本文敘述部分意法半導(dǎo)體MEMS感測器中具有可程式化的嵌入式功能，尤其是有限狀態(tài)機（Finite State Machine ；FSM）、機器學(xué)習(xí)核心（Machine Learning Core；MLC）和智慧感測器處理單元 （Intelligent Sensor Processing Unit；ISPU）。

意法半導(dǎo)體（STMicroelectronics；ST） 資料處理的方式由原本以感測器持續(xù)串流資料至微控制器進行處理與分析的標準解決方案，變更為由感測器本地處理資料的邊緣方法。

ST 近期推出不同的 MEMS 感測器，其採用可程式化邏輯和完全可程式化的 DSP 架構(gòu)以降低耗電量、I²C/SPI 匯流排上的流量，並卸除微控制器的負載壓力。

? 可程式化邏輯架構(gòu)的目標是在特定處理模型上達到最低耗電量，因此工程師可以執(zhí)行 FSM 和 MLC 演算法。觸發(fā)中斷時，微控制器會讀取模型輸出結(jié)果和原始資料。

? 完全可程式化的DSP執(zhí)行任何自訂程式碼（基於運算和編譯器限制），並在感測器中運行，而微控制器則會讀取感測器傳送出來的處理資料。

圖一

有限狀態(tài)機（FSM）

圖二

有限狀態(tài)機是一種行為模型，由有限數(shù)量之狀態(tài)和狀態(tài)間的特定轉(zhuǎn)換所組成，這些狀態(tài)就如同可搭配感測器中樞設(shè)定以處理內(nèi)部和外部資料的流程圖表，工程師也可以同步執(zhí)行多個狀態(tài)機。

有限狀態(tài)機適用於任何需要辨識使用者定義手勢模式的應(yīng)用。

支援 FSM 的最新 ST 感測器隨附自我調(diào)整配置（Adaptive Self-Configuration；ASC）。這代表 FSM 中斷可用於觸發(fā)裝置設(shè)定變更（包括 ODR、FS、BW、電源模式和 FIFO），因此微控制器可以持續(xù)處於睡眠模式。

機器學(xué)習(xí)核心（MLC）

圖三

機器學(xué)習(xí)核心是由一組可設(shè)定的參數(shù)與決策樹組成。決策樹是以二元樹狀結(jié)構(gòu)呈現(xiàn)，並由內(nèi)部節(jié)點和葉節(jié)點等兩種節(jié)點所構(gòu)成。樹狀結(jié)構(gòu)的內(nèi)部節(jié)點分為兩個子節(jié)點，後接 if-then-else 方法，以接續(xù) true 或 false 的下一個路徑。決策樹的葉節(jié)點是一種不會有任何子節(jié)點的節(jié)點，並且包含其中一個使用者定義的「結(jié)果」類別。

如果某個應(yīng)用可遵循歸納方法實作，且這類歸納方法包含藉由觀察搜尋出模式，就很適合此方法。包括如下應(yīng)用：活動辨識、健身活動辨識、動作強度偵測、振動強度偵測、攜帶位置辨識和情境感知。

智慧感測器處理單元（ISPU）

圖四

ISPU 是小巧、超低功耗且高效能的可程式化核心，以ST開發(fā)的專屬架構(gòu)為基礎(chǔ)。此核心可處理如加速度計、陀螺儀和溫度等內(nèi)部和從感測器中樞連接至感測器的外部資料。ISPU則可執(zhí)行由 ST ISPU 工具鏈編譯的 C 語言演算法，或者可透過 NanoEdge AI Studio 產(chǎn)生異常偵測AI程式庫。可靈活地進行程式化，是無需微控制器即可實作任何 AI、感測器融合演算法的理想裝置。