如果我們已經(jīng)設(shè)置了 A/D 轉(zhuǎn)換器或智能傳感器，并且主機(jī)處理器正在從讀數(shù)中獲取數(shù)據(jù)，這是第一步。對(duì)于某些應(yīng)用程序，按需讀取一次可能很有用。許多應(yīng)用程序要求對(duì)讀數(shù)流進(jìn)行一些計(jì)算。

信號(hào)處理是一個(gè)深?yuàn)W的話題，但我們將為制造商保持簡單。這里有一些關(guān)于處理 A/D 數(shù)據(jù)流的基礎(chǔ)知識(shí)。

1. 時(shí)間是一個(gè)重要的維度

分析二維 (2D) 數(shù)據(jù)，例如來自圖像傳感器的像素?cái)?shù)據(jù)，要復(fù)雜得多。為此，我們假設(shè)我們正在處理來自每個(gè)傳感器的連續(xù)、實(shí)時(shí)的一維 (1D) 時(shí)間序列。時(shí)間序列就是它聽起來的樣子：在連續(xù)時(shí)間點(diǎn)采集的樣本，從最早到最近。

使分析更容易的是一致間隔的 A/D 樣本。理想情況下，樣本具有恒定的輸出數(shù)據(jù)速率 (ODR)，以設(shè)定的頻率觸發(fā)讀數(shù)。無論主機(jī)何時(shí)讀取數(shù)據(jù)，樣本間距都是已知且一致的。例如，20 Hz 的 ODR 意味著樣本相隔 50 毫秒。雖然可以為不規(guī)則樣本加上時(shí)間戳并計(jì)算出間距，但這需要更多的存儲(chǔ)和更多的處理。

1. 本地決策可以提供幫助

另一個(gè)簡化來自理解應(yīng)用程序和解釋數(shù)據(jù)及其意義。這是邊緣計(jì)算的關(guān)鍵原則之一——不要將原始數(shù)據(jù)發(fā)送到云端進(jìn)行處理，這并不有趣。本地決策有助于減少網(wǎng)絡(luò)擁塞和云存儲(chǔ)需求。

幾個(gè)例子可能有助于說明這一點(diǎn)。假設(shè)傳感器正在監(jiān)測泵電機(jī)的溫度。您需要查看完全正常的讀數(shù)嗎?不，您想知道傳感器是否正常工作，它會(huì)在溫度升高并接近過熱時(shí)提醒您。

另一個(gè)例子是模型火箭高度計(jì)。當(dāng)它坐在發(fā)射臺(tái)上時(shí)，它是靜止的，除了設(shè)置參考零高度之外，讀數(shù)并不是很有趣。從高度計(jì)的角度來看，“發(fā)射”是在高于閾值(如 5 米)的高度變化加上加速度時(shí)出現(xiàn)的。數(shù)據(jù)收集從那時(shí)開始。

1. 處理的三個(gè)基本方案

制造商可能熟悉一批樣本數(shù)據(jù)的統(tǒng)計(jì)計(jì)算。處理實(shí)時(shí)采樣的 A/D 數(shù)據(jù)流有點(diǎn)不同。流處理有三個(gè)基本動(dòng)機(jī)。

· 降噪：使用平均技術(shù)可以輕松消除均勻分布的“白”噪聲。移動(dòng)平均線試圖平滑信號(hào)，取最近的 N 個(gè)樣本并對(duì)它們進(jìn)行平均。當(dāng)下一個(gè)樣本進(jìn)來時(shí)，它與最近的 N-1 個(gè)樣本一起被扔進(jìn)去并再次平均。移動(dòng)平均引入了滯后，隨著周期變大，滯后變大。通常，計(jì)算并比較兩個(gè)移動(dòng)平均線，一個(gè)具有較短周期的 M 個(gè)樣本，另一個(gè)具有較長周期的 N 個(gè)樣本。

· 預(yù)測：對(duì)于控制系統(tǒng)，能夠預(yù)測或至少對(duì)來自一組先前樣本的下一個(gè)樣本進(jìn)行有根據(jù)的猜測是非常有用的。例如，用外力(如工作中的風(fēng)速變化)來預(yù)測無人機(jī)的運(yùn)動(dòng)是一項(xiàng)挑戰(zhàn)。有“過濾”步驟預(yù)測器，將不確定性納入最佳新估計(jì)。最常見的是卡爾曼濾波器，通常在罐裝庫算法中可用。

· 頻域分析：時(shí)間序列可能會(huì)揭示一些信息，但真正的信息往往在于頻域。假設(shè) Nyquist 采樣，快速傅立葉變換 (FFT) 將時(shí)間序列數(shù)據(jù)轉(zhuǎn)換為頻率區(qū)間中的能量。對(duì)于分析音頻數(shù)據(jù)或振動(dòng)模式，使用頻域是必不可少的。

1. 傳感器融合可以提供洞察力

最后，還有傳感器融合的想法。來自不同類型傳感器的讀數(shù)結(jié)合起來產(chǎn)生的信息比單獨(dú)一個(gè)傳感器所能提供的信息多。傳感器融合也會(huì)很快變得復(fù)雜。在傳感器之間融合具有不同采樣率和時(shí)間延遲的數(shù)據(jù)變得不切實(shí)際。

簡化有幫助。讓我們回到我們的模型火箭高度計(jì)示例。好的高度計(jì)同時(shí)具有壓力傳感器和加速度計(jì)，并且它們以相同的低采樣率運(yùn)行，因此沒有明顯的相位延遲。我們談到了檢測“發(fā)射”。僅從壓力讀數(shù)就可以得出近似的最大高度或遠(yuǎn)地點(diǎn)。更準(zhǔn)確的讀數(shù)來自加速度停止的樣本的相關(guān)性——1 g，直線下降。

傳感器融合在無人機(jī)和機(jī)器人中廣泛使用的慣性測量單元 (IMU) 中也很常見。結(jié)合加速度計(jì)、陀螺儀和磁力計(jì)讀數(shù)，可以更完整地了解姿勢。具有集成處理功能的封裝 IMU 可以完成大部分計(jì)算。

重述處理 A/D 數(shù)據(jù)流的步驟

給定關(guān)鍵算法的庫，時(shí)間序列數(shù)據(jù)分析是可行的。以下是步驟的摘要：

· 為傳感器選擇并設(shè)置 ODR，并為任何其他傳感器選擇相同的速率。

· 應(yīng)用本地決策以減少數(shù)據(jù)傳輸、處理和存儲(chǔ)要求。

· 確定應(yīng)用程序需要什么：降噪、預(yù)測或頻域分析。

· 盡可能從應(yīng)用程序庫中為更復(fù)雜的算法借用經(jīng)過驗(yàn)證的代碼。

· 在問題得到充分探索且解決方案已知的情況下，利用傳感器融合。

通過處理 A/D 數(shù)據(jù)流獲得信心可以從數(shù)據(jù)中獲得更多見解。它甚至可能會(huì)激發(fā)您使用自己的傳感器包和算法進(jìn)行創(chuàng)新。