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。

1. int i = 0;
   6 E4 G8 }  p+ v: {- ]  T3 j
2. void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
   + }: W% ~3 e" U1 g& J+ m& H
3. {
   2 I. p% C+ V; L( X+ e
4.     maxim_max30102_read_fifo(&red,&ir);
   " \. Z0 n+ d2 j. h
5.     printf("%ld ",ir);
   ! h, p) h$ Q& h1 s7 G( v/ b  x
6.     i++;
   8 |; o  L  Z. l* N
7.     if(i==128)
   0 N' r/ m" p6 L9 ?
8.     {
   : g# H  n. P$ E. C) p4 w2 t: G% V
9.       i=0;
   3 O3 J( F: L4 S# G; J
10.       printf("\n");
    $ |4 U& g4 v( ]6 \& ~- K" l4 V
11.     }
    5 w, v+ E$ T, J
12. }

复制代码

/ ^3 Q: P" c# o# r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。
% S0 `* O0 m" S/ P
, Z6 \3 K* ^# H2 p模型训练
1 e0 V' t$ f/ S) x8 N* h我们打开NanoEdge AI Studio,这次的项目我们选择异常检测。
) X7 Q! i9 D7 I


0 a7 S6 }- U; d8 c* {
& I: A7 |9 G3 m1 ~' D
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。
5 Z; _2 ]- O4 \1 r


Regualr signals 常规数据
3 z% Z* v- T; c/ s. S# J' uAbnormal signals 异常数据

我们通过串口（USB）分别导入正常的信号和异常的信号。
, v* F' P) U$ M, h- Y+ k4 l  [5 H


6 z3 W, z- V) Q$ I$ H6 }& S
, Y  ]% ?+ H9 v/ M; A7 J
数据集尽可能多且广泛并且经典。

4 E+ Z( L- b4 [  q- A) a
4 u/ S1 H, y) ^9 S  |0 r5 _. ]
# X$ E0 b- l9 L/ u% L; D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。
. f7 v2 C% g# v
/ S' Y! u/ [# J  a* i8 r2 l# c& T
) o5 ?  g/ f1 g4 A7 l6 [+ C
9 y9 t+ ?8 t0 T/ F: N  N0 e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）。
3 ]+ J/ ]* [) N) |8 A2 ~
然后利用这两组信号进行训练。
- G" ^" ?" s- d

2 S& z2 V. @% w1 v; X9 }
我们将异常信号和正常信号全部选上，之后进行训练。
9 t& F& T. X8 @4 _. _0 F6 n/ ?
" ~% I: B  s/ I. x1 B9 W

5 Q4 f2 O* K4 o. H: P之后查看训练详情，等待模型训练完成。



! J8 v# E: W: ^) k. \. \' ~' V6 {, ?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。

3 l8 K2 }  T$ f2 h" ~# _

: O3 D- y  ?9 e. O这边可以查看训练过程中的模型。
4 F  D$ P! D6 Q3 R
7 _6 {  u; \" S) ~& ]

验证我们的模型。

# t' a: c9 w1 w# {/ e9 y: K4 \

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。

官方的手册中推荐了至少十组正常数据进行学习。


5 y8 z' D, k! @% l% \* l  g
/ G2 a, z! @5 X6 V; s% M/ s  o我录了21组正常数据进行学习。
' l6 p5 ~: G1 c" a
然后就可以对模型进行验证。
. @/ c. B$ m! B7 ^6 J
! _' U" [* ]- z8 g. ~1 r( K4 |1 M, ~
) R1 B# E! Q) a- k& r
% L& U. g! z' ?* c. k  @
" K! p7 e3 _* f. \% x0 M部署我们的模型，其中需要他的.a文件和.h文件。
6 {4 X( u7 `7 k. W# T9 Q
) m3 P; P8 q; X5 u

* B, r  e" ?; D% {7 F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。
: w7 q, [" I: F5 E1 M
5 z/ \( ?6 Y( V) I

在属性中添加静态库的路径。

1 g, [3 c5 g# y0 E& ~; t
2 b# y: g8 {+ K9 }
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
7 Q* v- x: d9 W9 J) C& k4 m


: C) {2 E/ R2 F导入NanoEdgeAI的库函数。


+ n8 r; p5 M+ {$ Z6 r
- W* o1 w9 b& h- n) _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。
6 Z! h' j9 x- P; n6 q& `4 v

1. enum neai_state MyState;

复制代码

定义一个枚举变量用来存放标志位。
- {- g/ C& f7 k3 z$ H

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

复制代码

初始化我们的模型。

1. float IRD[128];
   ) k' e5 S, ^, I! V" I* U/ M$ _
2. int i = 0;
   / c  ?  `$ I# Z$ v6 q( l; c, I" s0 T
3. int LeranTime= 0;
   
4. void HAL_TIM_PeriodElapsedCallback(TIM_HandleTypeDef *htim)
   . N- a; U+ n$ k! z' D
5. {
   
6.     uint8_t yuce;
   4 Q' C' D% n0 M2 w7 D% A, M
7.     maxim_max30102_read_fifo(&red,&ir);
   " `" I$ X$ A0 [$ b# V9 @
8.     IRD[i] = ir;
   
9.     i++;
   $ e& V% ]! i: m, N
10. 
    
11.     if(i==128)
    
12.     {
      M& q% q# X* N# V  ]+ Q& w) H0 P
13.       if(LeranTime<10)
    1 ]- a  P( e+ _" V* ~  j: K  ~
14.       {
    ) C6 }+ o2 w1 `3 \( C( D
15.         HAL_GPIO_TogglePin(GPIOF, GPIO_PIN_9);//LED翻转
    
16.         neai_anomalydetection_learn(IRD);
    
17.       }
    ' F+ e' [- U& Z5 R: [
18.       else
    
19.       {
    + T5 n( }1 f9 C" U% s$ a
20.         neai_anomalydetection_detect(IRD, &yuce);
    5 J1 S- L) P' A% @2 S
21.         if(yuce>80)
    
22.         {
    
23.           HAL_GPIO_WritePin(GPIOF, GPIO_PIN_10, 1);
    + H$ o/ I. t( i8 D9 D$ B; U" f
24.         }
    . F" n: ]2 A7 e+ `" v& n' }% \
25.         else
    
26.         {
    % n* P' I$ M5 u8 A
27.           HAL_GPIO_WritePin(GPIOF, GPIO_PIN_10, 0);
    
28.         }
    8 N2 |" K9 `2 M7 i# \& T, `
29.       }
    + q1 F% M( P% p8 n( }0 }. Z
30.       LeranTime++;
    
31.       i = 0;
    * J  Y* i5 f9 ]1 x3 [
32.     }
    
33. }

复制代码

% W! q+ R6 f" v  G* j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。
" f- J# Z  e* r- u" @  b" b8 e如果预期值<80则报警灯想起。
0 u" J( G& U) y% {- z( F! N


6 d+ ^6 B1 \( x2 t转载自：电路小白
1 P: R8 R7 K1 E如有侵权请联系删除

; `. I) ^) O* w

" A" P4 {4 Q' K4 q% K/ q