2、基础知识：传感器数据采集原理、常见数据类型与关键参数

在进入 TinyML 输入管线设计之前，必须首先建立对传感器数据采集原理和关键参数的清晰认知。输入管线的本质，是将物理世界中的连续模拟信号，转换为机器学习模型能够消费的离散数字张量。这一过程涉及采样、量化、编码、缓冲等多个环节，每一个环节的参数选择都会直接影响模型的上限性能。如果对采样率、位深、通道数等基础概念理解不透彻，后续的环形缓冲区设计、窗口缓存策略和数据校验逻辑都将失去依据。本章将系统梳理传感器数据采集的核心原理，对比时间序列、图像、音频三类常见数据类型的结构差异，并深入解析采样率、位深、通道数等关键参数对 TinyML 系统设计的具体约束。

2.1 传感器数据采集的核心原理

传感器数据采集的本质，是将物理世界中连续变化的模拟量（如加速度、光强、声压）转换为数字系统能够处理的离散数值序列。这一过程在 TinyML 设备上通常由三个环节构成：敏感元件感知物理量、信号调理电路进行放大与滤波、模数转换器（ADC）完成采样与量化。对于 TinyML 工程师而言，理解这一链路的意义在于：输入管线的设计边界，本质上是由传感器输出数据的时序特征和数值特征共同决定的。

在采样环节，ADC 按照固定的时间间隔对模拟信号进行离散化取值，这个间隔的倒数即为采样率。根据奈奎斯特采样定理，采样率必须至少为信号最高频率成分的两倍，才能无失真地重建原始信号。但在 TinyML 场景中，采样率的选择往往不是越高越好——更高的采样率意味着单位时间内产生更多的数据，这会直接增加 MCU 的存储压力、传输带宽和推理延迟。例如，一个 3 轴加速度计以 100Hz 采样、16 位精度输出，每秒产生 600 字节数据；若将采样率提升至 1kHz，数据量将增长 10 倍，对嵌入式系统的 DMA 传输和缓冲区管理提出更高要求。

量化环节决定了每个采样点的数值精度。ADC 的位深（bit depth）直接决定了量化电平的数量：12 位 ADC 提供 4096 个离散电平，16 位 ADC 提供 65536 个电平。位深越高，数值分辨率越高，但每次采样产生的数据量也越大。在 TinyML 实践中，并非所有传感器都需要高精度量化——加速度计通常 12-16 位即可满足活动识别需求，而音频信号往往需要 16-24 位以保证动态范围。此外，量化过程中还会引入量化噪声，这在低信号幅值场景下可能成为影响模型精度的关键因素。

2.2 常见数据类型：时间序列、图像与音频

TinyML 应用中最常见的传感器数据类型可分为三大类：时间序列数据、图像数据和音频数据。这三类数据在结构维度、数值范围、时序敏感性和存储布局上存在显著差异，直接决定了输入管线的设计策略。

时间序列数据是最基础也是最常见的数据类型，典型来源包括 IMU（惯性测量单元）、温度传感器、压力传感器、心率传感器等。时间序列数据以固定采样率连续产生，每个采样点包含一个或多个通道的数值。例如，一个 6 轴 IMU（3 轴加速度 + 3 轴陀螺仪）以 50Hz 采样，每秒钟产生 50 个采样帧，每个帧包含 6 个浮点数值。时间序列数据的核心特征是其顺序相关性——相邻采样点之间存在时间上的连续性和物理上的因果关系，因此输入管线必须保证数据的时序完整性，不能出现乱序或丢帧。

图像数据来自摄像头、ToF 传感器或热成像传感器，以二维矩阵的形式组织像素值。图像数据的核心参数包括分辨率（宽×高）、色彩通道数（灰度=1，RGB=3）和像素位深（通常 8-16 位）。与时间序列数据不同，图像数据以"帧"为单位产生，每帧数据量较大（例如 320×240 的灰度图像每帧 76.8KB），但帧率通常较低（10-30fps）。图像输入管线的设计重点在于帧缓冲管理和行对齐处理，同时需要考虑 ROI（感兴趣区域）裁剪和缩放等预处理操作。

音频数据本质上是高采样率的时间序列数据，但因其采样率极高（通常 8kHz-48kHz）且需要特殊的特征提取方法，通常被单独分类。音频数据的核心参数包括采样率、位深和声道数。在 TinyML 场景中，音频数据往往不会直接输入模型，而是先经过短时傅里叶变换（STFT）或梅尔频率倒谱系数（MFCC）提取为频谱特征。因此，音频输入管线的设计需要同时考虑原始波形缓冲和特征帧缓存两个层面。

2.3 采样率、位深与通道数的工程影响

采样率、位深和通道数这三个参数并非独立存在，它们共同决定了 TinyML 输入管线的数据吞吐量、存储需求和计算负载。理解它们之间的乘积关系，是进行缓冲区容量规划和 DMA 配置的基础。

数据速率计算公式：数据速率（bytes/s）= 采样率（Hz）× 位深（bytes）× 通道数。以一个 3 轴加速度计为例，采样率 100Hz、位深 16 位（2 字节）、3 个通道，则数据速率为 100 × 2 × 3 = 600 bytes/s。若使用 6 轴 IMU（6 通道），数据速率翻倍至 1200 bytes/s。这个数值直接决定了环形缓冲区的最小容量——如果 MCU 的处理延迟为 50ms，则缓冲区至少需要容纳 1200 × 0.05 = 60 字节的数据，但实际设计中通常预留 3-5 倍余量以应对突发负载。

采样率的选择策略：采样率决定了信号的时间分辨率，但过高的采样率会带来不必要的功耗和存储开销。在 TinyML 实践中，采样率的选择应基于应用场景的信号频率特征。例如，人体活动识别（HAR）中，人体运动的频率成分主要集中在 0.5-5Hz 范围内，因此 25-50Hz 的采样率已经足够；而音频关键词识别（KWS）需要捕捉 20Hz-4kHz 的语音信号，采样率通常需要 8kHz 以上。过高的采样率不仅浪费存储空间，还会增加 MCU 的唤醒频率和功耗。

位深与动态范围：位深决定了传感器能够分辨的最小信号变化。12 位 ADC 的动态范围为 72dB，16 位 ADC 为 96dB。在 TinyML 场景中，位深的选择需要权衡精度与存储。例如，在工业振动监测中，16 位加速度计能够捕捉更细微的振动特征，有助于早期故障诊断；而在简单的运动计数场景中，12 位精度已经足够。值得注意的是，模型输入层的量化精度（如 int8）与传感器位深是两个不同层面的概念——传感器位深决定了原始数据的精度上限，而模型量化决定了推理时的计算精度。

2.4 案例拆解：智能穿戴设备的多传感器数据采集设计

以一个智能手环的人体活动识别（HAR）功能为例，来综合说明上述参数的实际应用。该设备需要识别走路、跑步、静止、上下楼四种状态，同时具备心率监测功能。

初始约束与目标：设备使用 Nordic nRF52840 MCU（Cortex-M4F，64MHz），内置 256KB RAM。目标是在 10Hz 的推理频率下实现 90% 以上的识别准确率，同时保证整机功耗低于 1mA（传感器+MCU）。

传感器选型与参数设定：选用 BMI270 六轴 IMU（加速度+陀螺仪），加速度计采样率设为 50Hz，陀螺仪采样率设为 50Hz，位深均为 16 位。心率传感器采用 MAX30102 光学传感器，采样率 25Hz，红光和红外双通道。IMU 数据速率为 50 × 2 × 6 = 600 bytes/s，心率数据速率为 25 × 2 × 2 = 100 bytes/s，总数据速率 700 bytes/s。

输入管线设计：考虑到 MCU 需要同时处理传感器数据采集和模型推理，采用双缓冲策略。IMU 数据通过 DMA 直接写入环形缓冲区，缓冲区容量设为 2048 字节（约 3 秒数据），当累积到 1 秒数据（50 帧）时触发一次窗口滑动，窗口长度为 2 秒（100 帧），重叠率为 50%。心率数据使用独立的小型环形缓冲区（256 字节），每 4 秒计算一次平均心率。

数据校验逻辑：在数据写入缓冲区前，对每个采样帧进行合理性检查：加速度幅值范围 0-4g（超出则标记异常），陀螺仪角速度范围 ±2000°/s，心率值范围 30-220 bpm。连续 5 帧异常则触发传感器重新初始化。

结果与复盘：实际测试中，该设计在 10Hz 推理频率下达到 93% 的识别准确率，MCU 平均负载 42%，传感器+MCU 总功耗 0.8mA。复盘发现，将采样率从 50Hz 降至 25Hz 后，准确率下降至 88%，说明 50Hz 是保证特征提取质量的最低采样率；而将位深从 16 位降至 12 位后，准确率仅下降 1.2%，但存储占用减少 25%，在后续版本中可以考虑降低位深以节省功耗。

2.5 总结与设计要点

传感器数据采集是 TinyML 输入管线的源头，采样率、位深和通道数这三个参数构成了输入数据的"三维约束"。在实际项目设计中，建议遵循以下流程：首先明确应用场景的信号频率特征和动态范围需求，据此确定采样率和位深；然后计算数据速率，评估 MCU 的存储和计算能力；最后设计环形缓冲区容量、窗口缓存策略和数据校验规则。同时，要关注多传感器的时间同步问题，并在数据进入模型前进行必要的合理性校验。