课程导入：学习目标、核心概念、整体框架、适用硬件与工具链
欢迎来到《sleep mode与TinyML推理任务唤醒调度实战》的第一章。在嵌入式机器学习（TinyML）的工程实践中，开发者往往面临一个尖锐的矛盾：终端设备既要具备实时响应AI推理任务的能力，又必须将平均功耗压至毫瓦甚至微瓦级别。单纯优化推理内核的算力已无法满足产品需求，真正的战场在于“何时算、何时睡、如何醒”的调度策略。本章作为全课程的基石，将为你厘清学习路径，明确核心术语，并搭建起软硬件协同的全局视野。我们将从宏观架构出发，逐步拆解睡眠模式与唤醒源的本质，为后续章节的底层驱动开发和任务调度算法打下坚实基础。
上图展示了本课程反复强调的“三层协同”架构：应用任务层发起推理请求，唤醒调度器根据事件优先级与功耗预算决定何时唤醒MCU，硬件抽象层则负责具体执行电源状态切换与中断配置。理解这一架构，是掌握后续所有实战技巧的前提。接下来，我们将逐一展开本章的核心内容。
1.1 学习目标与课程定位
本课程并非单纯的低功耗理论课，也不是纯粹的TinyML算法课，而是聚焦于两者交叉地带的系统工程实践。完成本章学习后，你应该能够达成以下四个核心目标：
- 建立功耗-延迟权衡的系统观：理解睡眠模式并非简单的“省电开关”，而是以延迟、唤醒功耗和硬件复杂度为代价换取待机功耗的降低。能够针对具体应用场景（如电池供电的传感器节点）量化分析不同睡眠策略的收益与风险。
- 掌握MCU睡眠模式的底层机制：区分浅睡眠（Sleep）、深度睡眠（Deep Sleep）和关断模式（Shutdown/Off）在电流消耗、唤醒时间、外设保持状态和RAM数据保留能力上的本质差异，并能根据外设需求选择合适的模式。
- 熟悉典型唤醒源及其配置方法：包括但不限于GPIO外部中断、RTC闹钟、低功耗定时器（LPTIM）、比较器事件以及传感器数据就绪中断。能够根据硬件原理图和数据手册，正确初始化并验证唤醒源。
- 掌握TinyML推理任务的调度策略：理解“事件驱动型推理”与“周期型推理”的适用场景，学会使用状态机或实时操作系统（RTOS）的挂起/恢复机制来管理推理任务，避免无效唤醒和CPU空转。
1.2 核心概念：睡眠模式与唤醒源
在嵌入式领域，睡眠模式并非一个单一状态，而是一个包含多种功耗等级和功能保留程度的状态集合。理解这些状态的关键，在于掌握三个维度：电流消耗、唤醒延迟、数据/外设保持能力。下表对比了ARM Cortex-M系列MCU（如STM32L4、nRF52系列）中常见的几种电源模式：
| 电源模式 | 典型电流消耗 | 唤醒延迟 | RAM保持 | 外设状态 | 典型应用场景 |
|---|---|---|---|---|---|
| 运行 (Run) | 1mA - 50mA+ | 无 | 完整 | 全部可用 | 推理计算、数据采集 |
| 睡眠 (Sleep) | 100uA - 1mA | 1-5 us | 完整 | CPU时钟停止，外设时钟可配 | 短时等待外设事件 |
| 深度睡眠 (Deep Sleep) | 1uA - 20uA | 10-100 us | 完整（可选） | 仅保留低功耗外设（RTC、LPTIM） | 低频传感器轮询、RTC唤醒 |
| 关断 (Shutdown) | 0.1uA - 1uA | 1ms - 10ms | 丢失 | 全部关闭，仅保留复位或特定唤醒引脚 | 长时间待机、电池仓储 |
与睡眠模式紧密配合的是唤醒源（Wake-up Source）。唤醒源是能够将MCU从低功耗状态拉回到运行状态的硬件事件。常见的唤醒源包括：
- 外部中断（EXTI）：通过GPIO引脚的电平变化（上升沿、下降沿或双边沿）触发。适用于按键、磁簧开关、运动传感器中断输出等。
- RTC闹钟/唤醒定时器：在预设时间点产生事件。适用于周期性数据采集或心跳包发送。
- 低功耗定时器（LPTIM）：即使主时钟关闭，也能使用低速时钟（如32.768kHz晶振）运行，实现较长时间（毫秒到分钟级）的定时唤醒。
- 模拟比较器/ADC阈值：当模拟信号超过或低于设定阈值时唤醒。适用于电池电压监测、光敏电阻检测等。
- 通信接口（如UART、I2C）：在总线空闲时进入睡眠，检测到起始位或地址匹配时唤醒。适用于低功耗总线监听。
1.3 整体框架：从硬件到应用的调度链路
一个完整的TinyML唤醒调度系统，其数据流和控制流是闭环的。我们可以将其拆解为五个关键环节，这也是本课程后续章节的编排逻辑：
- 物理感知层：传感器（如加速度计、麦克风）持续监测物理世界，其内部FIFO或中断引脚在检测到特定事件（如运动、声音）时，向MCU发出电平跳变。
- 事件捕获层：MCU的EXTI控制器捕获该跳变，在深度睡眠模式下，该事件会触发电源管理单元（PMU）启动上电序列，恢复主电源和时钟。
- 调度决策层：CPU恢复运行后，执行唤醒中断服务程序（ISR）或RTOS的钩子函数。在此处，调度器需要判断：是立即执行推理任务，还是仅记录事件后再次快速入睡？这取决于事件优先级和当前电池电量。
- 推理执行层：若决定执行推理，则调用TinyML引擎（如TensorFlow Lite for Microcontrollers）加载模型，对传感器数据进行预处理、推理和后处理。此阶段CPU全速运行，功耗最高。
- 状态回归层：推理完成后，将结果通过无线模块（如BLE）发送或存储至Flash，然后执行外设去初始化、关闭未使用时钟，重新进入目标睡眠模式，等待下一次唤醒。
这一框架的核心思想是“按需唤醒”。MCU的绝大部分时间处于深度睡眠状态，仅在需要处理关键事件时短暂醒来。本课程将围绕这一框架，逐一深入每个环节的工程实现细节。
1.4 适用硬件与工具链准备
为了确保实战环节的可操作性和可复现性，本课程将主要围绕以下硬件平台和软件工具链展开。虽然具体型号不同，但底层原理和调试方法具有高度通用性。
| 类别 | 推荐选项 | 关键特性说明 |
|---|---|---|
| MCU开发板 | STM32L496G-DISCO / nRF52840-DK | 均具备多种低功耗模式、丰富唤醒源、足够RAM运行TinyML模型 |
| 传感器扩展板 | X-NUCLEO-IKS01A3（含LSM6DSO、LIS2MDL等） | 支持运动中断、FIFO水印中断，便于实现事件驱动唤醒 |
| 功耗测量工具 | J-Link Ultra+ / 功率分析仪（如Otii Arc） | 用于精确测量各睡眠模式下的电流曲线，验证调度策略效果 |
| IDE与编译器 | STM32CubeIDE / VS Code + GCC | 支持断点调试、寄存器查看，便于分析唤醒源标志位 |
| TinyML框架 | TensorFlow Lite for Microcontrollers 2.x | 提供模型转换工具链，支持Cortex-M系列CMSIS-NN优化 |
| 实时操作系统 | FreeRTOS Kernel V10+（可选） | 用于管理多任务调度，利用Tickless模式实现低功耗空闲 |
在开始后续章节的代码编写前，请务必完成以下环境验证：
# 1. 确认编译器与调试器连接
arm-none-eabi-gcc --version
# 2. 验证开发板驱动（以STM32为例）
STM32_Programmer_CLI -l stlink
# 3. 检查Python环境（用于模型转换）
python3 --version
pip list | grep tensorflow1.5 常见误区与学习建议
在课程开始之初，有必要澄清几个初学者极易陷入的认知误区，这些误区往往会导致后续调试困难或产品失败。
- 误区一：睡眠模式是万能的。睡眠模式只是降低了功耗，但并未消除功耗。唤醒时的瞬态电流（通常高达数十mA）和唤醒时间（从us到ms不等）同样消耗能量。频繁的短时间唤醒可能比持续运行更耗电。
- 误区二：只关注MCU功耗，忽略外设功耗。传感器、无线芯片、电源转换芯片（LDO）的静态电流往往比MCU的睡眠电流大得多。必须为每个外设设计独立的电源开关（如MOSFET负载开关），在睡眠时切断其供电。
- 误区三：中断服务函数中执行复杂推理。ISR应保持短小精悍，仅做事件标志置位和必要的数据拷贝。复杂的TinyML推理应放在主循环或高优先级任务中执行，否则会阻塞系统响应其他紧急事件。
- 误区四：忽视唤醒源标志位的清除。唤醒后，必须软件清除对应的中断挂起位，否则MCU会立即再次进入中断，导致系统无法真正进入睡眠，形成“假睡”现象。