La physique

Les capteurs de toutes sortes, des accéléromètres aux thermomètres, peuvent être gênés par des fluctuations aléatoires (bruit) dans l'environnement, qui peuvent submerger les signaux qu'ils visent à détecter. Mais une nouvelle étude montre comment le bruit pourrait en fait être utilisé pour améliorer la sensibilité des capteurs [1]. Dans des expériences utilisant un capteur portable sans fil qui surveille la respiration d'une personne pendant l'exercice, les chercheurs ont montré que la capacité du capteur à détecter les signaux faibles est maximale non pas lorsque l'entrée est sans bruit, mais lorsqu'elle inclut une quantité modeste de bruit.

La plupart des tentatives pour traiter les effets néfastes du bruit dans la détection se concentrent sur sa réduction ou sa suppression, par exemple en utilisant le filtrage ou l'annulation active du bruit. Cependant, on sait depuis longtemps que certains systèmes non linéaires - où le signal de sortie n'est pas simplement proportionnel à l'entrée - peuvent bénéficier du bruit grâce à un effet appelé résonance stochastique [2]. Ce phénomène, où une quantité modeste de bruit augmente en fait la sortie, est exploité par certains systèmes biologiques, tels que les organes des écrevisses qui détectent le mouvement [3]. La résonance stochastique a également été signalée dans divers circuits électroniques spécialisés et dispositifs mécaniques.

Aujourd'hui, une équipe à Singapour et en Chine, dirigée par l'ingénieur en électronique John Ho de l'Université nationale de Singapour, a montré comment induire une résonance stochastique pour améliorer la sensibilité d'un capteur mécanique. L'essentiel est de faire fonctionner le dispositif à proximité d'un point dit exceptionnel (PE), où la non linéarité est particulièrement forte.

Les EP se produisent dans des systèmes résonnants qui peuvent échanger de l'énergie avec leur environnement. De tels systèmes peuvent avoir des fréquences de résonance auxquelles ils vibrent naturellement en l'absence d'une force motrice périodique - par exemple, un pont qui vibre en réponse au vent. Deux de ces fréquences de résonance (appelées fréquences propres) peuvent coïncider lorsqu'une autre propriété du système atteint une certaine valeur. Cette coalescence se produit à un EP et peut induire un comportement hautement non linéaire, de sorte que le système peut montrer une réponse prononcée à un petit signal.

Dans leurs dernières recherches, Ho et ses collègues étudient un capteur résonant qui produit une sortie lorsque l'amplitude du signal d'entrée dépasse un certain seuil. Ils montrent théoriquement que le bruit dans l'entrée peut induire des EP à des moments aléatoires, après quoi le capteur devient temporairement plus sensible - un signal d'entrée initialement trop faible pour induire un signal de sortie peut maintenant le faire. De cette manière, le bruit augmente les performances globales du capteur par résonance stochastique : le plus grand rapport signal sur bruit n'est pas à un bruit nul mais à une certaine amplitude de bruit particulière.

Pour tester l'idée expérimentalement, les chercheurs ont utilisé un capteur de mouvement composé de deux paires de patchs ovales superposés de fil d'argent tissés dans un textile. Une paire se porte à même la peau et l'autre sur un vêtement placé par-dessus la première. Les patchs électriquement conducteurs peuvent servir de plaques chargées de condensateurs dans des circuits électriques appelés résonateurs LC. Lorsque la distance entre les deux résonateurs change du fait des mouvements du porteur - par exemple du fait de la respiration - le couplage entre eux change également. Ce changement modifie la fréquence de résonance des patchs sur les vêtements, dont la résonance est surveillée sans fil et utilisée comme signal de sortie. Un tel appareil peut détecter la respiration.

Dans les expériences, à mesure que le mouvement du porteur devenait plus vigoureux, de la position debout à la marche et à la course, le bruit de l'entrée augmentait, induisant des EP stochastiques dans le capteur, ce qui créait alors l'amélioration prévue de la sensibilité. Le rapport signal sur bruit du capteur augmentait initialement à mesure que le niveau de bruit augmentait, atteignant un maximum avant de diminuer à nouveau lorsque le bruit submergeait le signal : la signature caractéristique de la résonance stochastique. En conséquence, le capteur a continué à bien fonctionner pour surveiller la fréquence respiratoire pendant la marche, alors que sans l'amplification de la résonance stochastique, il ne pouvait détecter la fréquence proprement que lorsque le sujet était immobile.

Ho et ses collègues disent que cet effet pourrait être exploité pour améliorer la surveillance des soins de santé, en étant adaptable aux capteurs de rythme cardiaque, de marche et de production de sueur, par exemple. Ils disent que cela pourrait également améliorer la détection des paramètres environnementaux tels que la pression, la température ou l'humidité.

"Je suis vraiment impressionné que [Ho et ses collègues] aient démontré cette idée intelligente dans une application du monde réel", a déclaré Liang Jiang, expert en détection quantique à l'Université de Chicago. "C'est vraiment une démonstration cool." Le physicien de la matière condensée Mark Dykman de l'Université d'État du Michigan affirme qu'il est précieux d'explorer le comportement autour de points exceptionnels en présence de bruit. "Il s'agit d'un nouvel élément dans la longue liste des phénomènes de résonance stochastique" non conventionnels "", a-t-il déclaré.

–Philip Ball

Philip Ball est un rédacteur scientifique indépendant à Londres. Son dernier livre est The Modern Myths (University of Chicago Press, 2021).

Zhipeng Li, Chenhui Li, Ze Xiong, Guoqiang Xu, Yongtai Raymond Wang, Xi Tian, ​​​​Xin Yang, Zhu Liu, Qihang Zeng, Rongzhou Lin, Ying Li, Jason Kai Wei Lee, John S. Ho et Cheng-Wei Qiu

Phys. Rév. Lett. 130, 227201 (2023)

Publié le 2 juin 2023

Les améliorations du modèle révèlent plus d'informations sur le lien entre les animaux au pâturage et la formation de modèles de végétation en spirale dans les climats arides. En savoir plus "

Une théorie dérivée de la dynamique des fluides non linéaires est capable de reproduire la dynamique de formation des communautés haineuses en ligne, offrant des informations qui pourraient éclairer les politiques publiques. En savoir plus "

Une nouvelle théorie explique pourquoi nos planètes évitent les collisions pendant des durées beaucoup plus longues que ne le prédisent les théories standard de la stabilité planétaire. En savoir plus "