传感器可能出现的故障以及认知

传感器是用于将一种形式的能量转换成另一种形式的电子设备。物理传感器应用的是物理效应，诸如压电效应，磁致伸缩现象，离化、极化、热电、光电、磁电等效应。被测信号量的微小变化都将转换成电信号。化学传感器包括那些以化学吸附、电化学反应等现象为因果关系的传感器，被测信号量的微小变化也将转换成电信号。

有源传感器不需要任何电源进行操作。这些传感器的工作原理是能量转换。它们产生一个与I/P成正比的电信号。最好的例子是热电偶。而无源传感器需要外部电源才能工作。它们以电容，电阻的形式产生o/p。必须将其转换为等效的电压或电流信号。无源传感器的最佳例子是光电池。

在传感器提供的大量数据中，并非所有数据都有用，而且，即便是我们认为有价值的数据也可能被污染了，或者不准确。从看似简单的物联网系统，到更复杂的安全关键系统，当传感器系统设计失效时，我们能单纯地把数据-特别是被污染的脏数据-认定为罪魁祸首。怎么判断传感器坏了，数据不对。也许是算法的逻辑或者读取数据的固件出了故障了。为了拣择出真正的失效原因，必须首先对什么是"脏数据"达成一致。"这是一个模棱两可的领域。传感器目前工作是否正常，它没有按照你想象的那样工作，那么，是用户造成的错误还是传感器本身的故障。目前对于脏数据的定义是非常模糊的一个概念。有时候，因为用户系统存在缺陷，如果您的传感器工作正常的话，用户系统就没法正常工作了。

数据处理路径，要搞清楚干净数据和脏数据之间的区别，很重要的一点是，看看数据是如何从A点到达B点的。概括来说，传感器的原始数据需要进行后端处理。基础传感器将原始信号从一种形式的能量转换成模拟信号或者数字信号，可能需要施加外部电源，也可能不需要。最初的原始转换来源于现实世界的模拟信号：力、热、光、磁、声音。经过传感器转换后，沿着传感器内部或者印刷电路板上的信号路径继续前行，如果有需要，模拟信号可以经过调节、放大环节转换成数字信号。然后，将数据发送到微处理器或者其它类型的计算单元中，通过算法进一步过滤噪声，并以应用所需要的方式提取相关信息。计算体系架构刚刚开始着手研究怎么有效地进行这种数据处理，有些数据需要在边缘设备上进行预处理，其它数据则发送到更强大的服务器中进行清理。

操作需要基于那些用来鉴别一段时间内趋势的数据立即进行动作，这类数据的提取非常关键，此外，清除已经丧失了价值的数据也很重要。考虑到存在多种类型的这种数据，而且有些情况下，需要多种数据类型来建模物理世界或判断某人是否应该立即进行医疗急救，这种数据提取和清除工作更加艰难了。数据也可能一开始是干净的，但是经过更新或者病毒入侵后变脏了"在全球范围内，所有组件都需要尽可能安全，因此您希望从硬件中建立信任。组件安全启动后，通信数据本身就已经具备了某种程度的可信度。但是，有的系统也可能存在不安全的未知组件，这就需要对数据进行入侵检测和软件分析，以查看数据和组件是否存在任何损坏。在汽车中，我们希望检测出那些给出异常或奇怪数据的部件，这不仅是组件安全问题，还涉及到人身安全。"脏数据肯定要清理掉，但是它在哪里变脏的以及是如何变脏的，决定了下一步采取的行动。是不是传感器本身产生了脏数据，设计人员需要一开始就考虑到这一点。"解决传感器问题需要大量的专业知识，"它需要设计人员在硬件层面了解传感器，理解从传感器中提取的数据，具备软件（算法）开发的经验。"