前记
近来受国内一些科研院所的委托，帮忙开发了一款鸟类可穿戴神经信号和行为数据分析设备。项目虽然成功了。可中间也遇到不少值得记录和反思的问题。
作为一家智能可穿戴方案提供商，对这方面的技术进行梳理，积累和回顾。有利于我们作出更加符合用户需求的的产品。
技术难点解析
DSP处理技术：
鸟类可穿戴神经信号分析仪本来就是要采集多路adc采集的，并对采集到的信号进行滤波和降噪处理。这里应用到了一些数字信号处理算法。大多数是在我们能力范围之内的，可是有一些资源耗费比较大，需要优化的情况下。就需要花费很多时间了。这点的确花费了不少时间。
多传感器算法融合技术：
神经信号分析仪最重要的是采集到鸟类的各种信号，这里传感器不可或缺。因为传感器的不断普及，才让很多该设备变得更加智能了。我们在神经信号采集的基础上，加入了可选项的运动传感器传感器，GPS位置传感器，健康传感器等。这些传感器的导入，让设备变得更加实用和智能了。
物联网技术：
近些年，随着无线通信技术的飞速发展，无线技术变得非常普及了。以4G，5G技术， wifi技术，蓝牙技术为核心的多种无线技术得到了低成本的 运用，这些极大的改进了可穿戴神经信号分析仪的功能和适用范围。借助最新的通信技术，让设备实现了可以本地和远程两种情况的数据采集。让数据采集变得更加及时。
超低低功耗MCU技术：
可穿戴神经信号分析仪需要在鸟的身上进行佩戴，所以对功耗要求特别高。所以超低功耗mcu技术就变得非常重要。这点随着芯片技术的发展，超低功耗mcu 技术也就在这几年才有大的突破。利用最新的mcu技术，产品的功耗体验上升了一个台阶。
未来展望
算法智能化
随着多传感器的数据采集，数据的本地处理变得越来越迫切，研发出适应实际mcu运行的算法，会让系统变得更加好用。
场景定制化
根据不同的场景需求，今后要把这些产品做得更具有针对性，也电路也变得越来越个性化。更能实用具体场景的特殊需求。
