关于那些为物联网使用领域开发智能传感器
的人士而言，功用与功耗的联系是最奇妙的权衡考虑。在宽广的功用空间中，噪声常常是一个重要的评价要素，由于它能限制智能传感器中要害功用模块的器材挑选，然后进步功耗担负。此外，噪声特性在很大程度上决议了滤波要求，而这又会影响传感器对条件快速改变的呼应才能，延伸发生高质量丈量成果所需的时刻。
在支撑接连观测（采样、处理、通讯）的使用中，体系架构师常常不得不处理噪声与功耗彼此敌对的联系，由于噪声最低的处理方案很少正好也是功耗最低的处理方案（就特定功用类别的器材而言）。例如，MEMS加速度计常常用作长途歪斜丈量体系的中心传感器。表1显现了两款不同产品的重要特性，它们供给现在在业界抢先的噪声或功耗功用：ADXL355（低噪声）和ADXL362（低功耗）。
表1包含四行，其间三行对应ADXL362的可选作业方式，剩余的一行给出了ADXL355的首要方针。从这一权衡空间的要害鸿沟开端，ADXL355的噪声比最低功耗方式的ADXL362要低简直27倍，但前者的功耗要高得多。功用要求更具挑战性的使用或许需求考虑ADXL362的最高功用方式，此刻ADXL355的噪声要低9倍，但ADXL362的功耗要低13倍。
在不需求接连观测的使用中，均匀功耗与噪声的联系变得更有意义。或许令人难以置信，但噪声和功耗的联系乃至或许变成互补式。这对开发人员来说无疑是个好消息。由于在之前的规划中，开发人员或许因难以确定该让功耗仍是功用主导其规划而延误了机遇。而现在，无需等候其他人在这一权衡中做出决议，智能传感器架构师可自行对权衡范围内的相关选项进行量化；这一做法将从头界说架构师的作业。
智能传感器架构
为了量化特定使用的相关选项，首要需求对信号链做一些假定，因而能够从概念架构开端。图1是智能传感器架构的一般比如，其间包含了最常见的功用。
图1.智能传感器架构
中心传感器
智能传感器节点中的信号链从中心传感器功用开端。最基本方式的中心传感器也称为变换器，其将物理条件或特点转化成代表性的电信号。传感器的份额因子描绘其电呼应与其监控的物理特点或条件的线性联系。例如，供给模拟输出的温度传感器（如AD590）的份额因子单位为mV/°C；数字加速度计（如ADXL355）的份额因子用LSB/g或码数/g来表明。
滤波器
信号链（图1）的下一个功用模块是滤波器。这一级的作用是下降中心传感器或许支撑，但与使用无关的频段中的噪声。在振荡监控使用中，这或许是一个带通滤波器，它将随机振荡与或许指示机器寿数减损的特定频谱特征别离开来。在歪斜传感器中，这或许是一个简略的低通滤波器，例如移动均匀滤波器。这种情况下，时长是树立时刻与滤波器输出剩余噪声之间的一个重要权衡要素。图2显现了ADXL355艾伦方差曲线的比如，它表明相关于发生丈量的均值时刻，丈量的不确定性（噪声）。
图2.艾伦方差曲线：ADXL355和ADXL362
校准
校准功用的作用是经过使用校对公式来进步丈量精度。在要求极高的使用中，通常是在严厉受控条件下进行丈量，经过直接观测传感器呼应来取得此类校对公式。例如在歪斜传感器使用中，校准进程涉及到观测MEMS加速度计在多个不同方向上相关于重力的输出。这种观测的一般方针是观测传感器对足够多取向的呼应，然后求解如下联系式（拜见方程1）中所有12个校对系数（m11、m12、m13、m21、m22、m23、m31、m32、m33、bx、by、bz）：
方程1中的校对系数用于处理偏置、灵敏度和对准差错。此公式还能够扩展以包含更高阶传感器特性（非线性）或环境相关性（温度、电源电平）。
数据处理
数据处理功用用于将校准且滤波的传感器数据转化成恰当的丈量成果以对使用供给最佳支撑。在振荡监控体系中，这或许是简略的RMS-DC转化或带频谱报警的快速傅里叶变换（FFT）（拜见ADIS16228）。在歪斜检测使用中，智能传感器会使用方程2、方程3或方程4将传感器对重力的加速度呼应转化成方位角估计值。
