📘 《AI 時代系列（6）：進階通訊工程——邁向2035年太空星鏈網路時代》
📘 第 8周: 📱 從小晶片到手機：嵌入式、Android 與 IoT × AI
IoT × MCU × Android × TinyML 完整實戰
80／150單元： 第八章小結 × 測驗 💡 IoT × NTN × 省電
________________________________________
🎯 **單元導讀：
從「感測器」到「雲端」——你已走完 IoT × AI 的完整工程實戰路線**
在第 8 章中，我們從最小的 MCU（Microcontroller）一路走到 Android 行動裝置，
再到 NB-IoT / NTN（衛星物聯網）與 TinyML，完整貫穿：
✔ 硬體（MCU、感測器、通訊介面）
✔ 軟體（RTOS、Embedded Linux、Android API）
✔ 通訊（BLE、NB-IoT、行動網路）
✔ AI（TinyML × 邊緣推論）
✔ OTA × 安全（Firmware、Bootloader、金鑰）
這是一條真正的 IoT × AI 工程師成長路線：
👉 Device（裝置）
→ Edge（MCU × TinyML）
→ Phone（Android）
→ Cloud（6G NTN × IoT Core）
本章讓你看到：
📌 「小晶片」與「手機」與「AI」與「行動網路」不是分離的技能，而是一條完整的 E2E 技術鏈。
________________________________________
🧠 一、每一單元的核心收穫總整理（71–79）
________________________________________
71. MCU 架構 ⚙️ IoT 裝置的大腦
你學到：
✔ Cortex-M0/M3/M4/M7 的差異
✔ 記憶體架構（Flash / SRAM）
✔ 中斷、Clock、低功耗模式
✔ 感測器讀取的底層運作方式
一句話：
MCU＝物聯網裝置的 CPU + 記憶體 + 通訊整合的大腦。
________________________________________
72. RTOS 基礎 ⏳ 小型作業系統
你掌握：
✔ 任務（Task）
✔ 排程（Scheduler）
✔ Mutex、Semaphore
✔ Tickless Sleep 省電
RTOS 的價值是：
📌 讓 MCU 可以「同時處理感測器／通訊／AI 推論」。
________________________________________
73. UART / I2C / SPI 🔌 三大硬體介面
你理解：
✔ I²C：多主多從、慢速設定
✔ SPI：高速資料、工業應用
✔ UART：最穩定的序列通訊（AT Command、Log）
它們是：
📌 IoT 感測器 → MCU → 通訊模組 的骨幹。
________________________________________
74. Embedded Linux 🐧 打造嵌入式平台
你學會：
✔ Linux Kernel vs RootFS
✔ BusyBox
✔ Yocto
✔ GPIO / I2C / SPI on Linux
用一句話形容：
📌 Linux 版 IoT =「小型電腦級」物聯網平台。
________________________________________
75. BLE / NB-IoT 🔋（含 NTN 🛰️）
本章你理解：
📍 BLE：近距離低功耗
📍 NB-IoT：跨城市的低功耗
📍 NTN（衛星 NB-IoT）：跨海 × 偏鄉 × 無基地台
這是 6G 的主角：
低功耗 + 超大規模 + 隨處可連網。
________________________________________
76. Android 通訊 API 📱 手機如何連基地台
你看到：
✔ TelephonyManager
✔ CellInfo / SignalStrength API
✔ 5G SA/NSA 狀態讀取
✔ VoLTE / NR 相關參數
Android = IoT 的中樞：
📌 「手機」是行動網路的可視化入口。
________________________________________
77. 行動網路 App 設計 🧩 端對網架構
你學到：
✔ App → API → RAN / Core
✔ QoS / Throughput
✔ HTTP / MQTT / gRPC
✔ Android × IoT × Cloud 三向整合
本質在於：
📌 如何讓手機與 IoT 裝置在行動網路上無縫互動。
________________________________________
78. IoT 終端設計 🔧 感測器 × MCU × OTA
你已掌握：
✔ 感測器介面
✔ MCU 功耗管理
✔ OTA A/B Partition
✔ Secure Boot
✔ Device Attestation
IoT 的生命線：
📌 能遠端 OTA → 才能活 5～10 年。
________________________________________
79. TinyML 🤏🤖 在 MCU 上跑 AI
最重要的收穫：
✔ INT8 量化（模型縮 4 倍）
✔ Pruning 剪枝
✔ MFCC / 1D-CNN
✔ CMSIS-NN 加速
✔ 本地推論 → 降低 NB-IoT 流量（100～1000 倍）
一句話：
📌 TinyML = 把 AI 從雲端搬到晶片。
________________________________________
⭐ 二、為什麼 IoT × Android × MCU × TinyML 是同一條技術鏈？
因為：
① MCU → 感測環境
（資料來源）
② TinyML → 本地推論
（資料壓縮）
③ NB-IoT / NTN → 往雲端傳遞結果
（低功耗傳輸）
④ Android → 顯示、控制、管理
（使用者介面）
⑤ Cloud → OTA × AI Training
（模型與韌體更新）
這五者互相依賴 → 形成完整 E2E IoT 系統。
________________________________________
🔌 三、IoT × NTN × TinyML 的省電邏輯（本章核心）
IoT 最大的挑戰永遠是：
🔅「電池要活 1–5 年」
🔅「訊號不一定有（偏鄉、海上、山區）」
TinyML、NB-IoT、NTN 的角色清楚分工：
✔ TinyML 省：運算與資料量
→ 本地推論
→ 只傳結果（從 KB → Bytes）
→ 流量降低 100–1000×
✔ NB-IoT 省：功耗
→ PSM / eDRX
→ 超長待機
✔ NTN 省：覆蓋死角
→ 即使無基地台，也能送出少量結果
📌 三者結合 → IoT 能真正部署到全世界任何地方。
________________________________________
📝 四、章末測驗（10 題）
________________________________________
（1）為什麼 IoT 一定要做 A/B 分區 OTA？
IoT 裝置常處於不穩定供電與無線環境，OTA 過程中若映像寫入未完成即斷電，單一分區會直接導致系統無法啟動；A/B 分區透過 bootloader 驗證新映像成功後才切換，有效保障遠端設備可長期無人維運。
________________________________________
（2）TinyML 為什麼一定要 INT8 量化？
TinyML 目標平台多為 Cortex-M 等低功耗 MCU，缺乏硬體浮點加速且記憶體極小；INT8 量化能匹配 DSP 指令集，降低記憶體存取與運算能耗，是可部署性的關鍵前提，而非單純效能優化。
________________________________________
（3）I2C 與 SPI 最大差異？
I2C 以位址機制支援多從裝置，適合感測器與低速控制；SPI 為同步時脈、全雙工設計，延遲低、頻寬高，常用於 Flash、IMU、高速 ADC 等對即時性敏感的模組。
________________________________________
（4）Android 如何讀取 5G 訊號品質？
Android 並非直接操作 Modem，而是經由 Telephony Framework 向 HAL 請求量測資訊；是否能取得 NR RSRP/RSRQ/SINR，取決於 Android 版本與廠商是否在 Modem 層開放對應欄位。
________________________________________
（5）為什麼 NB-IoT 適合 10 年電池壽命？
NB-IoT 的設計假設是「極低資料率 + 極低 duty cycle」，PSM 可讓裝置完全關閉 RF 與協定堆疊，eDRX 則拉長喚醒週期，將耗電主因從通訊轉為電池自放電。
________________________________________
（6）RTOS 為什麼需要 Mutex？
在 preemptive scheduling 下，高優先序任務可能中斷低優先序任務，若未保護共享資源，將產生 race condition；Mutex 不只是鎖資源，更是系統穩定性與可預期行為的保證。
________________________________________
（7）TinyML 可降低 NB-IoT 上傳量的原因是？
感測資料通常是高頻連續訊號，而決策結果是低頻離散事件；TinyML 在端側完成特徵判斷，能將「時間序列資料」壓縮為「語意層事件」，大幅降低上行負載。
________________________________________
（8）NTN 與一般 NB-IoT 最大差異？
NTN 將 NB-IoT 延伸至衛星通道，面對的是長 RTT、多普勒頻移與間歇可見性，因此在時序、同步與功率控制上需額外設計，核心目標是覆蓋而非低延遲。
________________________________________
（9）Embedded Linux 與 MCU 差別？
Linux 提供虛擬記憶體、檔案系統與網路協定棧，適合複雜應用；MCU 則以確定性時序與極低功耗為優先，兩者本質上解的是「不同層級的系統問題」。
________________________________________
（10）Android × IoT 最常用的通訊協定？
MQTT 採用長連線與輕量封包，能在高延遲、不穩定網路下維持可靠訊息傳遞，非常適合行動端作為 IoT Gateway 或控制端角色。
________________________________________
📘 五、單元小結：IoT × Android × MCU × TinyML 的整合視角
完成第 8 章後，你已具備：
✔ 打造感測器 × MCU × OTA 的 IoT 終端能力
✔ 了解 RTOS、硬體介面、低功耗技巧
✔ 能讀懂 Android × 行動網路 API
✔ 掌握 NB-IoT、NTN 的物聯網通訊架構
✔ 熟悉 TinyML 的模型壓縮與 MCU 部署流程
✔ 能將「裝置 → 手機 → 雲端 → AI」串成完整 E2E 系統
一句話：
📌 你不只是學 IoT，你學的是「完整的 6G 物聯網工程能力」。
