基于低功耗單片機的事件驅動信號處理方法

屈寶麗

（西安交通工程學院，陜西西安 710300）

如今，具有無線連接功能的傳感器設備(例如WiFi、藍牙和ZigBee)在物聯(lián)網(wǎng)應用中變得越來越重要?；诟兄盘柗治龅幕顒颖O(jiān)測正在成為生物醫(yī)學計算技術的一個流行應用。人體傳感器測量由生物醫(yī)學接口轉換為電信號，基于觀測的遠程傳感器用于監(jiān)測人體運動。電池充電和更換是非常麻煩的過程，并且是擴展各種基于IoT 應用的主要障礙。因此，傳感器系統(tǒng)的長運行壽命是設計系統(tǒng)結構和傳感器數(shù)據(jù)處理算法的一個重要要求[1-2]。傳感器系統(tǒng)的能量消耗主要是對傳感器信號進行采樣，對采集到的數(shù)據(jù)進行處理，并通過無線接口將采集到的數(shù)據(jù)傳輸?shù)街鳈C上。傳統(tǒng)的傳感器對信號進行周期性采樣，并對采集到的數(shù)據(jù)進行分析[3-4]。

傳統(tǒng)的人類活動監(jiān)測傳感平臺使用通用單片機(MCU)，該單片機包括一個模擬傳感器接口、離散時間模數(shù)轉換器[5-6](作為數(shù)據(jù)采樣器)和一個傳感器數(shù)據(jù)處理單元(用于分析收集的數(shù)據(jù))。

為了在能源消耗中進行高效的傳感器數(shù)據(jù)處理，文中引入了一種語義采樣方法來捕獲具有感興趣特征的信號，并將其作為信號-事件轉換器(S2E)的預處理器單元，該信號生成器生成基本事件，而不是采樣數(shù)據(jù)本身。與作為信號-數(shù)據(jù)轉換器(S2D)的常規(guī)模數(shù)轉換器(ADC)相比，所提取基本事件的樣本數(shù)據(jù)相對較少。提出的S2E 代替?zhèn)鹘y(tǒng)的S2D，以從傳入的傳感器信號中提取基本事件，由事件驅動的傳感器數(shù)據(jù)處理單元(EPU)對提取的基本事件進行事件識別[7]。

1 事件空間信號

文中方法通過S2E 對傳感器信號進行宏觀處理，而不是傳統(tǒng)的對感知數(shù)據(jù)集進行微觀分析。在圖1(a)中，人類活動傳感器信號由感興趣的屬性和基本事件之間的運行時間關系表示[8]。通過圖1(b)中的事件量化，可知被監(jiān)視的人類活動被編碼為一組基本事件。

圖1 事件數(shù)據(jù)空間中的采樣數(shù)據(jù)表示

為了解決傳統(tǒng)數(shù)字系統(tǒng)結構的缺陷，采用基于離散時間的傳感器數(shù)據(jù)處理方法，提出了一種改變傳統(tǒng)數(shù)字系統(tǒng)設計的事件驅動系統(tǒng)結構。通過對系統(tǒng)操作的分析，設計了實現(xiàn)一般事件感知應用的事件驅動傳感器的理論框架。如圖2 所示，遠程安裝的智能傳感器系統(tǒng)定期監(jiān)測環(huán)境，并通過無線接口將收集到的傳感器數(shù)據(jù)傳輸?shù)街鳈C系統(tǒng)(如Web 服務器)。

圖2 基于傳感器的物聯(lián)網(wǎng)設備

1.1 事件空間信號表示

該研究從信號的事件空間表示開始，而不是數(shù)字數(shù)據(jù)空間域。感知信號的提取特征被編碼為事件與信息值之間的運行時間。定義的基本事件提供了抽象級別的信號表示，并降低了為提取感興趣信息特征執(zhí)行基本數(shù)據(jù)處理時的計算復雜度。所收集的基本事件包括原始信號中的部分信息[9-10]，這些信息指定是否存在所需的信號特征點。

1.2 精度控制的事件量化

事件量化概念擴展了信號表示的時間量化方法，該方法根據(jù)運行時間來增強常規(guī)的數(shù)據(jù)采樣和處理方法。時間量化僅監(jiān)測信號轉換的特定條件，并捕獲時間戳，事件量化方法還用于確定信號的指定特征是否存在。

1.3 事件驅動的傳感器數(shù)據(jù)處理

提出的事件驅動傳感器數(shù)據(jù)處理流程描述了基于事件的方法，具有一定的精度誤差。輸入信號以指定的興趣信號特性進行監(jiān)控，以產(chǎn)生信號的特定基本事件[11-12]。信號指定區(qū)域內(nèi)的基本事件集作為事件向量被追蹤到示蹤劑存儲器中，其中包含事件序列基本事件以及基本事件之間的時間-距離關系。跟蹤事件向量通過將近似結果與基本事件的預期規(guī)則進行比較，將近似結果標識為最終事件。這些近似方法能夠降低計算復雜度，以便處理大量收集的傳感數(shù)據(jù)，因此可以降低功耗。對于與人機交互有關的應用程序，一種近似方法使開發(fā)人員能夠使用更少的硬件資源設計計算塊，同時在有限的精度分辨率下提供足夠的性能[13-14]。

在根據(jù)規(guī)范定義的精度控制方法中，研究重點是數(shù)據(jù)表示分辨率、采樣頻率的時序分辨率以及作為延遲時間的響應時間，這樣就可以根據(jù)所提的事件量化方法的抽象級別在處理器架構級別上配置操作精度[15-16]。

2 擬議架構

2.1 與應用有關的約束

事件源如手勢、近距離目標活動等產(chǎn)生信號脈沖，信號特征點之間的距離很長，數(shù)據(jù)樣本的數(shù)量(n)大于事件的數(shù)量(m)。在這項工作中，假設了一個特定于應用程序的事件特征約束，與數(shù)據(jù)樣本的數(shù)量相比，這將減少事件數(shù)量。

事件量化精度取決于經(jīng)過的時間戳的分辨率em′,m。事件傳感應用中，事件到事件的持續(xù)時間相對大于精度誤差，具有以下特定于應用程序的約束：

基于式（1）中特定于應用程序的約束，由不正確的時間戳測量時鐘引起的事件識別精度誤差相對不敏感。已識別的事件觀察者(例如人眼)在識別事件的意義時允許一定程度的不準確性，這是由提出的不準確事件驅動傳感器處理器引起的。

所提出的傳感器處理器是在這些特定于應用程序的約束下設計的，方法是降低時間戳測量時鐘的精度，減小定時器塊的位寬以捕獲時間戳，并降低時間到距離測量塊的操作復雜性，這些塊是作為在實現(xiàn)的硬件中用于事件識別的專用加速器來實現(xiàn)的。

2.2 基本事件量化

傳統(tǒng)的MCU 在ADC 單元中執(zhí)行數(shù)據(jù)采樣，在緩沖存儲器中進行數(shù)據(jù)跟蹤以及數(shù)字數(shù)據(jù)處理，以識別由事件源(例如滑動手勢)生成的原始事件，執(zhí)行語法采樣時無需考慮輸入信號的屬性。然后，使用感興趣的特性執(zhí)行惰性評估，最終事件evi由大量采樣數(shù)據(jù){di}生成。這種在常規(guī)MCU 中的語法數(shù)據(jù)采樣和惰性評估如圖3(a)所示。對于較小的基本事件集，所提出的EPU 可以執(zhí)行事件關系分析，并減少計算開銷。修改后的MCU 中事件驅動處理的整個過程如圖3(b)所示。

圖3 基于事件驅動數(shù)據(jù)的事件采樣

在提出的架構中，事件驅動的信號采樣使用特征掃描窗口捕獲感興趣的信號形狀，特征掃描窗口確定信號預期特征是否存在。圖4(a)中的特征掃描窗口配置為捕獲特定信號形狀，這個配置用圖4(b)中的一組信號段Ω表示。

S2E 包括基本事件發(fā)生器(AEG)單元，通過使用用戶定義的一組信號段Ω來生成一組基本事件。用戶定義的信號段Ω示例如圖4(c)所示。圖5 描述了捕獲信號形狀的方法，它是一個跨越一定到達時間范圍的基本事件。

圖4 基于信號分割的基本事件生成器

圖5 特定特性和運行時間的事件示例

定義1 給定的連續(xù)信號s(t)，令AEV={aevi|aevi}={aevi-1·value,phase,et}為一個基本事件序列，aevi與先前的基本事件aevi-1的關系跨越特定的水平和時間條件，其中，aevi-1·value是基于近似的數(shù)據(jù)量化函數(shù)ADQ 的結果，而et為基于近似時間量化函數(shù)ATQ的結果，描述如下：

當k滿足條件且預期存在交叉時，描述如下:

如圖4(a)和4(b)所示，AEG 使用以下屬性構建元素，這些屬性在以下等式中用數(shù)字化的信號電平、運行時間和邊沿相位進行編碼:

2.3 基本事件提取

事件量化信號表示取決于配置信號段集的事件切片分辨率，如圖4(d)所示。特征點的數(shù)量和窗口大小決定了所提取基本事件的信號表示精度。圖4(d)顯示了在特征掃描窗口中使用Lr、Dmax、Lr、Tstart和Tend的配置來表示各種信號形狀的能力。

定義2 給定配置的特征掃描窗口，從s(t)中提取基本事件，Tstart為監(jiān)測信號的開始時間，Tend為監(jiān)測信號的結束時間，Lr為時間戳Tr的上升信號電平，Lf為時間戳Tf的下降信號電平，Lx和Ty為一對特征點，Dmax為一個最大時間值。

在配置信號段集時，必須考慮應用程序特定的約束條件來進行精確的能量權衡，以在有限的能量消耗下提供合理的事件識別精度。圖6 給出了用小信號段集表示感知信號的信號段確定過程。通過迭代配置可以確定信號分割的合理切片，以提供足夠的事件識別性能和合理的能量消耗。

圖6 傳感器信號的采樣方法和信號段的迭代過程

圖6(a)給出了搜索合理采樣頻率的示例。圖6(b)描述了將一組信號段分組為另一個信號段的過程，該信號段可以表示具有較少數(shù)量基本事件的活動信號。

2.4 事件驅動的傳感器數(shù)據(jù)處理

AEG 掃描連續(xù)信號s(t)通過配置功能掃描窗口確定感興趣的信號的形狀。由于時間量化，基本事件集由一對屬性和時間戳生成，如下：

將連續(xù)模擬信號轉換成一組事件量化數(shù)據(jù)aevi，其索引值只跟蹤到基本事件跟蹤器緩沖區(qū)。因此，跟蹤事件數(shù)據(jù)處理操作索引值及其與具有代表性的基本事件的關系，以生成最終事件EV。

3 實驗結果

圖7(a)是已實現(xiàn)的S2E 電路數(shù)據(jù)路徑。所提出的基于S2E 的信號轉換和事件信號處理體系結構需要額外的硬件開銷，包括電平比較器、AEG、計時器、跟蹤存儲器和EPU?；谔岢龈拍畹挠布崿F(xiàn)需要在0.18 μm CMOS 工藝中增加7 500 NAND 門和1 kB SRAM 跟蹤器。實現(xiàn)的設計集成在基于8051 的單片機中。圖7(b)顯示了已實現(xiàn)的MCU 修改后的事件總線體系結構，其中基本事件(aevi)是從S2E 加載的。用戶定義的基本事件屬性包括信號特性和運行時間范圍，以常量表的形式存儲在片上閃存中。為了進行功耗測量，將手勢產(chǎn)生的電信號的原始轉儲收集到主機中。活動信號的輸入激勵被加載到電路級仿真環(huán)境中，在該環(huán)境中可以輕松地進行精度與能量的權衡，以評估所提出的MCU 架構的能耗。如圖7(c)所示，為特定信號段配置了S2E，從而根據(jù)精度降低能耗。在滑動手勢識別應用中,使用具有10%精度誤差的計時器和振蕩器單元，與精確離散時間采樣方法的結果相比僅消耗20%的能量，已實現(xiàn)的MCU 可以識別手勢事件。在時間量化誤差與功耗降低之間進行權衡以確定誤差范圍，從而允許進行適當?shù)男盘枡z測。事件分段的大小也會對功耗的降低產(chǎn)生輕微影響，如圖7(c)中的168 個事件和104 個事件的示例所示，功耗的降低取決于由時間測量分辨率和事件分段大小控制的事件量化精度[17-18]。

圖7 實現(xiàn)電路和實驗結果

4 結論

宏信號處理概念基于S2E 對傳入的傳感器信號數(shù)據(jù)進行早期評估，具有感興趣特征的特定信號分割使得能夠從連續(xù)傳感器數(shù)據(jù)信號中提取基本事件，對信號功能的早期評估使處于睡眠模式的整個系統(tǒng)(S2E 除外)消耗的電流相對較小。提取的少量基本事件由EPU 分析，EPU 將遍歷縮減的狀態(tài)空間。所提出的方法通過修改常規(guī)的MCU 總線架構來增加硬件，用戶必須在分析事件活動感知應用的信號特性后，在S2E 和EPU 上仔細地執(zhí)行迭代配置，直到實現(xiàn)合理的功耗降低為止。通過考慮在稀有事件傳感應用中觀察到的信號特征，由S2E 提取的基本事件的事件空間表示和信號抽象可以降低能耗方面的數(shù)據(jù)處理成本。實驗結果表明，該方法是降低功耗的有效方法。