基于OMAP的無線傳感網節點處理器的設計與實現

　　各工作狀態耗費電流如表1。

　　由式(8)知，主導處理器模塊功耗為MDSP，所以減小MDSP是減少節點處理器部分功耗最直接的方式。

　　降低無線收發模塊的功耗，需要在信源階段對數據進行模式識別或壓縮，降低數據量以降低數據的傳輸時間;在選擇調制解調方案時，應選擇可獲得較高數據速率并且所需解調的Eb/N0相對較低的方案。

　　在進行算法選擇時應在完成功能的基礎上，選擇可以降低功耗的算法。下面針對本節點對算法選擇進行分析，先討論三類算法在節約功耗條件下的復雜度。

　　模式識別可以處理傳感器采集到的信號，給出一個對信號的判斷結果，在無線收發時只需要傳送這個結果。

　　經過一次模式識別，數據量可從1K個8位采樣點降到1個16位的word。當設發送數據速率為20kbps時，采用BPSK，(2，1，5)卷積編碼的方案，發射傳輸時間由160ms降低到0.8ms。由于實際發送時需要對數據進行組幀，所以傳輸時間大概為5ms。若以節省功耗為標準，則：

　　即只要選擇的算法低于12M個指令周期就可以節省能量。

　　模式識別的計算量主要集中在特征值的提取上，比較有代表性的算法的算法。兩種算法的運算量與在DSP內處理的時間如表2。

　　由于在傳感網節點中對功耗的要求更為嚴格，所以選擇基于功率譜分析的算法。在實現時利用55核的硬件特性，可降至22K個周期數，1毫秒就可處理完畢。

　　節點傳輸圖像時必須進行圖像壓縮，一幅320×240的BMP圖像約1.8Mbit，在基本不損失信息的情況下可壓縮至95Kbit。Mcompression約為135 290M條指令周期，而對其壓縮后，在算法未優化的情況下計算量約為120K條指令周期，遠遠小于Mcompression。這同時也說明，在傳感網節點中傳遞圖像時，主要能耗集中在無線收發模塊。此時提高數據速率是必須的，因為提高速率并不會使無線收發模塊的功耗上升，卻可以減少發送時間以節約能量。

　　故模式識別與圖像壓縮是無線傳感網節點內必不可少的，算法選擇時壓縮比是比復雜度更重要的選擇依據。

　　為了在一定的誤碼率下達到低功率傳輸，需要采用FEC編碼減少差錯概率。卷積編碼是目前應用最廣泛的編碼方式，表3為對1Kbit數據采用不同參數的卷積編碼時的譯碼運算量與編碼后長度的比較。

　　分析圖4可知，(2，1，7)比(2，1，3)的卷積編碼性能提升了2dB以上，而(2，1，9)相比(2，1，7)卻只提高了不到1dB。在處理時間上，(2，1，9)即使在程序經過優化后的處理時間為75毫秒，占處理器模塊中DSP核處理時間的90%以上。所以選擇性能接近但運算量卻低很多的(2，1，7)的卷積編碼。

　　傳感網的信號經過無線信道時一般不采用高階調制。在QPSK和BPSK的選擇上，由于QPSK可以同時在IQ兩路傳輸數據，使無線收發模塊的Tworking減少1/2，從而減少功耗。這樣數據的傳輸速率為40kbps。

　　各算法耗費時間如表4。

　　由此可得進行1000次的上述處理所需要的時間及消耗的電流如表5。

　　通過對比可以看出，本節點處理器模塊在處理相同計算量的運算時，所耗費的時間遠小于現有的節點，而所消耗的電流也在現有節點中較小。因此證明本節點處理器模塊在現有節點中是最適合大數據量處理的。