezza del segnale in banda base è sempre maggiore o uguale a zero.

    Supponiamo di avere una portante a 10 MHz e una forma d’onda in banda base da 1 MHz:

    Se moltiplichiamo questi due segnali, otteniamo la seguente forma d’onda (errata):

    È possibile vedere chiaramente la relazione tra il segnale in banda base (rosso) e l’ampiezza della portante (blu).

    Ma abbiamo un problema: se osservi solo l’ampiezza della portante, come puoi determinare se il valore della banda base è positivo o negativo? Non è possibile, e di conseguenza, la demodulazione di ampiezza non estrarrà il segnale in banda base dalla portante modulata.

    La soluzione è spostare il segnale in banda base in modo che vari da 0 a 2 invece di -1 a 1:

    Se moltiplichiamo il segnale in banda base traslato, abbiamo il seguente:

    Ora l’ampiezza della portante può essere mappata direttamente al comportamento del segnale in banda base.

    La forma più semplice di AM digitale applica la stessa relazione matematica a un segnale in banda base la cui ampiezza è 0 o 1. Il risultato è indicato come “on-off keying” (OOK): quando il segnale informativo è zero logico, l’ampiezza è zero (= “off”); quando il segnale di informazione è uno logico, la portante è a piena ampiezza (= “on”).

    La matematica

    La relazione matematica per la modulazione di ampiezza è semplice e intuitiva: si moltiplica la portante per il segnale in banda base. La frequenza del vettore stesso non viene alterata, ma l’ampiezza varia costantemente in base al valore della banda base. (Tuttavia, come vedremo più avanti, le variazioni di ampiezza introducono nuove caratteristiche di frequenza.) L’unico sottile dettaglio qui è la necessità di spostare il segnale in banda base; ne abbiamo discusso appena sopra. Se abbiamo una forma d’onda in banda base che varia tra -1 e +1, la relazione matematica può essere espressa come segue:

    dove xAM è la forma d’onda modulata in ampiezza, xC è la portante e xBB è il segnale in banda base. Possiamo fare un ulteriore passo avanti se consideriamo il vettore come una sinusoide infinita, a ampiezza costante, a frequenza fissa. Se assumiamo che l’ampiezza della portante è 1, possiamo sostituire xC con sin (ωCt).

    Fin qui tutto bene, ma c’è un problema con questa relazione: non esiste il controllo sull’intensità della modulazione. In altre parole, la relazione cambiamento banda base-cambio-vettore-ampiezza è fissa Ad esempio, non possiamo progettare il sistema in modo tale che un piccolo cambiamento nel valore della banda base crei un grande cambiamento nell’ampiezza della portante. Per ovviare a questa limitazione, introduciamo m, noto come indice di modulazione.

    Ora, variando m possiamo controllare l’intensità dell’effetto del segnale della banda base sull’ampiezza della portante. Si noti, tuttavia, che m viene moltiplicato per il segnale originale in banda base, non per la banda base spostata. Quindi, se xBB si estende da -1 a +1, qualsiasi valore di m maggiore di 1 causerà (1 + mxBB) per estendersi nella parte negativa dell’asse y, ma questo è esattamente ciò che stavamo cercando di evitare spostandolo verso l’alto in primo luogo. Quindi, ricorda, se viene utilizzato un indice di modulazione, il segnale deve essere spostato in base all’ampiezza massima di mxBB, non di xBB.

    Il dominio del tempo

    Abbiamo esaminato le forme d’onda nel dominio del tempo AM nella pagina precedente. Ecco la trama finale (baseband in rosso, forma d’onda AM in blu):

    Ora esaminiamo l’effetto dell’indice di modulazione. Ecco una visualizzazione simile, ma questa volta ho spostato il segnale in banda base aggiungendo 3 anziché 1 (l’intervallo originale è ancora da -1 a +1).

    ora incorporeremo un indice di modulazione. Il seguente grafico è con m = 3.

    L’ampiezza della portante è ora “più sensibile” al valore variabile del segnale in banda base. La baseband spostata non entra nella parte negativa dell’asse y perché ho scelto lo scostamento CC in base all’indice di modulazione.

    Ci si potrebbe chiedere qualcosa: come possiamo scegliere l’offset CC corretto senza conoscere le caratteristiche di ampiezza esatta del segnale in banda base? In altre parole, come possiamo garantire che lo swing negativo della forma d’onda in banda base si estenda esattamente allo zero? Risposta: non è necessario. I due grafici precedenti sono forme d’onda AM ugualmente valide; il segnale in banda base viene trasferito fedelmente in entrambi i casi. Qualsiasi offset CC che rimane dopo la demodulazione viene facilmente rimosso da un condensatore serie.

    Il dominio della frequenza

    Lo sviluppo della radiofrequenza fa ampio uso dell’analisi del dominio della frequenza. Possiamo ispezionare e valutare un segnale modulato nella vita reale misurandolo con un analizzatore di spettro, ma questo significa che dobbiamo sapere come dovrebbe apparire lo spettro.

    Iniziamo con la rappresentazione del dominio della frequenza di un segnale portante:

    Questo è esattamente ciò che ci aspettiamo per il vettore non modulato: un singolo picco a 10 Mhz. Osserviamo ora lo spettro di un segnale creato dall’ampiezza modulando la portante con una sinusoide da 1 MHz a frequenza costante.

    Qui vedete le caratteristiche standard di una forma d’onda modulata in ampiezza: il segnale in banda base è stato spostato in base alla frequenza della portante. Si potrebbe anche pensare a questo come “aggiungere” le frequenze in banda base al segnale portante, che è effettivamente quello che stiamo facendo quando usiamo la modulazione di ampiezza – la frequenza portante rimane, come potete vedere nelle forme d’onda nel dominio del tempo, ma il le variazioni di ampiezza costituiscono un nuovo contenuto di frequenza che corrisponde alle caratteristiche spettrali del segnale in banda base.

    Se osserviamo più da vicino lo spettro modulato, possiamo vedere che i due nuovi picchi sono 1 MHz (cioè la frequenza della banda base) sopra e 1 MHz sotto la frequenza portante:

    (Nel caso ve lo stiate chiedendo, l’asimmetria è un artefatto del processo di calcolo: questi grafici sono stati generati usando dati reali, con una risoluzione limitata. Uno spettro idealizzato sarebbe simmetrico.)

    Frequenze negative

    Per riassumere, quindi, la modulazione dell’ampiezza traduce lo spettro in banda base in una banda di frequenza centrata attorno alla frequenza portante. C’è qualcosa che dobbiamo spiegare, però: perché ci sono due picchi, uno alla frequenza portante più la frequenza in banda base e un altro alla frequenza portante meno la frequenza in banda base? La risposta diventa chiara se ricordiamo semplicemente che uno spettro di Fourier è simmetrico rispetto all’asse y; anche se spesso visualizziamo solo le frequenze positive, la parte negativa dell’asse x contiene corrispondenti frequenze negative. Queste frequenze negative sono facilmente ignorate quando abbiamo a che fare con lo spettro originale, ma è essenziale includere le frequenze negative quando spostiamo lo spettro.

    Il seguente diagramma dovrebbe chiarire questa situazione.

    Come potete vedere, lo spettro in banda base e lo spettro portante sono simmetrici rispetto all’asse y. Per il segnale in banda base, ciò si traduce in uno spettro che si estende in modo continuo dalla porzione positiva dell’asse x alla parte negativa; per il vettore, dobbiamo semplicemente due picchi, uno a + ωC e uno a -ωC. E lo spettro AM è, ancora una volta, simmetrico: lo spettro della banda base tradotto appare nella porzione positiva e nella parte negativa dell’asse x.

    Ed ecco un’altra cosa da tenere a mente: la modulazione dell’ampiezza fa aumentare la larghezza di banda di un fattore 2. Misuriamo la larghezza di banda usando solo le frequenze positive, quindi l’ampiezza di banda della banda base è semplicemente BωBB (vedere lo schema seguente). Ma dopo aver tradotto l’intero spettro (frequenze positive e negative), tutte le frequenze originali diventano positive, in modo tale che la larghezza di banda modulata sia di 2BωBB.

     

    qui il link diretto alla MODULAZIONE DI FREQUENZA

    qui il link diretto alla MODULAZIONE DI FASE

    qui li link diretto alla   MODULAZIONE DIGITALE

    Amilcare

  • Cos’è la modulazione FM?

    Cos’è la modulazione FM?

    Cos’è la modulazione FM?

    Sebbene meno intuitiva della modulazione di ampiezza, la modulazione di frequenza è ancora un metodo abbastanza semplice per la trasmissione di dati wireless.

    Siamo tutti almeno vagamente familiari con la modulazione di frequenza, è l’origine del termine “radio FM“. Se pensiamo alla frequenza come a qualcosa che ha un valore istantaneo, piuttosto che a qualcosa che consiste di diversi cicli divisi per un periodo corrispondente di tempo, possiamo variare continuamente la frequenza in base al valore istantaneo di un segnale in banda base.

    Modulazione di frequenza (FM) e modulazione di fase (PM)

    FM e PM sono strettamente correlati perché frequenza e fase sono strettamente correlate. Questo non è così ovvio se si pensa alla frequenza come al numero di cicli completi al secondo: che cosa ha a che fare i cicli al secondo con la posizione della sinusoide in un dato momento durante il suo ciclo? Ma ha più senso se si considera la frequenza istantanea, cioè la frequenza di un segnale in un dato momento. (È indubbiamente paradossale descrivere una frequenza come istantanea, ma, nel contesto dell’elaborazione pratica del segnale, possiamo tranquillamente ignorare i complicati dettagli teorici associati a questo concetto).

    In una sinusoide di base, il valore della frequenza istantanea è uguale a quello della frequenza “normale”. Il valore analitico della frequenza istantanea sorge quando si tratta di segnali che hanno una frequenza variabile nel tempo, cioè la frequenza non è un valore costante ma piuttosto una funzione del tempo, scritta come ω (t). In ogni caso, il punto importante per la nostra attuale discussione sulla stretta relazione tra frequenza e fase è il seguente: la frequenza angolare istantanea è la derivata, rispetto al tempo, della fase. Quindi se hai un’espressione φ (t) che descrive il comportamento variabile nel tempo della fase del segnale, la velocità di cambiamento (rispetto al tempo) di φ (t) ti dà l’espressione per la frequenza angolare istantanea:

    La matematica

    Sopra abbiamo discusso della quantità paradossale denominata frequenza istantanea. Se ritieni che questo termine non sia familiare o confuso, torna a quella pagina e leggi la sezione “Modulazione di frequenza (FM) e modulazione di fase (PM)”. Potresti comunque essere un po confuso, e questo è comprensibile – l’idea di una frequenza istantanea viola il principio di base secondo cui “frequenza” indica con quale frequenza un segnale completa un ciclo completo: dieci volte al secondo, un milione di volte al secondo o qualunque cosa possa essere.

    Non tenteremo alcun tipo di trattamento completo o approfondito della frequenza istantanea come concetto matematico. Nel contesto di FM, l’importante è rendersi conto che la frequenza istantanea segue naturalmente dal fatto che la frequenza del vettore varia continuamente in risposta all’onda modulante (cioè il segnale in banda base). Il valore istantaneo del segnale in banda base influenza la frequenza in un determinato momento, non la frequenza di uno o più cicli completi. In realtà, però, questo è vero solo per FM analogici; con FM digitale, un bit corrisponde a un numero discreto di cicli. Ciò porta alla situazione interessante in cui la tecnologia precedente (FM analogica) è meno intuitiva rispetto alla tecnologia più recente (FM digitale, detta anche shifting keying, o FSK).

    Non è necessario riflettere sulla frequenza istantanea per comprendere la modulazione di frequenza digitale.

    Come per la AM, scriveremo il vettore come sin (ωCt). Ha già una frequenza (cioè, ωC), quindi useremo il termine frequenza in eccesso per fare riferimento alla componente di frequenza fornita dalla procedura di modulazione. Questo termine è leggermente fuorviante, tuttavia, poiché “eccesso” implica una frequenza più alta, mentre la modulazione può determinare una frequenza portante superiore o inferiore alla frequenza portante nominale. In effetti, questo è il motivo per cui la modulazione di frequenza (a differenza della modulazione di ampiezza) non richiede un segnale in banda base spostato: i valori di banda base positivi aumentano la frequenza portante e valori di banda base negativi diminuiscono la frequenza portante. In queste condizioni, la demodulazione non è un problema, perché tutti i valori della banda base vengono mappati su una frequenza unica.

    In ogni caso, torniamo al nostro segnale portante: sin (ωCt). Se aggiungiamo il segnale in banda base (xBB) alla quantità all’interno delle parentesi, stiamo rendendo la fase in eccesso linearmente proporzionale al segnale in banda base. Ma stiamo cercando la modulazione di frequenza, non la modulazione di fase, quindi vogliamo che la frequenza in eccesso sia linearmente proporzionale al segnale in banda base. Sappiamo che possiamo ottenere la frequenza prendendo la derivata, rispetto al tempo, della fase. Quindi, se vogliamo che la frequenza sia proporzionale a xBB, non dobbiamo aggiungere il segnale in banda base ma piuttosto l’integrale del segnale in banda base (perché prendere la derivata annulla l’integrale, e restiamo con xBB come frequenza in eccesso).

    L’unica cosa che dobbiamo aggiungere qui è l’indice di modulazione, m. In precedenza abbiamo visto che l’indice di modulazione può essere usato per rendere le variazioni di ampiezza del vettore più o meno sensibili alle variazioni del valore in banda base. La sua funzione in FM è equivalente: l’indice di modulazione ci consente di mettere a punto l’intensità della variazione di frequenza prodotta da una variazione del valore in banda base.

    Il dominio del tempo

    Diamo un’occhiata ad alcune forme d’onda.Ecco il nostro vettore da 10 MHz:

    Il segnale in banda base sarà un’onda sinusoidale di 1 MHz, come segue:

    La forma d’onda FM viene generata applicando la formula sopra riportata. L’integrale di sin (x) è -cos (x) + C. Qui la costante C non è rilevante, quindi possiamo usare la seguente equazione per calcolare il segnale FM:

    Ecco il risultato (il segnale della banda base è mostrato in rosso):

    Sembra quasi che la portante non sia cambiata, ma se si guarda da vicino, i picchi sono leggermente più vicini quando il segnale della banda base è vicino al suo valore massimo. Quindi abbiamo qui la modulazione di frequenza; il problema è che le variazioni della banda base non producono una variazione della frequenza portante sufficiente. Possiamo facilmente rimediare a questa situazione aumentando l’indice di modulazione. Usiamo m = 4:

    Ora possiamo vedere più chiaramente come la frequenza della portante modulata segue continuamente il valore della banda base istantanea.

    Il dominio della frequenza

    Le forme d’onda nel dominio del tempo AM e FM per la stessa banda base e segnali di portante sembrano molto diverse. È interessante, quindi, scoprire che AM e banda stretta FM producono cambiamenti simili nel dominio della frequenza. (La banda stretta FM comporta una larghezza di banda modulante limitata e consente un’analisi più semplice.) In entrambi i casi uno spettro a bassa frequenza (comprese le frequenze negative) viene tradotto in una banda che si estende al di sopra e al di sotto della frequenza portante. Con AM, lo spettro in banda base si sposta verso l’alto. Con FM, è lo spettro dell’integrale del segnale in banda base che appare nella banda che circonda la frequenza portante.

    Per la modulazione a frequenza di banda base, m=1 mostrata sopra, abbiamo il seguente:

    Lo spettro successivo è con m = 4:

    Ciò dimostra chiaramente che l’indice di modulazione influenza il contenuto di frequenza della forma d’onda modulata. L’analisi spettrale con modulazione di frequenza è più complicata rispetto alla modulazione di ampiezza; è difficile prevedere la larghezza di banda dei segnali modulati in frequenza.

    Per il momento termino qui ma, quanto prima pubblicherò l’ultimo articolo sulla modulazione di fase, il tempo fisico per stilarlo e creare le fornule e le immagini.

    Se poi l’argomento interessa posso anche parlare della modulazione digitale delle tre componenti ampiezza fase e frequenza

    qui il link diretto alla MODULAZIONE DI AMPIEZZA

    qui il link diretto alla MODULAZIONE DI FASE

    qui li link diretto alla   MODULAZIONE DIGITALE

    Amilcare

  • VCO Analogici

    VCO Analogici

    .

    VCO Analogici

    Leggendo una news che riguarda il SuperBooth di Berlino, è emersa una tendenza durante l’edizione 2018, il ritorno ai sintetizzatori fisici. Hardware, per intenderci, cioè distanti anni luce dai software che ormai imperano nello studio di ogni produttore. (altro…)

  • Il punto sulle auto senza conducente

    Il punto sulle auto senza conducente

    Il punto sulle auto senza conducente

    Che cos’è LiDAR?

    LiDAR è la pratica dell’uso di radiazioni elettromagnetiche non visibili (ad esempio, a infrarossi) per rilevare e misurare la distanza dagli oggetti. LiDAR è l’acronimo di Light Detection And Ranging. Questo articolo è nato da una discussione sulla sicurezza sulle frenate di emergenza e le auto a guida autonoma.

    Applicazioni di LiDAR

    LiDAR è utilizzato in tutto, dall’agricoltura alla meteorologia, dalla biologia alla robotica, e dall’applicazione della legge alla diffusione del solare fotovoltaico. Potresti vedere il LiDAR referenziato nei report sull’astronomia e sul volo spaziale o potresti sentire il suo uso nelle operazioni di data mining.

    Anche sistemi LiDAR che proiettano oggetti in movimento o possono spostarsi da soli. Questi sistemi non statici possono diventare la forma più comune di LiDAR in quanto vengono utilizzati per la visione artificiale in sistemi militari, aerei di rilevamento e prototipi di automobili autonome.

    Tuttavia, altre forme di LiDAR non vengono utilizzate per immagini di superfici solide: la NASA utilizza LiDAR nella ricerca atmosferica, mentre altri sistemi LiDAR sono progettati per funzionare e le superfici dell’immagine sott’acqua.

    Chiaramente, questa tecnologia è abbastanza flessibile.

    Somiglianze con SONAR e RADAR

    Quindi, se LiDAR è il rilevamento e la distanza ravvicinata, è simile a SONAR (SOund Navigation And Ranging) e RADAR (RAdio Detection And Ranging)? Sì, un po ‘. Per capire come i tre sono simili, iniziamo parlando di come il SONAR (ecolocalizzazione) e il RADAR funzionano.

    SONAR emette una potente onda sonora pulsata di frequenza nota. Quindi, calcolando il tempo necessario al ritorno dell’impulso, è possibile misurare una distanza. Farlo ripetutamente può aiutarti ad avere un buon feeling con ciò che ti circonda.

    L’elemento chiave del SONAR è l’onda sonora, ma ci sono molti tipi diversi di onde. Se usiamo lo stesso principio e cambiamo il tipo di onda da un’onda sonora a un’onda elettromagnetica (radio), ottieni RADAR (RAdio Detection And Ranging).

    Esistono molti tipi diversi di RADAR che utilizzano diverse frequenze dello spettro. La luce è solo una gamma speciale di lunghezze d’onda rilevabili dall’occhio umano, che è una delle cose che differenzia LiDAR dal RADAR. Ci sono altre differenze tra i due, ma mi concentrerò sulla risoluzione spaziale come la principale differenza.

    Il RADAR utilizza un ampio fronte d’onda e lunghezze d’onda lunghe, dando una risoluzione scarsa. Per confronto, LiDAR utilizza laser (fronte d’onda stretto) e lunghezze d’onda molto più brevi. La lunghezza d’onda determina direttamente il potere risolutivo di un sistema di imaging: lunghezze d’onda più corte (corrispondenti a frequenze più alte) aumentano il potere risolutivo.

    Sotto una immagine ottenuta con un radar meteorologico

    Misurazione con i pixel

    LiDAR usa un laser per misurare la distanza, ma non è diverso da un mirino laser: lo puntate verso qualcosa e misurate una distanza. Ma cosa accadrebbe se quella misurazione della distanza fosse interpretata come un singolo pixel? Potresti quindi effettuare numerose misurazioni a distanza e disporle in una griglia; il risultato sarebbe un’immagine che trasmette profondità, analoga a una fotografia in bianco e nero in cui i pixel trasmettono l’intensità della luce. Sembra abbastanza interessante, e potrebbe essere abbastanza utile, vero?

    Ma abbiamo ancora diverse domande a cui rispondere prima di poter comprendere appieno come funziona questo sistema.

    Di quanti pixel abbiamo bisogno?

    Se confrontiamo LiDAR con le prime fotocamere digitali, avremmo bisogno di uno o due megapixel (o da uno a due milioni di pixel). Quindi diciamo che abbiamo bisogno di due milioni di laser, quindi dovremmo misurare la distanza indicata da ognuno di quei laser, quindi altri due milioni di sensori, e poi i circuiti per fare i calcoli.

    Forse usare un sacco di laser tutti insieme non è il metodo migliore. E se invece di provare a scattare una “foto” intera in una sola volta, facciamo quello che fanno gli scanner? Vale a dire, potremmo prendere parte dell’immagine e quindi spostarci al pixel successivo e riprendere l’immagine? Sembra un dispositivo molto più semplice che potrebbe essere implementato con un solo laser e un rilevatore. Tuttavia, significa anche che non possiamo prendere una “foto” istantanea come possiamo fare con una fotocamera.

    Come spostiamo il nostro pixel?

    In uno scanner, il pixel fisico viene spostato lungo l’immagine. Ma ciò non sarebbe pratico in molte situazioni, quindi probabilmente abbiamo bisogno di un metodo diverso.

    Con LiDAR, stiamo provando a fare un ‘”immagine in profondità”, si potrebbe dire che stiamo provando a fare un “modello 3D”.

    Ricordando le lezioni di matematica fatte in gioventù si può anche usare il sistema di coordinate cartesiane (X, Y, Z) e il sistema di coordinate sferiche (r, theta, phi). Ne parlo perché, supponendo che il LiDAR sia all’origine in un sistema sferico, allora abbiamo solo bisogno di conoscere l’angolo orizzontale (theta), l’angolo verticale (phi) e la distanza (r) per costruire il nostro Modello 3D

    Per ottenere un modello 3D completo abbiamo solo bisogno di un laser e un sensore per renderizzare la nostra immagine usando il sistema di coordinate sferiche.

    Alcuni sistemi LiDAR sono mobili e utilizzano il GPS o altri sistemi di posizionamento per mappare tutte le letture insieme in un’unica immagine.

    In che modo cambiamo rapidamente gli angoli del laser?

    Abbiamo due milioni di “pixel” da misurare. Come possiamo aggiustare il nostro laser per misurarli tutti?

    Ammettendo 5uS a pixel tra emissione e elaborazione occorrerebbero 10 secondi per ogni singola immagine, decisamente troppo per un veicolo in movimento.

    Quindi, come regolano il pixel così velocemente? La chiave è che non smettono mai di regolarlo, usando uno specchio rotante o un prisma che ruota a una velocità molto precisa e ben nota. Il laser viene riflesso da quello specchio o prisma in modo che la sua posizione sia in costante cambiamento ma a una velocità nota. Ciò rende molto veloce e facile regolare uno dei nostri angoli, phi o theta, per scansionare la nostra immagine. Per la scansione dell’altra angolazione, potremmo utilizzare un sistema molto più lento come un motore passo-passo di precisione.

    Ma esiste ancora un ultimo grande problema da risolvere.

    Come misuriamo la distanza?

    Esistono diversi metodi per misurare la distanza con un laser, a seconda di ciò che il sistema sta cercando di ottenere. E un singolo sistema potrebbe utilizzare più metodi contemporaneamente per aumentare la precisione. Tutti i metodi richiedono attrezzature molto precise.

    Il più semplice da capire è il tempo di volo (ToF). Questo è anche il più delle volte elencato come il metodo utilizzato per misurare la distanza con un laser. Se si calcola il tempo impiegato dalla luce per percorrere 2 mm, la distanza necessaria per una risoluzione di 1 mm, si ottiene il tempo di 6,67 picosecondi. Ciò richiede alcune attrezzature molto precise da misurare, ma può essere fatto.

    Un altro metodo, è la triangolazione, utilizza un secondo specchio rotante per reindirizzare il segnale del ricevitore; misurando il cambiamento dell’angolo, è possibile ottenere una distanza, da notare che per lunghe distanze l’uso dello specchio rotante potrebbe complicare il sistema.

    Tale sistema venne perfezionato e reso replicabile Nel 1850, Léon Foucault, insomma nulla di nuovo sotto al sole.

    Infine, modulando il laser, è possibile misurare uno spostamento di fase nella modulazione laser. A causa della natura periodica della modulazione non può essere usato da solo per misurare la distanza. Piuttosto, produce un elenco di possibili distanze che possono essere utilizzate in aggiunta a un altro metodo per aumentare la precisione.

    Il laser LiDAR

    Un’ultima cosa di cui parlare: il laser stesso. Nonostante il nome, la maggior parte dei sistemi LiDAR impiega radiazione infrarossa al posto della luce visibile.

    Poiché l’interazione della radiazione elettromagnetica con la materia è regolata dalla lunghezza d’onda, alcune lunghezze d’onda funzionano meglio per determinate applicazioni. Un giorno i laser a microonde (maser) o ai raggi x (xaser) potrebbero essere utilizzati per costruire sistemi LiDAR migliorando notevolmente la loro utilità.

    Tesla vs Google

    Elon Musk ha messo in dubbio la scelta di Google di utilizzare i sensori LIDAR nel loro programma di auto a guida autonoma. Un confronto tra gli approcci di Google e Tesla ai veicoli autonomi può spiegare perché.

    Mentre l’amministratore delegato di Tesla, Elon Musk, e il co-fondatore di Google, Larry Page, sono amici, Musk ha criticato l’uso di Google di LIDAR nelle loro prime auto a guida autonoma.

    lo scorso ottobre, Musk ha affermato che la tecnologia LIDAR “non ha senso” da implementare in un’automobile autonoma e che non è “un grande fan di LIDAR”. Anche se non afferma direttamente che Google sta usando la tecnologia sbagliata per le loro macchine, crede che non sia qualcosa che Tesla implementerà nei loro sistemi di pilota automatico.

    Musk si è fatto un nome creando e diffondendo idee come PayPal, SpaceX e Tesla. Tuttavia, potrebbe avere torto sull’approccio di Google alla creazione della prima auto a guida autonoma. Google ha insegnato alle proprie auto a navigare nelle strade della città utilizzando sensori e software che rilevano ed evitano oggetti come animali, ciclisti, pedoni, veicoli e altro ancora.

    Di seguito è riportato un breve video che spiega come si comporta un’auto a guida autonoma in tutta la città:

    https://youtu.be/bDOnn0-4Nq8

    L’uso di LIDAR da parte di Google

    Mentre Google e Tesla hanno l’obiettivo comune di rendere i trasporti su strada più sicuri e alla fine senza operatore, le loro tecniche sono molto diverse.

    Le auto con guida automatica di Google utilizzano LIDAR, che mappa i dintorni dell’auto utilizzando i laser. LIDAR misura la forma e il contorno del terreno dal cielo. Riflette più impulsi laser fuori dagli oggetti che circondano l’auto e misura la distanza e il tempo che ogni impulso ha percorso.

    Da queste misurazioni, il sistema LIDAR può fornire informazioni accurate sull’altezza e la distanza degli oggetti.

    Mentre questo sistema sta facendo grandi passi avanti nella creazione di un’auto completamente senza conducente, ha un costo pesante. Google ha utilizzato il sensore LiDAR a 64 canali di Velodyne , che ha un prezzo di circa 80.000 $.

    Questa potrebbe essere una delle ragioni per cui Elon Musk si rifiuta di usare la tecnologia LIDAR nei sistemi Autopilot di Tesla.

    L’uso di Tesla di sensori ottici e RADAR

    Musk crede che i sensori ottici passivi e un sistema RADAR possano realizzare la stessa funzione del sistema LIDAR di Google.

    Veicoli Tesla dotati di 12 sensori ultrasonici a lungo raggio che offrono una visione a 360 gradi intorno al veicolo. Inoltre, ogni veicolo ha un sistema RADAR rivolto in avanti. L’integrazione di questi componenti aiuta a potenziare il sistema di pilota automatico di Tesla.

    Come un sistema LIDAR, un sistema RADAR invia segnali, ma sotto forma di onde radio periodiche che rimbalzano sugli oggetti nelle vicinanze delle macchine. Una volta che colpiscono un oggetto tornano indietro, misurando il tempo impiegato dalle onde radio per viaggiare verso e dall’oggetto si conosce la distanza.

    Il vantaggio delle onde radio è che possono essere trasmesse attraverso la pioggia, la neve, la nebbia e persino la polvere.

    Strumenti diversi per compiti diversi

    Mentre Elon Musk ha fatto alcuni commenti audaci sui metodi di Google, la maggior parte delle persone non si rende conto che stanno lavorando su due impieghi completamente diversi. Google sta utilizzando il LIDAR a 64 canali (64 raggi) di Velodyte per posizionarsi con una precisione di 10 cm su una mappa preesistente. Google sta inoltre utilizzando il sistema LIDAR non solo per creare un modello a 360 gradi dei dintorni dell’auto, ma anche per prevedere i movimenti di pedoni e veicoli nelle vicinanze.

    D’altra parte, il sistema autopilota di Tesla utilizza telecamere frontali prodotte da ( Mobileye ).

    Queste telecamere sono in grado di rilevare con precisione la posizione e la curvatura dei marcatori di corsia autostradale che aiutano a mantenere il veicolo nella sua corsia e a effettuare cambi di corsia di base.

    Mentre la tecnologia di ciascuna azienda è eccezionale, ognuna lavora a risultati diversi. Il sistema autopilota di Tesla è economico e si rivelerà utile per l’obiettivo iniziale di Elon Musk: automatizzare il 90% della guida entro un paio di anni. Tuttavia, l’altro 10% degli scenari di guida è piuttosto difficile da implementare.

    Google ha iniziato a lavorare per lo stesso obiettivo già da tempo e si concentra ora su qualcosa di diverso: un’auto completamente autonoma che eliminerà completamente qualsiasi errore umano.

    È però un sistema costoso che alla fine dovrà essere modificato se Google vuole renderlo accessibile ai consumatori. Tuttavia, Google sta lavorando per eliminare la necessità di guidare una macchina mentre Tesla sta lavorando per provvedere all’eliminazione di parte della guida giornaliera che dobbiamo fare. Da quella prospettiva, LIDAR potrebbe essere la scelta giusta, dopo tutto.

    LiDAR allo stato solido

    Negli ultimi anni c’è stata una vera rivoluzione in LiDAR. In gran parte, ciò è stato stimolato dal boom sempre crescente di veicoli autonomi, in cui LiDAR è sempre più utilizzato come metodo per rilevare gli ostacoli. C’è stato anche un conseguente calo di prezzo, rendendolo più accessibile a una vasta gamma di designer.Il prossimo passo nell’evoluzione di LiDAR è, secondo alcuni, l’utilizzo di LiDAR allo stato solido.

    Il problema con i sensori LiDAR rotanti

    La maggior parte della tecnologia LiDAR di generazione corrente rimbalza un laser ad impulsi da uno specchio rotante a oggetti distanti e quindi registra il tempo di ritorno dell’impulso riflesso. Questa tecnica offre una copertura completa a 360 ° di un’area.

    Con molte parti mobili di alta precisione, questi LiDAR meccanici sono costosi, sensibili alle vibrazioni e difficili da miniaturizzare. Inoltre, se montato in modo non appariscente sul davanti di un’auto (piuttosto che in alto, come per i test attuali), il corpo dell’auto eliminerebbe fino al 50% del campo visivo del LiDAR.

    Per incorporare completamente un’unità in un’automobile, le case automobilistiche necessitano di un’opzione più economica e robusta.

    Un modo per affrontare questo problema è quello di incorporare più sensori meno costosi. Molte aziende stanno ora ricercando e sviluppando LiDAR allo stato solido che sono robusti e poco costosi. Sebbene abbiano un campo visivo limitato, i loro prezzi bassi consentono ai produttori di veicoli di integrare più unità in un’automobile per una frazione del costo di un singolo LiDAR rotante.

    Metodi di implementazione del LiDAR allo stato solido

    I LiDAR allo stato solido utilizzano un sistema, un rilevatore e talvolta un MEMS ( https://it.wikipedia.org/wiki/MEMS ) montato in un alloggiamento non rotante per illuminare una scena con luce laser pulsata e registrare gli impulsi riflessi. Esistono diversi modi per eseguire questa operazione:

    Scansione a matrice incrociata

    Con questo metodo, la luce laser viene pulsata sequenzialmente da una matrice verticale, mentre viene rilevata sequenzialmente da una matrice orizzontale. Questa configurazione incrociata produce una risoluzione che è il prodotto del numero di emettitori laser e del numero di rivelatori di fotodiodi. L’hardware tiene traccia della posizione del laser, della posizione del rilevatore e del tempo in cui la luce torna a generare una nuvola di punti tridimensionale dell’ambiente.

    LiDAR allo stato solido basato su MEMS

    Con una soluzione basata su MEMS, un singolo impulso laser potente viene utilizzato insieme a uno specchio per creare lo stesso effetto del laser array mostrato sopra. Man mano che lo specchio viene manipolato per creare un impulso laser di scansione, un array di sensori rileva la luce riflessa e genera la nuvola di punti tridimensionale dell’ambiente.

    InnovizPro

    L’azienda israeliana Innoviz ha un LiDAR allo stato solido chiamato InnovizPro che è possibile acquistare e posizionare immediatamente sulla propria auto. È basato sulla tecnologia MEMS e ha un prezzo previsto di qualche migliaio di dollari.

    Il loro prossimo InnovizOne , un LiDAR di livello automobilistico, dovrebbe essere disponibile nel 2019 per poche centinaia di dollari. Un comunicato stampa Innoviz pubblicato per la prima volta al CES a gennaio ha dichiarato che i clienti con volumi elevati potevano averli con prezzi a partire da $ 100 per unità.

    Quando intervistato via email, Omer Keilaf, CEO e co-fondatore di Innoviz, ha dichiarato che il loro LiDAR “è progettato per fornire un output estremamente ricco e ad alta densità sotto forma di una nuvola di punti ad alta risoluzione, consentendo di estrapolare oggetti avanzati capacità di rilevamento con un’intensità di dati estremamente elevata, il LiDAR di Innoviz è in grado di creare ulteriori livelli di informazioni e offrire così livelli superiori di rilevamento, classificazione e tracciatura degli oggetti. “

    Innoviz fornisce una soluzione stack software completa che include il rilevamento di oggetti, la classificazione e il tracciamento. La classificazione e il tracciamento degli oggetti sono particolarmente importanti per le applicazioni automobilistiche in cui un ambiente in evoluzione pone serie minacce alla sicurezza dei pedoni e dei conducenti.

    LeddarVu di LeddarTech.

    https://leddartech.com/ ha anche soluzioni LiDAR allo stato solido progettate per essere collocate in più punti di un’automobile per fornire una copertura completa.

    La piattaforma LeddarVu utilizza “algoritmi di segnale brevettati” per creare sensori LiDAR allo stato solido con versatilità.

    L’implementazione del software LeddarTech consente anche il rilevamento e la classificazione degli oggetti.

    Quanergy’s S3

    Quanergy afferma di avere “il primo sensore LiDAR a stato solido accessibile al mondo” nel suo modello S3, che è stato presentato nel lontano gennaio 2016. Mentre i moduli LiDAR originali di mezzo decennio fa costano in genere decine di migliaia di dollari, il Il prezzo di S3 è stato inizialmente annunciato per $ 250.

    L’S3 può stare nel palmo di una mano e i suoi laser hanno un arco di 120 °. Quanergy sottolinea il fatto che l’S3 non ha parti mobili che affermano miglioreranno l’affidabilità. Questo è solo uno dei molti modi in cui aziende come Quanergy sperano di agevolare la progettazione e l’implementazione LiDAR nell’industria automobilistica, che richiede elevati livelli di affidabilità per motivi di sicurezza.

    MapLite consente la navigazione con solo GPS e sensori

    La recente fatalità di Uber sottolinea il fatto che la tecnologia non è ancora pronta per un’adozione diffusa. Aziende come Google testano solo le loro flotte nelle principali città in cui hanno trascorso innumerevoli ore etichettando meticolosamente le esatte posizioni 3D di corsie, cordoli, rampe e segnali di stop.
    In effetti, se si viaggia lungo strade che non sono asfaltate, o segnate in modo inaffidabile, esiste un problema. Un modo per aggirare questo è creare sistemi abbastanza avanzati da navigare senza queste mappe. In un primo passo importante, un team del Computer Science and Artificial Intelligence Laboratory (CSAIL) del MIT ha sviluppato MapLite, un nuovo framework che consente alle auto senza conducente di guidare su strade mai usate prima senza mappe 3D.

    MapLite combina semplici dati GPS che potresti trovare su Google Maps con una serie di sensori che osservano le condizioni della strada. In tandem, questi due elementi hanno permesso al team di guidare autonomamente su più strade di campagna non asfaltate a Devens, in Massachusetts, e di rilevare in modo affidabile la strada con più di 30 metri di anticipo. (Come parte di una collaborazione con il Toyota Research Institute, i ricercatori hanno utilizzato una Toyota Prius che hanno equipaggiato con una gamma di sensori LIDAR e IMU.)

    Come funziona

    I sistemi esistenti fanno ancora molto affidamento sulle mappe, usando solo sensori e algoritmi di visione per evitare oggetti dinamici come pedoni e altre auto.

    Al contrario, MapLite utilizza sensori per tutti gli aspetti della navigazione, basandosi solo sui dati GPS per ottenere una stima approssimativa della posizione dell’auto. Il sistema prima imposta sia una destinazione finale che ciò che i ricercatori chiamano un “obiettivo di navigazione locale”, che deve essere in vista della macchina. I suoi sensori di percezione generano quindi un percorso per arrivare a quel punto, usando LIDAR per stimare la posizione dei bordi della strada. MapLite può farlo senza indicazioni stradali fisiche facendo delle ipotesi di base su come la strada sarà relativamente più piatta rispetto alle aree circostanti.

    Il team ha sviluppato un sistema di modelli “parametrizzati”, il che significa che descrivono più situazioni che sono in qualche modo simili. Ad esempio, un modello potrebbe essere sufficientemente ampio per determinare cosa fare alle intersezioni o cosa fare su un tipo specifico di strada.

    MapLite si distingue dagli altri approcci di guida senza mappa che si basano maggiormente sull’apprendimento automatico, allenandosi sui dati di una serie di strade e poi testati su altri.

    MapLite è ancora limitato. Non è ancora abbastanza affidabile per le strade di montagna, dal momento che non tiene conto di cambiamenti radicali di elevazione. Come passo successivo, il team spera di espandere la varietà di strade che il veicolo può gestire. Alla fine aspirano a far raggiungere al loro sistema livelli comparabili di prestazioni e affidabilità dei sistemi mappati, ma con una gamma molto più ampia.

    Come le auto ad autopilota e gli umani affrontano i rischi di collisione

    Nel 1938, quando c’erano circa un decimo delle automobili di oggi, un geniale psicologo e un ingegnere unirono le forze per scrivere una delle opere più influenti mai pubblicate sulla guida. L’uccisione di un pedone in Arizona da parte di un’auto a guida autonoma mette in evidenza come il loro lavoro sia ancora attuale oggi, in particolare per quanto riguarda la sicurezza dei veicoli autonomi. James Gibson, lo psicologo in questione, e l’ingegnere Laurence Crooks, valutarono il controllo di un veicolo da parte di un guidatore in due modi. Il primo era misurare la cosiddetta “zona di arresto minima”, la distanza che occorrerebbe per fermarsi dopo che il conducente ha pigiato i freni. Il secondo era guardare la percezione psicologica del guidatore dei possibili pericoli intorno al veicolo, che chiamavano il “campo del viaggio sicuro”. Se qualcuno guidava in modo che tutti i potenziali pericoli fossero al di fuori dell’intervallo necessario per fermare l’auto, quella persona stava guidando in sicurezza (detta così sembra a mio parere la scoperta dell’acqua calda).

    Tuttavia, questo campo di viaggio sicuro non è lo stesso per le auto senza conducente. Esse percepiscono il mondo circostante usando laser, radar, GPS e altri sensori, oltre alle loro telecamere di bordo. Quindi le loro percezioni possono essere molto diverse da quelle presentate agli occhi umani. Allo stesso tempo, i loro tempi di risposta attivi possono essere molto più veloci o talvolta anche eccessivamente lenti, nei casi in cui richiedono un intervento umano. Per me è chiaro che se le persone e le macchine guidano solo in base alle loro rispettive e significativamente diverse capacità percettive e di risposta, i conflitti e le collisioni saranno quasi inevitabili. Per condividere la strada in sicurezza, ciascuna parte avrà bisogno di capire l’altra molto più intimamente di quanto faccia ora.

    Interazione di movimento e vista

    Per i guidatori umani, la visione è l’input fondamentale. Ma ciò che i guidatori vedono dipende da come si muove la macchina: frenare, accelerare e sterzare cambiano la posizione della macchina e quindi la vista del guidatore. Gibson capì che questa reciproca interdipendenza tra percezione e azione significava che di fronte a una situazione particolare sulla strada, le persone si aspettavano che gli altri si comportino in modi specifici. Per esempio, una persona che guarda un’auto arrivare a un segnale di stop si aspetta che il conducente fermi la macchina; si accerti del traffico in arrivo, di pedoni, di ciclisti e altri ostacoli in genere; e riprendere la marcia solo quando la via è libera.

    https://youtu.be/6QCF8tVqM3I

    Un sistema di autopilota di Tesla sterza direttamente per una barricata.

    Esiste chiaramente un segnale di stop per i conducenti umani. Dà loro la possibilità di guardarsi attorno attentamente senza essere distratti da altri aspetti della guida. Un veicolo autonomo può scansionare l’intero ambiente in una frazione di secondo. Non deve necessariamente fermarsi o anche rallentare per navigare in sicurezza nell’incrocio. Ma un’auto autonoma che attraversa un segnale di stop senza nemmeno fermarsi sarà vista come pericolosa per gli esseri umani vicini, essi presumono che le regole umane si applichino ancora.

    Ecco un altro esempio: pensa alle auto che si immettono da una strada secondaria in una strada trafficata. Le persone sanno che il contatto visivo con un altro conducente può essere un metodo efficace per comunicare tra loro. In una sezione divisa, un guidatore può chiedere il permesso di entrare e l’altro conducente si comporterà in maniera da agevolare l’operazione. Come dovrebbero esattamente le persone avere questa interazione con un’auto a guida autonoma? È qualcosa che deve ancora essere stabilito.

    Pedoni, ciclisti, motociclisti, conducenti di auto e camionisti sono tutti in grado di capire cosa possono fare gli altri conducenti umani e di esprimere le proprie intenzioni a un’altra persona in modo appropriato.

    Un veicolo automatico è un’altra cosa. Saprà poco o niente del “posso immettermi?” “sì, OK” tipi di interazione informale di ogni giorno. Poiché pochi algoritmi sono in grado di comprendere queste implicite ipotesi umane, si comportano diversamente da come si aspettano le persone. Alcune di queste differenze potrebbero sembrare sottili – ma alcune trasgressioni, come il non rispetto del segnale di stop, potrebbero causare lesioni o addirittura la morte.

    Inoltre, le auto senza conducente possono essere effettivamente accecate se i loro vari sistemi sensoriali si bloccano, si guastano o forniscono informazioni contraddittorie. Nel crash fatale del 2016 di un Tesla in modalità “Pilota automatico”, per esempio, parte del problema potrebbe essere stato un conflitto tra alcuni sensori che avrebbero dovuto rilevare un rimorchio dall’altra parte della strada e altri che probabilmente non l’avevano fatto perché era retroilluminato o troppo alto da terra.

    Come con tutte le nuove tecnologie, ci saranno incidenti e problemi. Ma questo tipo di problema non è unico per le auto a guida autonoma. Piuttosto, è forse inerente a qualsiasi situazione in cui gli esseri umani e i sistemi automatizzati condividono lo spazio.

    Sviluppi e ricerca

    Manco a farlo apposta questa mattina mi è arrivata via mail la pubblicità da una nota casa produttrice di semiconduttori di un driver per mosfet ad altissima velocità concepito espressamente per i LiDAR

    Conclusione

    Le unità LiDAR economiche e allo stato solido sono ora sul mercato di diversi produttori. Con il passare del tempo, i loro costi continueranno a diminuire e le loro capacità continueranno a migliorare.

    Quanto tempo ci vorrà prima che questa tecnologia venga modificata per l’uso domestico? Dalle sedie a rotelle elettriche e droni alle motociclette e altre piattaforme mobili, ci sono un sacco di applicazioni, oltre alle auto autonome, che potrebbero trarre beneficio dalla consapevolezza e dalla mappatura ambientale.

    Francamente al momento credo che l’unico limite al rapido sviluppo sia dato dagli incidenti avvenuti ultimamente con questo tipo di veicoli, la colpa dei quali da imputare ad una tecnologia troppo giovane e principalmente a software non ancora all’altezza di prendere decisioni rapide ed efficaci, come il cambio di corsia per evitare una collisione imminente.

    Insomma tocca solo sperare nell’evoluzione dell’intelligenza artificiale anche se questo francamente un po mi spaventa.

  • Oltre il silicio: la ricerca di nuovi semiconduttori

    Oltre il silicio: la ricerca di nuovi semiconduttori

    Oltre il silicio: la ricerca di nuovi semiconduttori

    Il nostro mondo moderno è basato sui semiconduttori. Oltre al computer, ai telefoni cellulari e alle fotocamere digitali, i semiconduttori sono una componente fondamentale di un numero crescente di dispositivi. Pensa alle luci a LED ad alta efficienza che stanno rimpiazzando le lampade CFL in casa, insieme a tutto ciò che ha un display illuminato o un circuito di controllo: automobili, frigoriferi, forni, macchine per il caffè e altro ancora.

    Mentre molte persone hanno sentito parlare di silicio e Silicon Valley, non si rendono conto che questo è solo un esempio di un’intera classe di materiali.

    Ma il silicio utilizzato in tutti i tipi di computer e gadget elettronici ha i suoi limiti tecnici, in particolare perché gli ingegneri cercano di utilizzare dispositivi elettronici per produrre o elaborare la luce. La ricerca di nuovi semiconduttori è attiva. Da dove verranno queste innovazioni di materiali?

    Cos’è un semiconduttore?

    Come suggerisce il nome, i semiconduttori sono materiali che conducono elettricità ad alcune temperature ma non ad altri – a differenza della maggior parte dei metalli, che sono conduttivi a qualsiasi temperatura, e isolanti come vetro, plastica e pietra, che di solito non conducono elettricità.

    Tuttavia, questo non è il loro tratto più importante. Se costruiti correttamente, questi materiali possono modificare l’elettricità che si muove attraverso di essi, limitando le direzioni in cui scorre e amplificando un segnale.

    La combinazione di queste proprietà è la base di diodi e transistor che costituiscono tutti i nostri moderni gadget. Questi elementi del circuito svolgono una moltitudine di compiti, tra cui la conversione dell’elettricità dalla presa a muro in qualcosa utilizzabile dai dispositivi e l’elaborazione delle informazioni sotto forma di zero e uno.

    La luce può anche essere assorbita nei semiconduttori e trasformata in corrente e tensione elettrica. Il processo funziona anche al contrario, consentendo l’emissione di luce. Usando questa proprietà, realizziamo laser, luci a LED, fotocamere digitali e molti altri dispositivi.

    L’ascesa del silicio

    Mentre tutto questo sembra molto moderno, le scoperte originali dei semiconduttori risalgono agli anni ’30.

    Il selenio fu anche usato per fare alcune delle prime celle solari nel 1880.

    Antica Cella solare al selenio

    Il selenio fu scoperto dal chimico Berzelius nel 1817 e nel 1873 Smith scoprì che la sua resistività era una funzione dell’intensità dell’illuminazione che cadeva sulla superficie del materiale. La prima cella di selenio fu fabbricata da Siemens nel 1876, e fu realizzata avvolgendo due sottili fili di platino sulla superficie di un foglio di mica, e poi coprendo la superficie con un sottile film di selenio fuso. L’ampio rapporto superficie-volume era necessario perché la fotoconduttività è un effetto di superficie, mentre la resistività del selenio è piuttosto elevata.

    La cella di selenio fu usata come rivelatore per un sistema di comunicazione ottica sviluppato da Alexander Graham Bell nel 1879-1880, l’area attiva è il piccolo rettangolo centrale.

    Una limitazione chiave era l’incapacità di purificare gli elementi utilizzati. Piccole impurità, piccole come una su un trilione, o lo 0,0000000001 per cento, potrebbero cambiare radicalmente il comportamento di un semiconduttore. Mentre la tecnologia si evolveva per produrre materiali più puri, seguivano migliori semiconduttori.

    Il primo transistor semiconduttore fu fatto di germanio nel 1948, ma il silicio si alzò rapidamente per diventare il materiale semiconduttore dominante. Il silicio è meccanicamente forte, relativamente facile da purificare e ha proprietà elettriche ragionevoli.

    È anche incredibilmente abbondante: il 28,2 percento della crosta terrestre è silicio. Questo lo rende letteralmente poco costoso. Questo semiconduttore quasi perfetto ha funzionato bene per la creazione di diodi e transistor e costituisce ancora la base di quasi tutti i chip del computer. C’era un problema: il silicio è molto inefficiente nel convertire la luce in un segnale elettrico o nel trasformare l’elettricità in luce.

    Quando l’uso primario dei semiconduttori era nei processori per computer collegati da fili metallici, questo non era un grosso problema. Ma, mentre ci muovevamo verso l’utilizzo di semiconduttori nei pannelli solari, sensori per fotocamere e altre applicazioni legate alla luce, questa debolezza del silicio divenne un vero ostacolo al progresso.

    Trovare nuovi semiconduttori

    La ricerca di nuovi semiconduttori inizia sulla tavola periodica degli elementi, una parte della quale è nella figura a destra.

    Nella colonna con l’etichetta IV , ogni elemento forma legami condividendo quattro dei suoi elettroni con quattro vicini. Il più forte di questi legami di elementi del “gruppo IV” è per il carbonio (C), formando diamanti. I diamanti sono buoni isolanti (e trasparenti) perché il carbonio trattiene questi elettroni  strettamente. Generalmente, un diamante brucerebbe prima di poter forzare una corrente elettrica attraverso di esso. Recentemente strutturando gli atomi di carbonio in sottili reticoli si è arrivati alla soluzione opposta con il grafene, ugualmente trasparente, resistente ma altamente conduttivo.

    Gli elementi nella parte inferiore della colonna, stagno (Sn) e piombo (Pb), sono molto più metallici. Come la maggior parte dei metalli, essi tengono i loro elettroni di legame in modo così sciolto che quando viene applicata una piccola quantità di energia gli elettroni sono liberi di rompere i loro legami e fluire attraverso il materiale.

    Silicio (Si) e germanio (Ge) sono in mezzo e di conseguenza sono semiconduttori. A causa di una stranezza nel modo in cui entrambi sono strutturati, tuttavia, sono inefficienti nello scambio di elettricità con la luce.

    Per trovare materiali che funzionano bene con la luce, dobbiamo passare da una parte all’altra della colonna del gruppo IV. Combinando elementi delle colonne “gruppo III” e “gruppo V” si ottengono materiali con proprietà semiconduttive. Questi materiali “III-V”, come l’arseniuro di gallio (GaAs), sono usati per realizzare laser, luci a LED, fotorivelatori (come si trovano nelle fotocamere) e molti altri dispositivi. Fanno quello che il silicio non fa bene.

    Ma perché il silicio viene usato per i pannelli solari se è così difficile convertire la luce in elettricità? Costo. Il silicio può essere raffinato da una pala piena di sporcizia raccolta da qualsiasi punto della superficie terrestre; gli elementi costitutivi dei composti III-V sono molto più rari.

    Un pannello solare in silicio standard converte la luce solare con un’efficienza dal 10 al 15%. Un pannello III-V può essere tre volte più efficiente, ma spesso costa oltre tre volte di più. I materiali III-V sono anche più fragili del silicio, rendendoli difficili da lavorare con pannelli larghi.

    Tuttavia, la maggiore velocità degli elettroni dei materiali III-V consente la costruzione di transistor molto più veloci, con velocità centinaia di volte superiori di quelle che si trovano nei computer. Possono aprire la strada alla sostituzione dei cavi all’interno dei computer con fasci di luce, migliorando significativamente la velocità del flusso di dati.

    Oltre ai materiali III-V, ci sono anche materiali II-VI in uso. Questi materiali includono alcuni dei solfuri e ossidi ricercati nell’800. Combinazioni di zinco, cadmio e mercurio con tellurio sono state utilizzate per creare telecamere a infrarossi e celle solari. Questi materiali sono notoriamente fragili e molto difficili da fabbricare.

    Il futuro dei semiconduttori

    Come potrebbero essere utilizzati nuovi materiali semiconduttori?

    L’elettronica a semiconduttore ad alta potenza III-V (nitruro di gallio) sarà la spina dorsale del nostro sistema di rete elettrica, convertendo la potenza per la trasmissione ad alta tensione e viceversa. I nuovi materiali (antimonidi e bismutoidi) stanno aprendo la strada al rilevamento a infrarossi ( http://www.mdpi.com/1424-8220/13/4/5054/htm ) per usi medici, militari, civili, nonché nuove possibilità di telecomunicazione.

    E che dire del vecchio standby, il silicio? La sua incapacità di sfruttare la luce in modo efficiente non significa che sia destinata al cestino della polvere della storia. I ricercatori stanno dando nuova vita al silicio, creando “silicon photonics” ( http://reap.ece.tufts.edu/ ) per gestire meglio la luce, piuttosto che limitarsi a scambiare elettroni.

    Un metodo è l’inclusione di piccole quantità di un altro elemento del gruppo IV, stagno, in silicio o germanio. Questo cambia le loro proprietà, permettendo loro di assorbire ed emettere luce in modo più efficiente.

    La ricerca futura ci dirà vali sono le direzioni che avranno avuto maggior successo.

    Amilcare

  • L’alternatore Alexanderson

    L’alternatore Alexanderson

    Alla luce delle nostre nostre attuali conoscenze, i primi trasmettitori radio della storia, costituiti da una bobina d’induzione connessa fra un cavo di antenna e una presa di terra, costruiti da Marconi tra il  1895 e il 1900, erano estremamente grezzi.
    (altro…)

  • fibra ottica

    fibra ottica

    Fibra ottica

    Da qualche mese nella mia città si sta cablando tutta la rete in fibre ottiche per eliminare definitivamente le connessioni in rame, cosa sono e come funzionano queste sostitute del rame per la trasmissioni dati?

    Le fibre ottiche, si riferiscono al mezzo e alla tecnologia associata alla trasmissione di informazioni come impulsi di luce lungo un filo o una fibra di vetro o plastica. Un cavo in fibra ottica può contenere un numero variabile di queste fibre di vetro, da pochi fino a un paio di centinaia. Intorno al nucleo di fibra di vetro c’è un altro strato di vetro chiamato rivestimento. Uno strato noto come un tubo tampone protegge il rivestimento e uno strato di rivestimento funge da strato protettivo finale per il singolo filo.

    Come funziona la fibra ottica

    Le fibre ottiche trasmettono dati sotto forma di particelle di luce – o fotoni – che pulsano attraverso un cavo in fibra ottica. Il nucleo in fibra di vetro e il rivestimento hanno ciascuno un diverso indice di rifrazione che piega la luce in entrata ad un certo angolo. Quando i segnali luminosi vengono inviati attraverso il cavo in fibra ottica, riflettono il nucleo e il rivestimento in una serie di rimbalzi a zig-zag, aderendo a un processo chiamato riflessione interna totale. I segnali luminosi non viaggiano alla velocità della luce a causa degli strati di vetro più densi, raggiungono circa il 70% della velocità della luce. Per rinnovare o potenziare il segnale durante il suo viaggio, la trasmissione della fibra ottica a volte richiede dei ripetitori per rigenerare il segnale ottico convertendolo in un segnale elettrico, elaborato e ritrasmettesso come segnale ottico.

    Tipi di cavi in fibra ottica

    La fibra multimodale e la fibra monomodale sono i due tipi principali di cavo in fibra ottica.

    La fibra monomodale viene utilizzata per distanze maggiori a causa del diametro più piccolo dell’anima in fibra di vetro, che riduce la attenuazione della potenza del segnale. L’apertura più piccola isola la luce in un singolo raggio, che offre un percorso più diretto e consente al segnale di percorrere una distanza maggiore. La fibra monomodale ha anche una larghezza di banda notevolmente superiore rispetto alla fibra multimodale. La sorgente luminosa utilizzata per la fibra monomodale è in genere un laser. La fibra monomodale è solitamente più costosa perché richiede calcoli precisi per produrre la luce laser in un’apertura più piccola.

    La fibra multimodale viene utilizzata per distanze più brevi poiché l’apertura del nucleo più ampia consente ai segnali luminosi di rimbalzare e riflettere maggiormente lungo il percorso. Il diametro maggiore consente di inviare più impulsi luminosi attraverso il cavo in una volta, il che si traduce in una maggiore trasmissione dei dati. Ciò significa anche che esistono maggiori possibilità di perdita, riduzione o interferenza del segnale. Le fibre ottiche multimodali utilizzano in genere un LED per creare l’impulso luminoso.

    Mentre i cavi in rame erano la scelta tradizionale per le telecomunicazioni, le reti e le connessioni via cavo per anni, la fibra ottica è diventata un’alternativa comune. La maggior parte delle linee telefoniche a lunga distanza sono ora realizzate con cavi in fibra ottica. La fibra ottica trasporta più informazioni rispetto al filo di rame tradizionale, grazie alla maggiore ampiezza di banda e alle velocità più elevate. Poiché il vetro non conduce elettricità, le fibre ottiche non sono soggette a interferenze elettromagnetiche e le perdite di segnale sono ridotte al minimo.

    Inoltre, i cavi in fibra ottica possono essere immersi nell’acqua e utilizzati in ambienti più a rischio come i cavi sottomarini, sono anche più resistenti, più sottili e leggeri dei cavi in rame e non devono essere sottoposti a manutenzione o sostituzione. Il filo di rame è spesso più economico delle fibre ottiche, tuttavia, ed è già installato in molte aree in cui il cavo in fibra ottica non è stato installato.

    Utilizzo di fibre ottiche

    La rete di computer è un caso di uso comune delle fibre ottiche, a causa della capacità della fibra ottica di trasmettere dati e fornire un’elevata larghezza di banda. Allo stesso modo, le fibre ottiche sono frequentemente utilizzate nelle trasmissioni e nell’elettronica per fornire connessioni e prestazioni migliori.

    Anche le industrie militari e spaziali utilizzano la fibra ottica come mezzo di comunicazione e trasferimento del segnale, oltre alla sua capacità di fornire il rilevamento della temperatura, sono utili grazie al loro minore peso e alle dimensioni più ridotte.

    Le fibre ottiche sono frequentemente utilizzate in una varietà di strumenti medici per fornire un’illuminazione precisa. Inoltre aiutano nelle procedure mediche minimamente invasive. Poiché la fibra ottica non è soggetta a interferenze elettromagnetiche, è ideale per vari test come le scansioni in risonanza magnetica. Altre applicazioni mediche per fibre ottiche comprendono l’imaging a raggi X, l’endoscopia, la terapia della luce e la microscopia chirurgica.

    L’uso dei moderni tipi di cavi in fibra ottica è radicata nella ricerca degli anni ’50. In quegli anni, la ricerca e lo sviluppo nella trasmissione di immagini visibili attraverso fibre ottiche portarono ad un certo successo nel mondo della medicina, dove veniva utilizzato negli strumenti di illuminazione e visualizzazione a distanza. Nel 1966 Charles Kao e George Hockham proposero la trasmissione di informazioni su fibra di vetro e si resero conto che, per renderlo una proposta pratica, erano essenziali perdite molto più basse nei cavi. Questa è stata la forza trainante degli sviluppi per ridurre le perdite ottiche nella produzione di fibre. Oggi, quelle perdite sono significativamente inferiori rispetto agli obiettivi originali stabiliti da Kao e Hockham.

    I vantaggi dell’utilizzo di fibre ottiche

    A causa delle proprietà a bassa perdita e con larghezza di banda elevata del cablaggio in fibra ottica, può essere utilizzato su distanze maggiori rispetto ai cavi in rame. Nelle reti di dati, possono essere fatte tratte fino a 2 chilometri senza l’uso di ripetitori. La leggerezza e le piccole dimensioni li rendono anche ideali per le applicazioni in cui i cavi in rame funzionanti sarebbero poco pratici; utilizzando multiplexer, una fibra può sostituire centinaia di cavi in rame. Questo è piuttosto impressionante per un piccolo filamento di vetro.

    Oggi ci sono tre dimensioni standard utilizzate nelle comunicazioni dati: 50/125, 62,5/125 e 8,3/125. I cavi multimode da 50/125 e 62,5 / 125 micron sono i più utilizzati nelle reti dati; sebbene, recentemente, il 62.5 sia diventato la scelta più popolare,benchè il 50/125 sia l’opzione migliore per le applicazioni gigabit Ethernet è una tecnologia di telecomunicazione che offre velocità di trasmissione dati fino a 10 miliardi di bit al secondo .

    Propagazione della luce

    La luce viaggia lungo un cavo in fibra mediante un processo chiamato riflessione interna totale ; ciò è reso possibile dall’uso di due tipi di vetro che hanno indici di rifrazione diversi. Il nucleo interno ha un alto indice di rifrazione e il rivestimento esterno ha un indice basso. Questo è lo stesso principio del riflesso che si vede quando si guarda in uno stagno. L’acqua nello stagno ha un indice di rifrazione maggiore rispetto all’aria, e se la guardi lateralmente, vedrai un riflesso dell’area circostante; tuttavia, se guardi direttamente in acqua, puoi vedere il fondo dello stagno.

    Ad un angolo specifico tra questi due punti di vista, la luce smette di riflettere sulla superficie dell’acqua e passa attraverso l’interfaccia aria-acqua, consentendo di vedere il fondo dello stagno.

     

    Nelle fibre multimodali, come suggerisce il nome, esistono molteplici modalità di propagazione per i raggi di luce. Queste vanno dalle modalità di basso ordine, che prendono la rotta più diretta direttamente nel mezzo, alle modalità di alto ordine, che prendono il percorso più lungo, mentre rimbalzano da una parte all’altra lungo tutta la fibra. Questo ha l’effetto di diffondere il segnale perché i raggi di un impulso di luce arrivano all’estremità in momenti diversi; questo è noto come dispersione intermodale , a volte indicata come ritardo della modalità differenziale o DMD. Per facilitare il problema, sono state sviluppate fibre con indice graduato. A differenza dei tipi di cavi in fibra ottica che hanno una barriera tra il nucleo e il rivestimento, questi hanno un alto indice di rifrazione al centro che gradualmente si riduce a un basso indice di rifrazione alla periferia. Ciò rallenta le modalità di ordine inferiore, consentendo ai raggi di avvicinarsi più lontano, riducendo la dispersione intermodale e migliorando la forma del segnale.

    Breve storia delle fibre ottiche

    Fin dall’epoca romana, il vetro è stato trasformato in fibre. Nel 1790 i fratelli Chappe inventarono il primo “telegrafo ottico”. Era un sistema costituito da una serie di luci montate su torri in cui gli operatori avrebbero trasmesso un messaggio da una torre all’altra.

    Nel 1954, il “maser” fu sviluppato da Charles Townes e dai suoi colleghi alla Columbia University. Maser sta per “amplificazione a microonde mediante emissione stimolata di radiazioni”.

    Il laser fu introdotto nel 1958 come efficiente fonte di luce.Il concetto è stato introdotto da Charles Townes e Arthur Schawlow per dimostrare che i maser potrebbero essere fatti per operare in regioni ottiche e infrarosse. Fondamentalmente, la luce viene riflessa avanti e indietro in un mezzo energizzato per generare luce amplificata rispetto a molecole eccitate di gas amplificato per generare onde radio, come nel caso del maser. Laser sta per “amplificazione della luce mediante emissione stimolata di radiazioni”.

    Un laser a gas elio-neon (He-Ne) viene testato in un ambiente di laboratorio. Il tubo laser è realizzato in vetro al piombo, lo stesso vetro utilizzato nelle insegne al neon.

    Nel 1960, il primo laser a gas elio-neon a funzionamento continuo è stato inventato e testato. Nello stesso anno è stato inventato un laser operabile che utilizzava un cristallo rubino sintetico rosa come mezzo e produceva un impulso di luce.

    Nel 1970 Morton Panish e Izuo Hayashi dei Bell Laboratories, insieme a un gruppo dell’Istituto Fisico Ioffe di Leningrado, hanno dimostrato un laser a diodo semiconduttore in grado di emettere onde continue a temperatura ambiente.

    Gli scienziati militari hanno utilizzato la tecnologia laser per una varietà di applicazioni militari.

    Nel 1973, Bell Laboratories ha sviluppato un processo di deposizione chimica a vapore modificato che riscalda i vapori chimici e l’ossigeno per formare un vetro ultra-trasparente che può essere prodotto in serie in fibra ottica a bassa perdita. Questo processo rimane lo standard per la produzione di cavi in fibra ottica.

    L’amplificatore a fibra drogata con erbio, che ha ridotto il costo dei sistemi di fibre a lunga distanza eliminando la necessità di ripetitori ottico-elettrici-ottici, è stato inventato nel 1986 da David Payne dell’Università di Southampton e Emmanuel Desurvire presso Bell Labratories. Basato sulla tecnologia di amplificazione laser ottimizzata di Desurvire, il primo cavo telefonico transatlantico è entrato in funzione nel 1988.

    Il primo cavo a fibre ottiche, TPC-5, che utilizza amplificatori ottici è stato installato nell’Oceano Pacifico nel 1996. L’anno successivo il collegamento a fibra ottica Around the Globe (FLAG) è diventato la rete a cavo singolo più lunga del mondo e ha fornito l’infrastruttura per la prossima generazione di applicazioni Internet.

    Da poco nei Tv Samsung top di gamma, è stato inserito un minuscolo cavo in fibra ottica con un potenziale di trasferimento di 12,5 GBPS ed un diametro esterno di 1,8mm (quasi invisibile), in grado di trasportare tutte le informazioni necessarie alla visualizzazione di immagini in 4K 3D oltre all’audio.

    Capace di mantenere fino a 15m di distanza tutti gli ingressi del Tv da mettere in posizione tale da non modificare l’estetica della stanza.

    I cavi in fibra ottica sottomarini oramai forniscono il 99,8% di tutte le comunicazioni intercontinentali come Principali arterie di Internet Il resto è storia dei giormi nostri.

    Amilcare

     

     

  • Allegria ! l’orologiaio matto è tornato !!

    Allegria ! l’orologiaio matto è tornato !!

    Il titolo è volutamente provocatorio perchè sarebbe dovuto essere:

    I DISPLAY A MATRICE: TECNICHE HW E SW PER L’UTILIZZO

    Questo in quanto ciò che mi accingo a descrivere sono i display a matrice 8×8 (o 7×5 o 8×5) cercando di approfondire i metodi sia hardware che software per il loro utilizzo. Per questo ho prodotto alcuni prototipi (rimasti tali allo stato dell’arte) di orologi digitali che utilizzano proprio queste matrici. Premetto che le caratteristiche HW sono pressochè identiche (cambia solo la piedinatura) sia ad ANODO COMUNE che a CATODO COMUNE.  Quindi prima di entrare specificatamente nell’ argomento qualche video per mostrare alcuni di questi prototipi. (altro…)

  • Nuovo standard per Comunicazioni Subacquee

    Nuovo standard per Comunicazioni Subacquee

    Nuovo protocollo standard della NATO per le comunicazioni subacquee

    JANUS potrebbe veramente rivoluzionare l’industria subacquea con dispositivi in grado di comunicare e condividere informazioni che non sono mai una cosa negativa (ricorda come Internet ha avuto un impatto sulla vita con la disponibilità di informazioni gratuite?). Il protocollo JANUS potrebbe consentire un IoT sott’acqua e reti mesh che potrebbero potenzialmente aumentare la velocità di trasmissione dati se un blocco dati viene suddiviso e inviato su frequenze diverse da fonti diverse. (altro…)