COVID-19は引き続きヘッドラインを支配しており、最も目に見える影響を受ける業界の1つはプロスポーツです。 7月にバスケットボールが単独でアクションに戻ったとき、NBAとWNBAは、オウラリングを使用して健康状態を監視するオプションをプレーヤーに提供しました。スマートリングは、そのメーカーによると、90％の精度で最大3日前までにCOVID-19症状の発症を予測することができます。 ウェストバージニア大学のロックフェラー神経科学研究所によって開発されたリングのソフトウェアプラットフォームは、人工知能ベースのモデルを使用して、リングに埋め込まれスマートフォンアプリに保存されたセン

アナログ-デジタルコンバータ（ADC）のサンプリング現象は、エイリアシングと容量性キックバックの問題を引き起こします。これらの問題を解決するために、設計者は独自の課題をもたらすフィルターと駆動増幅器を使用します。これにより、中帯域幅のアプリケーション領域で高精度のDCおよびACパフォーマンスを達成することが困難になり、設計者はシステムの目標をトレードオフすることになります。 この記事では、信号チェーンを単純化することでサンプリングの問題を本質的かつ劇的に解決する連続時間シグマデルタ（∑-Δ）ADCについて説明します。アンチエイリアシングフィルターとバッファーの必要性を排除し、追加のコンポーネ

新車市場のドライバーは、乗客間だけでなく外界にも優れたコミュニケーション体験を提供する、より静かな車を積極的に求めています。車は電気が増えるにつれて静かになります。ただし、これらの静かな車の乗客は、特に高速で、通常、騒がしい内燃エンジン車の乗客よりも外部からより多くの騒音を聞くことになります。 キャビンノイズをさらに低減するために、マイク、アンプ、スピーカー、高度なデジタル信号処理を使用した高度な技術を使用して、バックグラウンドノイズの低減、乗客間の明瞭な音声通信、緊急時および忠実度の高いハンズフリー音声通話を可能にします。 。 アクティブノイズキャンセルの概要 パッシブ断熱材や特殊タ

消費者、住宅所有者、従業員、そして一般の人々として、私たちが1日を通して使用するデバイスやテクノロジーは非常にたくさんあります。ただし、これらは単なる優れた特典ではありません。現在、効率を高め、定期的なタスクを実行するために、日常生活のあらゆる面でこれらのデバイスに依存しています。 スマートフォンが最も顕著な例かもしれませんが、スマートフォンだけがデバイスではありません。センサーフュージョンは、ビジネス、家庭用電化製品、健康とウェルネスなど、さまざまな業界の消費者に利便性を提供する上で中心的な役割を果たします。このテクノロジーは、ロボット工学やIoTデバイスから、モーションコントローラーやス

状態ベースの監視（CbM）には、センサーを使用してマシンまたは資産を監視し、現在の状態を測定することが含まれます。予知保全（PdM）には、CbM、機械学習、分析などの手法を組み合わせて、今後の機械または資産の障害を予測することが含まれます。マシンの状態を監視する場合、障害を検出、診断、さらには予測できるように、最適なセンサーを選択することが非常に重要です。計画外のダウンタイムを回避することを最終目標として、回転機械とその負荷の障害を検知および検出するために現在使用されている多くのセンサーがあります。 PdM技術は多数の回転機械（モーター、ギア、ポンプ、タービン）と非回転機械（バルブ、回路ブレー

バッテリー駆動のワイヤレス接続されたデバイスは、今日の社会でますます普及しつつあります。ワイヤレスおよびバッテリー技術の進歩と、消費電力の少ない電子部品の縮小、およびデータの収集、分析、および配布の準備ができているクラウドベースのサービスによって推進されているこれらのデバイスは、一般に、消費者、医療、ウェアラブルデバイスだけでなく商用および産業用アプリケーションで。 デバイスがウェアラブル連続血糖値モニター（CGM）、摂取可能または埋め込み型医療デバイス、スマートホームデバイス、アセットトラッカー、または環境モニターのいずれであっても、すべてが小型、長寿命、信頼性、および使いやすさという共通

プレゼンス検出ソリューションは、万能ではありません。さまざまな機能やユースケースを実現するために必要なコアセンサーとテクノロジーは、それらが使用されるアプリケーションや環境と同じくらい多様です。いずれの場合も、システムアーキテクチャは環境要因を考慮に入れる必要があります。スペースの形状、構造、およびレイアウト。電力の可用性;ノード間の通信要件と制約。およびデータと情報のセキュリティ。 社会的距離は、このような短期間で私たちの日常生活の一部になるとはほとんど予想できなかった概念です。 2020年のパンデミックの初期段階では、社会的距離に対する大きな不安とストレスがありました。以前は自分の物理的

RISC-V市場が最初に始まったとき、最初の急いでいたのは、深く組み込まれたアプリケーションで独自のCPU命令セットアーキテクチャ（ISA）を使用していたはずの設計のコストを削減することでした。これらのシステムオンチップ（SoC）がFinFET半導体プロセス技術で製造され始めたとき、マスクコストが非常に高くなり、多くの有限状態マシンがRISC-V命令セットに基づくプログラム可能なマイクロシーケンサーに置き換えられました。これらは最初の興奮を生み出し、その後、2014年から2018年にかけて単純なRISC-Vコアのコモディティ化を実現しました。 RISC-Vアーキテクチャが成熟し、SoC設計者

1.1から3.2以降のUSB 1996年に最初に発売されたユニバーサルシリアルバス（USB）は、複数の異なるタイプの接続の役割を統合し、コンピューティングおよびコンシューマーテクノロジー製品に広く普及しています。その登場により、キーボード、マウス、プリンター、カメラ、外付けドライブなどの複数の周辺機器をコンピューターに簡単かつ便利に接続できるようになりました。周辺機器はインターフェースによって定義されなくなり、ユーザーは使用したいデバイスを接続するために複数のケーブルタイプを扱う必要がなくなりました。 USB 1.1では、最大12Mbpsのデータレートが可能でした。 USB 2.0は、

コンピュータシステムは、今日よりも高度で複雑になったことはありません。同様に、現代のサイバー攻撃で見られる高度化と普及のレベルは、驚くべき速度で成長しています。ハッカーも焦点を変えています。業界は何年にもわたってソフトウェア層を強化するために熱心に取り組んできましたが、ハッカーは焦点をハードウェア層に移し始めました。 実際、業界および学術研究は、ハードウェアを介して、場合によってはハードウェアとソフトウェアのハイブリッドの脆弱性を介してシステムに侵入するための、絶えず改善されている高度な方法を実証しています。ハッカーは、パブリックドメインで利用可能なさまざまな学習や手法を活用することで、大き

ほとんどのタッチスクリーンパネルには、限られたタイプの触覚フィードバックがあるか、まったくありません。これは、時計、タッチパッド、キーボード、マウスなど、多くの種類のハンドヘルドまたはウェアラブルデバイスにも当てはまります。触覚フィードバックを改善したいという要望から、ピエゾトランスデューサを詳しく調べて触覚信号を生成する人もいます。従来の振動発生器に比べて物理的および電気的に改善されています。 この記事では、ピエゾトランスデューサの原理、理論、およびモデリングについて説明します。圧電トランスデューサの独自の特性を駆動するように特別に設計された電子回路の説明が含まれ、圧電トランスデューサを使

インダストリー4.0アプリケーションは、大量の複雑なデータ、つまりビッグデータを生成します。センサーの数が増え、一般に利用可能なデータソースにより、マシン、システム、およびプロセスの仮想ビューがさらに詳細になります。これにより、バリューチェーン全体で付加価値を生み出す可能性が自然に高まります。しかし同時に、この値をどのように正確に抽出できるかという疑問が生じ続けています。結局のところ、データ処理のシステムとアーキテクチャはますます複雑になっています。関連する経済的可能性を実現できるのは、関連性が高く、高品質で有用なデータ（スマートデータ）のみです。 課題 可能なすべてのデータを収集し、後

スマートフォン、ウェアラブル、モノのインターネット（IoT）デバイス、およびその他のモバイル接続製品は、より高度で複雑になっています。設計者と開発者は、プリント回路基板（PCB）または他のシステム全体の周りに点在する周辺機器をますます使用していることに気づきます。システムにはセンサーやその他のコンポーネントがより密集しており、アプリケーションプロセッサやセンサーハブは、システムとの間でデータを制御および送信するために、インターフェースからより多くのものを必要とします。 2020年1月15日に発表されたMIPII3C v1.1インターフェイス仕様は、これらすべての周辺機器を、以前よりも高速で、

デロイトは2020年に、7億5,000万を超えるエッジAIチップ（リモートデータセンターではなくデバイス上で機械学習タスクを実行または加速するフルチップまたはチップの一部）が販売され、26億米ドルの収益に相当すると予測しています。さらに、エッジAIチップ市場は、チップ市場全体よりもはるかに急速に成長します。 2024年までに、エッジAIチップの販売台数は15億を超えると予想されており、これはおそらく大幅な増加です。これは、少なくとも20％の複合年間販売台数の伸びを表しており、半導体業界全体の9％CAGRの長期予測の2倍以上になります。 図1：インテリジェンスを埋め

最新の集積回路（IC）は、膨大な量のデータを処理し、リアルタイムでセーフティクリティカルな決定を下し、機密データを保護するための計算機能とシステム制御機能を提供します。特定用途向け集積回路（ASIC）またはフィールドプログラマブルゲートアレイ（FPGA）システムオンチップ（SoC）をゼロから設計することは、非常に費用と時間がかかります。多くの重要な機能は、サードパーティの知的財産（IP）を使用して実装されます。たとえば、プロセッサコアは専門組織から供給され、ハードウェアとソフトウェア間のインターフェイスを定義する命令セットアーキテクチャ（ISA）を通じて、柔軟でソフトウェアでプログラム可能な機

システムオンチップ（SoC）設計がさらに複雑になるにつれて、システムレベルの検証用の数千行のコードを含むテストスイートは、古風な趣のある古い学校であり、格言に反する効果のない実践である「自動いつでも可能なとき。これは、製造前にデバイス全体を検証するためにSoCの組み込みプロセッサで実行されるCテストに特に当てはまります。 可能な場合に検証テストの構成を自動化すると、SoC開発の多くのフェーズの生産性が向上することが示されています。たとえば、Universal Verification Methodology（UVM）テストベンチの制約付きランダム手法では、特定のシナリオに向けられたランダム化

同時ローカリゼーションおよびマッピング（SLAM）は、ロボットなどのデバイスがセンサーデータを使用して周囲の環境の画像を作成し、同時にその環境内での位置を決定するプロセスを表します。 SLAMを実装する方法は、展開されているソフトウェアアルゴリズムと、慣性測定装置（IMU）を使用したカメラ、ソナー、レーダー、LiDAR、基本的な位置データなど、使用されているセンサーの両方の点でさまざまです。 安価で小型のカメラが利用できるようになったため、単一の標準カメラを使用して位置特定機能とマッピング機能を実行するモノキュラービジュアルSLAMシステムの人気が高まっています。このようなビジュアルSLAM

32/64ビット組み込みプロセッサの最初の2つの時代は、独自のアーキテクチャによって定義されました。 3番目はありません。 最初の時代 1980年代から1990年代にかけての32/64ビット組み込みCPUのうち、半導体企業は独自のCPUアーキテクチャを開発および維持していました。そして、それらの多くがありました。これらのアーキテクチャを維持するためのコストはますます負担になり、サードパーティのオペレーティングソフトウェアベンダーは、コスト、複雑さ、ROIなどの独自の理由から、複数の固有のCPUアーキテクチャをサポートすることを望んでいませんでした。コストの逼迫とサードパーティのソフトウェアサ

液面レベルの測定は、空気誘電体伝送ラインをタンクの側面に配置し、RFインピーダンスを検出することにより、非金属タンクの壁を通して正確に測定できます。この記事では、リフレクトメーターデバイスがどのように設計を簡素化できるかを示す経験的な設計例を提供します。 機械的なフロートを伴う可能性のある流体レベル検知の従来の方法と比較して、反射率計ベースのアプローチには、次のようないくつかの利点があります。 高速でリアルタイムの液面レベル測定 広範な電子後処理が可能になります 非接触設計（液体の汚染なし） 可動部品なし 最小放射RFフィールド（遠方界キャンセル） 内部センサー用のタンクに穴がない（漏れの

PROCENTECなどの業界の専門家は、RS-485ベースのフィールドバス技術の採用が着実に伸びていることを示しています（PROFIBUS ® ）および産業用イーサネット（PROFINET）の急速な成長。 2018年には、世界中に6,100万のPROFIBUSフィールドバスノードが設置され、PROFIBUSプロセス自動化（PA）は前年比で7％増加しました。 PROFINETのインストールベースは2600万ノードで、2018年だけで510万台のデバイスがインストールされています。 1 RS-485フィールドバスの採用とインダストリー4.0のこの着実な成長により、スマートコネクテッドファクト