无线传感器为监测环境状况或工业厂房及机器设备等应用供应了出色的视野。由于它们很容易安装，因此能够部署在各种环境中。未来几年，随着“物联网(IoT)”的广泛部署，无线传感器的应用将呈现爆炸式上升。但是限制无线传感器应用的一个最重要的因素就是它们的续航能力非常有限。当无线传感器的工作完全依赖电池时，一旦电池耗尽电能，传感器就变成了废品。
假如您正在设计由电池供电的无线传感器，要想确保它能够工作一定的时间，要解决无数的难题。通常的方法是只有在进行必要的活动时才用电，其他时候传感器会进入低功率使用模式。无线传感器的工作可以分为一系列的活动，每个活动均要在一段时间内消耗一定的电能。最常见的活动包括：
●唤醒、测量，以及将数据处理成信息
●对射频功率放大器加电，发送信息，再次对射频功率放大器断电
●在双向传感器(发送和接收)中：唤醒、对接收机加电、接收信号、处理数据，按照信息行动，并再次断电
显而易见，有很多操作都会消耗电池的电能。
延长电池供电时间，最简单的做法是使用更大的电池，具有更大容量的电池。不过，您的客户可能希望传感器体积小、性能高(以便它们能够发送大量数据，并在本地拥有智能/数据处理能力)。显然，客户的预期与解决电池供电时间短这个问题的最简单方法完全背道而驰。
图1：无线传感器在三种重要状态下的电流电平。
工程师如何估计电池的供电时间呢？
作为一名设计工程师，您要从全局考虑，找到电池体积与无线传感器功能之间的平衡点，以便让小电池既能发挥最佳性能，又能持续足够长的时间。优化过程首先要了解能量需求。收集有关能量使用的数据是表征器件性能的第一步。
电池有一个预含义数量的能量(瓦时(Wh))和容量(安时(Ah))。假如您了解器件工作要多大的功率，就能计算出电池的供电时间。
电池供电时间(小时)=电池容量(Wh)/平均放电功率(W)
电池的能量也是其额定电压(V)与容量(Ah)的乘积。额定电压是凭借相关经验确定的电池放电曲线的中点值，可以正确关联电池的能量与容量。基于这个含义，电池的供电时间也可以用这个公式来确定：
电池供电时间(小时)=电池容量(Ah)/平均放电电流(A)
图2：KeysightN6781ASMU能够跨动态电流电平进行精确测量。
不过，当设备进行实际工作时，电池供电时间通常短于您计算的结果。我们最常听到的意见是：“这电池的质量太差了！”一些大电池品牌通常会供应详细的技术指标，并解释说在同一类型的电池之间，容量通常也会有5%到10%的差异。但是即使按照保守估计的电池容量，电池供电时间也往往达不到标准。器件工作的时间长度比我们预计的短。为何会这样？我们估计的电量使用情况正确吗？可能不正确。让我们探索一下这个问题。
测量动态电流消耗的复杂性
在无线传感器等电池供电器件中，为了省电，器件的子电路仅在要时才激活。工程师将器件设计为大多数时间都处于消耗电量最小的睡眠模式。在睡眠模式下，只有实时时钟运行。器件会定期唤醒以执行测量。然后将采集的数据发送至接收节点。
不同的工作模式会导致电流消耗跨越从亚uA到100mA很宽的动态范围，其比值达到了1:1,000,000。
传统的测量技术及其局限性
要测量电流，众所周知的方法便是使用万用表的安培计功能。使用现代的数字万用表好像可以获得很好的电流测量精度，但其技术指标是根据固定范围和相对静态的信号电平来确定的，由于无线传感器具有动态的电流消耗，并不是非常适合使用万用表来测量。
图3：数据记录器：所有样本均统一到持续的采样周期中。无样本丢失。关于每个采样周期，还可供应最小值和最大值。
数字万用表串联在电池与器件之间来测量电流。由于传感器的激活周期或发送模式的影响，我们会不时看到不稳定的读数。我们了解数字万用表拥有多个量程，采用自动量程能够选择最恰当的量程，并能供应最佳精度。不过，数字万用表也不是全是优点。自动量程要时间来改变量程和稳定测量结果。自动量程时间通常为10ms至100ms，长于传输或激活模式的时间。因此，用户要禁用自动量程功能，手动选择最恰当的量程。
数字万用表的测量原理是通过在电路中插入一个分路器，然后测量这个分路器上的压降。通常，要测量小电流，您可使用高电阻分路器并选择低量程；要测量大电流，则使用低电阻分路器并选择高量程。这个压降也称为负载电压。由于这个压降，并非所有电池电压均能到达无线传感器。低量程最精确，可以测量睡眠电流，但在电流峰值期间会承受一定的电压，而这甚至可能造成器件重置。实际上，我们最终做出了妥协，使用大电流量程以确保器件在电流峰值时可以正常工作。这一妥协使我们可以处理峰值电流，也能测量睡眠电流，但代价也很大。由于偏置误差是基于量程的满标度来规定的，它会严重影响低电流电平的测量结果。这个误差可能是100mA量程的0.005%，也就是5μA，但关于10μA来说就是50%，关于1μA电流就是500%。器件在大多数时间都处于这个电流电平，因此这个误差关于电池供电时间的估计有着巨大影响。
在测量完传感器在睡眠模式下的低电流电平后，我们还必须测量激活脉冲和传输脉冲，包括电流电平，以及传感器处于该电平上的时间。示波器是测量信号随时间变化的卓越工具。不过，我们要测量几十mA级的电平电流，电流探头由于灵敏度有限和漂移问题，无法胜任这一任务。良好的钳形探头拥有2.5mArms的噪声，常常要重复执行零位补偿程序。电流探头测量线路的电场，因此提高灵敏度的秘诀就是多次通过同一线路，从而将磁场新增好几倍——进而电流读数也新增好几倍，使我们可以更好一点测量电流。采用这种方法，我们可以捕获激活时间和传输时间的电流脉冲。即使在激活和传输时间内，电流也会改变电平：它就像一列由高低电平组成的脉冲串。为了正确计算平均电流，这个波形要导出，所有测量点要整合以获得平均值。
图4：200多秒运行时间的电流消耗记录为观察器件的动态电流消耗供应了新视野。
示波器能够很好地捕获单个猝发。不过，假如想要验证传感器在一段时间内激活了多少次，多长时间发射一次TX猝发，测量将会更加复杂。示波器可在短时间内轻松和出色地完成测量，但是传感器拥有数分钟或数小时的运行周期，捕获和测量起来更加复杂。
测量创新
用于电池耗电分析的KeysightN6781A电源/测量单元(SMU)通过两大创新，克服了传统测量方法的局限性：无缝电流量程和长期无间隔数据记录。这个SMU模块可与KeysightN6700小型模块化电源系统或N6705直流电源分析仪结合使用。
无缝电流量程是一项专利技术，它可使SMU改变测量量程，同时输出电压保持稳定，不会因为量程改变造成压降。该特性使您能够使用高电流量程来测量峰值，使用1mAFS量程(具有100nA偏置误差)测量睡眠电流。这个低偏置误差(100nA偏置误差关于1μA为10%，关于10μA为1%)，数量级优于传统的数字万用表。
无缝电流量程与两个数字化仪相结合，能够以200kSa/s(5us时间分辨率)同步采样率测量电压和电流。采用全时分辨率，可以捕获和显示2秒钟以上的数字化测量结果，分辨率越低，时间成比例新增。不过，在进行长期测量时，KeysightN6705B模块化直流电源分析仪的内置数据记录器会在用户规定的积分周期(20us至60秒)内积分200kSa/s测量结果，而且不会丢失积分周期之间的任何样本。
由于数据记录器是无间隔的，所有样本都会归入某个积分周期或下一个积分周期------不会丢失任何样本。通过数据记录器，工程师们现在可以测量无线传感器在长达1000小时运行时间内的电流和能量消耗性能。
测量睡眠电流，只要放置游标，即可直接读出测量读数。图4是单次采集一个长周期得到的测量结果；我们可以获得完整的电流消耗图，并精确测量出睡眠电流为599nA。
通过平移和缩放功能，我们能够看到电流电平和每个功率电平的保持时间。使用传统测量工具无法看到的细节现在能够一览无遗并进行测量。图4中使用“？？？”确定的后沿脉冲便是一个明显示例。软件揭开了这个令人意外的秘密：关于3.3μA的平均电流，器件在大约90μA峰值处消耗脉冲能量，持续时间为500ms。将这个电流消耗与599nA睡眠电流相加，结果达到了730nA，这比我们预期的电流高22%。这种意外可能是造成我们低估能量要求，使电池供电时间短于预期的原因之一。
在优化无线传感器功耗时，了解这些详细信息关于工程师非常有帮助。当追求用户体验与电池消耗之间的平衡，以及回答诸如“我应该每秒、每5秒还是每10秒发送一次信息？”等问题时，了解发送一个信息包要消耗多少能量非常重要。工程师们可以精确估计电池消耗对任何固化软件变化的影响，并在合理时间内通过实际测量进行验证。
轻松进行焦耳测量
焦耳在估计电池供电时间时非常有用，因为每个活动都会消耗一定量的能量。我们也可以使用焦耳/发送比特来比较器件的性能。但是工程师们很少使用焦耳，因为要使用电压、电流和时间来计算它们。
利用Keysight14585A控制和分析软件，可以直接测量焦耳单位的能量。例如，您可以测量发射一个在触发测量中捕获的数据包要消耗多少能量。这个优势来自于利用两个数字化仪同时采样电压和电流，实现逐点功率测量。焦耳可以作为游标之间的一个值轻松读出，设计师甚至可以进一步含义焦耳/发射比特。
