超便携设计，可穿戴式设备驱动的一种新方法单片机的选型和系统设计。
而不是定义的功能和能力，将作为该项目的顶级车手设置的常规方法，新方法通过苹果和其他领先的公司率先开始验证的定义，产品应该产生的用户体验。
可穿戴式设备是不是唯一的，可以从一个面向用户的方法来设计盈利设备。实际上任何产品都可以受益。然而，价值最大的产品，在不断的使用和一个亲密的用户依赖是建立在人机界面是产品的验收至关重要。
产品类别包括所有可穿戴设备，当然，也有可能被视为超便携式电脑，如健康监测和智能手机。
可穿戴设备市场也驾驶更要求能源效率因为小电池有重型周期和用户的期望是，电荷将持续很长时间。可穿戴设备依赖于物联网(IOT)来创造自己的价值;反过来，物联网，推动其他的能源消耗情况，如放在偏远的地方，需要电池操作几个月甚至一次充电年设备。
MCU架构正在发展以应对这些挑战
MCU厂商现在提供多能源模式，根据系统的活动水平结构。智能外设，过程一步一步的方向从排队信息没有单片机现在已经被自治外设需要更少的互动与单片机直接与DMA通信连接。也越来越常见的硬件辅助发动机，如浮点单元(FPU)执行需要密集的数字运算性能的算法。
作为能源的运行状态、数量的外设，和指令集的排列数激增，为一个特定的设计指数上升。
有时，能源效率最好的单片机可以违反直觉的选择。
基线考虑
从希望的用户体验开始。这应该是一个严格的锻炼，考虑产品的用户交互的各个方面。有，但是，从一个电子设计视角的三个基本范畴：易于安装;操作直观;和最小的维护(包括延长电池寿命)。
理想的用户体验的概念设计工程师熟悉的设置参数：使用案例。主要有三个要素：设备将执行什么任务;需要执行他们的资源;和的条件下，它将运行。
为了进入下一级别的粒度，有必要进一步讨论本文中识别特定类型的设备。服饰，使用案例包括对数据的装置将收集的类型的详细信息，它将如何与用户和其他设备进行交互，其预期的操作环境(温度、耐水性、耐冲击性，和更多)，它的运营模式(数据的收集和分析，你服务互动、沟通)，并经常与其他设备同步。一旦这些细节是已知的，设计团队可以组装一个物料清单(BOM)和能量预算(见名单的能源预算驱动表1)。
简化能源预算清单
数据生物统计学类型
环境的
数字
与用户秒的交互频率
分钟
天
月
与外界互动的频率
交互作用持续时间秒
分钟
天
月
设备如何与用户远程接口交互
键盘
触摸屏
声音
综合数据显示
以上全部或部分
空中通信蓝牙
无线局域网
ZigBee
亚GHz
其他
与其他设备的同步频率
交互作用持续时间秒
分钟
天
月
表1：创建使用生物特征数据的设备使用情况的参数。
能源需求概况
用例提供了一系列的能量需求概况，取决于用户是否与设备交互;该设备是否自主行动(例如收集数据);以及它是否处于不同关机水平。然后将该信息转换为系统的需求周期，特别是MCU。
在这一运动的这一阶段特别感兴趣的是用于将物理数据转化为可用于MCU进行计算和决策的信息的算法，这些计算和决策为用户提供准确、可靠的结果。如果轮廓被严格定义，所得的能量预算应该是在现场条件下与原型设备获得的值的良好近似。
经常意识到与通常驱动设计过程的传统决策树不同的场景是一个好主意。可穿戴设备最有可能的情况之一——或者任何收集生物统计数据的设备——是基于其核心的MCU的棘手选择。
ARM核心集成到许多领先的半导体公司的MCU中，这使得ARM成为目前最流行的32位嵌入式应用供应商。ARM CORTEX-M系列处理器核心是专为应用，其中MCU性能必须平衡的能源效率和低解决方案成本。
M3核心的目标更加狭窄，在成本敏感的应用中，仍然需要高性能计算和提示系统对低动态和静态功耗的真实事件的响应。
大多数设计者自然会被吸引到集成ARM CORTEX-M3核心的MCU中，然而，这可能不是最好的选择的原因。
单片机选型
更常见的可穿戴之一是健身监视器。在这种使用情况下，MCU使用多轴加速度计接收关于用户的身体活动的数据。它使用IR接近传感器监测心率，并且可以使用其他传感器来检测体温和血氧水平。在采集传感器数据之后，MCU在确定实际的步数和频率之前，对原始加速度计数据进行滤波，以消除噪声和其他伪影，或者将其与心率数据相结合，以区分特定类型的活动。
卡尔曼滤波器算法通常用于消除依赖于这些类型的数据的应用中的噪声。它的计算需求是驱动可穿戴设计中采用32位架构的算法的典型。
实现MCU能量效率的基本原则之一是尽可能经常地将MCU保持在减少的能耗模式中，并且尽可能长地保持。
在刚刚描述的健身监视器的情况下，执行卡尔曼滤波器提出了一个有趣的问题：什么是CORTEX-M4F(F集成FPU)和CorTX-M3之间的能量折衷?
与M3相比，M4F核心集成了FPU硬件辅助引擎和DSP指令集扩展。因此，在全油门操作时消耗更多的能量。必须在软件中执行算法的M3意味着它在活动模式下比M4F长。
图1中图示了折衷。当通过提高处理速度和减少活跃和睡眠电流来优化应用时，节省的能量(蓝色区域)增加。
硅实验室MCU待机模式图像
图1：快速返回MCU到待机模式可以弥补高峰值处理能耗。
当这种分析用于健身监测，采用Kalman滤波算法滤除噪声，原来m4f核心提供比M3内核的显着更快的执行。这是由于(1)的m4f的增强指令集，其中包括一个功能强大的数字信号处理(DSP)和图书馆功能;(2)的m4f核心的单精度浮点运算单元。
图2说明了如何快速的MCU可以用Cortex-M3内核和一个cortex-m4f核心计算软件512点FFT。的cortex-m4f比Cortex-M3能量约三倍更有效，因为它返回睡眠模式更快。
基于m4f核心节能Silicon Labs单片机的图像
图2：基于m4f核心MCU是高效节能的M3内核的计算一个512点FFT时的三倍。
MCU与精心设计的睡眠模式乘以这个节能效果。Silicon Labs的奇迹Gecko MCU具有几个明显的低能量模式，包括20和950 NA NA切断深睡眠模式(实时时钟，充分的内存，和登记留存和棕色的检测内容启用)。更大的差异之间的活动和睡眠模式下的功耗的一个低能态快速回报的收益更大。
基于改进的m4f核心，Silicon Labs的EFM32 Gecko的家庭采用的能量状态的手臂提供和增加了一些自己的。
睡眠/待机–(EM1模式EFM32)使快速返回主动模式仅略高于功耗。在这种模式下，对emf32 = 45μ/ MHz功率消耗;典型等效的32位MCU = 200µA.
深睡眠–(EM2模式EFM32)叶单片机的关键元素活跃而禁用高频系统时钟和其他的不必要的负荷。在这种模式下，对emf32功耗为900 nA的低;典型等效的32位MCU = 10μ一至50μA.
停止–(EM3模式EFM32)深睡眠模式更深的版本。它提供了节省电源的同时保留有限的自治周活动和快速唤醒。在这种模式下，对于EFM32 = 590 nA的功耗;典型等效的32位MCU = 10μ一至30μA.
备用电池–独特的EFM32功能，关闭模式提供一个有吸引力的选择，保留一些关键功能，使更快的唤醒。
开/关–(4或EFM32关闭模式)–保留最小的功能需要触发从外部刺激唤醒。节约能源是通过延长起床的时间了。在这种模式下，对于EFM32 = 20 nA的功耗(400 NA RTC运行);典型等效的32位MCU = 1.5µA.
Silicon Labs提供了一些奇怪的m4f核心Gecko MCU。他们根据不同的封装类型，内存，和连接和I/O选项。一个典型的部分是EFM32 WG230F256 QFN64。Silicon Labs还提供了两个初学者工具包和一个神奇的壁虎开发工具包。
臂cortex-m4f-based MCU从其他公司包括：ATMEL公司的atsamg51g18a-uut，飞思卡尔的mk10dx256vlh7r，英飞凌的xmc4200f64k256abxqsa1，意法半导体的stm32f358vct6，德克萨斯文书的tm4c123fh6pmi。
自主外设
大多数MCU集成，执行常规的计时设备，I / O和家务而CPU仍然在它的一个低功耗的睡眠模式。一些微控制器还配备了自治外设执行更复杂的功能(例如，计数器/定时器，ADCs，GPIOs，数模转换器，串行收发器，其中)无CPU干预。
例如，大多数由壁虎EFM32单片机家庭支持的片上外设可以独立运作，在一个或多个设备的睡眠模式保持活跃。与此相反，大多数MCU，其中最低的节能模式只支持最基本的活着的GPIO功能的唤醒和实时时钟(RTC)操作。
其他应用
尽管直到应用程序经历前面描述的用户体验分析才能得出结论，但显然低能耗操作并不总是与削减骨骼处理能力有关。可以肯定的是，任何使用生物识别数据的应用程序都是使用FPU辅助引擎的更高性能MCU的候选者。
另一个例子是电池供电的心电图(心电图)。像许多其他便携式设备一样，当今的便携式ECG在设计周期开始时通过对功率和能量预算限制的假设进行处理，从而节省了处理时间。在ECG的情况下，设计者通过降低采样率来降低系统性能。这反过来又使设备不够精确，患者通常需要不时返回医院进行全面的心电图检查。使用更高性能的MCU可以解决这个问题。
涉及用快速傅立叶变换(FFT)处理数据的任何应用程序都是另一种可能的候选。防止家庭安全系统中使用的玻璃破碎探测器出现误报依赖于FFT滤波来执行声学分析。例如，探测器必须能够区分玻璃破碎板和已落入水槽的水或酒杯。
不同厚度和组成的玻璃具有特有的声音和振动，最终以天然玻璃的特征频率--13kHz左右达到共振。传感器使用宽带声音传感器的输出，在规定的时间范围内分析击碎频率和玻璃破碎音频。在使用512点FFT对频率信息进行滤波之后，检查信号的持续时间和幅度以进一步验证有效的报警条件。根据占空比和其他考虑因素，正在执行FFT的事实使得具有FPU辅助功能的MCU内核可能更加节能 - 并且通常会提供更好的性能。
结论
电池供电的可穿戴设备正在改变电子设计的最佳做法。 第一步是以期望的用户体验开始，而不是列出将用作项目顶级驱动程序的功能和功能。 严格标识数据类型，交互类型以及设备交互频率是重要的后续练习。 对于一个好奇的设计团队来说，这可以导致设计具有比传统设计方法更优越的性能和更低的功耗。