一种用于事件触发低功耗可穿戴传感器的基于误差的近似感知电路
信号处理
2023-05-12 v2
摘要
基于事件的传感器有潜力在信号处理流水线的每个阶段优化能耗，包括数据采集、传输、处理与存储。然而，几乎所有最先进系统仍构建于经典基于奈奎斯特的周期信号采集之上。本文中，我们设计并验证了多边形近似采样器（PAS），一种利用多边形近似算法作为底层采样触发、实现通用基于事件采样器的新电路。该电路可通过调整近似的误差阈值动态重配置，以产生模拟输入的粗略或精细重建。所提电路在寄存器传输级设计，并在单个时钟周期内处理来自ADC的每个输入样本。PAS已用可穿戴设备捕获的三类原型信号（心电图、加速度计与呼吸数据）测试，并与标准周期ADC比较。这些测试表明，具有缓慢变化与恒定段（如所用的单导联ECG与呼吸信号）的单通道信号从所用采样技术中获益巨大，在不显著性能退化下将数据量缩减至多99%。同时，多通道信号（如六维加速度计信号）仍可从所设计电路中受益，以轻微性能退化实现至多80%的缩减因子。这些结果为由减小尺寸与更长电池寿命的新类型可穿戴传感器打开了大门。
引用
@article{arxiv.2106.13545,
title = {An Error-Based Approximation Sensing Circuit for Event-Triggered, Low Power Wearable Sensors},
author = {Silvio Zanoli and Flavio Ponzina and Tomás Teijeiro and Alexandre Levisse and David Atienza},
journal= {arXiv preprint arXiv:2106.13545},
year = {2023}
}