工程師如何估計無線傳感器電池供電時間

無線傳感器為監測環境狀況或工業廠房及機器設備等應用提供了出色的視野。由于它們很容易安裝，因此能夠部署在各種環境中。未來幾年，隨著“物聯網(IoT)”的廣泛部署，無線傳感器的應用將呈現爆炸式增長。但是限制無線傳感器應用的一個最重要的因素就是它們的續航能力非常有限。當無線傳感器的工作完全依賴電池時，一旦電池耗盡電能，傳感器就變成了廢品。

如果您正在設計由電池供電的無線傳感器，要想確保它能夠工作一定的時間，需要解決無數的難題。通常的方法是只有在進行必要的活動時才用電，其他時候傳感器會進入低功率使用模式。無線傳感器的工作可以分為一系列的活動，每個活動均要在一段時間內消耗一定的電能。最常見的活動包括：

●喚醒、測量，以及將數據處理成信息
●對射頻功率放大器加電，發送信息，再次對射頻功率放大器斷電
●在雙向傳感器(發送和接收)中：喚醒、對接收機加電、接收信號、處理數據，按照信息行動，并再次斷電

顯而易見，有很多操作都會消耗電池的電能。

延長電池供電時間，最簡單的做法是使用更大的電池，具有更大容量的電池。不過，您的客戶可能希望傳感器體積小、性能高(以便它們能夠發送大量數據，并在本地擁有智能/數據處理能力)。顯然，客戶的預期與解決電池供電時間短這個問題的最簡單方法完全背道而馳。

圖1：無線傳感器在三種主要狀態下的電流電平。

工程師如何估計電池的供電時間呢？

作為一名設計工程師，您需要從全局考慮，找到電池體積與無線傳感器功能之間的平衡點，以便讓小電池既能發揮最佳性能，又能持續足夠長的時間。優化過程首先需要了解能量需求。收集有關能量使用的數據是表征器件性能的第一步。
電池有一個預定義數量的能量(瓦時(Wh))和容量(安時(Ah))。如果您知道器件工作需要多大的功率，就能計算出電池的供電時間。

電池供電時間(小時) = 電池容量(Wh) / 平均放電功率(W)

電池的能量也是其額定電壓(V)與容量(Ah)的乘積。額定電壓是憑借經驗確定的電池放電曲線的中點值，可以正確關聯電池的能量與容量。基于這個定義，電池的供電時間也可以用這個公式來確定：

電池供電時間(小時) = 電池容量(Ah) / 平均放電電流(A)

圖2：Keysight N6781A SMU 能夠跨動態電流電平進行精確測量。

不過，當設備進行實際工作時，電池供電時間通常短于您計算的結果。我們最常聽到的意見是：“這電池的質量太差了！”一些大電池品牌通常會提供詳細的技術指標，并解釋說在同一類型的電池之間，容量通常也會有5% 到10% 的差異。但是即使按照保守估計的電池容量，電池供電時間也往往達不到標準。器件工作的時間長度比我們預計的短。為什么會這樣？我們估計的電量使用情況正確嗎？可能不正確。讓我們探索一下這個問題。

測量動態電流消耗的復雜性

在無線傳感器等電池供電器件中，為了省電，器件的子電路僅在需要時才激活。工程師將器件設計為大多數時間都處于消耗電量最小的睡眠模式。在睡眠模式下，只有實時時鐘運行。器件會定期喚醒以執行測量。然后將采集的數據發送至接收節點。

不同的工作模式會導致電流消耗跨越從亞uA 到100mA 很寬的動態范圍，其比值達到了1:1,000,000。

傳統的測量技術及其局限性

要測量電流，眾所周知的方法便是使用萬用表的安培計功能。使用現代的數字萬用表好像可以獲得很好的電流測量精度，但其技術指標是根據固定范圍和相對靜態的信號電平來確定的，由于無線傳感器具有動態的電流消耗，并不是非常適合使用萬用表來測量。

圖3：數據記錄器：所有樣本均統一到連續的采樣周期中。無樣本丟失。對于每個采樣周期，還可提供最小值和最大值。

數字萬用表串聯在電池與器件之間來測量電流。由于傳感器的激活周期或發送模式的影響，我們會不時看到不穩定的讀數。我們知道數字萬用表擁有多個量程，采用自動量程能夠選擇最恰當的量程，并能提供最佳精度。不過，數字萬用表也不是全是優點。自動量程需要時間來改變量程和穩定測量結果。自動量程時間通常為10ms 至100ms，長于傳輸或激活模式的時間。因此，用戶需要禁用自動量程功能，手動選擇最恰當的量程。

數字萬用表的測量原理是通過在電路中插入一個分路器，然后測量這個分路器上的壓降。通常，要測量小電流，您可使用高電阻分路器并選擇低量程；要測量大電流，則使用低電阻分路器并選擇高量程。這個壓降也稱為負載電壓。由于這個壓降，并非所有電池電壓均能到達無線傳感器。低量程最精確，可以測量睡眠電流，但在電流峰值期間會承受一定的電壓，而這甚至可能造成器件重置。實際上，我們最終做出了妥協，使用大電流量程以確保器件在電流峰值時可以正常工作。這一妥協使我們可以處理峰值電流，也能測量睡眠電流，但代價也很大。由于偏置誤差是基于量程的滿標度來規定的，它會嚴重影響低電流電平的測量結果。這個誤差可能是 100mA 量程的0.005%，也就是5μA，但對于10μA 來說就是50%，對于1μA 電流就是500%。器件在大多數時間都處于這個電流電平，因此這個誤差對于電池供電時間的估計有著巨大影響。

在測量完傳感器在睡眠模式下的低電流電平后，我們還必須測量激活脈沖和傳輸脈沖，包括電流電平，以及傳感器處于該電平上的時間。示波器是測量信號隨時間變化的卓越工具。不過，我們需要測量幾十mA 級的電平電流，電流探頭由于靈敏度有限和漂移問題，無法勝任這一任務。良好的鉗形探頭擁有2.5mArms的噪聲，常常需要重復執行零位補償程序。電流探頭測量線路的電場，因此提高靈敏度的秘訣就是多次通過同一線路，從而將磁場增加好幾倍——進而電流讀數也增加好幾倍，使我們可以更好一點測量電流。采用這種方法，我們可以捕獲激活時間和傳輸時間的電流脈沖。即使在激活和傳輸時間內，電流也會改變電平：它就像一列由高低電平組成的脈沖串。為了正確計算平均電流，這個波形需要導出，所有測量點需要整合以獲得平均值。

圖4：200 多秒運行時間的電流消耗記錄為觀察器件的動態電流消耗提供了新視野。

示波器能夠很好地捕獲單個猝發。不過，如果想要驗證傳感器在一段時間內激活了多少次，多長時間發射一次TX猝發，測量將會更加復雜。示波器可在短時間內輕松和出色地完成測量，但是傳感器擁有數分鐘或數小時的運行周期，捕獲和測量起來更加復雜。

測量創新

用于電池耗電分析的Keysight N6781A電源/測量單元(SMU)通過兩大創新，克服了傳統測量方法的局限性：無縫電流量程和長期無間隔數據記錄。這個SMU模塊可與Keysight N6700小型模塊化電源系統或N6705直流電源分析儀結合使用。

無縫電流量程是一項專利技術，它可使SMU改變測量量程，同時輸出電壓保持穩定，不會因為量程改變造成壓降。該特性使您能夠使用高電流量程來測量峰值，使用1mA FS量程(具有100nA 偏置誤差)測量睡眠電流。這個低偏置誤差(100nA偏置誤差對于1μA 為10%，對于10μA為1%)，數量級優于傳統的數字萬用表。

無縫電流量程與兩個數字化儀相結合，能夠以200kSa/s(5us 時間分辨率)同步采樣率測量電壓和電流。采用全時分辨率，可以捕獲和顯示2秒鐘以上的數字化測量結果，分辨率越低，時間成比例增加。不過，在進行長期測量時，Keysight N6705B 模塊化直流電源分析儀的內置數據記錄器會在用戶規定的積分周期(20us至60秒)內積分200kSa/s測量結果，而且不會丟失積分周期之間的任何樣本。

由于數據記錄器是無間隔的，所有樣本都會歸入某個積分周期或下一個積分周期------不會丟失任何樣本。通過數據記錄器，工程師們現在可以測量無線傳感器在長達1000小時運行時間內的電流和能量消耗性能。

測量睡眠電流，只需要放置游標，即可直接讀出測量讀數。圖4是單次采集一個長周期得到的測量結果；我們可以獲得完整的電流消耗圖，并精確測量出睡眠電流為599nA。

通過平移和縮放功能，我們能夠看到電流電平和每個功率電平的保持時間。使用傳統測量工具無法看到的細節現在能夠一覽無遺并進行測量。圖4中使用“???”確定的后沿脈沖便是一個明顯示例。軟件揭開了這個令人意外的秘密：對于3.3μA的平均電流，器件在大約90μA峰值處消耗脈沖能量，持續時間為500ms。將這個電流消耗與599nA 睡眠電流相加，結果達到了730nA，這比我們預期的電流高22%。這種意外可能是造成我們低估能量要求，使電池供電時間短于預期的原因之一。

在優化無線傳感器功耗時，了解這些詳細信息對于工程師非常有幫助。當追求用戶體驗與電池消耗之間的平衡，以及回答諸如“我應該每秒、每 5 秒還是每10秒發送一次信息？”等問題時，了解發送一個信息包需要消耗多少能量非常重要。工程師們可以精確估計電池消耗對任何固化軟件變化的影響，并在合理時間內通過實際測量進行驗證。

輕松進行焦耳測量

焦耳在估計電池供電時間時非常有用，因為每個活動都會消耗一定量的能量。我們也可以使用焦耳/發送比特來比較器件的性能。但是工程師們很少使用焦耳，因為需要使用電壓、電流和時間來計算它們。

利用Keysight 14585A控制和分析軟件，可以直接測量焦耳單位的能量。例如，您可以測量發射一個在觸發測量中捕獲的數據包需要消耗多少能量。這個優勢來自于利用兩個數字化儀同時采樣電壓和電流，實現逐點功率測量。焦耳可以作為游標之間的一個值輕松讀出，設計師甚至可以進一步定義焦耳/發射比特。