এই পর্বে যা শিখবেন
- Resolution, LSB, reference voltage আর quantization error হিসাব করা, আর code থেকে voltage বা গ্রামে ফেরা
- SAR ADC কীভাবে sample-and-hold, comparator আর ভেতরের DAC দিয়ে বিট ধরে code বানায়, হাতে trace করা
- STM32F103-এর মতো একটি আসল chip-এ sampling time আর conversion time-এর হিসাব
- Nyquist-এর নিয়ম, aliasing চেনা আর anti-aliasing filter ও সঠিক গড়ের সময় দিয়ে ঠেকানো
- Virtual board-এ ADC register পড়া, দুই-বিন্দুর calibration, আর averaging ও oversampling দিয়ে noise কমানো
১ · ADC কী — voltage থেকে সংখ্যা
পাড়ার মুদি দোকানে পুরোনো দাঁড়িপাল্লার কাঁটা একটি মসৃণ ঘড়ির কাঁটার মতো ঘোরে; ২৫০ গ্রাম আর ২৫১ গ্রামের মাঝখানেও সে থামতে পারে। কিন্তু দোকানদার খাতায় লেখেন একটি পূর্ণ সংখ্যা, “২৫০ গ্রাম”। বাস্তব জগৎ মসৃণ, আর খাতা ধাপে ধাপে। Microcontroller-এর জগৎও খাতার মতো: সে শুধু সংখ্যা বোঝে। তাপমাত্রা, আলো, শব্দ বা ওজনের মতো বাস্তব রাশি একটি sensor প্রথমে voltage-এ বদলায়, আর সেই voltage-কে সংখ্যায় বদলায় ADC (analog-to-digital converter).
বাজারঘরের smart scale-এ এই পথটি লম্বা নয়। ধাতব load cell ভারে সামান্য বাঁকে, তার ওপরের strain gauge কয়েক millivolt-এর সংকেত দেয়, একটি amplifier সেটিকে বড় করে ADC-র উপযোগী ০ থেকে কয়েক volt-এ আনে, আর ADC দেয় ০ থেকে 4095-এর মধ্যে একটি সংখ্যা। Microcontroller-এর ভেতরে ADC একটি peripheral, ঠিক timer বা UART-এর মতো; পর্ব ০৩-এ এর পরিচয় হয়েছিল। এই পর্বে সেই বাক্সটি খুলে দেখা হবে।
ADC আসলে দুটি আলাদা কাজ একসাথে করে, আর দুটির ভুলও আলাদা:
সময়ের টুকরো · sampling
নির্দিষ্ট সময় পরপর একবার মাপা, যেমন প্রতি 1 ms-এ। মাঝের সময়ে কী ঘটল, ADC জানে না। এর নাম sampling. যথেষ্ট দ্রুত না মাপলে দ্রুত বদল ধীর বদলের ছদ্মবেশ নেয়।
মানের ধাপ · quantization
মাপা voltage-কে কয়েকটি নির্দিষ্ট ধাপের একটিতে বসানো। ১২ বিটে ৪০৯৬টি ধাপ। এর নাম quantization. ধাপের ভেতরের পার্থক্য চিরতরে হারায়।
এই পর্বের হিসাবে register-এর মান আর ঠিকানা লেখা হবে C-এর ধরনে, যেমন 0x40012400; binary মান কখনো ১২ অঙ্কে, যেমন 010101100100. Number system-এর ভিত্তি পর্ব ০৫-এ, আর ADC-র count থেকে গ্রামের fixed-point হিসাবের খুঁটিনাটি পর্ব ৪০-এ; register-এর সঙ্গে C-এর কথা বলার ভিত্তি C প্রোগ্রামিং পর্ব ৫৪-এ। এখানে শুধু যতটুকু ADC বোঝার জন্য দরকার।
২ · Resolution, reference voltage আর quantization error
একটি ADC-র resolution বলা হয় বিটে। n বিটের ADC ২nটি আলাদা code দিতে পারে: ৮ বিটে ২৫৬টি, ১০ বিটে ১০২৪টি, ১২ বিটে ৪০৯৬টি। কিন্তু “কত বিট” একা কিছু বলে না, যতক্ষণ না জানা যায় পুরো পাল্লাটা কত বড়। সেই পাল্লার মাপকাঠি reference voltage (Vref): ADC যে voltage-এর সঙ্গে তুলনা করে মাপে, আর যার সমান বা বেশি input-এ সে সর্বোচ্চ code দেয়।
মূল সূত্র
এক ধাপ, অর্থাৎ LSB-এর voltage = Vref ÷ 2n · আদর্শ code ≈ Vin ÷ LSB (নিচে নামানো বা গোল করা, chip-এর নিয়মমতো) · code থেকে voltage ≈ code × LSB · সর্বোচ্চ quantization error: নিচে নামানোর নিয়মে ০ থেকে ১ LSB, গোল করার নিয়মে ±½ LSB.
ধরা যাক Vref = 3.3 V, ১২ বিট। LSB = 3.3 ÷ 4096 ≈ 0.806 mV. এর চেয়ে ছোট বদল ADC দেখতে পায় না। একটি উপমা: মাপার স্কেলে যদি শুধু সেন্টিমিটারের দাগ থাকে, ৫ মিলিমিটার আপনি কখনো লিখতে পারবেন না; লিখবেন হয় ০, নয় ১ সেমি। ছোট দাগের স্কেল (বেশি বিট) বা ছোট পুরো দৈর্ঘ্যের স্কেল (ছোট Vref) দুটোতেই দাগ ঘন হয়। নিচের block একটি আদর্শ ১২-বিটের ADC-র দুই রকম নিয়ম চালিয়ে দেখায়: নিচের ধাপে নামানো (floor) আর সবচেয়ে কাছের ধাপ (round).
# 12-bit ADC-র quantiser: Vref = 3.3 V, দুই রকম নিয়মে code
VREF, BITS = 3.3, 12
FULL = 2 ** BITS # 4096টি ধাপ
LSB = VREF / FULL # এক ধাপের voltage
print(f"LSB = {LSB * 1000:.4f} mV, code 0 থেকে {FULL - 1}")
def code_floor(v): # নিচের ধাপে নামানো (ছাঁটাই)
return max(0, min(FULL - 1, int(v / LSB)))
def code_round(v): # সবচেয়ে কাছের ধাপ
return max(0, min(FULL - 1, int(v / LSB + 0.5)))
for vin in (0.0004, 0.5, 1.1125, 1.65, 3.2995, 3.5):
cf, cr = code_floor(vin), code_round(vin)
ef = (vin - cf * LSB) * 1000 # mV-এ ভুল
er = (vin - cr * LSB) * 1000
print(f"Vin={vin:6.4f} V floor={cf:4d} ({ef:+.3f} mV)"
f" round={cr:4d} ({er:+.3f} mV)")
g_per_count = 2000 / 1400 # বাজারঘর স্কেল: 1400 count = 2000 g
print(f"স্কেলে 1 count = {g_per_count:.4f} g,"
f" সর্বোচ্চ quantization ভুল ±{g_per_count / 2:.4f} g")আসল আউটপুট (ব্রাউজারের Python):
LSB = 0.8057 mV, code 0 থেকে 4095
Vin=0.0004 V floor= 0 (+0.400 mV) round= 0 (+0.400 mV)
Vin=0.5000 V floor= 620 (+0.488 mV) round= 621 (-0.317 mV)
Vin=1.1125 V floor=1380 (+0.684 mV) round=1381 (-0.122 mV)
Vin=1.6500 V floor=2048 (+0.000 mV) round=2048 (+0.000 mV)
Vin=3.2995 V floor=4095 (+0.306 mV) round=4095 (+0.306 mV)
Vin=3.5000 V floor=4095 (+200.806 mV) round=4095 (+200.806 mV)
স্কেলে 1 count = 1.4286 g, সর্বোচ্চ quantization ভুল ±0.7143 g
পড়ুন লাইন ধরে। 0.4 mV, অর্থাৎ অর্ধেক ধাপেরও কম, দুই নিয়মেই code 0: ADC এটি দেখতেই পায়নি। 1.1125 V-এ floor নিয়ম 1380 দেয় আর ভুল +0.684 mV, কিন্তু round নিয়ম 1381 দেয় আর ভুল মাত্র −0.122 mV; floor-এর ভুল সবসময় ০ থেকে প্রায় এক ধাপ, round-এর ±অর্ধেক ধাপ। ঠিক অর্ধেক Vref (1.65 V) হলো 2048, অর্থাৎ 0x800, যেখানে শুধু MSB 1. শেষ লাইনটি সতর্কবার্তা: 3.5 V, Vref-এর চেয়ে বেশি, তবু code 4095-এ আটকে গেছে আর ভুল 200 mV. ADC-কে পাল্লার বাইরের voltage দিলে সে চুপচাপ সর্বোচ্চ মান দেয়, কোনো ভুলের সংকেত দেয় না। (আর আসল chip-এ VDDA-র চেয়ে বেশি voltage pin নষ্টও করতে পারে; সীমা datasheet-এর “absolute maximum” টেবিলে।)
শেষ লাইনটি বাজারঘরের জন্য। স্কেলের ADC-র count থেকে গ্রামে যাওয়ার নিয়ম reference lab-এর README-তে স্থির: খালি পাল্লায় 400 count, 2000 g-এর বাটখারায় 1800 count. অর্থাৎ 1400 count মানে 2000 g, এক count = 2000 ÷ 1400 ≈ 1.43 g. যত ভালো amplifier-ই হোক, এই স্কেল ১ গ্রামের পার্থক্য আলাদা করতে পারে না। সেটি কল্পনা নয়; virtual board-এ ঠিক এই পরীক্ষাটি চালানো হলো। আমার lab-এর adc_steps.c প্রতি 50 ms-এ একটি মাত্র conversion নেয় (গড় ছাড়া) আর README-র সূত্রে গ্রাম ছাপে; script পাল্লায় ০ থেকে ৭ গ্রাম পর্যন্ত এক গ্রাম করে বাড়ায়:
$ python -B board.py run build/adc_steps.elf --script steps.json
[ 0.0000 ms] power-on reset (বাজারঘর board BG-M3, 8 MHz)
[ 0.0000 ms] > load on the scale: 0 g
[ 25.0368 ms] UART: raw=400 grams=0
[ 50.0000 ms] > load on the scale: 1 g
[ 75.0367 ms] UART: raw=401 grams=1
[ 100.0000 ms] > load on the scale: 2 g
[ 125.0367 ms] UART: raw=401 grams=1
[ 150.0000 ms] > load on the scale: 3 g
[ 175.0368 ms] UART: raw=402 grams=3
[ 200.0000 ms] > load on the scale: 4 g
[ 225.0368 ms] UART: raw=403 grams=4
[ 250.0000 ms] > load on the scale: 5 g
[ 275.0367 ms] UART: raw=404 grams=6
[ 300.0000 ms] > load on the scale: 6 g
[ 325.0367 ms] UART: raw=404 grams=6
[ 350.0000 ms] > load on the scale: 7 g
[ 375.0367 ms] UART: raw=405 grams=7
[ 376.0074 ms] exit(0) after 3008059 cycles
সত্যিকারের run (বাজারঘর board BG-M3, Clang 22.1.8 / ziglang 0.17.1, Unicorn 2.1.4). Board-এর load-cell মডেল raw = 400 + 0.7 × grams, গোল করে (README, Spec decision 25). তাই 2 g = 401.4 → 401, যা ফিরে গ্রামে 1.43 → 1 g; আর 5 g = 403.5 → 404, যা 5.71 → 6 g. কখনো কম, কখনো বেশি, কিন্তু সবসময় ±0.71 g-এর মধ্যে: এটিই অর্ধেক ধাপের quantization error, আর কোনো firmware এটি মুছতে পারে না, যদি না noise-এর সাহায্যে বহু নমুনার গড় নেওয়া হয় (অংশ ৭)। দোকানের হিসাবে এর অর্থ: এই স্কেলে দাম গ্রাম ধরে নয়, প্রায় দেড় গ্রাম ধরে নির্ভুল।
ছবি ৪৭.১ — আদর্শ ৩-বিটের ADC: সিঁড়ি আর quantization error
বোঝার সুবিধার জন্য মাত্র ৮টি ধাপ; ১২ বিটেও আকার একই, শুধু ৪০৯৬টি অনেক ছোট সিঁড়ি
Vref বাছাই তাই নকশার সিদ্ধান্ত। Vref বড় হলে পাল্লা বড়, কিন্তু ধাপও বড়। সংকেত যদি কখনো 1 V-এর বেশি না ওঠে, 3.3 V-এর Vref-এ ৪০৯৬টি ধাপের দুই-তৃতীয়াংশ অব্যবহৃত থাকে; তখন হয় ছোট Vref, নয় amplifier দিয়ে সংকেতকে পুরো পাল্লায় টেনে আনা ভালো। বাজারঘরের স্কেলে 5000 g-এর সর্বোচ্চ ওজন raw 3900-এ পৌঁছায়, 4095-এর একটু নিচে; amplifier-এর gain এমনভাবে বাছা যে পাল্লা প্রায় পুরো ব্যবহৃত হয় অথচ ধারণক্ষমতার ওপরে একটু জায়গা থাকে, যাতে OVERLOAD চেনা যায়।
আরেকটি কৌশল load cell-এর মতো সেতু-বর্তনীর sensor-এ প্রায় সবাই ব্যবহার করে: ratiometric measurement. Load cell-কে যে voltage দিয়ে চালানো হয় (excitation), সেটিই যদি ADC-র Vref হয়, তাহলে সরবরাহ 1% কমলে sensor-এর output-ও 1% কমে, আর Vref-ও 1%. ফলে code = Vin ÷ Vref × 4096 প্রায় বদলায় না। Load-shedding-এর পরে generator-এ চলা দোকানে সরবরাহ সামান্য ওঠানামা করলেও তাই ওজন স্থির থাকে। অনুপাত মাপা হচ্ছে, voltage নয়।
৩ · SAR ADC — দাঁড়িপাল্লায় বাটখারা দিয়ে বাইনারি সার্চ
পুরোনো দাঁড়িপাল্লায় অজানা ওজন মাপার পদ্ধতিটা মনে করুন। দোকানদার প্রথমে সবচেয়ে বড় বাটখারা, ধরুন ২ কেজি, চাপান। পাল্লা বাটখারার দিকে নামলে বাটখারা বেশি, সরিয়ে নেন; জিনিসের দিকে নামলে রেখে দেন। তারপর ১ কেজি, তারপর ৫০০ গ্রাম, ২৫০, ১২৫… প্রতিটি বাটখারা একবার করে পরীক্ষা। শেষে যে বাটখারাগুলো পাল্লায় রয়ে গেল, তাদের যোগফলই ওজন। প্রতিটি বাটখারা আগেরটির অর্ধেক বলে এটি আসলে binary সংখ্যা বানানো, MSB থেকে LSB পর্যন্ত।
Microcontroller-এর ভেতরের বেশিরভাগ ADC ঠিক এই কাজ করে; নাম SAR ADC (successive approximation register). তার চারটি অংশ:
- Sample-and-hold (S/H): একটি সুইচ আর একটি ছোট capacitor. Sampling-এর সময় সুইচ বন্ধ, capacitor input-এর voltage-এ চার্জ নেয়; তারপর সুইচ খোলে আর voltage স্থির থাকে। ১২টি তুলনার সময় input নড়লে উত্তর এলোমেলো হতো, তাই এই “ছবি তুলে রাখা”।
- ভেতরের DAC: SAR register-এর চলতি code থেকে voltage বানায়, code × Vref ÷ 4096. এটিই বাটখারার সেট। (DAC নিজে পর্ব ৪৮-এর বিষয়।)
- Analog comparator: পাল্লার কাঁটা। ধরা voltage বড় না DAC-এর voltage বড়, একটি বিটে জানায়।
- SAR logic আর data register: প্রতি clock-এ একটি বিট ঠিক করে, শেষে ফল data register-এ রাখে আর “শেষ” সংকেত দেয়।
ছবি ৪৭.২ — Load cell থেকে data register: SAR ADC-র ভেতর
লাল তীর প্রতিটি বিটের চক্র: SAR একটি code দেয় → DAC voltage বানায় → comparator রায় দেয় → SAR বিট রাখে বা বাদ দেয়
নিচের block-টি SAR-এর পুরো যুক্তি: প্রতিটি বিট 1 ধরে DAC-এর voltage হিসাব, তুলনা, তারপর রাখা বা বাদ। Input 1.1125 V, Vref 3.3 V, ১২ বিট।
# SAR ADC-র মডেল: MSB থেকে LSB, প্রতি বিটে একবার DAC আর comparator
VREF, BITS = 3.3, 12
def sar(vin):
code = 0
for b in range(BITS - 1, -1, -1):
trial = code | (1 << b) # এই বিট 1 ধরে পরীক্ষা
vdac = trial * VREF / 2 ** BITS # ভেতরের DAC-এর voltage
keep = vin >= vdac # comparator-এর রায়
if keep:
code = trial
print(f"বিট {b:2d}: trial={trial:4d} Vdac={vdac:.4f} V"
f" → {'রাখা' if keep else 'বাদ'} code={code:012b}")
return code
vin = 1.1125 # S/H-এ ধরে রাখা voltage
c = sar(vin)
print("ফল:", c, "=", hex(c), "| সরাসরি ভাগ:", int(vin / (VREF / 2 ** BITS)))আসল আউটপুট (ব্রাউজারের Python):
বিট 11: trial=2048 Vdac=1.6500 V → বাদ code=000000000000
বিট 10: trial=1024 Vdac=0.8250 V → রাখা code=010000000000
বিট 9: trial=1536 Vdac=1.2375 V → বাদ code=010000000000
বিট 8: trial=1280 Vdac=1.0312 V → রাখা code=010100000000
বিট 7: trial=1408 Vdac=1.1344 V → বাদ code=010100000000
বিট 6: trial=1344 Vdac=1.0828 V → রাখা code=010101000000
বিট 5: trial=1376 Vdac=1.1086 V → রাখা code=010101100000
বিট 4: trial=1392 Vdac=1.1215 V → বাদ code=010101100000
বিট 3: trial=1384 Vdac=1.1150 V → বাদ code=010101100000
বিট 2: trial=1380 Vdac=1.1118 V → রাখা code=010101100100
বিট 1: trial=1382 Vdac=1.1134 V → বাদ code=010101100100
বিট 0: trial=1381 Vdac=1.1126 V → বাদ code=010101100100
ফল: 1380 = 0x564 | সরাসরি ভাগ: 1380
১২টি লাইন, ১২টি সিদ্ধান্ত। ফল 1380, ঠিক সরাসরি ভাগের floor-এর সমান: এই মডেলের comparator “Vin ≥ Vdac” হলে বিট রাখে, তাই সে নিচের ধাপে নামায়। অনেক আসল ADC-তে ভেতরে অর্ধেক LSB-এর একটি সরণ রাখা হয়, যাতে ফল গোল করার মতো হয়; কোন chip কোন নিয়ম মানে, তা তার datasheet-এর transfer curve-এ দেখতে হয়। শেষ দুই লাইন লক্ষ করুন: 1381-এর voltage 1.1126 V, input-এর চেয়ে মাত্র 0.1 mV বেশি; comparator-কে এত সূক্ষ্ম পার্থক্য ধরতে হয়। আর এই 1380 count ঠিক সেই সংখ্যা, যা README-র run-এ 1400 g-এ smart scale পেয়েছে।
| পরীক্ষার code | |
| DAC-এর voltage | |
| comparator | |
| code এখন |
- Sample-and-hold. S/H capacitor 1.1125 V ধরে রেখেছে; SAR register শূন্য। এখন থেকে input নড়লেও ফল বদলাবে না।
- বিট ১১ (MSB, 2048). DAC বানায় 1.6500 V, অর্থাৎ পাল্লার ঠিক অর্ধেক। Vin তার চেয়ে ছোট, তাই বিট বাদ: ফল নিচের অর্ধেকে।
- বিট ১০ (1024). 0.8250 V. Vin বড়, বিট রাখা। ফল 1024 থেকে 2047-এর মধ্যে।
- বিট ৯ (512). 1024 + 512 = 1536 → 1.2375 V. Vin ছোট, বাদ।
- বিট ৮ (256). 1280 → 1.0312 V. Vin বড়, রাখা: code 1280.
- বিট ৭ (128). 1408 → 1.1344 V. বাদ। এই পরীক্ষার voltage Vin-এর চেয়ে প্রায় ২২ mV বেশি; প্রতিটি ধাপে পরীক্ষার ধাপ অর্ধেক হচ্ছে।
- বিট ৬ (64). 1344 → 1.0828 V. রাখা: code 1344.
- বিট ৫ (32). 1376 → 1.1086 V. রাখা: code 1376. Vin থেকে দূরত্ব এখন ৪ mV-এর কম।
- বিট ৪ (16). 1392 → 1.1215 V. বাদ।
- বিট ৩ (8). 1384 → 1.1150 V. বাদ।
- বিট ২ (4). 1380 → 1.1118 V. রাখা: code 1380.
- বিট ১ (2). 1382 → 1.1134 V. বাদ।
- বিট ০ (LSB). 1381 → 1.1126 V, Vin-এর চেয়ে 0.1 mV বেশি, বাদ। ফল
010101100100= 1380 =0x564. ১২টি তুলনায় শেষ; এবার EOC বসে আর ফল data register-এ।
SAR একমাত্র পদ্ধতি নয়। কয়েকটি প্রধান পরিবার, প্রত্যেকটি গতি আর নির্ভুলতার আলাদা দর-কষাকষি:
| ধরন | কীভাবে | শক্তির দিক | কোথায় |
|---|---|---|---|
| Flash | প্রতি ধাপে একটি comparator, এক ধাপেই পুরো code | সবচেয়ে দ্রুত | খুব দ্রুত সংকেত, সাধারণত কম বিট |
| SAR | বিট ধরে বাইনারি সার্চ, n বিটে n ধাপ | গতি, শক্তি আর আকারে ভারসাম্য | প্রায় সব microcontroller-এর ভেতরের ADC |
| Sigma-delta | খুব দ্রুত মোটা নমুনা, তারপর digital filter-এ গড় | উঁচু resolution (যেমন ২৪ বিট), noise কম | ওজন, তাপমাত্রা, অডিও |
| Dual-slope (integrating) | নির্দিষ্ট সময় চার্জ, তারপর খালি হওয়ার সময় গোনা | নির্ভুল, mains-এর hum দমনে ভালো | Digital multimeter |
৪ · Sample-and-hold আর conversion time — একটি আসল chip-এর হিসাব
Virtual board-এর ADC-তে conversion তাৎক্ষণিক: SWSTART লিখলেই ফল তৈরি (Spec decision 25). আসল chip-এ একটি conversion-এর সময় লাগে, আর সেই সময়ের দুটি ভাগ। প্রথম ভাগ sampling time: S/H-এর capacitor input-এর সঙ্গে যুক্ত থেকে চার্জ নেয়। দ্বিতীয় ভাগ বিটগুলো ঠিক করা। একটি বালতিতে কল থেকে পানি ভরার কথা ভাবুন: কলের মুখ সরু হলে (উৎসের রোধ বড়) বালতি ভরতে বেশি সময় লাগে; আগেই কল বন্ধ করলে বালতি অর্ধেক থাকে, আর মাপ কম আসে। তাই sensor-এর output-এর রোধ বড় হলে sampling time বাড়াতে হয়।
উদাহরণ হিসেবে বহুল ব্যবহৃত STM32F103-এর ADC ধরা যাক (তথ্যগুলো ST-এর RM0008 reference manual আর datasheet-এর ADC অংশের; নিজের নির্দিষ্ট chip আর revision-এর নথিতে মিলিয়ে নেবেন): ১২ বিটের SAR ADC; ADC clock সর্বোচ্চ 14 MHz, যা APB2 clock থেকে একটি prescaler (÷2, ÷4, ÷6 বা ÷8) দিয়ে আসে; প্রতিটি channel-এর sampling time আলাদা করে বাছা যায়, 1.5 থেকে 239.5 ADC cycle-এর আটটি মানের একটি; আর মোট conversion time:
STM32F103-এর conversion time
Tconv = (sampling time + 12.5) ADC cycle · 14 MHz-এ 1.5 cycle নিলে (1.5 + 12.5) ÷ 14 MHz = 1 µs, সবচেয়ে কম · 239.5 cycle নিলে 252 ÷ 14 MHz = 18 µs.
কিন্তু একটি ফাঁদ আছে। STM32F103 সাধারণত 72 MHz-এ চালানো হয়, আর APB2 72 MHz হলে ÷6 দিলে ADC clock 12 MHz (÷4 দিলে 18 MHz, যা সীমার বাইরে)। তখন সবচেয়ে কম conversion time 14 ÷ 12 MHz ≈ 1.17 µs. তাই বিভিন্ন সূত্রে “56 MHz-এ 1 µs, 72 MHz-এ 1.17 µs” লেখা দেখা যায়। পুরো টেবিলটি lab-এর হিসাব-script থেকে:
| Sampling time (cycle) | 14 MHz-এ Tconv | 12 MHz-এ Tconv |
|---|---|---|
| 1.5 | 1.00 µs | 1.17 µs |
| 7.5 | 1.43 µs | 1.67 µs |
| 13.5 | 1.86 µs | 2.17 µs |
| 28.5 | 2.93 µs | 3.42 µs |
| 41.5 | 3.86 µs | 4.50 µs |
| 55.5 | 4.86 µs | 5.67 µs |
| 71.5 | 6.00 µs | 7.00 µs |
| 239.5 | 18.00 µs | 21.00 µs |
কোনটি বাছবেন? Load cell-এর amplifier বা তাপমাত্রার sensor-এর মতো ধীর সংকেতে সবচেয়ে লম্বা sampling time প্রায় সবসময় ভালো: সংকেত ৫০ বার বদলানোর আগে ১০০০ বার মাপা হয়ে যায়, আর লম্বা sampling উৎসের রোধ সয়। দ্রুত সংকেতে (যেমন একটি মোটরের current) ছোট sampling time লাগে, তখন উৎসের রোধ ছোট রাখতে হয়, প্রায়ই একটি buffer amplifier দিয়ে। Datasheet এর জন্য একটি সূত্র বা টেবিল দেয়: নির্দিষ্ট sampling time-এ সর্বোচ্চ কত বাইরের রোধ (RAIN) চলবে।
Conversion শেষ হলো কি না, firmware জানবে কীভাবে? ADC-র status register-এ EOC (end of conversion) বিট বসে। Firmware তিনভাবে সাড়া দিতে পারে: বারবার EOC পড়ে (polling), EOC-তে interrupt নিয়ে ISR-এ ফল পড়ে, অথবা DMA-কে বলে প্রতিটি ফল নিজেই মেমরির একটি buffer-এ তুলে রাখতে। 1 µs-এর conversion-এ polling সস্তা, কারণ অপেক্ষা ছোট; কিন্তু হাজার হাজার নমুনা প্রতি সেকেন্ডে লাগলে DMA আর circular buffer-ই পথ (পর্ব ৪৬-এ, DMA). ISR-এ ফল পড়লে পর্ব ৪৩-এর নিয়ম খাটে: ছোট ISR, ভাগ করা ভ্যারিয়েবল volatile.
৫ · Sampling rate আর aliasing — 50 Hz-এর ছদ্মবেশ
সিনেমায় দ্রুত ঘোরা গাড়ির চাকা কখনো উল্টো দিকে বা ধীরে ঘুরছে মনে হয়। ক্যামেরা সেকেন্ডে নির্দিষ্ট কয়েকটি ছবি তোলে; দুই ছবির মাঝে চাকা প্রায় এক পাক ঘুরে গেলে মনে হয় সামান্য এগিয়েছে বা পিছিয়েছে। ADC-ও ঠিক একই ধোঁকা খায়। দুই নমুনার মাঝে কী ঘটেছে, সে জানে না; সংকেত যদি সেই ফাঁকে প্রায় একটি পুরো চক্র ঘুরে আসে, নমুনাগুলো একটি ধীর সংকেতের মতো দেখায়। এর নাম aliasing, আর একবার নমুনায় ঢুকে গেলে আসল আর ছদ্মবেশী সংকেত আলাদা করার কোনো উপায় থাকে না।
নিয়মটি Nyquist sampling theorem নামে পরিচিত: সংকেতে সবচেয়ে উঁচু frequency fmax হলে sampling rate fs হতে হবে 2 × fmax-এর বেশি। fs/2-এর ওপরের যেকোনো frequency f, নমুনায় দেখা দেয় |f − k × fs| হিসেবে, যেখানে k × fs হলো f-এর সবচেয়ে কাছের গুণিতক। তত্ত্বের পুরো গাণিতিক রূপ আর bandwidth-এর সঙ্গে সম্পর্ক Computer Networks পর্ব ০৭-এ; signal processing-এর গভীরে যাওয়া এই কোর্সের বাইরে। এখানে একটি বাস্তব উদাহরণই যথেষ্ট।
বাংলাদেশের বিদ্যুৎ লাইন 50 Hz-এ চলে। দোকানের ফ্যান, ফ্রিজ আর লাইটের তার থেকে এই 50 Hz সহজেই amplifier-এর সংকেতে সামান্য ঢুকে পড়ে; একে বলে mains hum, এক ধরনের noise. ধরা যাক load cell-এর সঙ্গে ৬ count-এর একটি hum মিশে আছে। তিনটি আলাদা sampling rate-এ কী দেখা যায়:
# 50 Hz-এর hum মেশানো load-cell সংকেত, তিন রকম sampling rate-এ
import math
import random
rng = random.Random(47) # seed: প্রতিবার একই noise
HUM = 50.0 # বিদ্যুৎ লাইনের frequency (Hz)
def signal(t): # count-এর এককে
return 1380 + 6 * math.sin(2 * math.pi * HUM * t + 0.6) + rng.gauss(0, 0.3)
for fs in (1000, 45, 10):
xs = [signal(n / fs) for n in range(8)]
k = round(HUM / fs) # কাছের পূর্ণ গুণিতক
fa = abs(HUM - k * fs) # alias-এর frequency
print(f"fs={fs:4d} Hz, alias {fa:g} Hz:", " ".join(f"{x:.1f}" for x in xs))
for n in (20, 15): # 1 kHz-এ n ms-এর গড়
m = sum(signal(i / 1000) for i in range(n)) / n
print(f"{n} ms-এর গড় = {m:.2f} count (আসল 1380)")আসল আউটপুট (ব্রাউজারের Python):
fs=1000 Hz, alias 50 Hz: 1383.2 1385.0 1385.4 1386.1 1385.5 1384.9 1384.0 1382.1
fs= 45 Hz, alias 5 Hz: 1383.5 1385.8 1385.4 1383.4 1378.1 1375.2 1374.6 1375.4
fs= 10 Hz, alias 0 Hz: 1383.2 1383.3 1383.1 1383.3 1383.5 1383.4 1383.1 1383.7
20 ms-এর গড় = 1379.94 count (আসল 1380)
15 ms-এর গড় = 1380.57 count (আসল 1380)
1000 Hz-এ (প্রতি 1 ms) প্রতি চক্রে ২০টি নমুনা, তাই hum-টি যেমন আছে তেমনই দেখা যায়: মান 1382 থেকে 1386-এর মধ্যে দ্রুত ওঠানামা। 45 Hz-এ hum-এর একটি পাক নমুনার ফাঁকের চেয়ে একটু ছোট, তাই প্রতিটি নমুনা চক্রের একটু পরের অংশ ধরে: ফলে একটি 5 Hz-এর ধীর ঢেউ, 1386 থেকে 1375-এ নেমে যাওয়া, যা দেখে মনে হবে পাল্লায় কিছু ধীরে নড়ছে। সবচেয়ে বিপজ্জনক 10 Hz: 50 হলো 10-এর ঠিক ৫ গুণ, তাই প্রতিটি নমুনা hum-এর একই জায়গায় পড়ে। আটটিই প্রায় 1383.3, কোনো ওঠানামা নেই, একটি স্থির ভুল: ৬ × sin(0.6) ≈ 3.39 count ≈ 4.8 g. Hum-এর phase বদলালে এই ভুলও বদলায়, আর firmware কিছুই টের পায় না। শেষ দুই লাইন সমাধান দেখায়: 1 kHz-এ ঠিক 20 ms, অর্থাৎ hum-এর একটি পুরো চক্র ধরে গড় নিলে hum কাটাকাটি হয়ে 1379.94; 15 ms-এ চক্র অসম্পূর্ণ, তাই 1380.57.
ছবি ৪৭.৩ — 50 Hz-এর সংকেত, 45 Hz-এ নমুনা: দেখা যায় 5 Hz
০ থেকে 0.2 s; নীল: আসল 50 Hz (১০টি চক্র), কালো বিন্দু: প্রতি 1/45 s-এ নমুনা, লাল দাগ: নমুনা থেকে যা মনে হয়
ঠেকানোর দুটি উপায়, আর বাস্তব নকশায় দুটোই লাগে। প্রথমত, ADC-র আগে একটি anti-aliasing filter: একটি সাধারণ RC low-pass filter, যা fs/2-এর ওপরের frequency অনেকটা কমিয়ে দেয়, যাতে ছদ্মবেশ নেওয়ার মতো কিছু ঢুকতেই না পারে। এটি নমুনার আগে বসতে হয়; নমুনার পরে কোনো digital filter আর ঢুকে পড়া alias আলাদা করতে পারে না। দ্বিতীয়ত, firmware-এ sampling-এর পরিকল্পনা: প্রয়োজনের চেয়ে অনেক দ্রুত নমুনা নিয়ে (যেমন 1 kHz), তারপর ঠিক 20 ms বা তার গুণিতক ধরে গড়। Smart scale প্রতি 100 ms-এ একটি ওজন দেখায়; 100 ms-এর মধ্যে 20 ms-এর একটি জানালা ধরে গড় নিলে 50 Hz-এর hum প্রায় মুছে যায়। Filter-এর নকশার গভীর আলোচনা পর্ব ৬৬-এ (signal conditioning) আর digital filter পর্ব ৬৮-এ।
নিরাপত্তা: Mains hum-এর কথা বলা মানে mains-এ হাত দেওয়া নয়। ADC-র pin-এ শুধু board-এর নিজস্ব কম ভোল্টেজের সংকেত (৩.৩ V-এর মধ্যে) দেবেন। 220 V-এর লাইনের voltage বা current মাপার যন্ত্রে isolation আর নিরাপত্তা-মানের নকশা লাগে, যা অভিজ্ঞ প্রকৌশলীর কাজ; এই পর্বের কোনো বর্তনী mains-এ যুক্ত করবেন না।
৬ · বাজারঘরের স্কেল — register থেকে গ্রাম, board-এ
কোর্সের virtual বাজারঘর board BG-M3 কোনো আসল পণ্য নয়; এটি একটি আসল ARMv7-M CPU-র emulator (Unicorn), আর তার চারপাশে Python-এ লেখা STM32-ধাঁচের peripheral (পর্ব ০৬)। এর ADC1 সরল রাখা হয়েছে, Spec decision 25 অনুযায়ী: ১২ বিট, শুধু channel 0 (load cell), SWSTART লিখলে conversion তাৎক্ষণিক শেষ হয়ে EOC বসে, আর DR পড়লে EOC মুছে যায়। Register মাত্র তিনটি:
| Register | ঠিকানা | যা আছে |
|---|---|---|
SR | 0x40012400 | বিট ১ = EOC (conversion শেষ) |
CR | 0x40012404 | বিট ০ = ADON (চালু), বিট ১ = SWSTART (শুরু) |
DR | 0x40012408 | ১২ বিটের ফল; পড়লে EOC মোছে |
আসল STM32F103-এর ADC-র register অনেক বেশি (একাধিক control register, channel-এর ক্রম, sampling time-এর register, injected channel, analog watchdog) আর বিটের অবস্থানও আলাদা; board ইচ্ছা করে শুধু মূল ধারণাটুকু রেখেছে। Reference firmware scale.c-এর পড়ার function মাত্র তিন লাইন, আর এটি পর্ব ৩৬-এর struct-pointer ধাঁচে লেখা:
static uint32_t adc_read(void)
{
ADC1->CR = ADC_CR_ADON | ADC_CR_SWSTART;
while ((ADC1->SR & ADC_SR_EOC) == 0) { }
return ADC1->DR; /* reading DR clears EOC */
}তিনটি জিনিস লক্ষ করুন। প্রথমত, CR-এ লেখার সময় ADON আবার দেওয়া হয়েছে; শুধু SWSTART লিখলে ADON মুছে যেত (অনুশীলন ২-এ এই ভুলের run). দ্বিতীয়ত, while loop একটি busy-wait, যা কাজ করে কারণ ADC1->SR volatile হিসেবে ঘোষিত (bazarghar.h-এ __IO); নইলে compiler loop-টিকে একবার পড়েই চিরকাল ঘোরাতে পারত (পর্ব ৩৪)। তৃতীয়ত, আসল firmware-এ এই অসীম loop-এর একটি সময়সীমা রাখা ভালো, যাতে ADC কোনো কারণে বন্ধ থাকলে CPU চিরকাল আটকে না থাকে।
Smart scale প্রতি 100 ms-এ চারটি conversion-এর গড় নেয় ((sum + 2) / 4), তারপর calibration-এর সূত্রে গ্রাম। Reference lab-এর expected output-এর সঙ্গে মেলানোর জন্য scale.c আমার lab-এ build করে চালানো হলো:
$ python -B board.py run build/scale.elf --script scripts/scale.json
[ 0.0000 ms] power-on reset (বাজারঘর board BG-M3, 8 MHz)
[ 0.0000 ms] > load on the scale: 0 g
[ 0.0729 ms] UART: scale ready: zero=400 counts, span=1400 counts per 2000 g, rate=65.50 Tk/kg
[ 100.0889 ms] UART: raw=400 gross=0 g tare=0 g net=0 g price=0.00 Tk
[ 250.0000 ms] > load on the scale: 150 g
[ 300.0978 ms] UART: raw=505 gross=150 g tare=0 g net=150 g price=9.83 Tk
[ 420.0000 ms] > button pressed
[ 427.0341 ms] UART: TARE set to 150 g
[ 470.0000 ms] > button released
[ 500.0981 ms] UART: raw=505 gross=150 g tare=150 g net=0 g price=0.00 Tk
[ 650.0000 ms] > load on the scale: 1400 g
[ 700.1125 ms] UART: raw=1380 gross=1400 g tare=150 g net=1250 g price=81.88 Tk
[ 850.0000 ms] > load on the scale: 5100 g
[ 900.0529 ms] UART: OVERLOAD: gross=5100 g > 5000 g
[ 1050.0000 ms] > load on the scale: 650 g
[ 1100.1043 ms] UART: raw=855 gross=650 g tare=150 g net=500 g price=32.75 Tk
[ 1201.0103 ms] exit(0) after 9608082 cycles
সত্যিকারের run (বাজারঘর board BG-M3, Clang 22.1.8 / ziglang 0.17.1, Unicorn 2.1.4); আউটপুট reference-এর firmware/expected/scale.txt-এর সঙ্গে লাইন ধরে হুবহু মিলেছে। 150 g-এর ঝুড়ি raw 505, তারপর tare; আলু রাখলে raw 1380, gross 1400 g, net 1250 g, দাম 81.88 টাকা। 5100 g-এ raw 3970, তাই OVERLOAD. ADC-র দিক থেকে মূল ধাপটি calibration: কাঁচা count-কে গ্রামে আনা। নিচের stepper সেই দুই-বিন্দুর calibration ধাপে ধাপে দেখায়; গুণ-ভাগ float ছাড়া কীভাবে নির্ভুল করা হয়, সেই আলাদা আলোচনা পর্ব ৪০-এ।
| পাল্লায় | |
| raw count | |
| হিসাব | |
| ফল |
- শূন্য-বিন্দু। খালি পাল্লায় ADC 400 count দেখায়, শূন্য নয়: amplifier-এর offset আর load cell-এর নিজের ভার। এই সংখ্যাটি মনে রাখা হয়।
- দ্বিতীয় বিন্দু। জানা 2000 g-এর বাটখারা রাখলে 1800 count. দুই বিন্দুর পার্থক্য, অর্থাৎ span, 1400 count.
- ঢাল। 2000 g ÷ 1400 count ≈ 1.4286 g প্রতি count. এটিই এই স্কেলের “এক ধাপ”, আর তার অর্ধেক (0.71 g) সর্বোচ্চ quantization error.
- মাপা শুরু। ঝুড়ি আর আলু মিলে 1400 g. ৪টি conversion-এর গড় raw 1380, ঠিক board-এর run-এর মতো।
- Zero বাদ। 1380 − 400 = 980 count; শূন্য-বিন্দুর ওপরে কতটা উঠেছে।
- গ্রামে। 980 × 2000 ÷ 1400 = 1400 g, গোল করে (
div_round). প্রথমে গুণ, পরে ভাগ, যাতে integer-এ ভগ্নাংশ হারায় না। - ধাপের সীমা। 2 g রাখলে raw 401, ফিরে 1.43 → 1 g, ঠিক
adc_steps-এর run-এর মতো। Calibration ঢাল ঠিক করে, কিন্তু ধাপের চেয়ে সূক্ষ্ম মাপ দিতে পারে না।
দুই-বিন্দুর calibration ধরে নেয় সম্পর্কটি সরলরেখা। ভালো load cell প্রায় সরলরেখায় চলে, কিন্তু তাপমাত্রায় শূন্য-বিন্দু সরে (drift) আর কিছু sensor বাঁকা পথে চলে; তখন বেশি বিন্দু, টেবিল বা বহুপদী লাগে। বাস্তবে দোকানের স্কেলে বাটখারা দিয়ে মাঝে মাঝে আবার calibration করা হয়, আর মান flash বা EEPROM-এ রাখা হয়। এসবের বিস্তারিত পর্ব ৬৬-এ (signal conditioning আর calibration); sensor-এর ধরনগুলো পর্ব ৬৫-এ।
৭ · Noise, averaging আর oversampling
বাস্তব ADC-র ফল কখনো পুরো স্থির থাকে না। Resistor-এর তাপের noise, amplifier-এর noise, Vref-এর কাঁপুনি, পাশের digital বর্তনীর switching, সবই কয়েক count-এর ওঠানামা আনে। ফলে একটি ১২ বিটের ADC বাস্তবে প্রায়ই ১০–১১ বিটের সমান কাজ করে; এই আসল মাপকে বলে ENOB (effective number of bits), আর কোনো chip-এর ENOB তার datasheet-এর পরীক্ষার শর্তে দেওয়া থাকে।
এলোমেলো noise-এর সবচেয়ে সহজ ওষুধ গড়। একটি ক্রিকেট দলের এক ম্যাচের রান দিয়ে ব্যাটসম্যানের মান বিচার করা কঠিন, কিন্তু ২০ ম্যাচের গড় অনেক স্থির। N নমুনার গড়ে এলোমেলো noise-এর ছড়ানো (standard deviation) প্রায় √N গুণ কমে: ৪টিতে অর্ধেক, ১৬টিতে এক-চতুর্থাংশ। Virtual board-এ এটি সরাসরি দেখা যায়, কারণ script-এ adc_noise_counts দিলে প্রতিটি conversion-এ একটি নির্ধারিত (seed দেওয়া) noise যোগ হয় (Spec decision 25). আমার lab-এর adc_avg.c পাল্লায় 1400 g রেখে ±8 count noise-এ N = 1, 4 আর 16-এর গড় দিয়ে ৮টি করে ওজন মাপে:
$ python -B board.py run build/adc_avg.elf --script noise8.json
[ 0.0000 ms] power-on reset (বাজারঘর board BG-M3, 8 MHz)
[ 0.0000 ms] > load on the scale: 1400 g
[ 0.1854 ms] UART: N=1: 1409 1401 1389 1407 1406 1409 1394 1390 spread=20 g
[ 0.3911 ms] UART: N=4: 1401 1391 1404 1403 1397 1396 1400 1396 spread=13 g
[ 0.6780 ms] UART: N=16: 1400 1401 1401 1399 1397 1400 1400 1401 spread=4 g
[ 0.6794 ms] exit(0) after 5435 cycles
সত্যিকারের run (একই সংস্করণ)। Board-এর noise −8 থেকে +8 count-এর মধ্যে প্রায় সমান সম্ভাবনায় ছড়ানো; এমন noise-এর standard deviation √((17² − 1) ÷ 12) ≈ 4.9 count ≈ 7.0 g, আর lab-এ এই LCG-এর প্রথম ১০০০টি মানে মাপা হয়েছে 4.91 count. নিচের stepper ফলগুলো সাজিয়ে দেখায়।
| N | |
| ৮টি মাপ | |
| সর্বোচ্চ − সর্বনিম্ন | |
| তাত্ত্বিক std |
- পরিস্থিতি। পাল্লায় ঠিক 1400 g, কিন্তু প্রতিটি conversion-এ −8 থেকে +8 count noise. একটি count প্রায় 1.43 g, তাই একক মাপের ছড়ানো (std) প্রায় 7 g.
- N = 1. গড় নেই। ৮টি মাপ 1389 থেকে 1409 g: সর্বোচ্চ আর সর্বনিম্নের ফারাক 20 g. দোকানে দামের শেষ অঙ্ক প্রতি মুহূর্তে লাফাবে।
- N = 4. চারটির গড়, smart scale-এর নিজের নিয়ম। তাত্ত্বিক std অর্ধেক (≈ 3.5 g); ৮টি মাপের ফারাক 13 g. মাত্র ৮টি মাপে ফারাক ঠিক অর্ধেক হবে, এমন নিশ্চয়তা নেই।
- N = 16. std এক-চতুর্থাংশ (≈ 1.75 g); ৮টি মাপ 1397 থেকে 1401, ফারাক মাত্র 4 g. প্রতিটি মান আসল 1400-এর ৩ গ্রামের মধ্যে।
- দাম। N = 16-এ ৮টি মাপে ১২৮টি conversion. Board-এ conversion তাৎক্ষণিক, কিন্তু STM32F103-এ 14 MHz-এ সবচেয়ে ছোট sampling time-এও প্রতিটি 1 µs, অর্থাৎ অন্তত 128 µs. গড় মানে সময় দিয়ে নির্ভুলতা কেনা।
গড়ের আরেকটি, প্রায় জাদুর মতো, ফল আছে: oversampling দিয়ে resolution বাড়ানো। ধরুন আসল মান 1380.4 count. Noise না থাকলে প্রতিটি conversion হুবহু 1380, আর হাজারটির গড়ও 1380; 0.4 চিরকাল হারানো। কিন্তু অল্প noise থাকলে কখনো 1380, কখনো 1381 আসে, আর 1381-এর অনুপাতই 0.4-এর খবর বহন করে। এই উপকারী noise-কে বলে dithering. নিয়মটি: প্রতি ৪ গুণ নমুনায় প্রায় এক বিট বাড়তি resolution, অর্থাৎ k বিট বাড়াতে 4kটি নমুনা যোগ করে k বিট ডানে সরানো।
# N নমুনার গড়ে noise কমে √N গুণ; noise থাকলে গড় ধাপের ভেতরের মানও ধরে
import random
import statistics
rng = random.Random(2026)
TRUE = 1380.4 # amplifier-এর আসল মান, count-এ
def conv(sigma): # একটি conversion: noise, তারপর পূর্ণ count
return int(TRUE + rng.gauss(0, sigma) + 0.5)
for n in (1, 4, 16, 64):
avgs = [sum(conv(2.0) for _ in range(n)) / n for _ in range(300)]
sd = statistics.pstdev(avgs)
print(f"N={n:2d}: গড়ের ছড়ানো (std) = {sd:.3f} count, 2/√N = {2 / n ** 0.5:.3f}")
for sigma in (0.0, 0.6): # noise নেই বনাম অল্প noise
m = sum(conv(sigma) for _ in range(256)) / 256
print(f"noise σ={sigma}: 256 নমুনার গড় = {m:.3f} count")
s16 = sum(conv(0.6) for _ in range(16)) # 16 নমুনা যোগ, 2 বিট ডানে
print("16 যোগফল >> 2 =", s16 >> 2, "(14 বিটের মান; ÷4 =", (s16 >> 2) / 4, "count)")আসল আউটপুট (ব্রাউজারের Python):
N= 1: গড়ের ছড়ানো (std) = 2.081 count, 2/√N = 2.000
N= 4: গড়ের ছড়ানো (std) = 1.103 count, 2/√N = 1.000
N=16: গড়ের ছড়ানো (std) = 0.541 count, 2/√N = 0.500
N=64: গড়ের ছড়ানো (std) = 0.238 count, 2/√N = 0.250
noise σ=0.0: 256 নমুনার গড় = 1380.000 count
noise σ=0.6: 256 নমুনার গড় = 1380.328 count
16 যোগফল >> 2 = 5521 (14 বিটের মান; ÷4 = 1380.25 count)
প্রথম চার লাইন √N-এর নিয়ম: σ = 2 count-এর noise-এ গড়ের ছড়ানো 2.08, 1.10, 0.54 আর 0.24, তত্ত্বের 2, 1, 0.5 আর 0.25-এর খুব কাছে (একটু বেশি, কারণ পূর্ণ count-এ নামানোর নিজস্ব quantization noise যোগ হয়)। পরের দুই লাইন dithering: noise ছাড়া ২৫৬টি নমুনার গড় ঠিক 1380.000, 0.4 হারিয়েছে; সামান্য noise-এ (σ = 0.6) গড় 1380.328, আসল 1380.4-এর অনেক কাছে। শেষ লাইনে ১৬টি নমুনা যোগ করে ২ বিট ডানে সরিয়ে ১৪ বিটের একটি মান: 5521, অর্থাৎ ১২ বিটের এককে 1380.25. Firmware-এ এর জন্য float লাগে না, শুধু যোগ আর shift. সীমাও মনে রাখুন: noise যদি এলোমেলো না হয়ে ধীরে সরে (drift) বা hum-এর মতো নমুনার সঙ্গে তাল মেলায়, গড় তাকে মুছবে না; আর গড়ের ফল ADC-র নিজের অ-রৈখিকতা (INL) ঠিক করে না।
গড়ের নানা রূপ আছে: একবারে N নমুনার গড় (smart scale যা করে), চলমান গড় (moving average), বা বাইরের মান বাদ দিয়ে গড় (সবচেয়ে বড় আর ছোট বাদ)। কোনটি কখন, আর exponential filter বা median filter, সেগুলো পর্ব ৬৮-এর বিষয় (digital filtering). এখানে একটি নকশার সূত্র যথেষ্ট:
নকশার সূত্র
গড়ের পরে noise ≈ σ ÷ √N · k বাড়তি বিট: 4kটি নমুনা যোগ, তারপর k বিট ডানে (দরকার অন্তত ~১ LSB এলোমেলো noise) · যোগফলের type যথেষ্ট বড়: N × 4095 আঁটতে হবে (১৬টিতে 65520, uint16_t-এ কোনোমতে; ৩২টিতে uint32_t) · 50 Hz-এর hum থাকলে গড়ের জানালা 20 ms-এর গুণিতক।
আরও গভীরে: অধিকাংশ আধুনিক CMOS SAR ADC-তে ভেতরের DAC কোনো resistor-এর মই নয়, বরং binary ওজনের capacitor-এর একটি সারি (charge redistribution); sampling-এর সময় এই সারিই input-এর চার্জ নেয়, তাই আলাদা S/H লাগে না। এর মানে ADC-র input থেকে দেখলে একটি ছোট capacitor হঠাৎ যুক্ত হয়, আর উৎস থেকে চার্জের একটি ঝটকা টানে; এ কারণেই উৎসের রোধ বড় হলে লম্বা sampling time বা ADC-র ঠিক আগে একটি ছোট capacitor রাখার পরামর্শ ST-এর মতো নির্মাতাদের ADC-নির্ভুলতার app note-এ পাওয়া যায়। আর STM32F103-এর মতো chip-এ ADC চালুর পরে একটি self-calibration চালানোর ব্যবস্থাও থাকে, যা ভেতরের capacitor-এর অমিলের ভুল কমায়; ক্রম আর শর্ত reference manual-এ দেখে নিতে হয়।
পরীক্ষা ও ইন্টারভিউতে: (১) “১২ বিট, Vref 3.3 V হলে resolution?” → LSB = 3.3 ÷ 4096 ≈ 0.806 mV. (২) “SAR ADC কীভাবে কাজ করে, n বিটে কয়টি ধাপ?” → MSB থেকে বিট ধরে DAC আর comparator দিয়ে বাইনারি সার্চ, n ধাপ। (৩) “Nyquist rate কী, aliasing কী?” → fs হতে হবে 2 × fmax-এর বেশি, নইলে উঁচু frequency নিচু frequency-র ছদ্মবেশ নেয়; আগে anti-aliasing filter. (৪) “ADC-র reading লাফালে কী করবেন?” → উৎস আর grounding দেখা, sampling time বাড়ানো, গড় নেওয়া (noise √N গুণ কমে), hum থাকলে 20 ms-এর গুণিতকে গড়। (৫) “STM32F103-এ 14 MHz ADC clock, 1.5 cycle sampling হলে conversion time?” → (1.5 + 12.5) ÷ 14 MHz = 1 µs.
৮ · AI-এর যুগে ADC-র কোড আর হিসাব যাচাই
“STM32-এ ADC পড়ার কোড দিন” লিখলে AI assistant সঙ্গে সঙ্গে কোড আর হিসাব দেয়। অনেক সময় ঠিকও হয়। কিন্তু ADC-তে ভুল প্রায়ই নীরব: কোড চলে, সংখ্যাও আসে, শুধু সংখ্যাটি একটু ভুল, বা মাঝে মাঝে ভুল। সবচেয়ে চেনা ভুল আর ধরার উপায়:
| AI প্রায়ই যা করে | কীভাবে ধরবেন |
|---|---|
| Resolution-এ 2n − 1 আর 2n গুলিয়ে ফেলে, বা Vref ধরে নেয় 5 V | নিজের chip-এর Vref আর নিয়ম datasheet-এ দেখে LSB নিজে হিসাব |
| নির্দিষ্ট chip-এর ADC register, বিট বা sampling time-এর মান বানিয়ে বলে, অন্য STM32 পরিবারের সঙ্গে মিশিয়ে | RM0008-এর মতো নিজের chip-এর reference manual আর vendor header মিলিয়ে দেখা |
| Conversion time-এ শুধু sampling time ধরে, বা ADC clock-এর সীমা (14 MHz) ভুলে যায় | Tconv = (sampling + 12.5) cycle ÷ ADC clock হাতে হিসাব; prescaler-এর ভাগ মেলানো |
EOC-এর অপেক্ষা ছাড়া DR পড়ে, বা ISR-এ ফল রাখা ভ্যারিয়েবল volatile নয় | কোর্সের board-এ চালানো; ভুল পড়া প্রায়ই পুরোনো মান দেয় (অনুশীলন ২) |
গড়ের যোগফল uint16_t-এ রাখে, বা ভাগে গোল না করে ছাঁটে | N × 4095 হিসাব করে type বাছাই; সর্বোচ্চ ওজনে পরীক্ষা |
| “Nyquist-এর দ্বিগুণ হলেই যথেষ্ট” বলে, anti-aliasing filter বা 50 Hz-এর hum-এর কথা বাদ দেয় | Seed দেওয়া hum-এর মডেলে (অংশ ৫-এর block) নিজের sampling rate চালিয়ে দেখা |
AI-কে প্রসঙ্গ, সংখ্যা আর যাচাইয়ের শর্ত শুরুতেই দিন:
AI-এর উত্তর হাতে পেলে — যাচাইয়ের চেকলিস্ট
ভাবনার প্রশ্ন
প্রতিটি প্রশ্ন নিয়ে নিজে কিছুক্ষণ ভাবুন, তারপর “→ উত্তর” চাপুন।
প্র ০১Microcontroller-এর datasheet-এ ADC “১২ বিট” লেখা থাকলেও বাস্তবে প্রায়ই শেষ এক-দুই বিট লাফায়। তাহলে “১২ বিট” কথাটির আসল অর্থ কী, আর একজন প্রকৌশলী কোন সংখ্যা দেখে নকশা করবেন?
“১২ বিট” আসলে বলে ADC কতগুলো আলাদা code দিতে পারে, ৪০৯৬টি; এটি resolution, নির্ভুলতা নয়। একটি ঘড়িতে সেকেন্ডের কাঁটা থাকলেই ঘড়িটি সেকেন্ড পর্যন্ত সঠিক, এমন নয়; সেটি দিনে পাঁচ মিনিট পিছিয়েও যেতে পারে। ADC-র ক্ষেত্রেও নির্ভুলতা ঠিক করে অনেকগুলো আলাদা ভুল: offset (শূন্যে কোড শূন্য নয়), gain error (পূর্ণ মাপে ঢাল একটু বেশি বা কম), INL (সরলরেখা থেকে সিঁড়ির মোট বাঁক), DNL (পাশাপাশি ধাপের প্রস্থের অসমতা), আর সবার ওপরে noise. Datasheet-এ এগুলো LSB-এর এককে টেবিলে থাকে, সাধারণত নির্দিষ্ট clock, তাপমাত্রা আর VDDA-র শর্তে, আর “typical” ও “maximum” দুই কলামে।
Noise আর বিকৃতি মিলিয়ে ADC আসলে কত বিটের সমান কাজ করে, তা প্রকাশ করে ENOB. শিল্পে একটি প্রচলিত সম্পর্ক: আদর্শ n বিটের ADC-র SNR প্রায় 6.02 × n + 1.76 dB, তাই মাপা SINAD থেকে ENOB = (SINAD − 1.76) ÷ 6.02. Microcontroller-এর ভেতরের ১২ বিটের ADC-র ENOB প্রায়ই ১০ থেকে ১১-এর কাছাকাছি, তবে সেটি প্রতিটি chip-এর নিজের datasheet থেকে নিতে হয়; এখানে কোনো নির্দিষ্ট সংখ্যা সর্বজনীন বলে ধরবেন না। Board-এর বিন্যাসও ENOB বদলায়: ADC-র পাশে একটি switching regulator, ভাগ না করা digital আর analog ground, বা Vref-এ decoupling capacitor না থাকা দুই-তিন বিট খেয়ে ফেলতে পারে।
তাই নকশার ক্রম উল্টো দিক থেকে। প্রথমে প্রয়োজন: বাজারঘরের স্কেলের জন্য দোকানে কত গ্রাম পর্যন্ত নির্ভুলতা চাই? তারপর সেটিকে count-এ: 5000 g-এর পাল্লায় ১ গ্রাম মানে প্রায় ৫০০০টি আলাদা ধাপ, যা ১২ বিটেই সীমানায়। তারপর noise-এর বাজেট: একক মাপে noise কত, গড়ে কত কমবে, আর সময়ে কত খরচ। সংখ্যাগুলো না মিললে হয় ভালো amplifier আর বিন্যাস, নয় load cell-এর জন্য বানানো আলাদা ২৪ বিটের ADC.
একটি সাধারণ সতর্কতা: “গড় নিলে সব ঠিক” ভাবা বিপজ্জনক। গড় এলোমেলো noise কমায়, কিন্তু offset, gain আর INL-এর মতো স্থির ভুল গড়ে একই থাকে; সেগুলো ঠিক হয় calibration দিয়ে (offset আর gain) বা ভালো ADC দিয়ে (INL).
মূল উপলব্ধি: বিটের সংখ্যা শুধু ধাপের সংখ্যা; আসল নির্ভুলতা offset, gain, INL, DNL আর noise মিলিয়ে, যা datasheet-এর টেবিল আর ENOB-এ পাওয়া যায়, আর board-এর বিন্যাস তা আরও কমাতে পারে।
প্র ০২বাজারে বিক্রি হওয়া ডিজিটাল দাঁড়িপাল্লায় প্রায়ই microcontroller-এর নিজের ADC নয়, বরং load cell-এর জন্য বানানো আলাদা ২৪ বিটের sigma-delta ADC chip থাকে। কেন? SAR আর sigma-delta-র দর-কষাকষি বিচার করুন।
Load cell-এর সংকেত খুব ছোট। একটি সাধারণ load cell-এর পূর্ণ ভারে output প্রায়ই excitation-এর প্রতি volt-এ মাত্র কয়েক millivolt (যেমন ১ থেকে ২ mV/V, নির্দিষ্ট মান তার datasheet-এ)। 3.3 V-এ চালালে পূর্ণ ভারে হয়তো কয়েক mV. এই পর্বের ১২ বিটের ADC-তে এক ধাপ 0.8 mV, তাই সরাসরি লাগালে পুরো পাল্লায় মাত্র কয়েকটি count পাওয়া যেত। বাজারঘরের স্কেলে তাই একটি amplifier ধরা হয়েছে, যা সংকেতকে কয়েকশো গুণ বড় করে। কিন্তু amplifier নিজেই noise, offset আর তাপমাত্রার drift যোগ করে, আর তার পরেও ১২ বিট ১ গ্রামের সীমানায়।
Sigma-delta ADC সমস্যাটি অন্যভাবে সমাধান করে। ভেতরে সে খুব দ্রুত, খুব মোটা (প্রায়ই এক বিটের) নমুনা নেয়, আর একটি digital filter সেগুলোকে গড় করে ধীর কিন্তু খুব সূক্ষ্ম ফল দেয়; এই পর্বের oversampling-এর ধারণাই, শুধু অনেক গুণ বড় মাত্রায় আর noise-কে উঁচু frequency-তে ঠেলে দেওয়ার (noise shaping) কৌশল-সহ। ওজনের জন্য বানানো এমন chip-এ সাধারণত ভেতরেই উঁচু gain-এর amplifier থাকে। উদাহরণ হিসেবে বহুল প্রচলিত HX711-এর datasheet অনুযায়ী এটি ২৪ বিটের, output-এর হার সেকেন্ডে ১০ বা ৮০টি, আর channel A-তে gain 128 বা 64; ধীর, কিন্তু দোকানের পাল্লার জন্য সেকেন্ডে ১০টি মাপই যথেষ্ট।
SAR-এর শক্তি উল্টো দিকে: প্রতি সেকেন্ডে লাখো নমুনা, প্রতিটির দেরি মাত্র এক-দুই µs, আর একাধিক channel পালাক্রমে মাপা সহজ। মোটরের current, অডিওর মতো দ্রুত সংকেত বা একসঙ্গে অনেক sensor-এ SAR অপরাজেয়। Sigma-delta-র digital filter একটি দেরি যোগ করে (filter-এর settling), তাই channel বদলালে প্রথম কয়েকটি ফল ফেলে দিতে হতে পারে; দ্রুত নিয়ন্ত্রণের লুপে এটি সমস্যা।
আরেকটি সুবিধা sigma-delta-র: তার digital filter-কে এমনভাবে বানানো যায় যে 50 Hz আর 60 Hz-এ গভীর খাদ (notch) থাকে, অর্থাৎ mains-এর hum প্রায় নিজে থেকেই মুছে যায়, ঠিক এই পর্বের 20 ms-এর গড়ের মতো। তাই নকশাকারীর প্রশ্নটি “কোনটি ভালো” নয়, বরং “সংকেত কত দ্রুত আর কত ছোট”। ধীর আর ছোট: sigma-delta; দ্রুত আর মাঝারি: SAR.
মূল উপলব্ধি: SAR গতি দেয়, sigma-delta সূক্ষ্মতা; load cell-এর মতো ধীর আর খুব ছোট সংকেতে ভেতরে amplifier আর digital filter-সহ sigma-delta সাধারণত সঠিক পছন্দ, দ্রুত সংকেতে SAR.
প্র ০৩Sampling theorem-এর নাম প্রায়ই Nyquist-এর সঙ্গে জোড়া, কখনো Shannon, Kotelnikov বা Whittaker-এর সঙ্গেও। এই ইতিহাস কী বলে, আর একজন firmware প্রকৌশলীর কাছে “২ × fmax”-এর নিয়মটি বাস্তবে কেন যথেষ্ট নয়?
ইতিহাসটি একক আবিষ্কারের নয়। Bell Labs-এর Harry Nyquist ১৯২০-এর দশকের শেষে টেলিগ্রাফের সংকেত নিয়ে লেখায় (প্রায়ই ১৯২৮ সালের একটি প্রবন্ধ উল্লেখ করা হয়) দেখান, একটি নির্দিষ্ট bandwidth-এর চ্যানেলে প্রতি সেকেন্ডে কতগুলো স্বাধীন pulse পাঠানো যায়। Claude Shannon ১৯৪৯ সালের “Communication in the Presence of Noise” প্রবন্ধে নমুনা থেকে সংকেত ফিরে পাওয়ার উপপাদ্যটি স্পষ্ট আকারে দেন। সোভিয়েত প্রকৌশলী Vladimir Kotelnikov ১৯৩৩ সালে স্বাধীনভাবে একই ফল প্রকাশ করেছিলেন, আর গণিতবিদ E. T. Whittaker তারও আগে interpolation-এর সূত্রে একই গাণিতিক ভিত্তি দিয়েছিলেন। তাই বইভেদে নাম আলাদা: Nyquist–Shannon, Whittaker–Kotelnikov–Shannon ইত্যাদি। (সাল আর অবদানের সূক্ষ্ম ভাগ নিয়ে সূত্রভেদে সামান্য পার্থক্য আছে।)
উপপাদ্যের শর্তগুলো কিন্তু কঠোর: সংকেত যেন একেবারে fmax-এর ওপরে কিছুই না রাখে, নমুনা অসীম সংখ্যক আর নির্ভুল সময়ে, আর ফিরিয়ে আনার জন্য একটি আদর্শ filter. বাস্তবের কোনো সংকেত এমন সীমাবদ্ধ নয়: load cell-এর সংকেতে আসল ওজনের ধীর বদল যেমন আছে, তেমনই ফ্যানের কাঁপুনি, mains-এর 50 Hz আর তার harmonic (100, 150 Hz…), আর switching regulator-এর kHz-এর noise. ADC এদের সবাইকে নমুনায় নেয়।
তাই firmware প্রকৌশলীর প্রশ্নটি দুই ভাগে। প্রথম: কোন frequency পর্যন্ত আমার দরকার? দোকানের পাল্লায় ওজনের বদল কয়েক Hz-এর বেশি নয়। দ্বিতীয়: তার ওপরে কী কী আছে, আর সেগুলো কোথায় ভাঁজ হয়ে পড়বে? এই পর্বের Python block দেখিয়েছে, 10 Hz-এ নমুনা নিলে 50 Hz-এর hum ঠিক 0 Hz-এ ভাঁজ হয়ে একটি স্থির ভুল হয়, যা দেখে কেউ সন্দেহও করবে না। সমাধান তাই তিন স্তরের: নমুনার আগে analog low-pass filter, যা fs/2-এর ওপরের অংশ যথেষ্ট কমায় (একটি RC filter ধীরে কমায় বলে fs সাধারণত প্রয়োজনের অনেক গুণ রাখা হয়); তারপর দ্রুত নমুনা; তারপর digital গড় বা filter দিয়ে হার কমানো (decimation).
আরেকটি বাস্তব নিয়ম: নমুনার সময় নিজেও নিয়মিত হতে হয়। ISR-এর দেরিতে নমুনার মুহূর্ত কাঁপলে (jitter) দ্রুত সংকেতে সেটিও noise. Timer দিয়ে ADC শুরু করানো (hardware trigger) এই কারণেই প্রচলিত; timer-এর বিস্তারিত পর্ব ৪৪-এ।
মূল উপলব্ধি: Sampling theorem কয়েকজনের হাতে গড়া, আর তার “দ্বিগুণের বেশি” একটি আদর্শ সীমা; বাস্তবে নমুনার আগে filter, যথেষ্ট মার্জিন, নিয়মিত নমুনার সময় আর hum-এর মতো পরিচিত frequency-র হিসাব মিলিয়ে নকশা করতে হয়।
প্র ০৪অনেক ছোট package-এর microcontroller-এ ADC-র Vref আলাদা pin-এ বের হয় না, ভেতরেই analog সরবরাহের (VDDA) সঙ্গে যুক্ত। এতে নির্ভুলতার কী ঝুঁকি, আর ratiometric নকশা কীভাবে এই দুর্বলতাকে শক্তিতে বদলায়?
ADC প্রতিটি মাপ Vref-এর অনুপাতে দেয়: code ≈ Vin ÷ Vref × 4096. Vref যদি VDDA হয়, আর VDDA আসে একটি সাধারণ voltage regulator থেকে, তাহলে regulator-এর সহনশীলতা (প্রায়ই কয়েক শতাংশ), তাপমাত্রায় তার সরে যাওয়া আর load বদলে তার সামান্য ওঠানামা সবই সরাসরি প্রতিটি reading-এ ঢোকে। একটি স্থির 1.000 V মাপতে গিয়ে VDDA 3.30 থেকে 3.20 V-এ নামলে code প্রায় ৩% বেড়ে যায়, যদিও Vin একটুও বদলায়নি। STM32F103-এর ক্ষেত্রেও reference manual অনুযায়ী ছোট package-এ VREF+ ভেতরে VDDA-র সঙ্গে জোড়া, আর বড় package-এ আলাদা pin থাকে; নিজের package-এর pin টেবিল দেখে নেবেন।
দুটি প্রতিকার প্রচলিত। প্রথমটি একটি নির্ভুল, তাপমাত্রায় স্থির বাইরের reference chip, যা আলাদা VREF pin-এ দেওয়া হয়; এতে খরচ আর একটি যন্ত্রাংশ বাড়ে। দ্বিতীয়টি ভেতরের একটি স্থির reference মাপা: অনেক STM32-তে একটি ভেতরের reference voltage (VREFINT) একটি ADC channel-এ মাপা যায়; তার জানা মান দিয়ে উল্টো হিসাব করে VDDA বের করা, তারপর প্রতিটি reading ঠিক করা। ভেতরের reference-এর নিজের সহনশীলতা আর কারখানার calibration মান chip-ভেদে আলাদা, datasheet দেখতে হয়।
কিন্তু load cell-এর মতো সেতু-বর্তনীর sensor-এ তৃতীয় পথটি সবচেয়ে সুন্দর: ratiometric নকশা। Load cell-এর excitation আর ADC-র Vref একই উৎস থেকে নিলে, উৎস ৩% কমলে sensor-এর output-ও ৩% কমে, আর Vref-ও ৩%. অনুপাত, অর্থাৎ code, প্রায় একই থাকে। দুর্বলতা (Vref = সরবরাহ) এখানে শক্তি হয়ে যায়: আলাদা নির্ভুল reference লাগে না, শুধু দুটিকে একই নোডে জোড়া আর তারের রোধ ও noise সামলানো। HX711-এর মতো ওজনের ADC chip-ও এই কারণেই excitation-এর জন্য একটি নিয়ন্ত্রিত সরবরাহ দেয় আর মাপে তারই অনুপাত।
তবু সীমা আছে। Ratiometric শুধু সেই sensor-এ কাজ করে, যার output excitation-এর অনুপাতে চলে (সেতু, potentiometer). একটি তাপমাত্রার sensor যদি নিজেই একটি নির্দিষ্ট voltage দেয়, তার জন্য Vref-এর নির্ভুলতাই জরুরি। আর amplifier-এর offset বা drift সরবরাহের অনুপাতে চলে না, তাই calibration তবুও লাগে।
মূল উপলব্ধি: ADC অনুপাত মাপে, তাই Vref-এর প্রতিটি ভুল reading-এ ঢোকে; বাইরের reference বা VREFINT দিয়ে সংশোধন এক পথ, আর সেতু-ধরনের sensor-এ excitation ও Vref একই উৎসে রেখে ratiometric নকশা সবচেয়ে সাশ্রয়ী পথ।
প্র ০৫“সময় দিয়ে resolution কেনা” — oversampling কখন সত্যিই বাড়তি বিট দেয়, কখন দেয় না, আর battery-চালিত একটি যন্ত্রে এই কেনাকাটার দাম কত?
Oversampling-এর যুক্তি পরিসংখ্যানের: স্বাধীন, এলোমেলো noise গড়ে √N গুণ কমে। ৪টি নমুনায় noise অর্ধেক, অর্থাৎ এক বিটের সমান; তাই প্রতি ৪ গুণ নমুনায় এক বিট, ১৬টিতে দুই, ২৫৬টিতে চার। Microchip, ST, Silicon Labs-এর মতো নির্মাতাদের app note-এ এই কৌশল বহুদিন ধরে বর্ণিত। এই পর্বের Python block দেখিয়েছে, noise থাকলে ২৫৬টি নমুনার গড় 1380.328, আর noise না থাকলে ঠিক 1380.000: অর্থাৎ শর্ত এক নম্বর হলো noise থাকা। খুব পরিষ্কার সংকেতে আর একটি নিখুঁত ADC-তে প্রতিটি নমুনা একই code দেয়, আর গড়ও তাই; তখন ইচ্ছা করে সামান্য noise (dither) যোগ করা হয়, যেমন অডিও আর পরিমাপের যন্ত্রে।
শর্ত দুই: noise এলোমেলো আর নমুনাগুলোর মধ্যে স্বাধীন। ধীরে সরা drift (তাপমাত্রায় amplifier-এর offset) বা নমুনার সঙ্গে তাল মেলানো hum গড়ে কমে না; ওপরে 10 Hz-এ 50 Hz-এর hum গড় যত বড়ই হোক একই 3.39 count-এর ভুল রেখে দিত। শর্ত তিন: ADC নিজের ভুল। Oversampling noise কমায়, কিন্তু INL-এর মতো স্থির বাঁক বা ধাপের অসম প্রস্থ (DNL) ঠিক করে না; ১২ বিটের ADC-কে ১৬টি নমুনায় “১৪ বিট” বলা মানে ১৪ বিটের সূক্ষ্মতা, ১৪ বিটের নির্ভুলতা নয়। আর শর্ত চার: সংকেত গড়ের সময়ের মধ্যে প্রায় স্থির থাকতে হবে।
দামের হিসাব সরল কিন্তু কঠিন। প্রতি বাড়তি বিটে নমুনা ৪ গুণ, অর্থাৎ সময় আর শক্তিও প্রায় ৪ গুণ। STM32F103-এ 1 µs-এর conversion ধরে ৪ বিট বাড়াতে ২৫৬টি নমুনা, প্রতি মাপে অন্তত 256 µs; এর মধ্যে CPU, ADC আর amplifier জেগে থাকে। একটি coin cell-এ চলা যন্ত্র যদি প্রতি সেকেন্ডে একবার মাপে, এই জেগে থাকার সময়ই battery-র আয়ু ঠিক করে দিতে পারে (power budget-এর হিসাব পর্ব ৬২-এ)। DMA দিয়ে নমুনা নিলে CPU ঘুমাতে পারে, কিন্তু ADC আর analog অংশ জাগে। তাই battery-র যন্ত্রে প্রশ্ন: সত্যিই কি বাড়তি বিট দরকার, নাকি কম নমুনায় একটু বেশি noise মেনে নেওয়া যায়, বা ভালো sensor-এ সংকেত বড় করা যায়?
বাজারঘরের smart scale mains-এ চলে, তাই তার কাছে সময় সস্তা; সে ৪টির গড় নেয় আর চাইলে আরও নিতে পারত। কিন্তু একই firmware যদি একটি battery-চালিত কৃষকের হাতের দাঁড়িপাল্লায় যেত, প্রতিটি নমুনার হিসাব আলাদা হতো।
মূল উপলব্ধি: Oversampling তখনই বাড়তি বিট দেয়, যখন noise এলোমেলো, স্বাধীন আর অন্তত প্রায় এক LSB, আর সংকেত স্থির; এটি নির্ভুলতা নয়, সূক্ষ্মতা বাড়ায়, আর প্রতি বিটে ৪ গুণ সময় ও শক্তি নেয়।
অনুশীলন
প্রথমে নিজে লিখুন বা হিসাব করুন, তারপর উত্তর খুলুন। প্রতিটি উত্তর lab-এ চালিয়ে বা হিসাব-script দিয়ে যাচাই করা।
-
নকশা ও বাস্তবায়ন — ১৪ বিটের oversampled ওজন: বাজারঘর board-এর জন্য একটি function
int32_t weigh_os14(void)লিখুন, যা ১৬টি conversion যোগ করে ২ বিট ডানে সরিয়ে একটি ১৪ বিটের মান বানাবে (গোল করে), তারপর README-র calibration থেকে গ্রাম দেবে। ১৪ বিটের এককে zero আর span কত হবে? যোগফলের type কী হবে? ±8 count noise-এ (Spec decision 25) 1400 g-এ ফল কেমন আসবে বলে আশা করেন?static int32_t weigh_os14(void) { uint32_t sum = 0; /* 16 x 4095 = 65520: fits */ for (int i = 0; i < 16; i++) sum += adc_read(); /* EOC polling, as in scale.c */ int32_t s14 = (int32_t)((sum + 2u) >> 2); /* 0 .. 16380 */ return div_round((s14 - 1600) * 2000, 5600); }১৬টির যোগফল ÷ 4 মানে ১২ বিটের মানের ৪ গুণ, তাই zero = 400 × 4 = 1600 আর span = 1400 × 4 = 5600 (2000 g-এ)। যোগফল সর্বোচ্চ 16 × 4095 = 65520, uint16_t-এ কোনোমতে আঁটে, কিন্তু uint32_t নিরাপদ আর Cortex-M3-এ একই খরচ। গুণফল সর্বোচ্চ (16380 − 1600) × 2000 = 29,560,000, int32_t-এ সহজে আঁটে। সত্যিকারের run (lab-এর
ovs14.c,noise8.json):s14=5516 grams=1399,5518 1399,5522 1401,5516 1399,5526 1402,5518 1399. আদর্শ মান 4 × 1380 = 5520; ছয়টি মাপ 1399 থেকে 1402 g, যেখানে গড় ছাড়া একক মাপ 1389 থেকে 1409 g-এ ছড়িয়েছিল। এক ১৪-বিট ধাপ = 2000 ÷ 5600 ≈ 0.36 g, কিন্তু মনে রাখুন: board-এর load-cell মডেল নিজেই পূর্ণ count-এ গোল করে, আর noise থাকায় তবেই ধাপের ভেতরের মান আসে। -
ভুল খুঁজুন — গড়ের function: একজন লিখলেন:
1400 g-এ (raw 1380) পরীক্ষায় ফল ঠিক এল, তাই তিনি খুশি। এর ঠিক আগে firmware সঠিক নিয়মে একবার মেপেছিল। তিনটি ভুল খুঁজুন, আর 5000 g-এ (raw 3900) কী ফল আসবে, আগে হিসাব করুন।static uint32_t bad_read_avg(void) { uint16_t sum = 0; for (int i = 0; i < 32; i++) { ADC1->CR = ADC_CR_SWSTART; sum += ADC1->DR; } return sum / 32u; }(১)
CR-এ শুধুSWSTARTলেখায়ADON0 হয়ে যায়; board-এ (Spec decision 25) প্রতিটি শুরু উপেক্ষিত, run-এ ৬৪টি লাইনwarning: ADC start while ADON = 0 (ignored), অর্থাৎ ৩২টির একটিও নতুন conversion হয়নি। (২) EOC-এর অপেক্ষা নেই, তাই DR-এ যা পড়ে থাকে তাই পড়া হয়: আগের সঠিক মাপের পুরোনো মান। 1400 g-এ ফল ঠিক এসেছিল শুধু এই কারণে, কারণ DR-এ আগের 1380 পড়ে ছিল। (৩)uint16_t sum: 32 × 3900 = 124800, যা 65535-এর বেশি; 124800 − 65536 = 59264, আর 59264 ÷ 32 = 1852. সত্যিকারের run (lab-এরbad_avg.c, সঠিক আর ভুল function পরপর):good=1380 bad=1380, তারপর 5000 g-এgood=3900 bad=1852. সঙ্গে ছোট একটি দুর্বলতা:sum / 32uছাঁটে, গোল করে না। সংশোধন:ADC_CR_ADON | ADC_CR_SWSTART, প্রতিবার EOC-এর জন্য অপেক্ষা,uint32_t sum, আর(sum + 16u) / 32u. শিক্ষা: একটি মাত্র ওজনে পরীক্ষা যথেষ্ট নয়; পাল্লার সর্বোচ্চ প্রান্তে আর ওজন বদলের পরে পরীক্ষা করুন। -
হিসাব — দুই chip, একই প্রশ্ন: (ক) ATmega328P-এর মতো একটি ১০ বিটের ADC, Vref = 5 V: LSB কত? 2.2 V-এ code কত (floor নিয়ম)? (খ) একই load cell আর amplifier এই ADC-তে দিলে (একই অনুপাতে, তাই span 1400 ÷ 4 = 350 count) এক count কত গ্রাম? (গ) STM32F103 72 MHz-এ, APB2 72 MHz, ADC prescaler ÷6: ADC clock কত? 1.5 আর 239.5 cycle-এর sampling time-এ conversion time আর সর্বোচ্চ নমুনার হার কত?
(ক) LSB = 5 ÷ 1024 = 4.8828 mV; 2.2 ÷ 0.0048828 = 450.56 → code 450. (খ) 2000 g ÷ 350 count ≈ 5.71 g প্রতি count, ১২ বিটের 1.43 g-এর চার গুণ মোটা; ১০ বিটে এই স্কেল ৫ গ্রামের কম বদল দেখতেই পাবে না। (গ) 72 ÷ 6 = 12 MHz (÷4-এ 18 MHz, যা 14 MHz-এর সীমা ছাড়ায়)। Tconv = (1.5 + 12.5) ÷ 12 MHz = 1.17 µs, হার প্রায় 857 হাজার নমুনা প্রতি সেকেন্ড; (239.5 + 12.5) ÷ 12 MHz = 252 ÷ 12 MHz = 21 µs, হার প্রায় 47.6 হাজার প্রতি সেকেন্ড। সব মান lab-এর হিসাব-script-এ মেলানো। (নমুনার হার এখানে একটির পর আরেকটি conversion ধরে; আসল চলমান হারে firmware বা DMA-র খরচও আছে।)
-
আগে বলুন, তারপর মেলান — ৮ বিটের SAR: একটি ৮ বিটের SAR ADC, Vref = 2.56 V (তাই LSB = 10 mV), comparator “Vin ≥ Vdac” হলে বিট রাখে। Vin = 1.234 V. প্রতিটি ধাপের পরীক্ষার code, Vdac আর সিদ্ধান্ত লিখুন। শেষ code binary আর hex-এ কত?
বিট ৭: 10000000 → 1.28 V, বাদ। বিট ৬: 01000000 → 0.64 V, রাখা। বিট ৫: 01100000 → 0.96 V, রাখা। বিট ৪: 01110000 → 1.12 V, রাখা। বিট ৩: 01111000 → 1.20 V, রাখা। বিট ২: 01111100 → 1.24 V, বাদ (1.234 ছোট)। বিট ১: 01111010 → 1.22 V, রাখা। বিট ০: 01111011 → 1.23 V, রাখা। ফল
01111011= 123 =0x7B, অর্থাৎ 1.234 ÷ 0.01 = 123.4-এর floor. অংশ ৩-এরsar.py(VREF আর BITS বদলে) একই আটটি ধাপ আর 123 দেয়। লক্ষ করুন বিট ২: 1.24 V মাত্র 6 mV বেশি; comparator-এর নিজের offset কয়েক mV হলে এখানেই ভুল সিদ্ধান্ত হতে পারত, আর বাকি সব বিট সেই ভুলের ওপর দাঁড়াত।
নিজেকে যাচাই করুন
ভুল হলে কারণসহ ব্যাখ্যা পাবেন, আবার চেষ্টাও করতে পারবেন।
ক্রমPolling দিয়ে একটি ADC reading নিয়ে ওজন বের করার ধাপগুলো সঠিক ক্রমে সাজান (▲▼ চেপে সরান)
- ADC চালু করা (ADON) আর, chip-এ থাকলে, তার self-calibration চালানো
- Channel আর তার sampling time বাছাই করা
- SWSTART লিখে conversion শুরু করা
- S/H input ধরে রাখে, আর SAR MSB থেকে LSB পর্যন্ত বিট ঠিক করে
- EOC বসার অপেক্ষা, তারপর data register পড়া (যা EOC মোছে)
- Calibration-এর সূত্রে count থেকে গ্রামে রূপান্তর
একটি ১২ বিটের ADC-র reference voltage 3.3 V. এক LSB-এর voltage প্রায় কত?
- 12.9 mV
- 0.806 mV
- 3.22 mV
- 275 mV
একটি ১২ বিটের SAR ADC একটি conversion-এ ভেতরের comparator দিয়ে কয়টি তুলনা করে?
- 4096টি
- 4095টি, একসাথে
- ১২টি, একটির পর একটি
- ১টি
একটি load cell-এর সংকেতে 50 Hz-এর mains hum মিশে আছে। Firmware প্রতি 100 ms-এ (10 Hz) একটি করে নমুনা নেয়, গড় ছাড়া। Hum-টি নমুনায় কীভাবে দেখা দেবে?
- একটি স্থির offset হিসেবে, যা ওঠানামা করে না
- 50 Hz-এর ওঠানামা হিসেবে
- 5 Hz-এর ধীর ঢেউ হিসেবে
- একেবারেই দেখা দেবে না
স্বাধীন, এলোমেলো noise-এ একটি ADC-র একক মাপের standard deviation 8 count. ১৬টি নমুনার গড় নিলে গড়ের standard deviation প্রায় কত?
- 0.5 count
- 8 count
- 4 count
- 2 count
STM32F103-এ ADC clock 14 MHz, sampling time 1.5 cycle, আর conversion-এর বাকি অংশ 12.5 cycle. একটি conversion-এ কত সময় লাগে?
- প্রায় 0.11 µs
- 1 µs
- 18 µs
- 1.17 µs
একটি load cell-এর excitation আর ADC-র reference voltage একই সরবরাহ থেকে নেওয়া (ratiometric নকশা)। সরবরাহ 3.3 V থেকে 1% কমে গেলে, একই ওজনে ADC-র code আদর্শভাবে কী হবে?
- প্রায় 1% বাড়বে
- প্রায় 1% কমবে
- প্রায় একই থাকবে
- ADC 0 দেখাবে
শব্দকোষ
লেখার মধ্যে ডটেড দাগ দেওয়া শব্দে মাউস রাখুন বা চাপুন — অর্থ দেখাবে। এই পর্বের সব নতুন শব্দ এখানে একসাথে:
মনে রাখুন
- Resolution: LSB = Vref ÷ 2n; 3.3 V-এ ১২ বিটে ≈ 0.806 mV. Quantization error floor-এ ০ থেকে ১ LSB, round-এ ±½ LSB; বাজারঘরের স্কেলে এক count ≈ 1.43 g.
- SAR: S/H মান ধরে, DAC আর comparator MSB থেকে বিট ধরে বাইনারি সার্চ করে; n বিটে n ধাপ, শেষে EOC আর DR.
- সময়: STM32F103-এ Tconv = (sampling + 12.5) ADC cycle, ADC clock ≤ 14 MHz; ধীর সংকেতে লম্বা sampling time নিরাপদ।
- Aliasing: fs > 2 × fmax, নমুনার আগে anti-aliasing filter; 50 Hz-এর hum 10 Hz-এ স্থির ভুল হয়ে লুকায়, 20 ms-এর গড় মুছে দেয়।
- Noise: N নমুনার গড়ে noise ≈ √N গুণ কম (board-এ ৮ মাপের ফারাক 20 → 13 → 4 g); 4k নমুনায় k বাড়তি বিট, যদি এলোমেলো noise থাকে।
আরও পড়ুন · ABCL TECH-এ আপনার পরবর্তী পদক্ষেপ
- মাইক্রোপ্রসেসর, এমবেডেড সিস্টেম ও IoT · কোর্স হোম৮৫টি পর্বপুরো কোর্সের মানচিত্র আর বাজারঘরের দুটি device-এর পথ।
- পর্ব ৪০ · Fixed-point গণিতআগের ভিত্তিADC count থেকে গ্রাম float ছাড়া, প্রতিটি সম্ভাব্য count-এ যাচাই করে।
- পর্ব ৩৬ · C-তে memory-mapped registerআগের ভিত্তিADC1->SR-এর মতো struct pointer আর volatile register.
- Computer Architecture পর্ব ৫৬ · Power আর embedded সিস্টেমপাশের ট্র্যাকMicrocontroller-এর ভেতরের peripheral, ADC আর শক্তির হিসাব।
- Computer Networks পর্ব ০৭ · Physical layerপাশের ট্র্যাকSampling, quantization আর Nyquist-Shannon-এর তত্ত্ব।