Utvärdering av individuella skillnader hos mikrovågssensorer

Utvärdering av

individuella skillnader

hos mikrovågssensorer

HUVUDOMRÅDE: Datateknik

FÖRFATTARE: William Jangren & Andreas Svensson HANDLEDARE:Andreas Axelsson

Detta examensarbete är utfört vid Tekniska Högskolan i Jönköping inom datateknik. Författarna svarar själva för framförda åsikter, slutsatser och resultat.

Examinator: Ragnar Nohre Handledare: Andreas Axelsson Omfattning: 15hp

Abstract

The purpose of this study is to investigate if individual differences exists between microwave sensors from the same manufacturer and to find which variables of the microwave sensors that can be the reason for those individual differences. To investigate this, an experiment environment was made to gather data from microwave sensors in a repetitive way. This experiment environment was used in three different experiments where individual differences, radiation pattern and noise were measured. As a base for the experiments a literature review was made to find variables that could affect the individual differences.

The study shows that individual differences on signal strength can be found on microwave sensors of the type MDU2000 from Microwave solutions. Also, the radiation pattern at higher angles can differentiate. The frequency from the microwave sensors at lower speeds shows no significant difference individually.

This study contributes to increased knowledge about individual differences on microwave sensors of the type MDU2000. Results from this study can be used as a recommendation to suitable applications.

As both resources and time have been limited during this thesis, the study was limited to only perform tests on microwave sensors of the type doppler radar. Another limit to the study is to only do tests at lower speeds i.e. a maximum speed of 5km/h.

Keywords – Microwave sensors, Individual differences, MDU2000, radiation pattern, FFT,

Sammanfattning

Syftet med denna studie är utreda om individuella skillnader finns mellan mikrovågssensorer från samma tillverkare samt att ta reda på vilka variabler hos mikrovågssensorerna som kan bidra till dessa individuella skillnader. För att ta reda på detta konstruerades en experimentmiljö för att samla in data från mikrovågssensorer på ett repetitivt sätt. Denna experimentmiljö användes i tre olika experiment där individuell skillnad, strålningsmönstret samt brus uppmättes. Som grund till experimenten utfördes en litteraturundersökning för att hitta variabler som kan påverka den individuella skillnaden.

Studien visar att individuella skillnader på signalstyrka finns bland mikrovågssensorer av typen MDU2000 från Microwave solutions. Även antennens strålningsmönster vid större vinklar kan skilja. Frekvensen från mikrovågssensorn vid lägre hastigheter visar ingen signifikant skillnad individuellt.

Denna studie bidrar till ökad kunskap kring individuella skillnader på mikrovågssensorer av typen MDU2000. Resultat från studien kan användas som rekommendation till lämpliga användningsområden.

Då både resurser och tid har varit begränsade under examensarbetet sattes en begränsning till att endast utföra tester på mikrovågssensorer av typen dopplerradar. En till begränsning är att endast göra tester på låga hastigheter d.v.s. maximalt 5km/h.

Nyckelord – Mikrovågssensor, individuell skillnad, MDU2000, strålningsmönster, FFT, RMS,

Förord

Vi vill börja med att tacka vår handledare Andreas Axelsson för den kunskap och tid han har bidragit med.

Vi vill också tacka Fagerhults belysning och de vi varit i kontakt med för all den hjälp, tid samt den hårdvara som de har bidragit med.

Innehållsförteckning

Abstract ... i

Sammanfattning ... ii

Förord ... iii

Innehållsförteckning ... iv

Ordlista och förkortningar ... vi

1

Introduktion ... 1

1.1 BAKGRUND ...2

1.2 PROBLEMBESKRIVNING...3

1.3 SYFTE OCH FRÅGESTÄLLNINGAR ...3

1.4 OMFÅNG OCH AVGRÄNSNINGAR ...3

1.5 DISPOSITION ...4

2

Metod och genomförande ... 5

2.1 ARBETSPROCESSEN ...5

2.2 ANSATS ...5

2.3 EXPERIMENTMILJÖ ...5

2.3.1 Val av motor och drivkrets ...6

2.3.2 Mjukvara ...7 2.3.3 Hårdvara ...8 2.4 EXPERIMENT DESIGN ... 10 2.4.1 Individuell skillnad ... 10 2.4.2 Brus ... 10 2.4.3 Strålningsmönster ... 10

2.5 DATAINSAMLING OCH PRESENTATION AV DATA ... 10

2.6 DATAANALYS ... 11

2.6.1 FFT ... 12

2.6.2 RMS ... 12

2.7 TOLKNING AV INSAMLAD DATA ... 12

2.8 KOPPLING MELLAN FRÅGESTÄLLNINGAR OCH METOD ... 13

2.9 TROVÄRDIGHET... 13

3

Teoretiskt ramverk ... 18

3.2.1 Brus och störningar ... 18

3.2.2 Strålningsmönster & Reflektioner ... 18

4

Empiri ... 19

4.1 EXPERIMENT 1-INDIVIDUELL SKILLNAD ... 19

4.1.1 Individuell skillnad - Horisontell ... 19

4.1.2 Individuell skillnad - Vertikal... 21

4.2 EXPERIMENT 2-STRÅLNINGSMÖNSTER ... 23 4.2.1 Strålningsmönster - Horisontell ... 23 4.2.2 Strålningsmönster - Vertikal... 23 4.3 EXPERIMENT 3-BRUS ... 24

5

Analys ... 25

5.1 FRÅGESTÄLLNING 1 ... 25 5.1.1 RMS ... 25 5.1.2 FFT ... 27 5.2 FRÅGESTÄLLNING 2 ... 28 5.2.1 Strålningsmönster ... 28 5.2.2 Våginterferens ... 28 5.2.3 Brus ... 30

6

Diskussion och slutsatser ... 31

6.1 RESULTAT ... 31

6.2 IMPLIKATIONER ... 31

6.3 BEGRÄNSNINGAR ... 31

6.4 SLUTSATSER OCH REKOMMENDATIONER ... 31

6.5 VIDARE FORSKNING ... 32

7

Referenser ... 33

Ordlista och förkortningar

Hz Hertz

Nm Newtonmeter PPS Pulses per second PWM Pulse Width Modulation RX Receiver

SIR Signal-to-interference ratio SNR Signal-to-noise ratio TX Transmitter

UART Universal Asynchronous Receiver-Transmitter RMS Root-Mean-Square

1

Introduktion

Kapitlet ger en bakgrund till studien och det problemområde som studien byggts upp kring. Vidare presenteras studiens syfte och dess frågeställningar. Därtill beskrivs studiens omfång och avgränsningar. Kapitlet avslutas med rapportens disposition.

Denna uppsats utreder individuella skillnader hos mikrovågssensorer. För att genomföra detta kommer både litteraturforskning och experiment genomföras för att få in kvalitativa och kvantitativa data om mikrovågssensorer. Denna uppsats kommer att bidra med kunskap om vilka variabler som kan framkalla individuell skillnad hos mikrovågssensorer. Uppsatsen görs i samarbete med Fagerhults belysning.

Behovet av sensorer har ökat i samband med att automatisering har blivit mer populärt i dagens industrier.

Tillverkningen av mikrovågssensorer började på 50-talet där man ville hitta nya metoder för att mäta permittivitet. Kostnaden var väldigt hög och det var dålig tillgång till teknologin, vilket ledde till att användningsområdet var väldigt begränsat. På 70-talet ökade tillverkningen av elektronikkomponenter och priset på mikrovågssensorer började då att gå ner, vilket ledde till att tillgängligheten ökade.

Idag är användningsområdet av mikrovågssensorer väldigt stort och blir bara större. Sensorerna kan användas till många olika applikationer till exempel mätning av avstånd, rörelse, form och storlek samt att bestämma materialegenskaper (Nyfors, 2000).

Några fördelar med att använda mikrovågssensorer gentemot andra sensorer är att de är snabba och påverkar inte föremålet som mäts. Det har även byggts väldigt känsliga mikrovågssensorer. Stelzer, Diskus och Thim (1999) utvecklade en mikrovågssensor med mindre än en millimeters känslighet.

Det finns även nackdelar med att använda mikrovågssensorer. Några av de största nackdelarna är att sensorer som klarar höga frekvenser är dyra och det krävs även att en mikrovågssensor anpassas till just den applikationen som den kommer användas till. Detta gör att den universella tillämpningen är dålig direkt från tillverkaren. Lång våglängd på frekvensen gör även att upplösningen blir begränsad (Nyfors, 2000).

1.1 Bakgrund

Mikrovågssensorn är en sensor som kan mäta avstånd, hastighet och storlek på ett föremål i sensorns synfält. Mikrovågssensorn delas upp i två kategorier: pulsradar och dopplerradar. Sensorerna som undersökts i denna uppsats kommer att vara utav typen dopplerradar.

Changzhi och Jenshan (2014) påstår att mikrovågssensorer av typen dopplerradar fungerar på så sätt att en oscillerande signal skickas ut från en antenn på mikrovågssensorn. Mikrovågssensorns andra antenn tar emot samma signal efter att den har reflekterats tillbaka på ett föremål framför mikrovågssensorn. Den mottagna signalen från mikrovågssensorns RX-antenn kommer att gå igenom en mixer tillsammans med den oscillerande signalen som mikrovågssensorns TX-antenn skickade ut, se figur 1. Resultatet blir frekvensskillnaden före och efter den oscillerade signalen som reflekterades mot ett föremål framför mikrovågssignalen. Beroende på föremålets hastighet framför mikrovågsensorn, kommer den reflekterade signalen variera, se figur 2.

Figur 1. Block diagram, mikrovågssensor (AgilSense, u.å.)

Figur 2. Dopplerradar, rörelseriktning beroende på frekvens

Med hjälp av skillnaden mellan frekvensen som skickas ut av mikrovågssensorn och den tillbaka reflekterade frekvensen som mikrovågssensorn tar emot kan man räkna ut hastigheten på det föremål som mikrovågen reflekterades mot enligt följande formel (Tutorialspoint, 2020).

𝑓𝑑 = (

2𝑣 ∗ 𝑓0

𝑐

) 𝑣 = (

𝑓𝑑 ∗ 𝑐

𝑓0 ∗ 2

)

Där 𝑓𝑑 är skillnaden i frekvens, 𝑓0 är frekvensen som skickas ut, 𝑣 är hastigheten på föremålet och 𝑐 är ljusets hastighet.

Amplituden eller signalstyrkan på den reflekterade signalen anger hur mycket signal som reflekterats tillbaka till mikrovågssensorn. Med hjälp av amplituden kan man då se storlek på objektet som signalen reflekterades mot.

Mikrovågssensor

Mikrovågssensorerna som testas i denna studie är av modellen MDU2000.

MCU2000 är en X-band mikrovågssensor från Microwave solutions (Microwave solutions, 2018). Med X-band menas att mikrovågssensorn sänder ut signaler i ett frekvensband mellan 8Ghz och 12Ghz (Microwaves101, u.å.). Sensorn som undersöks sänder signaler med en frekvens på 10.525Ghz och använder sig av frekvensskiftning för att upptäcka rörelse. Mikrovågssensorerna som används i denna undersökning valdes ut slumpmässigt från två olika tillverkningsbatchar för att minska risken för tillverkningsdefekter.

1.2 Problembeskrivning

Vid utveckling av ett inbyggt system används säkerligen en eller flera typer av sensorer. Hur dessa sensorer presterar är väldigt viktigt för att systemet skall fungera som det är tänkt. Vid massproduktion är det vanligt att den billigaste sensorn som uppfyller de funktionella kraven väljs för att gå med så mycket vinst som möjligt. Ett problem som kan uppstå när en billigare sensor väljs är att de kan variera i känslighetpå en individuell nivå, det vill säga att resultat från olika exemplar av samma sensor från samma tillverkare kan variera. En sådan variation kan vara väldigt problematisk vid massproduktion då det kan vara svårt att kalibrera varje sensor individuellt.

När det gäller närvarosensorer och mer specifikt mikrovågssensorer kan en skillnad i känslighet göra väldigt stor inverkan på hur slutprodukten upplevs av användaren.

Den enda specifikationen som finns kring vissa billigare mikrovågssensorer när det gäller känslighet är ett minimivärde. Det vill säga att tillverkaren har ett krav som sensorn måste uppfylla innan den skickas vidare till kund. Sensorerna kan sedan skilja mycket från varandra inom det kravet, vilket är ett problem. Detta är ett problem som Fagerhults Belysning stött på.

Målet med denna uppsats är att få djupare kunskap om hur mikrovågssensorer skiljer i känslighet på en individuell nivå samt att bidra med kunskap om vilka variabler som kan ha en betydande påverkan på mikrovågssensorn.

1.3 Syfte och frågeställningar

Syftet med denna undersökning är att se hur stora individuella skillnader det finns mellan mikrovågssensorer från samma tillverkare samt att försöka ta reda på vilka variabler hos mikrovågssensorerna som kan bidra till dessa individuella skillnader. Med hjälp av denna kunskap kunna föreslå applikationer som mikrovågssensorn fungerar bra och mindre bra i.

För att uppfylla syftet och lösa problemet har frågeställningar formats enligt nedan.

• Hur stora individuella skillnader finns det mellan mikrovågssensorera av typen

MDU2000 från Microwave solutions?

• Vilka variabler kan påverka mikrovågssensorns känslighet och vilka av dessa

variabler har störst påverkan?

1.4 Omfång och avgränsningar

Studien kommer att avgränsas enligt följande:

• Mikrovågssensorer av typen dopplerradar kommer att undersökas.

• Mikrovågssensorer av typen MDU2000 från Microwave solutions kommer att undersökas.

• Maximala hastighet som mäts är gånghastighet d.v.s. 5 km/h (~1,4 m/s).

1.5 Disposition

Rapporten inleds med ett introduktionskapitel där historia och teknisk bakgrund till mikrovågssensorn beskrivs samt problembeskrivning och syftet till det här examensarbetet. Därefter kommer metodkapitlet som beskriver metodvalen till den här undersökningen. Samma kapitel beskriver även testmiljön, experimentdesignen samt litteraturforskningen som genomförts. Därefter kommer relaterade arbeten och litteratur att diskuteras i ett kapitel. Resultaten från litteraturforskningen och experimenten presenteras i empiri. Dessa resultat diskuteras i ett kapitel som kallas diskussion och slutsats.

2

Metod och genomförande

Kapitlet ger en översiktlig beskrivning av studiens arbetsprocess. Vidare beskrivs studiens ansats och design. Därtill beskrivs studiens datainsamling och dataanalys. Kapitlet avslutas med en diskussion kring studiens trovärdighet.

2.1 Arbetsprocessen

Arbetet påbörjades med att träffa personal på Fagerhults Belysning. De berättade om ett problem de har med mikrovågssensorer och en studie diskuterades fram. Studien inleddes med en förundersökning där tidigare studier granskades för att se om någon tidigare kunskap kan användas i vår studie. Utifrån denna information formulerades ett syfte och frågeställningar. I förundersökningen söktes också information för hur man på bästa sätt bygger en repetitiv experimentmiljö samt information och specifikation kring vilken hårdvara som har används. Efter denna förundersökning beställdes hårdvara och utvecklingsarbetet påbörjades där en experimentmiljö utvecklades för att kunna köra två olika experiment. När experimentmiljön var färdigutvecklad kördes de experiment som designats och data samlades in från mikrovågssensorer.

Därefter jämfördes och analyserades data för att kunna hitta individuella skillnader samt vilka variabler som kan bidra till denna skillnad.

2.2 Ansats

För att undersöka hur individer av samma mikrovågssensor kan skilja i prestanda, har en kvantitativ ansats valts. En kvantitativ studie valdes då mycket data samlas in från sju mikrovågssensorer från samma tillverkare som underlag för att utföra direkta jämförelser. En kvantitativ studie ger en god översikt av insamlad data och är passande vid utförande av experiment när man har ett stort fokus på siffror (Blomkvist & Hallin, 2017).

2.3 Experimentmiljö

För att kunna genomföra detta experiment byggdes en experimentmiljö. Denna experimentmiljö består av en linjärenhet av typen OSP-E32B från Origa (Origa, 2006) som drivs med hjälp av en stegmotor. Linjärenheten flyttar ett föremål i en bestämd sekvens framför mikrovågssensorn. Data som samlas från mikrovågssensorn sparas i en textfil på datorn och presenteras i en visuell graf som skapas med hjälp av ett Python-skript på datorn. För att hålla reda på motorns startposition används ändpunktsgivare i varje ände av linjärenheten. När objektet passerar en sådan givare, avbryts programmet och motorn stoppas. Detta för att inte förstöra hårdvaran om något fel skulle inträffa och motorn tappar sin position. Se figur 3 för en skiss på experimentmiljön.

2.3.1

Val av motor och drivkrets

För att experimentet skall vara så repetitivt som möjligt har en stegmotor valts som motortyp då den har en precis positions- och hastighetskontroll (Rahman et al., 2018).

Vid val av vilken stegmotor som skall användas har dessa krav tagits fram: • Den ska vara tillräcklig stark för att driva linjärenheten.

• Den ska kunna köras med en hastighet som motsvarar gånghastighet på linjärenheten. • Den ska vara tillräckligt stark vid höga hastigheter för att kunna accelerera till

gånghastighet på given sträcka.

Enligt specifikationen för linjärenheten krävs ett vridmoment på 0,5 Nm för att driva linjärenheten horisontellt utan last.

Linjärenheten förflyttar sig 0,06 meter per revolution d.v.s. krävs ungefär 1

0,06~ 17 varv för att

förflyttas en meter. Enligt Browning et al. (2006)är medelgånghastighet ungefär 1,4 m/s d.v.s. 1,4 ∗ 17 ~ 24 varv/sekund vilket motsvarar 24 ∗ 60 = 1440 varv per minut.

Enligt figur 4 behöver motorn minst ha ett vridmoment på ~ 0,6 Nm när den gör en acceleration på 1m/s2 _{med en last på ungefär 2kg, vilket är vikten på testobjektet.}

Den stegmotor som uppfyller dessa krav heter QSH5718-76-28-189. Den har en fasström på max 2,8 ampere och går att köra med hög spänning. En fördel med denna motor är att vridmomentet är högt och ligger på 1.8 Nm vid lägre hastigheter enligt figur 5. Detta gör att linjärenheten kan accelereras snabbt i början och på så sätt komma upp till sluthastigheten på kortare sträcka (Trinamic, 2011).

Figur 4. Vridmoment acceleration på linjärenhet (Origa, 2006)

En passande drivkrets till motorn heter TMCM-1076. Den har en maximal fasström på 3,0 ampere och högsta spänningen är 30 volt vilket är tillräckligt till den valda motorn (Trinamic, 2019). Med den drivkretsen kan motorns hastighet styras med en PWM signal direkt från en mikrokontroller. Riktningen på motorn går att ändra med en dedikerad riktnings väljare. Drivkretsen har en funktion som kallas microstepping vilket går ut på att dela varje steg som motorn tar till mindre steg och på så sätt få en mjukare rörelse och högre startvridmoment (Nagy & Gergely, 2011).

2.3.2

Mjukvara

Programmet som körs på mikrokontrollern består av en tillståndsmaskin enligt figur 6 samt funktioner för att accelerera och retardera motorn.

Ett användarscenario ser ut så att tillståndsmaskinens tillstånd vid start är ”IDLE” tills knappen trycks. Tillståndet ändras till ”GOTOSTARTPOS” vilket startar motorn och accelererar upp till en konstant hastighet. Motorn körs tills den når en ändpunktsgivare och stannar. Motorn står nu vid startpositionen, tillståndet byts till ”WAIT” och väntar på ett knapptryck från användaren. När en knapptryckning kommer byts tillståndet till ”COUNTDOWN”. En klocka startar på 10 sekunder så att användarna hinner gå iväg från testmiljön för att inte störa mätningarna. Därefter byts tillståndet till ”SEQ1”, vilket är den första sekvensen. Motorn accelererar sedan upp till en konstant hastighet och körs framåt 11 varv innan motorn saktar in och byter tillstånd till ”SEQ2”. Den andra sekvensen kör motorn bakåt 10 varv innan motorn stannar och återvänder till tillståndet ”IDLE”. Om en ändpunktsgivare eller ett knapptryck skulle ske under körning av en sekvens, byts tillstånd till ”IDLE” och motorn stängs av.

Insamling av data från mikrovågssensorn via ADC startas i början av första sekvensen och är igång tills båda sekvenserna är klara.

2.3.3

Hårdvara

Mikrokontrollern som används för att styra systemet är av modellen STM32F401RE (ST, 2019). Hårdvaran som används i detta experiment är kopplat till mikrokontrollern enligt kopplingsschemat i figur 7.

Figur 7. Kopplingsschema

För att säkerställa att mikrovågssensorerna sitter på exakt samma ställe med samma vinkel har ett kamerastativ använts. En gradskiva skapades med möjlighet att byta vinkel i flera steg. Mikrovågssensorn och filterkretsen sitter fast i en plasthållare som är monterad på gradskivan enligtfigur 8.

Testmiljön är uppställd enligt figur 9.

Figur 9. Testmiljö

Mikrovågssensor förstärkning & filter

Magnituden vid en frekvensskiftning kan vara väldigt låg, ända ned till mikrovolt.

För att få en behandlingsbar signal måste denna magnitud förstärkas och därför behövs en så kallad förstärkningskrets.

Förstärkningskretsen filtrerar bort oönskade signaler och förstärker de önskade.

För att kunna undersöka förstärkningen och filtreringens påverkan vid individuell skillnad har ett kort utvecklats utav en hårdvaruingenjör på Fagerhults Belysning då funktioner som att kunna mäta både före och efter filtrering och förstärkning kunde implementeras.

Förstärkningskretsen som används i detta experiment är konstruerat enligt bilaga 1.

För att säkerställa att förstärkningskretsen fungerar som den ska utfördes mätningar med en frekvensgenerator, vilket gav följande graf enligt figur 10. Grafen visar en jämn kurva som avtar vid 100Hz där kretsen börjar filtrera bort de höga oönskade frekvenserna.

2.4 Experiment design

Mikrovågssensorn samlar in frekvensskillnader beroende på hastighet på föremålet framför. Mikrovågssensorn som samlar data är den oberoende variabeln och byts ut mellan varje experiment. Föremålet framför mikrovågssensorn och föremålets rörelsesekvens är de beroende variablerna.

Tre experiment har designats. Experiment 1: Individuell skillnad kommer svara på hur mycket sensorerna skiljer mellan individer vid sensorns bästa förutsättningar rakt framifrån. Experiment 2: Brus och experiment 3: Strålningsmönster är designade från den litteraturundersökning som gjorts för att hitta eventuella variabler till individuell skillnad. Experiment 2 och 3 kommer svara på om de variabler är orsaken eller kan vara orsak till individuell skillnad.

För att kontrollera de beroende variablerna har en testmiljö skapats. För att experimenten ska vara så repetitiva som möjligt görs alla experiment under ett tillfälle vid samma plats.

2.4.1

Individuell skillnad

För att undersöka om det finns individuell skillnad mellan mikrovågssensorerna och i så fall hur den ser ut används testmiljön på så sätt att ett föremål rör sig rakt framför mikrovågssensorn i en bestämd sekvens. Data har samlats in från mikrovågssensorn som presenteras i en graf på en dator. Detta görs på sju olika mikrovågssensorer med samma rörelsesekvens och testföremål. Graferna jämförs med varandra för att dra slutsatser om individuella skillnader.

2.4.2

Brus

Då mikrovågssensorn är en oberoende variabel är bruset från mikrovågssensorn högst intressant. Eftersom signalen från mikrovågssensorn förstärks i filter och förstärkar kretsen kommer sensorns brus förstärkas samt adderas med brus från filter och förstärkar kretsen samt verktyget som används för att mäta signalen. I databladet kan man läsa att det maximala bruset från mikrovågssensorn är 30 mikrovolt (Microwave solutions, 2018). För att testa hur stor betydelse en störning på 30 mikrovolt har kommer ett sådant brus genereras från en frekvensgenerator och samma mätning kommer göras som vid test 1 för att se hur stort det sammanlagda bruset blir.

2.4.3

Strålningsmönster

För att testa om antennens strålnings mönster kan vara bidragande till individuell skillnad används testmiljön på så sätt att föremålet rör sig horisontellt mot mikrovågssensorn. Genom att sätta ett bestämt gränsvärde på indata som kommer från mikrovågssensorn, kan motorn stannas vid uppnådd gräns och avståndet till föremålet avgör hur strålningsmönstret är för just den vinkeln på mikrovågssensorn. Detta har gjorts från vinklarna -75, -45, 0, 45, 75 grader på mikrovågssensorn för att få en bild av hur känslig varje sensor är på att upptäcka föremål. Samma test utfördes när mikrovågssensorn vinklades för att även se skillnader i vertikal rörelse. Avståndsdata vid varje vinkel kommer att presenteras i stolpdiagram och en förenklad bild utav mikrovågssensorernas strålningsmönster kan ses.

2.5 Datainsamling och presentation av data

A/D omvandlare

De analoga signalerna från mikrovågssensorn läses av med hjälp av mikrokontrollerns inbyggda analog till digital omvandlare. En A/D omvandlare gör om en inkommande analog signal till en digital signal som kan behandlas av mikrokontrollern enligt figur 11 (Pelgrom, 2017).

Data skickas vidare från mikrokontrollern till en dator via UART-kommunikation där det sparas i en textfil lokalt på datorn.

Figur 11. Skillnad på analog och digital signal (Nutaq, u.å.)

Upplösningen som används på A/D omvandlaren är 12-bitar vilket motsvarar digitala värden mellan 0 och 4095.

Hastigheten på föremålet framför mikrovågssensorn är maximalt 1,4m/s i denna undersökning. Frekvensen som mikrovågssensorn arbetar med är 10.525 GHz. Genom att använda dessa två variabler kan den maximala frekvensen beräknas enligt följande formel.

𝑓𝑑 = (

2𝑣∗𝑓0

𝑐

)

𝑓𝑑 = (

(2∗1.4)∗10525000000

299792458

) ~ 98 𝐻𝑧

Maximala frekvensen ut blir då ~98 Hz.

Enligt Nyqvist samplingsteorem måste samplingsfrekvensen vara minst dubbel så hög som den högsta frekvensen från mikrovågssensorn (Pelgrom, 2017). Samplingsfrekvensen på A/D omvandlaren har då valts till att vara fyra gånger snabbare än frekvensen från mikrovågssensorn, det vill säga 400 Hz.

MATLAB

För att presentera rådata från en textfil användes MATLAB. MATLAB är ett datorprogram som kan användas för att presentera data visuellt i en 2-dimensionell graf för enkel jämförelse (Mathworks, 2020). En graf tydliggör insamlad rådata och ger en bra överblick för att enkelt se eventuella avvikelser. En funktion i MATLAB som användes kallas Envelope. Envelope beräknar och ritar en graf som följer kurvans amplitud.

2.6 Dataanalys

Data som samlats in i experimentet analyseras genom att jämföra skillnader visuellt i de grafkurvor som skapades. Eventuella skillnader i data kan förknippas med olika frekvensskillnader och amplitudskillnader som avgetts från mikrovågssensorn.

I och med att en kvantitativ analys görs används en analysform som kallas för univariat analys. Med univariat analys menas att man studerar en variabel i undersökningen för att titta på variation (Blomkvist & Hallin, 2017). De variabler som analyseras är signalstyrka på mottagen signal samt signalens frekvens.

2.6.1

FFT

FFT används i analysen för att få fram vilken frekvens som är mest signifikant för de olika sensorerna i experimenten. FFT gör detta genom att konvertera vågformsdata som ligger i tidsdomänen till frekvensdomänen (DATAQ INSTRUMENTS, 2020) vilket illustreras i figur 12.

Figur 12. Signal i tid och frekvens domänen (NTi Audio, u.å.)

2.6.2

RMS

RMS beräknar det kvadratiska medelvärdet för den sinuskurva som skapas från rådata. Detta görs för att få en vågkurva som är baserad på amplituden vilket gör det enklare att analysera och jämföra flera sensorer samtidigt. Figur 13 visar skillnaden på RMS och signalens rådata.

Figur 13. Skillnad på RMS och rådata

2.7 Tolkning av insamlad data

Y-axeln presenterar amplituden som kan tolkas av hur mikrovågssensorn uppfattar storleken på föremålet. Amplituden startar inte vid 0 då vissa modifikationer har gjorts i förstärkningskretsen. Spänningen delas med hjälp av två resistorer som är lika stora. En virtuell jord skapas som ligger i mitten av den maximala spänningen. Detta gör att amplituden startar i mitten av A/D omvandlarens upplösning.

X-axeln presenterar antalet mätdata som samlats in.

Figur 14. Förklaring av insamlad data

2.8 Koppling mellan frågeställningar och metod

I följande kapitel beskrivs metoder för datainsamling och dataanalys som används för att besvara studiens frågeställningar.

För att besvara studiens första frågeställning ”Hur stora individuella skillnader finns det mellan mikrovågssensorer från Microwave solutions?” har experimentmiljön som utvecklats använts för att utföra experiment 1. I experiment 1 testades individuell skillnad.

För att besvara studiens andra frågeställning ”Vilka variabler kan påverka mikrovågssensorns känslighet och vilka av dessa variabler har störst påverkan?” har en litteraturstudie genomförts för att hitta potentiella variabler som kan bidra till individuella skillnader. Testmiljön har även använts för att testa variabler som hittades vid litteraturundersökningen. Det vill säga strålningsmönster, brus och störningar.

2.9 Trovärdighet

Det finns faktorer på testmiljön som kan påverka en individuell skillnad. Stegmotorn har en felmarginal på 5% (Trinamic, 2011) vilket gör att två test kan skilja från varandra. Motorn ger också ut en vibration som kan påverka resultatet. För att säkerställa att repetitiva tester görs på alla mikrovågssensorer har en sensor valts ut slumpmässigt som kontrollsensor. Testet kördes på kontrollsensorn två gånger i början för att säkerställa att testmiljön är repetitiv. Kontrollsensorn kördes även i mitten och i slutet på experimenten för att säkerställa att testmiljön fortfarande visar ett likadant rörelsemönster. Se figur 15–22.

Sensor0 - Horisontell

Figur 15. Horisontell kontrollsensor test 1

Figur 18. Horisontell kontrollsensor test 4 Sensor0 - Vertikal

Figur 21. Vertikal kontrollsensor test 3

Figur 22. Vertikal kontrollsensor test 4

Sensor 0 användes även som kontrollsensor på experiment för strålningsmönster och kördes tre gånger under experimentet, både horisontellt och vertikalt för att kontrollera så att testmiljön visar rimliga resultat. Sensor 0 kördes i början, mitten och slutet av experimentet och visade följande resultat enligt figur 23 och figur 24.

Figur 23, Horisontell kontrollsensor strålningsmönster

3

Teoretiskt ramverk

Kapitlet ger en teoretisk grund och förklaringsansats till studien och det syfte och frågeställningar som formulerats.

3.1 Koppling mellan frågeställningar och teori

För att ge en teoretisk grund till frågeställningen ”Vilka variabler kan påverka mikrovågssensorns känslighet och vilka av dessa variabler har störst påverkan?”, beskrivs följande områden i det teoretiska ramverket: 3.3.1 Brus och störningar, 3.3.2 Strålningsmönster

& Reflektioner. Dessa behandlas för att få fram olika variabler som kan påverka känslighet.

3.2 Litteraturundersökning

För att få en förståelse varför mikrovågssensorer kan skilja på en individuell nivå har en litteraturundersökning gjorts. Undersökningen resulterade i tre variabler som kan påverka mikrovågssensorer till det negativa och kanske orsaka en individuell skillnad. De variabler som undersökningen kommer undersöka är brus, störningar, reflektioner och strålningsmönster. Utifrån den kunskap som litteraturundersökningen har givit om dessa variabler kommer experiment designas och dessa variablers signifikans vid individuell skillnad kommer testas.

3.2.1

Brus och störningar

Changzhi och Jenshan (2014) nämner att en av de fundamentala parametrarna vid analysering av mikrovågssensorer är signal till störningsförhållande (SIR). SIR är kvoten mellan effekten från den mottagna signalen och effekten från mottagna störningar. Störningar kan vara andra radioenheter som ligger i samma frekvensband och påverkar resultaten på varandra. De nämner också hur signal till brusförhållande (SNR) kan påverka prestandan hos en mikrovågssensor. SNR är förhållandet mellan signalen och bruset som uppstår utav mikrovågssensorn, den krets som bearbetar signalen och verktyget som används för att mäta signalen.

3.2.2

Strålningsmönster & Reflektioner

Mikrovågssensorns strålningsmönster är den variation av effekt som utstrålas av antennen i en given riktning. Mikrovågssensorer som inte är fabrikskalibrerade tenderar att endast komma med ett minimumvärde på strålningsmönstreti dataspecifikationen enligt figur 25.

Ett minimumvärde indikerar hur bra en sensor kan prestera under optimala förhållanden men visar inget om hur stor variation det kan vara mellan individuella sensorer.

Figur 25. Strålningsmönster MDU2000 (Microwave solutions, 2018)

Enligt Changzhi & Jenshan (2014) kan man läsa om hur amplituden beror på hur mycket av signalen som reflekteras tillbaka. Om strålningsmönstret ser annorlunda ut beroende på mikrovågssensor kan den tillbakareflekterade signalen vara olika stor.

4

Empiri

Kapitlet ger en översiktlig beskrivning av den empiriska domän som ligger till grund för denna studie. Vidare beskrivs empirin som samlats in för att ge svar på studiens frågeställningar.

4.1 Experiment 1 - Individuell skillnad

Följande bilder visar den data som samlades in under experiment 1. Bilderna ligger i samma ordning som sensorerna testades.

4.1.1

Individuell skillnad - Horisontell

Figur 26, Horisontell mätdata – Sensor1

Figur 28, Horisontell mätdata – Sensor3

Figur 31, Horisontell mätdata – Sensor6

4.1.2

Individuell skillnad - Vertikal

Figur 34, Vertikal mätdata – Sensor4

Figur 35, Vertikal mätdata – Sensor5

4.2 Experiment 2 - Strålningsmönster

Sensorerna i experimentet testades i numerisk ordning och fick följande resultat enligt figur 37 och figur 38.

4.2.1

Strålningsmönster - Horisontell

Figur 37, Strålningsmönster horisontellt

4.2.2

Strålningsmönster - Vertikal

4.3 Experiment 3 - Brus

Det maximala bruset från mikrovågssensorn genererades med en frekvensgenerator och kördes genom förstärkningskretsen vilket fick följande resultat enligt figur 39.

5

Analys

Kapitlet ger svar på studiens frågeställningar genom att behandla insamlad empiri och teoretiskt ramverk.

Sensor 3 visar väldigt låg signalstyrka enligt figur 28. Detta tyder på att den är defekt och har uteslutits från studien och vidare analys.

5.1 Frågeställning 1

Hur stora individuella skillnader finns det mellan mikrovågssensorera av typen MDU2000 från Microwave solutions?

5.1.1

RMS

RMS-graferna som genererades till analysen delades på mitten vilket gav en övre och undre del, se figur 40–43. Detta gjordes för att enklare urskilja skillnader på den övre och undre delen av graferna.

Sensorerna 1,2,4 och 5 är väldigt lika och visar ingen större individuell skillnad. Sensor 6 sticker ut från mängden och visar en betydligt högre amplitud jämfört med de andra sensorerna vilket bevisar att en individuell skillnad finns på signalstyrkan.

Figur 42, Vertikal RMS övre

5.1.2

FFT

FFT-graferna som genererades från data i experiment 1 visar att frekvensfördelningen är väldigt lika, se figur 44–45. Vid frekvenserna 15 Hz och 31 Hz ligger sensorgraferna på varandra vilket tyder på att ingen frekvensskillnad kan ses. Vid dessa frekvenser håller stegmotorn en konstant hastighet. Sensor 6 (grön) ligger över de andra på grund av sin högre amplitud.

FFT-graferna som genererades för varje individuell sensor finns som bilagor 2–11.

Figur 44, FFT Vertikal

5.2 Frågeställning 2

Vilka variabler kan påverka mikrovågssensorns känslighet och vilka av dessa variabler har störst påverkan?

5.2.1

Strålningsmönster

Vid experimentet 2 där sensorernas strålningsmönster testas kan man tydligt se att de avviker från varandra när föremålet rör sig i en vinkel större eller mindre än 0, se figur 37–38. Ett undantag är från sensor 4. Varför sensor 4 ger ett avvikande resultat i detta experiment är svårt att avgöra då sensor 4 resultat inte avvek i experiment 1 som också testade sensorerna i en vinkel på 0 grader.

Skillnader vid större vinklar tyder på att strålningsmönstret för antennerna på sensorerna ser olika ut. Det vill säga att olika mängd signal kommer träffa objektet och reflekteras tillbaka. Detta kan vara en anledning till individuell skillnad, speciellt vid scenarion där ett objekt rör sig i vinkel till sensorn.

5.2.2

Våginterferens

I resultaten från experiment 1 kan man tydligt se dalar på graferna enligt figur 46 där vågdalar i graferna för mätdata från sensor 4 och sensor 6 har markerats. Man ser att vågdalarna kommer vid ungefär samma samplingsnummer eftersom det är samma sekvens som körs.

Detta fenomen kan bero på våginterferens. Enligt Encyclopædia Britannica (2016) uppstår våginterferens när två eller flera vågor med samma våglängd är i fas med varandra vilket skapar en ny våg där amplituden är summan av originalamplituderna även kallat konstruktiv våginterferens. Om vågorna inte är i fas reduceras amplituden då kallat destruktiv våginterferens. Detta kan vara orsaken till vågdalarna i resultatet från experiment 1. Detta visualiseras i figur 47.

Figur 47, Våginterferens (Encyclopædia Britannica, 2016)

Våginterferensen kan komma från att en extern signal stör signalen som mikrovågssensorn skickar ut eller att signalen från mikrovågssensorn speglas och stör sig själv. En träplanka användes som föremål framför mikrovågssensorn istället där trä och aluminium körs framför sensorn i konstant hastighet, se figur 48 och 49. Trä är inte lika reflektivt som aluminium och därför har trä en betydligt lägre amplitud men vågbukarna förvinner. Anledningen till att vågbukarna uppkommer är att aluminium reflekterar tillbaka mer av signalen på aluminiumskivan bakom mikrovågssensorn som i sin tur kan reflektera tillbaka ännu en gång och då skapa våginterferens.

Figur 49, Aluminium

5.2.3

Brus

Genom att markera den maximala och minsta amplituden enligt figur 50, kan den största amplitudskillnaden räknas ut vilket ger 1991 − 1924 = 67. Denna amplitudskillnad är så pass liten att den inte har någon signifikant påverkan på den individuella skillnaden mellan sensorerna.

6

Diskussion och slutsatser

Kapitlet ger en sammanfattande beskrivning av studiens resultat. Vidare beskrivs studiens implikationer och begränsningar. Dessutom beskrivs studiens slutsatser och rekommendationer. Kapitlet avslutas med förslag på vidare forskning.

6.1 Resultat

Studiens utförande av experiment visar att individuell skillnad finns bland mikrovågssensorer av typen MDU2000. Styrkan på signalen som tas emot från mikrovågssensorn kan variera mellan individer som visualiseras på RMS graferna se figur 40–43.

Det uppstår även skillnader i experimentet när sensorerna testades vid olika vinklar, vilket gav ett resultat att en orsak till individuella skillnader kan bero på antennens strålningsmönster. Under studien uppkom fenomenet våginterferens vilket också kan vara en anledning till individuella skillnader.

I FFT graferna kunde ingen signifikant skillnad hittas mellan sensorerna gällande frekvensen. Mätningarna där ett maximalt brus testas från mikrovågssensorn visar att ett sådant brus inte har någon signifikant påverkan på signalstyrkan.

Det finns utomstående variabler som kan påverka resultatet från experimenten som utförts till exempel externa störningar, reflektioner och liknande. För att göra alla tester i experimenten har alla tester skett vid samma tillfälle och plats utan att flytta experimentriggen. En kontrollsensor som kördes under experimentens gång användes för att säkerställa att ingen utav dessa variabler har ändrat förutsättningarna för experimenten.

6.2 Implikationer

Denna studie bidrar till ökad kunskap kring individuella skillnader hos mikrovågssensorer av typen MDU2000 genom utförande av flera experiment som samlar in data från ett flertal sensorer under samma omständigheter. Resultatet från studien kan användas för att bestämma hur MDU2000 kan implementeras i olika applikationer.

6.3 Begränsningar

Både resurser och tid har varit begränsade under examensarbetet vilket gjort att endast tester på mikrovågssensorn av typen MDU2000 från Microwave Solutions har utförts.

En annan begränsning är att utföra testerna vid en låg hastighet som ligger kring gångfart. Detta på grund av linjärenhetens längd samt stegmotorns specifikation.

6.4 Slutsatser och rekommendationer

Studien visar att individuella skillnader kan urskiljas på sensorn av typen MDU2000. Enligt experiment 1 beror skillnaderna på signalstyrkan. En fabrikskalibrerad MDU2000 är därför inte lämplig att använda i applikationer där amplituden direkt jämförs. Ett exempel på en sådan applikation är närvarosensorer där man satt ett fast gränsvärde på signalstyrkan för att upptäcka närvaro. För att lösa detta behövs en självkalibrerande algoritm som anpassar ett gränsvärde beroende på hur stor amplitudskillnad det är på varje individuell sensor.

Ett annat problem med mikrovågssensorn som upptäcktes är våginterferens som ger oönskade vågtoppar och vågdalar. Mikrovågssensorn är därför olämplig att använda i applikationer som är i närheten av reflekterande objekt till exempel metall.

Denna studie visar också att frekvenser vid låg hastighet inte skiljer sig mellan individer. Mikrovågssensorn skulle därför vara lämplig att använda vid hastighetsmätning vid lägre hastigheter. Höga hastigheter behandlas inte av denna studie därav kan inte rekommendationer anges för detta.

6.5 Vidare forskning

Våra experiment var begränsade till lägre hastigheter men skulle det även vara intressant att se hur den individuella skillnaden är vid högre hastigheter och hur lämplig den är till dessa typer av applikationer. Det skulle också vara intressant att se hur flera olika typer av mikrovågssensorer från andra tillverkare skiljer sig från varandra och sensorer i andra frekvensband.

Våginterferens har visat sig vara är ett stort problem och det är intressant med vidare forskning kring detta. Ett exempel är att se hur mikrovågssensorerna påverkas när dom sitter nära varandra. Om dom skulle störa varandra är det intressant att veta ett lämpligt avstånd mellan varje sensor för att vidare hitta lämpliga applikationer.

7

Referenser

AgilSense. (u.å). MSAN-001 X-Band Microwave Motion Sensor Module Application Node. [Datafil]. Hämtad 2019-11-19 från

https://www.limpkin.fr/public/HB100/HB100_Microwave_Sensor_Application_Note.pdf

Blomkvist, P., & Hallin, A. (2017). Metod för teknologer: examensarbete enligt 4-fasmodellen. Lund, Sverige: Studentlitteratur.

Browning, R., Baker, E., Herron, J., Kram, R. (2006). Effects of obesity and sex on the energetic cost and preferred speed of walking. Journal of applied physiology, 100(2), 390–398.

https://doi.org/10.1152/japplphysiol.00767.2005

Changzhi, L., & Jenshan, L. (2014). Microwave Noncontact Motion Sensing and Analysis. New Jersey, USA: Wiley

DATAQ INSTRUMENTS. (2020). FFT (Fast Fourier Transform) Waveform Analysis. Hämtad 2020-02-07 från https://www.dataq.com/data-acquisition/general-education-tutorials/fft-fast-fourier-transform-waveform-analysis.html

Encyclopædia Britannica. (2016). Wave. Hämtad 2020-01-06 från https://www.britannica.com/science/wave-physics

Mathworks. (2020). MATLAB for Data Analysis. Hämtad 2020-01-28 från https://se.mathworks.com/solutions/data-analysis.html

Microwave solutions. (2018). X-Band Doppler Motion Detector Units Model Numbers

MDU2000. [Datafil]. Hämtad 2019-11-19 från

https://www.microwave-solutions.com/media/wysiwyg/Datasheets/MDU2000.pdf

Microwaves101. (u.å.). Frequency Letter Bands. Hämtad 2019-11-19 från https://www.microwaves101.com/encyclopedias/frequency-letter-bands

Nagy, Z., & Gergely, Y. (2011). Microstepping driver for step motors. Journal of Computer Science and Control Systems, 4(1), 107–110.

NTi Audio. (u.å). Fast Fourier Transformation FFT – Basics. Hämtad 2020-01-30 från https://www.nti-audio.com/en/support/know-how/fast-fourier-transform-fft

Nutaq. (u.å.). From Analog to Digital – Part 2: The Conversion Process. Hämtad 2019-11-28 från https://www.nutaq.com/blog/analog-digital-%E2%80%93-part-2-conversion-process

Nyfors, E. (2000). Industrial Microwave Sensors - A Review. Subsurface Sensing Technologies

and Applications, 1(1), 23-43.

https://doi.org/10.1023/A:1010118609079

Origa. (2006). Linear Drive with Toothed Belt Series OSP-E..B. [Datafil]. Hämtad 2019-11-19 från http://www.parkeroriga.com/pdf_catalogs/2006_OSPE_catalog/2006ospe_03.pdf

Pelgrom, M. (2017). Analog-to-Digital Conversion. https://doi.org/10.1007/978-3-319-44971-5

Rahman, M, F., Patterson, D., Cheok, A., & Betz, R. (2018). Motor Drives. Power Electronic

Handbook (Fourth Edition), 945–1021.

https://doi.org/10.1016/B978-0-12-811407-0.00034-9

ST. (2019). NUCLEO-F401RE. Hämtad 2019-12-17 från https://www.st.com/en/evaluation-tools/nucleo-f401re.html

Stelzer, A., Diskus, C., & Thim, H. (1999). A microwave position sensor with sub-millimeter accuracy. 1999 IEEE MTT-S International Microwave Symposium Digest (Cat.

No.99CH36282).

https://doi.org/10.1109/mwsym.1999.780275

Trinamic. (2011). QMOT QSH5718 MANUAL. [Datafil]. Hämtad 2020-01-02 från https://www.trinamic.com/fileadmin/assets/Products/Motors_Documents/QSH5718_manual.p df

Trinamic. (2019). TMCM-1076 Hardware Manual. [Datafil]. Hämtad 2020-01-02 från https://www.trinamic.com/products/modules/details/tmcm-1076/

Tutorialspoint. (2020). Radar Systems – Doppler Effect. Hämtad 2020-03-04 från https://www.tutorialspoint.com/radar_systems/radar_systems_doppler_effect.htm

8

Bilagor

Bilaga2, FFT Horisontell Sensor 1

Bilaga4, FFT Horisontell Sensor 4

Bilaga6, FFT Horisontell Sensor 6

Bilaga8, FFT Vertikal Sensor 2

Bilaga10, FFT Vertikal Sensor 5