首先我的数据并没有做任何任何的处理，本来我是打算加一个直流滤波的，首先是效果不太好，其次是我都用上机器学习了我为什么还要自己处理数据？机器学习本事的目的就是节约我们的脑子，利用机器来提取特征，而不是我们自己去提取特征（直流偏置本身也是一种特征），就算我的信号有其他的误差，我们可以处理一下提高分辨度，但是！对于机器而言，这些本身就是他的特征，我们只需要告诉机器，哪些特征是对的，哪些特征是错的！

训练模型方面，我们使用MAX30102每10ms采样一次，每128次采样作为一组数据上传。
% f# \6 H  D, p
$ Q: S6 L- S' r( p( s5 B

1. int i = 0;
   
2. void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
   3 w+ z' v6 ^* Q2 C3 J( z
3. {
   
4.     maxim_max30102_read_fifo(&red,&ir);
   7 \" O& F- }. P$ T7 p' C+ p
5.     printf("%ld ",ir);
   
6.     i++;
   7 u7 z5 S3 }/ ?% U9 w  K" j6 ]
7.     if(i==128)
   4 r& _2 u' K9 B" I3 p. i
8.     {
   * @4 I; W& C1 O" |& N1 q
9.       i=0;
   
10.       printf("\n");
    
11.     }
    1 p% P2 R9 l: I& @: f0 ]  H& o* D
12. }

复制代码

这里我们不对数据进行任何处理，因为既然我们选择了机器学习就是为了节省我们对于数据的处理，节省对于特征的提取。
& |5 C. p: M) f0 m0 u
/ x& n7 U' F( T+ Q$ c  i4 D7 E模型训练
2 n! Z3 c; L3 y! k我们打开NanoEdge AI Studio,这次的项目我们选择异常检测。
1 b; E1 G: _* W8 E* v
! p: e/ z) I6 b! m0 A) }
# `; l! q- c  m3 p  Z


传感器选择通用传感器，轴数为1，芯片型号选择自己所需要的芯片型号。
# ]+ p- Q# s6 R6 M0 b


Regualr signals 常规数据
Abnormal signals 异常数据
1 u' F& Z' T5 k6 e7 o
我们通过串口（USB）分别导入正常的信号和异常的信号。


1 S, t5 D3 a9 j/ D  k& T1 _
; R3 x7 H6 z: m

数据集尽可能多且广泛并且经典。
9 S& [: A# v( G8 R( d
5 ~& H5 w  {$ P' c
9 a( _7 a' Y4 I
我们总共导入了两百组信号，这些信号包含了大拇指，中指以及稍微靠前的位置和稍微靠后的位置，保证数据集的范围足够的广泛。
# _, H# \3 T/ M) W" _4 W0 [# }) V
4 N6 T6 u/ f' N1 W. M# ~
& `, U7 Z4 @  }1 d
异常信号就非常简单，我们放在那里空置信号，晃动信号这里我放在那里测了总共三百多组（打游戏打忘记了）。

然后利用这两组信号进行训练。



我们将异常信号和正常信号全部选上，之后进行训练。

1 E' D* R% S5 T, ^2 y4 E
- B, o3 X: H$ A" g- l
6 }+ W  A' O# r# T+ U* s4 Y; O" N之后查看训练详情，等待模型训练完成。
& X* F* M$ D: J3 f4 o+ \5 D


4 G" y: N: p1 T! Z5 M可以看到，训练完的模型无论是准确率还是RAM大小Flash大小，都相当的合适，接下来我们测试一下我们的模型。
2 E* G3 T$ @5 O


这边可以查看训练过程中的模型。


. Q; x5 O. r1 S
验证我们的模型。
, U+ e/ t0 E2 l9 N; t* |

+ A6 o% j+ e' m" A& ^: o
) n# m2 m9 e) Y! U$ i) n! V这里需要注意的是，我们第一次导入数据会先进行训练，异常检测需要有一个学习环节。
7 y! N- L7 C- v1 b3 T
6 ?4 d6 |/ u3 \$ G' `/ f/ S% q官方的手册中推荐了至少十组正常数据进行学习。

6 I  x: }3 b1 W+ h, g. v
: C9 F- M% r  O8 R" ]# j0 x8 P# `
: [2 p' \8 j' _. L. Q! R, s我录了21组正常数据进行学习。

+ ^; B' W2 r* j# w! o# u然后就可以对模型进行验证。
. ~5 N, ^/ N' x6 A0 W/ S- m


& ?6 \- a& Y9 P! X# N7 `
' d. O4 y0 u, @4 l部署我们的模型，其中需要他的.a文件和.h文件。

8 a6 V3 Y5 M; ^/ i( J
; {$ D! L& o! T
这里我们需要使用CubeIDE来编程。因为这里的.a文件是静态文件，静态文件使用keil编程有点麻烦，需要安装GCC编译器，STM32CubeIDE集成好了可以编译.a文件。

1 _/ O" G' _& V  w. _! T

' V% o) z8 L$ m在属性中添加静态库的路径。
4 X) p* o9 C$ f' v, c! S$ N" b
9 j9 G3 r$ l$ _

% {  t1 J% N+ r7 x: S7 }2 d, `! K在库中添加路径，我们的.a文件是libneai.a，这里需要省略lib和后缀.a

" a( f5 T' y& i# l: q3 e# P

导入NanoEdgeAI的库函数。



5 G. V; g3 }9 q+ i( r& g1 R4 W可以看到这里有三个函数，初始化函数，学习函数以及预测函数。
1 _# I' U* k, u# o$ Q5 l

1. enum neai_state MyState;

复制代码

定义一个枚举变量用来存放标志位。
) a3 ?+ c! K. }! |( n' E+ f$ h

1. MyState  = neai_anomalydetection_init();//初始化

复制代码

初始化我们的模型。
- T7 g: D6 i  \1 E! ?

1. float IRD[128];
   + e" }& }" ~: `& V$ t# t3 ~
2. int i = 0;
   
3. int LeranTime= 0;
   : v0 t; N% G! S
4. void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
   
5. {
   # b0 m2 |5 V- x
6.     uint8_t yuce;
   
7.     maxim_max30102_read_fifo(&red,&ir);
   " n7 m0 |- `. Z0 e
8.     IRD[i] = ir;
   
9.     i++;
   
10. 
    
11.     if(i==128)
    : {' |5 z  Z* C/ B) G$ e% L( c
12.     {
    
13.       if(LeranTime<10)
    
14.       {
    
15.         HAL_GPIO_TogglePin(GPIOF, GPIO_PIN_9);//LED翻转
    7 E6 i% D9 _- D. w0 R, c0 Y
16.         neai_anomalydetection_learn(IRD);
    " h5 @3 d; l7 D
17.       }
    2 f+ I" }# f* g4 j# O& f
18.       else
    
19.       {
    
20.         neai_anomalydetection_detect(IRD, &yuce);
    ; j2 q3 J+ B3 m* r9 ?
21.         if(yuce>80)
    ; G0 k- O3 V6 N) t+ q+ V! B( e
22.         {
    
23.           HAL_GPIO_WritePin(GPIOF, GPIO_PIN_10, 1);
    ! K" F9 ^& U: `6 Y1 t
24.         }
    : v. N% I% R; k8 Q6 b
25.         else
    
26.         {
    7 f; T9 b& c/ u0 C& ^% f
27.           HAL_GPIO_WritePin(GPIOF, GPIO_PIN_10, 0);
    
28.         }
    
29.       }
    , k% q' L/ [7 E# G7 j5 \, x( |  i8 H
30.       LeranTime++;
    4 K( G5 X+ J) b$ ]
31.       i = 0;
    
32.     }
    
33. }

复制代码

我们在定时器回调函数中调用，上电之后前十次为学习阶段，之后对测量值进行预测，当预期值>80即认为状态正常，则灯灭。
如果预期值<80则报警灯想起。
2 d% @- n1 y3 |9 j% `

. V% F& m8 U3 V, b/ t$ P7 Q* c7 x& x4 J
1 h" s9 C1 w1 c1 O转载自：电路小白
如有侵权请联系删除
8 T* b' C2 j# E# T* @8 _$ Z


1 E( R5 u' W2 X+ l6 c