Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
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