为什么可穿戴设备需要高集成的智能传感器

　　如今，随着一些可穿戴产品的成功推出，如谷歌眼镜和Fitbit个人活动追踪器，“可穿戴电子产品”正成为另一个极具发展潜力的市场。事实上，“可穿戴电子产品”涵盖的产品范围非常广，不仅包括已有的健康和娱乐产品，还包括一些尚未被证实的概念，如生物传感器阵列、电子服装，甚至是电子纹身。

　　和其它新兴市场一样，可穿戴电子产品的市场前景也遭受着质疑。开发商和用户不知道哪款产品能尝到甜头，哪款产品会前景惨败;对于如今一些分类明确的产品，如健康监控器和医疗设备，在将来可能会合并为一类产品。

　　但是，如今所有的可穿戴电子产品和发展中的可穿戴理念都有一些共同的特点：

　　1)可穿戴设备可以和人体直接接触，因此，可以辅助监控人体的健康状况;

　　2)可穿戴设备可以和主机搭配使用，因为主机可为其提供运行应用软件的平台和较大的显示屏幕。

　　可穿戴设备对消费者来说非常实用，因为它体积小，可以贴近用户的皮肤，并且它还可和iOS或安卓系统兼容。但正是因为具备这些特点，可穿戴设备的电路设计十分困难。很多可穿戴设计理念都把可穿戴设备的功能定义为检测生理数据或者检测和用户十分贴近的环境数据，如用户的心率和血压，或者用户附近的空气质量。

　　限制可穿戴传感器运行的主要因素

　　显然，理论上来说，传感器在体表或皮肤附近的安放位置以及和移动计算设备的连接会给用户提供非常实用和有趣的功能。上述所有案例的基础技术也已经存在：如今，实验室已经可以测量心率、血氧含量和空气质量等参数，或者通过LED和光传感器实现接近检测。

　　那么，如何在真实的环境下使这些功能有效发挥呢?这是我们面临的主要挑战。

　　主要的困难有如下三大类：

　　1)环境：可穿戴设备主要是供人们“穿”“戴”的，也就是说，他们将会附着或靠近人体皮肤，因此，难免会发热或沾染灰尘，被汗渍或油渍弄脏。因此，设备的功能难免会受到影响，因为用户可能过度振动该设备，将其浸入水中，或者在具有严重电磁噪声的环境下使用。

　　2)能耗：为了满足用户“穿”“戴”的要求，可穿戴设备必须体积足够小，重量足够轻。因此，可穿戴设备内部供安装电池的空间非常小。如果需频繁地对电池进行充电或更换电池，无疑会让用户对设备的价值和功能倍加质疑。因此，整个电路在设备运行时应消耗尽可能少的电量，在非运行状态时开启省电模式。

　　3)质量：第一代健康监控器的参数检测(如心率和运动)数据结果并非十分精确，因此，用户可能并不会因为这些设备的新奇功能而对它们十分满意。

　　若想更好地使用这些可穿戴生理传感器，我们必须保证设备的准确性和可靠性。例如，可穿戴心率或血氧传感器在未来可能会当作医疗设备来使用，并且需要接受美国食品药物管理局的严格审核。在具有大量干扰的环境中保证高精确性和可靠性对于传感器制造商来说是极具挑战的工作。

　　将传感器输出转变为有意义的应用

　　可穿戴传感设备生产的挑战在于在实验室中验证过的技术需在又小又热、又脏又有很多电子噪声的实际应用环境中实现。这就考验了模拟集成电路制造商的能力，并对他们提出了要求：

　　・更高的集成度和小型化

　　・更低的能耗

　　・更高的灵敏度

　　・更多的应用专业知识

　　有一个例子可以说明情况：手势感应是可穿戴设备即将需要的一种常见功能，因为它无需在产品表面安装按钮。一个手势控制电路可能包含两个或两个以上的红外发光二极管和一个红外光敏二极管。当用户的手经过发光二极管上方，通过分析反射到光电二极管的红外线就能识别手势。

　　可穿戴手势传感器的应用在环境上具有挑战性，因为红外光线传感器受制于大量噪音。通常可穿戴设备会暴露于环境光下，这些光可能包含红外线亮度。此外，设备表面上的传感器窗口可能会因为用户的汗液和油脂、灰尘、污垢等污染物而变得模糊不清。为了明确区分环境光中的红外线和发光二极管反射的红外线，光电传感器必须非常敏感，这需要先进的模拟半导体技术。

　　同时，可穿戴设备具有小而轻的特点。高度集成半导体设计有助于实现小型化要求，以适应可穿戴式设备的所需的规格。光电二极管、模拟前端和处理器核心可能合为一体，在单一芯片上实现完整的手势控制系统。

　　换句话说，在可穿戴设备上实现手势控制系统不能简单地在设备的小型电路板上安装红外发光二极管和红外光电二极管，而需要硬件和应用软件的结合。系统中的元素是相互影响的，例如，光电二极管的灵敏度影响LED的规格，同时影响解读原始测量数据的软件的运行。系统的质量，也就是快速、可靠识别手势的能力，依赖于应用软件，也同样取决于传感器硬件。

　　可穿戴设备制造商也越来越倾向于特定的传感器系统而不是传感器组件，要想在市场赢得竞争，模拟芯片制造商必须提供成熟的应用算法和应用软件来支持传感器硬件。

　　其它便携式应用也是如此。举例来说，在脉搏血氧仪的应用中，当它压住用户的血管后，可以通过感应LED光来测量血氧水平。在这里同样需用软件解读原始测量数据，并将其转化为精确的血氧测量，即便传感器被油脂、灰尘或汗水污染，或是周围有环境光，最终结果也不会受到影响。