不久前,我們的一位同事正在研究設(shè)計智能手表,健身可穿戴設(shè)備等時固有的一些挑戰(zhàn)。主要挑戰(zhàn)之一是如何獲得更好的信號質(zhì)量,以便獲得更準確的血氧飽和度測量值。該解決方案基于我們先前在擴頻技術(shù)方面的經(jīng)驗。我們意識到,我們可以使用這些相同的技術(shù)來改善多傳感器數(shù)據(jù)環(huán)境(例如脈搏血氧儀應用)中的信噪比(SNR)。
讓我們從談論脈搏血氧飽和度測量開始,然后再介紹新技術(shù)。該演示應用程序的框圖在圖1中給出。在整篇文章中,我們將參考此圖。
圖1反射式脈搏血氧儀(RPO)應用框圖
您很可能對從醫(yī)生辦公室出行的脈搏血氧飽和度非常熟悉。護士進來,稱重您的體重,然后在您的手指上放一個夾子,該夾子使用紅色和紅外LED來測量您的心率和血液中的氧飽和度。手術(shù)室中使用的更高級的監(jiān)視器使用多達8個波長來測量心率,血氧飽和度,一氧化碳中毒以及與全身麻醉下患者相關(guān)的其他因素。
利用更多信號源(在脈搏血氧儀中為LED)的傳感器所面臨的一個問題與擁有許多用戶的通信系統(tǒng)所面臨的問題類似。每個LED必須共享相同的傳感器(光電二極管)。通常,這是通過依次打開每個光源,然后依次進行每個測量來完成的。因此,每個源都有自己的時間片,傳感器可以在其中獲得其測量值。這稱為時分復用(TDM)。主要缺點是,在保持其他所有傳感器不變的情況下,增加更多的傳感器需要更多的時間來從每個源獲取測量值,從而降低了每個源的總體采樣率。另外,由于您要測量的信號(動脈搏動)是變化的信號,因此測量值會因其采集順序而有偏差(圖2)。)。高采樣率可以幫助減少這兩個問題,但最后一個問題是當前技術(shù)要求從源測量值中減去背景測量值。
圖2采樣偏差圖示
許多無線應用到達的方法是使用碼分多址(CDMA)。在該技術(shù)中,系統(tǒng)使用彼此之間具有非常低互相關(guān)的編碼序列(例如,金碼)。這允許頻譜的多個用戶同時共存,而代碼之間的串擾很小。在數(shù)字系統(tǒng)中,可以很容易地丟棄最少量的串擾,但這足以在嘗試進行精確的模擬測量時引起問題。如果您不熟悉此主題,那么現(xiàn)在可能是閱讀CDMA,黃金代碼和直接序列擴展頻譜的好時機。
我們用于該脈搏血氧儀的技術(shù)使用了最大長度(ML)序列,該序列又用于生成黃金代碼,但是我們不使用多個序列,而是僅使用一個序列并對每個信號源進行了相移。我們將其稱為相分復用(PDM)。這是由于ML序列的某些屬性而起作用的。
最大長度(ML)序列屬性
ML序列之所以得名,是因為它表示可以由給定位數(shù)表示的(非零)狀態(tài)的最大數(shù)量。因此,例如,給定四個位,該序列將在每15(2n-1)個狀態(tài)或“碼片”之后重復。結(jié)果,輸出序列具有幾乎相等的1和0(“ 0”比“ 1”少1)。通常將ML序列的輸出視為“ 1”和“ -1”(代替“ 0”)的序列。此表示創(chuàng)建了一些有用的屬性。ML序列的自相關(guān)類似于脈沖,值為2n-1的單個尖峰和所有其他相位偏移的平坦-1。如果輸出信號以零發(fā)送,則尖峰變?yōu)?n-1,并且非高峰相關(guān)性為0。這意味著,如果我們重復并移位了相同的序列,則可以使用相關(guān)性來分離組成信號。此屬性在圖3中說明。頂部的圖顯示了ML序列。順序被移位以生成“紅色”和“ IR”信號。模數(shù)轉(zhuǎn)換器(ADC)看到組合后的信號,最終曲線圖顯示了參考信號與信號之間的圓形互相關(guān)。這兩個峰值與紅色和IR信號的相移一致。所有其他相位偏移的相關(guān)性為零。這意味著我們可以插入另外13個傳感器源,而不會影響測量周期或其他源的結(jié)果。與傳統(tǒng)的TDM方法相比,這代表了巨大的收益。
圖3PDM示例;X和Y軸是以任意單位表示的時間和幅度
生成ML序列
ML序列是使用線性反饋移位寄存器(LFSR)生成的。這些可以用硬件或軟件來實現(xiàn)。圖4顯示了LFSR的示例。LFSR可以使用三個或更多個觸發(fā)器的任意長度的移位寄存器,并將一組觸發(fā)器的輸出與返回移位寄存器的輸入進行XOR運算。表1提供了有效LFSR參數(shù)的選擇。圖4中的LFSR為n = 4,抽頭= 3。LFSR可以有多個抽頭,對于任何給定的尺寸,總會有至少兩個抽頭選項。圖4中所示的LFSR配置也可以在圖1中找到,它是使用可配置邏輯單元(CLC)構(gòu)造的。
圖4線性反饋移位寄存器(LFSR),大小= 4,抽頭= 3
表1LFSR參數(shù),《電子藝術(shù)》第3版,第1頁。976
相關(guān)性
最后一步是相關(guān)性,這是通過將傳感器結(jié)果與LED的狀態(tài)相乘(1表示打開,-1表示關(guān)閉)并積分/累加乘積來完成的。換句話說,當信號源打開時,我們將添加傳感器結(jié)果,而當信號源關(guān)閉時,我們將減去傳感器結(jié)果。該過程可以模擬或數(shù)字方式完成。在此處討論的應用中,我們對ADC結(jié)果進行了相關(guān)。ADC轉(zhuǎn)換在LFSR時鐘源的負沿觸發(fā),然后在中斷中關(guān)聯(lián)每個轉(zhuǎn)換結(jié)果。圖5顯示了每個ADC中斷調(diào)用的函數(shù)。該功能獲取每個樣本,并將樣本與脈搏血氧儀應用程序中的三個傳感器中的每個相關(guān)聯(lián)。我們還將ADC結(jié)果與未使用的LFSR抽頭相關(guān),以進行背景測量,但是除了好奇心之外,它并沒有太多用處。重復進行30次累加,然后停止關(guān)聯(lián),然后應用程序可以讀取每個傳感器的關(guān)聯(lián)結(jié)果。
圖5相關(guān)代碼示例
結(jié)果
下圖顯示了使用新的PDM技術(shù)(圖7)和舊的TDM技術(shù)(圖6)的脈搏血氧儀演示的結(jié)果。)。這些圖顯示了相關(guān)結(jié)果(PDM)和TDM結(jié)果,它們被抽取以匹配相關(guān)周期。總體而言,每個PDM樣本代表30個ADC樣本,每個TDM樣本代表28個總樣本((3個傳感器+ 1個背景)×7)。PDM結(jié)果顯示出峰峰值幅度大約是TDM結(jié)果的兩倍。與TDM技術(shù)中每個源的七個樣本相比,PDM技術(shù)為每個源提供了有效的16個樣本。使用PDM方法添加更多光源不會影響有效樣本的數(shù)量(使用大小為4的LFSR最多可限制15個光源),但是使用TDM技術(shù)時,每個其他光源都需要花費更多的時間。
圖6TDM相關(guān)結(jié)果:紅色650nm,藍色650nm,黑色940nm
圖7PDM相關(guān)結(jié)果:紅色650nm,藍色650nm,黑色940nm
分析
由于使用的唯一操作是TDM或PDM方法,因此可以很容易地應用統(tǒng)計錯誤傳播技術(shù)來評估應用程序中的折衷。使用TDM還是PDM更好?如果使用PDM,是否最好使用較長的序列或在相等的時間內(nèi)重復較短的序列?
如果傳感器測量值的總和為:
現(xiàn)在,通常,ML序列的相關(guān)結(jié)果為2n-1,這也是序列(k)的長度。假定您可以傳輸1和-1(推挽),這是正確的。對于這種脈搏血氧儀,我們只有發(fā)光二極管,并且只能向系統(tǒng)添加光。使用長度為15的ML序列,LED點亮該序列的8個芯片,熄滅7個芯片。環(huán)境光一直存在,因此最終得到的是源振幅的八倍和環(huán)境光的一倍。公式5中顯示了更通用的形式,公式6中顯示了誤差傳播。
C =相關(guān)結(jié)果
St=所有信號源振幅的總和
B =背景
n =LFSR的長度
σc ^=相關(guān)樣本的誤差
σb=背景的誤碼測量
σ小號=求和源測量值的誤差(見等式2)
K =2?-1 = ML序列長度
S =源數(shù)
在給定的源測量結(jié)果等于SB的情況下,TDM的分析要簡單一些,其中S是源的測量,而B是背景的測量。將其乘以m(SB)的測量次數(shù)即可得出誤差為。
我們已經(jīng)將這些等式放入電子表格[2]中,因此您可以估算TDM或PDM是否更適合您的應用。至少在紙上,我們發(fā)現(xiàn)一個或兩個光源使用TDM可獲得更好的結(jié)果(例如,只有一個紅色LED和一個用于脈沖氧化的紅外燈),三個或更多個光源使用PDM可獲得更好的結(jié)果(例如,紅色,IR和綠色LED在許多具有心率監(jiān)測功能的可穿戴設(shè)備中很常見)。
相分復用應在許多傳感器應用中找到應用,例如脈搏血氧飽和度,觸摸等。我們已經(jīng)演示了如何在硬件中生成信號,共享了一種將多路復用信號相關(guān)以分離出單個信號的方法,并提供了一套統(tǒng)計工具來比較PDM與TDM,從而使設(shè)計人員能夠為他們的應用選擇合適的方法。
編輯:hfy
-
多傳感器
+關(guān)注
關(guān)注
0文章
80瀏覽量
15375 -
血氧儀
+關(guān)注
關(guān)注
2文章
131瀏覽量
24844 -
擴頻技術(shù)
+關(guān)注
關(guān)注
0文章
14瀏覽量
8897 -
智能手表
+關(guān)注
關(guān)注
36文章
3300瀏覽量
114815 -
可穿戴設(shè)備
+關(guān)注
關(guān)注
55文章
3820瀏覽量
167298
發(fā)布評論請先 登錄
相關(guān)推薦
評論