EO_500

ELETTRONICA OGGI 500 - MARZO 2022 64 T&M CELLULAR IOT temporale della traccia signaling del MT8821C utilizzano tutti formati diversi. A causa della loro natura possiamo teoricamente scendere fino a 1 ms, assumendo questa come la risoluzione temporale più bassa della traccia di signaling. Tuttavia, questa precisione di misura non può essere raggiunta nella pratica poiché vi sono ritardi dovuti alla comunicazione di rete e ai processi eseguiti. Il limite superiore di precisione è ottenuto empiricamente da osservazioni multiple utilizzando l’analizzatore di protocollo e altri test eseguiti inPython. Una volta regolato il tempo in base a questi passaggi, otteniamo la precisione minima garantita di +/- 250 ms. È importante notare che la precisione reale è migliore di quella garantita. Spesso il valore reale è compreso tra 100-200 ms, che può sempre essere ulteriormente ottimizzato. Una volta importata la traccia di signaling e regolato l’offset temporale tra il record e la marcatura temporale della traccia di signaling, il risultato sembra molto promettente. Possiamo vedere diverse fasi della comunicazione radio all’interno dell’applicazione GUI. Se siamo interessati al consumo di energia nell’esatto momento in cui un DUT (Device Under Test) si unisce alla rete, possiamo vederlo facilmente cliccando sulla linea di traccia importata. Sposta automaticamente il graficodel consumo energetico e possiamo vedere chiaramente il livello di energia in quel momento grazie al marker (Fig. 3). In questo caso, un DUT viene alimentato in continuità con una tensione di alimentazione costante dalla SMU, il che potrebbe non essere la condizione effettiva per il consumo di energia del dispositivo IoT del mondo reale. Come accennato in precedenza, i dispositivi IoT sono generalmente dotati di batterie che non sono in grado di mantenere una tensione costante per tutta la durata del dispositivo. Per migliorare la fedeltà della misura, è possibile simulare diversi tipi di batterie. La SMU può simulare diversi profili di alimentazione delle batterie, che vanno dalle batterie commerciali a quelle di propria progettazione. Questa soluzione è un ottimo modo per misurare il consumo energetico di un dispositivo IoT verificandone le capacità di rete. È importante sapere qual è il consumo della batteria durante i diversi stati di comunicazione radio. L’impatto maggiore su una batteria si ha dal picco di prestazioni di un dispositivo e dal power saving mode (PSM) in cui è più spesso posizionato quel dispositivo IoT. Lo strumento MT8821C fornisce un ambiente di test con condizioni perfette in cui possiamo controllare i parametri di rete. Nel complesso, la configurazione fornisce una soluzione molto scalabile che può essere utilizzata per monitorare il consumo energetico di uno specifico stato della rete e/o per eseguire il benchmark di diversi dispositivi IoT. Fig. 3 – Traccia all’interno dell’applicazione GUI