提出能量收集以确保物联网的指数增长

物联网(IoT)的接受度在全球范围内得到了极大的发展，但是，这一进步的速度正在对其专家表示挑战，他们对此表示担忧/担心。据估计，到2025年，连接到IoT网络的设备可能会超过750亿个的惊人数字。这使专业人士的担心变得可信，并且需要进行充分的准备，以便所获得的收益不会消失。

物联网专家已经预见到了这样一种场景，其中大量电子设备通过通用接口进行通信，通常以与云的无线连接为代表。连接到物联网网络的设备数量不断增长，因此，将需要新的传感器技术来满足对由连接设备的爆炸性增长所产生的数据的需求。这将是物联网的下一个挑战。

“我认为，物联网的下一个挑战将集中在确定哪些设备将成为物联网的一部分。安森美半导体技术市场经理Greg Rice说：“仅仅因为在技术上可以设计智能设备，并不意味着将每台设备都连接到物联网就有价值。”

连接的设备和传感器将在多个领域发挥重要作用，包括汽车，工业自动化，智能家居，消费者计算，农业和移动医疗。感测，收集和聚合的数据将成倍增长，到2025年，估计每天的数据流量将达到125 EB。管理由连接到IoT的设备生成的大量数据将是一个艰巨的挑战。

赖斯在解释挑战并提出解决方案时指出：“如果物联网边缘生成的每一位数据都是通过云发送的，这可能会导致网络基础架构的拥塞。在物联网边缘执行一些基本数据分析和聚合，而不是通过云将所有内容发送到网络核心，可能会更有效。”

能量收集

能量收集对于应对物联网设备的指数增长所带来的挑战至关重要。赖斯认为，能量收集面临的挑战集中在能量收集的效率以及通过能量收集供电的设备的可靠性上。” 用于能量收集的设备仅需极少量的功率即可运行，其设计通常是在技术性能与降低功耗之间进行权衡的。赖斯强调说：“通过能量收集而设计的设备所面临的挑战是在设计过程中找到这些折衷的正确平衡。”

另一个相关的挑战是能量收集的动力来源。在白天，太阳能设备可以通过利用可用的阳光来高效运行。但是，晚上的操作不能说相同。类似地，使用RF功率进行能量收集的设备必须存在具有一定信号强度的RF场。如果部署了更多的射频场来支持能量收集设备，则应仔细评估相关的健康风险。

无电池传感器

安森美半导体为物联网网络设计了一套创新的无线，无电池传感器套件。Smart Passive Sensors™(SPS)设备系列可监控网络边缘的温度，压力，湿度或接近度。由于环境传感器通常部署在偏远地区或工厂或建筑物等较广的区域，因此频繁更换电池在经济上不可行。能量收集，特别是SPS传感器的RF功率，能够满足这一要求。如图1所示，每个SPS传感器都是无电池且无微处理器的RFID传感器标签，带有天线模块，可通过符合行业标准的UHF Gen 2协议与RFID阅读器进行无线通信。当RF读取器询问SPS传感器时，它会使用从信号中接收到的能量，

图1：SPS传感器功能块

“该传感器网络旨在使用RF能量收集工作。有一个中央传感器集线器，可通过连接的天线传输射频功率。各个传感器节点是无线和无电池的，它们通过将周围RF场中的能量转换为传感器节点上电子设备的电源来运行。”

如图2所示，每个传感器集线器都集成了两个关键模块：读取器模块和处理模块。读取器模块执行特定于协议的功能以与传感器通信，并将原始传感器数据(EPC，温度，RSSI，代码等)暴露给处理模块。处理模块汇总并格式化传感器数据以进行其他分析。传感器集线器连接功能包括WiFi，以太网，蓝牙和其他适合将传感器数据发送到云以进行进一步分析，分析和决策的协议。

图2：传感器集线器框图

整个传感器IoT架构如图3所示。传感器中枢从多个传感器收集数据，并通过云与其他连接的设备进行通信，以在新的应用程序和场景中启用IoT。

图3：传感器物联网架构

感应模块的核心是RF Micron的Magnus-S2©传感器IC，这是一种UHF RFID芯片，由从UHF读取器收集的RF能量供电。Magnus-S2利用获得专利的自调谐Chameleon引擎，该引擎可适应RF前端，以在各种环境条件下优化性能。这些传感器标签在FCC定义的UHF频带或ETSI UHF频带中起作用。智能无源传感器的小尺寸和无电池功能使其可以设计用于尺寸和可访问性非常重要的应用中。

SPS设备系列包括：

温度传感器，用于被动感应金属，非金属和陶瓷表面上的温度。应用包括工业和数据中心中的预测性维护;

湿度传感器，用于被动感应塑料，木材，陶瓷，土壤和灰泥制成的各种表面或制成品上的水分。应用包括在不同工业环境中的水分含量或泄漏检测和质量控制;

液位传感器设计用于通过诸如塑料之类的薄表面被动感应流体。

结论

连接到物联网网络的设备数量不断增长，其应用涉及所有技术领域。物联网领域的成功与扩展严格取决于所涉及传感器的特性和性能。需要新的传感器技术来补充传统的传感器网络。具有云连接功能的无电池无线传感器可增强对不同应用程序(例如数据中心，工业预测性维护，建筑和电力，冷链，数字农业和智能医疗保健)中环境条件的监控。