信號(hào)調(diào)節(jié)器提供下降傳感器解決方案的能量收集設(shè)計(jì)

　　傳感器數(shù)據(jù)采集是許多嵌入式應(yīng)用的基礎(chǔ)，在物聯(lián)網(wǎng)的發(fā)展中起著核心作用。隨著能源的依賴，能源采集的趨勢(shì)，基于傳感器的設(shè)計(jì)需要越來越有效的解決方案，有效和準(zhǔn)確地處理傳感器信號(hào)。在可用的替代品，專門的傳感器信號(hào)調(diào)理IC，如那些從模擬設(shè)備，馬克西姆集成，和德克薩斯儀器提供了一個(gè)下降的傳感器信號(hào)采集解決方案。

　　傳感器通常產(chǎn)生需要放大來提高信號(hào)動(dòng)態(tài)范圍的小信號(hào)，以及補(bǔ)償傳感器自身的偏移、溫度和非線性響應(yīng)的補(bǔ)償（圖1）。為了應(yīng)對(duì)這些挑戰(zhàn)，設(shè)計(jì)人員可以轉(zhuǎn)向各種數(shù)字和模擬方法。

　　Figure 1： Integrated sensor-signal conditioner ICs combine analog signal paths with digital control features using dedicated digital-analog converters （DACs） to support excitation， compensation， and linearization required in sensor designs （Courtesy of Maxim Integrated）。

　　Sensor-signal processing

　　Digital signal processing （DSP） methods offer a highly flexible alternative for sensor data acquisition. With a DSP-based approach， amplification， compensation， and correction all occur strictly in the digital domain after signal conversion by an analog-digital converter （ADC）。 With this approach， however， signals remain within a limited dynamic range， requiring more expensive， higher-resolution ADCs to achieve required precision levels. Furthermore， DSP methods shift design complexity to digital systems， resulting in higher memory requirements and greater software complexity than many deeply embedded applications the IoT can easily support.