Avtor: dr. Simon Vavpotič
2018_263_50
Živimo v svetu številnih visokofrekvenčnih radijskih oddajnikov, ki prenašajo zvok, sliko in podatke. Svet nizkih frekvenc je, nasprotno, povezan z naravnimi pojavi in notranjim delovanjem elektronskih naprav. Raziskovali so ga že veliko prej, vendar smo šele z zmogljivimi računalniki dobili možnost, da ga natančneje analiziramo.
V preteklem stoletju so telegrafisti prvi zaznali atmosferske »zvoke« na dolgih ruralnih telefonskih linijah. Leta 1919 so nastale prve študije teh pojavov. Večina raziskav pa se je začela po drugi svetovni vojni. 1953 je Storey iz Velike Britanije pokazal, da atmosferske »zvoke« med drugim povzročajo udari strel. To potrjuje tudi študija Roberta Helliwella iz Standfordske univerze iz leta 1965.
Naravni pojavi
Atmosferski signali nastanejo zaradi bližnjih udarov strel. Na svetu je v povprečju 100 udarov strel na minuto. Tipični udar strele iz oblaka v tla sprosti 10 kA toka, ki traja 0,1 ms.
Med naravne signale uvrščamo tudi t.i. tvike, žvižgače in jutranji refren. Tviki (angl. tweeks) nastanejo ponoči, ko ima ionosfera visoko prevodnost. Energija iz atmosfere pride do Zemlje z majhnim zmanjšanjem. Zato so med virom in sprejemnikom različne poti signalov. To povzroči, da se skupinska zakasnitev poveča, posledica pa je nastanek vlaka impulzov, ki so mu strokovnjaki nadeli glasbeno ime »tvik«. Disperzija signalov povzroča, da pridejo višjefrekvenčni signali nekoliko pred nižje frekvenčnimi, kar ima za posledico hitro spuščajoče se note (če poslušamo s slušalkami).
Žvižgači (angl. whistlers) so posledice zelo močnih udarov strel in nastanejo, ker lahko energija blizu zemeljskega površja potuje vzporedno z ionosfero in tudi vstopi vanjo. Potem potuje po zemeljskih magnetnih silnicah na nasprotno hemisfero. Žvižgači so najbolj zaznavni na srednjih zemljepisnih širinah in dosežejo največje vrednosti na približno 50 stopinjah zemljepisne širine.
Zarjin refren signalov (angl. dawn chorus) lahko spremljamo navadno ob večerni zarji. Strokovnjaki verjamejo, da se pojavi zaradi interakcije elektronov z visoko energijo in nizkofrekvenčnega šuma, ki pride v Zemljino magnetosfero. Pogosteje se pojavlja med magnetnimi nevihtami. Pojavi se tudi med pojavom aurore.
Elektronske naprave
Nizkofrekvenčne signale ustvarjajo tudi elektronske naprave. S približanjem posamezne naprave sprejemniku lahko zaznamo delovanje njenih notranjih komponent, še posebej tipkovnice s kondenzatorskimi tipkami in zaslona na dotik. Z natančno spektralno analizo signalov lahko spremljamo tudi pritiske na tipke.
Kako podrobno lahko posamezno napravo analiziramo ne da bi se je dotaknili, je odvisno od tega, kako dobro električno zaščitene so njene notranje komponente. Vendar sevanje zaznavamo pri vsaki napravi, saj je vsak tranzistor tudi miniaturni električni oddajnik. Bolj obremenjeni tranzistorji porabijo več toka zato oddajajo močnejši signal.
Zelo dobro zaznamo tudi delovanje vseh vrst transformatorjev, saj njihova jedra sevajo elektromagnetno energijo.
Antena
Antene za zaznavanje nizkofrekvenčnih signalov so praviloma zelo velike. Veliko so v uporabi dipolne antene. Naredimo jih iz enega ali več ovojev žice, ki jo navijemo na zračno tuljavo. Kot anteno lahko uporabimo tudi elektromagnet s kovinskim jedrom, ali pa feritno anteno iz kake nedelujoče radijske postaje ali radijskega sprejemnika. Vendar moramo upoštevati, da vsaka od tovrstnih anten drugače zaznava nizkofrekvenčne signale in nima enakega območja sprejema.
Na antenske ojačevalnike z veliko vhodno upornostjo lahko povežemo unipolne antene, ki so sicer namenjene sprejemu višjih frekvenc. Za spremljanje naravnih pojavov lahko uporabimo metrsko unipolno anteno in primeren antenski ojačevalnik (območje od 300 Hz do 3 kHz). Za nižje frekvence, od 10 Hz naprej, je priporočljivo uporabiti anteno dolžine 10 m do 15 m.
Kakorkoli, mi smo anteno ustvarili kar iz teleskopske palice za izdelavo sebkov (angl. selfies), na katero lahko pritrdimo fotografski aparat, mi po smo z lepilnim trakom pritrdili žico, ki je vodila do antenskega ojačevalnika. Tako smo dobili okoli meter in pol dolgo anteno.
Antenski ojačevalnik
Predpogoj za zaznavanje naravnih pojavov, kot so udari strel, tektonski premiki ipd. z unipolarno anteno, je dober antenski ojačevalnik z malo šuma z izjemno visoko vhodno upornostjo (če uporabljamo unipolno anteno), ki ojačuje vsaj za 30 dB.
Na spletnih straneh navdušencev najdemo različne načrte ojačevalnikov, vsem pa je skupen unipolarni vhodni tranzistor N-JFET. Signal iz antenskega ojačevalnika potuje v mikrofonski ali linijski vhod zvočne kartice, ki ga še dodatno ojači in pripravi za digitalno procesiranje.
Primer takega ojačevalnika je tudi na sliki 1. Poleg unipolarnega tranzistorja N-JFET (BF244A) in zaščitnih diod (1N914), ki varujeta N-JFET pred statičnimi poškodbami, smo izbrali še naslednje vrednosti uporov in kondenzatorjev: R1 = 100 k Ohm, R2 = 20 M Ohm (2x 10 M Ohm), R3 = 4,7 k Ohm, R4 = 10 k Ohm, C1 = 200 nF, C2 = 200 nF, C3 = 220 µF, C4 = 220 µF. Nastavljivi kondenzator VC1 smo izpustili, saj smo želeli zajeti celoten frekvenčni spekter od 10 Hz naprej. Če bi hoteli zajeti signale s frekvencami od 0,1 Hz naprej, bi morali za C3 in C4 izbrati kondenzatorja s po 2200 µF.
S tem vezjem lahko povežemo avdio slušalke ali računalnik. Vendar opozorimo, da ni odveč, če uporabimo nastavljivi kondenzator VC1 (z okoli 300 pF) kadar računalnika ne uporabljamo, saj lahko le tako izločimo frekvence pod 300 Hz, oziroma se omejimo na določeno frekvenčno območje. Računalnik to naredi z digitalnim filtrom. Med izhodno sponko kondenzatorja C4 in maso lahko dodamo še 50 Ohmski upor (R5), s čemer preprečimo, da bi bila izhodna napetost previsoka za računalnikov mikrofonski vhod. Vezje napajamo z 9 V do 12 V enosmerne napetosti. Še najbolj prikladna je napajalna napetost 12 V, ki jo lahko dobimo kar iz napajalnika zunanjega trdega diska. Namesto tega lahko uporabimo tudi 9 V ali 12 V baterijo, kar da nekoliko boljše rezultate, saj noben napajalnik z usmerjanje napetosti ne doseže stoodstotne zglajenosti napajalne napetosti.
Meritve preko mikrofonskega vhoda
Čeprav se večina tega ne zaveda, so današnji računalniki odlični zajemalniki in analizatorji nizkofrekvenčnih signalov.
Skoraj ni računalnika, ki ne bi imel analognega mikrofonskega vhoda in avdio izhod. Veliko računalnikov ima kombiniran zvočni vhod/izhod in samodejno zazna priklop mikrofona ali zvočnikov. Če uporabljamo dipolno anteno za nizke frekvence, jo lahko neposredno povežemo z mikrofonskim vhodom, brez dodatne ojačitve. Mikrofonski ojačevalnik zmore med 30 dB in 40 dB ojačenja, kar je ravno dovolj za nekaj osnovnih preizkusov.
Dipolne antene v obliki tuljav brez jedra, s feritnim ali železnim jedrom, lahko zaznajo šibka električna polja, ki jih je v stanovanju ali v hiši z električno napeljavo vsekakor na pretek. Mikrofonski ojačevalnik ima okoli 50 Ohmov vhodne upornosti, zato (skoraj) ne potrebujemo prilagoditvenih vezij. Dovolj je, da v računalniku nastavimo največje možno ojačenje (+30 dB) za mikrofonski vhod.
Kljub temu pa se kot bolj kakovostni izkažejo namenski antenski ojačevalniki in unipolne antene. Tudi te lahko z računalnikom povežemo preko mikrofonskega vhoda. Paziti moramo le, da ne prekoračimo najvišje dovoljene vhodne napetosti, ki je navadno +/- 1 V.
Osciloskop in spektralni analizator
Ko smo avdio čip računalnika uporabili kot digitalizator antenskega signala za ultra nizke frekvence, potrebujemo še aplikacijo, ki računalnik spremeni v osciloskop in spektralni analizator za nizkofrekvenčne signale.
Na spletu je kar nekaj rešitev, med najboljšimi za začetnike pa je zastonjska aplikacija Soundcard Scope. Res da izvorna koda ni na voljo, zato pa imamo na voljo vse funkcije, ki jih najdemo tudi pri klasičnem dvokanalnem osciloskopu. Mi smo na oba kanala pripeljali isti signal iz antenskega ojačevalnika ali dipolne antene.
Naslednji korak je bil spektralna analiza, ki jo pri programu Souncard Scope izvedemo z izbiro zavihka Frequency. Pri tem lahko v desnem zgornjem kotu izberemo tudi vrsto diagrama. Za začetek smo izbrali standardni diagram frekvenčnega spektra, ki prikazuje moči po posameznih frekvencah. Splača se izbrati tudi logaritemski prikaz osi Y (moč posameznih frekvenčnih območij, opcija log) in zadrževanje največjih vrednosti (opcija Peak hold). Zdaj lahko enostavno preverimo, katere frekvence oddaja določena merjena naprava, saj se pojavijo vrhovi takoj, ko naprava izvede določeno funkcijo.
V našem primeru je bil »žrtev« mobilni telefon, katerega pritiski na tipke so bili lepo vidni kot špice v frekvenčnem spektru. Morda je zanimiv podatek tudi to, da je bil telefon od antene oddaljen za kakih 5 cm.
Vsekakor pa antena dobro deluje tudi pri zajemanju tipk s PCjeve tipkovnice. V frekvenčnem spektru so lepo vidna sprememba najvišjih vrednosti ob pritisku na posamezno tipko. To pomeni, da bi lahko z ustrezno strojno in programsko opremo spremljali tipkanje na ne preveč oddaljenem računalniku.
Slapovni diagram
Spektralno analizo pojava signalov izvajamo tudi s pomočjo slapovnega diagrama, ki je zelo popularen med raziskovalci elektromagnetnih naravnih pojavov. Vsaka vrstica diagrama predstavlja jakost celotnega frekvenčnega spektra v določenem trenutku. Najvišja vrstica predstavlja zadnjo izmerjeno jakost, sledijo vrstice s prej izmerjenimi spektralnimi jakostmi. Posamezna vrstica se pomika od zgoraj navzdol, saj na vrhu spektralni analizator dodaja nove izmerjene jakosti spektra. Spodaj vrstice izginjajo, saj je na zaslonu prostora le za omejeno število hkrati prikazanih vrstic.
Jakost posameznega frekvenčnega območja v spektru je označena z barvo. Kaj točno pomeni, je odvisno od barvne lestvice. Pri Soundcard Scope so najmočnejše vrednosti označene z rdečimi odtenki, najšibkejše pa s sivimi, nato modrimi, zelenimi, itn.
Pritiski na tipke mobilnega telefona so se prikazali kot črta v blizu frekvence slapovnem diagramu. Na slapovnem diagramu na sliki 2 vidimo črte, ki se začnejo, ko pritisnemo in držimo tipko na mobilnem telefonu. Zato je več kot očitno, da lahko zaznavamo notranje delovanje elektronskih naprav.
Domača orodja za spektralno analizo
Posebna namenska programska orodja za analizo signalov lahko izdelamo tudi sami. Pomembno je, da vhodni signal najprej s Fourierovo transformacijo pretvorimo v frekvenčni prostor (frekvenčni spekter), kjer lahko po času obdelujemo vsako od frekvenčnih komponent, oziroma frekvenčnih območij posebej. Merimo lahko razlike med posameznimi spektralnimi slikami in tako, na primer zaznamo delovanje posameznih naprav v prostoru.
Tako orodje je prikazano tudi na sliki 3. Vhodni signal je narisan v časovnem prostoru pod njim je z rdečo barvo prikazana Fourierova transformacija signala v frekvenčni prostor, z modro barvo pa so označene največje izmerjene vrednosti po posameznih frekvenčnih območjih frekvenčnega spektra.
Za največje vrednosti lahko izberemo tudi različne barve. Tako lahko najprej pobarvamo modro največje vrednosti pred pritiskom na tipko tipkovnice in tako še zeleno do razlike največjih vrednosti, ko je pritisnjena tipka na mobilnem telefonu.
Samodejna analiza signalov
Več kot očitno je, da je svet nizkih frekvenc zanimiv in da so oddajniki vsepovsod. Res pa je, da je signalov zelo veliko in zato potrebujemo mehanizem za njihovo samodejno klasifikacijo. Tega pri ljubiteljskih sledilcih naravnih elektromagnetnih pojavov, ki jih je še posebej veliko v ZDA, pogrešamo. Vendar smo v nasprotnem omejeni na ugibanje, kateri signali pripadajo, katerim naravnim pojavom. Veliko bolj udobno je, če to delo namesto nas opravi računalnik.
Za vsak signal moramo določiti, katere spremembe povzroči v frekvenčnem spektru. Ker raznovrstni signali povzročijo različne spremembe frekvenčnega spektra, jih lahko ločimo med seboj. Tako lahko, na primer, na daljavo ugotovimo, katera tipka na membranski tipkovnici mobilnega telefona je bila pritisnjena. Spektralni analizator tega sicer ne omogoča, omogoča pa vpogled v signale in preverjanje možnosti za njihovo samodejno klasifikacijo. Včasih je bilo potrebno za izgradnjo inteligentnih sistemov investirati v strojno opremo, danes pa je večino funkcionalnosti že mogoče zgraditi v programski opremi in uporabiti standardizirano strojno opremo (osebni računalnik) z sorazmerno enostavnim dodatnim vezjem.
Podobno kot se ljudje učimo iz časovnih slik spektra, se lahko s pomočjo metod umetne inteligence uči tudi računalnik. Prednost računalnika je pomnilnik, v katerem si lahko izmerjene vrednosti natančno zapomni in jih dosledno analizira in klasificira. Pogosto zna pri klasifikaciji vzorcev na osnovi primerov poiskati celo boljše kriterije kot bi si jih izmislili ljudje.
Kohonenova nevronska mreža
Primer samoorganizirajočega umetnega klasifikatorja je Kohonenova nevronska mreža. Delovati začne po naključni inicializaciji nevronskih uteži, tako da sprejme vhodni vektor, ki je v našem primeru spekter frekvenc. Nato išče nevron, ki se najbolje odziva pri podanem vhodnem signalu in ga nagradi s povečanjem uteži. Prav tako nagradi okoliške nevrone. Nato postopek ponovimo z novim vhodnim vektorjem itn.
Kohonenova nevronska mreža preko veliko iteracij z različnimi vhodnimi vektorji sama poišče značilnosti posameznih skupin vhodnih vzorcev in vsaki priredi odziv enega od nevronov. Rezultat je samoorganizacija nevronov tako, da skupina soležnih nevronov odziva na podobne signale. Z merjenjem odziva posameznih (skupin) nevronov, lahko na enostaven način ugotovimo, katera funkcija je bila sprožena, ali kateri gumb je bil pritisnjen, na opazovani napravi.
Kompleksna analiza signalov
Z metodami samodejne klasifikacije vse bolj prehajamo na področje kompleksne analize signalov, s katero lahko razberemo tudi informacije, kot je smer gibanja vremenskih pojavov in njihovo moč.
Po drugi strani, lahko v svetu elektronskih naprav, ki jih je naredil človek, na daljavo identificiramo posamezne vrste in tipe elektronskih naprav. Denimo, lahko ugotovimo, kateri tip mobilnega telefona nekdo uporablja. Pri tem moramo vsak tip naprave najprej profilirati, nato pa podrobno analizirati v obliki odločitvenega drevesa.
Pomembno je tudi, katere podatke želimo zbirati. Mi smo se lotili enega od mobilnih telefonov s klasično tipkovnico pa tudi tipkovnice osebnega računalnika, lahko pa bi te katerekoli druge elektronske naprave. Analizirali smo zgolj nizkofrekvenčni spekter. Pri elektronskih napravah pa je zanimiv tudi visokofrekvenčni spekter, denimo kako seva oddajnik-sprejemnik mobilnega telefona. A te teme raje pustimo za kak drug članek…
Kdaj in kje lahko spremljamo naravne pojave?
Optimalni čas za spremljanje atmosferskih aktivnosti je od dve in eno uro pred sočnim vzhodom. Največ žvižgačev lahko zaznamo od polnoči do ene ure pred sončnim vzhodom. Veliko aktivnosti lahko zaznamo tudi od mraka od polnoči. Tvike lahko spremljamo od sončnega zahoda do polnoči. Zarjin refren signalov lahko spremljamo od dve uri pred sončnim vzhodom v trajanju nekaj ur pa tudi med magnetnimi nevihtami.
V zaprtih prostorih je velika ovira za poslušanje naravnih pojavov električno omrežje, ki producira izjemno močan signal frekvence 50 Hz pa tudi njegove harmonske komponente. Dobro je, da ta signal izločimo z analognim filtrom, saj lahko tako ostale signale bolj ojačimo preden jih digitaliziramo. V naravi, daleč od električnih omrežij, tega signala ni. Zato ga tudi ni potrebno filtrirati. Hkrati uporabljamo za napajanje ojačevalnika enosmerno baterijo, kar pomeni, da ni virov izmenične napetosti, razen tistih v prenosnem računalniku.
Spletne strani, kjer najdemo več informacij
V spletu najdemo veliko ljubiteljskih spletnih strani:
- Projekt Inspire
- http://theinspireproject.org
- Radijski valovi pod 22kHz
- http://www.vlf.it/
- Sprejem žvižgačev v zelo nizkem frekvenčnem območju
- http://www.techlib.com/electronics/vlfwhistle.htm
- Spletni sprejemnik zelo nizkih frekvenc ameriške vesoljske agencije NASA
- http://www.spaceweather.com/glossary/inspire.html
- Stephen McGreevy
- http://www.auroralchorus.com/
- Robert Helliwell – Žvižgači in povezani ionosferski pojavi
