随着物联网 应用变得越来越复杂，工业物联网 端点的设计人员需要在边缘提供更复杂的计算。在边缘对端点传感器数据进行计算，这是减少 IIoT 中心网络瓶颈的实用方法。如此一来，在减少网络流量的同时，也降低了主中心处理器的计算负载。但是，该方法也有缺点。

例如，一种常见的 IIoT 边缘应用是处理周期性的模数转换器 传感器数据。对于高精度的模拟数据，数百个 ADC 数据点的数学处理、解读和插值会大幅加重边缘主机处理器的负载，从而可能影响整个网络的性能。此外，高精度 ADC 可能需要在物联网端点的主机微控制器固件中执行自校准，这可能会使所有边缘处理延迟至校准完成。

为什么要在边缘处理模拟传感器数据？

随着 IIoT 系统变得越来越复杂，所需处理的数据也越来越复杂。对于工业控制应用，阀门和某些电机正在从开环系统转换为闭环系统，在这种系统中精密模拟传感器必须能检测到微小的阀门或电机位置。对于过程控制应用，更大的处理量使得生产线速度加快，对系统中的温度、压力和执行器的控制更加精细。

在过程控制中，生产线的速度主要取决于两个因素：地面上机器和系统的机械能力，以及控制机器和系统中传感器和执行器的 IIoT 网络效率。在某些情况下，微小的过程改进能够让产量增加，但这些改进可能会因 IIoT 网络瓶颈而受阻。通过在边缘执行更多处理，可以减少这些瓶颈。

在 IIoT 端点处执行边缘处理，对于处理模拟信号特别有利。在 IIoT 发展的早期阶段，处理模拟数据可能会很简单，但可扩展性是一个问题：后期的改进会导致计算的复杂性增加。通过网络发送所有原始模拟数据会增加网络流量，而在网络中心处理器上处理所有这些数据，也会占用宝贵的计算时间。因此，在边缘处理模拟数据是一种提高网络效率的切实可行的方法。

使用智能 ADC 在边缘处理模拟数据

在边缘处理成百上千个 ADC 数据样本，这很容易使 IIoT 端点的主微控制器不堪重负。对于复杂的模拟传感器，明智的设计决策是使用自带处理能力的外部 ADC。这不仅可大大减轻 IIoT 端点微控制器的负担，而且使 ADC 的自校准更加容易。

为了实现高性能的 ADC 数据捕获和处理，Analog Devices 提供了一系列精密的模拟微控制器。ADuCM360BCPZ128-R7 精密模拟微控制器使用 Arm? Cortex?-M3 控制两个 24 位三角积分 ADC。ADC 能够每秒捕获 4 千个模拟传感器数据样本 。此外，ADuCM360 还带有一个 12 位数模转换器 ，用于产生精确的电压以进行自我校准。该微控制器的工作电压范围为 1.8 至 3.6 V，并包含一个内部 32 kHz 振荡器和一个内部 16 MHz 振荡器，从而减少了空间受限系统中的元器件数量。

ADuCM360 配有 128 KB 的闪存和 8 KB 的 SRAM。ADuCM360 的一大优势是可以直接写入闪存位置，类似于写入 SRAM。这使固件开发人员可以轻松地将闪存存储块划分为程序存储器和 EEPROM。在数据采集系统中，这允许将 EEPROM 分区存储块用于存储 ADC 校准数据。

闪存支持直接 32 位擦除和写入。闪存写入和擦除操作需要消耗大量的电流，因此在电池供电的应用中，一次写入 32 位的能力可以节省大量电力。与每次只能写入和擦除一个存储块或一页的闪存微控制器相比，这具有显著的低功耗优势。

该闪存还支持常规的闪存擦除命令，例如页面擦除和整个闪存阵列的大规模擦除。凭借这些功能，开发人员可以轻松编写子例程，根据从 IIoT 端点主机微控制器通过串口发送的命令更新固件。这一点很重要：如果 ADuCM360 无法通过串口轻松更新固件，则会严重限制其在数据采集系统中的灵活性，因为能够更新控制 ADC 的固件，这与 ADC 本身同样重要。

高效的单芯片数据采集系统

两个 24 位 ADC 均连接到一个输入多路复用器，共支持 11 个单通道或 6 个差分输入。四个内部通道可以监测内部温度传感器以及 12 位 DAC 的输出，还有一个内部低漂移带隙基准。这些可用于执行 ADC 的自校准。DAC 可以经过编程，以输出每个 ADC 都可以读取的一系列电压。ADC 还可以对内部带隙基准电压进行采样。固件可以处理这些读数，以便可以在温度范围内校准 ADC，并将校准常数存储在 EEPROM 中。

当用作单芯片数据采集系统时，ADC 可以经过编程，以高达 4 kSPS 的采样率采集连续的模拟数据样本。一个 11 通道直接存储器访问 控制器可以将这些数据传输至 SRAM。然后，固件可以应用 EEPROM 中存储的校准常数来修改数据，并在必要时根据温度进行校正。接下来，固件可以根据应用的要求处理数据，同时 DMA 将其他 ADC 数据传输至 SRAM。

文章来源：《物联网技术》 网址: http://www.wlwjszz.cn/zonghexinwen/2020/0804/563.html