ADI

貿澤(Mouser)即日起開始供應亞德諾半導體(ADI)連續漸進暫存器(SAR)類比數位轉換器(ADC)。16位元的AD7386為單端類型，功能與AD7380和AD7381 ADC相容，傳輸速率最高達每秒4百萬次取樣 (MSPS)，並採用3×3mm小尺寸的LFCSP封裝。這款雙同步取樣的高速ADC很適合用於馬達控制、聲納、電源品質和資料擷取應用。 貿澤電子為原廠授權代理商，致力於快速推出新產品與新技術，為客戶提供優勢，協助加快產品上市速度。貿澤受到超過800家半導體及電子元件製造商的信賴，幫助他們將新產品賣到全世界。貿澤只為客戶提供100%通過認證的原廠產品，且能完整追溯至產品的各個製造商。 貿澤電子所供應的ADI AD7386內含雙SAR ADC、一個多工器、一個定序器和含兩個獨立資料輸出腳位的序列介面。透過可作業一或兩個序列輸出的序列介面，工程師可存取裝置上的資料。ADC具備單端類比輸入，作業電源供應範圍介於3.0V至3.6V之間，包含帶緩衝的內部2.5V參考電壓(可供選擇的外部參考電壓最高達3.3V)，典型漂移僅±1ppm/°C。

Marvell與亞德諾半導體(ADI)宣布開展技術合作，將運用Marvell的5G數位平台和ADI的寬頻RF收發器技術，為5G基地台提供充分優化的解決方案。雙方將於合作期間提供全整合5G數位前端(DFE)ASIC解決方案及與之緊密配合的RF收發器，並將合作開發下一代射頻單元(RU)解決方案，包括可支援一組多樣化功能切分和架構的優化基頻及RF技術。 Marvell總裁暨執行長Matt Murphy表示，Marvell很高興能與ADI合作，共同迎接下一波5G網路架構帶來的龐大商機。結合Marvell於基頻、數位ASIC和傳輸處理器領域之地位與ADI的RF收發器技術，為尋求加速上市的5G OEM廠商搭建穩定架構。 大規模MIMO部署與毫米波頻譜需求增加了5G RU的複雜性，並為RF和無線電網路設計帶來了前所未有的挑戰。為滿足5G之低功耗、小尺寸和低成本要求，需針對RF和混合訊號技術與數位ASIC和基頻晶片間的畫分進行優化。Marvell與ADI先進技術之結合實現了高度優化的RU設計，將可支援標準和客製兩種建置方案。 ADI總裁暨執行長 Vincent Roche表示，ADI持續引領蜂巢式無線電技術。透過與Marvell的合作，該公司看到在優化5G RF和數位鏈方面蘊藏著巨大的機會，而可使雙方客戶受益。借助ADI與Marvell共同開發的解決方案，將使客戶能為此動態市場打造高度優化的高性能產品。

機器人以及各種旋轉機具的狀態監測(CbM)，像是渦輪、風扇、泵浦、馬達等機具，會記錄下機具健康與效能方面的即時資料，藉以進行針對性的預測維護，以及優化控制。在機器生命週期初期執行針對性預測維護能降低生產線停擺的風險，進而提高可靠度，省下可觀成本，以及提高廠區的生產力。 振動感測為狀態監測常用方案 工業機具的狀態監測可採用許多種類的感測器資料，包括如電性量測、振動、溫度、潤滑油品質、聲響等，以及像流量與壓力等製程量測數據。目前最常見的則是振動量測，因為振動是反映諸如不平衡以及軸承失效等各種機器問題最可靠的指標。本文專注探討運用振動感測，而這類量測方法同樣也適用於其他感測器的資料。 感測器資料從感測節點傳至主控制器或雲端的傳輸方式極大程度取決於應用。在許多應用中，本地端資料處理機制會建置在邊界節點上，整理後的資料接著會以無線方式傳送到網路閘道器，或透過手機網路直接傳送到雲端或分析伺服器。 在這些情況中，傳送資料量一般都很低，而且邊界節點由於使用電池供電，其傳送功率也比較低，反觀其他應用，傳送的則是未經處理的資料。 舉例來說，在匹配與融合多個感測器的資料之後，再將結果傳出並進行分析。一些應用還需要傳送未處理資料，這些資料用來執行即時控制。在這些應用中，較可行的資料傳輸解決方案則是有線介面。工業應用的狀態監測可採用優化型微機電系統(MEMS)訊號鏈加速計、低功耗微控制器，以及有線型iCoupler隔離介面，利用它們執行擷取、整理，以及可靠地傳遞機具的健康資料，並將這些從遠端CbM從屬設備取得的資料傳回到主控制器進行後續的分析。 經過長時間累積後，機器的健康資料即可用來建立軟體模型，藉此判斷機器行為的變化，以及維護機器的健康。在像是CNC數控加工機這類應用中，這類資料還可用來即時優化系統的效能。 實作有線CbM介面面臨的挑戰包括透過長纜線傳送資料時EMC強固性、在高傳輸率下資料完整性(即時CbM資料串流傳輸)，以及通訊實體層/協定的不匹配等。本文將以ADI的有線介面解決方案為例，它們除了能協助客戶縮減設計週期與測試時間外，還能讓工業CbM解決方案加快上市時程。 有線CbM設計實作考量 在設計與部署有線式狀態監測解決方案方面，必須考量許多系統效能因素以及做出取捨。第一，在選擇適合MEMS加速計方面，必須考量需要量產的失效種類，才知道應該挑選具備什麼樣頻寬以及雜訊效能的MEMS元件，才能因應相關的系統需求。另外邊界節點的處理能力則須匹配選中的處理器，以確保能發揮最大的系統彈性。 第二，有線CbM系統的設計必須小心挑選適合的有線通訊協定以及實體層元件，以進行高速即時資料串流傳輸。建置有線介面方面，其中，需要審慎考量EMC效能、資料傳輸線路/連接器/以及透過線路傳送電力等因素。 選擇適合MEMS加速計 選擇適合MEMS振動感測器涉及多個層面的因素，首先是軸向數量。監控軸向的數量，通常和失效種類以及感測器裝設方位有關聯。如果失效分布在明顯的軸向，而且沿著該軸向有著明顯的傳遞路徑，那麼單軸向感測器就足夠應付需求。對於涉及分布在多個軸向上能量的失效，或是失效能量的傳遞路徑並不明顯的狀況，就適合採用三軸感測。 其次是失效種類。要監視的失效種類，對於挑選感測器有很大的影響。在這方面，感測器的雜訊密度以及頻寬都是重要的規格，因為它們決定了能可靠擷取到振動以及頻寬的範圍。以一個例子來看，低轉速機器的不平衡以及錯位(Misalignment)失效，需要一個低雜訊密度感測器，頻寬需求則相當低；若是齒輪失效的偵測，感測器需要的規格則是低雜訊密度以及高頻寬。 最後則是效能需求。除了失效種類，還必須瞭解CbM的效能需求。在建構精密預警機制方面，需要基本流量狀況的偵測警訊，藉以反映效能水準。這方面除了涉及到部署的分析機制以及演算法，同時也會影響到選用的感測器。感測器在頻寬、雜訊密度，以及線性度等方面的效能越高，分析功能就會越先進。 選擇適合的訊號處理 在訊號處理設計方面，考量因素則有三點。第一是加速計輸出，加速計的輸出端通常是類比或序列數位訊號介面，通常是SPI。類比輸出感測器則需要一個轉換階段，將資料轉換成數位格式，以及訊號調節步驟。包括採用分立ADC以及前置放大器調節，或是在微控制器內嵌入ADC。 第二為邊界節點處理要求，邊界節點必須執行一些基本的高速傅立葉轉換(FFT)或訊號處理演算法，才能降低資料鏈路與/或中央控制器/伺服器的工作負擔。 第三則是資料傳輸協定要求。ADC或感測器的輸出端通常是一個SPI介面。該介面本身並沒有提供任何涉及資料完整性檢查、時間標記(Time Stamping)，以及混合不同感測器資料等方面的機制。其中一種有效的處理方法就是在邊界節點上以高階通訊協定將感測器資料裝入封包，然後再進行傳輸。 這種作法雖然會提高感測器介面的強固性以及彈性，然而，邊界節點的負擔也會隨之增加，因此須妥善處理以及封裝資料流。 將加速計輸出端移植到有線通訊匯流排 如先前所述，加速計的輸出通常為類比或序列數位訊號，大多為SPI規格。SPI輸出訊號可就地處理(促成協定的彈性)之後再加入到實體層介面，或直接移植到實體層。 SPI是一種非平衡式單端序列介面，用在短距離通訊上。想要直接將SPI移植到更長距離傳輸的實體層，則可採用RS-485線路的發送與接收元件。RS-485訊號為平衡的差動格式，其原本就擁有抗擾性，且經過長距離傳輸仍能維持強固性。 利用SPI介面在主控與從屬兩端進行較長距離的傳輸則會面臨許多挑戰。SPI本質上屬於同步式，由SPI主控端啟動一個時脈(SCLK)。而SPI資料線-主設備輸出/從設備輸入(MOSI)以及主設備輸入/從設備輸出(MISO)–則會與SLCK時脈同步化，這種機制在短距離內會可靠地達成。此外，SPI還有一種主動式低電平啟動(Low Enable)晶片選擇(CS)訊號，若有需要也能允許個別從屬端定址。 在經過長纜線傳輸後，SCLK訊號會延著纜線出現傳輸延遲，每100公尺會延遲500奈秒。在MOSI的資料傳輸方面，MOSI與SCLK經過纜線傳輸後產生的延遲會呈現一致。然而，由從屬端MISO到主控端的資料傳輸，產生的延遲則會是纜線傳輸延遲的兩倍。 想要回復主控與從屬兩端的同步性，其中一種作法是把時脈訊號由從屬端饋送到主控端，另一種方法，則是利用時脈相位偏移(Phase Shift)特性，在主控端補償纜線延遲。時脈的相位偏移必須匹配系統的延遲總和。 有線通訊實體層 在進行長距離通訊時，強固的實體層是不可或缺的要素。如先前提到，RS-485訊號擁有平衡、差動，以及天生的雜訊抗擾等特性。系統雜訊會等量耦合到RS-485雙絞線的兩條線路。 其中一個訊號發出另一個訊號的反相波，而耦合到RS-485匯流排通道的電磁場則會相互抵銷，因此整個系統的電磁干擾(EMI)便得以降低。RS-485還具備了一些額外關鍵的優點，使它適合用在CbM系統，其中包括： ．更高的資料傳輸率，在較短線路中最高可達 50Mbps(低於100公尺)。 ．以較低的資料傳輸率，在最長至1000公尺的纜線進行傳輸。 ．全雙工/半雙工RS-485與RS-422多重發送/接收纜線對，可用最少零件轉換成雙向SPI至RS-485匯流排訊號。 ．較寬的共模輸入範圍，允許主控端與從屬端之間存在對地電位差。 有線介面EMC效能 通訊網路經過冗長纜線的傳遞時容易遇到包括共模雜訊、對地電位差，以及高瞬時電壓等干擾的危害。長達100公尺的纜線容易受到各種導通與幅射雜訊源影響通訊的可靠度。 想要提高對這些雜訊源的免疫力，可採用iCoupler晶片級變壓器隔離技術。另外，共模瞬態抗擾度(CMTI)指的是隔離元件拒斥高電壓/高迴轉率(Slew Rate)雜訊瞬態，並維持無錯誤通訊的能力。訊號以及isoPower隔離元件提供25kV/μs的最低共模瞬態抗擾度，並能承受最高100kV/μs的瞬態電壓而不會永久閂鎖(Latch Up)或損壞。 在工廠自動化環境中，系統設計者通常無法控制通訊網路的電氣安裝工作。因此最好的作法是假設存在對地電位差。在動作控制系統方面，對地電位差經常多達數百伏特。一個RS-485通訊節點需要電氣隔離，並確保數據線路在可環境中能可靠工作。訊號與isoPower隔離元件能提供600V峰值(基本)的最高持續工作電壓或353V峰值(增強)電壓。對於存在相當大對地電位差的狀況下，基本隔離機制能促成可靠的通訊。而強化隔離機制則能保護操作人員在廠房環境不會觸電。 在有線通訊網路中，包括外露的連接器以及布線會暴露在嚴苛的瞬態電壓干擾下。系統層級IEC 61800-3標準針對可調整速度的電力驅動系統在抗擾性方面的要求，最低須達到±4kV接觸/±8kV空氣IEC 61000-4-2 ESD保護能力。 透過資料線傳遞幻象電源 主控端控制器與遠端CbM感測器節點之間的電力與數據線需要創新解決方案來降低布線成本。數據與供電整合到一個雙絞線對，不僅能大幅降低成本，還能造就出更小的印刷電路板(PCB)連接器解決方案，適合用在空間受限的邊界感測器節點。 透過一個電感-電容網路，可藉由雙絞線傳遞電源與資料。高頻率資料透過串聯電容耦合到數據線，這些串聯電容也會保護RS-485收發器不會受到直流匯流排電壓影響。電源則是透過連到數據線的電感接到主控端的控制器，而供電接著在CbM從屬端感測器節點透過一個電感進行濾波，而該節點位於纜線的終端處。 另外，纜線兩端的電感應妥善匹配以避免產生差模雜訊，而自我共振頻率應至少在10MHz以上，以避免和新一代振動量測系統的即時快衝模式相互干擾。請注意，電源與資料耦合解決方案應加入數據線，這些數據線中不應出現dc資料內容，像是RS-485介面的MOSI或MISO。 選擇適宜方案實現高效振動檢測 根據設計者的設計考量因素，圖1可提供幾種選擇途徑來協助建構強固的有線工業振動DVD-R/RW解決方案。在圖1中，選項2包含ADuM5401，該元件從資料匯流排擷取5伏直流電，並向ADcmXL3021提供3伏隔離供電。此外，ADuM5401還包含4個訊號隔離通道，這種組態適合3+1的SPI隔離。 圖1　強固/高度整合/有線MEMS加速計狀態監測解決方案的選項 圖1的選項3包含ADuM5402，這個元件類似ADuM5401。兩者之間的關鍵差異在於ADuM5402提供2個傳送以及2個接收數位隔離通道。 如先前所述，ADuM5401/ADuM5402能提高有線CbM介面的EMC抗擾力，保護ADcmXL3021使其不會受高電壓干擾，以及避免在RS-485纜線介面上出現對地電位差。 表1比較三種解決方案，以多項關鍵標準進行比較，包括設計彈性、電路板空間、解決方案成本、複雜度，以及EMC效能。將微控制器整合到CbM感測器節點雖然會提高設計彈性，但代價是會增加電路板空間以及額外的軟體複雜度。由於日後主控端CbM節點會配置處理器，故圖1中選項3基本上會是一個雙微控制器的系統，因此相較於主控端CbM節點的單微控制器配置，啟動運行的速度會比較慢。 表1　各種CbM選項的取捨比較 選項1與選項2雖然設計彈性比較低，但卻提供一條部署速度更快的途徑，因為它們能促成低複雜度、透明化的SPI連結RS-485鏈路。相較於選項3，選項1與選項2還提供邁向更小電路板的途徑，選項3的應用需要額外的電路板空間來容納微控制器以及相關的電路(像是時脈振盪器以及多個被動元件)。在選項2與選項3中加入iCoupler訊號與電源隔離機制，不僅增加占用的電路空間最小，還會提升EMC效能，勝過採用晶片內部保護機制搭配RS-485/RS-422收發器的作法。 (本文作者分別為ADI自動及能源事業部系統應用工程師和系統應用經理)

亞德諾(ADI)日前宣布與Jungo合作，共同開發基於飛時測距(ToF)和2D紅外線(IR)技術的攝影機解決方案，以實現車內駕駛員及座艙監測。結合ADI的ToF技術和Jungo的CoDriver軟體將可透過觀察頭部、身體位置以及眼睛注視情況來監測車內人員的睡意和注意力分散程度。該解決方案並可望實現基於臉部、身體和手勢的智慧互動，提供每位車內人員的人臉識別功能，實現個性化資訊娛樂及服務，以及共乘支付等功能。 ADI汽車連接暨感測產品總監Vlad Bulavsky表示，ADI與Jungo的合作，為目前手勢控制之外的創新擴增實境應用開啟了大門。相信此次合作可將座艙監測和基於ToF的駕駛員和乘客監測提升到一個新的層次，進而提高行車安全性。 3D ToF為一項無掃描LIDAR布光檢測和測距技術，藉由發射奈秒級高功率光脈衝來捕捉相關場景的深度資訊(通常是短距內)。ADI提供可直接提升3D ToF系統功能的產品和解決方案，包括處理、雷射驅動器、電源管理以及開發板和軟體/元件，進而快速實現3D ToF解決方案。 Jungo的CoDriver軟體運用先進的深度學習、機器學習和電腦視覺演算法，透過面向駕駛員的攝影機即時偵測駕駛員狀態。該軟體並支援車內全面偵測技術，如乘客人數統計、安全帶使用情況偵測、危急醫療偵測或觀察等功能。 Jungo執行長Ophir Herbst表示，OEM廠商已運用Jungo的CoDriver監測演算法來保障駕駛員和乘客的安全，並開發監測車內乘客狀態的創新用例。很高興與ADI合作，透過該公司的演算法和ADI的ToF技術使車輛更智慧，協助OEM滿足法規要求，並於下一代車輛中實現創新。

目前市面上搭載先進駕駛輔助系統(ADAS)的車款，多處於Level 1、Level 2的階段，例如道路偏移警示系統(LDWS)、盲點偵測等功能是屬於Level 1，而ACC自動巡航系統和自動煞車等應用則歸類於Level 2。然而，在強化行車安全以及提升消費者體驗的驅動之下，全球車廠與Tier 1車電相關業者，無不勠力邁向Level 3以上的自駕等級，而ADAS功能的突破、升級，將是促成此一發展目標實現的重要關鍵；為此，產官學各界紛紛朝汽車電源架構、雷達、感知系統等方面著手，以提升ADAS性能，並早日實現Level 3以上的自駕車 汽車元件日益增加　電源設計須更注意 茂宣企業應用工程經理陳俞阡(圖1)表示，汽車電子系統設計十分複雜，特別是自動駕駛車輛(或是ADAS的車輛)，因當中結合了許多數位和類比元件。像是自動駕駛除了要搭載中央運算平台，在平台之外還須連接許多閘道器(Gateway)，並搭配許多感測器，如雷達、影像感測器、光達等；同時，還有著許多連網元件以實現車聯網。因有著這麼多樣功能和元件，使得現今的自動駕駛車輛產生大功率需求，且必須強化EMI防護，避免元件間相互干擾，影響到中央運算系統、閘道器等對資料收集的精確度和分析判斷。 圖1　茂宣企業應用工程經理陳俞阡表示，汽車電子系統結合了許多數位和類比元件，因此EMI防護十分重要。 為此，ADI備有Silent Switcher 2 LT8640S、LT8643S和LT8650S同步降壓穩壓器，具備可將EMI輻射降到最低的Analog Devices第二代Silent Switcher架構，並使用旁路電容器、接地平面、銅柱和其他可將所有快速電流迴路最佳化的元件組合，可在高切換頻率下高效運作。42V/6A穩壓器的靜態電流為2.5µA，1MHz下的效率高達96%，可以提供快速、乾淨且低過充的切換邊，即使是在高切換頻率下亦能夠實現高效運作和高降壓率。 陳俞阡進一步指出，隨著節能減碳意識興起，電動車和油電混合車也持續成長，使得自動駕駛的電動車和油電混合車在電源設計上，除了有著上述的挑戰之外，另一個挑戰便是目前許多車款都採用48V/12V汽車雙電池系統。 換言之，目前採用48V/12V汽車雙電池系統的電動車或油電混合車，車上既有12V的電池，同時也有48V的電池，所以在進行設計時，必須考量到能量要能夠從48V傳輸到12V，反之亦然；而若電池放電，則需要雙向電力傳輸來為電池充電，使得控制器必須能夠非常精確地控制充電電流，避免損壞電池。 基於此一需求，ADI也擁有多相位同步降壓或升壓控制器LTC3871，可在12V和48V電路板網路之間，提供了雙向DC-DC控制和電池充電。其可操作於降壓模式(從48V匯流排至12V匯流排)或升壓模式(從12V至48V)。任一模式可利用一個施加的控制訊號按需求配置。且其多達12個相位，可並聯和異相定時，以將高電流應用(高達250A)的輸入和輸出濾波要求降至最低。 打造自駕車輛　雷達/聯網是關鍵 是德科技應用工程部資深專案經理蘇千翔(圖2)表示，自動駕駛發展一直以來都備受矚目且有著龐大的商機，目前有95%的意外事故都是人為造成，而汽車產業之所以會如此積極推動自駕發展，最主要的原因便在於希望透過自駕車，大幅降低交通意外事故。 圖2　是德科技應用工程部資深專案經理蘇千翔指出，自動駕駛車輛其中一項關鍵元件是車用雷達。 而要打造自動駕駛車輛，其中一項關鍵元件便是車用雷達，有了車用雷達(及其他感測器)，自駕車才能夠全面掌握周遭環境。蘇千翔指出，目前雷達主要是進行障礙物檢測或是盲點檢測，其代表著車子的感知能力，透過雷達獲取周遭環境資料後再送到中央系統進行分析、判讀。也因此，車用雷達的性能、精確度以及可靠性對自駕車而言至關重要。 因此，是德科技推出新的增強型Keysight E8740A汽車雷達訊號分析與產生解決方案。此一方案基於高效能實體層儀器，可為每個待測雷達設計提供同級中最有效的射頻(RF)和毫米波效能驗證，並具備易於使用的直覺式操作介面，能以更高效率進行測試，且還可產生各種真實條件，以解決任何潛在的汽車雷達干擾問題。 簡而言之，ADAS和自動駕駛汽車發展愈來愈迅速，而實現自動駕駛車輛需倚賴大量的感測器，有鑑於此，是德科技將持續投入資源，以實現全面協助開發人員克服雷達設計和效能驗證挑戰的目標。 另一方面，車聯網也是自動駕駛另一重點發展方向，蘇千翔表示，V2X通訊是一種汽車通訊系統，可將來自感應器和其他來源的資訊，透過高頻寬、低延遲、高可靠度的鏈路進行傳播，有助於推動完全自動駕駛的未來發展。C-V2X透過蜂巢式網路與雲端服務(如導航和車載資訊娛樂系統)進行通訊，並且透過直接連接將汽車與所有裝置相連，包括裝置(V2V)、行人(V2P)、基礎設施(V2I)，以及網路(V2N)互連。 不過，目前C-V2X面臨的最大挑戰之一是跟上最新標準，該標準要求測試解決方案必須與C-V2X要求的最新發展保持同步，包括未來的5G NR版本。因此，是德科技推出新的蜂巢式V2X(Cellular Vehicle-to-everything)和先進的車載乙太網路解決方案，以因應不斷演進的產業標準並確保元件之間的互通性。 此一工具套件能夠在射頻、協定和應用層測試方面，跟上不斷演進的C-V2X標準解決方案，其5G NR V2X平台基於3GPP第16版標準，可因應未來規範並保護投資，加速新技術的部署，進而實現先進的安全功能。 自駕車輛要上路　實際模擬不可少 為了降低肇事率，確保駕駛安全(特別是未來人口老化越來越明顯)，自駕車發展勢在必行。自動駕駛車輛的核心技術包括感知/定位、決策規劃、車輛動態控制等，除了這些技術之外，還有一項不容忽視的要素便是整車測試驗證。 車輛研究測試中心(ARTC)研發處經理許文賢(圖3)說明，自動駕駛實車上路之前，一定要進行所謂的模擬驗證，以確保安全性。因為某些突發狀況在真實道路上較難測試，譬如說行人不會三不五時的突然竄出衝到馬路上；因此，自駕車實車上路前勢必要先進行各種情況的模擬驗證，以確保車輛上路後能夠因應各種突發狀況。 圖3　車輛研究測試中心(ARTC)研發處經理許文賢說明，模擬驗證是自駕車上路前不可缺少的步驟。 據悉，自駕層級提升所面臨的測試問題包括：符合不同標準的測試環境(NHTSA、ISO、Euro NCAP等)、如何確保產品基本性能、測試數據的代表性、更嚴謹的測試方法、如何產生更多樣/貼近實務的測試情境、測試數據是否足夠、如何加快測試時程、如何驗證感測資訊的準確度，以及系統的強健性(Faultinjection)等。 因應這些測試需求，車輛中心有著SAE Level 0~5駕駛模擬驗證方案，包括Model In The Loop(MiL)、Software...

亞德諾半導體(ADI)日前宣布與現代汽車公司(HMC)達成策略合作，現代汽車計畫推出首次採用ADI汽車音訊匯流排(A2B)技術的全數位路面噪音消除系統，並計畫在其汽車產品的基礎音訊連接和資訊娛樂系統中更廣泛地採用ADI的A2B技術。 現代汽車研究員Kang-Duck Ih博士表示，作為早期採用A2B技術的公司，我們意識到該技術不僅適用於道路噪音主動控制系統(RANC)，同時也適用於其他提升乘客和駕駛體驗的車輛應用。A2B技術確保了低延遲特性，讓我們能建置此突破性的RANC技術並加速實現量產。 現代汽車的RANC系統能大幅降低車輛座艙內的噪音。該系統可即時分析各種噪音，並產生反相聲波，如該新技術可處理如輪胎和車輪之間的共振聲、或者來自路面的轟隆聲等多種不同道路噪音。 ADI汽車電氣化和資訊娛樂事業部副總裁Patrick Morgan表示，該公司與現代汽車密切合作聯手打造全數位RANC系統，運用ADI的A2B技術來降低設備成本、重量和設計複雜性，進而提高總體燃油效率，協助因應與電子RANC系統相關的各種挑戰。ADI與現代汽車公司的合作不僅印證了A2B技術的日益重要性，並進一步提高該公司的市場競爭力。 A2B可減少高達75%的電纜重量、提高汽車的燃油效率並降低總系統成本。ADI的A2B技術為低延遲的高速數位互聯技術，可透過單對非遮罩雙絞線傳輸音訊、控制資料、時脈及電源。目前，汽車路面噪音消除系統之部署需要經濟高效的低延遲網路技術將所需的輸入感測器高效連接到中央處理器單元，相較於基於類比技術的傳統路面噪音消除系統方案，ADI的 A2B技術可顯著降低相關的線束成本和複雜性。

傳統隔離式返馳轉換器架構經常用於60瓦左右的電源供應器(圖1)，利用一次側開關以及調整過匝數比(Turns Ratio)的變壓器，電源供應器的電壓便可轉換成輸出電壓。有關輸出電壓的資訊會透過回饋通道傳送至一次側PWM產生器，讓輸出電壓維持穩定；若輸出電壓過高或過低，可以調整PWM產生器的工作週期。 圖1　運用光耦合器的傳統返馳控制器連接至回饋通道。 多方並行解隔離電壓調節難題 此回饋通道不僅增加成本，更占用電路板空間，同時也決定電路的最大隔離電壓以及變壓器的隔離電壓。當光耦合器老化後，許多屬性都將隨之產生變化，且一般的設計不允許在超過攝氏85度的溫度下運作。除了光耦合器外，還可利用第三個變壓器繞組提供輸出電壓狀態的資訊。藉由這種機制便得以調節輸出電壓。然而，此額外增加的變壓器繞組會使變壓器成本更昂貴，且輸出電壓調節亦不精準。 較理想的替代方案為運用一個元件取代光耦合器及光耦合器的二次側控制模組。例如隔離式誤差放大器為具備此功能的元件，整合iCoupler隔離技術，可藉由電感耦合轉換回饋訊號—意即不須使用光耦合器且跨過電氣隔離。 甩開電壓限制　無分立通道省空間 尚有另一種簡練的解決方案不用分立回饋通道。例如Analog Devices(ADI)Linear系列LT8300無分立回饋通道返馳式轉換器，能自二次側反射回到一次側的電壓，調節PWM產生器工作週期(圖2)。由於不需用到光耦合器或其他回饋電路，不僅節省成本亦省下空間，因此，回饋通道最大隔離電壓造成的限制便無關緊要。只要採用的變壓器針對特定隔離電壓設計，整個電路便能在此最大隔離電壓下運作。 此概念基於邊界模式穩壓機制，在此模式中，二次側電流在每個週期皆會降至零安培。反射回到變壓器一次側繞組的輸出電壓，則可量測並執行一次側的穩壓。 圖2　返馳式控制器無分立回饋通道，但可藉一次側變壓器繞組調節。 另一方面，此類無分立回饋通道的電路是否能用於特定應用，取決於要求的輸出電壓調節精準度。要注意的是，元件規格雖然顯示精準度小於正負1%，但在特定應用中的偏差可能高於1%。 依據以下公式可算出輸出電壓： 溫度校正機制修整輸出電壓 圖2中顯示的Rfb可用於調整輸出電壓。Nps是變壓器的匝數比，Vf是經過二次側返馳式二極體的壓降，通常會與溫度相關。對於像12V或24V這類高輸出電壓，Vf的絕對效應較低。但對於3.3V或更低的輸出電壓，輸出電壓的溫度效應就相當高。一些未採用光耦合器的系列元件則內建溫度校正機制，用於針對不同溫度狀況修正二極體壓降。欲使調節功能正常運行，通常還會要求輸出端達到最小負載。以LT8300而言，約為最大可能負載的0.5%。 返馳式控制器雖然不具分立回饋通道，但可藉一次側變壓器的繞組控制，造就更簡單的設計，且不須使用易出錯的光耦合器。 (本文作者為ADI電源管理應用工程師)

自動駕駛發展熱潮持續升溫，目前全球車廠與Tier 1車電相關業者，無不勠力邁向Level 3以上的自駕等級，而要實現Level 3以上的自駕車，強化車輛感知、分析能力勢在必行，感測元件和處理器的增加也讓自駕車的電源設計更趨複雜，因此，如何簡化自駕車電源設計複雜度，並強化EMI防護，成為一大挑戰。 茂宣企業應用工程經理陳俞阡表示，汽車電子系統設計十分複雜，特別是自動駕駛車輛(或是ADAS)的車輛，因當中結合了許多數位和類比元件。像是自動駕駛除了要搭載中央運算平台，在平台之外還須連接許多閘道器(Gateway)，並搭配許多感測器，如雷達、影像感測器、光達等；同時，還有著許多連網元件以實現車聯網。因有著這麼多樣功能和元件，使得現今的自動駕駛車輛產生大功率需求，且必須強化EMI防護，避免元件間相互干擾，影響到中央運算系統、閘道器等對資料收集的精確度和分析判斷。 茂宣企業應用工程經理陳俞阡。 為此，ADI備有Silent Switcher 2 LT8640S、LT8643S和LT8650S同步降壓穩壓器，具備可將EMI輻射降到最低的Analog Devices第二代Silent Switcher架構，並使用旁路電容器、接地平面、銅柱和其他可將所有快速電流迴路最佳化的元件組合，可在高切換頻率下高效運作。42V/6A穩壓器的靜態電流為2.5 µA，1 MHz下的效率高達96%，可提供快速、乾淨且低過衝的切換邊，即使在高切換頻率下亦能實現高效運作和高降壓率。 陳俞阡進一步指出，隨著節能減碳意識興起，電動車和油電混合車也持續成長，而自動駕駛的電動車和油電混合車在電源設計上，除了有著上述的挑戰外，另一個挑戰便是目前許多車款都採用48V/12V汽車雙電池系統。 換言之，目前採用48V/12V汽車雙電池系統的電動車或油電混合車，車上既有12V的電池，同時也有48V的電池，所以在進行設計時，必須考量到能量要能夠從48V傳輸到12V，反之亦然；而若電池放電，則需要雙向電力傳輸來為電池充電，使得控制器必須能夠非常精確地控制充電電流，避免損壞電池。 基於此一需求，ADI也擁有多相位同步降壓或升壓控制器LTC3871，可在12V和48V電路板網路之間，提供了雙向DC/DC控制和電池充電。其可操作於降壓模式(從48V匯流排至12V匯流排)或升壓模式(從12V至48V)。任一模式可利用一個施加的控制訊號按需求配置。且其多達12個相位，可並聯和異相定時，以將對高電流應用(高達250A)的輸入和輸出濾波要求降至最低。

非規劃停機所造成的成本每小時可達數千甚至上萬美元。在2017年曾經進行的一項研究中，發現許多企業遇到停機時每小時平均成本高達200萬美元，非規劃停機造成的成本遠高於計畫性維護，因為機器必須下線進行診斷、訂購替換零件，然後才能進行維修。 機器在規格範圍內持續運轉，以及機器預期的剩餘壽命，都會受到各項變數所影響，包括如運轉時間、負載與運轉環境的變動，以及各種損壞事件等。狀態監測的目的，旨在找出這些影響因素的量化數據，以在需要立即注意時即時提供警訊，並精準預測需要介入的時機。 每部機器都不盡相同，每部機器老化的過程也不一致，而老化的過程通常緩慢且難以察覺。除非長期主動觀察細微變化的徵象，不然即使長時間下來也看不出老化的現象。之後有朝一日機器忽然失效，可能是災難性故障，意謂著機器必須離線進行維修。終端使用者希望針對即將發生的失效提前收到通知，藉以提前進行停機的計畫。他們也會觀察機器細微變化的各種徵象，這些因素可能影響類似紙張與金屬板材這類最終產品的品質。 各界需要更加提早觀測出機器磨耗，以及機器輸出品質的資訊，帶動對於更靈敏與更全面性感測的需求。另外，量測的種類也更加多元，包括溫度與振動等感測模態，如今也透過音響、馬達電流，以及電壓量測等方式提供輔助。這些量測系統匯整之後，即可對設備的狀態得到更全面的認知。因此每部機器上裝設著越來越多的量測通道。個別的量測通常需要妥善協調以顯示彼此的關係，像是x/y/z三個軸向的振動數據。而對於同步化的需求，也導致系統的複雜度更加提高。 量測節點日趨分散以及模態的多元化，意謂著以人力資源進行檢視與量測的方式已無法跟上實際作業的需要(圖1)。系統必須分散部署在廠房的各處或偏僻角落，並使用現有的有線基礎設施或無線網路，運用穩定安全的無線系統進行通訊。龐大且昂貴的感測器以及匯流傳輸設備必須做得更小、低價、省電，才適合裝設在這些環境。為此，許多新元件與子系統型態的新型精準解決方案，具備更高的整合度，讓系統廠商現在就能實現上述的感測功能。 圖1　使用壓電感測器是由掌上型裝置，以人工方式檢測設備。 資料擷取是狀態分析首要任務 想要儘可能提早察知機器耗損的徵兆，就等同於須擁有預見未來的能力。在狀態監測分析方面，方法就是觀察系統中各種最細微的變化，包括系統溫度、振動，或聲響等徵狀。想要感測到這些細微的變化，感測器與資料擷取系統必須能以最小偵測分辨率單位明確觀測到這些細微改變，包括在極高的振動或溫度下也能精準量測。為此訊號鏈必須具備極高的動態範圍，意謂著系統得擁有極低的雜訊，同時還能應付極大的變動。 舉例來說，要對往復式水泵偵測出機件磨損的徵兆，就必須能偵測出活塞死點不到十分之一毫米的磨損差異，而活塞的往復行程則達到300毫米。要確保能看到如此細微的變化，其條件則是系統雜訊必須低至少10倍。因此偵測水平必須達到1:300,000或109dB，須採用18位元或更精準的資料擷取系統。 另一項考量因素，是拓展出更多傳輸頻寬範圍。馬達軸以及許多齒輪系統的振動頻率相對較低，頻率相當接近軸轉速或僅是軸轉速的數倍。然而，系統中其他零件則擁有較高頻率特徵。為此，想要偵測擁有較高頻率特徵的零件因磨損產生的偏移，像是滾珠或油封軸承這類零件，感測機制必須在超過10kHz甚至80kHz的頻率下達到高解析度與高動態範圍(圖2)。 圖2　典型振動頻率特徵 感測系統規格必須包含高動態範圍(DR)，以及極低的總諧波失真(THD)，才能在系統振動模式(Profile)下解析出這些頻域特徵。在這些系統中，主要是運用最新精準型大頻寬三角積分(Σ-Δ)轉換器來執行類比至數位轉換步驟。這類極精準的類比至數位轉換器能滿足這些系統的關鍵需求。此類轉換器擁有優異的動態範圍以及THD(一般為+108dB DR到120dB THD)，能在至少80kHz頻率下覆蓋dc直流頻寬，另外還具備許多簡單易用的特色，像是類比輸入端的預先充電緩衝器、整合式數位濾波器、跨元件同步支援多通道相位匹配，使得這些關鍵元件能用來建構最高效能的CbM資料擷取系統。 功率調整(Power Scaling)功能讓同一個實體硬體經調整後能支援特定功率上限的規範，針對整體功率匹配適合的動態範圍或頻寬。在直流以及較大頻寬條件下提供精準偵測，同一個平台的輸入通道能滿足包括溫度、形變，以及其他直流或低頻寬感測的需求，進而簡化整體條件監控系統的架構並降低複雜度，也就是單一平台即可支援所有種類的CbM感測器。 同步取樣確保相位關係保存 在CbM系統中，同步取樣用來確保各組時域資料之間的相位關係得以保存。舉例來說，兩個正交設定的振動感測器可用來偵測振動向量的方向以及振幅。在理想狀態下，相位會延著每個感測器輸入通道逐漸延遲，並應該和溫度變化相匹配。 對於CbM系統而言，設計上需要更多的彈性，方能因應取樣率、頻寬，或功耗擴充需求方面更寬廣的範圍，因此SAR ADC產品也很適宜。這些元件還提供高動態範圍與THD，吞吐量可達2 MSPS，並融入許多易用特色，除了降低訊號鏈的功耗以及訊號鏈的複雜度，還促成更高的通道密度。具備更高輸入阻抗模式的轉換器能擴展低功耗精準型放大器的範疇，這類放大器能直接驅動這些ADC，並達到最佳的效能。 為讓系統廠商針對更精小或分散式擷取節點可達到最高的通道密度，以及加快上市時程，半導體業者如ADI開發出新的訊號鏈μModule產品，可提供比以往更高的整合度。這些μModule元件結合資料擷取訊號鏈設計常用的關鍵零件，打造出小巧的積體電路(IC)形態。 μModule將類比與混合訊號元件的挑選、最佳化、以及配置等方面的設計負荷從設計者轉移到元件，藉以縮短整體設計時間以及系統除錯工作，最終則加快了上市時程。裝配在微型封裝內的μModule元件非常適合用在分散式少數量通道的微型CbM系統中，或更高通道數量的機架式系統(圖3)。 圖3　μModule組件的3D著色圖 MEMS感測器助力狀態監測執行 光是在訊號鏈的資料擷取部分提供高動態範圍、更廣的頻寬、更高的電源效率，以及更高的通道密度，只能解決CbM系統一部分的系統設計挑戰。傳統整合式電子壓電(IEPE)振動感測器龐大、笨重、昂貴，且供電線路的電壓通常比資料擷取系統還要高。一般而言，壓電式感測器採用24V的單一電源，消耗2毫安培的電流，封裝在金屬外殼內。由於感測器一般裝在資料擷取模組內，因此提高設備內部通道密度，就會衍生電源密度以及元件密度的問題。更糟的是，在以電池供電的無線擷取節點中，傳統壓電式振動感測器已不再能滿足這些設計鏈的需求。 MEMS微機電式振動與慣性感測器現在能滿足這些系統的需求。最新的高頻寬MEMS元件具備的雜訊與頻寬效能適合各種CbM應用，而且在標準的微型化表面黏著封裝就能達到這般的效能，同時功耗還比IEPE感測器低了20倍。這些MEMS感測器的小尺吋與功耗特色，讓業者能開發出超小型電池供電多軸系統，以用來執行永久與持續性狀態監測。 功耗與連結 感測機器的溫度、振動或噪音，之後將訊號轉換成數位資訊，這些都是監控作業的關鍵部分，但這些還不是完整的流程。要建構狀態監測系統，必須注意設計專案中所有類比、數位，以及混合訊號元件。資料擷取鏈要達到低雜訊，需要的不光只有低雜訊感測器以及類比至數位轉換元件，還包含低雜訊電源設計。系統要達到低功耗，電源元件必須有效率地從電池或線路汲取電力，而且不會增加設計的複雜度。 連結需求取決於應用環境。許多工業場所已有完備的布線，用來執行製程控制或現在的環境感測，像是溫度量測。然而，這類現存基礎設施大多數無法因應大規模狀態監測所涉及的龐大原始資料或資料傳輸率。 提高既有布線功能的其中一種方法，就是增加更多資料而且不影響現有的功能。舉例來說，HART技術可用來在常見4mA至20mA類比介面上加入數位格式的診斷資訊。類似的狀況，工業乙太網路能增加既有乙太網路布線的決定性以及即時控制力，反映在控制應用上就是延遲的表現，FFT資料所需的更高頻寬，以及允許每個鏈路設置多個節點。 另一種途徑就是無線傳輸資訊。在工業環境中，需要穩健且安全的無線聯網。最新的智慧網狀網路(Mesh)拓撲無線電產品，包含無線晶片，以及預先認證的電路板模組，即使置於充斥干擾雜訊且持續變動的射頻環境中，也能以低功耗執行通訊並達到超過99.9999%的資料可靠度。對於狀態監測而言，這意謂著失效或瞬變事件都能和host主控端進行通訊，並在最短的時間內做出因應作為(圖4)。 圖4　模組圖顯示典型精準資料擷取訊號鏈的子模組。 CbM角色將愈加吃重 狀態監測對於大型高資本設備是絕對必要的，包括像能源與油氣，在這類環境中，非規劃中的停機會直接影響對生產成本。另一方面，工廠扮演的角色越來越吃重，因為除了能主動執行機器維護之外，還能有一種方法來確保機器在正常運轉下能穩定一貫地生產產品。隨著這些監控功能的價值越來越顯著，這項技術將開始擴展到越來越多我們每天所運用的機器上，而不再是風力發電機或造紙廠的專利，未來，將會看到CbM廣泛地應用在火車、飛機、汽車，最終拓展到洗衣機甚至體積更小的家電中。 系統零件製造商未來必須整合感測器，或甚至整個通道都整合到零件之中。未來的馬達將配備振動與電流感測機制，而軸承與齒輪箱也是如此。未來許多自主性運行感測器節點會向行動裝置通報訊息，這些部署在車庫門上的裝置，能在車被塞在車庫內之前向車主發送警訊。 為因應在這些不同情境中持續增加的感測需求，許多設備製造商未來必須採取平台模式，運用少量的平台因應更多化的需求。量測通道必須支援不同的感測器類型，讓機架式設備能改成支援不同的感測器組合。在較小設備方面，系統必須能對不同供電條件進行調適，讓相同監控節點能用在洗衣機或電池供電工具。 狀態監測大幅減少災難性故障機率 狀態監測針對機器內部感測各項可量測的參數，藉以對機器的健康狀態取得量化數據。提高這些量測結果的精準與靈敏度，以及降低監控設備的尺寸/重量/耗電，即可讓工廠管理者將這類感測機制部署在廠房各角落。  現今的工作都配置健康監視器，就像健身追蹤裝置讓管理人員能對工廠運作有更深一層的掌握，隨時得知機器運轉的每一分鐘變化，並根據這類資訊及早做出有根據的決策。提前排定維護工作，並且僅對有需要維護的機器進行保養將能大幅降低維護成本，而技術人員在下班後的出勤以及待命成本，則能降低至零。  此外，由於工作維持在更嚴密控管的狀態，資本設備成本也能因此降低。早期偵測與替換已磨耗的零件，有助維護機器的整體健康。嚴密監視能減少災難性故障的發生機率。設備的壽命也得以延長，並持續維持到壽命終止。 工廠最終產品的生產成本得以降低。在掌握機器健康狀況下，機器的容錯性(Tolerance)即能維持在可控制的範圍內。最終產品各批次的輸出品質也更加穩定。當機器發生狀況或突然停擺的次數降低時，產品重工與廢料也會隨之減少。 (本文作者為ADI資深應用工程師)

能夠量測心律以及其他生命徵象的健康追蹤器可協助使用者規劃適合自己的運動菜單。這類裝置通常內建動作感測器，能偵測各種移動模式，協助判斷包括行走、跑步、游泳等狀態，讓它們能像計步器一樣運作。為了配戴舒適以及能在日常生活中方便使用，這些量測動作通常會在手腕上進行，因為感測器一般都裝在像是手錶、首飾以及腕帶內。然而對於量測品質而言，手腕並非最適合的量測位置。心律的偵測會受到許多動作瑕疵所侷限，由於有較多的肌肉遮擋以致無法更接近到動脈進行量測。  相較之下，耳朵更適合進行光學心律量測。醫學專家目前已經會從耳垂部位量測血氧濃度。然而消費產品至今還沒有充分運用這方面的技術，因為耳朵部位的量測裝置空間極為受限，但卻需要耗用大量電力以致於必須配置大型電池。不過，業界正持續推出各種高度整合的低功耗晶片，以克服這些問題。如今業界已能把可實際運行的生命徵象量測元件整合到一般入耳式耳機中。此外，改進反應速度也開拓出全新的應用領域以及可能性。本文便將針對此類系統進行介紹與評估。 感測訊號光學式量測法 底層的量測方法為光學式量測。過程中使用最多三個LED燈來量測短脈衝訊號。LED電流最高到370mA，最小脈衝寬度為1微秒。LED的最佳波長取決於量測位置以及量測方法。由於只會量測腕部的表淺動脈，因此這裡選擇的是綠色燈，若是在耳朵進行偵測，就會選擇能穿透到更深表皮以及具備更高訊號雜訊比的紅外線。光二極體其偵測區域和反應速度之間有直接關係，用它來量測反射回來的光線。光二極體會量測到訊號以及背景雜訊，下游的類比前端元件提供更高的訊號雜訊比，其作用為訊號濾波器，並將偵測到電流轉換成電壓，同時轉換成數位格式。演算法方面，除了量測反射光之外，還會利用加速度計濾除各種動作瑕疵，對訊號進行校正。 以下將介紹量測系統的元件。ADI的ADPD144RI晶片用來作為類比前端元件，另外還整合了光二極體以及LED。量測作業運用了一個三軸加速度計，這個加速度計除了用來辨識腳步型態以及動作外，還能移除各種訊號瑕疵。整個流程由微控制器負責控制，並作為各感測器以及承載演算法元件之間的傳輸介面。 圖1顯示測試系統，將光學感測器以及加速度計裝入到一般常見的入耳式耳機中。在設計時刻意將ADC採樣率限制在100Hz，LED密度也降至最低，藉此盡可能壓低耗電。 圖1　測試系統內含一個整合式光學感測器與加速計，置於標尺旁顯示實品的尺吋。 為進行系統特性分析，針對不同的移動模式，分別考量五種情境。過程中只運用光學訊號進行評估，這麼做不僅能判斷什麼情境中出現脈搏量測失準，還能知道何時需要加速計資料以提高脈搏量測的精準度。情境包含以下動作： ．停在原地未走動 ．停在原地並咀嚼 ．在桌邊工作 ．行走 ．跑步與跳躍 測試情境一：停在原地 圖2顯示原始資料的頻譜，表現出振幅與採樣率之間的關係。圖中出現峰值的時間即是脈搏。在沒有移動時，訊號相當清晰，可從波峰位置以及已知採樣率來判斷心律。 圖2　藉由量測超採樣的振幅即可得出心律的資訊 光學感測器會將心律紀錄成兩種LED顏色－紅外線以及紅色，每個顏色各有四個頻道。在這種方式中，採用兩個不同的顏色頻道來進行量測，其結果可能會有差異，可以選擇較穩健的變異數據。圖3A顯示不同頻道的訊號。在六頻道的設定中，可以辨識出明確定義的訊號，其中兩個頻道呈現飽和狀態。為達到更強且穩健的訊號，在未飽和頻道中套用演算法然後計算出心律。圖3B顯示紅色頻道(上方)以及紅外線頻道(底部)的心律，同時還以顏色標度顯示量測的信心水準。此外圖中還顯示多組心律數據，可透過取樣率以及信心指標可分辨出原始訊號(虛線)。 圖3　(a)顯示一個4頻道量測訊號，量測停在原地不動的情境，(b)顯示原始以及彙總資料。套用演算法即可從彙總資料中判斷出心律(黑線)，色標顯示信心水準。 總結在沒有動作時，訊號很強且沒有擋到真實訊號的雜訊，因此演算法能判斷心律並達到高信心水準。紅外線頻道的訊號要強過紅光頻道的訊號。 測試情境二：停在原地並咀嚼 情境二中多了咀嚼的動作。圖4顯示紀錄頻譜。不同於測試情境一，從圖中可清楚看到各種動作瑕疵，反映在訊號波形的跳動上。另外在頻道彙總圖上也很明顯，不再展現能清楚分辨的心律。不過，即使沒有透過動作感測器提供額外的幫助，演算法仍能正確判斷心律並達到相當高的信心水準。有趣的是，紅外線訊號的強度又再一次高過紅光頻道。 圖4　(a)顯示4頻道量測訊號，量測停在原地並咀嚼的情境，(b)顯示原始以及彙總資料。套用演算法後即可從彙總資料判斷出心律(黑線)，色標代表心信水準。不須使用加速計即可判斷心律。 測試情境三：在桌旁工作 情境三則是測試另一種日常狀況。測試人員坐在桌旁執行日常工作，並作出一些相關動作。類似情境二，系統也會偵測到各種動作瑕疵，在套用演算法後即可判斷出兩個頻道的心律。如(圖5)所示，這裡，紅外線的強度亦是勝出。 圖5　(a)顯示4頻道量測訊號，量測在桌旁工作表的情境，(b)顯示原始以及彙總資料。套用演算法後即可從彙總資料判斷出心律(黑線)，色標代表心信水準。不須使用加速計即可判斷心律。 測試情境四：行走 先前幾個情境涵蓋各種靜態量測條件，而在這個情境中測試人員以低速朝一個方向移動(約每分鐘50步)。如圖6所示，在PPG訊號中，心律和行走步伐的訊號混在一起，各頻道彙總後呈現相當模糊不清的訊號。紅色訊號區域中無法計算出清楚的心律，而演算法則是在紅外線頻道中找到一個較明確的心律。在高度波動以及低信心水準的組合中，從加速計得到額外的動作資料的確相當有幫助，特別是因為直到此時，量測都是在低走行速度下進行。 圖6　(a)顯示一個4頻道訊號，量測步行的情境，(b)顯示原始以及彙總資料。套用演算法後即可從彙總資料判斷出心律(黑線)，色標代表心信水準。在紅外線情境中，不須使用加速計即可判斷心律。 測試情境五：跑步與跳躍 情境五測的不是均勻的移動，而是交雜快跑與跳躍的動作。波形中可明確看到許多動作瑕疵，即使套用演算法也很難區隔出正確的心律，如圖7所示。因此無可避免的需要動作感測器的支援。 圖7　(a)顯示4頻道量測訊號，量測跑步與跳躍的情境，(b)顯示原始以及彙總資料。套用演算法後即可從彙總資料判斷出心律(黑線)，色標代表心信水準。不須使用加速計即可判斷心律。 為了評估對動作感測器的需求，情境5中測試的量測技術，包含使用以及不使用加速計的情境。圖8顯示的是比較沒有校正加速計資料(左邊)以及納入校正加速計資料(右邊)的加成頻譜。從圖中可看到訊號有明顯的改進，能清楚辨識出心律，但如果沒有加速計的支援便根本無法辦到。 圖8　比較沒有加速計資料(左邊)以及有加速計資料(右邊)的加成性頻譜。使用加速計後，即可重建使用者的心律。 從上述的測試情境，我們可歸納出在大多數情況下，運用整合在入耳式耳機內的感測器，可極準確判斷出心律。在局部或緩慢的平移運動，甚至不使用加速計資料也可能判斷出心律。然而在忽然與急速的動作中，如果將經過動作校正的資料一起比對，亦可對資料進行判讀。在所有情境中，紅外線訊號的強度都高過紅光訊號。 和手腕量測相比，量測耳朵的訊號強度更高，因此能得到更精準的量測數據。此外，運用紅光或紅外線還能量測血氧濃度。 總結來說，從功能測試系統的結果來看，置入耳內裝置的量測其可行性極高。量測裝置還能透過更好的機械整合，以及納入額外的量測機制使產品更加完善。此外，加速計還能用在跌倒偵測以及步伐辨識，以為客戶創造更高的附加價值。 (本文作者為ADI應用工程師)