物聯網智能傳感器的噪聲與功耗
發布時間:2017-05-26 來源:Mark Looney 責任編輯:wenwei
【導讀】對於那些為物聯網應用領域開發智能傳感器的(de)人(ren)士(shi)而(er)言(yan),性(xing)能(neng)與(yu)功(gong)耗(hao)的(de)關(guan)係(xi)是(shi)最(zui)微(wei)妙(miao)的(de)權(quan)衡(heng)考(kao)慮(lv)。在(zai)廣(guang)闊(kuo)的(de)性(xing)能(neng)空(kong)間(jian)中(zhong),噪(zao)聲(sheng)常(chang)常(chang)是(shi)一(yi)個(ge)重(zhong)要(yao)的(de)評(ping)估(gu)因(yin)素(su),因(yin)為(wei)它(ta)能(neng)製(zhi)約(yue)智(zhi)能(neng)傳(chuan)感(gan)器(qi)中(zhong)關(guan)鍵(jian)功(gong)能(neng)模(mo)塊(kuai)的(de)器(qi)件(jian)選(xuan)擇(ze),進(jin)而(er)提(ti)高(gao)功(gong)耗(hao)負(fu)擔(dan)。此(ci)外(wai),噪(zao)聲(sheng)特(te)性(xing)在(zai)很(hen)大(da)程(cheng)度(du)上(shang)決(jue)定(ding)了(le)濾(lv)波(bo)要(yao)求(qiu),而(er)這(zhe)又(you)會(hui)影(ying)響(xiang)傳(chuan)感(gan)器(qi)對(dui)條(tiao)件(jian)快(kuai)速(su)變(bian)化(hua)的(de)響(xiang)應(ying)能(neng)力(li),延(yan)長(chang)產(chan)生(sheng)高(gao)質(zhi)量(liang)測(ce)量(liang)結(jie)果(guo)所(suo)需(xu)的(de)時(shi)間(jian)。
在支持連續觀測(采樣、處理、通信)的應用中,係統架構師常常不得不解決噪聲與功耗相互對立的關係,因為噪聲最低的解決方案很少正好也是功耗最低的解決方案(就特定功能類別的器件而言)。例如,MEMS加速度計常常用作遠程傾斜測量係統的核心傳感器。表1顯示了兩款不同產品的重要特性,它們提供目前在業界領先的噪聲或功耗性能:ADXL355(低噪聲)和ADXL362(低功耗)。

表1. MEMS加速度計比較
表1包括四行,其中三行對應ADXL362的可選工作模式,剩下的一行給出了ADXL355的主要指標。從這一權衡空間的關鍵邊界開始,ADXL355的噪聲比最低功耗模式的ADXL362要低幾乎27倍,但前者的功耗要高得多。性能要求更具挑戰性的應用可能需要考慮ADXL362的最高性能模式,此時ADXL355的噪聲要低9倍,但ADXL362的功耗要低13倍。
zaibuxuyaolianxuguancedeyingyongzhong,pingjungonghaoyuzaoshengdeguanxibiandegengyouyiyi。huoxulingrennanyizhixin,danzaoshenghegonghaodeguanxishenzhikenengbianchenghubushi。zheduikaifarenyuanlaishuowuyishigehaoxiaoxi。yinweizaizhiqiandeshejizhong,kaifarenyuankenengyinnanyiquedinggairanggonghaohaishixingnengzhudaoqishejieryanwuleshiji。erxianzai,wuxudengdaiqitarenzaizheyiquanhengzhongzuochujueding,zhinengchuanganqijiagoushikezixingduiquanhengfanweineidexiangguanxuanxiangjinxinglianghua;這一做法將重新定義架構師的工作。
智能傳感器架構
為了量化特定應用的相關選項,首先需要對信號鏈做一些假設,因此可以從概念架構開始。圖1是智能傳感器架構的一般例子,其中包含了最常見的功能。

圖1. 智能傳感器架構
核心傳感器
智(zhi)能(neng)傳(chuan)感(gan)器(qi)節(jie)點(dian)中(zhong)的(de)信(xin)號(hao)鏈(lian)從(cong)核(he)心(xin)傳(chuan)感(gan)器(qi)功(gong)能(neng)開(kai)始(shi)。最(zui)基(ji)本(ben)形(xing)式(shi)的(de)核(he)心(xin)傳(chuan)感(gan)器(qi)也(ye)稱(cheng)為(wei)變(bian)換(huan)器(qi),其(qi)將(jiang)物(wu)理(li)條(tiao)件(jian)或(huo)屬(shu)性(xing)轉(zhuan)換(huan)成(cheng)代(dai)表(biao)性(xing)的(de)電(dian)信(xin)號(hao)。傳(chuan)感(gan)器(qi)的(de)比(bi)例(li)因(yin)子(zi)描(miao)述(shu)其(qi)電(dian)響(xiang)應(ying)與(yu)其(qi)監(jian)控(kong)的(de)物(wu)理(li)屬(shu)性(xing)或(huo)條(tiao)件(jian)的(de)線(xian)性(xing)關(guan)係(xi)。例(li)如(ru),提(ti)供(gong)模(mo)擬(ni)輸(shu)出(chu)的(de)溫(wen)度(du)傳(chuan)感(gan)器(qi)(如AD590)的比例因子單位為mV/°C;數字加速度計(如ADXL355)的比例因子用LSB/g或碼數/g來表示。
濾波器
信號鏈(圖1)的de下xia一yi個ge功gong能neng模mo塊kuai是shi濾lv波bo器qi。這zhe一yi級ji的de作zuo用yong是shi降jiang低di核he心xin傳chuan感gan器qi可ke能neng支zhi持chi,但dan與yu應ying用yong無wu關guan的de頻pin段duan中zhong的de噪zao聲sheng。在zai振zhen動dong監jian控kong應ying用yong中zhong,這zhe可ke能neng是shi一yi個ge帶dai通tong濾lv波bo器qi,它ta將jiang隨sui機ji振zhen動dong與yu可ke能neng指zhi示shi機ji器qi壽shou命ming減jian損sun的de特te定ding頻pin譜pu特te征zheng分fen離li開kai來lai。在zai傾qing斜xie傳chuan感gan器qi中zhong,這zhe可ke能neng是shi一yi個ge簡jian單dan的de低di通tong濾lv波bo器qi,例li如ru移yi動dong平ping均jun濾lv波bo器qi。這zhe種zhong情qing況kuang下xia,時shi長chang是shi建jian立li時shi間jian與yu濾lv波bo器qi輸shu出chu殘can餘yu噪zao聲sheng之zhi間jian的de一yi個ge重zhong要yao權quan衡heng因yin素su。圖tu2顯示了ADXL355艾倫方差曲線的例子,它表示相對於產生測量的均值時間,測量的不確定性(噪聲)。

圖2. 艾倫方差曲線:ADXL355和ADXL362
校準
校(xiao)準(zhun)功(gong)能(neng)的(de)作(zuo)用(yong)是(shi)通(tong)過(guo)應(ying)用(yong)校(xiao)正(zheng)公(gong)式(shi)來(lai)提(ti)高(gao)測(ce)量(liang)精(jing)度(du)。在(zai)要(yao)求(qiu)極(ji)高(gao)的(de)應(ying)用(yong)中(zhong),通(tong)常(chang)是(shi)在(zai)嚴(yan)格(ge)受(shou)控(kong)條(tiao)件(jian)下(xia)進(jin)行(xing)測(ce)量(liang),通(tong)過(guo)直(zhi)接(jie)觀(guan)測(ce)傳(chuan)感(gan)器(qi)響(xiang)應(ying)來(lai)獲(huo)得(de)此(ci)類(lei)校(xiao)正(zheng)公(gong)式(shi)。例(li)如(ru)在(zai)傾(qing)斜(xie)傳(chuan)感(gan)器(qi)應(ying)用(yong)中(zhong),校(xiao)準(zhun)過(guo)程(cheng)涉(she)及(ji)到(dao)觀(guan)測(ce)MEMS加速度計在多個不同方向上相對於重力的輸出。這種觀測的一般目標是觀測傳感器對足夠多取向的響應,從而求解如下關係式(參見方程1)中所有12個校正係數(m11、m12、m13、m21、m22、m23、m31、m32、m33、bx、by、bz):

方程1中的校正係數用於處理偏置、靈敏度和對準誤差。此公式還可以擴展以包括更高階傳感器特性(非線性)或環境相關性(溫度、電源電平)。
數據處理
數據處理功能用於將校準且濾波的傳感器數據轉換成適當的測量結果以對應用提供最佳支持。在振動監控係統中,這可能是簡單的RMS-DC轉換或帶頻譜報警的快速傅裏葉變換(FFT)(參見ADIS16228)。在傾斜檢測應用中,智能傳感器會利用方程2、方程3或方程4將傳感器對重力的加速度響應轉換成方位角估計值。

這三個關係式分別代表使用一個、兩個和三個加速度計測量結果的傾斜估計,假設各加速度計完全正交。
通信/存儲
通信/存儲功能支持所有物聯網雲服務的數據分級和連接(加密/安全、存儲和分析)。
周期供電操作
電源管理(PM)功(gong)能(neng)對(dui)典(dian)型(xing)智(zhi)能(neng)傳(chuan)感(gan)器(qi)有(you)三(san)個(ge)作(zuo)用(yong)。第(di)一(yi)個(ge)作(zuo)用(yong)是(shi)管(guan)理(li)信(xin)號(hao)鏈(lian)中(zhong)所(suo)有(you)器(qi)件(jian)的(de)上(shang)電(dian)時(shi)序(xu)要(yao)求(qiu)。第(di)二(er)個(ge)作(zuo)用(yong)是(shi)將(jiang)電(dian)源(yuan)供(gong)應(ying)轉(zhuan)換(huan)成(cheng)適(shi)當(dang)的(de)電(dian)壓(ya)來(lai)支(zhi)持(chi)信(xin)號(hao)鏈(lian)中(zhong)所(suo)有(you)器(qi)件(jian)的(de)最(zui)優(you)運(yun)行(xing)。最(zui)後(hou)一(yi)個(ge)作(zuo)用(yong)是(shi)在(zai)以(yi)一(yi)定(ding)時(shi)間(jian)間(jian)隔(ge)進(jin)行(xing)測(ce)量(liang)的(de)係(xi)統(tong)中(zhong),提(ti)供(gong)排(pai)程(cheng)信(xin)號(hao)來(lai)觸(chu)發(fa)每(mei)次(ci)測(ce)量(liang)事(shi)件(jian)。
周期供電是識別智能傳感器節點中此類斷續操作的常見方法。在兩次測量事件之間,智能傳感器處於低功耗(或零功耗)狀態,這種技術有助於節能。圖3顯示了一個采用此技術的智能傳感器在一個完整測量周期上的瞬時功耗。

圖3. 基本周期供電圖
方程5提供了一個利用圖3所示運行特性來估算平均功耗(PAV)的簡單關係式。

PON是智能傳感器節點執行采樣並處理數據以產生和傳輸相關測量結果的平均功耗。
POFF是智能傳感器節點支持低功耗睡眠模式所需的平均功耗。
tON是智能傳感器開啟、產生測量結果、將該結果傳輸到物聯網雲、然後關閉所需的時間。
tOFF是智能傳感器處於靜止狀態(睡眠模式或完全關斷)的時間。
T為平均測量周期時間。
測量過程
在其開啟時間(tON)內,智能傳感器通常會經曆多個不同運行狀態。圖4和方程6顯示了一個示例序列,其將開啟時間分為四段:初始化、建立、處理和通信。

圖4. 智能傳感器測量周期序列
tI是初始化時間,代表從施加電源(VSP)到信號鏈中的各器件準備好支持數據采樣和處理的時間。
tS是建立時間,代表從第一個數據樣本到濾波器輸出(VSM)建立於足夠高的精度水平的時間。
tP是處理時間,代表從濾波器建立到產生測量結果所需的時間。這可能包括應用校準公式、專門的信號處理以及根據物聯網安全協議進行數據加密的時間。
tC是通信時間,代表連接雲服務、發送加密數據以及支持差錯校驗或身份驗證服務所需的時間。
建立時間影響
根據測量周期的階段劃分(圖4),henmingxian,zailvboqijianlishijianzheyiduanzhong,zaoshengkenenghuiyingxiangzhouqigongdiandezhinengchuanganqijiediandegonghao。yibaneryan,laizijunzhicaozuodezaoshengfududejiangdiliangyujunzhishijiandepingfanggenchengbili,ernenghaodezengjialiangyujunzhishijianshizhijiebiliguanxi。yinci,zaoshengfudujiangdi10倍會引起能耗(濾波建立期間)增加100倍!這種不成比例的權衡關係很快會對隻需最少濾波(最低噪聲)的傳感器有利。
應用示例
考慮圖5所(suo)示(shi)的(de)微(wei)波(bo)天(tian)線(xian)平(ping)台(tai),其(qi)停(ting)靠(kao)在(zai)一(yi)個(ge)塔(ta)式(shi)平(ping)台(tai)上(shang)。在(zai)此(ci)類(lei)通(tong)信(xin)係(xi)統(tong)中(zhong),數(shu)據(ju)鏈(lian)路(lu)的(de)可(ke)靠(kao)性(xing)取(qu)決(jue)於(yu)指(zhi)向(xiang)角(jiao)的(de)精(jing)度(du)。為(wei)了(le)維(wei)持(chi)指(zhi)向(xiang)角(jiao),可(ke)能(neng)需(xu)要(yao)手(shou)動(dong)調(tiao)整(zheng),特(te)別(bie)是(shi)地(di)震(zhen)或(huo)其(qi)他(ta)原(yuan)因(yin)擾(rao)動(dong)了(le)天(tian)線(xian)所(suo)停(ting)靠(kao)的(de)平(ping)台(tai)之(zhi)後(hou)。此(ci)類(lei)遠(yuan)程(cheng)維(wei)護(hu)的(de)成(cheng)本(ben)高(gao)昂(ang),而(er)且(qie)不(bu)能(neng)及(ji)時(shi)響(xiang)應(ying),因(yin)此(ci),作(zuo)為(wei)維(wei)護(hu)響(xiang)應(ying)策(ce)略(lve)的(de)一(yi)部(bu)分(fen),一(yi)家(jia)天(tian)線(xian)運(yun)營(ying)商(shang)正(zheng)研(yan)究(jiu)利(li)用(yong)MEMS加速度計監控天線方向變化的可行性。

圖5. 微波天線平台
係統架構師根據最基本的功能要求開始了此次調研:維持各天線平台的可靠通信。該係統中,可靠的數據通信要求天線指向角始終位於天線的半功率波束寬度(HPBW,參見圖5)以內。因此,他們決定:如果天線在短時間內的方向變化達到天線HPBW的25%,那麼就觸發一次實地維護需求。
在支持此目標的誤差預算內,架構師允許傾斜測量的峰值噪聲為測量目標(HPBW的25%)的10%。為簡明起見,架構師還指定噪聲峰值等於噪聲均方根(rms)值的3倍。方程7反映了所有這些限定條件,並將其簡化為一個關係式,即傾斜測量中的噪聲必須小於HPBW/120。

方程8是該角度噪聲要求與MEMS加速度計的相同性能指標的關係式,它是通過如下方式得來:將方程7的結果代入方程2中的加速度和傾斜角基本公式。

因此,若天線的HPBW為0.7°,則加速度計的噪聲必須小於100 μg才能達到現有標準。

為使測量實現100 μg的不確定度,可以利用這一結果作為指標來確定各候選傳感器(表1)所需的均值時間量。回顧圖2可知,ADXL355將需要約0.01秒(tS355 = 0.01,參見方程10)的均值時間才能達到要求。
對於ADXL362,可以做簡單的近似計算:因為其噪聲是ADXL355的9倍,所以為了達到相同的目標,需要的均值時間將是ADXL355的81倍(tS362 = 81 x tS355,參見方程11)。方程10反映了來源於ADXL355建立時間的能耗,方程11反映了來源於ADXL362建立時間的能耗(參見表1)。

出乎意料的是,對於該噪聲性能水平,最低能耗來自最低噪聲的加速度計,而不是來自最低功耗的加速度計。方程12將方程10和方程11中各傳感器的能耗估計值除以測量間隔(T = 10秒),得到建立時間對功耗的估計貢獻。

結論
benwenjieshileyizhongteshuqingkuang,jizuidigonghaojiejuefanganshiyouzaoshengzuididehexinchuanganqishixiande,erbushiyougonghaozuididechuanganqishixiande。xinxingwulianwangyingyongduixingnengyaoqiuyanke,erkeyongnengyuanzehenyouxian;duiyunaxieweicileiyingyongkaifazhinengchuanganqifanganderenshilaishuo,zhezhongjiejuetujingkenengshiyigezhongyaodeqishi。shishishang,yuanyilejiebingtiaozhannapashizuigenbendefanshiderenshi,kenenghuihuodegengqiaomiaodejiejuefangan。youshihou,tongyichuanganqijinengtigongzuigaoxingneng,youjuyouzuidigonghao。
作者簡介
Mark Looney [mark.looney@analog.com]ADI公司(美國北卡羅來納州格林斯博羅)的iSensor®應用工程師。自1998年加入ADI公司以來,他在傳感器信號處理、高速模數轉換器和DC-DC電源轉換領域積累了豐富的工作經驗。他擁有內華達州大學雷諾分校電氣工程專業學士(1994年)和碩士(1995年)學位,並發表過數篇文章。加入ADI公司之前,他曾協助創立汽車電子和交通解決方案公司IMATS,還擔任過Interpoint公司的設計工程師。
本文轉載自ADI電機控製中文技術社區。
推薦閱讀:
特別推薦
- 噪聲中提取真值!瑞盟科技推出MSA2240電流檢測芯片賦能多元高端測量場景
- 10MHz高頻運行!氮矽科技發布集成驅動GaN芯片,助力電源能效再攀新高
- 失真度僅0.002%!力芯微推出超低內阻、超低失真4PST模擬開關
- 一“芯”雙電!聖邦微電子發布雙輸出電源芯片,簡化AFE與音頻設計
- 一機適配萬端:金升陽推出1200W可編程電源,賦能高端裝備製造
技術文章更多>>
- 貿澤EIT係列新一期,探索AI如何重塑日常科技與用戶體驗
- 算力爆發遇上電源革新,大聯大世平集團攜手晶豐明源線上研討會解鎖應用落地
- 創新不止,創芯不已:第六屆ICDIA創芯展8月南京盛大啟幕!
- AI時代,為什麼存儲基礎設施的可靠性決定數據中心的經濟效益
- 矽典微ONELAB開發係列:為毫米波算法開發者打造的全棧工具鏈
技術白皮書下載更多>>
- 車規與基於V2X的車輛協同主動避撞技術展望
- 數字隔離助力新能源汽車安全隔離的新挑戰
- 汽車模塊拋負載的解決方案
- 車用連接器的安全創新應用
- Melexis Actuators Business Unit
- Position / Current Sensors - Triaxis Hall
熱門搜索
Future
GFIVE
GPS
GPU
Harting
HDMI
HDMI連接器
HD監控
HID燈
I/O處理器
IC
IC插座
IDT
IGBT
in-cell
Intersil
IP監控
iWatt
Keithley
Kemet
Knowles
Lattice
LCD
LCD模組
LCR測試儀
lc振蕩器
Lecroy
LED
LED保護元件
LED背光



