应用识别设计和编写强大,可扩展和安全软件所需的知识,创造力和奉献精神。但是,该生态系统具有显着的断开连接。尽管开发人员期望为他们的工作获得最高的收入,但他们通常不愿支付有助于他们更有效的优质软件,工具和流程。
温度传感器对于广泛的应用和用途至关重要,包括消费电子,环境监测和工业处理。为了确保精确,准确的温度读数,必须选择正确的温度传感器。鉴于市场上有各种各样的选择,选择最合适的温度传感器可能很难。本文指导选择最适合特定应用的温度传感器。
我们检查了微控制器中可用的几种不同的低功率模式,以及这些低功率模式如何影响能耗和唤醒时间。低功率模式是减少微控制器使用的能量的主要技术之一,但这并不是开发人员可用的唯一技术。在这篇文章中,我们将研究我最喜欢的五种用于降低微控制器能耗的技术。
运行时断言在开发和执行逐项合同原理中捕获错误的力量。但是,并非需要在运行时验证嵌入式系统中的所有假设。某些条件可以并且应该在编译时检查,以确保代码的正确性甚至在运行之前。这是静态断言发挥作用的地方。
对于每个嵌入式软件开发人员和团队来说,性能是关键的指标。无论您是开发资源受限的设备,高性能模块还是仅仅是普通的系统,浪费的时钟周期都会花费金钱,时间和能量。如今,许多嵌入式系统都是由RTO构建的,但是根据我的经验,团队通常几乎不考虑其性能。
大多数现代嵌入式软件应用程序都是从闪存存储和执行的。 Flash为基于微控制器的应用程序提供了廉价且快速的存储介质。尽管这些应用程序通常是实时应用程序,在这些应用程序中,执行时间和确定性行为至关重要。虽然闪存很快,但它不如从RAM执行代码快。为了加快基于Flash的应用程序的执行时间,开发人员可以选择性选择关键功能并从RAM中执行它们以获得额外的速度提升。
Lumeova的任务是通过其Wirays技术创新无线连接。该公司总部位于北卡罗来纳州罗利市,正在解决我们这个时代最紧迫的挑战之一:对更快,更可靠的无线数据的增长需求。 Lumeova创始人兼首席执行官Ali Khatibzadeh在接受Embedded.com的采访中提供了对公司专有技术的见解。
随着物联网的发展并在现场部署了更多的边缘设备,无疑将在这些设备中很大一部分电池操作。电池操作的无线边缘节点很方便且具有成本效益,因为它们不需要访问电气基础设施,并且可以轻松部署。电池操作的设备的潜在问题是,当开发人员在枪支下构建设备并在门外时,电池寿命是他们脑海中的最后一件事。开发人员在整个开发周期中可以做几件事,以确保他们能够正确管理设备的能耗。
有关开发人员如何通过在RAM中执行时间敏感功能而不是从Flash中执行时间敏感功能来加快其应用程序代码的文章。您可能想知道是否要进行这样的调整,表现会发生什么变化?答案会根据微控制器的制造技术而有所不同,但是开发人员可以使用三种技术来衡量其应用程序或功能性能:
无论是嵌入式系统在电池上运行还是连接到电网,设计绿色并最小化能源消耗的系统都是大多数系统的常见要求。现代嵌入式系统中最大的能源消费者之一是微控制器,并且了解如何最大程度地减少其能源消耗至关重要。即使您查看一个微控制器家族,每个处理器架构都将具有略有不同的低功率功能。在这篇文章中,我们将研究ARM Cortex-M处理器核心中的基本低功率模式以及如何使用它们。
智能时代的嵌入式系统离不开高性能、高效的软件和先进的软件开发方式。本文介绍了近期嵌入式软件开发的三个趋势:1)边缘计算作为一种在本地处理和分析数据的方式正在快速发展,边缘计算与人工智能的结合正将智能计算从以云为中心的模型中转移出来;2) 虚拟化技术是今天高算力多核处理器计算系统采用的全新解决方案,容器技术则可通过简化嵌入式软件开发、部署和维护来助力复杂嵌入式系统的管理;3) DevOps的概念和实践正在逐步渗透进入嵌入式软件开发中,助力加快软件交付速度,提高应用程序质量和稳定性。
随着人口老龄化程度加深,社会养老负担加重,处理好全社会的养老问题十分重要。在全球范围内,老人身体健康受到许多致命疾病的威胁。而独居老人生活中缺少家人照顾,心理上缺少慰藉,导致患病率更高,同时发生意外也无法及时得到救助。面临精神、健康、意外风险三重困境,因此,他们具有更大的健康风险。本文提出的系统基于云–边–端架构实现,由云端服务器、感知控制和应用服务构成,实现了语音服务和老人应急服务,即老人有语音需求时可以及时提供相应服务,老人摔倒时可以给老人送药并向前端发送照片和警报;前端交互模块则由微信小程序实现,使家人能远程关注家中老人的身体健康状况。
具有开源、简单和灵活等特点,RISC-V架构受到业界广泛关注。近年来,市场上相继出现了多款RISC-V架构微处理器,32位RISC-V架构MCU正逐步进入Cortex-M MCU应用领域。本文针对将应用程序从RV32移植到Cortex-M的需求,分析RV32与Cortex-M结构、编程模型和过程调用规范等方面的不同之处,提出程序移植过程中遇到的问题,提出方法和建议,并进行相关性能分析和比较。
介绍一种完全自主开发的体积小的基于MEMS无线数字地震检波器。该检波器主要包括以下几个部分:MEMS传感器板、放大采集板、FPGA控制主板、无线触发接收板、无线WIFI模块板和供电电源设计等。该传感器的设计涉及多个关键技术点,包括微弱信号获取、低功耗设计、总体结构的合理布置、高精度和高灵敏度、无线数据通讯以及无线触发信号接收等。应对这些关键技术点,本设计首先对芯片和材料精挑细选、对电路和结构进行合理设计,满足该检波器各项技术指标。最后通过一系列的室内测试和野外试验,验证了该检波器的各项功能和性能,为地震勘探提供高精度、高灵敏度、稳定可靠的地震检波器。
本研究旨在开发一种在资源受限的微控制器单元(MCU)上运行的方法,用以进行鼾声检测。不同于使用CNN进行声音检测的方式,我们采用门控循环单元(GRU)模型以对音频数据进行处理和分析。通过采用优化模型结构、模型量化等常用的模型优化方式,我们最终成功将GRU模型适配到低功耗的MCU平台,使其能够在不依赖外部计算资源的情况下,独立完成端侧的鼾声检测任务,无需联网。实验结果表明,该模型在保持较高准确性的同时,能够有效降低系统算力需求,满足移动健康监测设备的实时性与便携性要求。这一研究为鼾症患者的持续监测和睡眠健康管理提供了一种新的解决方案,同时也拓展了深度学习在嵌入式系统中的应用前景。