低功耗无线传感器网络的实现过程探讨

利用功耗模式的优势

接下来，考虑一种具有代表性的情形，在这种情况下，选择不同单片机功耗模式对系统所用总功率有巨大影响。以基本远程温度传感器为例，该应用收集较长时间段内的数据，可能运用较为成熟的噪声滤波算法对数据进行处理，然后将单片机重新置于待机模式，直到需要更多采样测量为止。它还采用无线射频（RF）传输方式将温度信息报告给中央控制台。

对温度进行采样需要使用MCU的片上模数转换器（ADC），并且仅需适当的处理能力。 在噪声滤波阶段，单片机必须采用处理能力较高的模式来计算高级滤波算法，并尽快将结果存回存储器。因此，单片机运行并消耗功率的总时间缩短了。

每隔一段预定的时间间隔，单片机就会组合所有的采样结果并采用RF收发器设备发送至中央控制台。需要精确时序来确保无线传感器在预先分配的时隙内发送这一信息，从而允许同一系统中的多个无线传感器节点协同工作。

我们如何管理唤醒处理器的频率呢？通过配合使用定时器外设和集成32 kHz振荡器电路，单片机能很精确地每秒产生一次中断，从而保证唤醒时间准确。此中断事件还可以使单片机按预定的时间表向采样缓冲区填充温度数据。

单片机填充完温度采样缓冲区后，它将切换至处理器速度较高的模式，完成较为成熟的噪声滤波算法计算，然后尽快返回休眠模式，以缩短工作时间。单片机采用同样的实时时钟功能来决定将捕捉到的采样数据发送回中央控制台的时间。确定单片机的最佳功耗模式以使总电流消耗最低取决于多个因素，下文将对此进行讨论。

在低功耗应用中优化功耗

要使总功耗最低，仅选择单片机功耗最低的模式是不够的。我们还必须确定单片机需要完成的每个任务的工作量——例如，采样外部温度传感器。一旦确定每个任务的性能需求，我们还必须确定每个任务的最佳能源利用率。对于前面提到的公式：能量 = 时间 × 电压 × 电流，由于系统总体需求和实际电源决定电压值，因此我们通常无法改变公式中的电压，这样我们只能操作两个参数，时间和电流。我们需要权衡单片机的工作时间和电流消耗。下面将探讨在执行上述分析时要切记的一些特定于单片机的参数。

处理器唤醒

将单片机置于低功耗模式后，有一些外部源可将其唤醒。唤醒事件可通过USB事件、实时时钟事件，甚至是I/O引脚上的外部触发信号发生。单片机从低功耗“休眠”模式唤醒并开始执行代码的时间非常重要。通常，我们努力使这个时间尽可能短，这也是我们之所以要在“休眠”和“深度休眠”工作模式之间选择的原因。若每秒唤醒一次单片机，由于从“休眠”模式唤醒时，单片机可在10 μs内开始执行代码，而无需首先初始化任何软件存储单元，因而该模式可能是最佳选择。若单片机处于低功耗状态的时间较长——例如，数分钟甚至数小时才唤醒一次，则“深度休眠”模式可能是最佳选择。关键是要使单片机的总电流消耗最小。如果单片机处于低功耗关断模式的时间较长，那么 300 μs的唤醒时间与数分钟或数小时的深度休眠时间相比就微不足道了。

系统级唤醒事件的另一个绝佳示例，可采用通过串行接口连接到处理器的外部RF芯片进行演示。不使用处理器时，可将其置于某个低功耗状态下，仅保持 RF芯片运行。由于新一代 RF芯片的逻辑仅负责查找进入的RF数据包，因此在工作状态下消耗的电流很小。一旦接收到与所分配给该单元的地址相关的有效数据包，就将唤醒单片机开始处理信息。此类功耗模式机制较常用于基于射频网络的解决方案中，诸如那些基于ZigBee .无线协议的解决方案。