SZAKDOLGOZAT-FELADAT

Rátky Marcell (IMNGDM) szigorló villamosmérnök hallgató részére

Alvásmonitorozó rendszer fejlesztése

A szenzoráramkörök egyre csökkenő mérete és fogyasztása napjainkra lehetővé tette a különböző tevékenységek végzése során is viselhető, fiziológiai paramétereket mérő szenzoros rendszerek alkalmazását. A szenzorrendszerek alkalmazásának egy lehetséges területe az alvás paramétereinek monitorozása. A gyűjtött adatok feldolgozása révén hozzásegíthetjük a felhasználót a pihentetőbb alváshoz, az alvást befolyásoló problémák, betegségek kényelmes, otthoni felismeréséhez.

Az alvás fázisainak megkülönböztetésével lehetségessé válik az alvás minőségének kvantitatív becslése, az így létrehozott adatsorokat a felhasználó grafikonon ábrázolva, életvitelével, táplálkozási és egyéb szokásaival összevetve igen hasznos visszajelzést, útmutatást kaphat.

Az alvási apnoe vizsgálata leggyakrabban költséges és kényelmetlen alváslaboratóriumi vizsgálattal történik. Kevésbé súlyos esetei a lakosság jelentős százalékánál előfordulnak, és legtöbbször kivizsgálatlanok maradnak. Ezekben az enyhe esetekben is hasznos lehet azonban a felismerés, amelyhez felesleges lenne egy költséges vizsgálat, amelyet a páciens – látszólagos tünetmentessége okán – egyébként is elutasítana.

A hallgató feladata, hogy az alvási fázisok, illetve apnoe meghatározására a nagy értékű orvosi műszerekhez viszonyítva szerény pontossággal, de kis méretben és alacsony fogyasztással képes eszközt kísérletezzen ki. Ehhez a testfelületen elhelyezett gyorsulásérzékelő, illetve a légzéshangot érzékelő mikrofon jele áll rendelkezésre.

Fentiek alapján a szakdolgozat-készítés keretében az alábbi konkrét feladatokat kell megoldania:

− Gyorsulás- és hangjelek mintavételezésére alkalmas mikroprocesszoros rendszer tervének elkészítése, tesztáramkör élesztése;

− Mérési adatsorok felvétele, off-line elemzése; − Alvási fázisokra következtető on-line szenzoros modul rendszertervének elkészítése.

Tanszéki konzulens: Dr. Sujbert László, docens Külső konzulens: Tatai Péter (AITIA International Zrt.)

Budapest, 2012. október 5.

…………………… Dr. Jobbágy Ákos

tanszékvezető

Budapesti M¶szaki és Gazdaságtudományi EgyetemVillamosmérnöki és Informatikai Kar

Méréstechnika és Információs Rendszerek Tanszék

Alvásmonitorozó rendszer fejlesztése

Szakdolgozat

Készítette KonzulensRátky Marcell dr. Sujbert László, Tatai Péter, Tihanyi Attila

2013. december 22.

Tartalomjegyzék

Kivonat 4

Abstract 5

Bevezet® 6

0.1. Az alvásról . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

0.2. A dolgozat felépítése . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

1. Apnoe-felismerés hangjelekb®l alfeladat 8

1.1. Bevezetés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

1.2. Mérési elrendezés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

1.2.1. Optimális mérés esete . . . . . . . . . . . . . . . . . . . . . . . . . . 10

1.2.2. A valós mérési elrendezés . . . . . . . . . . . . . . . . . . . . . . . . 11

1.3. A jelek vizsgálata, feldolgozása . . . . . . . . . . . . . . . . . . . . . . . . . 11

1.4. A MATLAB-forráskód . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

1.5. A mintavételezési frekvencia hatása a légzésfelismerésre . . . . . . . . . . . . 15

1.6. Robusztusság, környezeti zajok hatása a jelre . . . . . . . . . . . . . . . . . 15

1.7. Apnoé-felismerés alfejezet összefoglalása . . . . . . . . . . . . . . . . . . . . 16

2. Alvásmélység felismerése alfeladat 17

2.1. Létez® eszközök . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

2.1.1. aXbo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

2.1.2. Zeo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

2.1.3. Sleep as Android . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

2.2. Mérési összeállítás . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

2.3. A jelek feldolgozása . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

2.4. A MATLAB-forráskód . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

3. Javaslat az alvásmeggyel® rendszerre 23

3.1. Alapvet® megfontolások . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

3.2. F®bb alkatrészek kiválasztása . . . . . . . . . . . . . . . . . . . . . . . . . . 23

3.2.1. Gyorsulásmér® . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

3.2.2. Mikrofon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

3.2.3. SD-kártya . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

1

3.2.4. Mikrokontroller . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

3.3. A kapcsolási rajz ismertetése . . . . . . . . . . . . . . . . . . . . . . . . . . 24

3.3.1. A top modul (3.1 ábra) . . . . . . . . . . . . . . . . . . . . . . . . . 24

3.3.2. A jelkondícionáló modul (3.2 ábra) . . . . . . . . . . . . . . . . . . . 26

3.3.3. Debug UART (3.3 ábra) . . . . . . . . . . . . . . . . . . . . . . . . . 26

3.3.4. Az SWD-kapcsolat (3.4 ábra) . . . . . . . . . . . . . . . . . . . . . . 27

3.3.5. USB-kapcsolat (3.5 ábra) . . . . . . . . . . . . . . . . . . . . . . . . 27

3.3.6. Battery charging and power (3.6 ábra) . . . . . . . . . . . . . . . . . 27

3.3.7. SD-kártya (3.7 ábra) . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

3.3.8. Gyorsulásmér® (3.8 ábra) . . . . . . . . . . . . . . . . . . . . . . . . 29

3.3.9. Rezg®motor (3.9 ábra) . . . . . . . . . . . . . . . . . . . . . . . . . . 30

3.4. A hardver kritikus elemeinek tesztje . . . . . . . . . . . . . . . . . . . . . . 30

3.5. A hardver terve . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

4. Összefoglaló, továbbfejlesztési lehet®ségek 34

4.1. Összefoglaló . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

4.2. Továbbfejlesztési lehet®ségek . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

4.3. Vezetéknélküli csatlakozási lehet®ség . . . . . . . . . . . . . . . . . . . . . . 35

4.4. Feldolgozás precizitásának növelése . . . . . . . . . . . . . . . . . . . . . . . 35

4.5. M¶ködés igazolása alváslaboratóriumi vizsgálattal . . . . . . . . . . . . . . . 35

Köszönetnyilvánítás 36

Függelék 37

Irodalomjegyzék 50

2

HALLGATÓI NYILATKOZAT

Alulírott Rátky Marcell, szigorló hallgató kijelentem, hogy ezt a szakdolgozatot meg nem

engedett segítség nélkül, saját magam készítettem, csak a megadott forrásokat (szakiro-

dalom, eszközök stb.) használtam fel. Minden olyan részt, melyet szó szerint, vagy azonos

értelemben, de átfogalmazva más forrásból átvettem, egyértelm¶en, a forrás megadásával

megjelöltem.

Hozzájárulok, hogy a jelen munkám alapadatait (szerz®(k), cím, angol és magyar nyelv¶

tartalmi kivonat, készítés éve, konzulens(ek) neve) a BME VIK nyilvánosan hozzáférhet®

elektronikus formában, a munka teljes szövegét pedig az egyetem bels® hálózatán keresztül

(vagy autentikált felhasználók számára) közzétegye. Kijelentem, hogy a benyújtott munka

és annak elektronikus verziója megegyezik. Dékáni engedéllyel titkosított diplomatervek

esetén a dolgozat szövege csak 3 év eltelte után válik hozzáférhet®vé.

Budapest, 2013. december 22.

Rátky Marcell

hallgató

Kivonat

A szenzoráramkörök egyre csökken® mérete és fogyasztása napjainkra lehet®vé tette a kü-

lönböz® tevékenységek végzése során is viselhet®, ziológiai paramétereket mér® szenzoros

rendszerek alkalmazását.

A szenzorrendszerek alkalmazásának egy lehetséges területe az alvás paramétereinek

monitorozása. A gy¶jtött adatok feldolgozása révén hozzásegíthetjük a felhasználót a pi-

hentet®bb alváshoz, az alvást befolyásoló problémák, betegségek kényelmes, otthoni felis-

meréséhez.

Az alvás fázisainak megkülönböztetésével lehetségessé válik az alvás min®ségének kvan-

titatív becslése, az így létrehozott adatsorokat a felhasználó grakonon ábrázolva, életvi-

telével, táplálkozási és egyéb szokásaival összevetve igen hasznos visszajelzést, útmutatást

kaphat.

Az alvási apnoe vizsgálata leggyakrabban költséges és kényelmetlen alváslaboratóriumi

vizsgálattal történik. Kevésbé súlyos esetek a lakosság jelent®s százalékánál el®fordulnak,

és legtöbbször kivizsgálatlanok maradnak. Ezekben az enyhe esetekben is hasznos lehet

azonban a felismerés, amelyhez felesleges lenne egy költséges vizsgálat, amelyet a páciens

látszólagos tünetmentessége okán egyébként is elutasítana.

Az alvás min®ségének vizsgálatát laboratóriumi körülmények között poliszomnográával

(PSG) végzik. Otthoni körülmények között is lehet azonban egyszer¶ eszközökkel mérése-

ket végezni. Ezek pontossága természetesen nem közelíti meg a laboratóriumi mérésekét,

indikációnak viszont hasznosak lehetnek.

Dolgozatomban mikrofonnal felvett hangjelekkel légzést és gyorsulásmér® segítségével al-

vásmélységet vizsgálok. A mintákon Matlab segítségével végzek feldolgozást. Ezután javas-

latot teszek egy teljes rendszer tervére, kitérve a különböz® kritériumok teljesíthet®ségére.

Bemutatom a rendszer kapcsolási rajzát és a hardver kritikusabb részeinek próbapanelen

való tesztmérését.

4

Abstract

Since sensor systems are constantly shrinking in size and energy consumption, it has be-

come possible to use them in various wearable sensor systems, measuring physiological

parameters during daily tasks.

Sleep monitoring is one of the several possible areas where sensor systems can be used.

Data analysis can provide useful information for the subject, helping him enjoy a more

restful sleep, and diagnose minor health issues regarding sleep, with no aid of a medical

professional.

Estimating the actual sleep phase may lead to a quantitative measure regarding sleep.

Measured data can also be inspected by the subject, providing useful feedback when data

and lifestyle parameters are juxtaposed.

Diagnosis of sleep apnea is traditionally done by an expensive and inconvenient sle-

ep study (polysomnography). Non-life-threatening cases are believed to be present on a

considerable percent of the population, and are in numerous cases left undiagnosed.

It would be most preferable to diagnose these mild cases as well, however an expensive

medical examination would be unnecessary and the apparent lack of symptoms would also

make the subject reluctant to it.

Sleep quality is usually determined by a sleep study, also referred to as polysomnography

or PSG. It is also possible for a patient to do simple measurements at home. These mea-

surements are not near as accurate as a full PSG evaluation, but can be used as indicators.

This Thesis shows how microphone signals can be used for breathing pattern analysis,

and a single 3D accelerometer can indicate the depth of sleep. Measurements are then

processed in Matlab. Schematics for a complete design fullling the requirements for signal

processing are described in detail. Test measurement of critical circuits are shown.

5

Bevezet®

Az alvás és az álmok ®sid®k óta foglalkoztatják az emberiséget. Már a kb. ie. 22. században

keletkezett Gilgames-eposzban is találunk álominterpretációt (Ninszun álomfejtése). Szinte

minden ókori kultúrában szerepelt az alvással, álmodással foglalkozó isten [10].

Mára a tudomány eljutott arra a szintre, hogy az alvást és az álmodást nagyjából képes

legyen tudományos eszközökkel vizsgálni és elemezni.

0.1. Az alvásról

Arra, hogy miért van szervezetünknek alvásigénye, egyel®re csak hipotézisek állnak rendel-

kezésre. A négy legvalószín¶bbnek tartott elmélet a következ®[14]:

1. Evolúciós okokból. Az elmélet szerint azok az állatok, amelyek éjszaka csendben

pihentek, kevésbé voltak kitéve a ragadozók támadásának.

2. Energiatakarékosságból. A Harvard egyetem kutatói szerint alvás közben energiafel-

használásunk a nappal szokásos érték 10%-ára is lecsökkenhet. Ez az arány állatok

esetében még alacsonyabb lehet. Mivel éjjel nehezebb volt táplálékhoz jutni, lehetsé-

ges, hogy a szervezet válaszul fejlesztette ki az alvás képességét.

3. Resztoratív funkciók végrehajtásának céljából. Az utóbbi évek kutatásai által bizo-

nyítást nyert, hogy a szervezet önjavító-, és immun-funkciói alvás közben a legaktí-

vabbak. Ilyen funkciók például az izomépítés, szövetregeneráció, fehérjeszintézis és a

növekedési hormon felszabadítása.

4. Neuroplaszticitás. Az agy plasztcitása1 és az alvás között er®s korreláció mutatható

ki [13].

Bár a fentiek szerint az alvásigény valódi okát máig nem tudták teljes bizonyossággal

megállapítani, ez nem akadályozza meg, hogy az alvás szervezeti el®nyeit vizsgáljuk.

Fiziológiai szempontból az alvás egy relaxált állapot, amelyben a pulzus csökken, a

test h®mérséklete is változik, az agyhullámok pedig jellegzetes mintát mutatnak. Az agyi

tevékenységet vizsgálva megállapítható, hogy az éber állapot jellegzetesen a bal agyfélteke

dominanciájával jár, míg alvás közben a jobb agyfélteke kap jóval nagyobb szerepet. [2]

A bal agyfélteke felel®s a nyelvi funkciókért, id®- és térbeli orientációért, analitikus, lo-

gikus gondolkodásért. Ezzel szemben a jobb agyfélteke els®dlegesen nem verbális kifejezés-

1Az agy önjavító, önmódosító képessége [9]

6

módra specializálódott, gondolkodása asszociatív, szimbólumalapú tömörítésekkel tároló

[16].

A jobb agyfélteke alváskori dominanciája következtében az álommunka során a szervezet

bels® kommunikációja szimbólumalapú tünetképzésre is képes (pszichoszomatikus megbe-

tegedések) [11].

Az alvás min®ségének elemzésére szolgáló alváslaboratóriumi vizsgálatok költségesek és

körülményesek. Egy ilyen elemzésre már csak végszükség esetén vállalkozik bárki, akkor,

amikor az alvászavar tünetei már egyértelm¶en megjelentek. Az utóbbi években a szen-

zorok, szenzorrendszerek egyre csökken® mérete és ára, a mikrokontrollerek folyamatosan

csökken® fogyasztása és növekv® számítási kapacitása lehet®vé tette, hogy kisméret¶, vi-

selhet® szenzoros rendszerek segítsék a felhasználót mindennapi tevékenységei során. Az

alvás kvalitatív elemzésének egyik fontos célparamétere a véroxigénszint követése. Az erre

való következtetés a légzés hosszából-mélységéb®l megvalósítható feladat. Az alvási apnoé

egy olyan, alvásmin®séget jelent®sen gyengít® kondíció, amelynek otthoni elemzésére kevés

eszköz áll rendelkezésre, holott a lakosság igen jelent®s százaléka szenved benne, többnyire

anélkül, hogy tudna róla[8].

A reggeli, és utána egész napon át tartó kipihentség másik kulcskérdése az ébredés pilla-

natának megválasztása. Az alvás különböz® fázisaiban különböz® hatékonysággal ébreszt-

het® az alany, és ennek megfelel®en különböz® mértékben érzi magát kipihentnek, frissnek.

Ha egy ébreszt®óra gyelembe tudná venni, hogy mely alvási fázisban vagyunk épp, és

igyekezne a természetes ébredés ritmusát követve a legfelületesebb alvást megszakítani, az

ezen rendszert alkalmazó személy ttebbnek érezné magát ébredéskor, és ez kihatna egész

napjára. Ilyen rendszerek már rendelkezésre állnak, különböz® módszerekkel becsülve az

alvási fázisokat.

0.2. A dolgozat felépítése

Dolgozatom 1. fejezete az apnoé-felismerés alfeladattal foglalkozik. Rövid bevezetésben

Bemutatom az apnoét, és ennek hangfelvétel segítségével való kimutatásának lehet®ségeit.

Ezután ismertetem az általam végzett méréseket, és a felvett jelek sz¶rését, kondicioná-

lását, amelynek eredményeképpen a fejezet végén megmutatom, hogyan lehet korlátozott

pontossággal felismerni a belégzés pillanatait. Zárásul összegzem az eredményeket, azok

felhasználhatóságát és a fejlesztési lehet®ségeit.

A 2. fejezet az alvásmélység mozgásból való felismerésér®l szól. Ismertetem az alfásfázisok

és mozgás közötti lehetséges kapcsolatot, a piacon már létez® termékek bemutatásával.

Ezután következik a mérési adatok feldolgozásának részletezése, amelyben a beérkez® zajos

jelb®l jó becslést adhatunk az aktuális alvási fázisra.

A 3. fejezet célja, hogy javaslatot adjon egy, a korábbi fejezetek által meghatározott

igényeket kielégít® hardveres rendszerre. Részletesen bemutatom a rendszer elemeit, kap-

csolási rajzát, illetve a kritikusabb részek méréssel történ® tesztelését.

Végezetül a 4. fejezetben az egész dolgozat összefoglalása olvasható, amelyben kitérek a

lehetséges további kutatási irányokra, alkalmazási lehet®ségekre is.

7

1. fejezet

Apnoe-felismerés hangjelekb®l

alfeladat

1.1. Bevezetés

A légzéssel kapcsolatos alvászavarok igen nagy jelent®ség¶ek az alvás min®ségének szem-

pontjából. Ezek egyike az el®ször 1965-ben említett apnoe. Az apnoe görög eredet¶ szó,

azt jelenti, lélegezni akarni. A betegnél a légzés alvás közben valamilyen okból szünetel,

majd többnyire hirtelen leveg®vétellel (horkantással) küzd a szervezet az életben maradá-

sért [18] [7]. Ezzel azonban egyrészt a véroxigénszint folyamatos megfelel® értéken tartását

akadályozza (ezt észleli a központi idegrendszer, és ad ki vészjelzést), másrészt a vészreak-

ció következtében az alvás mélységét csökkenti, magasabb éberségi állapottal, akár teljes

ébredéssel segítve a páciensnek a leveg®höz jutást. Az alvási apnoe szindróma klasszikus

deníciója szerint egy olyan alvás alatt jelentkez® légzészavar, amelyben óránként legalább

5, az alvás id®tartama alatt legalább 30, 10 másodpercnél hosszabb légzésszünet következik

be. Ennek megfelel®en a 10 másodpercnél hosszabb légzéskihagyásos szakaszokra érdemes

gyelnünk. Fontos kiemelni, hogy bár egyszer¶ eszközeinkkel minden 10 másodperces lég-

zéskihagyást apnoénak tekintünk (hiszen a tervezend® rendszer célja nem a pontos diag-

nózis, hanem a gyelem felhívása egy esetleges problémára), a deníció valójában azokra

a légzéskihagyásokra vonatkozik, amelyek végén arousal, pillanatnyi felriadás következik

be. Ez az alvás fragmentálódásához vezet és teljes biztonsággal csak az EEG-jelek egyidej¶

regisztrálásával lehet kimutatni [6]. Az apnoét sokféle szempontból lehet osztályozni, de a

legáltalánosabb a tünetek háttere alapján való felosztás, eszerint létezik centrális és obst-

ruktív alvási apnoe. A centrális apnoe jellemz®je, hogy a leveg®vételre való utasítás már a

központi idegrendszernél elakad, valamilyen okból a páciens mintegy kifelejt néhány lég-

zésütemet. Sokkal gyakoribb azonban az obstruktív alvási apnoe, amelynél a beteg próbál

ugyan leveg®t venni, azonban a leveg® szabad áramlását valamilyen zikai akadály gátolja.

Ilyen akadály lehet például az orrsövényferdülés, a mandulák megnagyobbodása, egy m¶-

téti beavatkozás eredménye, vagy akár valamely, a légzéssel kapcsolatos izom gyengesége

is. Jelent®s kockázati tényez® a túlsúlyosság is, a felhalmozott zsír nyomást fejthet ki a

légcs®re, ezáltal akadályozva a légzést [3].

8

Az apnoe felismerése laboratóriumi körülmények között poliszomnográa végzésével tör-

ténik. Egy ilyen vizsgálat során EEG (elektroencefalogram), EOG (elektrookulogram),

EMG (elektromiogram), EKG (elektrokardiogram) felvételekkel, légáramlás-vizsgálattal,

légz®izomzat vizsgálatával, induktív testpleizmográal (ez szintén a légz®mozgást, légz®-

izomzat m¶ködését vizsgálja), vérgázanalízissel (pulzoximéter), hang- és videofelvétel ké-

szítésével segítik a pontos diagnózist.

Otthoni körülmények között számomra a légzés vizsgálata t¶nt a legcélravezet®bbnek,

gyelembe véve azt is, hogy a páciens nem szeretne drága, vagy bonyolult eszközzel mérni

otthonában.

1.1. ábra. Obstruktív alvási apnoe minta [15]. Jól látható a légzéskihagyás utá-ni horkantás, és a légzések közötti hosszú szünet.

Ideális (nem apnoés) alvás esetében a légzés szabályos ritmust követ. Apnoe esetében

azonban a szabályos szakaszokat légzéskihagyások tagolják, ezeket pedig nagyobb léleg-

zetvétel (sokszor horkantás) követi. Egy ilyen légzéskihagyásos szakaszt tekinthetünk meg

az 1.1 ábrán. Megállapíthatjuk, hogy apnoés szakaszban a légzéskihagyást er®teljes leve-

g®pótlás követi.

Hasonló ábrákat, és a centrális és obstruktív apnoe összehasonlítását láthatjuk az 1.2 és

az 1.3 ábrákon.

Fontos kiemelni, hogy bár a fenti ábrák alapján az obstruktív apnoe jellemz®je a légzés-

kihagyás utáni er®teljes légvétel (horkantás), a jelenség deníciójában ez nem szerepel,

és mérhet®sége egyszer¶ eszközök használata esetén nehézkes, hiszen amplitúdója és id®-

tartama is egyéni eltéréseket mutat.

Dolgozatomban tehát mindvégig azzal a feltételezéssel élek, hogy az apnoe felismerése a

belégzési pontok megtalálásával kell történjen, a kiértékelés az egymást követ® belégzések

között eltelt id®tartamok alapján fog megtörténni.

9

1.2. ábra. Centrális alvási apnoe poliszomnográás adatsora

1.3. ábra. Obstruktív alvási apnoe poliszomnográás adatsora

1.2. Mérési elrendezés

1.2.1. Optimális mérés esete

Miel®tt megkezdjük a mérés tárgyalását, vizsgáljuk meg, mely körülmények lennének ide-

álisak a mérés elvégzésére.

Ahhoz, hogy a mérési eredmények jóságát igazoljuk, a legjobb volna különböz® paramé-

terek együttes mérését elvégezni. Ehhez célszer¶nek t¶nik egy alváslaboratóriumi vizsgálat.

Ebben, és a következ® fejezetben is jó ötlet volna az általánosan elfogadott mérési paramé-

tereket felvenni, és ugyanazon id®ben saját mérést is végezni. Így a kett® közötti korreláció

bemutatásával biztosíthatnánk méréseink pontosságát.

A laboratóriumi körülményekhez tartozna a minél jobb jel-zaj viszony biztosítása is.

Amíg a rendszer kifejlesztése a feladatunk, minél tisztább jelekkel érdemes dolgozni, és

innen lenne praktikus elmozdulni az egyre életszer¶bb (zajosabb) esetek felé.

10

1.2.2. A valós mérési elrendezés

Jelen szakdolgozatban a fenti irányelveket nem teljes mértékben követtem. Mivel a fej-

lesztend® eszköz a specikáció szerint korlátozott pontosságú és igen olcsó, egyszer¶ kell

legyen, a mérés és feldolgozás során mindvégig életszer¶ környezetben mértem, és a legegy-

szer¶bb algoritmusokat alkalmaztam. Az otthoni (nem alváslaboratóriumi) mérések mellett

szólt az is, hogy több éjszaka és több alany mérése volt célszer¶, és erre otthon több esély

van. Biztató, hogy az általam kés®bbiekben bemutatandó aXbo eszköz fejlesztésénél is

ezt a módszert követték: tapasztalati úton kikísérletezték az eszközt, majd annak hatását

vizsgálták laborban.

A hangmérések els® alanya tehát én magam voltam. Mikrofonállványt és USB-s küls®

hangkártyát használtam. A szobában relatív csendet tudtam biztosítani, azonban a környék

nem kifejezetten csendes és a helyi t¶zoltóállomás közelsége is zavarjeleket produkált.

A jelfeldolgozáshoz szükséges hangfelvételeket a Méréstechnika és Információs Rendsze-

rek Tanszék által biztosított M-Audio Fast Track Pro USB hangkártyával rögzítettem, a

méréshez Behringer ECM-8000 mikrofont használtam. A méréshez alapértelmezésben fel-

ajánlott 44.100Hz-es mintavételezési frekvenciát megtartottam.

1.4. ábra. M-Audio Fast Track Pro USB hangkártya

1.5. ábra. A Behringer ECM-8000 mikrofonja

1.3. A jelek vizsgálata, feldolgozása

A hangjelek feldolgozását a MATLAB program segítségével végezzük.

Tekintve, hogy a hangjeleket több forrásból, több különböz® mintavételi frekvenciával

kapjuk bemenetként, mindenekel®tt egységes mintavételezésre kell váltanunk. Ez azért is

rendkívül hasznos, mert a végs® rendszerben a teljesítményfelvételt és feldolgozási sebes-

séget nagy mértékben befolyásolja a mintavételek száma, és most lehet®ségünk nyílik en-

nek határait vizsgálni. Erre a MATLAB resample függvényét használjuk, els® kísérletként

8kHz-re változtatva a mintavételi frekvenciát.

A (már újramintavételezett) jelet megvizsgálva rögtön szembet¶nik annak relatív za-

jossága. Fiziológiai ismereteinkb®l azonban tudjuk, hogy a légzés alapfrekvenciája egy vi-

11

0 20 40 60 80 100 120

−0.08

−0.06

−0.04

−0.02

0

0.02

0.04

0.06

0.08

Az eredeti wav jel

Time (sec)

Am

plitu

de

1.6. ábra. Kétperces minta az eredeti jelb®l

szonylag jól körülhatárolható sávon belül kell mozogjon. Els® jelkondicionálási feladatunk

tehát egyértelm¶en egy sávátereszt® sz¶r® alkalmazása lesz, ett®l a jel zajszintjének jelent®s

csökkenését várjuk. Ehhez tekintsük meg a jel spektrumát.

Itt fontos megemlíteni, hogy a légzés hangjának frekvenciája a 16-200Hz tartományban

mozog[6], ezt a frekvenciatartományt azonban a használt eszközökkel nem lehetett igazán

jól vizsgálni. A légáramlat azonban a légcs®ben haladva turbulencia által magasabb frek-

venciájú, nagyobb energiájú komponenseket is létrehoz. Az 1.7 ábrán láthatjuk, hogy a

800-900Hz körüli tartományban érdemes vizsgálódnunk.

10−3

10−2

10−1

100

101

102

103

104

0

0.5

1

1.5

2

2.5x 10

4 A jel spektruma

Frequency (log Herz)

Am

plitu

de

1.7. ábra. A jel spektruma

A fenti mérés alapján a MATLAB Filter Builder-ének segítségével készítünk egy olyan

sávátereszt® sz¶r®t, amely a 650 és 900Hz közötti tartományt engedi át.

Célunk, hogy a megsz¶rt jelben nagyobb amplitúdóval megjelen® pontokat, amelyek a

belégzést jelzik, ki tudjuk jelölni. Ehhez egy ablakozó integrálást végzünk a jel pontonkénti

négyzetére (energiájára) vonatkozóan. Ezáltal a konzisztensen nagyobb energiájú pontok

12

kiemelkednek a jelb®l.

0 20 40 60 80 100 120

0

0.005

0.01

0.015

0.02

0.025

Ablakozó integrálással való szûrés után

Time [sec]

Am

plitu

de

1.8. ábra. El®feldolgozás utáni állapot

Ezek után a jelben meg kell találnunk a csúcsokat, amelyek várhatóan a belégzéseket

fogják jelölni. Ehhez a MATLAB ndpeaks függvényét vesszük igénybe, az alábbi paramé-

terek beállításával:

MINPEAKDISTANCE két szomszédos csúcs közötti távolság (mintadarabszám). Ese-

tünkben ezt a minimumot a két légzés között élettanilag elképzelhet® legkisebb id®köz

fogja meghatározni

THRESHOLD ahhoz, hogy egy pontot csúcsnak tekintsünk, az el®tte és utána lév®

elemnél legalább ennyivel kell nagyobbnak lennie. Ezt tapasztalati úton határozzuk

meg

A fenti kritériumoknak megfelel® paraméterezéssel a ndpeaks kiváló munkát végez: a

megtalált belégzési pontok a tesztadatsorok mindegyike esetében megegyeztek a hanganya-

gok meghallgatásával megtalálhatóakkal.

0 20 40 60 80 100 120

0

0.005

0.01

0.015

0.02

0.025

A csúcskeresés eredménye

Time [sec]

Am

plitu

de

Elokeszıtett jelBelegzesmarker

1.9. ábra. A jelben megtalált belégzési pontok

13

Mivel az apnoe deníciója az egymást követ® belégzések között eltelt id®tartamok szerint

osztályoz, ezt is érdemes ábrázolni. Gyakorlati megvalósítás esetén a felhasználó számára

a kihagyások id®tartama és egy éjszaka alatti összes darabszáma lesz igazán informatív.

0 20 40 60 80 100 120

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

5

A belégzések között eltelt idõtartam

Idõ (sec)

Bel

égzé

sek

közö

tt el

telt

idõ

(sec

)

1.10. ábra. Egymást követ® belégzések közötti id®tartam

Összehasonlításnak, mintegy önellen®rzésnek egy kollégám mobiltelefonos hangfelvéte-

lére is lefuttattam az algoritmust. Az illet® rosszabb alvó, éjszakánként horkol, így jó teszt-

alanynak bizonyul. Az ® esetében egy 30 perces adatmintával végeztünk elemzést, melynek

eredménye az 1.11 ábrán látható. Az 1.12 ábrán jól látszik, hogy az alany alvásában volt egy

kiemelked®en hosszú légzéskihagyás. Az ábrán a vízszintes tengelyen az eltelt id®t látjuk,

a függ®leges tengely mutatja a légzések között eltelt id®tartamot. Ennek megfelel®en az

alany egy körülbelül 12 másodperces és egy 54 másodperc körüli légzéskihagyást produkált

a harmincperces mérés alatt.

0 500 1000 1500 2000

0

0.05

0.1

0.15

0.2

0.25

0.3

0.35

A csúcskeresés eredménye horkoló alanynál

Time [sec]

Am

plitu

de

Elokeszıtett jelBelegzesmarker

1.11. ábra. Csúcskeresés eredménye horkoló alany esetében (harminc perchosszúságú minta)

14

0 500 1000 1500 2000

0

10

20

30

40

50

60

A belégzések között eltelt idõtartam horkoló alanynál

Idõ (sec)

Bel

égzé

sek

közö

tt el

telt

idõ

(sec

)

1.12. ábra. Belégzések között eltelt id®tartam horkoló alany esetében

1.4. A MATLAB-forráskód

Az algoritmust megvalósító MATLAB-forrásfájl a Függelékben (F.0.1) megtalálható.

1.5. A mintavételezési frekvencia hatása a légzésfelismerésre

Tekintve, hogy a fenti vizsgálatok alapján a légzésre utaló frekvenciatartomány valamivel

1kHz alatt van, a mintavételi frekvenciát 8kHz-r®l még jelent®s mértékben lehet csökken-

teni. A Nyquist-Shannon tételnek megfelel®en 2kHz-es mintavételi frekvenciával a légzés

várhatóan még jól becsülhet® marad az algoritmussal.

1.6. Robusztusság, környezeti zajok hatása a jelre

Bár a feladat lényegi része ezzel alapszinten megoldottnak tekinthet®, a gyakorlati alkal-

mazáshoz a robusztusság alapszint¶ vizsgálata is fontos. Minden eshet®ségre (zavarjelre)

felkészülni terjedelmi és gyakorlati korlátok miatt sem lehetséges, a dolgozatban azonban

élhetünk azzal a feltételezéssel, hogy a majdani felhasználó alapvet®en zajmentes környe-

zetben pihen, hiszen ha nem így lenne, alvásmin®ségének javítását ezzel lenne javasolt kez-

denie. Ennek megfelel®en alapvet® háztartási zajokra (h¶t®szekrény, mosógép, ventilátor),

az utca besz¶r®d® zajaira (forgalom, beszélgetés), és eseti nem periodikus zavarokra kell

készülni. Emellett zavaró lehet az eszköz rögzítéséb®l adódó hiba is, például ha a m¶szer

leesik, a takaró vagy ruha súrlódik rajta, stb.

Egy internetr®l szabadon letölthet® városi zajból vettem mintát, majd ezt hozzáadtam

az eredetileg használt kétperces légzésmintához. Amint az az 1.13 ábrán látható, a zajjal

terhelt jelben a korábbiakhoz hasonlóan megtaláltuk a megfelel® számú belégzési pontot.

Sajnos azonban az 1.14 ábrán látható, hogy a belégzések között eltelt id®tartamokkal

valószín¶leg komoly probléma van. Egyrészt ugyanis nem egyezik meg a korábbi (extra

zajterhelés nélküli) vizsgálat eredményével, másrészt gyanút kelt®en egyenletes a légzések

között eltelt id®. A távok túlnyomó többsége 2,6 másodperc id®tartamú, ennyire pedig nem

15

lélegezhet egyenletesen az alany1.

Valószín¶nek tartom, hogy a probléma megoldása a korábban kísérletezés útján meg-

határozott paraméterek pontosításában rejlik. A kés®bbiekben erre feltétlenül kell még

teszteket végezni.

0 20 40 60 80 100 120

0

50

100

150

200

250

A csúcskeresés eredménye

Time [sec]

Am

plitu

de

Elokeszıtett jelBelegzesmarker

1.13. ábra. A városi zajjal terhelt mintában megtalált belégzési pontok

0 20 40 60 80 100 120

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

5

A belégzések között eltelt idõtartam

Idõ (sec)

Bel

égzé

sek

közö

tt el

telt

idõ

(sec

)

1.14. ábra. Belégzések között eltelt id®k a város zajával terhelt jel esetében

1.7. Apnoé-felismerés alfejezet összefoglalása

A fejezetben áttekintettem az obstruktív alvási apnoé ziológiájának alapjait. Ezen isme-

retek segítségével az általam elkészített hangfelvételek vizsgálatára egyszer¶ algoritmust

dolgoztam ki. Az algoritmust több különböz® mintán eredményesen teszteltem, habár a

jelent®sebb mérték¶ zaj alapjelhez keverésében problémát találtam. Kitértem továbbá a

mintavételi frekvencia megváltoztatásának várható hatására is.

Véleményem szerint a fenti algoritmus jó kiindulási alap lehet egy egy alvásmeggyel®

rendszer kidolgozásához. További tesztelére, zajosabb esetek vizsgálatára azonban feltétle-

nül szükség van.

1És nem is teszi, lásd: 1.10 ábra.

16

2. fejezet

Alvásmélység felismerése alfeladat

2.1. Létez® eszközök

Az alvásfázisokra mozgásból történ® következtetés nem újkelet¶ módszer. Számos többé-

kevésbé sikeres termék van már piacon, ezek közül vizsgálunk meg néhányat.

2.1.1. aXbo

2.1. ábra. Az aXbo ébreszt®óra

Az aXbo fantázianev¶ eszköz [1] egy csuklópántba ágyazott szenzoros modulból és egy

asztali, óra egységb®l áll. A nagyjából 50.000Ft-os eszköz legnagyobb er®ssége, hogy

a Siesta Group alváslaboratóriumi tesztet végzett vele [17]. A bécsi alváslabor 2008-ban

három tényt igazolt kísérletileg:

Van-e er®s korreláció az alvásfázisok és a mozgás között. Az kutatók így összegezték

az eredményt: The most important result for aXbo was the signicant correlation

between body movements and the sleep phases relevant for waking up.

Van-e korreláció az ébresztéskori alvási fázis és a szubjektív kipihentségérzet között.

Ennek szintén pozitív eredménye volt: There is a signicant correlation between

the individual feeling of well-being and the stage in which a person is woken up or

awakes.

17

Ad-e az aXbo termék használata határozottan jobb ébredést, mint a hagyományos

ébreszt®órák. The study proved the functioning of aXbo. Compared to the basic

night the participants were in signicantly better mood and had more aectivity

and less drowsiness in the mornings with the correct aXbo waking than when being

woken randomly. These values were established by mean of the standardized scale

ASES, which the participants used for noting their feeling. All these dierences were

statistically signicant; hence it is legitimate to speak about a factual dierence.

2.1.2. Zeo

2.2. ábra. A Zeo termék

A Zeo terméke ugyancsak ígéretesnek t¶nik, azonban a legfrissebb hírek szerint a cég a

cs®d szélére jutott[21]. Korábban a teljes verziót (Zeo Pro) 149$-ért árulták. A cég igyeke-

zett a lehet® legtöbb eszközzel való kompatibilitásra, többek között okostelefonon keresztül

is használható[20].

2.1.3. Sleep as Android

Az Android operációs rendszert futtató okostelefonokra elérhet® Sleep as Android [4] al-

kalmazás azt ígéri, hogy beépített gyorsulásmér®je segítségével detektálja a felületes alvási

fázisokat és ennek megfelel®en ébreszt. A szoftveres és hardveres limitációk (a telefonok

fele nem képes kikapcsolt kijelz®vel mérni, az energiafelhasználás is igen magas)[5] ellenére

sokan használják.

Az azonban bizonyos, hogy a matracra helyezett telefonnal való mérés er®sen érzékeny

a matrac típusára. Továbbá kérdéses, hogy amikor a matracgyártók a mozgás minél ha-

tékonyabb elnyelésére törekednek[12], mennyire érdemes a matrac elmozdulásai alapján

becsülni.

18

2.3. ábra. A Sleep as Android képerny®képe

2.2. Mérési összeállítás

Az alvás közbeni mozgás mérését a SparkFun Electronics 9DOF (9 degree of freedom)

sensor stick-jével végeztem. A 2.4 ábrán megtekinthet® egyszer¶ eszköz kiváló segítség

mozgásjelek analíziséhez. A kommunikációt I2C-felületen teszi lehet®vé.

2.4. ábra. SparkFun 9DOF sensor stick

Az eszköz a következ® szenzorokat tartalmazza, a használatukhoz szükséges minimális

kiegészít® áramkörök mellett:

Szenzor Típus Mért adatok

Accelerométer ADXL345 3D [X, Y, Z]Magnetométer HMC5883L 3D [X, Y, Z]Giroszkóp ITG-3200 3D [X (roll), Y (pitch), Z (yaw)]

2.1. táblázat. A SparkFun 9DOF sensor stick-jének szenzorai

A három szenzor együttesen képezhet IMU-t (Inertial Mesurement Unit), amely a kü-

lönféle szenzorok hibáit kijavítva képes abszolút koordináták meghatározására. Ezt alkal-

19

mazzák az irányítástechnika számos területén.

Bár kifejezetten izgalmas (és lehetséges) volna akár a teljes éjszakai mozgást lekövetni

IMU-algoritmussal, jelen dolgozat keretei ennek az egyébként igen számításigényes

algoritmusnak a kidolgozását nem teszik lehet®vé, továbbá az adott feladat ezt nem is

igényli. Sokkal egyszer¶bb metódussal is képesnek kell lennünk a megoldásig eljutni, hiszen

a leegyszer¶sített feladat így hangzik: Állapítsuk meg a gyorsulásszenzor jeléb®l, melyek

azok az id®szakok, amelyekben az alany sokat mocorog.

2.3. A jelek feldolgozása

Label DAT1 DAT2 DAT3

ADXL345: xi yi ziHMC5843: xi yi ziPSITG3200: pitchi rolli yawi

SEQ: i

2.5. ábra. A 9DOF-szenzormodul kimenetének felépítése

A program a mérési adatokat szövegfájlba menti, azonban a sorok szétválasztását el

kell végeznünk a MATLAB-os feldolgozás el®tt. A fájl felépítésér®l ad áttekintést a 2.5.

Jól látható, hogy az els® oszlop címkeként használható. A szétválasztásra sok módszer

alkalmazható, talán az egyik legkényelmesebb az awk segédprogram alkalmazása. Ez a

kicsi, de nagy hatékonyságú segédprogram szövegfájlokat képes soronként feldolgozni, és

a sorokon belüli mez®ket külön kezelni. A programot a következ®képpen használhatjuk a

bejöv® adatsorok szétválasztására.

awk -F : "print $0 >> $1" 9DOFDAT.TXT

0 0.5 1 1.5 2 2.5

x 104

−20

−15

−10

−5

0

5

10

15

20

25

Time (sec)

Acceleration

m s2

Accelerometer data

Acceleration − xAcceleration − yAcceleration − zAcceleration − vector length

2.6. ábra

20

li =√x2i + y2i + z2i (2.1)

Mivel a mozgolódás kimutatásához nincs szükségünk információra az egyes tengelyeken

történ® gyorsuláskomponensekr®l, kizárólag a három vektor összegzéséb®l adódó vektor

hosszát kell vizsgálnunk, a többi adatot nem szükséges tárolnunk. Ezt a vektorhosszat a

2.1 képlettel számíthatjuk.

Mivel az alvási fázisokra való visszakövetkeztetést a potenciális felhasználási módnak

megfelel®en online-nak célszer¶ elképzelnünk, a felhasznált algoritmusoknak is mikrokont-

rolleres rendszerben megvalósíthatónak, online elvégezhet®nek kell lenniük.

Ennek megfelel®en els®ként a tárolás problémájával szembesülünk. Mivel a gyorsulás-

mér® adatait kétbájtos formátumban tárolja, a három dimenzió egyetlen mérési értéke hat

bájton fér el. Ha 30Hz-es mintavételi frekvenciával számolunk, az egy nyolcórás alvás ese-

tében 6B · 301s · 8 · 60 · 60s = 5184000B ≈ 5MB adat gy¶lik össze, melynek tárolása ugyan

lehetséges, a felhasználás szempontjából azonban felesleges, és az eszköz kis méretére való

tekintettel célszer¶ nem elmenteni az összes adatot.

Látható, hogy a jel tartománya az ADXL345 beállításainak megfelel®en ±512, ez ±2g

értéket fed le, ahol g a nehézségi gyorsulás értéke, és g ≈ 9,81ms2.

Ebb®l következ®en a skálázást a következ®képpen számítjuk: 4g1024 ≈ 0,0383m

s2az egy-

ség. Az mintavételezési frekvencia 30Hz, ebb®l következ®en az egy mintavételhez tartozó

id®egység 130 = 33,33s.

Fentiek értelmében kizárólag a vektorhosszt tároljuk el minden mérési ponthoz. A minták

szemrevételezésével és kísérletezéssel úgy t¶nik, 1024-elem¶ ablakokban érdemes dolgozni.

Az algoritmus els® lépéseként tehát kiszámoljuk a vektor ered® hosszát. Az így kapott

eredmény még ofszethibával terhelt, a nehézségi gyorsulásból adódóan. Bár ez az eltérés

az algoritmust nem befolyásolhatná, szebb, jobban átláthatóbb eredményt kapunk, ha ezt

a kivonást elvégezzük. A fenti számítás eredményeképp a nehézségi gyorsulás értéke 256,

így ezt kell kivonnunk az ered®b®l.

Az 1. fejezetben bemutatott ablakozó-integráló sz¶réssel tudunk itt is dolgozni. A lépé-

sek hossza és az ablak mérete eltér®, az eltér® mintavételi frekvenciának megfelel®en és a

mozgás jellemz®ib®l adódóan. A fentiek eredményeképp kapjuk a 2.7 ábrán látható gra-

kont. Jól látszik, hogy a nagyjából ötórás mintában három látványos mozgásos id®szakot

tudunk felismerni.

2.4. A MATLAB-forráskód

A feladatot megvalósító MATLAB-forráskód a Függelékben (F.0.2) megtalálható.

21

2.7. ábra. Mozgásanalízis

22

3. fejezet

Javaslat az alvásmeggyel®

rendszerre

3.1. Alapvet® megfontolások

A rendszer megtervezéséhez mindenképpen gyelembe kell vennünk néhány alapvet® felté-

telt.

Mivel egy feltételezhet®en rosszul alvó személy alvását szeretnénk meggyelni, fontos,

hogy a lehetséges keretek között minimalizáljuk a magával a rendszerrel történ® megza-

varását. Itt els®dlegesen az eszköz méretéb®l adódó diszkomfortot kell minimalizálni. A

mérettel kapcsolatban tapasztalatom szerint a mér®eszköz magasságára a legérzékenyebb

a felhasználó, ezt szeretném minimalizálni.

A zikai méret mellett az üzemid®re, és ennek következtében a fogyasztásra kell kitér-

nünk. Bár a mikrokontroller fogyasztása jelent®sen függ az azon futtatott algoritmustól, a

lehetséges mértékig csökkentenünk kell a teljes rendszer áramfelvételét, hiszen a felhasználó

egy éjszakán belül biztosan nem fogja tudni feltölteni az akkumulátort.

Mivel az eszköz prototípus fázisra készül, minden olyan lehet®séget érdemes beletervez-

ni, ami a kés®bbiek során hasznos lehet. Mivel a mikrofon által felvett hang zajosságára a

konkrét prototípussal való kísérletezés nélkül nehéz becslést adni, két teljesen eltér® mikro-

fonos mérésre is lehet®séget biztosítok az áramkörben: egy egyszer¶, csiptet®s módszerrel

rögzíthet® mikrofonnal és egy sztetoszkópfejre applikált mikrofonnal is lehet majd teszteket

végezni.

3.2. F®bb alkatrészek kiválasztása

3.2.1. Gyorsulásmér®

A gyorsulásmér®re vonatkozóan igen kevés el®re ismert követelménynek kellett teljesülnie.

Mivel az algoritmus a 3D gyorsulásvektor ered® hosszával dolgozik, biztosan 3D-s gyor-

sulásmér®re van szükség. Az elérhet® 3D-s gyorsulásmér®k fogyasztása, zikai mérete, ára

b®ven elfogadható tartományban mozog, így a munkám során korábban már megismert

MMA8451Q IC-re esett választásom.

23

3.2.2. Mikrofon

A mikrofon kiválasztásával kapcsolatban nincs szükség semmilyen különleges megfontolás

betartására, hiszen a frekvenciatartomány, hangmin®ség a tesztadatok alapján csekély ha-

tással van az algoritmus pontosságára. Egyszer¶ irányítatlan mikrofonokat alkalmazunk.

A sztetoszkópfejbe szerelend® mikrofon esetében fontos a zikai méret, hogy a beépítés

mechanikailag megoldható legyen.

3.2.3. SD-kártya

Az SD-kártyával kapcsolatban a tárkapacitás az egyetlen izgalmas paraméter. Egyszer¶

becsléssel azonban gyorsan kiszámítható, hogy a ma kapható SD-kártyák szinte bármelyike

b®ven alkalmas egy éjszakányi adat tárolására. 8kHz mintavételi frekvenciával, 12-bites

adatokkal, mono felvétellel, 12 órányi mérésre a következ®t kapjuk:

8000sample

sec· 12

bit

sample· 12 · 60 · 60sec = 4147200000bit ≈ 495MB (3.1)

Lényegében tehát minden ma kapható SD-kártya teljesíti a b® egyéjszakányi mérés képes-

ségének kritériumát.

3.2.4. Mikrokontroller

A mikrokontroller kiválasztásának szempontjai közül kiemelten fontos volt a kis fogyasztás

és méret és a jó támogatottság. Fentieket a Freescale Kinetis-L szeriája igen jól teljesíti,

így az MKL25Z kontroller egy változata (MKL25Z128VFT4) került a rendszerbe.

3.3. A kapcsolási rajz ismertetése

A teljes kapcsolási rajz a Függelékben megtalálható.

3.3.1. A top modul (3.1 ábra)

Az áramkör viszonylagos bonyolultsága megköveteli a hierarchikus felépítést. Mivel nagyon

törekedtem arra, hogy a rendszer teljesen átlátható legyen, kétszeres hierarchiát valósítot-

tam meg: egyrészt az Altium Designer által támogatott többlapos, hierarchikus tervezéssel

dolgoztam, másrészt pedig a legfels® lapon, a top modulon logikai kategóriákba csopor-

tosítottam az egyes részegységeket. A top modul tehát összefoglalva mutatja be a teljes

rendszert, megvalósítja a 3 alatt található rendszertervet.

Tekintsük át röviden a top modulban található csoportokat és egyes elemeit.

1. Communication interfaces: Ide kerültek azok a részegységek, amelyek a külvilág-

gal való adatkapcsolatot végzik:

(a) Debug UART: A részegység feladata, hogy a fejlesztés során hibaüzenetekkel,

információval szolgáljon a m¶ködésr®l

(b) SWD interface: A felprogramozást és szoftveres debuggolást valósítja meg

24

1

1

2

2

3

3

4

4

D D

C C

B B

A A

Title

Number RevisionSize

A4

Date: 2013.12.22. Sheet ofFile: C:\Users\..\alvasfigyelo.SchDoc Drawn By:

VDDVDDUSB0_DPUSB0_DMVOUT33VREGINPTE20PTE21VDDAVREFHVREFLVSSA

PTE2

9PT

E30

PTE2

4

PTA

0PT

A1

PTA

2PT

A3

PTA

4V

DD

VSS

PTA

18

PTA19RESET_b

PTB0/LLWU_P5PTB1PTB2PTB3

PTB16PTB17

PTC0PTC1/LLWU_P6/RTC_CLKIN

PTC2PTC3/LLWU_P7

PTE2

5

PTC

4/LL

WU

_P8

PTC

5/LL

WU

_P9

PTC

6/LL

WU

_P10

PTC

7PT

D0

PTD

1PT

D2

PTD

3PT

D4/

LLW

U_P

14PT

D5

PTD

6/LL

WU

_P15

PTD

7 U2

USB_NUSB_P

VUSB

GND

U_USBUSB.SchDoc

USB0_PUSB0_N

USB0_PUSB0_N

GND

3V3

GND

I2C

0_SC

LI2

C0_

SDA

SPI1

_MO

SISP

I1_M

ISO

SPI1

_SC

K

SPI1_MOSISPI1_MISO

SPI1_SCK SCKCS#

MOSIMISO 3V3

GND

CARD_DETECTEN

U_uSDuSD.SchDoc

ADC0_DP0

ADC0_DP0

SW1MIC2

MIC1

GND

3V3

GND

3V3

BT1Battery

R

G

B

Vdd

RGB1

3V3

220

R10

220

R11

220

R12

TPM0_CH0

TPM0_CH1

TPM0_CH2

UART0_RXUART0_TX

TPM

0_C

H2

SWD

_CLK

SWD

_DIO

TPM0_CH0TPM0_CH1

GND

MIC1

MIC2 3V3

GND

GNDVOUT

GNDVREFVIN-

MIC_IN

U_AMPAMP.SchDoc

MIC2

MIC1

GND

CONTROLVcc

GND

U_vibr_motorvibr_motor.SchDoc3V3

GND

AD

C0_

SE23

ADC0_DM0 TPM2_CH0TPM2_CH1

TPM2_CH0

TPM2_CH1ADC0_SE23ADC0_DM0 uC_RX

uC_TX

Vcc

GND

U_DEBUG_UARTDEBUG_UART.SchDoc

3V3

GND

UART0_RXUART0_TX

Communication interfacesBattery charging and power Signal conditioning

Feedback and user interaction

Data storage

GND

100nC13

1mL3

100nC14

1mL4

100nC15

GND

SCLSDAINT1_ACCINT2_ACC

3V3GND

U_accelerometeraccelerometer.SchDoc

GND

3V3I2C0_SCLI2C0_SDA

Sensors

3V3A

GNDA

GNDA

VCHRG VBAT+

VBAT-

V_FBI_FB

GNDS/SCNTRL

U_SEPIC_chargerSEPIC_charger.SchDoc

100nC7

GND

100n

C8

GND

100nC9

GND

3V3 3V3 3V3A

3V3A3V3

SWD_DIOSWD_CLK

RSTGND

U_SWD_interfaceSWD_interface.SchDoc

SWD_DIOSWD_CLKRST

GND

RST

PTA1PTA2PTA4

PTD0PTD1

PTA18

PTA

1PT

A2

PTA

4 PTA

18

PTD

0PT

D1

H1 H2H3H4 H5

H6

H7H8

S1

10kR8

3V3

GND

S2

10kR9

3V3

GND

PTD

7

PTD

5

PTD7PTD5

10nC38

10nC39

Vin

GN

D

SHDN BYP

Vout

IC1TC1014_LDO

3V3

GND

470p

C42GND

1MR40

1uC41

RST

S4

GND

PTA19

PTA19

VUSB

VUSB

VUSB

VBAT+

VBAT+

Alvásfigyelő - TOP module

Marcell Rátky

1.0

D6 D7 D8

10u

+C1010u

+C1110u

+C12

10u

+C16

PIBT101

PIBT102COBT1

PIC701PIC702

COC7 PIC801PIC802

COC8 PIC901PIC902

COC9PIC1001PIC1002

COC10 PIC1101PIC1102

COC11 PIC1201PIC1202

COC12

PIC1301PIC1302

COC13 PIC1401PIC1402

COC14 PIC1501PIC1502

COC15PIC1601PIC1602

COC16

PIC3801PIC3802COC38 PIC3901

PIC3902COC39

PIC4101PIC4102

COC41

PIC4201PIC4202

COC42

PID601PID602

COD6

PID701PID702

COD7

PID801PID802

COD8

PIH101COH1

PIH201COH2

PIH301COH3

PIH401COH4

PIH501COH5

PIH601

COH6

PIH701

COH7PIH801

COH8

PIIC101

PIIC102PIIC103 PIIC104

PIIC105

COIC1

PIL301PIL302

COL3

PIL401PIL402

COL4

PIMIC101

PIMIC102

COMIC1

PIMIC201

PIMIC202

COMIC2

PIR801

PIR802

COR8PIR901

PIR902

COR9

PIR1001PIR1002

COR10

PIR1101PIR1102

COR11

PIR1201PIR1202

COR12

PIR4001

PIR4002

COR40

PIRGB101PIRGB102

PIRGB103

PIRGB104

CORGB1

PIS101

PIS102

COS1PIS201

PIS202

COS2

PIS401 PIS402COS4

PISW101

PISW102

PISW103

COSW1

PIU201

PIU202

PIU203

PIU204

PIU205

PIU206

PIU207

PIU208

PIU209

PIU2010

PIU2011

PIU2012

PIU2013 PIU2014 PIU2015 PIU2016 PIU2017 PIU2018 PIU2019 PIU2020 PIU2021 PIU2022 PIU2023 PIU2024

PIU2025

PIU2026

PIU2027

PIU2028

PIU2029

PIU2030

PIU2031

PIU2032

PIU2033

PIU2034

PIU2035

PIU2036

PIU2037PIU2038PIU2039PIU2040PIU2041PIU2042PIU2043PIU2044PIU2045PIU2046PIU2047PIU2048COU2PIC701 PIC801PIC1001 PIC1101

PIC1301PIC1601

PID801

PIIC105

PIL302

PIR801 PIR901

PIRGB102

PIU201

PIU202

PIU2022

PIC901PIC1201

PIC1501PIL401

PIU209

PIU2010

NL3V3APIU208

NLADC00DM0

PIU207

NLADC00DP0

PIU2014

NLADC00SE23

PIBT102

PIC702 PIC802 PIC902PIC1002 PIC1102 PIC1202

PIC1302 PIC1402 PIC1502PIC1602PIC3801 PIC3902

PIC4202

PIIC102

PIMIC101

PIMIC201

PIS102 PIS202

PIS401

PIU2011

PIU2012

PIU2023

NLGNDA

PIU2015

NLI2C00SCL

PIU2016

NLI2C00SDA

PIMIC102

PISW101NLMIC1

PIMIC202

PISW103NLMIC2

PIC1401PIL301PIL402

PIC4201PIIC104

PID601PID702 PID701PID802

PIH101PIU2047

PIH201PIU2045

PIH301PIU2044

PIH401PIU2043

PIH501PIU2037

PIH601PIU2033

PIH701PIU2028

PIH801PIU2027

PIR1002PIRGB101

PIR1102PIRGB104

PIR1202PIRGB103

PISW102

PIU205

PIU206

PIU2036

PIU2018

NLPTA1

PIU2019

NLPTA2

PIU2021

NLPTA4

PIU2024

NLPTA18

PIC4102 PIIC103PIR4002

PIS402

PIU2025NLPTA19

PIU2041

NLPTD0

PIU2042

NLPTD1

PIC3802

PIR802PIS101

PIU2046

NLPTD5

PIC3901

PIR902PIS201

PIU2048

NLPTD7

PIC4101

PIU2026

NLRST

PIU2040

NLSPI10MISO

PIU2039

NLSPI10MOSI

PIU2038

NLSPI10SCK

PIU2017

NLSWD0CLK

PIU2020

NLSWD0DIO

PIR1001

PIU2034

NLTPM00CH0

PIR1101

PIU2035

NLTPM00CH1

PIR1201

PIU2013

NLTPM00CH2

PIU2029

NLTPM20CH0

PIU2030

NLTPM20CH1

PIU2031

NLUART00RX

PIU2032

NLUART00TX

PIU204

NLUSB00N

PIU203

NLUSB00P

PIBT101

PIIC101PIR4001

PID602

3.1. ábra. A TOP modul

(c) USB: Adatkapcsolat PC felé, az SD-kártyáról való adatátvitelt és a felhasználói

beállítások feltöltését teszi lehet®vé

2. Battery charging and power: Itt kaptak helyet a tápsz¶réssel, feszültségkonver-

tálással, akkumulátortöltéssel kapcsolatos áramkörök

3. Sensors:

(a) MIC1 / MIC2: A rendszerben két mikrofon csatlakoztatására is lehet®séget

biztosítunk, az egyik egy sztetoszkópos mérést tud megvalósítani, a másik pedig

egyszer¶ mikrofonos megoldás. Szükség esetén természetesen bármilyen mikro-

fonnal lehet kísérletezni.

(b) Accelerometer: Gyorsulásmér® áramkör, a rendszerhez I2C-interface-szel és

megszakításkérésekkel csatlakozik

4. Signal conditioning: A mikrofonok jelének er®sítésére, jelkondícionálására szolgáló

részegység

5. Data storage: A rögzített minták oine elemzésére és esetleges naplózási üzenetek

tárolására használandó, SD-kártyát alkalmazó rész

6. Feedback and user interaction: A felhasználóval való I/O kommunikációt vég-

zi, bemeneti oldalról nyomógombokkal, kimenetir®l pedig egy RGB-LED-del és egy

rezg®motorral

25

7. Mikrokontroller: Ez az egység már csak a mikrokontroller kivezetéseinek konkrét

bekötését tartalmazza. A nem használt I/O-kat további fejlesztés céljából és bizton-

sági okokból tüskesorra vezetjük

3.3.2. A jelkondícionáló modul (3.2 ábra)

Az áramkör1 két feladatot lát el: áthelyezi a jel nulla értékét a tápfeszültség felére, és feler®-

síti a mikrofon jelét. A top modulon megtalálható kapcsoló állásával kiválasztott mikrofon

jele eredetileg a 0..3,3V tartományban kaphat értéket. Ez azonban a mikrofon zikai m¶-

ködése miatt a jel egyik felének elvesztését okozná, ahol pedig m¶ködne, feleslegesen nagy

tartományt foglalhatna el a jelszint. Ezért az er®sít® fokozat referenciapontját (U3A er®sí-

t® 3-as pinje) nem földpontra, hanem a tápfeszültség felére választjuk. Ennek megfelel®en

a jel már ±1,65V tartományban kaphat értéket. A két fokozat összességében 100 − 200×er®sítést tesz lehet®vé, az R23 potenciométer beállításának megfelel®en. A megvalósításá-

ra MCP6L02 m¶veleti er®sít®t választottam, mivel amellett, hogy teljesíti a frekvenciára,

sebességre vonatkozó kritériumokat, egészen alacsony áron be is lehet szerezni.

1

1

2

2

3

3

4

4

D D

C C

B B

A A

Title

Number RevisionSize

A4

Date: 2013.12.22. Sheet ofFile: C:\Users\..\AMP.SchDoc Drawn By:

VOUT

Amplificator and signal conditioning module for microphone signals

Marcell Rátky

1.0

2

31

U3A

6

57

U3B

Vcc+

Vcc-U3C

1k

R26

50kR22

GND

VCC

1kR27

1.2kR25

GND

4.7u

C262.7RR24

100kR28

100kR29

GND

VREF

1uC29

VIN-

10p

C25

MIC_IN

VREF_HALF

VREF_HALF

VREF_HALF

2.4kR21

4.7u

C27

VREF_HALF

100nC28

R23

A = -2Sets reference to VREF/2

A = -50..-100

PIC2501PIC2502

COC25

PIC2601PIC2602

COC26

PIC2701PIC2702

COC27

PIC2801PIC2802COC28

PIC2901PIC2902

COC29

PIR2101PIR2102

COR21PIR2201 PIR2202

COR22

PIR2301

PIR2302PIR2303

COR23

PIR2401

PIR2402

COR24

PIR2501PIR2502

COR25

PIR2601 PIR2602

COR26

PIR2701

PIR2702COR27

PIR2801

PIR2802COR28

PIR2901

PIR2902

COR29

PIU301

PIU302

PIU303

COU3APIU305

PIU306

PIU307

COU3B

PIU304

PIU308

COU3C

PIC2902PIR2902

PIU304POGND

POVIN0

PIC2501

PIR2201

PIR2602PIU306

PIC2502

PIR2303

PIU307 POVOUT

PIC2601 PIR2502PIC2602PIR2402POMIC0IN

PIC2701

PIR2101

PIU301 PIC2702PIR2601

PIC2802PIR2702PIU305

PIR2102

PIR2501 PIU302

PIR2202PIR2301

PIR2302

PIR2802POVREF

PIU308

PIC2801

PIC2901

PIR2401

PIR2701

PIR2801PIR2901

PIU303

POGND

POMIC0IN

POVIN0

POVOUT

POVREF

3.2. ábra. A jelkondícionáló modul kapcsolási rajza

3.3.3. Debug UART (3.3 ábra)

Az áramkör rendkívül egyszer¶, hiszen az UART-kapcsolatot a mikrokontroller támogatja,

és küls® UART/USB-átalakítót fogunk használni. Az R38 jel¶ felhúzóellenállás, az R39

1Az elvégzett méréseknek megfelel®en az R24 ellenállás értéke 100kΩ értékre módosul!

26

esetleges oszcilloszkópos mérések során hasznos, az R37 pedig jumper szerep¶: amennyiben

beültetjük, a J1 csatlakozóról 3,3V tápfeszültséget is levehetünk (a legtöbb UART/USB-

átalakító esetében erre nincs szükség).

1

1

2

2

3

3

4

4

D D

C C

B B

A A

Title

Number RevisionSize

A4

Date: 2013.12.22. Sheet ofFile: C:\Users\..\DEBUG_UART.SchDoc Drawn By:

10RR39

10kR38

1234

J10RR37

uC_RXuC_TX

Vcc

GND

Debug UART connection

Marcell Rátky

1.0

PIJ101

PIJ102

PIJ103

PIJ104

COJ1

PIR3701

PIR3702

COR37

PIR3801

PIR3802COR38

PIR3901 PIR3902

COR39

PIJ101PIR3702PIJ102

PIR3801POuC0RX

PIJ103POuC0TXPIJ104PIR3902

PIR3701PIR3802POVcc

PIR3901POGNDPOGND

POUC0RXPOUC0TX

POVCC

3.3. ábra. Az UART modul kapcsolási rajza

3.3.4. Az SWD-kapcsolat (3.4 ábra)

Az SWD (Serial Wire Debug) kétpines programozást, debuggolást tesz lehet®vé. Gyakorla-

tilag a JTAG szabvány továbbfejlesztett változata, melynek legnagyobb el®nye, hogy sokkal

kevesebb I/O-lábat használ fel (JTAG esetében a TDI, TDO, TCK, TMS és az opcioná-

lis TRST lábra volt szükség, míg az SWD mindössze SWD_DIO és SWD_CLK lábakon

kommunikál).

1

1

2

2

3

3

4

4

D D

C C

B B

A A

Title

Number RevisionSize

A4

Date: 2013.12.22. Sheet ofFile: C:\Users\..\SWD_interface.SchDoc Drawn By:

SWD_DIOSWD_CLK

RST

GND1 23 45 67 89 10

P2

Header 5X2H

SWD connection interface

Marcell Rátky

1.0

PIP201 PIP202

PIP203 PIP204

PIP205 PIP206

PIP207 PIP208

PIP209 PIP2010

COP2

PIP201 PIP202POSWD0DIOPIP203

PIP205

POGND PIP204POSWD0CLKPIP206

PIP207 PIP208

PIP209 PIP2010PORST

POGND

PORST

POSWD0CLKPOSWD0DIO

3.4. ábra. Az SWD-interfész kapcsolási rajza

3.3.5. USB-kapcsolat (3.5 ábra)

Az USB-kapcsolat a PC-hez történ® kapcsolódást teszi lehet®vé, célja els®dlegesen a mérési

adatok SD-kártyáról való kényelmes letöltése és kongurációs adatok átvitele SD-kártyára.

Az áramkör jelent®s része védelmi célokat szolgál. A P1 jel¶ alkatrész egy PTC biztosíték,

amely kiold (nagy ellenállásúvá válik), ha az áramfelvétel meghaladja az el®írt értéket, vi-

szont regenerálódik, amint h®mérséklete visszatér eredeti állapotába. A D1, D2, D3 diódák

TVS-ek (Transient Voltage Supressor), nagyfeszültség¶ tüskék ellen védenek (ESD). Az L2

pedig egy miniat¶r szimmetrikus fojtótekercs[19].

3.3.6. Battery charging and power (3.6 ábra)

Az akkumulátor töltését egy SEPIC tölt®vel terveztem meg. A töltésvezérlést az els® vál-

tozatban az LT1512 IC-vel, kés®bb azonban szoftveresen, FET-tel tervezem kivitelezni.

Utóbbi el®nye a kevesebb alkatrész és egyszer¶bb felépítés, bár kétségkívül hátránya, hogy

egy esetleges szoftveres hiba így nagyobb valószín¶séggel okoz problémát. Az akkumulátor

27

1

1

2

2

3

3

4

4

D D

C C

B B

A A

Title

Number RevisionSize

A4

Date: 2013.12.22. Sheet ofFile: C:\Users\..\USB.SchDoc Drawn By:

USB_P

USB_N

GND

L2

D1

D2 D3

P1

GND

10pC5

10pC6

L1

GND

USB connection for micro USB-B, OTG

Marcell Rátky

1.0

USB_N

USB_P

VUSB

VbusD-D+GND

ShieldID

CON1

GND

GND

GND 10RR6

10RR7

+

C4PIC401PIC402 COC4

PIC501PIC502 COC5

PIC601PIC602 COC6

PICON101

PICON102

PICON103

PICON104

PICON105

PICON106

COCON1

PID101

PID102COD1

PID201

PID202COD2

PID301

PID302COD3

PIL101PIL102

COL1

PIL201PIL202

PIL203 PIL204

COL2

PIP101 PIP102

COP1

PIR601 PIR602

COR6

PIR701 PIR702

COR7

PIC402

PIC501

PIC602PICON104

PICON105

PID101

PID201 PID301

POGND

PIC401PIL102POVUSB

PICON101

PIP102

PICON102

PIR602

PICON103PIR702

PICON106

PID102PIL101PIP101

PID202PIL204

PIR701

PID302

PIL201 PIR601PIC502

PIL202

NLUSB0NPOUSB0N

PIC601PIL203

NLUSB0PPOUSB0P

POGND

POUSB0N

POUSB0P

POVUSB

3.5. ábra. Az USB modul kapcsolási rajza

3 − 4,2V feszültségét még át kell konvertálnunk az integrált áramkörök számára megfelel®

3, 3V -ra. Ez igen egyszer¶en megoldható egy LDO feszültségkonverter segítségével. Fel-

merül azonban egy megoldásra váró probléma. Az akkumulátor üzemi feszültség alá való

merítése javíthatatlan károkkal jár. Ezt kivédend® az általam választott feszültségkonver-

ter áramkörnek van egy SHDN (shutdown) lába, amelynek '0' szintre kapcsolásával a

konverter lekapcsolja a kimenetér®l a feszültséget, megakadályozva ezzel az akkumulátor

túlmerülését. Problémás azonban, hogy egyrészt a kikapcsolásnak alapértelmezésnek kell

lennie, másrészt valamilyen módon be is kell tudnunk kapcsolni az LDO-t. Ez utóbbi azért

nem triviális feladat, mert ha a mikrokontroller feladata a tápáramkör élesztése, akkor

el®bb kellene felkapcsolnia a tápját, mint hogy önnönmaga tápfeszültséget kapna. Ezt ki-

védend®, az LDO kimenetét egy diódán keresztül az USB tápjával összekötjük. Ezzel azt

érjük el, hogy amennyiben USB-kapcsolaton keresztül tölt®feszültséget kapunk, a kikap-

csolt LDO kimenetén át tápfeszültséget juttatunk az áramkörre, így a mikrokontroller el

tud indulni, és fel tudja kapcsolni önmagának a tápját. Vigyáznunk kell azonban, hiszen az

USB 5V-os tápfeszültsége tönkretenné a mikrokontrollert (és más alkatrészeket is), ezért

soros diódák nyitófeszültségének segítségével csökkentjük az LDO kimenetére ezáltal a

mikrokontroller bemenetére jutó feszültséget.

Ennek a metódusnak nyilvánvaló hátránya, hogy lemerüléskor csak az USB jelenléte

esetén indítható újra az eszköz. Általánosságban ez lehetne nehézség, a konkrét esetben

azonban ez pontosan így jó, hiszen a lemerült akkut nem cseréljük, csak töltjük. Biztonsági

okokból egy indítógombot is tettem az áramkörre, illetve a nyomógombot a reset jelhez is

hozzákötöttem.

3.3.7. SD-kártya (3.7 ábra)

Az SD-kártya kapcsolásában jobb oldalon elhelyezked® áramkör az SD-kártya ki- és bekap-

csolásáért felel. Ez azért nagyon fontos, mert amennyiben az SD-kártya tápja váratlanul

megsz¶nik egy írási m¶velet közben, az adatok inkonzisztenssé válnak, és az sem garan-

tált, hogy a következ® indításkor lehetne folytatni az írást. Ezért szükség esetén (brownout

detection interrupt) ki kell kapcsolnunk szoftveresen az SD-kártya tápját. Az interrupt ru-

28

1

1

2

2

3

3

4

4

D D

C C

B B

A A

Title

Number RevisionSize

A4

Date: 2013.12.22. Sheet ofFile: C:\Users\..\SEPIC_charger.SchDoc Drawn By:

VCHRG

VBAT+

VBAT-

SEPIC battery charger module

Marcell Rátky

1.0

V_C

FB

I_FB

S/S

V_I

N

GN

D_S

GN

D

V_SW

U4LT1512

100nC34

1kR34

GND

22u25V

C30

2.2uC31

GND

24R

R32

100nC35

200mR35

12.4kR31

8.18RR30

L6A

L6B

D4

MBRS130LT3

22u25V

C32

0.5A

V_FB

I_FB

GND

S/S

GD

S

F3IRLML2060TR

1MR33100n

C33CNTRL

GND

V_SW

V_SW

For software-controlled chargingComponents needed:- Coil- 200mOhm- V_FB divider- Diode- Capacitors

PIC3001PIC3002

COC30

PIC3101PIC3102

COC31

PIC3201PIC3202 COC32

PIC3301PIC3302

COC33

PIC3401PIC3402

COC34

PIC3501PIC3502

COC35

PID401 PID402

COD4

PIF301

PIF302

PIF303 COF3

PIL601 PIL602

COL6A

PIL603

PIL604COL6B

PIR3001

PIR3002

COR30

PIR3101

PIR3102

COR31

PIR3201PIR3202

COR32

PIR3301

PIR3302COR33

PIR3401

PIR3402COR34

PIR3501

PIR3502

COR35

PIU401

PIU402

PIU403

PIU404

PIU405

PIU406PIU407

PIU408

COU4PIC3002

PIC3201

PIC3502

PIF302PIR3102 PIR3301

PIR3401 PIR3502

PIU406PIU407

POGND

POVBAT0

PIC3001 PIL601PIU405POVCHRG

PIC3102 PID401

PIL604

PIC3202

PID402

PIR3001

POVBAT0

PIC3301 PIF301PIR3302PIC3302POCNTRL

PIC3401PIU401

PIC3402PIR3402

PIC3501

PIR3202

PIU403 PIL603PIR3201

PIR3501POI0FB

PIR3002PIR3101

PIU402

POV0FB

PIU404POS0S

PIC3101

PIF303

PIL602

PIU408

NLV0SW

POCNTRL

POGND

POI0FB

POS0S

POV0FB

POVBAT0

POVCHRG

3.6. ábra. A töltésvezérlés kapcsolási rajza

tinban fontos, hogy belépéskor a brownout detection szintjét magasabb szintre állítsuk, el-

lenkez® esetben a kikapcsolás általi terheléscsökkenésre felugró tápfeszültség hibásan vissza

is kapcsolná a kontrollert.

Az SD-kártya card detect jelölés¶ lába jelzi a kontroller felé, hogy van-e kártya a fogla-

latban. A kapcsolásban ez logikai ÉS-kapcsolatban van az EN jellel, hiszen tápfeszültség

nélkül, kikapcsolt állapotban logikailag értelmezhetetlen lenne a kártya létét vizsgálni. Ez

abban az esetben lehet fontos, ha az SD-kártyát behelyezésekor automatikusan szeretnénk

felcsatolni egy fájlrendszerbe. Esetünkben ez nem biztos, hogy ki lesz használva, de a le-

het®séget hardveresen érdemes biztosítanunk.

1

1

2

2

3

3

4

4

D D

C C

B B

A A

Title

Number RevisionSize

A4

Date: 2013.12.22. Sheet ofFile: C:\Users\..\uSD.SchDoc Drawn By:

microSD socket

+3.3V

SD_POWER

SD_POWER

23.2kR19

1kR20

G

S

D

F1IRLML5103PbF

100kR17

DAT2

CD/DAT3

CMD

VDD

CLK

VSS

DAT0

DAT1SHIE

LD

CA

RD

DET

ECT

S3

GND

1MR18 100n

C22100nC23

L5

1uC24

GND

EN

GD

S

F2IRLML2060TR

GND

+3.3V

10RR15

10RR14

10RR13

10pC18

10RR16

10pC19

10pC20

10pC17

SCK

CS#

MO

SI

MIS

O

3V3GND

3V3

GND

CARD_DETECT

SD card module

Marcell Rátky

1.0

EN EN

10u

+

C21

PIC1701PIC1702

COC17

PIC1801PIC1802

COC18

PIC1901PIC1902

COC19

PIC2001PIC2002

COC20

PIC2101PIC2102 COC21 PIC2201

PIC2202COC22PIC2301

PIC2302COC23

PIC2401PIC2402

COC24

PIF101

PIF102

PIF103

COF1

PIF201

PIF202

PIF203 COF2

PIL501

PIL502

COL5PIR1301

PIR1302COR13

PIR1401

PIR1402COR14

PIR1501

PIR1502COR15

PIR1601

PIR1602COR16

PIR1701

PIR1702COR17PIR1801

PIR1802

COR18

PIR1901

PIR1902COR19

PIR2001 PIR2002

COR20

PIS30CARD0DET

PIS30CD0DAT3

PIS30CLK

PIS30CMD

PIS30DAT0

PIS30DAT1

PIS30DAT2

PIS30SHIELD

PIS30VDD

PIS30VSS

COS3 PIL502

PIR1902

PO3V3

PIF101

PIF201PIR1801

PIS30SHIELD

NLENPOEN

PIC2102 PIC2201PIC2301

PIC2401

PIF202 PIR1701PIR1802

PIS30VSS

POGND

PIC1701PIR1402

POSCK

PIC1702PIR1401

PIS30CLK

PIC1801PIR1302

POCS#

PIC1802PIR1301

PIS30CD0DAT3

PIC1901PIR1602

POMOSI

PIC1902PIR1601

PIS30CMD

PIC2001PIR1501

POMISO

PIC2002PIR1502

PIS30DAT0

PIC2402PIR1901

PIR2001POCARD0DETECT

PIF102PIL501

PIR2002PIS30CARD0DET

PIS30DAT1

PIS30DAT2

PIC2101 PIC2202PIC2302

PIF103PIF203

PIR1702

PIS30VDD

NLSD0POWER

PO3V3

POCARD0DETECT

POCS#

POEN

POGNDPOMISOPOMOSI POSCK

3.7. ábra. Az SD-kártya kapcsolási rajza

3.3.8. Gyorsulásmér® (3.8 ábra)

A gyorsulásmér® kapcsolásában lényegében az adatlap által javasolt alapkapcsolást láthat-

juk. A BYP lábon egy extra tápsz¶rés szerepel, amelyet a gyártó szerint akár ki is lehet

hagyni, azonban minimális el®nyökkel járna elhagyása. Az INT1 és INT2 interrupt-lábak

funkciója programozható.

29

1

1

2

2

3

3

4

4

D D

C C

B B

A A

Title

Number RevisionSize

A4

Date: 2013.12.22. Sheet ofFile: C:\Users\..\accelerometer.SchDoc Drawn By:

VDDIO

BYPSCLSDASA0

INT2GND

INT1VDD

MMA8451QU1

MMA8451Q

3V3

100nC2

GND GND

3V3

4.7kR3

4.7kR4

3V3

SCLSDA

SCL

SDA

SCLSDA

4.7kR5

3V3

INT1_ACCINT2_ACC

GND

100n

C1GND

MMA845 accelerometer (SA0 = 1)

Marcell Rátky

1.0

3V3GND

3V3

GND 4.7kR1

4.7kR2

3V3 3V3

+C3

PIC101PIC102

COC1PIC201PIC202 COC2

PIC301PIC302 COC3

PIR101

PIR102

COR1PIR201

PIR202

COR2

PIR301

PIR302COR3

PIR401

PIR402COR4

PIR501PIR502

COR5

PIU101

PIU102

PIU104

PIU106

PIU107

PIU109

PIU1010

PIU1011

PIU1014

COU1

PIC201 PIC301

PIR101 PIR201

PIR302 PIR402

PIR502

PIU101

PIU1014

PO3V3

PIC102PIC202 PIC302 PIU105

PIU1010

PIU1012

POGND

PIC101PIU102

PIR102PIU1011 POINT10ACC

PIR202

PIU109 POINT20ACC

PIR501PIU107PIR401

PIU104NLSCLPOSCL

PIR301 PIU106NLSDAPOSDA

PO3V3POGND

POINT10ACCPOINT20ACC

POSCLPOSDA

3.8. ábra. A gyorsulásmér® kapcsolási rajza

3.3.9. Rezg®motor (3.9 ábra)

A felhasználóval való kommunikációhoz (ébresztéshez) egy egyszer¶ rezg®motort választot-

tam. Ehhez minimális kiegészít® hálózat szükséges, csak a kapcsolására és sz¶résére kell

gondolnunk. A mikrokontroller I/O lábai közül mindenképpen PWM-képes lábat érdemes

választani, mert csak ezzel tudjuk szabályozni a rezgés intenzitását.

1

1

2

2

3

3

4

4

D D

C C

B B

A A

Title

Number RevisionSize

A4

Date: 2013.12.22. Sheet ofFile: C:\Users\..\vibr_motor.SchDoc Drawn By:

M M1

1MR36

100nC37

GD

S

F4IRLML2060TR

1mL7

CONTROL

Vcc

GND

220nC36

GND

GND

D5Diode

100n

C40

PIC3601PIC3602

COC36

PIC3701PIC3702

COC37

PIC4001PIC4002

COC40

PID501PID502

COD5

PIF401

PIF402

PIF403 COF4

PIL701

PIL702

COL7

PIM101

PIM102COM1

PIR3601

PIR3602COR36

PIC3602

PIF402PIR3601

POGND

PIC3601 PIC3701PID502

PIL701PIM101

PIC3702 PID501PIF403PIM102

PIC4001 PIF401PIR3602PIC4002POCONTROL

PIL702POVcc

POCONTROL

POGND

POVCC

3.9. ábra. Az rezg®motor kapcsolási rajza

3.4. A hardver kritikus elemeinek tesztje

Az áramkör hardveres tekintetben legbonyolultabb eleme a kétfokozatú m¶veleti er®sít®s

kapcsolás. Ennek tesztjét breadboardon végeztem el. Az áramkörhöz DIP tokozású m¶veleti

er®sít®b®l csak egy helyettesít® terméket sikerült beszereznem, ez a TLC2272 áramkör,

amely lényeges paramétereiben megegyezik a kapcsolásban használttal. A tesztáramkör

a 3.10 ábrán látható. Az áramkör kapcsolási rajza megegyezik a 3.3.2 fejezetben jellemzett

3.2 kapcsolási rajzzal, azzal az eltéréssel, hogy a m¶veleti er®sít® szerepét itt az azonos

lábkiosztású TLC2272 integrált áramkör tölti be.

A második er®sít®fokozat kimeneti feszültsége a 3.12 ábrán tekinthet® meg. Jól látszik,

hogy az er®sít® kimenete lefedi a 0−3,3V sávot, így a kapcsolás az elvárt módon m¶ködik. A

30

3.10. ábra. Az áramkör breadboardon megépített változata

3.11. ábra. A mérési elrendezés fotója

tesztelés során egy hibára azonban fény derült: az R24 ellenállás értékét rosszul határoztam

meg, az ellenállást le kellett cserélni egy jóval nagyobb érték¶re (100kΩ). Továbbá az er®-

sítés értékét is többször meg kellett változtatnom, ez azonban a potenciométer segítségével

egyszer¶en megoldható volt. Az ábra készültekor az er®sítés nem volt teljesen megfelel®: a

szükségesnél nagyobb érték volt beállítva, ezáltal néhány ponton túlvezérlés lépett fel. Ez

csak a potenciométer beállításától függ, így a teszt eredményét nem befolyásolja.

3.5. A hardver terve

Az alvásmeggyel® rendszer 3D-látványterve a 3.13 és a 3.14 ábrákon látható. Az áramkör

alakját a sztetoszkópfejes méréshez igazítottam. A nyomtatott áramkör pontosan ráillesz-

kedik egy általam vásárolt sztetoszkópra, az akkumulátort pedig egy mellpántban tervezem

elrejteni, amely egyben rögzíti az eszközt. Ennek megfelel®en az akkumulátor csatlakozói az

áramkör oldalára kerültek, oda, ahol majd a pánt fog elhelyezkedni. A kisméret¶ nyomó-

gombokat úgy választottam meg, hogy megnyomásukhoz lehet®leg nagy er® kelljen, ekkor

ugyanis minimalizálható az alvás közbeni mozgás által véletlenül történ® megnyomás. A

kommunikációs csatlakozókat az áramkör szélére helyeztem, szükség esetén a kör ívéhez

31

3.12. ábra. A második er®sít®fokozat kimeneti feszültsége

igazítottam az alkatrészeket. A mikrokontroller szabad, általános célú I/O lábait prak-

tikus, kényelmesen hozzáférhet® pinekre vezettem ki, ezáltal szükség esetén az áramkör

újratervezése nélkül használhatunk fel néhány újabb I/O-lehet®séget.

32

3.13. ábra. Felülnézeti ábra az áramkörr®l

3.14. ábra. Döntött ábra az áramkörr®l

33

4. fejezet

Összefoglaló, továbbfejlesztési

lehet®ségek

4.1. Összefoglaló

Dolgozatomban megvizsgáltam az apnoe kialakulását, légzéshangokra való hatását. Bemu-

tattam egy egyszer¶ algoritmust, amellyel szerény pontossággal, kis er®forrásigény mellett,

kielégít® pontossággal elvégezhetjük a belégzések pillanatának becslését, ezáltal megadva

a két belégzés között eltelt id®tartamot. Bemutattam a mintavételi frekvencia és az er®s

zavarjelek hatását a légzésvizsgálatra.

Az alvásmélységre mozgásból következtet® termékek bemutatása után saját méréseim

alapján kidolgoztam egy algoritmust a gyakoribb mozgással járó és a nyugodtabb, mozdu-

latlanabb id®szakok elkülönítésére.

A kísérleti mérések alapján megterveztem és részletesen ismertettem egy, a két részfel-

adatnak megfelel® jelfeldolgozási feladatot megvalósítani képes hardvereszköz kapcsolási

rajzát. Megépítettem és kipróbáltam az áramkör jelkondicionáló fokozatát. A m¶ködé-

sével kapcsolatos eredményeket a 3.4 fejezet tartalmazza. Végül bemutattam az eszköz

3D-látványtervét.

Dolgozatom jelen összefoglalóval és a kitekintéssel zárul.

4.2. Továbbfejlesztési lehet®ségek

A jelenlegi tervezés költség- és méretminimum alapján történt. Azt gondolom, hogy egy

esetleges termék is csak így lehetne sikeres, hiszen pontosan azokat a felhasználókat tekint-

jük célközönségnek, akik nem szeretnének id®t, energiát, jelent®s mennyiség¶ pénzt szánni

alvásmin®ségük javítására, azonban otthon, mintegy játszva, olcsón szívesen használnának

egy ilyen eszközt. Az alábbiakban javasolt fejlesztési irányok mind valamilyen értelemben

költségnövel® hatásúak, így egy els® kiadásnál nem venném ®ket gyelembe, de érdemes

készülni rájuk, hiszen ha tömeges felhasználói igény mutatkozna rájuk, nem lenne nehéz

megvalósítani ezeket.

34

4.3. Vezetéknélküli csatlakozási lehet®ség

Mint a korábban említett aXbo és Zeo is, a jelen eszköz is csatlakozhatna küls® egység-

hez. Ez els®dlegesen az aktuátor tekintetében volna hasznos. A rezg®motor, vagy csipogó

nem a legkellemesebb ébresztési mód, azonban egy küls® egységbe, vagy akár egy átlagos

okostelefonba épített hangszórón keresztül sokkal kellemesebb ébresztés lenne lehetséges.

Fontos megemlíteni, hogy a felhasználó kényelmén kívül ez lehet®séget biztosítana a jelen-

t®s méretnövekedés elkerülésével is korlátozott sebesség¶ adatrögzítésre is, ami az apnoé

modul beépítése esetén fontos lenne, a gyorsulásmér®s vizsgálatnál utólag extra elemzési

lehet®séget adna. Ki kell azonban emelni, hogy egy vezetéknélküli kommunikációs modul

is méretnövekedést ad, az adatátvitel sebessége pedig csak korlátozott mintavételezési se-

bességet enged meg. Ezen felül a kommunikáció teljesítményfelvétele sem elhanyagolható.

Ez utóbbi csökkenthet® BLE (Bluetooth Low Energy) alkalmazásával, de ez nem igazán

alkalmas folyamatos adatátvitelre. Nehéz tehát megtalálni az optimumot, és ez egy termék

esetében piackutatást is igényelne. Véleményem szerint egy küls® modul alkalmazása esetén

a minimális adatátvitelre érdemes törekedni, tehát lehet®leg csak az ébresztés triggerelését

célszer¶ vezeték nélkül átvinni.

4.4. Feldolgozás precizitásának növelése

A fenti feldolgozási lépések költséghatékonyak bár, de a pontosság még egészen biztosan

növelhet® lenne, további mérésekkel, kísérletezéssel. A hangjeleknél hosszú ideig spektrog-

rammal és PCA-val próbáltunk eredményre jutni, de a PCA komplexitása meghaladta a

rendelkezésre álló számítási teljesítmény kereteit, így ezzel fel kellett hagynunk. Kés®bb

azonban, amikor konkrét termékfejlesztésre kerülne sor, mindenképpen ismét meg kellene

vizsgálni a frevenciatartományban való analízis és a f®komponens-analízis lehet®ségét.

4.5. M¶ködés igazolása alváslaboratóriumi vizsgálattal

Amint azt az aXbo eszköz esetén megtették, tanulságos lenne ennél az eszköznél is al-

váslaboratóriumi teszteket végezni. Pusztán az eszköz által rögzített jelek összevetése az

alváslabor precíz méréseivel már nagyon hatékony segítséget adna a feldolgozás tökéletesí-

téséhez. Az alvásfázisok EEG-b®l történ® megállapítása egyszer¶ feladat, a mozgásszenzor

méréseit ezzel lehetne igazolni.

35

Köszönetnyilvánítás

Köszönöm konzulensemnek, dr. Sujbert Lászlónak, hogy folyamatosan felügyelte a munká-

mat, tanácsokat és biztatást adott.

Küls® konzulensemnek, Tatai Péternek, hogy lehet®séget adott a dolgozat Aitia Inter-

national Zrt.-nél történ® megírására.

Külön köszönettel tartozom Tihanyi Attila tanár úrnak, a PPKE tanárának, hogy szak-

mai tapasztalatával végig segítette munkámat. Rengeteg fontos tanácsot, segítséget kaptam

t®le a munkám során.

Köszönöm továbbá kollégáimnak az Aitia International Zrt-nél, hogy tanácsaikkal segí-

tették a dolgozat létrejöttét. És köszönöm mindenkinek, aki támogatta a munkámat, de

most nem soroltam fel ,

36

Függelék

function [ peaks , locs , origwavdata , origwavfs , rsmwavdata , rsmwavfs , ←filtered_data , filtered_fs ] = breathfind( wavfile )

%BREATHFIND Function to find breathing pattern in a wav file

% wavfile: name and path of the input wav file

%

% peaks: amplitude of those peaks

% locs: locations of peaks , in seconds

%

% -- debug outputs --

% origwavdata: original wav data

% origwavfs: sampling frequency of the original wav data

% rsmwavdata: original wav data , resampled to 8kHz

% rsmwavfs: 8kHz

% filtered_data: wav data after all filtering operation

% filtered_fs: 8kHz

%

% ------------------------

close all;

clc;

if nargout > 2

disp('Running in debug mode!');

end

[wavdata , wavfs] = audioread(wavfile);

origwavdata = wavdata;

origwavfs = wavfs;

% resampling

newfs = 8e3;

[P,Q] = rat(newfs/wavfs);

wavdata = resample(wavdata ,P,Q);

wavfs = newfs;

clear P Q;

if nargout > 2

rsmwavdata = wavdata;

rsmwavfs = wavfs;

end

load bpf150;

wavdata = filter(Hbp , wavdata);

37

% windowed integrating filtering

wstart = 1;

wstep = 1000; % window stepsize

wsize = 10000; % window size

x = 0;

res = zeros(1, length(wavdata));

while (wstart + wsize <= length(wavdata))

tmp = 0;

for i = wstart:wstart+wsize

tmp = tmp + wavdata(i)^2;

end

res(1, wstart+wsize /2) = tmp;

x = x + 1;

wstart = wstart + wstep;

end

if nargout > 2

filtered_data = res;

filtered_fs = wavfs;

end

[peaks , locs] = findpeaks(res , 'MINPEAKDISTANCE ', 20*1000 , 'THRESHOLD ', 25e-4);

locs = locs/wavfs; % converting location dimmension to seconds

end

F.0.1. Listing. A hangelemzést végz® függvény MATLAB-forráskódja

function [ res ] = movefind( x, y, z )

%BREATHFIND Function to find breathing pattern in a wav file

% x: x-component of acceleration data

% y: y-component of acceleration data

% z: z-component of acceleration data

%

% res: result -- whatever the hell that is TODO

close all;

clc;

% a : length of the acceleration vector

a = zeros(1,length(x));

% substracting gravitational acceleration (offset)

% +-2g = 1024 => 1g = 256

for i=2: length(x)

a(i) = sqrt(x(i)^2 + y(i)^2 + z(i)^2) - 256 ; % -sqrt(x(i-1)^2 + y(i←-1)^2 + z(i-1)^2);

end

% windowed integrating filtering

wstart = 1;

wstep = 30*30; % window stepsize

wsize = 300*30; % window size

x = 0;

res = zeros(1, length(a));

while (wstart + wsize <= length(a))

tmp = 0;

38

for i = wstart:wstart+wsize

tmp = tmp + a(i)^2;

end

res(1, wstart+wsize /2) = tmp;

x = x + 1;

wstart = wstart + wstep;

end

res(res ==0)=NaN;

t=1/30:1/30: length(res)/30;

figure;

hold on;

stem(t, res , '.', 'g');

stairs(t, a*30*30 , 'k');

hold off;

end

F.0.2. Listing. A mozgáselemzést végz® függvény MATLAB-forráskódja

39

11

22

33

44

DD

CC

BB

AA

Title

Num

ber

Rev

isio

nSi

ze A4

Dat

e:20

13.1

2.22

.Sh

eet

of

File

:C

:\Use

rs\..

\acc

eler

omet

er.S

chD

ocD

raw

n B

y:

VD

DIO

BY

PSC

LSD

ASA

0

INT2

GN

D

INT1

VD

D

MM

A84

51Q

U1

MM

A84

51Q

3V3

100n

C2

GN

DG

ND

3V3

4.7k

R3

4.7k

R4

3V3

SCL

SDA

SCL

SDA

SCL

SDA

4.7k

R5

3V3

INT1

_AC

CIN

T2_A

CC

GN

D

100n

C1

GN

D

MM

A84

5 ac

cele

rom

eter

(SA

0 =

1)

Mar

cell

Rát

ky

1.0

3V3

GN

D3V

3

GN

D4.

7kR

14.

7kR

2

3V3

3V3

+ C3

PIC1

01PIC102

COC1

PIC201 PIC202COC2

PIC301 PIC302COC3

PIR101 PIR102

COR1

PIR201 PIR202

COR2

PIR301PIR302COR

3

PIR401PIR402COR4

PIR5

01PI

R502 CO

R5

PIU1

01

PIU102

PIU1

04

PIU1

06

PIU1

07

PIU109

PIU1

010

PIU1

011

PIU1

014CO

U1

PIC201PIC301

PIR101PIR201

PIR302PIR402

PIR5

02

PIU1

01

PIU1

014

PO3V3

PIC102

PIC202PIC302

PIU105

PIU1

010

PIU1012

POGND

PIC1

01PIU102PIR102

PIU1

011

POINT10ACC

PIR202

PIU109

POINT20ACC

PIR5

01PIU

107

PIR401PI

U104

NLSCL

POSCL

PIR301PI

U106

NLSDA

POSDA

PO3V3

POGND

POINT10ACC

POINT20ACC

POSCL

POSDA

11

22

33

44

DD

CC

BB

AA

Title

Num

ber

Rev

isio

nSi

ze A4

Dat

e:20

13.1

2.22

.Sh

eet

of

File

:C

:\Use

rs\..

\alv

asfig

yelo

.Sch

Doc

Dra

wn

By:

VD

DV

DD

USB

0_D

PU

SB0_

DM

VO

UT3

3V

REG

INPT

E20

PTE2

1V

DD

AV

REF

HV

REF

LV

SSA

PTE29PTE30PTE24

PTA0PTA1PTA2PTA3PTA4VDDVSSPTA18

PTA

19R

ESET

_bPT

B0/

LLW

U_P

5PT

B1

PTB

2PT

B3

PTB

16PT

B17

PTC

0PT

C1/

LLW

U_P

6/R

TC_C

LKIN

PTC

2PT

C3/

LLW

U_P

7

PTE25

PTC4/LLWU_P8PTC5/LLWU_P9

PTC6/LLWU_P10PTC7PTD0PTD1PTD2PTD3

PTD4/LLWU_P14PTD5

PTD6/LLWU_P15PTD7

U2

USB

_NU

SB_P

VU

SB

GN

D

U_U

SBU

SB.S

chD

oc

USB

0_P

USB

0_N

USB

0_P

USB

0_N

GN

D

3V3

GN

D

I2C0_SCLI2C0_SDA

SPI1_MOSISPI1_MISO

SPI1_SCK

SPI1

_MO

SISP

I1_M

ISO

SPI1

_SC

KSC

KC

S#

MO

SIM

ISO

3V3

GN

D

CA

RD

_DET

ECT

EN

U_u

SDuS

D.S

chD

oc

AD

C0_

DP0

AD

C0_

DP0

SW1

MIC

2

MIC

1

GN

D

3V3

GN

D

3V3

BT1

Bat

tery

R G B

Vdd

RG

B1

3V3

220

R10

220

R11

220

R12

TPM

0_C

H0

TPM

0_C

H1

TPM

0_C

H2

UA

RT0

_RX

UA

RT0

_TX

TPM0_CH2

SWD_CLK

SWD_DIO

TPM

0_C

H0

TPM

0_C

H1

GN

D

MIC

1

MIC

23V

3

GN

D

GN

DV

OU

T

GN

DV

REF

VIN

-

MIC

_IN

U_A

MP

AM

P.Sc

hDoc

MIC

2

MIC

1

GN

D

CO

NTR

OL

Vcc

GN

D

U_v

ibr_

mot

orvi

br_m

otor

.Sch

Doc

3V3

GN

D

ADC0_SE23

AD

C0_

DM

0TP

M2_

CH

0TP

M2_

CH

1

TPM

2_C

H0

TPM

2_C

H1

AD

C0_

SE23

AD

C0_

DM

0uC

_RX

uC_T

X

Vcc

GN

D

U_D

EBU

G_U

AR

TD

EBU

G_U

AR

T.Sc

hDoc

3V3

GN

D

UA

RT0

_RX

UA

RT0

_TX

Com

mun

icat

ion

inte

rfac

esB

atte

ry c

harg

ing

and

pow

erSi

gnal

con

ditio

ning

Feed

back

and

use

r int

erac

tion

Dat

a st

orag

e

GN

D

100n

C13

1mL3

100n

C14

1mL4

100n

C15

GN

D

SCL

SDA

INT1

_AC

CIN

T2_A

CC

3V3

GN

D

U_a

ccel

erom

eter

acce

lero

met

er.S

chD

oc

GN

D

3V3

I2C

0_SC

LI2

C0_

SDA

Sens

ors

3V3A

GN

DA

GN

DA

VC

HR

GV

BA

T+

VB

AT-

V_F

BI_

FB

GN

DS/

SC

NTR

L

U_S

EPIC

_cha

rger

SEPI

C_c

harg

er.S

chD

oc

100nC

7 GN

D

100nC

8 GN

D

100n

C9

GN

D

3V3

3V3

3V3A

3V3A

3V3

SWD

_DIO

SWD

_CLK RST

GN

D

U_S

WD

_int

erfa

ceSW

D_i

nter

face

.Sch

Doc

SWD

_DIO

SWD

_CLK

RST

GN

D

RST

PTA

1PT

A2

PTA

4

PTD

0PT

D1

PTA

18

PTA1PTA2

PTA4

PTA18

PTD0PTD1

H1

H2H

3H4

H5

H6

H7

H8

S110k

R8

3V3

GN

D

S210k

R9

3V3

GN

D

PTD7

PTD5PT

D7

PTD

5

10n

C38

10n

C39

Vin

GND

SHD

NB

YP

Vou

tIC1

TC10

14_L

DO

3V3

GN

D

470pC42

GN

D

1MR40

1uC41

RST S4

GN

D

PTA

19

PTA

19

VU

SB

VU

SB

VU

SB

VB

AT+

VB

AT+

Alv

ásfig

yelő

- TO

P m

odul

e

Mar

cell

Rát

ky

1.0

D6

D7

D8

10u

+

C10

10u

+

C11

10u

+

C12

10u

+

C16

PIBT101 PIBT102CO

BT1

PIC701 PIC702COC

7PIC801 PIC802

COC8

PIC901 PIC902COC

9PIC1001 PIC1002

COC10

PIC1101 PIC1102COC11

PIC1201 PIC1202COC12

PIC1301 PIC1302COC13

PIC1401 PIC1402COC14

PIC1501 PIC1502COC15

PIC1601 PIC1602COC16

PIC3801PIC3802COC38

PIC3901 PIC3902CO

C39

PIC4101PIC4102

COC41

PIC4201P

IC4202

COC42

PID601

PID602 CO

D6

PID701

PID702 CO

D7

PID801

PID802 CO

D8

PIH101 COH1

PIH201 COH2PIH301 CO

H3PIH401 COH4

PIH501 COH5

PIH601 CO

H6

PIH701 CO

H7PI

H801 CO

H8

PIIC

101

PIIC102PI

IC10

3PIIC104

PIIC105

COIC

1

PIL3

01PIL302

COL3

PIL4

01PI

L402

COL4

PIMI

C101

PIMI

C102

COMI

C1

PIMI

C201

PIMI

C202

COMI

C2

PIR801 PIR802

COR8

PIR901 PIR902

COR9

PIR1

001

PIR1

002

COR10 PI

R110

1PI

R1102

COR11 PI

R120

1PI

R1202

COR12

PIR4001 PIR4002

COR40

PIRGB101

PIRGB102

PIRGB103

PIRGB104

CORG

B1

PIS101 PIS102

COS1

PIS201 PIS202

COS2

PIS401

PIS402

COS4

PISW101

PISW102

PISW103 CO

SW1

PIU201

PIU202

PIU203

PIU204

PIU205

PIU206

PIU207

PIU208

PIU209

PIU2010

PIU2011

PIU2012

PIU2013PIU2014

PIU2015PIU2016

PIU2017PIU2018

PIU2019PIU2020

PIU2021PIU2022

PIU2023PIU2024

PIU2

025

PIU2

026

PIU2

027

PIU2

028

PIU2

029

PIU2

030

PIU2

031

PIU2

032

PIU2

033

PIU2

034

PIU2

035

PIU2

036

PIU2037PIU2038

PIU2039PIU2040

PIU2041PIU2042

PIU2043PIU2044

PIU2045PIU2046

PIU2047PIU2048

COU2

PIC701PIC801

PIC1001PIC1101

PIC1301PIC1601

PID801

PIIC105

PIL302

PIR801PIR901

PIRGB102

PIU201

PIU202

PIU2022

PIC901PIC1201

PIC1501PI

L401

PIU209

PIU2010

NL3V

3API

U208

NLADC00DM0

PIU207

NLADC00DP0

PIU2014

NLAD

C00S

E23

PIBT102

PIC702PIC802

PIC902PIC1002

PIC1102PIC1202

PIC1302PIC1402

PIC1502PIC1602

PIC3801PIC3902

PIC4202

PIIC102

PIMI

C101

PIMI

C201

PIS102PIS202

PIS401

PIU2011

PIU2012

PIU2023

NLGNDA

PIU2015

NLI2C00SCL

PIU2016

NLI2

C00S

DA

PIMI

C102

PISW101

NLMI

C1

PIMI

C202

PISW103

NLMI

C2

PIC1401PI

L301PIL

402

PIC4201

PIIC104

PID601PID702

PID701PID802

PIH101 PIU2047PIH201 PIU2045

PIH301 PIU2044PIH401 PIU2043

PIH501 PIU2037

PIH601

PIU2

033 PIH701

PIU2

028 PIH801

PIU2

027

PIR1

002

PIRGB101 PIR1

102

PIRGB104 PIR1

202

PIRGB103

PISW102

PIU205

PIU206

PIU2

036

PIU2018

NLPT

A1

PIU2019

NLPT

A2

PIU2021

NLPT

A4

PIU2024

NLPTA18

PIC4102

PIIC

103

PIR4002

PIS402

PIU2

025NL

PTA19

PIU2041

NLPT

D0

PIU2042

NLPT

D1

PIC3802

PIR802 PIS101

PIU2046

NLPT

D5

PIC3901

PIR902 PIS201

PIU2048

NLPT

D7

PIC4101

PIU2

026

NLRST

PIU2040

NLSPI10MISO

PIU2039

NLSPI10MOSI

PIU2038

NLSP

I10S

CK

PIU2017

NLSW

D0CL

K

PIU2020

NLSW

D0DI

O

PIR1

001

PIU2

034

NLTPM00CH0

PIR1

101

PIU2

035

NLTPM00CH1

PIR1

201

PIU2013

NLTPM00CH2

PIU2

029

NLTPM20CH0

PIU2

030

NLTPM20CH1

PIU2

031

NLUA

RT00

RX

PIU2

032

NLUA

RT00

TX

PIU204

NLUSB00N

PIU203

NLUSB00P

PIBT101

PIIC

101

PIR4001PID602

11

22

33

44

DD

CC

BB

AA

Title

Num

ber

Rev

isio

nSi

ze A4

Dat

e:20

13.1

2.22

.Sh

eet

of

File

:C

:\Use

rs\..

\AM

P.Sc

hDoc

Dra

wn

By:

VO

UT

Am

plifi

cato

r and

sign

al c

ondi

tioni

ng m

odul

e fo

r mic

roph

one

sign

als

Mar

cell

Rát

ky

1.0

2 31

U3A

6 57

U3B

Vcc

+

Vcc

-U

3C

1kR26

50k

R22

GN

D

VC

C

1kR27

1.2k

R25

GN

D

4.7u

C26

2.7R

R24

100kR28

100k

R29

GN

D

VR

EF

1uC29

VIN

-

10p

C25

MIC

_IN

VR

EF_H

ALF

VR

EF_H

ALF

VR

EF_H

ALF

2.4k

R21

4.7u

C27

VR

EF_H

ALF

100n

C28

R23

A =

-2Se

ts re

fere

nce

to

VR

EF/2

A =

-50.

.-100

PIC2501P

IC2502

COC25

PIC2601

PIC2602COC26

PIC2701PIC2702

COC27

PIC2801PIC2802COC28

PIC2901 PIC2902COC29

PIR2

101

PIR2

102COR21

PIR2

201

PIR2

202

COR22

PIR2

301

PIR2302PIR2

303

COR23

PIR2401 PIR2402

COR24

PIR2

501

PIR2

502COR25

PIR2

601

PIR2

602

COR26

PIR2701PIR2702COR27

PIR2801PIR2802COR28

PIR2901 PIR2902

COR29

PIU301

PIU302

PIU303 CO

U3A

PIU305

PIU306

PIU307

COU3B

PIU3

04

PIU3

08 COU3

C

PIC2902PIR2902

PIU3

04POGND POVIN0

PIC2501

PIR2

201

PIR2

602PIU306

PIC2502

PIR2

303

PIU307

POVOUT

PIC2601

PIR2

502

PIC2602

PIR2402POMIC0IN

PIC2701

PIR2

101 PIU301

PIC2702PIR2

601

PIC2802PIR2702PIU305

PIR2

102

PIR2

501PIU302

PIR2

202PIR2

301

PIR2302

PIR2802POVREF

PIU3

08

PIC2801

PIC2901

PIR2401

PIR2701

PIR2801 PIR2901

PIU303

POGND

POMIC0IN

POVIN0

POVOUT

POVREF

11

22

33

44

DD

CC

BB

AA

Title

Num

ber

Rev

isio

nSi

ze A4

Dat

e:20

13.1

2.22

.Sh

eet

of

File

:C

:\Use

rs\..

\DEB

UG

_UA

RT.

SchD

ocD

raw

n B

y:

10R

R39

10k

R38

1 2 3 4

J10RR

37

uC_R

XuC

_TX

Vcc

GN

D

Deb

ug U

AR

T co

nnec

tion

Mar

cell

Rát

ky

1.0

PIJ101

PIJ102

PIJ103

PIJ104

COJ1

PIR3701 PIR3702

COR37

PIR3801PIR3802COR38

PIR3

901

PIR3

902

COR39

PIJ101

PIR3702 PIJ102

PIR3801POuC0RX

PIJ103

POuC0TX

PIJ104

PIR3

902PIR3701

PIR3802POVcc PI

R390

1POGND

POGND

POUC0RX

POUC0TX

POVCC

11

22

33

44

DD

CC

BB

AA

Title

Num

ber

Rev

isio

nSi

ze A4

Dat

e:20

13.1

2.22

.Sh

eet

of

File

:C

:\Use

rs\..

\SEP

IC_c

harg

er.S

chD

ocD

raw

n B

y:

VC

HR

G

VB

AT+

VB

AT-

SEPI

C b

atte

ry c

harg

er m

odul

e

Mar

cell

Rát

ky

1.0

V_C

FB

I_FB

S/S

V_IN

GND_S

GND

V_S

W

U4

LT15

12

100n

C34 1kR

34 GN

D

22u

25V

C30

2.2u

C31

GN

D

24R

R32

100n

C35

200m

R35

12.4

kR

31

8.18

RR

30

L6A

L6B

D4

MB

RS1

30LT

3

22u

25V

C32

0.5A

V_F

B

I_FB

GN

D

S/S

GD S

F3 IRLM

L206

0TR

1MR33

100n

C33

CN

TRL

GN

D

V_S

W

V_S

W

For s

oftw

are-

cont

rolle

d ch

argi

ngC

ompo

nent

s nee

ded:

- Coi

l- 2

00m

Ohm

- V_F

B d

ivid

er- D

iode

- Cap

acito

rs

PIC3001 PIC3002COC30

PIC3101PIC3102

COC31

PIC3201PIC3202COC32

PIC3301

PIC3302COC33

PIC3401 PIC3402COC34

PIC3501 PIC3502COC35

PID401

PID402

COD4

PIF3

01

PIF302PIF303COF

3

PIL601

PIL6

02

COL6A

PIL603PIL604CO

L6B

PIR3001 PIR3002

COR30

PIR3101 PIR3102

COR31

PIR3

201

PIR3

202COR32

PIR3301PIR3302COR33

PIR3401PIR3402COR34

PIR3501 PIR3502

COR35

PIU401

PIU4

02

PIU403

PIU404

PIU405

PIU406PIU407

PIU4

08

COU4

PIC3002

PIC3201

PIC3502

PIF302PIR3102

PIR3301

PIR3401PIR3502

PIU406PIU407

POGND

POVBAT0

PIC3001PIL601

PIU405POVCHRG

PIC3102

PID401

PIL604

PIC3202

PID402

PIR3001

POVBAT0

PIC3301

PIF3

01PIR3302

PIC3302

POCNTRL

PIC3401PIU401 PIC3402 PIR3402PIC3501PI

R320

2

PIU403PIL603

PIR3

201 PIR3501POI0FB

PIR3002 PIR3101

PIU4

02

POV0FB

PIU404

POS0S

PIC3101

PIF303

PIL6

02

PIU4

08

NLV0SW

POCNTRL

POGND

POI0FB

POS0S

POV0FB

POVBAT0

POVCHRG

11

22

33

44

DD

CC

BB

AA

Title

Num

ber

Rev

isio

nSi

ze A4

Dat

e:20

13.1

2.22

.Sh

eet

of

File

:C

:\Use

rs\..

\SW

D_i

nter

face

.Sch

Doc

Dra

wn

By:

SWD

_DIO

SWD

_CLK RST

GN

D1

23

45

67

89

10

P2 Hea

der 5

X2H

SWD

con

nect

ion

inte

rfac

e

Mar

cell

Rát

ky

1.0

PIP201

PIP202

PIP203

PIP204

PIP205

PIP206

PIP207

PIP208

PIP209

PIP2010

COP2

PIP201

PIP202 POSWD0DIO

PIP203

PIP205

POGND

PIP204 POSWD0CLK

PIP206

PIP207

PIP208

PIP209

PIP2010 PORST

POGND

PORST

POSWD0CLK

POSWD0DIO

11

22

33

44

DD

CC

BB

AA

Title

Num

ber

Rev

isio

nSi

ze A4

Dat

e:20

13.1

2.22

.Sh

eet

of

File

:C

:\Use

rs\..

\USB

.Sch

Doc

Dra

wn

By:

USB

_P

USB

_N

GN

D

L2

D1

D2

D3

P1

GN

D

10p

C5

10p

C6

L1

GN

D

USB

con

nect

ion

for m

icro

USB

-B, O

TG

Mar

cell

Rát

ky

1.0

USB

_N

USB

_P

VU

SB

Vbu

sD

-D

+G

ND

Shie

ldID

CO

N1

GN

D

GN

D

GN

D10

RR

6

10R

R7

+ C4

PIC401 PIC402COC

4

PIC501PIC502COC5

PIC601PIC602COC6

PICON101

PICON102

PICON103

PICON104

PICON105

PICON106 CO

CON1

PID101PID102COD1

PID201PID202COD2

PID301PID302COD3

PIL1

01PI

L102

COL1

PIL2

01PIL202

PIL203

PIL2

04

COL2

PIP101

PIP102

COP1

PIR601

PIR602

COR6

PIR701

PIR702

COR7

PIC402

PIC501 PIC602PICON104

PICON105

PID101

PID201PID301

POGND

PIC401PIL1

02POVUSB

PICON101

PIP102

PICON102

PIR602

PICON103

PIR702

PICON106

PID102PI

L101PIP101

PID202PI

L204

PIR701

PID302

PIL2

01PIR601

PIC502PIL202

NLUSB0N

POUSB0N

PIC601PIL203

NLUS

B0P

POUSB0P

POGND

POUSB0N

POUSB0P

POVUSB

11

22

33

44

DD

CC

BB

AA

Title

Num

ber

Rev

isio

nSi

ze A4

Dat

e:20

13.1

2.22

.Sh

eet

of

File

:C

:\Use

rs\..

\uSD

.Sch

Doc

Dra

wn

By:

mic

roSD

sock

et

+3.3

V

SD_P

OW

ER

SD_P

OW

ER

23.2

kR

19

1kR20

G

S D

F1 IRLM

L510

3PbF 10

0kR

17

DA

T2

CD

/DA

T3

CM

D

VD

D

CLK VSS

DA

T0

DA

T1

SHIELD

CARD DETECT

S3

GN

D

1MR18

100nC22

100n

C23

L5

1uC24

GN

D

EN

GD S

F2 IRLM

L206

0TR

GN

D

+3.3

V

10R

R15

10R

R14

10R

R13

10p

C18

10R

R16

10p

C19

10p

C20

10p

C17

SCK

CS#

MOSI

MISO

3V3

GN

D3V

3

GN

D

CA

RD

_DET

ECT

SD c

ard

mod

ule

Mar

cell

Rát

ky

1.0

ENEN

10u

+ C21

PIC1701 PIC1702COC17

PIC1801 PIC1802COC18

PIC1901 PIC1902

COC19

PIC2001 PIC2002COC20

PIC2101 PIC2102COC21

PIC2201PIC2202COC22

PIC2301PIC2302COC23

PIC2401PIC2402COC24

PIF1

01

PIF102 PIF103

COF1

PIF2

01

PIF202PIF203COF

2

PIL501PIL502

COL5

PIR1301PIR1302COR13

PIR1401PIR1402COR14

PIR1501 PIR1502COR15

PIR1601PIR1602COR16

PIR1701PIR1702COR17

PIR1801 PIR1802

COR18

PIR1901PIR1902COR19

PIR2001

PIR2002

COR20

PIS30CARD0DET

PIS3

0CD0

DAT3

PIS3

0CLK

PIS3

0CMD

PIS30DAT0

PIS30DAT1

PIS30DAT2

PIS30SHIELD

PIS3

0VDD

PIS3

0VSS

COS3

PIL502

PIR1902

PO3V3

PIF1

01

PIF2

01PIR1801

PIS30SHIELD

NLEN

POEN

PIC2102PIC2201

PIC2301

PIC2401

PIF202PIR1701

PIR1802

PIS3

0VSS

POGND

PIC1701PIR1402POSCK PIC1702PIR1401

PIS3

0CLK

PIC1801PIR1302POCS# PIC1802PIR1301

PIS3

0CD0

DAT3

PIC1901PIR1602POMOSI PIC1902PIR1601

PIS3

0CMD

PIC2001PIR1501POMISO PIC2002PIR1502

PIS30DAT0

PIC2402PIR1901PIR2001

POCARD0DETECT

PIF102PIL501

PIR2002

PIS30CARD0DETPIS30DAT1

PIS30DAT2

PIC2101PIC2202

PIC2302

PIF103 PIF203PIR1702

PIS3

0VDD

NLSD0POWER

PO3V3

POCARD0DETECT

POCS#

POEN

POGND

POMISOPOMOSI

POSCK

11

22

33

44

DD

CC

BB

AA

Title

Num

ber

Rev

isio

nSi

ze A4

Dat

e:20

13.1

2.22

.Sh

eet

of

File

:C

:\Use

rs\..

\vib

r_m

otor

.Sch

Doc

Dra

wn

By:

MM

1

1MR36

100n

C37

GD S

F4 IRLM

L206

0TR

1mL7

CO

NTR

OL

Vcc

GN

D

220n

C36

GN

D

GN

D

D5

Dio

de

100n

C40

Vib

ratio

n m

otor

circ

uit

Mar

cell

Rat

ky

1.0

PIC3601 PIC3602COC36 PIC3701 PIC3702CO

C37

PIC4001

PIC4002COC40

PID501PID502COD5

PIF401

PIF402PIF403COF

4

PIL701PIL702

COL7

PIM101 PIM102COM1

PIR3601PIR3602COR36

PIC3602

PIF402PIR3601

POGND

PIC3601PIC3701

PID502PIL701 PIM101

PIC3702PID501

PIF403PIM102PIC4001

PIF401

PIR3602PIC4002

POCONTROL

PIL702POVcc

POCONTROL

POGND

POVCC

Irodalomjegyzék

[1] Axbo ocial homepage. http://www.axbo.com/pages/home.

[2] Bertini M. Casagrande M. Night-time right hemisphere superiority and daytime

left hemisphere superiority: a repatterning of laterality across wake-sleep-wake sta-

tes. 2008.

[3] http://www.doctoroz.com/videos/how-identify-and-treat-sleep-apnea.

[4] https://sites.google.com/site/sleepasandroid/home.

[5] https://sites.google.com/site/sleepasandroid/q-a-faq.

[6] Dr. Magyar Pál; Dr. Vastag Endre. Pulmonológiai betegségek. Semmelweis Kiadó,

2005.

[7] Karci E. et. al. http://www.ncbi.nlm.nih.gov/pubmed/22255725.

[8] Simpson L et. al. High prevalence of undiagnosed obstructive sleep apnoea in the

general population and methods for screening for representative controls. Centre for

Genetic Epidemiology and Biostatistics, University of Western Australia.

[9] Pascual-Leone A. et al. (2011). Characterizing brain cortical plasticity and network

dynamics across the age-span in health and disease with tms-eeg and tms-fmri.

[10] http://www.godfinder.org/.

[11] Gerald Luborsky, Lester; Aronson. The symptom-context method: Symptoms as op-

portunities in psychotherapy. Washington, DC, US: American Psychological Associa-

tion, xi, 422 pp., pages 365376, 1996.

[12] https://www.youtube.com/watch?v=wHc3HHSonqI.

[13] Division of Sleep Medicine at Harvard Medical School. Sleep, learning, and memory.

http://healthysleep.med.harvard.edu/healthy/matters/benefits-of-sleep/

learning-memory.

[14] Division of Sleep Medicine at Harvard Medical School. Why do we sleep, anyway?

http://healthysleep.med.harvard.edu/healthy/matters/benefits-of-sleep/

why-do-we-sleep.

49

[15] http://www.sciencedirect.com/science/article/pii/S1350453312001695#gr4.

[16] http://jdc.jefferson.edu/cgi/viewcontent.cgi?article=1058&context=

jeffjpsychiatry.

[17] http://axbo.com/international/docs/aXbo_siesta_group_studies_summary.

pdf.

[18] Psychology Today. http://www.www.psychologytoday.com/conditions/

sleep-apnea.

[19] Dr. Thomas Brander; Alexander Gerfer; Bernhard Rall; Heinz Zenker. Trilogy of

Magnetics. Würth Elektronik Gmbh., October 2010.

[20] http://www.myzeo.com/sleep/shop/.

[21] http://mobihealthnews.com/20772/exclusive-sleep-coach-company-zeo-is-shutting-down/.

50