传感器的“技术之困”如何突围？
要想使传感器更具竞争力的不二法门就是革命性的产品。眼下可穿戴设备异军突起，别出心裁，给可穿戴市场带来机遇的同时也面临着设计挑战，那么如何摆脱传感器的技术困扰？
iPhone与多点触摸传感器的完美融合给手机业带来了一场颠覆性变革。通过简单的触点滑动，便捷的操作恍若指尖一次次绽放的华丽魔法，扣动着全世界人们的心弦。而近年来大热的可穿戴设备，无疑将成为传感器的下一荣耀舞台。为了让产品更具竞争力，可穿戴设备的功能已日渐丰富，而不断创新的传感技术，则成为产品追求差异化的不二法门。
设计挑战加速爆发，传感器如何突围？
纵观整个中国市场，近年来传感器市场一直处于持续增长的阶段，且未来五年平均销售增长率将达31%（可穿戴设备仅是其中的助力之一），而在快速发展的同时，技术水平偏低、种类欠缺、研发能力较弱等问题仍亟待解决，无法形成足够的规模化应用。鉴此，对于新兴的可穿戴市场而言，传感器将迎来哪些设计挑战？技术之困究竟如何突围？
由可穿戴设备引发的全新设计挑战
可穿戴正在从简单的基于加速计的“智能计步器”向包括生物感应（例如心率监视）和环境感应（包括紫外线指数、相对湿度和温度）的方向转换，而准确性，无疑是一个关键的设计挑战。
1、人为的减少运动和生理变化所造成的影响非常具有挑战性，这对先进的信号处理算法提出了更高要求。
2、面向温湿度检测的可穿戴产品要求传感器直接暴露在空气中，因此避免灰尘、污垢、水及其他污染物进入这个开口或弄脏电路十分重要，它们将影响数据的可靠性与准确度。
3、测量环境温度需要消除皮肤、MCU、电池和其他电子器件所产生的热影响，同时要求考虑到如何适用于最广泛用户群体以降低退货率。通常使用绿光LED的解决方案能够有效的处理浅色皮肤带来的影响，对于深色皮肤而言黄光LED处理的效果更佳。
此外，还有一些常见的设计挑战，包括传感器个数增加的同时保持产品外形尺寸、延长电池使用寿命和缩短产品上市时间。
传感器算法的妙用
传感器算法是解决可穿戴传感器设计众多挑战的关键。一款旨在监视心率的智能手表在用户站立不动时能够提供良好的准确度，而在运动时准确度可能会有所下降。“先进的光学传感器算法是必要的，以便过滤或消除在身体活动期间所产生的噪声。这些算法通常使用加快数据的采样来过滤被噪声破坏的心率采样数据，或者主动消除噪声。
精度、功耗和体积是传感器需要重点考量的指标。在不同情境下准确的捕捉用户运动状态十分关键。“比如用户在散步的时候，加速度的峰峰值变化可能非常小，这时就需要MEMS传感器有足够的分辨率来提取出有效的加速度变化。再比如有振动的环境下，频率可能达到几十甚至上百赫兹，远超过普通人或者是运动员的正常运动频率，这时就需要MEMS传感器有合适的滤波器能自动滤除这些干扰频率，否则一旦经ADC采样，混叠进用户感兴趣的频域范围内，软件再怎么处理也是没有办法分辨的。
而另一个有趣的示例则是，当从温暖的房间移动到寒冷的室外时快速改变的温度和湿度。先进的自适应补偿算法能够利用可穿戴设备中的多个传感器，以最高可达10倍的速度快速校正较大的温度或湿度变动。这些自适应补偿算法还能够通过补偿消费者手腕和可穿戴设备中元器件所产生的热量，获得更加准确的环境温度测量数据。
“高精度+低功耗”如何两全？
高精度测量与功耗的平衡，是一个需要花力气去解决的问题。ADI加速度传感器ADXL362提供1mg/LSB的灵敏度以使得传感器可以准确分辨非常小的峰峰值加速度变化，并具备有低功耗，低噪声和超低噪声三种工作模式，以满足不同应用场景对噪声的需求。在功耗方面，ADXL362可实现系统级低功耗——不只是针对休眠模式，或低采样率下的功耗，而是在全速工作时依然可以保持低功耗状态。
为有效降低功耗，ADXL362提供了一个开关模式，它可以在相对低功耗的状态下自动检测是否有运动发生，一旦检测到有运动发生即通知MCU，同时自动进入全速工作模式；待静止一段时间后，ADXL362又可以检测到连续的平稳加速度，再自动进入低功耗的监测模式。而实现这样的功能，ADXL362只需要270nA的电流。
此外，ADXL362还提供了一个1024字节的FIFO，由于ADXL362有12bits的灵敏度，所以一个样本或者说一个轴向的加速度需要2个字节来存储，要存储三轴的加速度就需要6个字节。在输出数据速率为100Hz的条件下，FIFO可以1.7秒（1024 / 6 / 100 = 1.7）给MCU一次中断，MCU只需一条读指令，而后给连续的时钟把所有加速度数据读走，这样MCU就可以休眠更长的时间，大大节省系统的功耗。而如果没有FIFO，MCU则需要0.01秒（1/100）唤醒一次来读3轴的加速度数据，MCU休眠时间短，且频繁的唤醒产生峰值电流，相应的平均电流也会显着增加。
而对于Silicon Labs而言，其基于CMOS的环境（RH/温度）和光（环境光、紫外线指数、手势、心率）传感器拥有业内最低的能耗。光学传感器在紧凑的2mm x 2mm QFN包装中完整集成了光电二极管、17位模拟-数字转换器、模拟滤波和易于连接到SoC的I2C接口。片内集成光电二极管和低噪声模拟前端（AFE）所产生的高灵敏度使得传感器器件即使在微弱的血流信号下也能以最小能耗准确感应测量。许多其他感应解决方案通常需要一个分立的尺寸大于2mm x 2mm的光电二极管，以及一个分离的AFE组件。
