【導讀】在越來越多的應用中，能量收集為傳感器節點供電正在成為切實可行的解決方案，本地化處理采集的數據，然后回傳到一個集中器。那么這個能量收集型傳感器節點實現方案具體是怎樣的？請看下文。
雖然能量收集并不是一個全新概念，但是RF和微控制器(MCU)器件在性能與能耗方面取得的最新進展，意味著構建一個采用能量收集型應用，例如傳感器節點，現在變得更加容易。此外，對于同樣的能量收集而言，新構建的應用能夠比之前應用提供更強的能力。因此，在越來越多的應用中，能量收集為傳感器節點供電正在成為切實可行的解決方案，本地化處理采集的數據，然后回傳到一個集中器。
能量收集型系統構成
我們來考慮一個嵌入式能量收集型系統，如圖1所示。其中某些組成部分，例如能量收集器，在任何能量收集型設計中都是必要的。
圖1：能量收集型傳感器節點。
從哪里可以獲取傳感器供電所需能量呢？從光、熱、振動還是RF？表1中匯總了可收集潛在能量的常見能量來源。本例中，假設我們正在使用太陽能收集器。除了能量收集源之外，應用中也需要某種形式的能量存儲設備，最常見是電容組，或者小型可充電電池。(儲能設備是必須的，因為收集器要持續連續不斷的收集能量，而應用本身可能僅會在極短的時間內處于活動模式，而在大部分時間中處于休眠模式。)
表1：能量收集源。
除了這些應用組成部分之外，開發人員還要選擇元器件進行相關設計，能利用這些收集到的能源并達成預期結果。這里有一些關鍵因素要考慮。所選擇的元器件必須待機電流極低；在工作模式時功耗極低；且能夠在活動模式和待機模式之間快速切換(因為器件從待機模式轉換到工作模式所需的時間越長，浪費的能量越多)。
添加RF連接
RF元器件選型時，關鍵因素是要選擇一個合適的通信協議，協議要能夠提供足夠帶寬以傳輸所需數據，同時能耗要盡可能低。ZigBee和藍牙都是低能耗和電池供電型應用的良好選擇，但是更輕量級的無線連接技術或許才是能量收集的最佳選擇。
簡單、專用的sub-GHz解決方案非常適合能量收集型應用的需求。我們假設該設計中由于進行了本地信號處理，而僅僅需要進行少量數據傳輸(在后面的例子中我們將會討論大量數據傳輸時的情況)，那么RF元器件在大部分時間里將處于待機模式，僅在需要傳輸少量預處理數據時才被喚醒。因此，要考慮的兩個重要參數是待機模式能耗和傳輸模式能耗。
基于以上這些原因，高能效的sub-GHz收發器，例如Silicon Labs 公司的Si4464，會是更好的選擇。Si4464的待機模式電流僅50nA，在非收發模式下能夠最大限度的減少能量消耗，而且從待機模式切換到運行模式時，喚醒時間僅需要450?s。這種等級的無線能效使得開發人員能夠在獲取和管理數據的應用中，實現 RF元器件的能耗最小化。
[page]
選擇合適的MCU
接下來討論MCU，傳感器節點將提供本地化數據處理，降低整體RF網絡的數據傳輸流量。對于這種實現的一個理想候選者是內建ARM Cortex-M4內核的MCU，它擁有大量專用的DSP功能，與沒有DSP能力的MCU相比，能夠在更少的時鐘周期內完成信號處理。圖2顯示了基于Cortex-M3內核的MCU和基于Cortex-M4內核的MCU在執行相同例程實現512點快速傅里葉變換(FFT)時所消耗的時間(在兩種情況下，CPU時鐘速率是相同的)。如圖所示，Cortex-M4內核的處理時間遠低于Cortex-M3內核的處理時間。因此，當使用基于DSP的Cortex-M4內核時，能效更高。
圖2：在Cortex-M3內核和Cortex-M4內核上實現512點FFT。
為了體驗帶有DSP功能的內核所提供的益處，可以考慮在能量收集型應用中使用Silicon Labs公司的EFM32 Wonder Gecko MCU。然而，內核并不是獲取最佳能效的唯一因素。還需要考慮其他方面，例如信號采集所需的能耗(以及所使用的技術)、MCU外設之間的交互，使得MCU能夠在更長的時間內保持在低能耗模式。
高能效的信號采集
考慮到信號采集任務，最佳化能效可以通過多種方式實現。假設要獲取的是模擬信號，就可以采用模數轉換器(ADC)或者專用接口實現信號采集。
我們先從ADC開始，有幾種方法可用于數據采集。圖3中圖形化顯示了這些過程。首先最常用的做法是，利用計時器觸發ADC采樣，并將所獲取的采樣數據傳輸到DMA，在1Ksps采樣速率下，能耗為165?A。盡管這很好地利用了外設的互動性，但沒有使用MCU的任何特殊功能。
圖3：EFM32 MCU上的低功耗ADC工作原理。
第二種方法在同樣采樣速率下改善了能耗。其方法是在待機狀態時讓MCU進入能耗模式2(EM2)，一直到被中斷喚醒為止(中斷可來自多種觸發源，包括EM2下的可用定時器)。EM2的待機能耗為900nA，但是MCU只需要2?s就能恢復全速運行狀態。因此，超低能耗模式帶來的時間成本，EM2切換回全速運行狀態所帶來的能耗，兩者間達到了很好的平衡。這種情況下，同樣實現1Ksps采樣速率時，能耗降低到60?A，與第一種方法相比能耗有了顯著下降。此方法可能是最合適的方法，因為許多嵌入式應用都是靠中斷驅動的。然而，根據應用對特殊情況的要求，還可以利用其他方法進一步降低能耗。
第三種方法(可視此方法為一個“優化循環”方案)仍然采用EM2，但本次并非等待中斷，而是使用等待事件(Wait for Event ，WFE)指令，該指令是Cortex-M指令集的一部分。WFE指令使MCU能夠對外部或者內部事件進行響應，類似于中斷觸發。然而，在這種情景下，不再是從主循環中進入中斷，而是MCU直接從EM2中喚醒并開始執行下一條指令，消除了中斷延遲時間。雖然這種方法并不適合所有應用，但采用此方法可以降低能耗，同樣1Ksps采樣速率時，能耗不到20?A。
[page]
為了判斷采用哪種方法更適合你的應用，做一個詳細的分析是非常必要的。為了達到所需的最小能耗，你需要評估采樣率的大小，以及MCU在各種模式下的能耗。
圖4對比了分別采用上述三種方法時能耗和采樣率的對比情況。圖中的交叉點表明，為了實現最佳功效，可以從一種方法轉向另一種方法。
圖4：能耗與采樣率對比圖。
除了利用ADC進行信號采集之外，特別選擇的MCU還可以使用額外的專用外設。以EFM32 Wonder Gecko MCU為例，可以選擇使用低能耗傳感器接口(LESENSE)采集信號，并且僅在需要MCU進行處理時才喚醒MCU。圖5說明了LESENSE的工作原理，此例中以模擬信號輸入為例。
圖5：LESENSE的運行原理。
處理這種信號的一個標準方法是輪詢輸入，并且不斷的檢查是否通過了預設的門限值。但是，這種方法效率極低。采用類似LESENSE的自治傳感器接口，MCU能夠保持在低能耗模式(例如ADC技術示例中用到的EM2)，僅僅當跨越門限值時才喚醒MCU。或者，更有用的是能夠記錄跨越門限值的次數，例如5次之后才喚醒MCU。這種方法是一種更加節能的解決方案。例如，MCU被LESENSE外設喚醒時，它能知道下一步具體要做什么，可以直接管理應用的對應部分。圖6顯示了如何使用諸如LESENSE這樣的 MCU外設為能量收集型應用帶來顯著差異。
圖6顯示了一個采用能量存儲器為MCU提供電源時的電量測量情況。在兩種應用示例中，都是以5Hz的頻率通過LESENSE外設采集信號。在第一個例子中，每次信號采集后都會喚醒MCU，可以看出，能量存儲器的能量在很短暫的時間內就被耗盡了，然后MCU進入到復位狀態。在第二個例子中，LESENSE外設配置成為每五次信號采集后才喚醒MCU。在這兩個示例中，采集和傳輸到MCU的數據量都是相同的，但第二個例子中的MCU并沒有進入復位狀態，應用依舊維持正常運行狀態。因此，通過智能的使用MCU資源，可以獲得更加節能的解決方案。
圖6：使用LESENSE實現節能。
雖然我們從現有的能量源中為嵌入式應用收集到的能量沒有顯著的增加，但近些年來，關鍵系統元器件(例如MCU和RF IC)對能量的需求已經顯著下降。IC元器件正在向著更加節能的方向發展，這使得可以在更多的智能和實用嵌入式系統中采用能量收集供電。隨著物聯網市場的快速成長，設計出能夠自我維持運行的傳感器節點已成為必然。雖然當今市場上的RF和MCU解決方案有無限選擇，但是在由能量收集供電的嵌入式設計中極度需求MCU和RF器件、而時間又是個很重要因素時，很明顯沒有哪一種元器件能夠滿足所有需求。然而，在建立節能型系統方面，某些元器件的確比其他元器件更具有顯著優勢。
