大数据时代需要更智能的数据采集和分析
在大数据时代，我们经常将价值与产生多少兆字节的信息联系起来，但是作为工程师，他们应该评估的是：是否获得了更有价值的信息。作为团队，应不断地这个问题：“我们能够做出正确的决策吗？我们能更快的做出决策吗？”
IBM的CEO Ginni Rometty将数据看作“新的自然资源”，这就意味着数据需要被处理、提炼，并以一种有意义的方式提供给相关人员做出决策。对工程师来讲，这意味着仪表控制系统必须更智能，传感器、测量硬件、数据总线以及应用软件需要协同工作，以便在正确的时间提供可用的数据。
有人预计到2020年前，通过物联网连接的系统数量及其所产生的数据数量，将会大大超过我们能够理解和处理的能力，更不用说传输这些数据所需要的网络带宽。
图1 NI公司开发的DIAdem软件工具，主要用于满足当今的需求测试环境，能够快速获取、处理、分析和报告大量的数据，以便做出明智的决策。图片来源：NI
过滤无用数据
利用智能设备，只有可用数据以及能够帮助理解的相关信息被传递。将信息采集及其处理从集中的主机转移到数据源，数据就可以被提炼、精简，这样就可以更快的进行决策并降低对数据传输的依赖。与发端于90年代的服务器/瘦客户端的计算模型相似，将大数据的趋势看作是一个过渡阶段，而感应和处理模型正在迎头赶上。
在工程领域，怎么描述这种趋势的相关性都不为过。由于系统正在变得越来越复杂，为了描述这些系统所需要的数据也变得越来越庞大，已经超出了我们能够理解的能力，这不可避免的会导致更长的工程周期，甚至有时还会降低开发的效率。更先进的工具和智能测量系统对于管理这些爆炸性的大数据以及帮助工程师更快的做出明智的决策来说十分关键。在传统的测量系统中，一般只是将传感器看作是一个信号源——这就意味着传感器只是将物理信号转变成电信号，并在下游的模数转换模块中进行采样。
图2 NI公司的紧凑式DAQ 8槽控制器，在一个数据采集系统中，集成了智能化和处理能力，降低了整个系统的成本和复杂性。
更小更智能的传感器
随着不断出现的新兴传感器、处理器和电池技术，智能化可以更快的向信号传输链条的底层转移。将智能化内嵌至传感器中，数据不必等待传递到仪表系统才能进行处理。例如，某些智能加速计在将数据传递到仪表系统之前，就能够完成数字化和快速傅里叶变换（FFT）。传递频率数据而不是原始的时域数据，可以减少数据传递的压力，并降低由仪表系统进行数据处理的压力。
现在，微电子机械系统（MEMS）技术在该趋势中扮演着重要角色。利用最新的制造技术，可以在单个小型芯片中，实现整个系统。这些传感器所需的功率更小，占用的空间更少，而且成本也大为减少。利用低功耗、低成本的处理器，以及改进的电源管理技术，工程师可以将感应和智能化集成在一个很小的芯片上，而这对于之前的传统模拟传感器而言，根本是不可能的。
MEMS技术已经在移动通讯领域掀起了革命。比如，你的智能手机就是一个例子。加速计、陀螺仪、成像传感器以及麦克风等的应用，已经将移动手机从一个仅仅用于打电话的设备，转变成为一个可以与周围的世界互动的智能系统，不管是追踪用户的健康信息还是提醒用户有恶劣天气。在消费领域中传感器的爆发性应用，使得费用大大降低，并且随着MEMS的性能不断提升，现在已经可以和模拟传感器的性能媲美，而费用只是它的一小部分。
做出更明智的决策
温度、声音和振动，在测试、测量和控制系统中有着非常广泛的应用。最近推出的声音同步摄像机，使用了配有现场可编程门阵列（FPGA）的最新MEMS麦克风技术来处理和同步信号，从而可以提供一种比先前模拟感应设备性能更好、成本更低和体积更小的声音同步摄像机。
由于传感器和处理技术的持续发展，体积和费用不断降低，而性能却在不断的提升，这样工程师就可以看到更多的智能传感器选项，从而可以更好的理解他们需要测试的系统。结合智能仪表系统、智能网络（总线）、以及智能软件，工程师能够更好的管理数据的收集、处理和分析，从而更快的做出明智的决策。（作者：Jim Schwartz）