下载文档原格式
MEMS传感器姿态测量系统的实现
刘真谛;陈慕羿;王洪源
【期刊名称】《沈阳理工大学学报》
【年(卷),期】2016(035)002
【摘要】采用一种基于Arduino的捷联式姿态测量系统的设计方案,分别介绍系统中传感器的选择及系统的结构,设计基于Arduino的姿态测量系统,利用ATMEL公司的At-mega328处理器为核心,完成数据采集和处理的功能.通过对硬件结构的描述分析系统中各个电路模块的功能,给出各个模块的方案,由此完成该设计的捷联式姿态测量系统.针对陀螺仪和加速计的误差,使用Kalman滤波对其进行确定性误差补偿处理.通过实验测试,对比原理样机的实测数据与补偿后结果,验证了该捷联式姿态测量系统的可靠性以及补偿方案的可行性.
【总页数】6页(P18-23)
【作者】刘真谛;陈慕羿;王洪源
【作者单位】沈阳理工大学信息科学与工程学院,沈阳110159;沈阳理工大学信息科学与工程学院,沈阳110159;沈阳理工大学信息科学与工程学院,沈阳110159【正文语种】中文
【中图分类】TP274+.2
【相关文献】
1.多MEMS传感器姿态测量系统的研究 [J], 高宗余;李德胜
2.基于UKF的MEMS传感器姿态测量系统 [J], 赵鹤;王喆垚
3.多MEMS传感器的嵌入式姿态测量系统设计 [J], 陈新隽;刘晓平;戴若犁;刘昊扬
4.基于MEMS传感器的姿态测量系统设计 [J], 张鑫;来智勇;张志毅;翟贝贝
5.基于MEMS传感器的飞行姿态测量系统设计 [J], 张兴超;王陆;赵烨
因版权原因，仅展示原文概要，查看原文内容请购买。
MEMS技术在智能传感器中的应用研究随着信息时代的到来，各行各业都在积极推进智能化与信息化的发展进程，而智能传感器作为一个主要的信息采集工具，其技术和功能的不断提升也为相关领域的应用带来了更多可能性。
MEMS技术在智能传感器中的应用研究，也是当前人们越来越关注的一个热点话题。
本文将就此进行论述。
一、MEMS技术简述MEMS (Micro-Electro-Mechanical Systems) 是指微电子机电系统技术，它采用微加工和微纳加工技术，在微米到毫米尺度范围内制造各种微机电系统器件和组件。
MEMS技术的出现，为微系统的快速发展提供了有力的支撑。
MEMS技术具有许多突出的特点，例如：微型化、多功能、高稳定性、低功耗、集成化和低成本等优点。
因此MEMS技术在众多领域得到了广泛的应用，如航空、航天、医疗、生物、环保等领域。
二、智能传感器的概念和特点智能传感器是一种信息检测和处理综合设备，它不仅能够感知环境的某些特征，还能够根据采集到的信息自动进行计算、判断、控制和调节等操作，以实现自我适应和优化。
因此，相对于传统的传感器，智能传感器具有以下几个主要的特点：1. 智能化：智能传感器能够自动进行信息采集、处理和控制，实现自主智能化。
2. 集成化：智能传感器集成了各种传感器、执行器和控制器等组件，形成一个完整的系统。
3. 模块化：智能传感器通常采用模块化设计，方便系统的扩展和升级。
4. 低功耗：智能传感器具有较低的功耗，可以通过节能设计提高系统的使用寿命。
5. 高可靠性：智能传感器采用各种稳定性和可靠性较高的元器件和技术，以确保系统的稳定运行。
三、MEMS技术在智能传感器中的应用MEMS技术在智能传感器中的应用十分广泛，主要涉及以下几个方面：1. 传感器的微型化和高精度化MEMS技术可以实现传感器的微型化和高精度化。
例如传感器中的微机电加速度计和角速度计等元件，采用了MEMS技术制造，其精度可以达到0.005g和0.001°/s。
基于嵌入式系统的人体姿态识别嵌入式系统在当今社会中扮演着重要的角色，其不仅可以应用于智能手机、智能家居等领域，还可以用于医疗、工业等领域。
基于嵌入式系统开发的人体姿态识别技术，可帮助我们了解人体动作丰富、变化多样的特点，同时也有助于开展一系列基于身体动作的应用研究，从而提高生活质量、加强健身训练、监测体征等。
本文将介绍基于嵌入式系统的人体姿态识别技术的相关研究成果，以及其在不同领域的应用，希望能进一步推动其发展。
一、基于嵌入式系统的人体姿态识别技术的研究进展基于嵌入式系统的人体姿态识别技术是对人体姿态的实时、准确、高效的识别和分析，目前得到了很好的发展。
在许多研究中，通过以不同方式记录或获取人体运动状态，例如使用传感器和摄像机等设备，来实现人体姿态识别。
本文将分别介绍基于传感器和摄像机这两种技术的相关研究成果。
1、基于传感器的人体姿态识别随着传感器技术的快速发展，基于传感器的人体姿态识别逐渐受到关注。
其中，加速度传感器和陀螺仪等传感器常用于测量人体活动状态。
这种方法相对于使用摄像机等昂贵的设备来说，实用性更加强。
近年来，基于传感器的人体姿态识别已经被广泛应用于健身训练、运动医疗、智能交通等领域。
例如，日本东京大学开发出了一款基于传感器的健身训练设备，称为“FIT4GYM”。
该设备固定在健身器械上，能够检测运动者的姿态、动作并即时提供相关反馈，帮助运动者正确地进行体育锻炼，更好地锻炼自己的身体。
另外，基于传感器的人体姿态识别还可以应用于康复医疗。
例如，著名的跑步机生产商诺德特拉克开发了一款名为“TrueForm Runner”的健身跑步机，该设备采用一系列传感器监控跑步者的姿态和步伐，在人体运动时提供解决方案。
2、基于摄像机的人体姿态识别基于摄像机的人体姿态识别技术是一种常见的方法。
这种方法使用摄像机捕获人体的动作和姿态，通过对图像和视频的处理来实现人体姿态识别。
例如，当一名运动员执行一个运动时，摄像头可以记录这个运动的数据，然后使用算法进行分析，以了解运动员的动作和姿态。
MEMS传感器现状及应用王淑华(中国电子科技集团公司第十三研究所,石家庄050051)摘要:M EM S传感器种类繁多,发展迅猛,应用广泛。
首先,简单介绍了M EMS传感器的分类和典型应用。
其次,对M EM S压力传感器、加速度计和陀螺仪三种最典型的MEM S传感器进行了详细阐述,包括类别、技术现状和性能指标、最新研究进展、产品,及应用情况。
介绍MEM S压力传感器时,给出了国内外采用新型材料制作用于极端环境下压力传感器的研究情况。
最后,从新材料、加工和组装技术方面对MEM S传感器的发展趋势进行了展望。
关键词:微电子机械系统(M EM S);传感器;加速度计;陀螺仪;压力传感器中图分类号:TH703文献标识码:A文章编号:1671-4776(2011)08-0516-07Current Status and Applications of MEMS SensorsWang Shuhua(T he13th Resear ch I ns titute,CE T C,S hij iaz huang050051,China)Abstract:MEMS sensors feature great varieties,rapid development and w ide applications.Firstly, the catego ries and ty pical applicatio ns of M EM S sensor s are introduced briefly.T hen three typ-i cal M EMS sensors,i1e.the pressure sensor,acceler ometer and g yrosco pe ar e illustrated in de-tail,including the subdiv ision,current technical capability and perfo rmance index,latest resear ch pro gress,products and their applications.Besides that,the research status of the MEM S pr es-sur e sensor using new m aterials for the extreme enviro nm ent at ho me and abro ad is presented. Finally,developm ent trends of M EM S sensors ar e predicted in term s o f new materials,pro ces-sing and assembling technolog y.Key words:micr oelectr omechanical system(M EM S);sensor;accelerom eter;gyr oscope;pr es-sur e sensorDOI:10.3969/j.issn.1671-4776.2011.08.008EEACC:25750引言MEM S传感器是采用微机械加工技术制造的新型传感器,是M EMS器件的一个重要分支。
基于MEMS加速度传感器的人体姿态检测技术曹玉珍;蔡伟超;程旸【期刊名称】《纳米技术与精密工程》【年(卷),期】2010(008)001【摘要】研究一种基于MEMS加速度传感器的人体姿态检测技术.采用人体加速度向量幅值(SVM)和微分加速度幅值的绝对平均值(MADS)描述人体运动状态,进而作跌倒判断.为兼顾算法的准确性和实时性,设计采用多级探测的思想.首先,当检测出人体SVM超过阈值时对跌倒作出初判;其次,将MADS超过阈值作为跌倒的判断依据;再根据一定时间段的加速度归一化方差判断人体姿态的稳定性以防止误判,最后计算人体躯干的水平倾角确定人体姿态作为跌倒报警的辅助信息.系统采用基于MEMS技术的加速度传感器监测人体运动加速度,当判断出人体处于跌倒状态时,利用GPSOne技术自动定位其地理位置,并通过手机短信报警.实验证明,算法探测准确率高,实时性好.【总页数】5页(P37-41)【作者】曹玉珍;蔡伟超;程旸【作者单位】天津大学精密仪器与光电子工程学院天津市生物医学检测技术与仪器重点实验室,天津,300072;天津大学精密仪器与光电子工程学院天津市生物医学检测技术与仪器重点实验室,天津,300072;天津大学精密仪器与光电子工程学院天津市生物医学检测技术与仪器重点实验室,天津,300072【正文语种】中文【中图分类】TP212【相关文献】1.基于条件先验人体模型的人体姿态估计 [J], 赵勇;巨永锋2.MEMS加速度传感器计量检测技术的研究进展 [J], 陈文斌3.一种基于姿态估计的视点无关的人体姿态图像检索方法 [J], 杨晶晶;万丽莉4.一种基于姿态估计的视点无关的人体姿态图像检索方法 [J], 杨晶晶;万丽莉;;;;5.基于MEMS加速度传感器的远程电塔姿态测量仪 [J], 周新淳因版权原因，仅展示原文概要，查看原文内容请购买。
基于MEMS的嵌入式组合导航系统研究与设计的开题报告一、选题背景及研究意义随着科技的不断发展，人类对于导航系统的需求也越来越高，同时导航系统的应用也越来越广泛。
其中，嵌入式组合导航系统在军事、航空、航天、汽车、智能家居等领域有着广泛的应用。
传统导航系统的局限性逐渐显现，如GPS信号受到干扰、信号传输延迟等问题。
因此，嵌入式组合导航系统成为了导航领域的研究热点。
嵌入式组合导航系统是一种基于地面惯性仪、GPS、罗盘等多种导航传感器的组合导航系统。
通过多种传感器的融合和数据处理，可以提高导航系统的精度和可靠性。
其中，MEMS（微电子机械系统）是一种新型的传感器技术，具有体积小、功耗低、成本低等优点。
本课题旨在研究和设计基于MEMS的嵌入式组合导航系统，利用MEMS技术的优点，结合多种传感器信息，实现高精度、高可靠性的导航功能。
该研究对于推动导航领域技术的发展，提高导航系统的应用效果和应用范围具有重大的意义。
二、研究内容及研究计划本课题主要研究内容包括：1. 设计基于MEMS的导航传感器，实现数据采集和处理功能。
2. 开发导航算法，通过多种传感器融合，提高导航系统精度和可靠性。
3. 设计嵌入式系统结构，实现数据处理和导航功能。
4. 软硬件的实现和测试，验证系统的性能和可靠性。
研究计划：第一年：1. 调研嵌入式组合导航系统相关技术和MEMS技术。
2. 设计基于MEMS的导航传感器，实现数据采集和处理功能。
3. 开发初步导航算法，实现多传感器数据融合功能。
第二年：1. 设计嵌入式系统结构，实现数据处理和导航功能。
2. 完善导航算法，提高系统性能和可靠性。
3. 软硬件的实现和测试，验证系统的性能和可靠性。
第三年：1. 对系统进行优化和改进，提高系统精度和可靠性。
2. 发表相关论文，申请相关专利。
3. 展示系统实现效果，向相关领域的企业、科研机构和军队推广该技术。
三、预期成果1. 设计出基于MEMS的导航传感器，实现数据采集和处理功能。
基于MEMS技术的微型传感器研究与应用近年来，微型传感器在各个领域都得到了广泛的应用。
这些微型传感器是利用微机电系统（Microelectromechanical Systems，简称MEMS）技术制造而成的，具有体积小、成本低、功耗低和集成度高等优势。
他们在医疗、环境监测、安全防护和工业控制等领域发挥着重要的作用，并为我们的生活带来了巨大的便利。
一、微型传感器的原理和制造技术微型传感器是通过将传统传感器的结构压缩到微米级别而形成的。
它们一般由微压力、微温度、微血糖或微光学等各种感应器件组成。
在制造过程中，采用了光刻、薄膜沉积、离子刻蚀等微纳加工技术，使得传感器具有微型化的特点。
二、微型传感器在医疗领域的应用微型传感器在医疗领域有着广阔的应用前景。
例如，利用微型血糖传感器可以非侵入性地监测糖尿病患者的血糖水平，实现个体化的治疗方案；微型压力传感器可以应用于内窥镜等手术中，准确测量人体内部的压力变化，改善手术的安全性和精准性。
三、微型传感器在环境监测中的应用随着环境污染日益严重，微型传感器在环境监测中的应用也日益重要。
例如，微型气体传感器可以用于检测室内空气中的有害气体浓度，及时发出警报，保护人们的健康；微型湿度传感器可以应用于农业领域，监测土壤湿度，帮助农民科学灌溉，提高农作物的产量。
四、微型传感器在安全防护中的应用微型传感器在安全防护方面也有着广阔的应用前景。
例如，利用微型温度传感器可以实时监测电路板的温度，避免因过热引发火灾；微型气体传感器可以应用于煤气检测器中，及时发现可燃气体泄漏，防止事故发生。
五、微型传感器在工业控制中的应用微型传感器在工业控制中起着至关重要的作用。
例如，利用微型加速度传感器可以实时监测工业设备的振动情况，预测设备的故障，避免生产中断；微型压力传感器可以应用于气动系统中，监测气体的压力变化，保证生产的稳定性和安全性。
六、微型传感器的挑战与发展趋势微型传感器的制造和应用面临着一些挑战。
嵌入式系统中的人体姿态识别与跟踪技术研究随着计算机技术和人工智能的发展，嵌入式系统在各个领域得到了广泛的应用。
人体姿态识别与跟踪技术作为嵌入式系统中的一项重要技术，对于实现智能化、自动化的应用具有重要意义。
本文将重点探讨人体姿态识别与跟踪技术在嵌入式系统中的研究进展，介绍其原理、应用和挑战。
人体姿态识别与跟踪技术是一项研究人体动作和姿势的技术，它通过摄像头或传感器获取人体的姿态信息，并将其使用在嵌入式系统中。
主要应用领域包括智能家居、虚拟现实、安防监控等。
人体姿态识别与跟踪技术的主要目标是通过对人体的姿态信息进行分析和处理，从而实现对人体动作、位置以及行为的判别和监测。
在嵌入式系统中，人体姿态识别与跟踪技术的实现面临许多挑战。
首先，人体姿态具有多样性和复杂性，不同人的姿态表达各异，这就要求算法能够适应不同人的姿态特征。
其次，嵌入式设备的计算能力和存储容量有限，需要设计高效的算法和数据压缩技术。
此外，嵌入式系统通常工作在资源受限的环境下，要求算法具有较低的计算复杂度和功耗。
当前的人体姿态识别与跟踪技术研究主要集中在两个方向：2D图像姿态估计和3D姿态估计。
2D图像姿态估计通过对人体在2D图像中的姿态信息进行分析和提取，实现对人体动作和状态的跟踪和识别。
常用的方法包括基于深度学习的卷积神经网络（CNN），以及基于特征点、边界框或者轮廓的传统算法。
这些方法具有较高的准确率，但对于一些复杂的姿态和背景噪音处理仍有局限。
相比之下，3D姿态估计能够准确地恢复人体的三维姿态信息，对于复杂场景和运动跟踪更为适用。
通常采用摄像头阵列或深度传感器作为输入，使用模型匹配、深度图像分析等方法进行姿态估计。
人体姿态识别与跟踪技术在嵌入式系统中具有广泛的应用前景。
在智能家居领域，可以利用人体姿态信息实现自动的电器控制和环境感知。
通过对人体动作和位置的跟踪，可以实现对房间里的灯光、空调等设备的自动控制。
此外，人体姿态识别与跟踪技术在虚拟现实和增强现实的应用中也起到重要作用。
基于嵌入式系统的人体行为检测系统设计随着智能化时代的到来，人们越来越需要一种能够实时监测和分析人体运动状态的系统。
针对这一需求，本文提出一种基于嵌入式系统的人体行为检测系统设计方案。
首先，我们需要选用合适的硬件设备和传感器。
由于该系统需要实时监测人体运动，因此我们需要选用高性能、低功耗的处理器和传感器。
一般而言，可选用微控制器、智能手机和手环等硬件设备。
同时，为了能够准确地捕捉人体动作，我们需要在硬件平台上搭载一定数量、分布合理的传感器。
这些传感器可以是加速度计、陀螺仪、电子罗盘、气压计等，通过采集人体运动时的各类物理量，提供给系统进行行为识别。
其次，我们需要设计并实现嵌入式软件。
该软件主要包括：传感数据采集、数据预处理、特征提取、分类识别等模块。
传感数据采集模块主要负责从传感器中读取采集到的物理量，并将其传送到数据预处理模块。
数据预处理模块是为了提高分类准确率而设置的，主要会去除数据中的噪声、进行滤波操作和数据归一化等。
特征提取模块是为了提高分类效率而设置的，它会从预处理后的数据中提取特征，选用经典的时间域和频域特征工程算法，如时域差分特征算法、Zigzag特征提取算法等。
分类识别模块是整个系统的核心部分，通过选用适当的分类算法，如基于支持向量机（SVM）算法、K近邻（kNN）算法等，实现对人体运动行为进行准确分类和识别。
最后，针对该系统应用场景，还可以添加更多的功能模块，如远程控制血压计、血糖仪等医疗设备，增加呼叫紧急联系人、拨打紧急电话等应急指令等。
总之，本文提出的基于嵌入式系统的人体行为检测系统设计方案，可以实时监测和分析人体的运动状态，并且可以针对患者的身体情况进行调整，提高诊断准确率。
该系统具有低功耗、高效、准确性高等优点，值得推广应用。
MEMS传感器现状及应用MEMS，全称Micro-Electro-Mechanical Systems，即微电子机械系统，是一种集微型化、智能化、系统化、网络化为一体，将信号处理、感知、控制与执行等众多功能融为一体的高度集成化的系统。
而MEMS 传感器，作为MEMS技术的重要应用领域，正逐渐在各个行业中发挥出越来越重要的作用。
近年来，随着科技的进步，MEMS传感器的发展取得了长足的进步。
在技术层面，MEMS传感器的设计、制造和封装技术已经越来越成熟，这使得更多的行业可以应用MEMS传感器。
在应用领域方面，MEMS传感器的应用已经渗透到各个行业，包括汽车、医疗、消费电子、通信等。
在汽车领域，MEMS传感器主要用于车辆的安全与控制系统，如ESP （电子稳定系统）、ABS（制动防抱死系统）等；在医疗领域，MEMS 传感器可以实现精细操作，如药物投放、细胞操作等；在消费电子领域，MEMS传感器可以用于实现手机的运动检测、电子罗盘等功能；在通信领域，MEMS传感器则可以实现无线通信中的信号调制和解调等功能。
以医疗领域为例，MEMS传感器的应用为医疗诊断和治疗带来了革新。
例如，在药物输送方面，利用MEMS技术可以制造出微型的药物存储罐和药物释放装置。
当药物释放装置接收到信号后，可以通过微型泵或微型阀门控制药物的释放量，实现药物的精确输送。
同时，在诊断方面，MEMS传感器也可以用于生化分析。
例如，血糖、胆固醇等生化指标可以通过MEMS传感器进行检测。
通过集成的电路和微型化的生物识别元件，可以实现血糖、胆固醇等生化指标的实时监测。
随着科技的不断发展，对MEMS传感器的性能和功能要求也将越来越高。
未来，MEMS传感器将更加注重智能化、微型化、集成化和网络化的发展。
智能化方面，MEMS传感器将更加注重人工智能的应用。
通过集成化的数据处理和算法，可以使MEMS传感器具有更强的数据处理和分析能力，实现更加精准的测量和更高性能的控制。
内嵌状态机的MEMS传感器及其在体位监测中的应用研究景军;王晓聪;徐永红;洪文学;郭伟桥【摘要】针对医学监护行为辅助装置中对人体动作快速识别的需求,采用业界首款带双状态机的MEMS传感器LIS3DSH,结合能够实现蓝牙4.0无线通信协议的SOC芯片nRF51822,搭建了一套体位和动作识别下位机系统.在研究LIS3DSH内嵌的矢量滤波等多种模块功能的基础上,重点研究了其内嵌双状态机的设计方法,通过两个案例给出了体位和动作的特征分析和状态分解及对应的状态机编程.实验验证了该系统对体位转换和摔倒识别的有效性和可行性.由于该设计是基于传感器内嵌状态机硬件和蓝牙SOC芯片,因此具有便携、快速和蓝牙4.0无线网络传输的特点.该研究可用于防止人摔伤的保护装置的控制,也可用于基于蓝牙4.0无线网络的多传感器融合.%Aiming at the need of rapid recognition of human body motion of medical monitoring assistance devices , a body position and motion recognition system is designed .The system consists of a MEMS sensor LIS 3DSH with two em-bedded state machines and a SOC chip nRF 51822 which can realize the Bluetooth 4 .0 protocol .On the basis of re-alizing the functions of the LIS3DSH's embedded modules such as vector filter , the method for design of its two embedded state machines is studied emphatically and illustrated by two experiments .The experiments validates the feasibility and effectiveness of the body position transition and fall recognition .Because of the sensor's embedded state machines and the Bluetooth SOC , the design brings the advantages of portable , fast, and Bluetooth 4.0 wire-less network transmission .This study cancontribute to the human stumble protection devices , and can also be used for multi-sensor fusion based on Bluetooth 4.0 wireless networks .【期刊名称】《高技术通讯》【年(卷),期】2018(028)003【总页数】7页(P244-250)【关键词】状态机;MEMS传感器;蓝牙通信;动作识别;体位监测【作者】景军;王晓聪;徐永红;洪文学;郭伟桥【作者单位】燕山大学生物医学工程系秦皇岛066004;燕山大学生物医学工程系秦皇岛066004;燕山大学生物医学工程系秦皇岛066004;燕山大学生物医学工程系秦皇岛066004;燕山大学生物医学工程系秦皇岛066004【正文语种】中文0 引言微机电(micro electro-mechanical system，MEMS)传感器具有体积小、功耗低、集成度高、易于实现智能化等优点[1，2]。
本文研究的LIS3DSH是意法半导体(STMicroelectronics，简称ST)公司推出的业界首款内嵌两个状态机的MEMS三轴加速度传感器，已成功用于计步、叩击等简单周期性动作的识别[3]。
而在控制或监控应用中，则要求对复杂的动作或动作趋势进行快速识别。
本文针对医学监护[4]、行为辅助[5，6]等领域的实际需求，在研究LIS3DSH内嵌的数据处理模块和状态机的基础上，结合能够实现蓝牙4.0的 SOC 芯片nRF51822，搭建了一套人体体位监测实验系统，对几种典型的体位及体位转换的状态机设计方法进行了重点研究。
1 LIS3DSH的特性与启动配置LIS3DSH作为一款内嵌双状态机的电容式超低功耗数字三轴加速度传感器，除了具有体积小、功耗低、多量程(±2g/±4g/±6g/±8g/±16g)、自校正、FIFO(先入先出)数据缓存区、IIC(内部集成电路)和SPI(串行外设接口)两种输出方式等优点之外，最重要的就是实现了业内首款内嵌两个独立状态机SM1(State Machine 1)和SM2(State Machine 2)。
此外，还内嵌了最低有效位(LSB)去除、矢量滤波、抽取滤波、掩码滤波等多种数据处理功能。
LIS3DSH一旦上电，就自动从内嵌的flash中下载校正系数，引导结束后约5ms，进入省电模式，要进入正常工作模式，需设置控制寄存器CTRL_REG4(地址：20H)，其8bit数据结构如下：ODR3ODR2ODR1ODR0BDUZENYENXEN其中ODR3-ODR0用于选择数据包的输出速率，从3.125Hz 到1600 Hz共9种，当为“0000”时，设备进入省电模式。
进入工作模式要求输出速率不为零，同时x/y/z轴至少有一个轴使能，即ZEN、YEN和XEN 至少有一位置“1”。
此外，通过其它6个控制寄存器可设置数据缓存FIFO、中断等。
2 LIS3DSH内嵌数据处理功能的研究LIS3DSH内部，在涉及状态机功能实现方面，有多种数据处理功能可供选用，其内部的数据流向如图1所示。
其中16 bit的x/y/z轴数据是传感器采集的加速度信号。
生成的数据有两个流向。
一是直接输出，可选用FIFO缓存功能；二是经过处理用于状态机。
此时数据有两类。
一是8bit的x/y/z轴数据，二是矢量数据。
这两类数据又有矢量计算、矢量滤波、LSB去除、抽取滤波和DIFF(difference)等，状态机运行结果可通过中断输出。
图1 数据流向图2.1 LSB去除LSB去除目的是将x/y/z轴数据从16bit变为8bit数据进而用于状态机评估。
其算法是：8bit数据=16bit数据/256(1)图2为本文实际采集的部分x轴的加速度值，根据上述算法，利用Matlab仿真，得到的处理前后数据的对比图。
从图中可以看出，本实验数据经过LSB去除后仍完整地保留了原始数据的基本特征。
图2 LSB去除对比图2.2 矢量计算与矢量滤波矢量计算的作用是得到一个综合的加速度数据，即矢量数据V。
计算公式为V=(45×a1+77×a2)/256(2)式中a1和a2表达式如下：a1=abs(x)+abs(y)+abs(z)(3)a2=max(abs(x),abs(y),abs(z))(4)其中abs()表示x/y/z轴的加速度绝对值，max()表示求取最大值。
在矢量滤波被使能的同时，矢量计算也就被使能。
矢量滤波的作用是过滤矢量噪声。
在LIS3DSH内，有一个专门的矢量滤波器，为七阶反对称的有限脉冲响应滤波器FIR，其单位取样响应为有限长序列[7]。
算法如下：X=(x0-x7)×c0+(x1-x6)×c1+(x2-x5)×c2+(x3-x4)×c3(5)式中c0,c1,c2,c3,是决定滤波器功能类型的4个可变系数。
此4个系数分别由寄存器VFC_1、VFC_2、VFC_3、VFC_4配置完成。
图3是上述寄存器分别为53、127、127、53时构成的一个带通滤波器所处理的一段实测数据的结果，其作用是滤掉直流和一部分高频噪声。
图3 带通滤波器滤波效果2.3 抽取滤波和DIFF计算抽取滤波的功能是降低数据的采样率，滤除高频噪声[8]。
在LIS3DSH中，抽取滤波的功能可表示为ODR_SM2=ODR/(DES+1)(6)式中ODR_SM2表示抽取后用于状态机SM2的信号传输速率。
ODR表示原信号输出速率，DES表示八位寄存器DES2的初始化值，范围为0～255。
原理如图4所示，运行的节拍由样本时钟控制。
图4 抽取滤波DIFF计算只能用于SM2。
目的一是比对当前数据与之前数据的异同，二是比对当前数据与常数移位寄存器值的异同。
计算后，当前样本会替代之前的样本，而之前的样本则会被舍弃。
3 有限状态机SM1和SM2的实现通常，有限状态机是表示有限个状态以及在这些状态之间的转移和动作等行为的数学模型[9]。
LIS3DSH内嵌两个有限状态机分别为SM1和SM2。
每个状态机最多可有16个状态。
每一个状态都可编程为命令或RESET和NEXT条件。
通过SSYNC 命令可以使SM2 和 SM1 串联使用或作为SM1的子过程。
3.1 状态机的配置状态机的配置包括阈值、时间、掩码配置。
下面以SM1为例，结合本文应用进行说明。
阈值的配置通过对两个阈值寄存器THRS1_1和THRS1_2的配置实现。
设定阈值公式为Th=Th0×15.62(7)式中Th为实际阈值，单位为mg。
Th0为赋予寄存器的值，式中计算是十进制，赋值时要转化为十六进制数。
如要使Th=357mg，根据公式可得Th0=24，转化为十六进制为18H，所以THRS1_1=18H。
定时器时间值的设定方法与阈值配置类似。
进入状态机的数据能否被状态机评估，是由掩码寄存器的值决定的。
SM1配有两个掩码寄存器MASK1_A和MASK1_B，每个掩码寄存器又有一个对应的临时掩码寄存器。
临时掩码寄存器可以暂时存储状态机中的触发结果，在有输出命令时，结果会发送到状态机的输出寄存器。
掩码寄存器结构如下：PXNXPYNYPZNZPVNV寄存器中的各个位分别决定着x、y、z轴和向量V的正向数据和负向数据是否使能。
3.2 状态机编程状态机编程是指将转移条件和命令代码写入状态机的每个状态对应的寄存器。
每个状态的可设条件有16种，除一个无操作的NOP条件，其它都是关于定时和阈值的条件。
命令有28种，分为直接执行、触发执行和特殊命令三类。
每种条件和命令都有对应的操作码。
所有状态都配置编程完后，通过控制寄存器CTRL_REG1中的SM1_EN位置“1”，使能SM1。
