Çevrimiçinde dolaştım ama alakalı bir şey bulamadım. Bir elektronik cihazın, bir sinyali farklı frekanslarda ayrıştırması çok zordur.
Bu çıplak metal seviyesinde nasıl yapılır?
Önerilen herhangi bir kaynak veya yorum çok yardımcı olacaktır
Çevrimiçinde dolaştım ama alakalı bir şey bulamadım. Bir elektronik cihazın, bir sinyali farklı frekanslarda ayrıştırması çok zordur.
Bu çıplak metal seviyesinde nasıl yapılır?
Önerilen herhangi bir kaynak veya yorum çok yardımcı olacaktır
Yanıtlar:
Bir elektronik cihazın, bir sinyali farklı frekanslarda ayrıştırması çok zordur.
Değil.
Aslında bunu yapan birkaç cihaz var.
Her şeyden önce, sürekli Fourier dönüşümü (muhtemelen ) ve örneklenmiş bir sinyal ile yapabileceğiniz Dijital Fourier Dönüşümü (DFT).
Her ikisi için de bunları uygulayan cihazlar var.
Dijital elektronikte buna gerçekten ihtiyaç duyma konusunda çok az şey var - dijital sinyaller örneklendi, bu yüzden DFT'yi kullanacaksınız.
Optik ve fotonikte, "büyük" (yukarıdaki gibi neredeyse integral kadar sonsuz) uzunluk için mükemmel periyodik şeyler elde etmek için gerçek bir şans olduğunu fark edeceksiniz. Etkili bir şekilde, bir akustik-optik eleman bir veya birden fazla tonla heyecanlanabilir ve yukarıdaki integral ile aynı korelasyon etkilerine sahip olacaktır. Fourier Optics'in bir örneğini bulmak için 2018'in Fizik Nobel Ödülü kazananlarına bakmak zorunda değilsiniz .
Bu gerçekten her yerde ; o kadar standart bir işlem adımı ki bir iletişim mühendisi olarak nerede olduğunu bile unutuyoruz.
Yani, bu liste tamamlanmaktan çok daha az; sadece örnekler:
Yukarıdaki listenin yalnızca çalışma sırasında DFT yapan şeyler içerdiğini unutmayın . RF, özellikle antenler, mikserler, amplifikatörler, (de) modülatörler ile uzaktan ilgili herhangi bir şeyin tasarımı sırasında, bir çok Fourier Dönüşümleri / Spektral analizinin dahil edildiğinden% 100 emin olabilirsiniz . Aynı şey ses cihazı tasarımı, yüksek hızlı veri bağlantısı tasarımı, görüntü analizi için de geçerli…
Burada sadece DFT'ye hitap edeceğim.
Genellikle, bu bir FFT , Fast Fourier Dönüşümü olarak uygulanır. Bu, 20. yüzyılın en önemli algoritmik keşiflerinden biridir, bu yüzden üzerine birkaç kelime ayıracağım, çünkü tam anlamıyla FFT'yi açıklayan binlerce makale var.
Yazılımda prensip aynıdır, ancak çok büyük dönüşümleri nasıl çok işleyeceğinizi ve CPU önbelleklerinizi en iyi şekilde kullanarak belleğe olabildiğince hızlı nasıl erişeceğinizi bilmeniz gerekir.
Ancak, hem donanım hem de yazılım için, sadece DFT'yi (FFT) hesaplamak için kullanacağınız kütüphaneler vardır. Genellikle FPGA satıcınızdan (örn. Altera / Intel, Xilinx, Kafes…) veya büyük bir ASIC tasarım aracı şirketinden (Cadence) veya ASIC evinizden gelen Donanım için.
Bir dizi titreşimli sazdan daha fazla "çıplak metal" ve "donanım" elde edemezsiniz.
http://www.stichtco.com/freq_met.htm
Fourier dönüşümü ne donanım yapar, bir sürü rezonans sistemi bunu yapabilir
Yüzey Akustik Dalga Cihazları, çeşitli sinyal işleme görevlerini yerine getirmek için analog elektro-mekanik cihazlar olarak kullanılmıştır. Çoğu makale ödeme duvarına sahiptir.
Colin Campbell'in 1989 Yüzey Akustik Dalga Aygıtları ve Sinyal İşleme Uygulamalarının 16. Bölümü
Yayıncı Özeti
Bu bölüm, sadece birkaç mikrosaniyelik işlem sürelerine sahip SAW doğrusal frekans modülasyonlu (FM) cıvıltı filtrelerini kullanan gerçek zamanlı hızlı Fourier dönüşüm tekniklerini sunar. SAW tabanlı teknikler, karmaşık sinyallerin hızlı analizini veya filtrelenmesini gerektiren sonar, radar, yayılı spektrum ve diğer iletişim teknolojilerine yönelik uygulamalara sahiptir. SAW tabanlı Fourier dönüşüm sistemlerinde bu, alıcı ara frekans (IF) aşamalarında gerçekleştirilir. SAW doğrusal FM cıvıltı filtreleri, bir dizi Fourier dönüşüm manipülasyonunu etkileyecek şekilde yapılandırılabilir. Bunlardan üçü (1) spektrum veya ağ analizi için tek aşamalı Fourier transformatörleri, (2) cepstrum analizi için iki aşamalı Fourier dönüşüm işlemcileri ve (3) gerçek zamanlı filtreleme için iki aşamalı Fourier dönüşüm işlemcileri. Basınç alıcıları olarak bilinen sinyallerin spektral analizi için SAW tabanlı Fourier dönüşüm işlemcileri, 1 GHz'e kadar analitik bant genişlikleri üzerinde spektral çözünürlükler sağlamak için çok çeşitli konfigürasyonlarda mevcuttur. Bu bölüm ayrıca bir SAW Fourier dönüşüm işlemcisinde bilinear karıştırıcıların kullanımını tartışmaktadır.
Bu, Harmonik Analizör kullanılarak - kelimenin tam anlamıyla - çıplak metal seviyesinde yapılabilir:
https://www.youtube.com/watch?v=NAsM30MAHLg
Ve sadece bağlantıya cevap verdiğim için üzgünüm, ama bu gerçekten kendiniz görmelisiniz.
Ayrık örneklenmiş fonksiyon üzerindeki bir Fourier dönüşümü, temel fonksiyonların bir dizi (tipik olarak) örnekleme zamanı değerinden eşdeğer bir frekans bileşeni değerleri serisine değiştirilmesidir. Doğrusal bir dönüşümdür (iki serinin toplamının Fourier dönüşümü, iki serinin Fourier dönüşümlerinin toplamıdır), bu nedenle bir vektör (örnek zaman serisi) üzerinde çalışan bir matrise özdeştir.
N bileşenli bir vektör üzerinde çalışan bir N sırası matrisi, N ^ 2 çarpımları ve (N ^ 2-N) ilaveleri yaparak N bileşenlerine sahip ikinci bir vektör oluşturur.
Tamam, şimdi metal bunu nasıl yapıyor:
Bir tür analog bilgisayar olan bir frekansı (temel olarak matrisin bir satırı) çoğaltan ve toplayan 'harmonik analizör' adı verilen bir gizmo var. Fonksiyon girdisinin bir grafik kağıdına çizilmesini, bir polar planimetre (mekanik entegratör) ve bağlantı (mekanik çarpan) bağlamayı ve eğrinin izlenmesini sağlar ... çıkışın bir elemanını verir. Kullanmak çok kötü değil, ancak 1024 elemanlık bir dönüşüm için işlemi yapmanız gerekiyor ... 1024 kez. Yine de, bir asır önce gelgit tabloları bu şekilde hesaplandı. bkz. Matematiksel Araçlar makalesi, sayfa 71
Ardından, sinüs / kosinüs tablosundaki matris öğelerine bakmayı gerektiren slayt kuralı ve ekleme makinesi kullanan manuel yöntem var ve bu, 2 öğeden fazla 1024 elemanlı örnekleme için slayt kuralınızı çalıştırdığınız anlamına geliyor.
Genel amaçlı bir bilgisayar da işlemi yapabilir.
Bazı (dijital sinyal işlemcisi, DSP) özel CPU tasarımları, işleri hızlandıran hızlandırılmış çoklu biriken donanımlarla üretilmiştir. Ve bir 4x4 matrisinin 2x2 matrisinin 2x2 matrisi olduğunu belirterek, N ^ 2 işlemi gerektiren N örnekleri sorununu çözen çok akıllı bir algoritma olan FFT vardır; herhangi bir bileşik sayı almanın ('1024' gibi iki güç kullanılabilir) ve N ^ 2 yerine yalnızca N * Log (N) işlemlerini kullanmanın bir yolu vardır. Bu 1024 girişin 1.048.576 yerine yalnızca 61.440 işlem gerektirdiği anlamına gelir.
FFT genel bir ayrık Fourier dönüşümünü basitleştirmez, çünkü N değerinin asal olmamasını gerektirir (ve neredeyse her zaman iki güç kullanılır), ancak çeşitli şekillerde donanım destekli olabilir, böylece işlemler (çarpma-birikme) zaman sınırlayıcı adımdır. Bir modern (2019) çip (Analog Devices MMAC sütunundan ADBSP-561 ) mikrosaniye başına 2400 işlem yapabilir.
Temel olarak bir spektrum analizörü bunu yapar: