4、传感器与数据采集：加速度计/陀螺仪选型、采样率与分辨率设置、I2C/SPI接口读取、数据缓冲与时间戳管理

TinyML振动检测系统的性能上限，首先由传感器与数据采集链路决定。模型再优秀，如果前端采集到的信号失真、混叠或时间戳错乱，后续的FFT频谱分析和异常评分都将失去物理意义。本章围绕振动检测前端，系统讲解加速度计/陀螺仪的选型逻辑、采样率与量程分辨率的匹配方法、I2C/SPI总线读取策略，以及数据缓冲与时间戳管理的工程实现。理解这些内容，是后续进行FFT参数调优和异常评分阈值标定的前提。

4.1 加速度计与陀螺仪选型：从物理量到数字量的映射

4.1.1 核心原理：振动测量的物理基础

振动检测的本质是测量物体表面或内部的周期性机械运动。加速度计通过检测质量块在惯性力作用下的位移，将加速度转换为电信号；陀螺仪则基于科里奥利效应测量角速度。在TinyML振动检测场景中，加速度计是主力传感器，陀螺仪通常用于旋转机械（如电机主轴、风机叶片）的角振动分析。选型时需要关注的关键参数包括：量程（±2g至±16g）、灵敏度（LSB/g）、噪声密度（µg/√Hz）、带宽（Hz）、输出数据速率（ODR）以及接口类型。

对于工业设备振动检测，典型的振动加速度范围在0.1g到10g之间。电机轴承早期故障的振动特征频率通常在1kHz以下，但冲击脉冲可能包含高达10kHz的高频成分。因此，选型时需要在量程和分辨率之间做出权衡：量程越大，可测量的最大振动幅值越高，但相同位数下分辨率越低；量程越小，分辨率越高，但容易饱和削波。

4.1.2 选型判断方法：参数匹配矩阵

以下表格总结了不同应用场景下的传感器选型建议，可作为实际项目中的快速参考：

4.1.3 案例拆解：电机轴承故障检测的传感器选型

背景与约束：某工厂需要对一台4极异步电机（转速1470rpm）进行振动监测，电机轴承型号为6305，已知轴承故障特征频率（BPFO≈5.4倍转频，BPFI≈3.6倍转频）。要求检测早期轴承点蚀故障，振动幅值变化范围从0.1g到5g。

分析过程：转频f_r = 1470/60 = 24.5Hz。BPFO = 5.4 × 24.5 ≈ 132Hz，BPFI ≈ 88Hz。考虑到故障初期振动幅值较小（约0.1-0.3g），但冲击脉冲峰值可能达到2-3g，因此量程选择±8g较为合适。采样率需满足奈奎斯特条件，考虑到需要分析到10倍频（约1.3kHz），采样率设为4kHz较为安全。

选型结果：选用ADXL345（量程±16g，ODR最高3.2kHz），实际配置为±8g量程、ODR 3.2kHz，通过SPI接口以2kHz采样率读取。该配置下，分辨率约为3.9mg/LSB，能够分辨0.1g的早期故障信号。

复盘：如果选用±2g量程，虽然分辨率更高（0.98mg/LSB），但在冲击脉冲峰值超过2g时会发生削波，导致FFT频谱出现谐波失真。因此，量程选择应基于峰值预留原则，而非平均值。

4.2 采样率与分辨率设置：FFT分析的前置条件

4.2.1 核心原理：采样定理与FFT分辨率

采样率（fs）决定了可分析的最高频率（奈奎斯特频率 = fs/2），而FFT的频率分辨率（Δf）由采样率和FFT点数共同决定：Δf = fs / N，其中N为FFT点数。例如，fs = 1024Hz，N = 1024，则Δf = 1Hz。这意味着频谱中相邻两个频率点之间的间隔为1Hz，低于1Hz的频率差异无法区分。

在TinyML场景中，MCU的计算资源有限，FFT点数通常限制在256到2048之间。因此，采样率的设置需要综合考虑：采样率过高会导致FFT点数不足时频率分辨率变差；采样率过低则无法覆盖目标频带。此外，采样率还受到传感器ODR和总线读取速度的限制。

4.2.2 设置方法：三步确定采样参数

1. 确定目标频带：根据设备类型和故障特征频率，确定需要分析的最高频率f_max。一般取最高特征频率的3-5倍作为安全余量。
2. 计算最小采样率：fs ≥ 2 × f_max，实际工程中建议fs ≥ 4 × f_max，以获得更好的波形还原度。
3. 匹配FFT点数：根据MCU内存和计算能力选择N（通常为2的幂），然后验证Δf是否满足故障频率分辨需求。若Δf过大，可增加N或降低fs。

// 采样参数计算示例
// 目标：检测轴承BPFO=132Hz，需分辨1Hz以内的频率变化
#define F_MAX 500      // 最高分析频率 500Hz
#define F_RES 1        // 频率分辨率 1Hz
#define FFT_N 1024     // FFT点数

// 计算采样率
float fs = FFT_N * F_RES;  // fs = 1024Hz
// 验证奈奎斯特条件
if (fs / 2 >= F_MAX) {
    // 满足条件，fs=1024Hz可用
} else {
    // 需要提高采样率，例如fs=2048Hz，FFT_N=2048
}

4.2.3 常见误区：采样率与分辨率设置的陷阱

另一个误区是忽略抗混叠滤波。如果传感器带宽高于fs/2，高频噪声会折叠到低频段，产生虚假峰值。在硬件层面，应使用低通滤波器（截止频率设为fs/2的80%）；在软件层面，可对原始数据执行数字低通滤波后再进行FFT。

4.3 I2C/SPI接口读取：总线效率与数据完整性

4.3.1 核心原理：两种总线的工程差异

I2C和SPI是TinyML设备中最常用的传感器接口。I2C使用两根线（SDA、SCL），地址寻址，支持多设备挂载，但速率较低（标准模式100kHz，快速模式400kHz）。SPI使用四根线（MOSI、MISO、SCLK、CS），主从通信，速率可达数MHz，且支持DMA传输，适合高采样率场景。

对于振动检测，采样率通常在1kHz-4kHz，每次读取6轴数据（3轴加速度+3轴角速度）共12字节。I2C在400kHz下传输12字节约需240µs，而SPI在5MHz下仅需约20µs。当采样率为4kHz时，采样周期为250µs，I2C的传输时间已接近采样周期，容易造成数据丢失；SPI则留有充足余量。

4.3.2 读取策略：中断驱动与DMA结合

推荐采用传感器数据就绪中断 + DMA传输的读取模式。传感器内部FIFO可缓存多组数据，当FIFO达到设定阈值时触发中断，MCU在中断服务程序中启动DMA批量读取，避免逐字节读取占用CPU时间。

// SPI DMA读取示例（伪代码）
void sensor_ISR(void) {
    // 传感器FIFO达到阈值，触发中断
    HAL_SPI_Receive_DMA(&hspi1, (uint8_t*)rx_buffer, 12 * FIFO_THRESHOLD);
    // 设置标志位，主循环处理数据
    data_ready = 1;
}

int main() {
    while (1) {
        if (data_ready) {
            // 处理rx_buffer中的传感器数据
            process_sensor_data(rx_buffer);
            data_ready = 0;
        }
    }
}

4.3.3 案例拆解：SPI与I2C的实测对比

实验条件：使用STM32L4系列MCU，分别通过I2C（400kHz）和SPI（5MHz）读取ADXL345，采样率设为3.2kHz，读取1000组数据。

复盘：在3.2kHz采样率下，I2C的传输时间已占采样周期的76%，导致时间戳抖动显著，影响FFT相位分析。改用SPI+DMA后，CPU占用率大幅下降，时间戳抖动控制在±15µs以内，为后续FFT分析提供了稳定的采样间隔。

4.4 数据缓冲与时间戳管理：保证数据流的连续性与可追溯性

4.4.1 核心原理：环形缓冲区与双缓冲机制

数据缓冲的核心目标是解决生产者（传感器中断）与消费者（FFT处理）之间的速率不匹配问题。环形缓冲区（Ring Buffer）是最常用的方案，通过读写指针的循环移动实现数据的连续写入和读取。双缓冲（Double Buffer）则是在后台填充一个缓冲区的同时，前台处理另一个缓冲区，避免数据覆盖。

时间戳管理是另一个关键环节。每个数据样本需要关联一个精确的时间标记，用于计算采样间隔的一致性、对齐多轴数据，以及后续FFT的相位分析。时间戳的精度应至少达到采样周期的1/10。例如，采样率为1kHz时，时间戳精度需达到0.1ms。

4.4.2 实现方法：时间戳的硬件与软件协同

推荐使用MCU的硬件定时器作为时间基准。在传感器数据就绪中断中，读取定时器的当前计数值作为时间戳，与传感器数据一起存入缓冲区。对于多传感器同步场景，可使用GPIO触发同步信号，确保各传感器的时间基准一致。

// 时间戳管理示例
typedef struct {
    uint32_t timestamp;  // 硬件定时器计数值
    int16_t accel_x;
    int16_t accel_y;
    int16_t accel_z;
    int16_t gyro_x;
    int16_t gyro_y;
    int16_t gyro_z;
} sensor_data_t;

#define BUFFER_SIZE 1024
sensor_data_t ring_buffer[BUFFER_SIZE];
volatile uint16_t write_idx = 0;
volatile uint16_t read_idx = 0;

void sensor_ISR(void) {
    uint16_t next_idx = (write_idx + 1) % BUFFER_SIZE;
    if (next_idx != read_idx) {  // 缓冲区未满
        ring_buffer[write_idx].timestamp = TIM2->CNT;
        // 读取传感器数据到ring_buffer[write_idx]
        write_idx = next_idx;
    } else {
        // 缓冲区溢出，丢弃最旧数据或触发告警
        overflow_count++;
    }
}

4.4.3 常见误区与排障指南

总结复盘：数据缓冲与时间戳管理是TinyML振动检测系统中"看不见"但至关重要的环节。缓冲区大小需根据采样率和处理延迟合理设置（一般取FFT点数的2-4倍），时间戳精度直接影响FFT的相位一致性。建议在系统调试阶段，通过串口输出时间戳差值，验证采样间隔的均匀性，确保数据质量后再进行后续的FFT和异常评分调参。