Kohina tehostaa signaalin siirtoa

Tavanomaisessa elektroniikassa tehdään paljon stokastisen resonanssin (SR) eliminoimiseksi – ärsyttävää sihinää, joka yleensä vaikeuttaa heikkojen signaalien havaitsemista ja heikentää laitteen yleistä suorituskykyä.

Mutta miten olisi käyttää sitä keinona parantamaan signaalin siirtoa ja havaitsemista uuden sukupolven laitteilla, kuten bio-inpiroidut anturit ja laskentaprosessorit, jotka perustuvat aivojen neuroverkostoihin?

Osakan yliopiston tutkijat pyrkivät tähän käyttämällä yksiseinäisiä hiilinanoputkia (SWNT). He loivat summaavan verkon SR-laitteen, joka havaitsee alle kynnyksen olevat signaalit.

Tutkijoiden SR-laitteen toiminnalliset ominaisuudet pohjautuvat tiiviisiin nanomateriaaleihin ja hyödyntävät luonnollista spontaania kohinaa huoneenlämmössä, kertoo apulaisprofessori Megumi Akai-Kasaya.

On jo vuosikymmeniä tiedetty, että jotkut eläimet käyttävät stokastista resonanssia parantaakseen havaitsemiskynnyksen alapuolella olevien signaalien lähetystä tai havaitsemista. Esimerkiksi ravut käyttävät sitä havaitsemaan saalistajien pieniäkin liikkeitä veden mekaanisen kohinan avulla.

Myös ihmisen aivot käyttävät SR:ää visuaalisessa käsittelyssä. Havaitsemattomat valosignaalit oikeaan silmään tulevat havaittaviksi lisäämällä kohinaa vasempaan silmään.

Viime aikoina tutkijat ovat havainneet, että satunnaisen kohinan, kuten SR:n, lisääminen oikealla tavalla elektronisiin laitteisiin voi lisätä signaalien havaittavuutta ja tiedonsiirron tehokkuutta.

SR-pohjaisen elektronisen laitteen kehittämiseen on kaksi perusedellytystä: signaalin havaitsemiskynnys ja ylimääräisen kohinan olemassa olo. Näiden vaatimusten täyttämiseksi Osakan tutkimusryhmä loi SWNT-verkon, jossa on jopa 300 hiilinanoputkea rinnakkain kromielektrodeissa, jotka lisäsivät signaalin havaitsemiskykyä.

He funktionalisoivat SWNT:t PMo12 -hapolla, mikä tuotti suuren ja viritettävän sähköisen kohinatyypin yleisen ympäristökohinan lisäksi.

Akai-Kasaya uskoo, että kohinan generoivia laitteita tarvitaan sellaisissa tulevaisuuden laitteistoissa, jolla voidaan toteuttaa neuromorfinen stokastinen laskenta tai toteuttaa erittäin vähän energiaa kuluttava tiedonsiirto.