物联网 (IoT) 的可接受性在全球范围内大幅增长,但这种进展的速度对其专家构成了挑战,他们对其未来表示担忧/恐惧。据估计,到 2025 年,连接到物联网网络的设备可能会超过 750 亿台的惊人数字。这让专业人士的担忧和充分准备的必要性相信,这样所取得的收益就不会消失。
物联网专家已经预见到一种场景,即过多的电子设备通过一个通用接口进行通信,通常以与云的无线连接为代表。连接到物联网网络的设备数量不断增长,因此需要新的传感器技术来支持连接设备爆炸性增长所产生的数据需求。这将是物联网面临的下一个挑战。
“我相信物联网的下一个挑战将集中在确定哪些设备将成为物联网的一部分。仅仅因为设计智能设备在技术上是可行的,并不一定意味着让每个设备都连接到物联网是有价值的,”安森美半导体技术营销经理 Greg Rice 说。
互联设备和传感器将在多个领域发挥重要作用,包括汽车、工业自动化、智能家居、消费计算、农业和移动健康。感知、收集和聚合的数据将呈指数级增长,预计到 2025 年每天的数据流量将达到 125 EB。管理这些由连接到物联网的设备生成的大量数据将是一项艰巨的挑战。
在阐述挑战并提出前进的道路时,赖斯说:“如果在物联网边缘生成的每一位数据都通过云发送,这可能会造成网络基础设施拥塞。在物联网边缘执行一些基本数据分析和聚合可能更有效,而不是通过云将所有内容发送到网络核心”。
能量收集
能量收集对于应对物联网设备呈指数增长所带来的挑战至关重要。Rice 认为,能量收集的挑战集中在能量收集的效率以及通过能量收集供电的设备的可靠性上。” 用于能量收集的设备以非常小的功率运行,它们的设计多次在技术性能和降低功耗之间进行权衡。“设计为通过能量收集运行的设备的一个挑战是在设计过程中找到这些权衡的正确平衡,”赖斯强调说。
另一个相关挑战是能量收集的电源。在白天,太阳能设备可以通过利用可用的阳光有效地运行。然而,它在夜间的运行却并非如此。同样,使用射频功率进行能量收集的设备必须处于具有特定信号强度的射频场中。如果部署更多 RF 场来支持能量收集设备,则应仔细评估相关的健康风险。
无电池传感器
安森美半导体为物联网网络设计了一套创新的无线和无电池传感器套件。Smart Passive Sensors™ (SPS) 设备系列可以监控网络边缘的温度、压力、湿度或接近度。由于环境传感器通常部署在偏远地区或广泛区域,例如工厂或建筑物,因此频繁更换电池在经济上并不可行。能量收集,尤其是 SPS 传感器的射频功率,能够满足这一要求。如图 1 所示,每个 SPS 传感器都是无电池和无微处理器的 RFID 传感器标签,带有用于无线通信的天线块,通过行业标准 UHF Gen 2 协议,带有 RFID 阅读器。当射频阅读器询问 SPS 传感器时,它使用从信号中接收到的能量,
图 1:SPS 传感器功能块
“该传感器网络旨在使用射频能量收集工作。有一个中央传感器集线器,它通过连接的天线传输射频功率。单个传感器节点是无线且无需电池的,它们通过将周围 RF 场中的能量转换为传感器节点上的电子设备的电源来运行”,Rice 解释说。
如图 2 所示,每个传感器集线器都集成了两个关键块:读取器模块和处理模块。读取器模块执行特定于协议的功能以与传感器通信并将原始传感器数据(EPC、温度、RSSI、代码等)暴露给处理模块。处理模块聚合和格式化传感器数据以进行额外分析。传感器集线器连接功能包括 WiFi、以太网、蓝牙和其他适合将传感器数据发送到云以进行进一步分析、分析和决策的协议。
图 2:传感器集线器框图
传感器物联网整体架构如图3所示。传感器集线器从多个传感器收集数据,并通过云与其他连接的设备进行通信,使物联网在新的应用和场景中成为可能。
图 3:传感器物联网架构
传感块的核心是来自 RF Micron 的 Magnus-S2© 传感器 IC,这是一种 UHF RFID 芯片,由从 UHF 读取器收集的 RF 能量供电。Magnus-S2 采用获得专利的自调整变色龙引擎,可调整射频前端以优化各种环境条件下的性能。这些传感器标签在 FCC 定义的 UHF 频段或 ETSI UHF 频段中起作用。智能无源传感器的小尺寸和无电池功能使其能够被设计到尺寸和可访问性非常重要的应用中。
SPS 设备系列包括:
温度传感器,设计用于被动感应金属、非金属和陶瓷表面的温度。应用包括工业和数据中心的预测性维护;
湿度传感器,设计用于被动感应塑料、木材、陶瓷、土壤和石膏制成的各种表面或成品上的湿度。应用包括不同工业环境中的水分含量或泄漏检测和质量控制;
液位传感器设计用于通过塑料等薄表面被动感应流体。
结论
连接到物联网网络的设备数量不断增长,应用涉及所有技术领域。物联网领域的成功和扩展严格取决于所涉及传感器的特性和性能。需要新的传感器技术来补充传统的传感器网络。具有云连接功能的无电池无线传感器可增强对不同应用中环境条件的监测,例如数据中心、工业预测性维护、建筑和电力、冷链、数字农业和智能医疗保健。
审核编辑:郭婷
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)