在嵌入式系統開發中，顯示技術與資料儲存策略息息相關，需兼顧效能、容量與功耗。資料存取速度、螢幕更新頻率、動畫顯示效能都直接影響使用者經驗。檔案系統的選擇、EEPROM 和 KV 儲存的應用，則決定了資料管理的效率和可靠性。外部 Flash 的速度、容量、功耗以及時間戳記的處理，都是設計時必須考量的因素。資料驅動系統的設計中，管道和過濾器模式有助於簡化資料處理流程，但需注意資料延遲的累積。同時，系統的資料頻寬、計算需求、RAM 容量等也需仔細評估，確保系統能有效處理大量資料，並在資源限制下維持穩定執行。
顯示技術與資料儲存
在顯示技術的應用中，資料的存取和儲存是非常重要的。以下是有關顯示技術和資料儲存的重點：
顯示技術
- 資料存取：需要確定資料如何被存取，包括通訊匯流排傳送一個資料位元的時間、顯示器接收一個資料位元的時間等。
- 更新時間：根據最大時間/位元，計算更新整個螢幕的時間。
- 動畫更新：對於動畫或快速變化的區域，計算更新該部分螢幕的時間。
資料儲存
- 資產檔案：需要取得資產檔案（例如影像檔案），並使其可供程式使用。
- 資產對映：建立資產檔案名稱與程式識別符之間的對映關係。
- 資產封裝：將資產檔案封裝成二進位制檔案，並按照特定的順序排列。
模擬EEPROM和KV儲存
- 模擬EEPROM：使用flash記憶體模擬EEPROM，需要處理寫入和擦除的限制。
- KV儲存：使用鍵值儲存（KV儲存）來儲存資料，需要處理存取時間和空間的限制。
小型檔案系統
- 小型檔案系統：使用小型檔案系統（如littlefs）來管理flash記憶體，需要考慮寫入和擦除的限制。
- 穿級和錯誤處理：需要實作穿級和錯誤處理機制，以確保資料的完整性和可靠性。
資料儲存
- SPI flash：使用SPI flash來儲存資料，特別適合於生成大量資料的系統。
- 檔案系統：可以使用檔案系統來儲存資料，但可能會導致過多的flash存取和不可預測的擦除週期。
flowchart TD
A[顯示技術] --> B[資料存取]
B --> C[更新時間]
C --> D[動畫更新]
D --> E[資產檔案]
E --> F[資產對映]
F --> G[資產封裝]
G --> H[模擬EEPROM]
H --> I[KV儲存]
I --> J[小型檔案系統]
J --> K[穿級和錯誤處理]
K --> L[資料儲存]
L --> M[SPI flash]
M --> N[檔案系統]
圖表翻譯：
此圖表展示了顯示技術和資料儲存之間的關係。首先，顯示技術需要確定資料如何被存取，然後計算更新時間和動畫更新時間。接下來，需要取得資產檔案並建立資產對映關係，然後將資產檔案封裝成二進位制檔案。模擬EEPROM和KV儲存是用於管理flash記憶體的技術，小型檔案系統可以用於管理flash記憶體。最後，SPI flash可以用於儲存資料，檔案系統也可以用於儲存資料，但可能會導致過多的flash存取和不可預測的擦除週期。
外部快閃記憶體記憶體
在設計嵌入式系統時，外部快閃記憶體記憶體是一個重要的組成部分。它可以用於儲存資料、程式碼和其他資訊。然而，在使用外部快閃記憶體記憶體時，需要考慮幾個因素，例如快閃記憶體的速度、容量和功耗。
快閃記憶體速度和容量
快閃記憶體的速度和容量是兩個重要的因素。快閃記憶體的速度決定了資料傳輸的速率，而容量則決定了可以儲存的資料量。一般來說，快閃記憶體的速度越快，容量越大越好。但是，快閃記憶體的速度和容量也會影響系統的功耗和成本。
功耗和成本
功耗和成本是兩個重要的考慮因素。快閃記憶體的功耗會影響系統的整體功耗，而成本則會影響系統的整體成本。一般來說，快閃記憶體的功耗越低，成本越低越好。但是，功耗和成本也會影響快閃記憶體的速度和容量。
時間戳記問題
時間戳記是另一個重要的問題。時間戳記可以用於記錄資料的時間和日期，但是它也會影響系統的整體效能。一般來說，時間戳記越精確越好，但是它也會增加系統的功耗和成本。
資料儲存和檢索
資料儲存和檢索是兩個重要的問題。資料儲存涉及將資料寫入快閃記憶體，而資料檢索涉及將資料從快閃記憶體讀出。一般來說，資料儲存和檢索越快越好，但是它也會影響系統的整體效能。
模數轉換和訊號處理
模數轉換和訊號處理是兩個重要的問題。模數轉換涉及將模擬訊號轉換為數字訊號，而訊號處理涉及對數字訊號進行處理。一般來說，模數轉換和訊號處理越精確越好，但是它也會增加系統的功耗和成本。
數字感測器和電磁幹擾
數字感測器和電磁幹擾是兩個重要的問題。數字感測器可以用於檢測環境中的變化，而電磁幹擾可以影響系統的整體效能。一般來說，數字感測器越敏感越好，但是它也會增加系統的功耗和成本。電磁幹擾可以透過遮蔽和過濾來減少，但是它也會增加系統的成本。
第8章：構建系統
資料處理
到目前為止，我們已經看到了資料生成器和資料消費者，並且瞭解瞭如何傳送和接收資料。然而，在這兩者之間還有一些缺失的部分。瞭解如何在軟體中移動資料至關重要，以構建一個偉大的系統。讓我們從系統層面的資料處理的大局開始，然後深入到具體的機制。
在第5章中，我們探討了事件驅動的系統：事情的發生是由於感測器被啟用，從而導致事件的發生，並改變了系統的狀態。然而，並非所有嵌入式系統都可以或應該被設定為事件迴圈和狀態機。
有一類別問題的目標是取得資料、處理它、對結果進行某些操作，然後重複。這樣的資料驅動系統中沒有事件，只有一個不斷增長的資料山，軟體需要處理它。理想情況下，系統可以以略快於資料生成速度來處理資料。資料驅動系統的例子包括：
- 飛機的黑盒子，連續記錄音訊和遙測資料。
- 槍聲定位感測器，監聽環境並在檢測到沖擊聲時生成事件以傳送給主機。
- 偵察衛星，記錄影像資料、壓縮它，並在與連結點在範圍內時將其傳送到地球。
- MP3播放器，從音訊儲存中讀取資料、解壓縮它，並將位元組傳送到DAC以生成聲音訊號。
- 自動跟蹤系統，讀取位置並調整車輛速度。
資料驅動系統可以被理解為玄貓。資料的速率和它需要被處理的速度是系統的主要特徵。
重新啟動和錯誤可能會導致系統落後。這是一種需要優雅地失敗的系統。如果系統出現錯誤並落後，應該跳過一些資料並趕上來？或者應該進行某種形式的減少處理直到系統還原正常？遺失資料會有什麼後果？
幸運的是，實作資料驅動系統相當直接，因為資料的處理是重複的。考慮一下圖8-7中描述的類別比到數字系統，其中數字資料來自ADC，經過衰減，然後傳送到DAC。系統通常可以分為資料生產者（ADC）和資料消費者（DAC）。這兩者必須保持平衡。只要處理器能夠跟上ADC，系統就可以永遠執行。
大多數系統都具有事件驅動系統和資料驅動系統的元素。當你考慮自己的系統時，嘗試找出哪些方面屬於每一類別，這將有助於解開軟體複雜性的部分，並允許你分別對待它們。
演算法階段：管道和過濾器
有時，處理資料需要多個步驟。管道是一種設計模式，其中每個處理步驟的輸出成為下一個步驟的輸入。通常，這種類別比是一條生產線或一批洗衣：一些東西需要完成前一步驟才能繼續下一步驟。這些步驟被稱為過濾器（儘管它們可能與訊號處理過濾器不同）。
如圖8-8所示，假設我們有一個收集資料的系統，可能是一個心率監測器：
- 資料從ADC以樣本的形式進入系統。
- 樣本被處理以去除噪音。
- 然後它們透過低透過濾器以去除不同的噪音。
- 一個演算法部分選擇要保留的兩個通道的資料。
- 減少和過濾的資料被儲存在資料儲存中。
- 減少和過濾的資料被下采樣。
- 下采樣的資料被顯示為滾動視窗圖表。
噪音去除和低透過濾器是管道的一部分。這些步驟對每個ADC樣本都會發生：一個樣本進入，一個修改過的樣本以恆定的速度輸出。注意，每個樣本都按照接收順序進行處理。為此，一些過濾器需要緩衝樣本，以便當你輸入一個樣本時，你會得到一個較舊的樣本。
緩衝會導致資料延遲（與系統延遲相似，但適用於資料）。如圖8-9所示，每個過濾器都會累積延遲。
當修改過的資料準備好要進入資料儲存時，它可能會被分成塊以限制快閃記憶體存取。與其一次寫入一個樣本，不如一次寫入多個樣本。
你也可以將管道視為訊息佇列，其中過濾器階段處理每個訊息並將結果寫入另一個訊息佇列。
計算需求：速度和吞吐量
在構建系統時，很容易陷入低階別細節中：嘗試將I2C感測器樣本放入迴圈緩衝區，然後輸出到SPI快閃記憶體，再計算圖表並將其傳送到顯示器。每個部分都需要專用的軟體。
然而，隨著你進行更多的系統設計，有一些系統級別的問題需要考慮。我已經在整章中散佈了一些麵包屑；現在是時候把它們放在一起了。
目標是根據產品功能（或根據可用零件更新產品功能）確定零件規格。就像管道一樣，這是一個將一個系統部分的輸出連線到下一個部分輸入的問題。
我經常使用電子試算表來計算我的系統所有部分是否可以連線起來。
資料頻寬
回到圖8-8中的心率監測器，ADC提供了資料。但是什麼樣的資料？
- 樣本率是多少？每秒有多少樣本？通常以赫茲（Hz）表示。
- 每個樣本中有多少個通道？
- 每個樣本的大小是多少？通常以位元組表示。
假設我們有一個SPI四通道16位ADC，以44.1 kHz的速度取樣。每秒鐘，系統要處理多少資料？
頻寬 = 樣本率 × 通道 × 每個樣本的大小 = 44,100 × 4 × 16 = 2,822,400 位元組每秒
當你檢視SPI時鐘時，你需要接收那麼多資料。你的SPI時鐘是否足夠快以傳輸那麼多資料？（假設DMA正在工作，因此傳輸開銷最小。）
傳輸時鐘（最小）= 頻寬（以位元為單位）= 2,822,400 × 8 = 22.58 MHz
如果SPI匯流排與其他外設分享，仍然足夠快嗎？或者，即使其他外設是顯示器或快閃記憶體？所有這些東西都會累加起來，因此你需要確定你的總SPI頻寬中有多少被玄貓使用。計算正常（名義）數字和最壞情況下的數字，以確保你有裕度。
到目前為止，我們正在討論連續樣本。但你也可能有樣本突發，例如記錄4秒鐘內發生的有趣事件。那將給你一個總記錄片段大小：
片段大小 = 頻寬 × 長度 = 2,822,400 × 4 = 11.29 MB
如果你的處理器只有512 KB的RAM，你是否需要外部RAM進行臨時儲存？（它是否是SPI？是否需要包含在時鐘速度中？）
顯示技術與資料儲存的整合，是嵌入式系統發展的關鍵環節。深入剖析資料從產生、處理到儲存的完整流程，可以發現效能瓶頸與最佳化空間。本文探討了顯示更新、資產管理、EEPROM模擬、KV儲存、小型檔案系統以及外部Flash的應用，並以心率監測器為例，闡述了資料驅動系統的設計思路，特別是管道和過濾器模式的應用，以及資料頻寬、片段大小等關鍵效能指標的計算方法。
技術限制深析顯示，在資源受限的嵌入式系統中，平衡效能、功耗和儲存空間是一大挑戰。例如，高解析度顯示和高速資料採集會對處理器和記憶體帶來巨大壓力，而頻繁的Flash寫入操作則會縮短Flash壽命。此外，實務落地分析顯示，EEPROM模擬和小型檔案系統的匯入，雖然提升了資料管理效率，但也增加了系統複雜度和除錯難度。如何在有限資源下，選擇合適的資料儲存方案和檔案系統，並有效管理Flash的寫入和擦除，是開發者需要仔細權衡的課題。
展望未來，隨著物聯網和邊緣運算的蓬勃發展，嵌入式系統對資料儲存和處理的需求將持續增長。玄貓認為，更高效的壓縮演算法、更低功耗的儲存技術以及更智慧的資料管理策略，將成為未來技術演進的重點。同時，軟硬體協同設計的理念也將日益重要，透過軟硬體的深度整合，才能最大程度地發揮系統效能，並滿足日益增長的資料儲存和處理需求。對於追求高效能和長續航的嵌入式系統，採用更先進的Flash管理技術和低功耗設計策略至關重要。
