• Home
  • -
  • 硬件工作流——预研

硬件工作流——预研

预研工作一般情况下会忽略,导致后期设计时因为准备不足而出现反复的情况,影响项目进度。

硬件预研是根据需求来判断要使用什么技术来实现,前期为了验证其可行性,需要考虑各种实现方法,并从厂家拿到DEMO板进行实验。

前期要做好充分的准备工作。

理论开发

前期的理论开发额外重要,因为最终的产品必须符合物理、化学等理论,才能保证后期不会出现反常现象。

理论开发主要指产品的实现方式,比如使用了什么原理,用到了什么化学反应,依赖什么光学、声学原理,符合病理、生理学等。

举例: 计步器,设计牛顿定律、人类生理学。计步器的传感器为加速度,能获取3个方向的加速度,采集道德数据通过算法即可算出步数、步频等信息。同时,人体加速度是有规律和范围的,必须符合人体的生理动作,反人类的加速度是不会发生在人体身上。故需要根据人体运动的姿态、摆幅等生理特性对算法进行优化。当然如果是给狗用的自然也需要去考察下狗的运动形态。

再举个。 ECG导联线,标准导联目前在人体的位置基本固定,如需采到医生认可的信号必须符合这些规范。同时探头阻抗,抗干扰,生物兼容性必须考虑在内。这些都涉及到了物理、化学、生物等知识。而且必须联合起来,比如探头阻抗,什么样的分子或离子以多大的浓度会产生多大的阻抗,接触阻抗是多少,长时间佩戴的化学反应是什么,反应速率是多少,阻抗与时间的关系,与人体表皮细胞的关系等。

这些专业知识需要从各个学术杂志、期刊论文上才能略知一二,很多时候需要亲自下手做实验,证实理论,进行改进。

仿真验证

大多数情况下,我们无法确认最终的实现方法,这个时候就需要依赖工具。数学建模,电路仿真,算法分析。

数学建模以理论依据为准,构建抽象模型,对各个影响因子进行分析,为实际验证铺路,指导后期测试。

电路仿真同样是对理论的验证,只是更加接近实物。仿真使用最小模型,验证各模块的协调性,后期设计时以此为准,趋势判断以此为参考。

算法分析用于需要数据处理的场景,信号处理、数字滤波。与硬件相关的有信号采集带宽,采样频率,信号幅度,ADC,DAC等

Demo测试

预研阶段会大量使用Demo板、洞洞板搭建实物,Demo板是原厂提供的经过完整性测试的开发版,质量值得信赖。
根据产品需求初步判断Demo 板应该达到的性能,再去找供应商寻求样板,回来后通过人工连线搭建最小实验样机,首先验证基本功能,时间允许测试验证PI、SI、EMC。然后再评估可行性、价格、交期、生命周期、风险等。

以上理论开发、仿真验证反复次数较少,Demo测试因为性能不达标或其他因素会造成多种方案的反复测试,给自身带来极大的时间损耗,成本和项目周期亚历山大。但正常的开发流程预研工作必不可少,即使简化也要预留理论开发的时间,理论是实际的基础,实践必然是按照理论路线的趋势变化,对于后期的验证工作提供可接受标准的理论判据,加强开发信心。