英语原文共 20 页，剩余内容已隐藏，支付完成后下载完整资料
附录A 译文
摘要
设计能量感知可穿戴设备是建立紧凑型自动智能设备的主要关键对于成功连接健康物联网解决方案。同他们的能力执行简单的自我监控等任务到复杂的交互式任务，这些设备在很大程度上承诺为当今医疗保健系统面临的挑战提供大规模成本有效的解决方案。尽管在传感和硬件设计方面取得了进展，但研究界仍然面临着若干技术挑战，需要用自供电能力来构建满足计算要求的设备。要克服这些挑战，需要对包括传感器，电源管理，信号处理，计算体系结构和通信等可穿戴设备的所有构建块进行重大改进。本文调查了与这些子系统相关的一些过去的里程碑，并讨论了解决其局限性的有希望的研究方向。
索引词——连接的健康，压缩传感，能源效率，物联网，可穿戴设备。
说明
连接的健康或技术支持护理（TEC）是一个涵盖融合的综合术语用于智能，可操作的健康信息交换和实时交付医疗服务的不同技术。特别是，利用TEC对临床环境以外的高龄和残疾人进行长期监测和支持，近年来受到学术界和工业界的广泛关注。这种兴趣是由于需要为日益增长的老龄化人群提供负担得起和可靠的医疗服务，以及为了应对慢性疾病的快速传播和医疗保健人员的短缺。事实上，2015年60岁以上的世界人口数量为9.01亿，年增长率为3.26％，增长速度高于其他任何年龄组。例如，仅在美国，慢性病影响超过1亿人，占死亡人数的70％和医疗支出的86％，2013年为2.9万亿美元。
可穿戴式感测是TEC的一项关键技术，旨在测量并监测特定患者的生命体征（血压，心电图，心率，血氧饱和度等）和运动，而不会影响其日常活动。这些设备与传统的以医院为中心的系统的整合将使医疗保健专业人员能够实时提供服务，并且还可以提高个人的独立性并积极参与医疗保健过程。
物联网（IoT）是无线连接和传感器子系统的新兴范例。它允许易损设备直接与相应的基于Web的服务交换（发送和接收）数据，以便立即采取行动（在紧急情况下），分析或存储以备后用。最常见的通信方式是可穿戴的设备到边缘设备（网关）模式，其中收集的数据在第一阶段通过短程低功率无线通信协议发送到配备有可路由连接的移动设备 作为Wi-Fi或3G / LTE。自动处理由传感器收集的数据然后在位于患者附近的边缘设备上或在云端进行本地执行。图1表示这种方法的说明性例子。
然而，一些研究强调了将原始数据直接无线传输到远程分析服务器所带来的高能源成本。为了改变这个缺点，特别是对于需要可操作输出的应用的信息的节点上处理已经引起许多研究人员的兴趣，以开发针对节点上信号分析定制的新型实时和能量感知算法。此外，最近在可穿戴设备的背景下，基于新兴的压缩感知（CS）框架和压缩域信号分析的信号采集新方法已经被积极探索。在这些情况下（即在节点感测上），只有总结性健康指标与用户进行通信。整个波形也可以根据需要或要求发送。与算法方面并行，目前的趋势之一是为可穿戴应用开发更高能效的处理器架构。这些包括多核架构，简化的指令集架构（ISA）和专用集成电路（ASIC）。此外，除了传感器节点构建模块（采集，处理和通信子系统）的功耗稳步下降外，收集环境能量在减少功率缺口方面发挥着核心作用，并最终满足设备自治的所有功率要求。
图1连接的健康IoT应用程序的说明性示例
在本文中，我们打算从技术和数据处理两个角度回顾可穿戴医疗设备的研究现状，更加关注传感功率子系统。
本文根据物联网连接的健康可穿戴设备的广泛采用的结构进行组织。 第二部分着重介绍无创生理信号和活动相关传感器及其应用。
特别地，将研究包括心电图（ECG）和脑电图（EEG）的生物信号的特征和采集。 还将讨论血压（BP），氧气水平测量，惯性传感器和身体活动评估方法和进展。 第III节介绍了作为潜在替代能源的能量收集技术，以及用于寿命有限的电池以及未来几代可穿戴设备的能量收集技术。 第四节讨论了Nyquist和压缩域中的板载信号处理以及信号质量评估。平台选择和无线通信子系统分别在第五部分和第六部分中进行了介绍。第七部分结束了论文。
传感子系统
1.生物电位信号监测
近来，人们对长期和持续的生物电势信号监测（例如脑电图（EEG），心电图（ECG））越来越感兴趣。这种兴趣得益于电极技术（干式，非接触式）和低功耗电子技术的不断进步，这些电子技术为高质量的用户友好型可穿戴设备的发展作出了重要贡献。
心电图是评估心脏状态的关键非侵入性诊断和预后工具。在心脏不同水平的发电和传导异常在表面心电图上反映为与正常心律的偏差。 这些异常的几种类型可以退化成严重的室性心律失常，如室性心动过速。因此，如果早期发现并准确地检测到这些症状，就可以挽救许多生命。
此外，心血管疾病（CVD）患者的诊断实践是使用Holter监护仪持续24至48小时的连续ECG监测。 这个时间窗口是必需的，因为许多异常可能发生在几天内短时间发作（几秒钟）。
可穿戴设备代替了体积庞大而笨重的动态心电监护仪的长期监测。
脑电图是另一种广泛使用的非侵入性程序，通过放置在头皮标准化位置的一组电极来测量脑电活动。这种电活动是以几十微伏测量的（放大100万倍），其特征在于频率范围在1到50赫兹之间。 脑电图（EEG）节律活动通常分为多个频段，即delta;节律（0.5-4 Hz），theta;节律（4-8 Hz），alpha;节律（8-13 Hz）和beta;波（ 13-30赫兹）和加马波（gt; 30赫兹）。这些节奏活动被用来识别各种生理行为。尤其是，脑电图在广泛的临床诊断如癫痫发作和睡眠障碍以及非临床应用如脑计算机接口（BCI）中起着重要作用。
上述生物信号的特征在于它们的低频和uV电平幅度，并倾向于不同类型的片上和片外干扰源。在下文中，我们将回顾这些信号的超低功率采集的最新技术方法，重点放在电极，模拟前端，攻击者缓解方法和信号数字化。
- 生物电位电极：用于将人体内的离子电流转换成电极中的电流，并可分为湿式，干式和非接触式电极。通常将电极建模为与电压源串联的复阻抗或复阻抗，该电压源表示皮肤和电极材料之间的极化效应。图2描绘了不同类型电极的电极-皮肤界面的简化模型及其特征值。
图2电极 - 皮肤界面的简化模型
湿电极是临床和研究应用的黄金标准。它们使用电解质凝胶建立电极和皮肤之间的电接触，并且其特征在于其期望的低阻抗和低运动伪影。但是，使用凝胶和粘合剂会导致皮肤过敏和不适。另外，当使用湿电极尤其是用于EEG监测时，超出最大数量的电极是不切实际的。此外，当凝胶干燥时更换/维护电极的负担限制了这些电极在长期可穿戴应用中的使用。
干接触电极与身体建立直接的电气和物理接触，而不使用任何种类的凝胶。这为使用者提供了更多的舒适性和易于准备，并且与湿电极相比确保了使用寿命。电极和本体之间的耦合可以使用电流传导或通过电介质层的电容耦合来建立。电解质的不存在增加了干电极对运动伪影的敏感性，并导致较大的皮肤-电极阻抗，导致信号质量降低。然而，电极周围积聚的汗水代替了电解质的存在，逐渐改善了皮肤电极的阻抗。一种进一步改善耦合的方法是使用有源电极，其中电压缓冲器，交流耦合或直流耦合放大器与电极共同集成。后面的方法更节能。但是，它们具有低共模抑制比（CMRR）的特性，它要求使用CMRR增强技术。CMRR定义为放大器的差模增益与其共模增益之间的比率。
非接触式电容电极在没有直接皮肤接触的情况下感测生物信号。这些电极完全没有噪音，并且本质安全，因为它们不会从身体中吸取任何直流电。但是，它们对运动噪音和环境条件更为敏感。当通过天然织物（如棉花）固定到皮肤的电流路径时，非接触电极性能更好。由于电极耦合不良，其读出电路的设计具有挑战性，并且迄今为止这种技术还不成熟。在标准化位置放置电极需要仔细的机械设计，并且还要减少运动伪影的影响。
- 模拟前端（AFE）：是生物信号采集的主要构建模块之一。它通常包括一个仪器放大器（IA）和一个低通滤波器，负责将从电极接收的生物信号放大到与ADC输入范围兼容的水平，并适应不同类型的片上和片外攻击者 在图3中。
图3一个典型的传感器信号链的框图，包括可能破坏感兴趣信号的片外和片上攻击器。
表1 典型的现代电力断路可穿戴传感器节点
为了在不同攻击者的身上提取有用的生理信号，AFE应该满足几个定性要求，包括：a）足够低的输入参考噪声，b）能够承受/阻挡电极直流偏移而不饱和，c） 最小化共模电源线干扰（PLI）并承受差模PLI，d）足够的带宽和动态范围以适应感兴趣的信号。
国际标准定义了临床应用的最低量化要求。可磨损应用的要求不是标准化的。 然而，研究人员设定了符合其原型的临床标准的规格。此外，可穿戴设备的设计要求包括低功耗，以实现长期功率自主和最小尺寸。典型商业产品和学术原型的功率分解总结在表I中。
下面讨论最先进的低功率生物放大器拓扑结构，重点讨论其优缺点。 还讨论了主要类型片上和片外聚合器的不同来源，特性和缓解方法。
- 生物放大器架构：传统的3-opamp仪器放大器（IA）是最常见的架构，可以实现非常高的输入阻抗和大的共模抑制比（CMMR）。 然而，这些性能取决于使用昂贵的匹配激光调整电阻和低输出阻抗放大器来驱动反馈电阻，从而导致高功耗。
Harrison介绍了一种电容耦合IA（CIA），在超低功耗应用中越来越受欢迎。这种架构是围绕作为高电阻元件R2的运算跨导放大器（OTA）和MOS双极伪电阻元件构建的。
在这个架构中的电容反馈网络设置了放大器的中频带增益。下截止频率和上截止频率分别由下式确定保持电路。由于样本带宽有限R2和C2的乘积，负载电容CL，OTA跨导Gm和Am。使用C1的输入的电容耦合允许移除电极偏移。Wattanapanitch等人在CIA阶段之后提出了一个带通滤波器级来对放大器的通带进行整形。
哈里森设计的缺点是相对较低的CMRR，这取决于电容器的匹配以及由于低频闪烁噪声导致的性能退化。
采用低功耗和减小芯片面积实现高性能的替代拓扑结构使用了图5中简化示意图所示的电流平衡IA（BIA）。
该架构使用两个电阻R1和R2来调整电压增益，使得：
（1）
与经典的3运算放大器IA拓扑不同，BIA拓扑不需要低输出阻抗放大器，也不需要匹配电阻来实现高CMRR。然而，由于闪烁噪声和工艺引起的晶体管失配，这种架构受限于电极偏移容限有限以及性能下降。
最近的AFE通过斩波稳定来解决与低频闪烁噪声有关的问题，而直流偏置则通过交流耦合来处理或反馈伺服回路。低共模和低输入阻抗问题分别采用共模反馈电路和阻抗提升环路来解决。随着这些技术随着不同的CIA和BIA配置而突显出来。
片上攻击者：闪烁或1 / f噪声是指其功率谱密度（PSD）与频率（PSD 1 / f）成反比的噪声。这种噪声存在于所有有源器件中，并且是由于技术不完善所致。闪烁噪声可以通过使用PMOS而不是NMOS晶体管以及通过增加晶体管栅极面积来减小。然而，后来的解决方案增加了晶体管的输入电容，这可能会衰减输入信号并降低噪声性能。对于要求非常低噪声的应用，可以使用斩波或自动调零来降低这种噪声的影响以及放大器的直流偏移。这种偏移是由于随机掺杂波动引起的差分对晶体管阈值电压不匹配。
自动调零在空输入期间采样噪声，然后使用采样保持电路从输入信号中减去其影响。由于采样保持带宽有限（S＆H），自动调零具有通过混叠宽带噪声来增加基带本底噪声的作用。
另一方面，斩波技术在使用方波CMOS开关调制器进行放大之前，将输入信号调制在1 / f拐角频率之上。一旦信号和噪声被放大，应用解调将感兴趣的信号下变频到基带，同时将低频噪声移到斩波频率。然后使用低通滤波器来抑制低频噪声并恢复所需的信号。图6说明了典型开环斩波调制的主要元件。
最近的设计在CIA的输入电容之前或之后添加了斩波器。第一种方法不能保持CIA的高DC容限。这个缺点已经通过应用直流伺服回路（一个电流反馈积分器）来消除小于50mV的上转换电极直流偏移（EDO），这只能用于湿电极。
在耦合电容阻塞EDO之后应用斩波器，然而事实证明，这种方法会产生流过反馈电阻的DC电流，从而产生DC偏移。使用如图7所示的DC伺服回路解决了这个缺点。另一个问题是由输入斩波器引起的散粒噪声（电流噪声），输入斩波器被输入电容器转换为输入电压偏移。为了减少这种噪音，使用了更大的电容器（nF）。但是，这显着降低了放大器的输入阻抗。
Xu提出使用阻抗回路来改善输入阻抗，并提出后端CMFB电路来增强由于电容器失配导致的有限CMRR。建议的环路是一个正反馈路径，连接斩波CIA（CCIA）的输入和输出，并能产生一个等于输入电容汲取的电流的电流。从而减轻信号源供应任何电流。后端CMFB电路产生一个等于共模电压的电压，并将其反馈回放大器的正端，从而消除AC-CM干扰。直流伺服环路的斩波技术在电流平衡架构中的应用已在中进行了研究。最近发现了更先进的使用两级米勒补偿运算放大器和最多四个斩波器的方法审查。
热噪声与IA的电流消耗直接相关，其特征在于相对平坦的频谱。低功耗预算应用的IA设计优化必须在其功耗和噪声之间进行权衡。这种权衡归结于噪声效率因子（NEF），定义：
（2）
其中vni，rms是总输入参考噪声，Itot是总电源电流，UT是热电压（kT / q），BW是放大器的3dB带宽。 理论上的NEF限制是1。
功率效率因子（PEF）
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[468322]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
