无线获能 — 系最适合低功耗及无源物联网能量收集技术

  几年前，物联网突然出现在全球视野中，人们对此充满期待，期待它如何万物互联并改变这个世界。专家对物联网的规模做了许多疯狂的预测。例如，思科预测2015年接入到物联网中的设备数量将达到250亿，到2020年预估会翻番，但有不少人产生怀疑。为了验证这些疑问，有关机构选取了某一接入物联网的发达地区，计算了实际连接物联网设备的数量按比例远远低于预测的数字。

 

 

  影响物联网设备数量最大的因素是供电方式，它困扰和阻碍着物联网发展，想象一下用有线电源和电池为数十亿台物联网设备供电这样的规模就已经很夸张了，如果有更好的能源解决方案那更难想象它的体量了。了解物联网网络的关键特性：经济性、便利性和覆盖范围。但现今却要被必须使用电池供电的美好物联网繁荣景象所束缚。很明显，物联网设备需要更轻巧、更快速的电源解决方案供电。众所周知，一些绿色电源解决方案已经很成熟，但它们并不完全符合为超小型低功耗MCU和传感器供电的要求。它们需要一种能够满足物联网边缘设备，非常特殊的绿色能源来替换。

能量收集技术

  正是在这种需求下，我们似乎找到了神丹妙药 — 能量收集技术。能量收集技术为我们构造了不受电池使用限制的物联网解决方案。

这个技术其实很易理解 — 我们周围的环境充满了有各种各样的能量，包括：地热、太阳能和振动等产生的能量，其中大部分都有被使用，但就是没找到一种方法来收集这些能量并用它来为超小型设备供电。 

 

由于它受所处环境下或者自身体积限制不便使用太阳能或振动等产生的能量，所以就需要用到一种特殊物体—无线电波，它消除了线材、空间和日照的约束，不论在哪里、什么时间都存在。而且无线电波有低频电波、高频电波和超高频电波，它发射的能量也是不同的。这种能量可以是任何类型的无线电波，例如由 TV/FM 电台、WiFi路由器、蜂窝基站或雷达发出的无线电波。总之，由无线电波发射而收集的能量转化成电能，这里统称为无线获能（RF Energy Harvesting）。

 

无线获能 - 基础知识

 

  仅仅对无线获能的基本印象就应该让您清楚地了解为什么它会像某些绿色能源解决方案吸引如此巨大的目光。无线电波无处不在，而且你根本无法避免绕开它们。此外，无线获能技术特别适合物联网设备的特殊需求：超小型体积，并且通常设计为在极其恶劣的偏远地区运行。在许多情况下，传感器是嵌入式系统(如体内健康监视器或其他工业解决方案)的一部分，它们无法进行维护或更换电池,只有通过无线获能技术为其提供电能。

   这使得无线获能技术成为物联网设备近乎理想的电源解决方案。它能从电池的这种电源解决方案中超越的另一个原因是，无线电波基本是零成本且随时随地能获取。如果使用电池的话，无论它们多便宜或耐用，但积累到一定数量和年限，都会有成本高昂且使用寿命的问题。想想在一套包含数百甚至数千个节点的物联网项目中，对这些电池进行维护、充电或更换是一件多么令人头疼的工作。 

无线获能如何工作？

  根据特定应用的预期功能和细节，无线获能系统的设计可能会有所不同。有几种构建无线获能器的方法——但从根本上说，所有能量收集系统都基于一些通用组件和工作原理。

智汉科技研究团队开发的这套无线获能解决方案，包含一个转化单元，用于收集来自无线电波发射源的能量并将其转换为电能，第二部分就是电能储能单元，它包含电压变化监控器和储能电容器。第三个组成部分是处理所产生电能的调节管理，这一部分将转化的电能调节为恒定值的电压，调节器可能包括调节器和复杂的控制电路，它们可以根据实时电力需求和电力可用性智能地管理和分配电力。

 

  这三个组成部分串联起整套无线获能电路模组，这个模组型号就是R915PW，它是一款收获射频能量将其转化为2-5V直流电压的设备，智汉科技设计的915MHz高增益天线，空旷演示距离可以达到10m。可以供低功耗设备比如低功耗MCU、传感器、BLE蓝牙和LED指示灯工作。具有在恶劣环境或者不便供电的领域实现远程供电等领域。

 

 

特性

• 高转化效率

• 输出电压可设置，通过采样电阻

• 最低可达-10dBm的输入功率

• 宽频率操作范围300MHz-2.4GHz

• 低射频能量，长距离能量变换

• 300MHz to 2500MHz（频率可设）

  此无线获能模组R915PW特别适用于智汉科技开发的超低功耗蓝牙模块RC2202A，模块工作电压3.3V，待机功耗低至0.85uA，广播周期500ms低至9.68uA。配合无线获能技术非常适用于Beacon设备和电子门锁。

总结

  无线获能为物联网供电解决之路带来重大的意义，它解决了超低功耗及无源物联网设备供电问题。实现了零成本、不间断供电以及绿色可持续发展的愿景。

  但无线获能不会影响和降低研发人员对低功耗应用的设计价值追求，尤其是在物联网边缘应用中，人们将始终关注于以最低功耗实现计算能力最大化。