前記
近來受國內一些科研院所的委託，幫忙開發了一款鳥類可穿戴神經信號和行爲數據分析設備。項目雖然成功了。可中間也遇到不少值得記錄和反思的問題。
作爲一家智能可穿戴方案提供商，對這方面的技術進行梳理，積累和回顧。有利於我們作出更加符合用戶需求的的產品。
技術難點解析
DSP處理技術：
鳥類可穿戴神經信號分析儀本來就是要採集多路adc採集的，並對採集到的信號進行濾波和降噪處理。這裏應用到了一些數字信號處理算法。大多數是在我們能力範圍之內的，可是有一些資源耗費比較大，需要優化的情況下。就需要花費很多時間了。這點的確花費了不少時間。
多傳感器算法融合技術：
神經信號分析儀最重要的是採集到鳥類的各種信號，這裏傳感器不可或缺。因爲傳感器的不斷普及，才讓很多該設備變得更加智能了。我們在神經信號採集的基礎上，加入了可選項的運動傳感器傳感器，GPS位置傳感器，健康傳感器等。這些傳感器的導入，讓設備變得更加實用和智能了。
物聯網技術：
近些年，隨着無線通信技術的飛速發展，無線技術變得非常普及了。以4G，5G技術， wifi技術，藍牙技術爲核心的多種無線技術得到了低成本的 運用，這些極大的改進了可穿戴神經信號分析儀的功能和適用範圍。藉助最新的通信技術，讓設備實現了可以本地和遠程兩種情況的數據採集。讓數據採集變得更加及時。
超低低功耗MCU技術：
可穿戴神經信號分析儀需要在鳥的身上進行佩戴，所以對功耗要求特別高。所以超低功耗mcu技術就變得非常重要。這點隨着芯片技術的發展，超低功耗mcu 技術也就在這幾年纔有大的突破。利用最新的mcu技術，產品的功耗體驗上升了一個臺階。
未來展望
算法智能化
隨着多傳感器的數據採集，數據的本地處理變得越來越迫切，研發出適應實際mcu運行的算法，會讓系統變得更加好用。
場景定製化
根據不同的場景需求，今後要把這些產品做得更具有針對性，也電路也變得越來越個性化。更能實用具體場景的特殊需求。