42 / 102
DIGITAL
ENERGY HARVESTING
42
- ELETTRONICA OGGI 449 - OTTOBRE 2015
ma sono quelle che avranno il maggior impatto sui consumi
di energia complessivi. Un’operazione cruciale è minimizzare
le attività non necessarie, conseguibile mediante un utilizzo
“intelligente” delle modalità di “sleep”. Ulteriori miglioramenti
possono essere ottenuti scegliendo architetture di processo-
re in grado di ottimizzare la quantità di lavoro svolto durante
ogni ciclo di clock.
I microcontrollori di solito prevedono più di una modalità
di “sleep” a basso consumo: da una più “leggera”, in cui la
memoria locale e la maggior parte delle periferiche restano
alimentate mentre il core della CPU è nello stato di “idle” a
una più “profonda” (deep-sleep mode) dove la maggior parte
delle funzioni sono state disabilitate e non sono alimentate.
Minore è il numero delle periferiche e delle funzioni del core
abilitate, maggiori saranno i risparmi energetici. Ma non bi-
sogna dimenticare i vari compromessi a livello di progetto.
Solitamente, un nodo sensore IoT dovrà effettuare il moni-
toraggio dell’ambiente circostante e reagire nel momento in
cui variano le condizioni del sistema. Al fine di ottimizzare
un sistema embedded a basso consumo, in particolar modo
uno che sfrutta sorgenti intermittenti di alimentazione come
accade se si utilizzano tecniche di energy harvesting, è in-
dispensabile individuare la modalità di “sleep” a più basso
consumo che garantisca una risposta adeguata al verificarsi
eventi in real-time.
La modalità di “sleep” a più basso consumo di un microcon-
trollore integrato in un sistema reale è quello in cui un RTC
(Real Time Clock) gestire le funzioni ausiliarie di base e “sve-
glia” il sistema su base periodica per una verifica dell’attività.
Ad esempio un sistema può “svegliarsi” ogni secondo per ve-
rificare eventuali variazioni delle condizioni esterne e attiva-
re completamente il core del processore nel caso il software
debba eseguire l’elaborazione degli ingressi. Un approccio
di questo tipo, basato sull’interrogazione ciclica (polling) può
risultare dispendioso, in termini energetici, per tutti questi
sistemi in cui le condizioni di allerta sono rare e non si mani-
festano a intervalli regolari.
È possibile ottenere risposte più rapide a interrupt di tipo
casuale nel caso un sistema adotti uno stato di “sleep” a più
elevate energia per elaborare gli I/O e “svegliare” in tempi
brevi il core del processore nel caso si verifichi il supera-
mento di una soglia: queste modalità, in ogni caso, possono
assorbire la riserva di energia e non garantire al processore
la potenza necessaria per fornire una risposta. In ogni caso
è possibile abbinare le migliori caratteristiche della modalità
“deep-sleep” assicurando nel contempo la rapidità di rispo-
sta necessaria quando gli ingressi lo richiedono.
Sono disponibili RTC a bassissimo consumo che possono ve-
rificare l’esistenza di eventuali problematiche esterne, come
ad esempio problemi provocati da interrupt hardware o da
variazioni della tensione di ingresso rilevate da un compa-
ratore. Nel momento in cui è rilevato un evento esterno, il
sistema può “svegliarsi” velocemente senza nessuna penaliz-
zazione in termini di consumi imputabili all’implementazione
di una strategia di polling, ottimizzando in tal modo il periodo
di tempo che il sistema trascorre in modalità “deep sleep”.
Durante l’elaborazione software è importante assicurarsi
che venga svolta la massima quantità di lavoro possibile per
ogni ciclo di clock. In molte applicazioni IoT che prevedono
l’impiego di sensori è richiesto l’uso di algoritmi per l’elabo-
razione del segnale al fine di rilevare eventuali problemi ed
effettuare la pre-elaborazione dei dati prima che questi siano
trasferiti agli utilizzatori o al cloud.
Ciò, richiede non solo l’uso di architetture processore a 32
piuttosto che a 8 bit, capaci di eseguire operazioni matema-
tiche utilizzando un numero inferiore di cicli di clock, ma an-
che di architetture in grado di supportare istruzioni di ela-
borazione del segnale in virgola fissa e in virgola mobile. Il
supporto hardware per l’aritmetica in virgola mobile assicu-
ra l’esecuzione degli algoritmi in un numero di cicli di clock
nettamente inferiore, consentendo così al core di ritornare
velocemente in uno stato di “sleep” più efficiente in termini
energetici con conseguente riduzione dei consumi a livello
di sistema complessivo. Per soddisfare tutti questi requisiti è
necessario scegliere processori come Cortex-M4F di ARM,
utilizzati dai microcontrollori della famiglia Apollo di Ambiq.
Grazie ai miglioramenti apportati in termini di efficienza
energetica – a livello sia di sistema sia di funzionamento dei
circuiti a basso livello grazie ad un controllo accurato della
tensione – le tecnologie di energy harvesting si stanno pro-
ponendo come una valida alternativa per un numero sempre
crescente di progetti basati su sensori per applicazioni IoT.
Fig. 2 – Per valori bassissimi della tensione le perdite per dispersione
tendono a essere predominanti