📚 课程目录第4章 TinyML模型选型

4、TinyML模型选型：适合振动检测的轻量级神经网络（如CNN、LSTM、TCN）对比与选择标准

在加速度计振动检测场景中，TinyML模型的选型直接决定了推理时间、内存占用与识别精度之间的平衡。不同于云端AI可以无限堆叠算力，嵌入式端的模型必须在MCU主频（通常16~240MHz）、RAM（通常16~512KB）、Flash（通常64KB~2MB）的硬约束下运行。本章将系统对比CNN、LSTM、TCN三类轻量级神经网络在振动检测中的适用性，并给出可量化的选择标准与实战决策路径。

4.1 核心原理：三类轻量级神经网络的本质差异

CNN（卷积神经网络）通过卷积核在时间轴或频率轴上滑动提取局部特征。对于振动信号，1D-CNN直接处理原始加速度波形，2D-CNN则处理频谱图或时频图。其核心优势在于参数共享与平移不变性——同一卷积核可识别不同时刻出现的相同振动模式。在嵌入式实现中，CNN的卷积运算可高度并行化，且对INT8量化非常友好，推理时间可预测性强。

LSTM（长短期记忆网络）通过门控机制（输入门、遗忘门、输出门）捕捉时间序列中的长期依赖关系。在振动检测中，LSTM擅长学习轴承退化趋势、转速波动等跨时间尺度的模式。但LSTM的循环结构导致其推理过程是串行展开的，每个时间步都需要更新隐藏状态，这在MCU上会产生较大的延迟和RAM开销（需保存所有门控中间变量）。

TCN（时序卷积网络）采用因果卷积与膨胀卷积（dilated convolution）的组合，在保持时间因果性的同时扩大感受野。TCN本质上是前馈网络，因此可以像CNN一样并行计算，且通过残差连接缓解梯度消失。在振动检测中，TCN能在固定深度下覆盖更长的历史窗口，且推理时间与序列长度呈线性关系，非常适合MCU上的实时推理。

对比维度	1D-CNN	LSTM	TCN
感受野扩展方式	堆叠卷积层	循环时间步	膨胀卷积因子
推理并行度	高（全卷积）	低（串行展开）	高（全卷积）
典型RAM占用（256点输入）	8~20KB	30~80KB	12~30KB
INT8量化后精度损失	极小（<1%）	中等（2~5%）	较小（1~2%）
对缺失数据的鲁棒性	较差	较好	中等
MCU上推理时间（168MHz）	5~15ms	20~60ms	8~20ms

4.2 判断方法：基于约束条件的量化选型流程

模型选型不能仅凭直觉或论文指标，必须结合目标硬件的实际测量结果。推荐以下五步选型流程：

定义硬约束：明确MCU的Flash剩余空间、RAM上限、最大允许推理时间（通常要求<30ms以保证实时性）。例如STM32F401RE（84MHz，96KB RAM，512KB Flash）与ESP32-S3（240MHz，512KB RAM，8MB Flash）的选型空间完全不同。
建立基线数据集：采集至少3种工况（正常、不平衡、轴承故障）的振动数据，每类样本不少于500个窗口，窗口长度建议256~1024点（对应采样率2kHz~8kHz下的0.1~0.5秒）。
训练候选模型：在PC端使用TensorFlow或PyTorch训练三个模型，目标精度F1≥0.95。记录参数量、FLOPs、理论RAM占用。
部署实测：使用STM32Cube.AI或TensorFlow Lite Micro将模型转换为C数组，在真实硬件上测量推理时间（通过GPIO翻转或DWT计数器）和峰值RAM（通过动态内存分配监控）。
综合评分：按公式 Score = 0.4×精度 + 0.3×(1/推理时间归一化) + 0.2×(1/RAM归一化) + 0.1×部署难度系数 进行加权排序。

  关键测量技巧：在MCU上测量推理时间时，务必关闭编译器优化（-O0）与开启优化（-O2）各测一次。因为某些卷积算子在高优化等级下会被自动替换为CMSIS-DSP的加速函数，导致时间差异达3~5倍。同时，使用DWT->CYCCNT寄存器获取精确周期数，而非依赖HAL_GetTick()（1ms分辨率太低）。

4.3 案例拆解：电机轴承故障检测的模型选型实战

背景与约束：某工业设备厂商需要在STM32F411CEU6（100MHz，128KB RAM，512KB Flash）上实现电机轴承故障实时检测。采样率4kHz，窗口长度512点（128ms），要求推理时间<20ms，RAM峰值<40KB，Flash占用<200KB，F1≥0.95。

初始现象：工程师最初选用两层LSTM（隐藏单元64），PC端精度F1=0.97，但部署后实测推理时间高达48ms，RAM峰值78KB，远超约束。进一步分析发现，LSTM的时间步展开导致512个时间步的串行计算，且每个门控需要保存4个权重矩阵的中间结果。

分析判断过程：通过STM32Cube.AI的模型分析报告，定位到LSTM层占用了总推理时间的82%。改用1D-CNN（3层卷积，核大小16，通道数32/64/128）后，推理时间降至9ms，RAM峰值22KB，但F1降至0.93，未达阈值。继续尝试TCN（4层膨胀卷积，膨胀因子1/2/4/8，通道数32），推理时间12ms，RAM峰值28KB，F1=0.96，满足所有约束。

实际操作步骤：

// 使用TensorFlow Lite Micro部署TCN模型的关键配置
// 1. 模型转换时指定输入shape为[1, 512, 3]（三轴加速度）
// 2. 启用INT8量化，校准集使用500个真实振动窗口
// 3. 在MCU上使用CMSIS-NN的arm_convolve_s8算子加速
// 4. 通过DWT计数器测量推理时间：
volatile uint32_t start = DWT->CYCCNT;
model->Invoke();
volatile uint32_t end = DWT->CYCCNT;
float time_ms = (end - start) / 100000.0f; // 100MHz主频

结果对比：TCN方案最终Flash占用156KB（含权重和激活缓冲区），RAM峰值28KB，推理时间12ms，F1=0.96。相比LSTM，推理时间缩短75%，RAM减少64%；相比CNN，精度提升3个百分点。

风险与代价：TCN的膨胀卷积在MCU上需要额外的索引计算，且对DMA缓冲区的对齐要求较高（需32位对齐）。此外，TCN的感受野为(核大小-1)×(2^L-1)+1，当膨胀因子较大时，浅层特征可能被稀释，需适当增加通道数。

复盘经验：在振动检测场景中，TCN往往是最优折中方案——它兼具CNN的并行计算优势和LSTM的长时序建模能力。但若硬件Flash极紧张（<100KB），则优先选择1D-CNN并接受精度小幅下降；若信号存在强非平稳特性（如变转速工况），LSTM的时序记忆能力仍不可替代。

4.4 常见误区与总结复盘

误区一：盲目追求“最新”模型结构。Transformer、Mamba等模型虽然精度高，但其参数量和计算复杂度在MCU上完全不可行。振动检测任务的数据量通常较小（数千样本），复杂模型反而容易过拟合。
误区二：忽略输入窗口长度的影响。窗口越长，模型感受野越大，但推理时间线性增加。实测表明，512点窗口比256点窗口的TCN推理时间增加约60%，但精度仅提升1~2%。应根据旋转机械的转速（如基频10Hz对应每周期400点@4kHz）合理选择窗口。
误区三：只测一次推理时间。MCU上的缓存命中率、中断抢占、DMA传输都会影响推理时间。应连续测量100次，取P95值作为设计余量依据。

选型决策清单：

若Flash < 100KB 且精度要求F1≥0.90 → 选择1D-CNN（3层以内，核大小8~16）
若Flash 100~300KB 且精度要求F1≥0.95 → 选择TCN（4~6层膨胀卷积）
若信号存在强时变特性（如转速波动>20%）→ 选择LSTM（但需接受推理时间>30ms）
若硬件支持NPU或DSP指令集（如STM32N6、ESP32-P4）→ 优先选择CNN/TCN，利用硬件加速

最终，模型选型不是一次性的静态决策，而是需要结合实测数据反复迭代的过程。建议在项目初期就建立“模型-硬件”联合基准测试平台，将推理时间、RAM、Flash、精度四个指标自动化测量并记录，形成选型数据库。这样在后续新增故障类型或更换硬件平台时，可以快速复用历史数据做出决策。