文摘

一个特别设计的单片机事件驱动的传感器数据处理单元(EPU)提出为物联网提供节能的传感器数据采集(物联网)设备在罕见的人类活动的传感应用。罕见传感应用程序使用远程安装物联网传感器装置有一个属性很长的event-to-event距离,所以不准确的传感器数据处理在一定的精度范围错误足以从收集到的遥感数据中提取适当的事件。拟议中的signal-to-event转换器(S2E)作为预处理器的传统传感器接口提取一组原子事件感兴趣的特定功能和执行早期评价的特色点的传感器信号。传统的传感器数据处理如需求方或其中算法分类的有意义的事件收集传感器数据可以通过该事件处理单元(EPU)。该单片机架构使能源有效的罕见传感信号处理应用程序。实现SoC (SoC)包括提出构建块是用7500制作的NAND盖茨和1 kb SRAM示踪剂在0.18 um CMOS工艺,使用只有20%相比,传统的传感器数据处理方法对人类手势检测。

1。介绍

如今,传感器设备与无线连接,如wi - fi、蓝牙、无线个域网在物联网的应用越来越重要。人类活动监控基于感知信号分析(1,2)使用生物医学计算技术正在成为一个受欢迎的应用程序。Body-attached由生物医学传感器测量电信号转换接口(3]。基于远程传感器也被用来监测人体的运动(4]。

图中描述1远程安装智能传感器系统定期监控环境和收集传感器数据通过无线传输接口主机系统,比如Web服务器。这些无线传感器设备由车载动力电池容量有限。

电池充电和更换非常方便程序和在各种IoT-based扩展应用程序的一个主要障碍。长期操作的一生因此传感器系统是一个重要的需求设计系统架构和传感器数据处理算法。

传感器系统的能源消耗是由抽样引起的传感器信号,处理采样数据,并将收集到的数据传输到主机通过无线接口。传统的传感器设备定期采样信号感知数据和分析。

这种方法有优势需要的简单处理单元的硬件资源和广义算法的软件开发。语法整个传感器系统的激活导致更多的电力消耗,特别是在无线连接。

传统的人类活动监测传感平台使用通用微控制器(mcu),包括一个模拟传感器接口、离散模拟-数字转换器(ADC)作为数据取样器,和一个传感器数据处理单元分析收集的数据。

然而,这种方法,感觉到data-to-data微级的数据分析,优化运行功率开销,因为它是不考虑人类活动的长期event-to-event距离信号,这是很容易观察到在罕见的传感应用4,5]。

本文有效的传感器数据处理的能耗、语义抽样法介绍了捕获感兴趣的信号的特性和作为一个预处理器实现单位命名signal-to-event转换器(S2E),生成原子事件而不是抽样数据本身。提取的原子事件相对较少的样本相比传统语法示例数据的模拟-数字转换器(ADC)作为signal-to-data转换器(S2D)。

提出了S2E取代了传统S2D提取原子事件从传入传感器信号。人类活动监视的事件识别由事件驱动的传感器数据处理单元执行(EPU)小组提取原子事件。

本文组织如下。在部分2和3,我们的研究动机和相关工作进行了讨论。部分4描述了建议的体系结构的细节。并给出了实现和实验结果5。最后,我们得出结论本文通过总结我们的贡献6。

2。动机

该方法的关键动机开始过渡到宏观的S2E传感器信号的处理,而不是传统的微程序级感知数据集的分析。图2显示了我们用来表示传感器信号采集方法导致事件数据空间。人类活动传感器信号由感兴趣的属性和原子事件之间的时间关系图2(一个)。监视的人类活动是编码为一组原子事件由事件量化图2 (b)。

解决这种限制的传统的数字系统架构使用离散的基于时间的传感器数据处理方法,我们提出一个事件驱动的系统体系结构,修改传统的数字系统设计。我们提出一个理论框架来实现事件驱动传感器处理器一般罕见传感应用程序通过分析系统操作。

2.1。活动空间信号表示

我们主要研究始于一个活动空间表示的信号,而不是数字数据的空间领域。感觉信号的提取特征编码之间的运行时间事件和信息价值,如电压水平和边缘阶段交叉信号的触发点。基本事件的定义,它被定义为一个原子事件最重要的信息,提供了一个信号代表一个抽象的层面上,减少了计算复杂度在执行基本数据处理提取感兴趣的信息特征。收集到的原子事件包括部分原始信号中的信息,指定所需的特色点的信号是否存在。

2.2。Accuracy-Controlled事件量子化

event-quantization概念扩展了time-quantization信号表示方法,利用时间提高传统的数据采集和处理方法。时间量化监控信号转换的具体情况和捕捉记下。event-quantization方法也决定指定的特征信号的存在。

2.3。事件驱动的传感器数据处理

基于事件的方法,具有一定的精度误差,提出了所描述的事件驱动的传感器数据处理流程。指定的输入信号监测与interest-of-signal特征生成信号的特定原子事件。原子事件的设置在指定的内存区域信号的追踪到示踪剂作为事件向量,其中包含的原子序列事件和原子之间的时距关系的事件。跟踪事件向量标识近似结果最后事件通过比较预期的原子规则的事件。

这些近似方法使我们能够减少计算复杂度,以操纵大量收集的传感数据。因此,电力消耗会减少。应用程序与人机交互、近似方法使开发人员能够设计计算块使用较小的硬件资源,同时提供足够的性能在有限分辨率的准确性。

accuracy-controlling方法定义的规范,我们的研究集中在数据表示分辨率、采样频率的timing-resolution和响应时间延迟时间(6]。这使得处理器架构的配置操作的精度级别的抽象层次提出event-quantization方法。

3所示。相关工作

克服软弱低效的功耗的频繁的离散时间采样CPU唤醒,连续时间信号处理技术(7,8)提出了在以前的文献。如果一个信号状态的某些条件,如电压水平在一个特定时间,是与用户定义的条件9,10),时间价值的触发条件采样和量化5选择性)的方法,它也有助于降低运营能力(11]。

介绍了连续时间取样法提高句法采样和处理方法在能耗方面,但它需要额外的硬件资源和更多的时距计算,计算时间,产生额外的功耗。所需的权力和硬件资源开销,需要弥补减少唤醒功耗,必须考虑为了实现收益在总能量效率由于hardware-energy权衡。

方面的权衡能源和准确性已被广泛研究12,13]。获得长寿命的操作下有限的电池供电(14),最新的研究引入了不准确的计算技术(15,16)与approximation-based硬件设计。

该传感器为罕见的传感应用处理器采用事件驱动的连续时间取样方法的方法。不准确的时间数据操纵降低计算复杂度和采样分辨率决定了事件的存在的特定范围。事件检测精度可以调节通过之间的权衡处理能耗和操作规范。

4所示。建议的体系结构

4.1。依赖于应用程序的约束

图4显示了离散时间样本之间的差异和特色感兴趣的事件,与常见的罕见传感器信号的形状。事件源,如手势、距离和对象的活动,产生信号的脉冲信号的功能点之间的距离很长。数据样本的数量()大于事件的数量()。在这项工作中,我们假定一个特定于应用程序的约束的罕见特性,导致少量的事件相比,数据样本的数量。

event-quantization精度取决于运行时间戳的分辨率被描述为在图4。罕见的传感应用,event-to-event持续时间相对比精度误差,有以下特定于应用程序的约束:

与这些特定于应用程序的约束(1)、事件识别精度误差引起的不准确的时间戳测量时钟相对不敏感。认识到事件的观察者,如人类的眼睛,允许一定数量的不确定事件的意义,这是由该处理器不准确的事件驱动的传感器。

提出的传感器与这些特定于应用程序的处理器设计约束通过减少时间戳测量时钟的准确性,减少一些计时器块的宽度来捕获记下,并降低操作的复杂性前期距离测量块,这是专门作为一个专用加速器实现事件识别的硬件实现。

4.2。原子事件量子化

传统的单片机执行数据采样ADC的单元,数据跟踪缓冲区内存,和数字数据处理来识别原始事件由事件源产生,例如滑动手势。语法抽样是不考虑输入信号执行的财产。然后,懒惰的评估使用感兴趣的特性是执行生成最后的事件使用大量的采样数据。这个语法数据采样和懒惰的评价在传统单片机如图3(一个)。

拟议中的EPU可以执行事件关系分析与降低计算开销较小的一组原子事件。通过提取信号抽象原子事件信号形状S2E导致精度误差确定最后的事件。整个过程的事件驱动处理修改单片机在图描述3 (b)。

建议的体系结构捕获的事件驱动信号采样的信号扫描窗口形状感兴趣的使用特性,这决定了信号的预期功能的存在。功能扫描窗口如图5(一个)配置捕获特定信号的形状。这个配置是用集合表示的信号段在图5 (b)。

S2E包括原子事件生成器(AEG)单元生成一组原子事件通过使用用户定义的一组信号段。用户定义的信号段的例子介绍了在图5 (c)。

图7描述了我们的方法来捕获信号的形状作为一个原子事件跨越一定范围的到达时间。更正式地定义我们的方法,我们开始解释首先呈现以下定义。

定义1。鉴于连续信号,让是一个原子事件序列穿越特定级别和时间条件的关系之前原子事件,在那里approximation-based数据量化函数的结果吗和由于approximation-based时间量化函数吗描述如下: 满足条件,当预期存在交叉,在以下方程描述:

如数据所示5(一个)和5 (b),AEG构建一个元素和属性,这与数字化信号电平进行编码,运行时间,和边缘阶段以下方程:

从(4),提取的信息,作为一个原子事件,与近似编码信号电平值,减少了时间消耗时间的量化值,和前面的原子事件之间的关系。

4.3。原子事件提取

event-quantized信号表示依赖于事件片解决配置设置的信号段,图中描述5 (d)。特征点的数量和窗口大小决定了信号的准确性表示提取的原子事件。图5 (d)显示的能力代表各种信号形状的配置在功能扫描窗口中。

定义2。鉴于配置功能扫描窗口提取原子事件,让是一个开始时间监测信号,让监测信号,让是一个不断上升的信号电平的时间戳,让是一个下降的信号电平的时间戳,让一双和是特色点,让是一个最大的特色点存在的时间价值。的信号段所描述的配置被定义为特色的扫描窗口,他们是用来提取原子事件感兴趣的AEG函数,定义如下: 定义了信号的特征扫描窗口“up-pulse”类型的图的第一部分5 (c)。在我们的应用程序中,=“上”,“苏”、“sd”、“dp”、“isu”,使用“isd”}。

一个信号形状可分为几片由用户定义的信号分割。如果信号分割的时间窗口固定宽度是一样的在离散时间采样方法,原子事件生成的结果相当于离散时间采样。提出了原子事件生成方法使信号提取的准确性和处理之间的权衡能耗。

特定于应用程序的约束在配置设置的信号段必须考虑accuracy-energy权衡提供合理的事件识别精度有限的能源消耗。图6显示信号的确定过程中部分代表感觉信号用小的信号段。合理的信号分割可以由迭代配置提供足够的事件识别性能与合理的能源消耗。

图6(一)显示了一个示例搜索合理的采样频率。红色的样品可以通过调整采样频率指定活动后的信号进行了分析。图6 (b)描述了分组的过程一组信号段划分为另一个信号,这能代表活动信号与少数原子事件。

4.4。事件驱动的传感器数据处理

AEG扫描连续信号通过配置功能扫描窗口确定感兴趣的信号的形状,如图8。原子的集合生成事件的属性和记下时间量子化的结果如图9:

信号表示的一组原子事件与一定数量的错误是用下列方程表示:

,这是与配置扫描窗口,都被表示为一个抽象原子事件索引图9,这间接地址常数的详细属性字典。连续的模拟信号转化为一组事件量化数据,它的索引值仅追踪到示踪原子事件缓冲区。因此,跟踪事件数据处理操作索引值及其关系代表原子事件生成最后的事件。拟议的EPU是基于事件量化提供了以下优点比传统传感器数据处理。

4.5。事件总线架构

该单片机的修改架构包括S2E提取原子事件从活动信号而不是使用ADC、事件跟踪档案原子事件,EPU分析归档原子事件之间的关系。

传感器信号在罕见的应用程序与一个示例图描述2(一个)用阈值水平表示,边缘相类型和先前公认的信号点之间的运行时间。早期使用感兴趣的信号特征提取中的原子事件S2E单位。

示踪路径从S2E事件与事件总线设计,加载原子事件的事务。预定义的事件类型配置在EPU配置由用户知道哪些属性表示的信号特征。EPU处理指数在事件表事件,这是存储在EPU配置。图9显示的数据流event-quantized原子事件。原子事件只包含一个指向地址的详细属性和时间属性表中的表保存有限的示踪内存区域。

5。实现和实验结果

图10 ()的数据通路S2E电路实现。拟议中的S2E-based信号转换和事件信号处理体系结构需要额外的硬件开销,包括水平比较,AEG,计时器,示踪记忆,和EPU杰出红虚线图10 (b)。

硬件实现的基础上,提出概念需要额外的7500 NAND盖茨和1 KB SRAM 0.18 um CMOS过程中示踪剂。实现设计集成在一个8051 -基于单片机。图10 (b)显示了修改后的事件总线单片机实现的架构,在原子事件()从S2E加载。用户定义的属性原子事件,包括信号的特性和运行时间范围,被存储为一个常数表在芯片上的闪存。

功耗测量,原始转储的手势是聚集所产生的电信号进入主机,如图10 (c)。活动的输入刺激信号加载到电路级仿真环境,在accuracy-energy权衡可以很容易地进行评估提出了单片机架构的能源消耗。

图10 (d)显示能源消耗减少根据配置准确性S2E特定信号段。使用一个计时器和振子单元有10%的准确度误差滑动手势识别应用程序,实现单片机仍然可以识别手势事件,尽管消费相比,只有20%的能量离散时间抽样法的结果准确。

时间分辨率的时间直接量化减少电力消耗,这是不断监控输入信号所需的形状。之间的权衡时间量化误差和减少能源消耗来确定执行错误绑定允许适当的信号检测。事件分割的大小也会影响能耗略有减少,与一个例子显示在图168事件和104年的事件10 (d)。减少功耗取决于event-quantization精度控制的时间测量分辨率和事件分割大小。

6。结论

宏观的信号处理的概念是基于传入的早期评估S2E传感器信号数据。signal-specific信号分割与感兴趣的特性使原子事件连续传感器数据信号的提取。早期评价信号的特性使得整个系统在睡眠模式下,除了S2E,消费相对较少。提取的小数量的原子EPU分析的事件,这将遍历状态空间减少。该方法需要额外的硬件通过修改传统的单片机总线架构和用户必须执行迭代配置S2E和EPU仔细分析后的信号特征罕见activity-sensing应用程序,直到完成合理的功率降低。原子事件的活动空间和信号表示抽象提取了S2E可以减少数据处理的能耗成本考虑特定特征的信号在罕见的传感应用。实验结果表明,该方法是一种有效的方式来提供功率降低。

利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究受到了基础科学研究项目通过韩国国家研究基金会(NRF)由教育部(2014 r1a6a3a04059410)的MSIP(科技部、信息通讯技术和未来的规划),韩国,下C-ITRC(融合信息技术研究中心)支持程序(NIPA - 2014 - h0401 - 14 - 1004)监督的海椰子(国家信息产业促进机构),以及2013年Yeungnam大学研究基金会资助。