26、Apollo：无电池可穿戴汗液监测系统

Apollo：无电池可穿戴汗液监测系统

1. 引言

汗液的主要成分包括葡萄糖、乳酸、钾离子、钠离子和氯离子等。研究表明，汗液中这些成分的水平与人体健康状况密切相关。例如，葡萄糖水平有助于管理糖尿病患者；乳酸水平可作为应激性缺血的早期预警；氯离子水平是胰腺囊性纤维化的重要诊断标准。因此，汗液监测对于内分泌代谢疾病的诊断具有重要的临床意义。

为了实现对汗液的连续、便捷监测，我们需要一种可穿戴汗液传感器系统。该系统应满足以下要求：
- 可穿戴性 ：可穿戴传感器系统体积小巧、便于携带，能够在不同状态下持续监测用户的健康状况，无需用户保持特定状态，降低了对用户的要求。可靠的可穿戴系统不仅使用方便，还能避免额外的维护成本。
- 自供电 ：传统的电池供电方式虽然简单，但电池容量和使用寿命有限。频繁充电或更换电池会带来大量额外的维护成本，同时废旧电池还会对环境造成严重污染。在设备充电期间，用户必须停止使用设备，无法持续监测自身健康。如果设备能够从环境中获取能量实现自供电，上述问题都可以轻松避免。因此，汗液传感系统应具备从环境中捕获能量进行供电的能力，并将这些能量用于汗液传感和数据传输。
- 远距离通信 ：为了使汗液传感系统能够在更多场景下工作，它必须能够进行远距离通信。如果在汗液传感系统中使用近场通信（NFC），系统必须与智能手机或平板电脑保持非常近的距离，否则设备将无法工作。因此，为了减少距离限制，我们考虑使用支持远距离操作的低功耗蓝牙（BLE）信号进行通信。这样，用户无需与智能手机保持很近的距离就可以使用我们的设备，还能进行工作、运动等日常活动。

为了更轻松地监测人体生物指标，许多研究致力于实现系统的小型化和提高其可用性，但这些努力都未能满足汗液传感系统应具备的可穿戴、自供电和远距离通信的要求。因此，这些系统仍然存在局限性，无法实现更灵活的使用场景。

反向散射技术具有低成本和低功耗的优点，如射频识别（RFID）技术所示。该技术依赖于载波提供者和接收器来建立通信，许多研究人员已经成功使用现成的设备同时作为载波提供者和接收器。

我们开发了Apollo来满足可穿戴生化传感的特定要求。Apollo采用了腕带形式的柔性印刷电路板（PCB），既便于穿戴又易于使用。此外，Apollo设计为从多种来源收集能量，包括射频信号、光和热，从而提高了其性能并扩展了潜在应用。即使只有一种能量可用，它仍然可以正常工作。为了确保以最小的功耗进行远距离通信，我们在系统中集成了蓝牙反向散射技术。反向散射模块能够检测BLE信号，并过滤掉共享2.4 GHz工业、科学和医疗（ISM）频段的Wi-Fi和ZigBee等其他干扰信号。传感器数据通过识别的BLE数据包传输到智能手机。传感器阵列对葡萄糖、乳酸、钾离子、钠离子、氢离子和氯离子的浓度高度敏感，这些浓度可以通过测量产生的电流或电压来估计。

我们使用现成的商业组件构建了Apollo的原型，并进行了广泛的实验来验证其有效性。上述三个要求均得到满足。通过差分技术和温度补偿，葡萄糖浓度的测量误差率低于5%。生化传感和处理电路仅消耗约5.8 mW的功率。反向散射模块实现了每比特720 pJ的传感器数据传输，比商业BLE芯片组效率高26倍。

2. 相关工作

反向散射通信因其低功耗和连接性而成为一种有吸引力的选择。许多研究，如Passive WiFi、Interscatter、HitchHike、FreeRider和X-Tandem等，在使反向散射与商业设备兼容方面取得了显著进展。反向散射的优点包括结构简单、体积小和功耗低，适用于可穿戴、自供电和远距离应用。

为了实现无电池供电，我们需要利用环境中的能量为设备供电。比较常见的是射频能量和光能。WISP采用了RFID的能量捕获方法，通过从专用射频阅读器收集射频能量将其转换为电能，但这种专用阅读器非常昂贵。PLoRa和Tunnelscatter选择了光能，但光能不稳定，受周围环境限制。因此，有研究综合考虑多种能源的优缺点，选择同时使用射频能量、光能和相对稳定的人体热能作为能源，这种方式更能适应不同的应用场景。

3. Apollo设计

3.1 系统概述

我们的自供电人体汗液检测系统的基本结构如图所示。该系统使用柔性PCB制成腕带形式，供用户佩戴。整个系统由三个主要模块组成：生化传感、反向散射通信和能量收集。

生化传感模块由传感器阵列和信号处理路径组成，占据了整个系统面积的三分之二以上。剩余的PCB面积分为另外两个模块，其中反向散射通信模块与能量收集模块所占面积之比约为3:1。能量收集部分由三个不同的能量转换器组成：用于收集太阳能的太阳能电池板、用于收集热能的热电发电机（TEG）和用于收集射频能量的整流电路。

系统中的各个模块各司其职。反向散射模块识别正在进行的BLE数据包，然后使用射频开关将收集到的传感器数据嵌入到BLE数据包中进行通信。为了捕获系统工作所需的能量，能量收集模块使用三个不同的能量转换器收集光、热和射频能量，并将这些能量收集并存储在存储设备中。与传统电池不同，我们的系统使用超级电容器来存储收集到的能量。最后，生化传感模块收集人体汗液中不同成分的水平和浓度，包括乳酸、葡萄糖、钾离子、钠离子、氢离子和氯离子等，同时传感器还测量汗液的温度。为了实现这些功能，该模块包括传感器阵列、处理路径以及用于采样的多路复用器和模数转换器（ADC）。

当收集到足够的能量时，生化传感模块和反向散射通信模块被激活。低功耗现场可编程门阵列（FPGA）从其非易失性闪存中初始化编程并开始工作。生化传感模块然后在所有处理路径上进行传感器读数，这些读数由FPGA管理。传感器读数通过反向散射技术传输，同时执行数据包检测算法以识别任何正在进行的BLE数据包。一旦识别到BLE数据包，标签数据调制模块就会通过切换射频开关开始传输传感器数据。调制完成后，下一个传感器读数和标签传输周期开始，这个周期会持续进行，直到存储的能量不足。

下面是系统模块的简单流程图：

graph LR
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    A(能量收集模块):::process --> B(超级电容器):::process
    B --> C(生化传感模块):::process
    B --> D(反向散射通信模块):::process
    C --> E(传感器数据):::process
    D --> F(BLE数据包):::process
    E --> F
    F --> G(智能手机):::process

3.2 反向散射通信

3.2.1 载波选择

为了选择合适的载波生成设备，我们关注了生活中常见的Wi-Fi、蓝牙和LTE信号。我们在校园内测试和分析了这三种信号的接收信号强度指示（RSSI），结果如图所示。实验结果表明，在室内条件下，环境Wi-Fi的RSSI约为 -40 dBm，是三种信号中最高的，而其他两种信号的RSSI约低20 dB。这种模式在其他场景中可能也适用。然而，由于反向散射通信缺乏放大器，它需要比环境信号更高的RSSI，因此这些信号不适合这种通信方式。此外，反向散射反射后，RSSI会降低超过30 dB，导致信号过弱，限制了反向散射范围。

我们还发现，像蓝牙耳机和智能手表这样的小型蓝牙设备在近距离使用的场景中广泛应用，它们在手腕处的RSSI高达 -23 dBm（“身体区域BLE”）。此外，手持智能手机的RSSI甚至可以达到更高的值。考虑到与Wi-Fi相比，BLE的单位成本和功耗更低，我们认为BLE是更好的选择。

以下是不同信号的相关对比表格：
| 信号类型 | 室内RSSI（dBm） | 单位成本（美元） | 功耗（mW） |
| ---- | ---- | ---- | ---- |
| Wi-Fi | -40 | 较高 | 较高 |
| BLE | -23及以上 | 较低 | 较低 |
| LTE | 约 -60 | - | - |

3.2.2 BLE数据包识别

使用有源BLE无线电检测数据包的常用方法涉及多个耗能步骤。首先，将从2.4 GHz ISM频段接收到的信号下变频到基带，然后进行脉冲整形、载波频率偏移校正以及与预定义序列的互相关操作。然而，这样的处理流程消耗大量能量，不适合我们的自供电系统。为了克服这一挑战，我们采用了WISP和Multiscatter中使用的不同方法。该方法使用整流电路直接获取基带包络，无需任何额外的耗能处理。基带包络可以通过取基带信号的绝对值简单获得。

RF整流器利用二极管的特性，在接收到的信号正周期通过二极管快速对电容器充电。然而，在RF信号的负周期，二极管截止，电容器缓慢放电。结果，输出波形中仅保留了基带包络。提取的BLE基带包含一个占主导地位的直流分量，约占总能量的99%，而交流分量仅占约1%。相比之下，由于带宽和调制方案不同，802.11b Wi-Fi和802.11n Wi-Fi包络的直流分量分别约占能量的77%和47%。为了实时区分直流和交流分量，使用了大小为w的滑动窗口。在时间点p的直流分量计算公式为：
[D(p) = \frac{\sum_{i = 0}^{w - 1} V_{base}(p - i)}{w}]
其中(V_{base}(p))是采样的包络数据，交流分量计算公式为：
[A(p) = V_{base}(p) - D(p)]
交流与直流的比值简化为：
[AC/DC = \frac{\sum_{p = 1}^{L} |A(p)|}{\sum_{p = 1}^{L} D(p)}]
其中L是用于BLE数据包检测的点数，对应于BLE前导码和访问地址的持续时间。BLE数据包的AC/DC值通常低于0.06，而Wi-Fi的AC/DC值则大得多，高于0.4。ZigBee虽然部署较少，但也共享2.4 GHz ISM频段，其AC/DC值略大于BLE。这些发现表明，可以使用AC/DC比值将BLE数据包与2.4 GHz ISM频段中的其他商业数据包区分开来。

为了消除Wi-Fi和ZigBee数据包对BLE信号的干扰，可以采用AC/DC方法。然而，为了验证BLE数据包的存在，需要对(A(p))和预存储序列(S(p))进行互相关操作。由于直流分量(D(p))可以视为恒定信号，其与其他序列的互相关对识别BLE数据包的贡献很小，因此可以排除。

为了简化互相关计算并降低计算复杂度，我们采用(A(p))和(S(p))的符号，计算公式如下：
[R(i) = \frac{\sum_{p = 1}^{L} sign(A(p - i)) sign(S(p))}{\sqrt{\sum_{p = 1}^{L} sign(A(p))}\sqrt{\sum_{p = 1}^{L} sign(S(p))}} = \frac{\sum_{p = 1}^{L} sign(A(p - i)) sign(S(p))}{L}]
这种简化允许在互相关计算中进行1位加法，可使用低功耗FPGA实现。基于在实验室收集的1000个数据包的实验结果表明，即使在RSSI低于 -40 dBm的环境信号存在的情况下，超过98%的数据包的互相关值大于0.45。

我们使用AC/DC和互相关方法的组合来识别BLE数据包。具体来说，如果AC/DC低于0.07且互相关结果大于0.45，则将数据包识别为BLE。我们有两种检测BLE数据包的方法：第一种方法仅使用互相关，如果(R > Th1)（(Th1)是用于过滤干扰数据包的阈值），则将数据包识别为BLE；第二种方法结合了互相关和AC/DC，只有当(R > Th2)且(AC/DC < Th3)时，才将数据包识别为BLE，并且可以通过设置阈值(Th2)和(Th3)来控制误检测。

当检测到BLE数据包时，反向散射使用FreeRider中的“码字翻译”技术来传输数据。在BLE数据包中，频率编码信息，(f_0)表示比特“0”，(f_1)表示比特“1”。当传感器数据为比特“0”时，反向散射会引起频率偏移，在激励数据包中产生(f_0)和(f_1)之间的转换，从而导致信息比特的变化。然而，当标签数据为比特“0”时，不进行码字翻译，数据包中包含的信息保持不变。通过将解码的数据比特与原始比特进行比较，接收器可以使用这种方法恢复标签比特。

3.3 电源管理

利用环境中的能源，如光、振动、热能、风、射频信号等，是电池的一种实用替代方案。这些能源在周围环境中很容易获取。例如，太阳光、灯光和电脑屏幕等光源可用于收集光能；人体可以作为自然且稳定的热能来源；越来越普遍的商业无线电设备，如Wi-Fi、BLE和LTE设备，可以作为潜在的射频能量来源。收集光能、热能和射频能量的过程可以分别通过使用太阳能电池板、热电发电机（TEG）和由二极管和电容器组成的整流电路来实现。

Apollo：无电池可穿戴汗液监测系统

3. Apollo设计（续）

3.3 电源管理（续）

在电源管理方面，我们的系统采用了一种智能且高效的策略。首先，三种不同的能量转换器——太阳能电池板、热电发电机（TEG）和整流电路，会分别从环境中收集光能、热能和射频能量。这些能量收集过程是并行进行的，以最大程度地捕获可用能量。

收集到的能量会被存储在超级电容器中。超级电容器相较于传统电池具有诸多优势，它能够快速充电和放电，并且具有更长的使用寿命，这对于需要频繁获取和释放能量的自供电系统来说至关重要。

为了确保系统能够稳定运行，我们还设计了一套能量管理机制。当超级电容器中的能量达到一定阈值时，系统会自动激活生化传感模块和反向散射通信模块，开始进行汗液成分的监测和数据传输。而当能量低于某个下限值时，系统会进入低功耗模式，减少不必要的能量消耗，等待再次收集到足够的能量。

以下是电源管理的流程列表：
1. 能量收集阶段：
- 太阳能电池板收集光能并转换为电能。
- 热电发电机收集人体或环境的热能并转换为电能。
- 整流电路收集射频能量并转换为电能。
2. 能量存储阶段：
- 将收集到的电能存储在超级电容器中。
3. 能量使用阶段：
- 当超级电容器能量达到阈值，激活生化传感和反向散射通信模块。
- 进行汗液成分监测和数据传输。
4. 低功耗阶段：
- 当超级电容器能量低于下限，系统进入低功耗模式。

下面是电源管理的mermaid流程图：

graph LR
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    A(太阳能电池板):::process --> B(超级电容器):::process
    C(热电发电机):::process --> B
    D(整流电路):::process --> B
    B --> E{能量是否达阈值}:::process
    E -- 是 --> F(激活模块):::process
    E -- 否 --> G(低功耗模式):::process
    F --> H(汗液监测与数据传输):::process
    H --> I{能量是否低于下限}:::process
    I -- 是 --> G
    I -- 否 --> H

4. 实验验证与性能评估

为了验证Apollo的有效性和性能，我们进行了广泛的实验研究。

在葡萄糖浓度测量方面，我们采用了差分技术和温度补偿方法。通过在不同环境条件下对汗液样本进行多次测量，结果表明Apollo在测量葡萄糖水平时的误差率低于5%。这一高精度的测量结果得益于传感器阵列的高灵敏度以及信号处理算法的优化。

在功耗方面，生化传感和处理电路仅消耗约5.8 mW的功率，而反向散射模块实现了每比特720 pJ的传感器数据传输，比商业BLE芯片组效率高26倍。这一低功耗的表现使得Apollo能够在自供电的情况下长时间稳定运行。

我们还对Apollo的远距离通信能力进行了测试。在不同的场景中，如室内办公室、室外操场等，Apollo都能够通过BLE信号与智能手机进行稳定的通信，实现了远距离的数据传输，满足了系统在多种场景下的使用需求。

以下是Apollo与其他类似系统的性能对比表格：
| 系统 | 葡萄糖测量误差率 | 生化传感功耗（mW） | 数据传输功耗（pJ/bit） | 通信距离 |
| ---- | ---- | ---- | ---- | ---- |
| Apollo | < 5% | 约5.8 | 720 | 远距离 |
| 传统系统 | 较高 | 较高 | 较高 | 近距离 |

5. 总结与展望

Apollo作为一种无电池可穿戴汗液监测系统，成功满足了可穿戴、自供电和远距离通信的要求。它通过采用柔性PCB、多种能量收集方式和反向散射通信技术，实现了对人体汗液成分的高精度监测和低功耗的数据传输。

在未来，我们可以进一步优化Apollo的性能。例如，提高传感器阵列的灵敏度，以检测更多种类的汗液成分；优化能量收集模块，提高能量转换效率，使系统在更恶劣的环境条件下也能正常工作；加强数据处理和分析能力，为用户提供更全面、准确的健康信息。

此外，Apollo在医疗领域具有广阔的应用前景。它可以用于糖尿病患者的日常血糖监测、运动员的体能状态评估以及疾病的早期诊断等。随着技术的不断发展，我们相信Apollo将为人们的健康管理带来更多的便利和帮助。

总之，Apollo的出现为可穿戴健康监测设备的发展开辟了新的道路，有望在未来的健康医疗领域发挥重要作用。