您的可穿戴设计是否浪费了太多电量

您的可穿戴设计是否浪费了太多电量,第1张

  您可能已经设计了您的光学传感可穿戴设备以适应不同的用例。很有可能,您已经在设计中内置了一种方法来调整电流,因为设备在不同条件下执行连续的实时监控,从而确保设备在每个给定时间点将电流消耗降至最低。但是你真的把功耗降到最低了吗?如果您有办法同时动态调整电压电平会怎样?您还能节省多少电量?

  为了说明额外节能的潜力,让我们比较几个简单的例子。为了强调这一点,我将使用一些简单的数学。您的设备可能会复杂得多,但原理应该相同。所有光学传感系统都设计为在更具挑战性、更不利的测量条件下运行——例如,有人在阴凉混合的小径上奔跑和流汗。在这些困难条件下,试图测量心率等参数的光学传感器算法需要将 LED 电流调至最高额定值,以获得更好的信噪比 (SNR),从而获得更准确的连续阅读。通常,光学传感电路由一个 LED 与由电压 V 驱动的光学模拟前端 (AFE) 串联组成。发光二极管。让我们考虑一个基于绿色 LED 的系统,其中为 LED 和 AFE 链供电的 V LED固定为 5V。在最高额定电流 (100mA) 下,假设 LED 上的正向压降为 4V,而光学 AFE 上的压降为 1V。

  V LED = 5V

  VF = 4V ,100mA

  V DRV = 1V

  现在,让我们考虑一下当测量条件变得有利时,这个系统会发生什么,例如当同一个人在办公室的办公桌前工作甚至睡觉时。在有利的条件下,该算法将大大降低光学传感器电流。在较低的电流(例如 5mA)下,LED 上的正向电压降将下降到 3V,从而在光学 AFE 上留下 2V。

  V LED = 5V

  V F = 3V,5mA

  V DRV = 2V

  但是,在较低的电流下,该 AFE 上正确运行所需的电压(其顺从电压)下降。但是,由于 V LED上的固定 5V ,V DRV实际上比在不利条件下时更高。例如,如果 AFE 的顺从电压为 V DRV_COM = 0.16V,我们可以看到 AFE 两端的电压超出了 1.84V。这实际上意味着系统消耗的功率比实际需要的多 1.84V x 5mA。

  事实上,任何使用固定 V LED架构且需要针对不利条件进行扩展的系统最终都会在有利条件下消耗过多功率。但是,如果 V LED由具有动态电压缩放 (DVS) 的调节器设置,该调节器可以根据当前设置上下调节,则可以最大限度地降低功耗。实际上,系统可以调整 V LED以通过一些适当的裕量来最小化每个电流设置的以下表达式。

  V LED – (V F + V DRV_COM )

  即使使用简单的查找表方法,将电压设置为适合特定电流范围也可能会显着节省电能,从而延长设备的电池寿命。

  延长可穿戴设备的电池寿命

  那么使用 DVS 可以节省多少电量呢?考虑到大多数可穿戴设备用户只会在 24 小时测量周期的一小部分中处于不利的测量条件下,这应该很重要。当然,考虑到不同的血液灌注水平、皮肤类型和用例,具体多少会因用户而异。

  作为一个简单的说明,让我们考虑一个典型的场景:

  LED 脉冲电流 = 38.9mA

  100sps 时的脉冲占空比为 117µs,即 1.17%

  降压-升压效率 = 95%

  现在,让我们假设这些参数适用于 24 小时周期中的 4 小时。如果我们能够在 1V 时实现 DVS 节省,我们可以计算电池节省如下:

  1V x 38.9mA x 1.17% x 95% x 4 小时 = 每 24 小时每天 1.73mWHr

  对于 100mAHr 电池 (370mWHr),这意味着使用 10 天后可节省 4.67% 的电量。并且此分析不考虑 24 小时周期中其他 20 小时的任何节省贡献。因此,DVS 提供的潜在节省是相当可观的。

  DVS 的其他节能可能性

  上面的示例重点介绍了使用绿色 LED 对可穿戴设备进行光学传感的典型方法。然而,许多可穿戴设计现在将其他波长(红外线和红色)的 LED 纳入其检测方案。这种较新的 LED 在任何给定电流或测量条件下都需要比绿色 LED 更低的正向电压。在这里,当红外 LED 传感器进行测量时,DVS 可再次用于调低电压,并再次调高绿色 LED 的电压。与前面的示例类似,我们正在调整适合进行测量的电压,而不是坚持使用适合所有情况的最高电压。利用不同 LED 的正向电压变化可以以与上述条件类似的方式产生功率节省。

  Maxim 提供两种选择,在两种情况下提供具有 DVS 的超低静态电流升降压架构。第一个是电源管理 IC (MAX20345) 的一部分,它还包括创建可穿戴系统所需的其他资源(充电器、降压器和 LDO)。第二个是相同升降压的独立版本。无论您选择哪个选项,我们都相信可以节省大量电力,而这在很大程度上是迄今为止尚未开发的。

  审核编辑:郭婷

欢迎分享,转载请注明来源:内存溢出

原文地址: https://outofmemory.cn/dianzi/2999476.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-09-26
下一篇 2022-09-26

发表评论

登录后才能评论

评论列表(0条)

保存