热门关键词:  示波器  DSO5034A  FSV30  逻辑分析仪  DSOX1000  DSO

您的位置: > 主页 > 新闻中心 > 解决方案 > Keysight优化物联网设备电池消耗的技巧(三)

咨询热线

400 998 0952

Keysight优化物联网设备电池消耗的技巧(三)

返回列表 来源:未知 发布日期: 2019-06-29
技巧之三:分析分布曲线,快速优化电池运行时间

为了优化电池运行时间,您需要快速、轻松地呈现并量化设计更改给无线移动设备长期电流消耗带来的影响。
物联网设备各种子电路的活动可能变化多端,这取决于用户行为、程序设置、无线环境以及设备本身的复杂性。与之相关的子电路电流消耗也会相应发生变化。要验证设计更改带来的改进,您需要对相当长时间的电流消耗加以记录,从而排除随机特性。然而,您需要掌握更多关于设计更改的影响的详细信息,才能优化电池运行时间。您是否得到预期的改善?您如何确定哪些子电路和活动受到了影响?您可以通过手动滚动数据记录来预估特定猝发电流的电平和持续时间,但这种方法存在以下几个缺点:
 – 非常耗时。
 – 由于长期的随机性,许多值都只是估计值。
 – 很容易得到不正确的结论,因为在长达数小时的数据记录中,许多毫秒时长的活动难以检查和量化。
虽然长期记录设备的电流消耗势在必行,但仅凭肉眼对详细的数据记录进行检查仍然存在问题。您需要采用其他的方法来快速、有效地分析长期电流消耗记录。

分析概率分布函数曲线可以快速、简明地描述并量化由设计变更导致的长期电流消耗中的细节差异。
您可以对长期电流消耗的概率分布函数(PDF)加以分析,从而快速、简明地呈现和量化设计更改带来的影响。PDF绘制出随时间变化的电流消耗与给定电流水平的相对发生频率,总和为 100%。直方图是 PDF 的最常见形式,但互补累积分布函数(CCDF)特别适用于快速描述长期电流消耗并量化设计变更的影响。
什么是 CCDF?
 – 累积分布函数(CDF)=∫PDF(曲线下的面积 = 1 或 100%)。
 – 互补累积分布函数(CCDF)= 1-CDF。
CDF 曲线从 0% 的概率上升到 100% 的概率,而 CCDF 曲线则从 100% 的概率下降到 0% 的概率,如图 4 所示。该图像使用运行 14585A 软件的 Keysight N6781A 捕获。X 轴是电流消耗的幅度,Y 轴是其相对发生频率。曲线中的水平偏移与幅度相关,而垂直偏移则与时间相关。您可以使用这些偏移来快速分析和量化设计更改给长期电流消耗带来的细节差异。

评测 CCDF 曲线来分析移动电话待机操作时的功率节省。
为了延长待机操作时的电池运行时间,移动电话通常采用不连续接收(DRX)操作。与连续接收相比,功率节省主要取决于在非活动期间可以实现的睡眠电流水平,以及减少接收活动时间的程度。
为了对移动电话的功率节省加以评测,我们使用了 N6781A 直流电源测量单元和 14585A 软件来记录连续和不连续接收待机操作下的长期电流消耗。如图 6 所示,我们使用了 14585A 软件来显示和比较两个电流消耗的 CCDF 曲线,从而快速、轻松地识别功率节省并对其细节加以分析。通过量化两条曲线之间的垂直和水平偏移,我们发现:
 – 电流为 128 mA 时接收活动上 2.8% 的(垂直)变化带来了18% 的功率节省
 – 空闲电流上 11.9 mA 的(水平)变化带来了 55% 的功率节省
 – 剩余的 27% 功率节省来自降低的基带活动
 – 总功率节省为 85.5%
如您所见,CCDF 可以帮助您快速、形象地识别和量化设计更改对子电路和相关活动造成的具体影响,而通过传统方法来实现这一目标可能非常繁琐。

【相关推荐】