物联网

作者:Reza Moghimi,ADI公司应用工程经理

内容提要

在低功耗、低成本设计中,尽量降低系统噪声至关重要。为了从信号调理电路获得最低噪底和最佳性能,设计人员必须了解元件级噪声源并在计算模拟前端的总噪声时充分考虑这些噪声源——若要针对极小信号实现高分辨率,就必须能够透过数据手册上有限的噪声指标了解内在本质,这点至关重要。每个传感器都具有自身的噪声、阻抗和响应特性,因此将它们匹配到模拟前端是设计过程的一个重要部分。有多种方法可以计算电路的噪声——在执行噪声分析和计算之前,所有这些方法都应该先优化配置信号调理电路。如果有良好的运算放大器SPICE模型可用,则使用SPICE是最简便的方法。

精确的信号调理和高分辨率测量已不再局限于工业或仪器仪表应用。便携式消费电子设备的设计人员也需要将系统噪声降至最低。由于电池供电设备中的信号电压较小,因此这可能相当具有挑战性。系统精度取决于噪底。为了从信号调理电路获得最低噪底和最佳性能,设计人员必须了解元件级噪声源并在计算模拟前端的总噪声时充分考虑这些噪声源。

一些设计人员坚信选择噪声最低的元件可以解决其所有信号调理噪声问题。这种想法是一个好的起点,但是信号调理应用中采用的大部分IC放大器和基准电压源在数据手册中仅会给出几个有限频率处的噪声规格。因此,设计人员只能通过有限的信息来选择器件。他们不知道元件噪声来自哪里以及受哪些因素影响,噪声是否随着时间、温度和电路配置而变化,或是在选择噪声最低的器件前是否需要了解制造工艺。在当今的低功耗、低成本设计中,很多系统无法承受最昂贵的器件或通过提高功耗来降低噪声的器件。本文首先探讨了这些话题,然后为选择手头设计任务的最佳元件提供了指南。

详文请阅:传感器电路的低噪声信号调理

点击这里,获取更多IOT物联网设计信息

浏览 1 次
15

自从第一台IoT设备于1990年问世以来,物联网已经有了长足的发展,这是一种可以在互联网上开启和关闭的烤面包机。27年之后,联网设备已经从新奇产品变成了日常生活中必不可少的一部分。

最近的预估显示,成年人平均每天花在智能手机上的时间超过4个小时,智能手机也是一种装有物联网传感器数据的设备。

目前,81%的成年人拥有智能手机。想象一下,当81%的成年人拥有智能汽车和智能家居时,我们将会收到多少数据。

今天,IoT设备的大部分数据都在云中处理,这意味着全球所有角落产生的数据都被集中发送到数据中心的少数计算机上。然而,随着IoT设备的数量预计将在2020年猛增至200亿,通过互联网发送数据的体积和速度对云计算方法提出了严峻的挑战。

越来越多的设备连接将迫使IoT制造商在2018年将云计算模式从云计算模式转移到一种称为“雾计算”的新模式。

1、数据访问增多,云计算问题明显

物联网和人工智能的发展将带来价值数以亿计的数据。分布广泛的传感器、智能终端等每时每刻都在产生大量的数据。尽管云计算拥有“无限”的计算和存储资源池,但云数据中心往往是集中化的且距离终端设备较远,当面对大量的分布广泛的终端设备及所采集的海量数据时,云不可避免地遇到了三大难题:

网络拥塞,如果大量的物联网和人工智能应用部署在云中,将会有海量的原始数据不间断地涌入核心网络,造成核心网络拥塞;

高延迟,终端设备与云数据中心的较远距离将导致较高的网络延迟,而对实时性要求高的应用则难以满足需求;

可靠性无法保证,对可靠性和安全性要求较高的应用,由于从终端到云平台的距离远,通信通路长,因而风险大,云中备份的成本也高。

因此,为满足物联网和人工智能等应用的需求,作为云计算的延伸扩展,雾计算(Fog Computing)的概念应运而生。雾计算最早由思科提出,它是一种分布式的计算模型,作为云数据中心和物联网设备 / 传感器之间的中间层,它提供计算、网络和存储设备,让基于云的服务可以离物联网设备和传感器更近。

雾计算主要使用边缘网络中的设备,可以是传统网络设备,如网络中的路由器、交换机、网关等,也可以是专门部署的本地服务器。这些设备的资源能力都远小于一个数据中心,但是它们庞大的数量可以弥补单一设备资源的不足。

在物联网中,雾可以过滤、聚合用户消息,匿名处理用户数据以保证隐秘性,初步处理数据以便实时决策,提供临时存储以提升用户体验,而云则可以负责大运算量或长期存储任务,与雾计算优势互补。

通过雾计算,可以将一些并不需要放到云上的数据在网络边缘层直接进行处理和存储,提高数据分析处理的效率,降低时延,减少网络传输压力,提升安全性。

雾计算以其广泛的地理分布、带有大量网络节点的大规模传感器网络、支持高移动性和实时互动以及多样化的软硬件设备和云在线分析等特点,迅速被物联网和人工智能应用领域的企业所接受并获得广泛应用,例如,M2M、人机协同、智能电网、智能交通、智能家居、智能医疗、无人驾驶等应用。

与边缘计算(Edge Computing)不同的是,雾计算可以将基于云的服务 , 如 IaaS、 PaaS、 SaaS,拓展到网络边缘,而边缘计算更多地专注于终端设备端。雾计算可以进行边缘计算,但除了边缘网络,雾计算也可以拓展到核心网络,也就是边缘和核心网络的组件都可以作为雾计算的基础设施。

2、“云”和“雾”典型案例和应用场景

融合云平台和雾计算,一方面可通过云降低传统 IT采购、管理和运维的开支,将 IaaS、 PaaS、 SaaS作为云服务输出;另一方面,通过雾计算可保证边缘端数据的实时搜集、提取和分析速度,提高网络资源部署使用和管理效率,有助于提高人机协同效率,为企业业务创新、服务品质提升提供技术支持。以下是四个行业“云”和“雾”的典型案例和应用场景。

工业

GE基于 Pivotal Cloud Foundry打造了 Predix 物联网 PaaS平台,结合戴尔智能仿真技术,实现了“数据双胞胎”。基于云计算,GE 实现了飞机发动机生产过程中的调优,同时,基于雾计算,GE 实现了飞机飞行过程中的“自愈”。

GE Predix 作为物联网 PaaS 平台,还助力制造企业将大数据、物联网和人工智能转化为智能制造能力,实现数据创新。GE Predix 平台,融合云计算和雾计算以及“数字双胞胎”,帮助制造企业实现“虚拟 - 现实”的设计生产融合,并为其提供云计算服务。

农业

Chitale Dairy是一家乳制品厂。基于戴尔科技虚拟化技术,Chitale Dairy实现了 ERP云部署。他们基于雾计算,通过为奶牛装上传感器,进行近实时数据采集分析、处理,实现精细化运营,保证乳制品生产全流程的监控、管理、优化。同时,Chitale Dairy 通过基于云的乳业生命周期管理平台,实现了乳制品生产流程自动化管理,通过物联网和大数据分析,对每头奶牛从食料、喂养、健康、牛奶质量和产量进行全流程监控分析,实现精细化和自动化乳业生产。

将云的整体业务管理和雾端的优化农场间协作以及奶源监控管理紧密连接起来,在提高乳制品生命周期管理效率的同时,提升了协同和协作效率,加速企业业务创新的速度。

服务业

TopGolf 是一家高尔夫俱乐部。通过采用戴尔科技的虚拟化和超融合技术,形成了高尔夫数字化高端服务输出能力。他们通过向数字化转型,打破了传统高尔夫的业务模式。通过物联网,将 RFID 芯片嵌入高尔夫球里,实现对每次击球、每个队员和赛事进行实时监控,并基于雾计算,实时跟踪和分析每个击球动作和球的路径,实现实时积分。

TopGolf 的业务模式融合了云计算和雾计算,实现了跨数据中心、云和边缘应用的实时数据监控、交互和管理,满足赛事实时监控、场上场下互动、赛前球员积分分析、社交媒体、会员个性化数据管理等大数据分析的需求。

交通业

在智能交通中,可通过传感器搜集信息,进行实时数据分析和交通部署,以提高公共安全。通过雾计算,智能交通控制系统中的一个雾节点可以共享收集到的交通信息,以缓解高峰时段的交通拥堵、定位交通事故,并可以通过远程控制缓解交通拥堵区域的交通状况。同时,在每个用户的电话和公共交通中,基于雾计算的应用程序允许用户在没有持续网络连接的情况下,共享并通过附近的用户下载内容。

此外,自动化车辆的安全系统、道路上的监控系统以及公共交通的票务系统,都可以从传感器和视频数据中收集大量信息。聚合后的数据将传输到云上,根据用户的需求进行数据提取和分析,再基于雾计算实现边缘数据实时分析,从而为用户快速提供精准信息,以保障公共交通的畅通和安全。

3、未来雾计算将扮演重大角色

从商业运营模式到工作生活方式,智能物联网技术正深刻改变着人类社会。要让物联网拥有无处不在的智能,就必须充分利用网络环境中分散存在的计算、存储、通信和控制等能力,通过资源共享机制和协同服务架构来有效提升生产效率或用户体验。

当前,雾计算技术的研究和标准化工作刚刚起步。我们面临的主要技术挑战和研究热点为:如何在雾计算节点之间建立信任关系,如何在它们之间推动资源充分共享,如何在云—雾—边缘等多层次之间实现高效通信和紧密协作,如何在异构节点之间完成复杂任务的公平按需分配等。

可以预见,随着雾计算技术的不断发展成熟和普及应用,智能物联网将越来越便捷、越来越真实地借鉴和映射人类社会的组织架构和决策机制,从而能用更自然和更熟悉的方式为每个人提供触手可及、无处不在的智能服务。

本文转自:物联网设备爆发式增长,云计算模式正走向“雾计算”

点击这里,获取更多IOT物联网设计信息

围观 5
29

电动汽车逐渐成为近年来的一个热门话题。这种"绿色"汽车依靠串联电池组来获得足够高的电压,从而有效驱动电机。全电动汽车 (EV) 和混合动力汽车 (HEV) 均采用这种高压 (HV) 电池组。HEV 依靠内燃机 (ICE) 充电,而且在许多情况下,内燃机也会提供动力。 EV 则必须插入电源中充电,有些新型混合动力设计称为"插电式混合动力汽车"(PHEV),它基本上可视为一种 EV,但配有内燃机以延长行驶里程.

高压电池组已广泛用于许多工业和交通运输业以外的领域,通常可用作:以直流形式储存输电网电能的不间断电源 (UPS); 48-V 通信设备中的应急直流电源;起重机和电梯系统中的应急电源;以及紧急情况下驱动风力涡轮机的叶片。虽然本文讨 论汽车中电池组的使用,但一些根本问题在所有类型电池组中都会存在。

交通运输应用中的电池组一般含有 100 块甚至更多的电池,可提供数百伏电压。一般公认50 V 或60 V 以上的电压可以致 命,而可能导致电子设备损坏的电压则更低(考虑利用某些类型电化学反应的电池稳定性),因此安全问题至关重要。虽然 这些电池组本身具有危险性,但仍然必须与电池壳内的电池监控电子设备通信。因此,通信方式必须安全可靠。

高压电池组中的电池结构

原始设备制造商一般要求将电池装到保护壳中,称为"电池包",通常含有 6 到 24 块串联电池。含有较多电池的电池包体积更大,也不易放入典型的汽车空间中。相关的电池监控集 成电路靠近受监控的电池,并由电池本身供电。是否有必要监控各电池的电压,取决于电池的化学原理。例如,我们非常了解基于镍氢 (NiMH) 化学原理的高压电池组性能,因此一般无 需测量各电池电压,只需测量特定电池包内所有电池的总电压即可。而基于锂离子(Li-Ion) 化学原理的电池组,则必需监控各电池的电压,以便检测电池串中的任一电池有无发生过压或 欠压情况。一般不必测量各锂离子电池的温度,但应提供相关测量功能。因此,镍氢电池组的监控电子设备比锂离子电池组的监控电子设备简单得多。图1 显示一种构建和监控高压电池 组的常用方法。

电池监控器 IC 通常处理 6 块或 12 块电池。目前,ADI 公司提供两种专用特殊用途 (ASSP) 产品用于电池监控: AD72801 基于高速多路复用 12 位模数转换器,主要用作主监控器;另一种器件基于一系列窗口比较器,用作备用或冗余监控器。本文不会深入讨论这些产品,但仍需说明这些器件在电池组配 置中如何通信。每个电池为上方电池的测量输入确立共模电平。菊花链接口允许电池组的各AD7280 直接与其上或其下的AD7280 通信(从而沿着堆叠上下传递数字信息),而无需隔离。最底部AD7280 的SPI 接口用来与系统微控制器交换整个 电池组的数据和控制信号。此处必须采用高压电流隔离,以保护系统中的其它低压电子器件。

图1. 电池组中的串联电池监控和隔离

图 1 中,串联电池串的中间有一个开关或接触器。一般情况下,无论汽车正常行驶还是停车,该开关始终闭合。车辆维修时或紧急情况下,需将该开关拉开或离开所在位置,禁止电池 组端电极出现电池组电压。为了不影响开关断开所提供的隔离性能,必须确保没有任何电子器件桥接开关端子。因此,开关断开时,电池组的上半部分应与下半部分应保持电气隔离。这 意味着,电池组上半部分的电池数据必须通过其最底部的电池监控器通信,跨过隔离栅,传输至管理整个电池组数据流入流出的微处理器或微控制器。类似地,电池组下半部分也必须与 此微处理器或微控制器隔离,因此也有与上半部分相同的隔离栅。

除电池监控器外,电池组中还有一个电流监控器,用来测量并报告电池组的电流。该监控器一般放在电池组底部,也需要考虑隔离。霍尔效应电流传感器本身具有电流隔离功能,无需再 配置隔离电路。不过,如果该电流传感器采用分流元件,则相关的分流监控电路需要单独的隔离栅。使用分流方法检测电流越来越受欢迎,它比霍尔效应检测更稳定、更精确,而且价格 也更有竞争力。使用低值分流电阻和低成本、高分辨率监控电子器件(例如通过AEC-Q100 认证的AD820x 和AD821x 系列 分流监控器 , 至今针对汽车插座的出货量已超过1 亿片),可以将自发热降至极小,使这种方法的传统弊端不复存在。因此,除非电流检测监控器能够接入最底部的电池监控器,共用 其隔离栅,否则图 1 中的系统需要三个独立的隔离栅。另一种颇受欢迎的构建电池组方法是将电池包分为一系列电气独立的电池群组(图 2)。每个电池群组最底部的监控器跨过 专用隔离栅,将本地电池状况回传给非隔离端的微控制器.

另一种颇受欢迎的构建电池组方法是将电池包分为一系列电气 独立的电池群组(图 2)。每个电池群组最底部的监控器跨过专用隔离栅,将本地电池状况回传给非隔离端的微控制器。

图2. 并行接入电池包的电池组

这种方法会使用更多的数字隔离器,因此成本比图1 所示系统更高,但它可以同时要求所有电池群组报告电池组内电池监控器所监测到的信息,从而能在更短的时间内回读所有电池数 据。另一个好处是,当菊花链发生问题时,如断线或连接器接触不良等,备用监控器可以继续监控。将剩余电池包电压与总电池组电压进行相关分析,仍然可以确定停止工作电池包的数据。

这种方法的确需要更多电缆,由于高达 75% 的电磁兼容性(EMC) 问题与输入/输出(I/O) 端口有关,因此这可能会引发问题。 I/O 端口是一种开放式通路,供静电放电电荷、快速瞬变放电电荷或浪涌进入一台设备,以及供干扰信号逃逸——通过传导I/O 线路上的杂散信号,或者通过I/O 电缆的辐射。电池 组电缆较多的话,若不特别注意信号的稳定性以及所选的通信协议,其 EMC 性能会大幅下降。因此,与端口相连的 I/O 设备的 EMC 性能对于整台设备的 EMC 性能至关重要

颇受欢迎的SPI通信协议适合同一印刷电路板 (PCB) 上的器件之间通信,但单端信号可能难以经由 24 至36 英寸电线实现 可靠传输,尤其在高噪声环境中。如果数字信号要在板外传输,则谨慎起见,系统设计中可能需使用差分收发器,例如 ADM485. 这些收发器可以采用低端电源供电,无需直接耗用 电池组中的电池电源。

隔离技术是电池组通信的关键

为了提高电池组电压,以便满足重型私家车以及轻型卡车、货车的更高功率电机需求,必须增加电池组中的电池数量。除了增加串联电池数量之外,现在的许多电池包还含有并联电池串,目的是提高整个电池包的安培小时(AH) 容量。必须监控各并联电池串,因而需要收集大量数据。与所有这些电池相关的电池监控器数据,必须在系统集成商设定的系统环路时间要求范围内,可靠地回传给电池测量系统(BMS) 微控制器。

因此,跨越系统间边界提供可靠数据通信的难度也随之增加。获得汽车应用认证的隔离技术,正是跨越典型电池组内如此众多的隔离边界实现可靠通信的关键因素, ADI 公司就能够提供这种技术。该技术的基础是"磁隔离",变压器则采用高性价比标准 CMOS 工艺以平面方式制造(参见图3)。这有利于将多个隔离通道集成到单个器件中,或者将隔离通道与其它 半导体功能,如线路驱动器和模数转换器等(例如隔离Σ-Δ调制器AD7400 )集成于一体。

图3. 四通道隔离器ADuM1402功能框图

不像光耦合器,这些iCoupler®数字隔离器的性能在汽车整个使用期限内都不会下降,可以适应因季节变化经常会遇到的恶劣工作条件。表1 所列为最近发布的系列器件,这些器件已通过 AEC-Q100 认证,工作温度最高可达 125°C,所用材料与ADI 公司iCoupler 系列产品中广泛认可的对应器件相同,至今该系列出货量已超过3 亿片。表中双通道、3 通道和 4 通道 数字隔离器系列的数据速率最高可达25 Mbps,传播延迟低至32 ns。

表 1. 通过AEC Q100 认证的 i Coupler 隔离器

电源电压范围(V)3.5 to 5.5 V; 最大温度(°C) 125°C

平面变压器本身是双向的,因此信号可以沿任一方向传送。在总通道数范围内,驱动通道和接收通道可以任意组合使用。 例如,双通道 ADuM120xW、3 通道 ADuM130xW 和 4 通道ADuM140xW 单独或一起可提供7种不同的通道配置(4-0、3-1、2-2、3-0、2-1、2-0、1-1),确保所有情形下都能采用最 佳解决方案。图4归纳了可提供的各种不同配置。

图 4. ADuM120xW/ADuM130xW/ADuM140xW的七种不同配置

iCoupler 技术有两个突出特点:支持高数据速率,以及可以采用低电源电流工作。iCoupler 通道耗用的电源电流主要取决于它所承载的数据速率。采用 3V 电源工作、数据速率最高为 2 Mbps 时, ADuM140xWS 两端及所有四个通道的总电源电流典型值为1.6 mA(最大值4 mA)。因为在ADuM140xWS 的隔离端或"热"端,电源来自电池本身(通过一个稳压器),所以低功耗十分重要。监控器也采用同一电压源供电,因 此,监控和通信电路所有元件的功耗越低越好。所有隔离产品均提供小尺寸、薄型、表贴8 引脚SOIC_W或16 引脚SOIC_W封装,并且已通过 UL、CSA 和 VDE 安全认证。隔离额定值 最高可达2.5 kV(有效值),工作电压最高可达400 V(有效值)。

iCoupler 技术孕育出isoPower 集成式隔离电源

i Coupler 技术最激动人心的一项成果是将电源输送与信号传输集成在同一封装中。现在,利用与信号隔离所用的微变压器相似的技术,可以跨越隔离栅输送电源,从而为电池组中的数据 隔离器提供完全集成的远程供电解决方案。本地电源供给振荡电路,它通过一个芯片级空芯变压器切换电流。输送至隔离端的电源经过整流和调节,稳定在 3.3 V 或 5 V。隔离端控制器 通过产生一个PWM 控制信号,对输出进行反馈调节,该控制信号经由一个专用iCoupler 数据通道送回本地端。 PWM控制信号调制振荡器电路,以控制送至隔离端的电源。使用反馈功能可以明显提高功率和功效比。

ADuM540xW 是4 通道数字隔离器,内置isoPower®集成式隔离DC-DC 转换器;输入电源为5.0 V 或3.3 V 时,可提供最高500 mW的稳压隔离功率。与标准iCoupler 器件一样,它可提供多种不同的通道配置和数据速率。由于isoPower 器件利用高频开关元件通过其变压器输电,因此进行 PCB 布局时必须特别小心,确保符合电磁辐射标准。有关电路板布局考量因素 的详细信息,请参考应用笔记 AN-0971 :" isoPower器件的辐射控制建议"。ADuM540x 系列目前正在进行 AEC-Q100 认证。

作者:John Wynne

点击这里,获取更多IOT物联网设计信息

围观 4
74

现在是开始考虑物联网和区块链融合的时候了!大多数物联网解决方案的集中式架构意味着可能缺乏弹性,透过新兴的区块链(Blockchain)技术,将有助于提高系统弹性。

许多发展障碍正减缓着物联网(IoT)的采用。

首先,物联网装置和平台市场是零散的,其中存在许多标准和多家供货商。关于技术、供货商以及所提供的解决方案,一直存在着不确定性。

其次,对互操作性也存在疑虑,因为建置的解决方案往往容易造成新的数据孤岛。

云端中的数据通常是安全储存的,但是基于云端的安全建置手段,无法针对完整性打了折扣的装置保护你的数据,也无法防止来源端的数据篡改。

最后,大多数物联网解决方案的集中式架构(centralized architecture)有可能严重缺乏弹性。在云端处理所有交易时,云端资源的不可用性,可能会冻结你的商业营运。

什么是区块链?

区块链(Blockchain)是一种新兴技术,可以协助提高系统弹性。

区块链的基本概念非常简单:它是一种分布式数据库,称为分布式账本(distributed general ledger),它维护着一个不断新增的有序记录列表。

媒体通常将区块链这一术语和交易、智能合约或加密货币联系在一起,但是这项技术本身拥有更大的潜力。这就是为什么我们需要将区块链从诸如比特币(Bitcoin)和以太坊(Ethereum)这样的具体建置中分离出来。

例如,沃尔玛(Walmart)和福特(Ford)正在使用区块链技术来改善供应管理,并未涉及加密货币。事实上,区块链和物联网的融合已经排进了多家公司的议程。而且在物联网和金融服务之外的几个领域中已经存在具体建置、解决方案和创新行动了。

根据IBM的介绍,对物联网而言,区块链的三大好处是建立信任、降低成本和加速交易:

►使用区块链密码技术在当事各方和装置之间建立信任关系,并降低共谋和篡改的风险

►透过消除与中间人和中介机构相关的开销来降低成本

►透过将结算时间从几天缩短至几乎为一瞬间,从而加速交易

如何实现?

基于区块链的系统将如何实现这一切呢?IBM的观点,是区块链中的所有装置都应具有执行区块链软件的资源。随着物联网系统中的每个元素都能够处理区块链数据,突然之间区块链成为了所有问题的解决方案!对,但不完全是这样。

分布式账本的一个关键要素,在于它们是开放的,它们通常不被任何一个实体「拥有」。

任何连接到分布式账本的计算机都称为「节点」。大多数节点是轻量级的(或者至少相对于云端服务器的容量来说是轻量级的),因此它们不会保存完整的账本。账本中每个「区块」(block)的容量上限为1 MB。一台小型桌面计算机可以轻松地保存完整的账本,但是大多数物联网装置并非如此。任何区块链系统至少需要一些包含完整账本的「完整节点」(full nodes)。

另一个问题,是你需要正确的安全认证才能查看交易。因此,使用此技术时,物联网安全问题仍然存在。装置启动运作和安全密钥管理仍然是物联网装置持续存在的问题,并未由区块链所解决。

假设这些限制都解决了,那么区块链将为物联网增加一种引人注目的商业面向。一个区块包含交易,但也可以包含合约。因此,一台物联网装置可以从另一台装置或另一个系统购买数据或向其销售数据。而这可造就一个不太会出现弹性问题的交易系统。

区块链融合物联网的挑战

然而,尽管有这些益处,但区块链模式并非没有其缺点。具体包括:

►可扩展性。区块链尚未具备良好的扩展性。这可能会导致回归集中化,从而无法体现分布式账本的宗旨。

►处理能力。对于基于区块链的生态系统中所涉及的所有对象,小型装置不具备执行加密所需的能力。预计数十亿物联网装置将以非常低的成本进行量产,并且这些装置中的大多数将不能以期望的速度执行所需的加密算法。

►储存。尽管区块链消除了使用中央服务器来储存交易和装置ID的需求,但账本(ledger)也必须储存在节点上。久而久之,账本的规模将会增加,而这将超出了大量智能装置的能力,例如传感器,其储存容量非常低(无论是内部闪存,还是外部的NOR或NAND闪存)。

►缺乏专业知识。很少有人了解区块链技术的运作原理。融合区块链和物联网技术会为系统增添巨大的复杂性。

►互操作性问题。 众所周知,当你可以将数据源整合在一起时,物联网的价值会增加。我们本来就缺乏很多垂直市场的数据模型标准,将区块链融合只会使这个问题变得更加困难,更不用说这种交易管理将会造成的法律和合法性问题。

区块链与数十亿物联网装置的融合并非不久的将来就会发生之事。从运算方面来讲,区块链处理任务困难且耗时;而物联网装置的能力仍然相对不足,缺乏直接参与区块链的处理能力。这种限制有一个很好的理由:繁重的运算量有助于保护完整性。

正如新南威尔士大学(University of New South Wales)副教授兼研究员Salil Kanhere所说:「标准的物联网装置无法进行这种繁重的运算工作,就像你无法在一台标准的笔记本电脑上进行比特币挖矿一样。」所以,最初这种类型的应用将会首先在高阶网关上看到。

现在,业界媒体报导人工智能(AI)和区块链正在加速物联网的发展,但我认为正好相反。物联网现在已经能够提供一个架构,使区块链在其中能发挥作用。对于绝大多数边缘节点而言,区块链功能最初需要在网关中实现,网关是充当事务处理点的硬件装置。这增加了一层额外的复杂性,因为这意味着负责交易的边缘节点将不会是记录交易的装置。边缘节点将是网关的外围装置。

尽管物联网和区块链的结合现在还没有准备好,但已经是该开始考虑此种融合的时候了。因应物联网的区块链服务可能会触发在使用者之间进行公开的数据交换,并使限制存取有用资料之孤岛问题将得以化解。我们看到这些新技术的应用已经起步,在拥有足够资源的低成本处理器广泛普及之前,推动区块链部署所需的物联网系统持续改进,只是时间的问题。

Filament就是一个很好的例子。Filament是一家提供新型芯片的新创公司,其芯片使连网装置和装置能够自行完成交易,并基于规则和营运业者设定的程序创建记录在区块链上的合约。

此外,由Linux基金会(Linux Foundation)主持的全球合作组织Hyperledger也提供区块链技术的开放来源(open-source)版本。

本文来源:区块链和物联网融合:正在发生中?

点击这里,获取更多IOT物联网设计信息

围观 4
39

Jan-Hein Broeders ADI公司

简介

人口正在老化,越来越多的人需要健康支持,这给医疗保健整体支出带来巨大影响。有鉴于此,政府部门和健康保险企业愈来愈强调预防、健康意识和生活方式。一般而言,这不只是关于实行更多或更好的营养摄入计划,而是更关注监测某些重要身体参数。正因如此,从事智能和健康手表业务的公司近年来
营收明显增长。

买一块健康手表并监测身体参数,并不意味着您生活得更健康。健康生活的秘诀在于通过长期监测某些身体参数来更熟悉这些数值并加以利用,进而调整自己每天的生活以变得更为健康。这个过程可帮助您了解身体如何工作,以及如何降低长期健康成本。

本文围绕ADI公司最新可穿戴VSM平台而撰写,该平台如图1所示。ADI公司不是最终产品制造商。此平台旨在提供一个参考,帮助电子设计人员和系统架构师加快开发过程,为专业和医疗市场设计出更新、更智能、更精确的可穿戴设备。

测量什么、如何测量及在哪里测量

通过可穿戴设备可测量各类重要身体参数。根据总体目标,测量某些参数比测量其他参数会更重要。可穿戴设备在身体上的位置在很大程度上决定了哪些参数可以测量,哪些不能测量。最明显的位置是手腕。我们已习惯于在手腕上戴个物件,所以市场上有很多智能手表和腕戴设备之类的产品。除在手腕上进行测量以外,头部也是佩戴可穿戴设备的好地方。例如,各式各样的头戴式耳机和耳塞中含有嵌入式传感器,用来测量心率、氧饱和度、温度等参数。身体上适合可穿戴设备的第三个好位置是胸部。第一代心率监护仪就是设计在胸带上,这种生物电位测量原理至今仍是非常精确的技术。现在,我们倾向于
使用胸贴,因为胸带穿戴起来不是很舒服。已有多家制造商设计智能胸贴以监控重要身体参数。

图1. ADI公司最新第二代可穿戴VSM平台

根据身体位置,我们不仅要选择哪些参数可以测量,还要选择使用何种技术。对于心率测量,生物电位测量是最古老的技术之一。其信号很强,利用两个或更多电极便可从身体中轻松获取。针对此方法,将电路集成在胸带或耳机中再好不过。然而,在腕部等单一点处测量生物电位信号几乎不可能。必须在产生电信号的心脏周围测量。针对单点测量,光技术更合适。将光线射入组织中,捕捉并测量动脉中血流对光线的反射信号。从接收到的光信号可获知逐搏心跳信息。该技术看似相当直截了当,但事实上存在多项挑战和影响因素会使设计变得困难,比如运动和环境光线。

ADI公司第二代可穿戴设备参考平台集成了上述大部分技术。该设备设计戴在手腕上,但您也可以去除软带,将设备贴在身体上,用作智能贴片。该设备包含支持生物电位测量、光学心率测量、生物阻抗测量、运动跟踪、温度测量的技术,它们全都集成在一个微型电池供电设备中。

总体目标

ADI公司为什么设计一个类似第二代手表的系统?此类系统的目标是能够轻松测量身体的多个重要参数。该设备可同时测量多个参数并将结果存储在SD卡上,或通过BLE无线连接发送到智能设备。由于测量是同时进行,因此它也有助于发现多个测量之间的相关性。生物医疗工程师、算法提供商和企业家不断寻找新技术、应用和使用场景以期及早检测疾病,避免其发展到晚期,尽量降低疾病对身体的不利影响或损害。

单一测量不能说明任何问题

ADI公司的最新可穿戴系统是一款独一无二的设备,其中整合了嵌入式传感器、处理能力和无线通信。

图2. 传感器板第二代手表平台

该光学系统围绕光学模拟前端ADPD107而构建。它利用绿光LED测量PPG和心率,并集成红外LED以检测设备是否贴附到人体上。两个AD8233模拟前端支持生物电位ECG测量。一个前端连接到设备中嵌入的电极。一个电极位于设备背面,接触身体的一肢;第二个电极位于设备正面,可被另一肢(手)接触以形成闭合回路。第二个模拟前端可以用来配合外部电极测量ECG。用户可以像智能贴片一样穿戴该设备,并将外部电极直接连到胸部。设备背面的电极有双重功能。除ECG测量外,其还可用于皮肤电活动(EDA)测量。EDA或皮肤电反应(GSR)与皮肤电导率有关,而内部或外部刺激引起的情绪变化会改变皮肤电导率。第二代手表能够检测这种微小的电导率变化。电路基于此测量原理而构建,包括发射和接收信号链,完全采用分立器件。

其精度非常高,而功耗极小。最后同样重要的是,它还集成了用于测量皮肤温度的温度传感器和一个3轴超低功耗MEMS传感器(ADXL362)。MEMS传感器能跟踪运动,所以可用于绘制运动曲线,同时还能补偿其他测量中运动引起的伪像。运动无论何时都是一个重要参数,包括心率、SPO2和呼吸速率在内的多个重要参数十分依赖于活动,所以必须测量身体运动。当您慢跑时,140 bpm的心率没问题,但如果您是坐在沙发上休息而测得140 bpm的心率,那么您可能需要担心了。通过合并不同传感器信号,还可以支持新型应用。

设备中集成了超低功耗ADuCM3029以收集传感器数据并运行算法。图2展示了传感器板上集成的器件。

压力和连续血压

心率需要ECG或PPG测量,因此不用合并传感器输出,除非希望补偿运动造成的伪像。需要多种测量的使用情形包括压力管理和连续血压监测。情绪状态可通过监控皮肤电导率变化来测量。这只是一个参数,但如果将它与其他参数合并监测,比如心率和心率变异(HRV),那么测量值将提高很多。还可以包括皮肤温度,作为额外的压力测量输入。另一个有意义的使用情形是血压监控。这是一个非常重要的参数,大部分系统是基于袖带的,很难集成到可穿戴式连续监控系统中。但是,某些技术无需袖带便可测量血压。有一种技术利用脉搏波传输时间(PTT),即测量R波上心脏收缩时刻到脉搏到达手指时刻的动脉PTT信号。此传输时间与血压直接相关。图3显示了ECG和PPG的组合测量。该手表可用于执行此测量,因为它同时支持ECG和PPG测量。

图3. ECG测量与PPG结合

原型到产品

第二代手表在一个小型可穿戴设备中嵌入了许多高性能传感器和特性。除电子设计外,还考虑了许多机械设计方面。这使得该平台对聚焦于半专业和专业市场及医疗市场的设计公司和设备制造商极具吸引力。多个参数可以同时测量,但算法需要助力应用并支持使用场景。此设备将能让开发商和设备制造商快速启动开发流程,无需验证算法或在测试前构建原型。第二代手表供货数量有限,ADI公司非常有兴趣与设计公司和算法提供商合作,开发可出售给专业看护和医疗保险公司的先进系统。某些特性已经满足医疗要求,其他特性尚待改进,但ADI公司无疑已走在正确的道路上。

欲了解更多信息,请访问: www.analog.com/healthcare

作者简介

Jan-Hein Broeders是ADI公司负责欧洲、中东和非洲业务的医疗健康业务开发经理。他与医疗健康行业密切合作,将他们现在和将来的需求转化为各种解决方案,这些方案基于ADI公司市场领先的线性和转换器技术和数字信号处理与电源产品。

Jan-Hein 20年前开始投身半导体行业,担任Burr-Brown模拟现场应用工程师,负责Benelux和Scandinavia。在德州仪器收购Burr-Brown五年后,他加入ADI公司,担任飞利浦全球现场应用工程师(FAE)。自2008年起,他开始从事目前的医疗健康业务开发工作。他拥有荷兰斯海尔托亨博斯大学的电气工程学士学位。

点击这里,获取更多IOT物联网设计信息

围观 22
61

页面

订阅 RSS - 物联网