物联网终端硬件发展趋势探讨

2019-01-10程学农

智能物联技术 2018年3期

章威，程学农

（中电海康无锡科技有限公司，江苏无锡 214000）

0 引言

物联网（IoT，Internet of Things）是一个基于互联网、传统电信网等信息承载体，让所有能够被独立寻址的普通物理对象实现互联互通的网络。它具有普通对象设备化、自治终端互联化和普适服务智能化3个重要特征。

物联网是将无处不在的末端设备，包括具备“内在智能”的传感器、移动终端、工业系统、楼宇控制系统、家庭智能设施、视频监控系统等（组成感知层），通过各种无线和/或有线的长距离和/或短距离通讯网络连接物联网域名实现互联互通、应用大集成（组成网络层），采用适当的信息安全保障机制，提供安全可控乃至个性化的实时在线监测、定位追溯、报警联动、调度指挥、预案管理、远程控制、安全防范、远程维保、在线升级、统计报表、决策支持等管理和服务功能（组成应用层），实现对“万物”的“高效、节能、安全、环保”的“管、控”一体化。本文将主要探讨在感知层中物联网终端硬件的发展趋势。

1 物联网终端硬件及其构成

1.1 物联网终端硬件

物联网终端是物联网中连接感知层和网络层，实现采集数据及向网络层发送数据的设备,它担负着数据采集、初步处理、加密、传输等多种功能。物联网终端硬件在物联网体系中的位置如图1所示。

图1 物联网终端硬件在联网体系中的位置

物联网终端是物联网的关键设备，通过它的转换和采集，才能将各种外部感知数据汇集和处理，并将数据通过各种网络接口方式传输到互联网中。如果没有它的存在，传感数据将无法送到指定位置，“物”的联网将不复存在。

1.2 物联网终端硬件的构成和基本原理

物联网终端一般由传感器、处理器和执行器等基本硬件构成，如图2所示。

图2 物联网终端硬件内部结构图

传感器相当于人的眼睛、耳朵、鼻子、舌头这些感知器官，用来接收外界的信息。

执行器相当于人的四肢，接收处理器的指令，然后根据处理器的命令来执行任务。执行器一般是继电器、开关，也可能是电机等。

处理器是物联网终端设备中最重要的部分，相当于人的大脑，控制着传感器、执行器的感知和动作。

物联网终端设备利用传感器（如声、光、电、气、生物等不同的传感器）感知外界物体的信息，通过处理器对感知的信息进行处理，根据处理器的处理结果控制执行器的动作；或者处理器将处理后的信息按照网络协议通过通信接口（如蓝牙、Sub-GHz、GPRS模块等）上传到云端并接收云端指令，再根据指令来控制执行器执行相应的输出动作。

2 物联网终端硬件的发展趋势

随着物联网技术和微电子技术的发展，使得物联网终端硬件在相同功能的范围内向更加小型、轻量化的方向发展；在相同体积范围内向功能更多、功耗更低、性能更高方向发展。

无论是在消费领域中的智能家居终端产品，还是工业物联网的终端产品，各类终端产品更加智能化的趋势已经愈发明显。这主要得益于设备底层硬件开始小型化和高度集成化，对数据采集、数据处理的智能化程度需求越来越高。另外由于物联网更加开放，促使终端硬件融入更加智能化的算法，不同物联网终端设备之间的协作逐渐成为常态。这两大因素正推动物联网终端硬件走向更加智能化。

下文就物联网终端硬件的小型化、低功耗、多传感融合以及智能化处理等趋势分别阐述。

2.1 小型化

随着科技的发展，物联网终端设备的应用场景越来越复杂，导致终端硬件系统的功能也越来越强大，系统设计使用的电子元器件也越来越多。为了在有限的空间内集成更多的功能特性，以更高的设计灵活性实现更强的系统性能和稳定性，对物联网终端硬件系统的小型化要求也就越来越高。

2.1.1 小型化技术路径

为满足硬件小型化的需求，ITRS（International Technology Roadmap for Semiconductors）提出了两种不同的技术路径。一种是SoC（System on Chip）技术：延续摩尔定律按比例缩小的方向前进，专注于硅基CMOS（Complementary Metal Oxide Semiconductor）技术；另一种是 SiP（System in a Package）技术：按“超越摩尔定律”的多重技术创新应用向前发展，即在产品多功能化需求下，将硅基CMOS和非硅基等技术相结合，以提供完整的解决方案来应对和满足层出不穷的新市场发展。两种硬件小型化技术路径如图3所示。

图3 延续摩尔和超越摩尔两种硬件小型化技术路径

SoC技术是从设计的角度出发，将更多的功能集成在一颗芯片上，以此减少系统主芯片（处理器）外围器件的数量，达到终端系统小型化的目标。SoC产品降低了主芯片的通用性，但是在成熟应用的系统中，小型化后的SoC具有更好的成本优势，是物联网芯片发展的一个重要方向。但有时外围器件不能或者不应该被主芯片集成，从而考虑以SiP技术进行系统小型化，主要情况有以下两种：

（1）外围器件与主芯片在工艺上不兼容；

（2）工艺兼容但集成后会导致成本大幅上升。

SiP是从封装的立场出发，对多种芯片进行并排或叠加的封装方式，将多种功能芯片，包括处理器、存储器以及电阻、电容等无源器件集成在一个封装内，从而实现一定功能的单个标准封装件。SiP的特点是被集成的器件可以是不同制造工艺的、甚至不同种类的，开发成本较低。

2.1.2 小型化发展趋势

SiP和SoC并不是相互对立的技术，它们提供了不同级别电子系统的解决方案，以适应不同目标市场的选择。对生命周期相对较长的产品来说，SoC将继续作为许多产品的核心，如果对产品开发周期要求高、生命周期短、体积小、灵活性较高，则更多使用SiP。在可预计的将来，SoC和SiP可相互补充，并将长期共存。

下面以一种智能门锁的主控PCBA（Printed Circuit Board+Assembly）发展为例来说明硬件小型化的演变趋势。

受制于电子技术水平的限制，早期的终端硬件产品大都采用标准的MCU（Microcontroller Unit）芯片外加分立器件，如电源管理芯片、RTC（Real-Time Clock）芯片、触摸按键芯片、音频编解码芯片以及无线通信芯片等组合搭建而成。这样的组合虽然可以满足终端硬件的功能需求，但主控PCBA存在体积偏大、不易安装、功耗不易控制、无法适应高速信号处理需求等诸多问题，如图4所示。

图4 智能门锁分立器件PCBA

为满足智能门锁主控PCBA安装的小型化需求，采用了设计小型化（SoC）和封装小型化（SiP）并行的方法，有效地控制了主控PCBA的安装尺寸。首先重新设计主控SoC芯片，将原分立器件系统方案中的音频编解码芯片、RTC芯片以及触摸按键芯片进行集成，降低系统方案的芯片数量。然后将指纹算法的MCU芯片、电源管理芯片、无线通信芯片和主控SoC采用同一基板SiP封装的形式，进一步缩小了主控PCBA的尺寸，如图5所示。

图5 采用SoC+SiP的方法实现主控PCBA的小型化

2.2 低功耗

随着应用的普及，物联网已成为世界第5大能耗产业，占全球能耗的6%，相当于航空业的飞机能耗，未来人类将面临万亿级终端用电的挑战，因此持续不断地降低物联网终端能耗是一个绕不开的命题。本文以基于MCU的物联网终端为例，从MCU本身以及系统上来浅析降低能耗的几个方法。

2.2.1 MCU的低功耗技术

（1）更加先进的工艺节点

传统的MCU，比如8位OTP（One Time Programable）MCU，长期使用0.18μm的工艺制程，逻辑工作电压为1.8V。随着时间的推移，现在主流MCU从8位逐步发展为32位，MCU内部集成的功能也越来越多，随之而来的是功耗问题。选择更加先进的工艺不但可以使MCU容纳更多的功能，也能使动态功耗降低，比如SMIC（中芯国际）55nm、HHGRACE（华虹宏力）0.11μm/90nm以及 UMC（联华电子）0.11μm/55nm等都是MCU设计不错的选择，其逻辑工作电压可降低至1.5～1.2V。随着先进工艺平台上MCU设计所需IP（Intellectual Property）的不断丰富以及制版费用的降低，未来设计的MCU的工艺节点选择将往40nm和28nm发展，内部逻辑电压将降低至0.9V，动态功耗将进一步降低。

（2）特色的低功耗工艺技术

除了单纯的工艺节点的提升外，一些特色的低功耗工艺可以进一步降低MCU的功耗。比如低电压（近阈值）技术，将电源电压降低到晶体管阈值电压附近后，可以有效提高数字电路的能效，该工艺已经被运用在低功耗标准单元库以及低功耗嵌入式存储器的设计中。例如采用55nm工艺时，传统的数字逻辑电压为1.2V，而通过近阈值技术实现超低功耗应用时，可将数字逻辑和嵌入式SRAM（Static Random-Access Memory）的工作电压降至0.5V，嵌入式flash的工作电压下降至0.7V，并能保证接近40MHz的工作频率，适用于物联网MCU的应用。

（3）低功耗模式设计

在MCU低功耗设计方法上，除了常规的Clock Gating技术外，MCU会设计多种工作模式来降低功耗，使得MCU适用不同的工作场合。MCU工作模式通常分为运行模式、睡眠模式和掉电模式（每个厂家的说法不一样）。低功耗MCU在运行模式下的功耗一般在80～250μA/MHz范围；睡眠模式下功耗一般在1μA附近；掉电模式下静态功耗达到nA级。下表1是意法半导体STM32L431与某国产低功耗MCU在不同工作模式下的功耗参数。

表1 两种传感器在不同工作模式下的功耗参数

物联网终端依据其 “工作习惯”选择合适的MCU进行设计。长时间处于运行状态的终端关注的是动态功耗，而长时间处于休眠状态的终端更需要关注的是静态功耗。先进的工艺节点以及近阈值技术可以带来动态功耗的降低，但不能带来静态功耗的降低。因此基于IEEE1801（UPF）标准的低功耗设计流程应运而生，并被EDA（Electronics Design Automation）工具集成。MCU低功耗设计流程采用多电压域的设计方法，在不同的工作模式下控制电源的开关（Power Gating）来实现低功耗设计，该技术与低漏电模拟IP设计技术一起构成超低功耗MCU设计的关键技术。

2.2.2 物联网终端硬件系统低功耗技术

（1）系统电源设计优化

除了MCU本身的功耗之外，物联网终端的硬件系统功耗更加重要。可以从多个角度对系统功耗进行优化设计。通常的方法是从应用出发在PCB（Printed Circuit Board）上进行优化设计，下图6以一种指纹门锁方案的设计为例说明系统电源设计的优化。

图6 一种指纹门锁低功耗设计方案

该方案主控MCU绝大多数情况下处于休眠状态，只有少部分状态需要利用辅助电源加以保持，待指纹触发后才通过主控MCU打开系统的主电源，进入到正常的工作模式，从应用层面上优化了整个系统的低功耗水平。

（2）数字电源

随着物联网终端功能的多样化发展趋势，其电源系统也变得越来越复杂，如何设计一个满足复杂应用场景的电源系统是当前的热点。数字电源具有控制灵活的特点，其输出功率可根据负载的变化进行自适应的调节，有效地均衡了各个工作点上的功耗优化，提高了电源系统的整体效率，适用于各式各样的物联网场景应用。

（3）SiP低功耗

SiP是一种为应用而生的技术，SiP不仅仅使得系统小型化，在低功耗方面同样效果明显。传统的PCB工艺技术在过去的十几年几乎没有进步，最小线宽维持在3mil（75μm），而 SiP采用了更加先进的纳米级半导体工艺。利用SiP技术将系统进行集成，芯片与芯片之间的连接变得更加紧凑、精细，系统在小型化的同时也带来了电源布线的简洁，有效降低因电源复杂走线带来的功率损耗。

2.3 多传感融合以及智能化处理

2.3.1 传感器分类与特点

现实应用中传感器种类繁多，一般可以按照测定量和转换原理进行分类。按照测定量可以分为机械、音响、频率、电气、磁性、温度、光、湿度等。按照转换原理分，可以分为两大类，一类是能量控制型，需要外加电源；另一类是能量转换型，把非电量直接转换为电量，不需要外加电源。

以智能家居和健康类产品为例，会用到大量传感器，在此按照硅基和非硅基对智能家居涉及的传感器进行大类划分，如表2所示。

在健康领域，可穿戴设备、家庭用血糖仪、血压测量仪中用到一些传感器，分类列举如表3。

表2 智能家居传感器种类及特点

续表2

表3 智慧健康传感器举例

2.3.2 多传感输出信号的特点以及多传感融合技术的发展趋势

（1）信号特点

前面列举了诸多不同种类的传感器，就其输出信号来说，最后输出的一般都是电信号，然后由后级的信号处理器进行计算处理。传感器输出电信号的类型概况起来，一般有几种：电阻、电容、电流、电压。如何将这些不同类型的信号统一为一种后级能处理的输入信号，一般采用如下的两种方案：

一是转化为电压变化量。电阻变化，会引起电压变化；电流变化，经过一个电阻，也可以转换为电压。所以电阻、电流、电压信号输出最终都转化为电压信号输入到后级。而测量的电压可以分为对地电压和差分电压两种，所以后级处理电路要考虑这两种不同的电压方式。

另一种是电容变化量，一般是通过测量R-C振荡频率反推计算电容的变化。

（2）多传感融合技术的发展趋势

一个完整的物联网系统往往集合不同的传感器，这些传感器收集不同的信号（温度、风、压力、角度等）。不同的传感器取得的数据来自不同的信息源，描述的对象不同，而彼此又有互补性。将多种传感器的信号进行数据采集、处理和使用成为物联网系统的最终目标，而现代物联网中一个重要的趋势就是多传感融合技术。该技术是将多种传感信号进行融合、归类处理，利用共性的信号处理技术在一定的应用场景下进行数据分析、综合并完成传感信息处理的过程。

多传感融合结合了来自不同传感器的数据，比通常单一传感器能够提供更多层次、更丰富的数据。各种传感器负责将不同传感节点信号转成电信号（电流、电压），而物联网的智能处理芯片将电信号进行采样、融合、调理以后变成电压信号供内部ADC采样进行转换。

由于来自不同传感器的信号多种多样，不同的应用场景对处理速度、带宽、精度要求也不一样。传统的处理芯片信号处理种类单一、往往只能处理一种或两种传感器信号，对不同信号、不同种类数据的处理缺乏灵活性，也不具备数据分析和学习能力。随着物联网技术的发展和应用环境越来越复杂，对物联网芯片的信号融合和处理能力要求更高，新型的物联网信号处理芯片需要具备更强的多融合信号处理能力，如下图7所示。

芯片配置灵活的矩阵开关，根据不同的信号类型进行通道选择，选择后的信号经过高精度的多信号处理模拟前端（AFE，Analog Front End）进行处理，该模拟前端含有高精度ADC、DAC（Digital to Analog Converter）、可编程的增益放大器（PGA，Pmgrammable Gain Amplifier）等。CPU（Central Processing Unit）对内部寄存器进行配置、允许开发人员根据传感器的信号种类切换不同的数据通道，不同的数据处理依据是信号的归一化处理，比如小电流、电压、直流、交流信号采集等。这些不同的数据通道对应芯片不同的硬件资源，硬件资源对信号进行调理、分类、放大，芯片内部的CPU再根据不同的数据采集的要求设置时钟频率、采样精度等，运行应用算法对数据进行计算和处理。

图7 多传感信号融合处理

2.3.3 多传感信号的智能化处理

除了多传感融合，多传感信号处理一个更重要的趋势是智能化，如下图8所示。

图8 多传感信号智能化处理流程

芯片内部将会集成用于学习的神经网络或经过专门定制化的中央处理器（比如可以定制和灵活拓展指令集的RISC-V CPU）。由于引入了机器学习的功能，在对输入的传感器信号进行处理后，处理芯片中的神经网络对信号进行特征提取，并对得到的结果数据按照属性分类，根据这些大数据的统计和训练，处理芯片也由原先的传感信号处理，转变为对应用场景的识别、分析和决策。比如对温度传感器的传感信号进行一定时间的学习，智能芯片根据训练好的模型可以推断硬件所处空间的属性并给出决策，如对公路交通网传感器的数据转换结果进行一定时间的学习，便可以根据数据结果和公路各个传感器节点的数据情况判断公路的拥堵情况。