基于ARM7的无线传感器网络节点能量管理初探

   1 引言
 
      微小的、资源非常有限的无线传感器网络节点是无传感器网络的基本功能单元，担负着信息采集、数据处理、信息传输等重任。

　　随着MEMS技术、微电子技术、网络技术和计算机技术的进步，逐渐使得无线传感器网络成为现实。研究人员利用嵌入式技术开发出了小型化板级无线 传感器网络节点，而这在30年前还仅是一种构想；单片无线传感器网络节点也已经问世，但距离实用仍有相当一段路要走。为了研究无线传感器网络的组网技术和 能量管理技术我们采用基于ARM7核的SOC单片机LPC2138开发了一种传感器网络节点(如图1)。

 

 

　　

      2 节点设计概述

　　相对于处理器运算速度和功耗提高的幅度而言，电池性能的提高则缓慢许多，使得能量管理成为了无线传感器网络最大的挑战。为了节能无线传感器网络 要求节点具有动态电源管理(DPM)功能，在节点空闲时应进入低功耗状态以节省能量。实现DPM功能需要微控制器的支持，由于ARM技术在无线通信领域有 着无可比拟的优势，己有超过85％的无线通信设备采用了ARM技术。我们选择了菲利浦公司生产的ARM基高性能、低功耗微控制器LPC2138构建处理单 元。

      LPC2138提供了完善的DPM支持：具有休眠和掉电两种低功耗状态，可通过外部中断将其唤醒；振荡模式下支持1～30 MHz外部晶体，通过锁相环可使CPU获得高达60 MHz的工作频率，为了节能采用8 MHz晶体；片内外设除了可通过外设功率控制寄存器开启、关闭外，其工作频率亦可通过分频器调整为处理器时钟频率的1／2或1／4。另外，存储加速功能可 极大地加快程序的运行速度，提高能量效率。这些使得LPC2138适合应用到具有相当处理能力的低功耗系统中。

      为了使节点可用两节AA电池供电，采用升压型DC-DC MAX756构建供电单元。除了升压外MAX756还具有电源监控的功能，当Vin(可通过R1和R3调整)低于1.25 V时，LBO引脚输出低电平、灌电流(如图2)。这虽不能准确给出电池荷电状态(SOC)的多少，却可让传感器节点了解其电池的荷电状态下降到了某种程 度，节点不再适合担任较繁重的工作了。由此改变节点的工作状态、降低节点的功耗，达到延长节点使用时间的目的。

 

 

　数据收发单元采用由Chipcon公司推出的符合ZigBee标准的射频收发芯片构建；传感单元由温度传感器DS1722和光亮度传感器TSL2561组成。通过三级管放大MCU的GPIO驱动能力，实现对它们供电的动态管理。

      3 能量管理

　　无线传感器网络的拓扑结构造成了节点之间能量使用的不平衡性，因此无线传感器网络需要知道各节点电量的使用情况，取得电池的荷电状态并由此转换 节点的角色，动态地改变网络的拓扑结构以抵消这种不平衡。因此对于无线传感器网络而言，不考虑电池的状态只是简单地通过DPM技术使节点进入低功耗状态不 能使网络范围内能量的使用达到最优，最大程度地延长网络的使用寿命。

　　3.1 电池模型

　　电池的荷电状态通常表示为其当前可用容量与额定容量的比，它并不是放电时间和放电电流的线性函数，受到电池固有属性“额定容量效应”和“恢复效 应”的影响，为进行电池设计、系统评估、优化电池使用策略，研究人员分别从不同层面提出了多种电池模型。本文采用文献[7]基于马尔可夫过程的电池模型进 行研究，该模型通过引入最小可用电荷单元将电池的荷电状态表示为一种离散的瞬态随机过程(如图3)。图中圆圈中的N，N-1，…，1，0表示某一时刻电池 的名义容量；qi表示在某个时间段内消耗i个电荷单元的概率。如果起始时电池有N个电荷单元，在某段时间内消耗了3个电荷单元，那么将发生这个事件的概率 表示为q3，电池的剩余电荷单元为N-3。

      为了描述电池的“恢复效应”该模型根据电池在放电间歇恢复能力的强弱，把电池的恢复能力分为f(f=0，1，…，fmax)个阶段。一个时间步内，电池处于状态j(j=1，2，…，N-1)和f阶段时恢复一个电荷单元的概率为：

 

　　式中，gN和gC与电池的恢复能力有关，q0是电池处于闲置状态的概率。给出了恢复概率后，电池在某闲置时间内处于f阶段保持电荷状态不变的概率，可表示为

　　这种模型相对于偏微分方程描述的电池模型而言，计算量大为减少并且结果也很准确，可快速评估嵌入式系统结构设计对电池状态的影响。但将其用于实时评估无线传感器网络节点荷电状态开销仍过大，因此有必要进一步探索电池建模方面的问题。

　　3.2 节点功率

　　具体应用中节点工作电流是评估电池荷电状态的外在依据。由于无传感器节点是由若干离散器件组成，因此其功率可由这些离散器件有效功耗状态的组合求得，结果见表1。

 

      4 结 论

　　无线传感器网络有着十分广阔的应用前景，是一种革命性的信息获取技术。目前无线传感器网络仍有诸多技术难题没有解决，其中尤以能量管理、大规模 组网等问题比较突出。无线传感器网络能量的重要性需要研究人员发现代价更小的方法去准确预测电池的荷电状态以平衡网络节点寿命，优化网络内能量消耗，这是 亟待解决的重要课题。