《蓝牙智能可穿戴芯片启动》

  • 来源专题:宽带移动通信
  • 编译者: gaof
  • 发布时间:2015-09-24
  • Dialog Semiconductor已经发布了它的DA14680“可穿戴芯片”蓝牙智能(v4.2)设备的详细情况。

    超低功率集成小电路包含关键功能,来创建一个完全托管于可穿戴计算的产品。它突出特点为灵活处理能力、对于几乎无限执行空间的闪存、传感器控制的专用电路、对可穿戴产品的模拟数字外设的优化,以及一个先进的电源管理单元。

    从可穿戴产品的设计上,DA14680减少了几个外部芯片,使更小的外形因素、更低的系统成本和最低的能源消耗更容易。

    对准可穿戴市场,预计到2019年将达到大约1.7亿个单位,DA14680的超低功率为30uA/MHz的ARM® Cortex™-M0应用处理器,可能被编程为96MHz的最大时钟频率。安全功能包括一个专用的硬件加密引擎,应用的是椭圆曲线密码技术(ECC),提供端对端的银行水平加密,确保个人信息的安全。

    该设备集成了8Mbit的闪存,PDM和12 S/ PCM接口的音频支持,两个单独的12C和SPI总线,三个白光LED驱动,一个温度传感器,多通道DMA,以及一个8通道、10位的ADC。智能电源管理也是在芯片上,包含系统电源轨和一个锂离子或锂聚合物蓄电池充电器及燃油表。

    Dialog Semiconductor公司连接汽车、工业和商业的团体中的高级副总裁兼总经理Sean McGrath评论说:“就设计美学、成本、功能、电池寿命和产品生命周期而言,可穿戴市场的竞争很激烈。Dialog的蓝牙智能芯片穿戴,关于所有的这些因素,给我们的顾客以巨大的竞争优势,使他们专注于差异化功能的创新,从而加入到下一代可穿戴衣物上。” McGrath 补充道:“随着特点丰富的功能、最小的尺寸和最低的功率,DA14680也将致力于其他新兴的物联网应用程序。”

    应用Dialog的智能结合开发工具包,产品正在加速开发。这些包括SmartSnippets™的软件开发环境,例如应用程序代码和一个最佳功率编码实时分析器。

相关报告
  • 《高通公司通过全新的穿戴平台,将LTE连接到可穿戴设备》

    • 来源专题:可穿戴技术
    • 编译者:高芳
    • 发布时间:2016-03-29
    • 借助于LTE连接,高通公司正在试图打破利用智能手机束缚可穿戴设备的格局。 今天,可穿戴设备绝大多数都与智能手表绑定在一起。高通公司希望在其全新的Snapdragon穿戴平台上,通过将LTE连接到可穿戴设备,来改变这种现状。 通过穿戴平台,高通公司希望去推动时髦的可穿戴设备的发展,如同智能手表、智能手环和智能眼镜那样,能够提供较长的电池寿命。除了使用智能手机作为一个接口外,通过Wi-Fi、蓝牙和LTE,高通公司正在使用更多的途径,在互联网上连接和传输数据。 新型可穿戴平台的核心,现在使用的是Wear2100芯片,该芯片可以附加LTE模块。它是芯片新家族的首例,该公司将会发布这种可穿戴设备。 LG电子公司表示,今年底,它将会推出带有Wear 2100芯片的智能手表和其他可穿戴设备。LG电子公司去年就宣布了LG Watch Urbane 的第二版LTE,但由于硬件问题而将其报废。今年,该产品可能会和Wear 2100一起推出。 支持移动连接的可穿戴设备已经实现,但大部分使用的是2G/3G连接。LTE调制解调器往往比较耗电,并且使用2G/3G网络的移动连接来传输数据,是一种更节能的方式。 但是,随着时间的推移,高通公司在减小其LTE调制解调器尺寸的同时,使它们变得更加节能。芯片制造商现在完全有信心把LTE调制解调器,打包嵌入智能手表等可穿戴设备中,而不损害电池寿命。 和Android Wear一起的几款智能手表,已经在使用高通公司的芯片。高通穿戴平台还将包括软件工具和参考设计,从而为客户开发设备。 Wear 2100芯片是Snapdragon 400芯片的缩小版,目前正应用于智能手机中。它也将更节能,并能够容许更长的电池寿命。 该芯片拥有一个传感器中枢和算法,因此在发送到云之前,它可以在设备上处理数据。板载智能可以帮助限制移动网络发送的数据量,这可以延长可穿戴设备的电池寿命。 继英特尔公司和MIPS公司之后,高通公司正在为可穿戴设备提供开发板。英特尔公司的Edison和Curie模块,已经应用于智能手表、面料、头盔以及其他可穿戴设备中,而MIPS公司为爱好者们提供小型开发板,使其在当地就可以制造可穿戴设备。
  • 《英飞凌毫米波雷达芯片,实现可穿戴血压传感》

    • 来源专题:光电情报网信息监测服务平台
    • 编译者:husisi
    • 发布时间:2020-08-03
    • 据麦姆斯咨询报道,全球领先的半导体解决方案供应商英飞凌(Infineon)近日宣布与Blumio公司达成协议,双方将基于英飞凌Xensiv毫米波雷达芯片组,联合开发可穿戴式血压传感器。这种新型传感器有望实现无需佩戴袖带的血压连续精确测量,造福可穿戴心血管监测市场。 该项目将整合英飞凌的雷达传感器专业技术和Blumio公司的软件技术。结合双方技术优势的套件有望更方便地集成进入血压监测设备,加快产品上市时间。 “血压是衡量个体健康水平的最重要指标之一。”Blumio创始人兼首席执行官Catherine Liao表示,“人体的任何状况都会引起血压的波动,无论是来自人体内部的影响还是对外部刺激的响应。” 与Blumio的合作,展示了英飞凌通过其硅谷创新中心(Silicon Valley Innovation Center, SVIC)支持创新型初创企业所做的努力,该中心一直致力于开发尖端技术,使我们的生活更轻松、更安全、更环保。通过SVIC,英飞凌正推动区域初创企业的发展,将新技术不断推向市场。 用雷达技术测量血压 了解人体血压的变化情况,掌握准确监测血压的能力,对于人体健康至关重要。现在,我们可以看到很多佩戴Fitbit等智能手环或Apple Watch智能手表的用户,以记录他们的心跳和睡眠。但是,这些可穿戴智能设备仍然无法跟踪人体血压。当前,准确监测血压的唯一方法,还是需要利用传统充气和放气的袖带式血压测量设备。 Catherine Liao说:“如果我们想要监测人体一天的血压波动,那我们必须整天佩戴袖带式血压设备,大约每半小时测量一次血压。” Catherine Liao接着说,“在可穿戴设备上我们可以看到的ECG传感器和光学传感器,它们都无法直接告诉用户它们的测量结果,以及心血管系统内部发生了什么。ECG测量的是心跳的电信号,而光学传感器测量的是流经的血液量。” 英飞凌和Blumio的合作将带来一款采用雷达传感器技术,无需袖带测量血压的解决方案,可以实现全天24小时的人体血压监控。 与被动红外(PIR)技术相比,这种雷达技术在运动检测应用方面具有许多优势,包括更高的精度和更精确的测量,为各个领域的新解决方案开辟了可能。 “我们一直在探索如何使用雷达来测量非常、非常近物体的微小运动。我相信大家都曾经试过用手指按住手腕或脖子来感受并测量我们的心率。这种脉搏的力度是由穿过我们血管的血流压力所引起的,从血管向外一直传播到皮肤表面。”Catherine Liao说。 过去二十年来,体积钳法(Volume Clamping)和动脉张力法(Applanation Tonometry)已经实现无需袖带测量血压。不过,在医院之外,这些技术的接受度有限。 目前市场上有几家初创公司正在尝试通过结合ECG和光体积描记法(PPG)传感器来估算血压,以替代传统的袖带式血压监测,但是,要想获得足够“干净”的准确信号还需要克服很多困难。基于光学的解决方案还会受到外部光线变化或纹身等肤色的干扰问题。 雷达不同于其它技术,它不会受到肤色或环境光变化的影响。通过使用高灵敏度的低功耗毫米波雷达芯片组,测量人体目标区域反射的电磁波,可以捕捉并记录与呼吸或血液循环相对应的人体微动信号。 人体的每一次心跳,脉搏都会沿着动脉传播,并在皮肤表面产生非常微小的运动。利用雷达可以捕捉这些运动并将其转换成波形。然后利用算法对获得的脉冲波形进行分析,可以提取血压和其它心血管指标。 英飞凌和Blumio的合作 英飞凌和Blumio开发的传感器旨在克服目前市场在售产品技术的局限性,无需直接持续的接触人体。 主要的挑战在于信号的捕捉和检测,即确保传感器放置在正确的位置以捕捉动脉的脉冲,并确保雷达传感器足够灵敏,能够准确捕捉这些细微的运动。第二个挑战还在于能否辨别并过滤与脉搏无关的运动伪影。一旦这些问题得到解决,雷达的优势就可以体现出来了,它能够无需压力接触提供高速信号采集,实现全天多次测量。 Catherine Liao说:“现在,第二个挑战必须切实解决。我们如何判断正在测量的是实际信号?在这方面,我们花费了大部分时间。对于任何科学研究,我们必须用已知的参考来验证我们捕捉的信号。” Catherine Liao说:“我们做了大量工作捕捉尽可能多的数据,并与袖带式血压计信号进行比较,从而不断完善算法。” 英飞凌和Blumio的合作 英飞凌和Blumio开发的传感器旨在克服目前市场在售产品技术的局限性,无需直接持续的接触人体。 主要的挑战在于信号的捕捉和检测,即确保传感器放置在正确的位置以捕捉动脉的脉冲,并确保雷达传感器足够灵敏,能够准确捕捉这些细微的运动。第二个挑战还在于能否辨别并过滤与脉搏无关的运动伪影。一旦这些问题得到解决,雷达的优势就可以体现出来了,它能够无需压力接触提供高速信号采集,实现全天多次测量。 Catherine Liao说:“现在,第二个挑战必须切实解决。我们如何判断正在测量的是实际信号?在这方面,我们花费了大部分时间。对于任何科学研究,我们必须用已知的参考来验证我们捕捉的信号。” Catherine Liao说:“我们做了大量工作捕捉尽可能多的数据,并与袖带式血压计信号进行比较,从而不断完善算法。”