Unter der Schwelle durch Energieeffiziente Mikrocontroller für »Intelligente« Sensoren

»Intelligente« Sensoren können Zustände in Anwendungen dauerhaft überwachen, zum Beispiel bei Industriemotoren oder für eine langfristige Gesundheitsüberwachung mit Wearables. Doch dafür sind extrem stromsparende Mikrocontroller nötig. Bei einem neuen Ansatz arbeiten die Schaltkreise unter der Schwellenspannung von Silizium.

Obwohl »intelligente« Sensoren auch eine Batterie zur Stromversorgung nutzen könnten, müsste diese im Laufe der Zeit ersetzt oder wieder aufgeladen werden. Nach der Montage an einem großen Motor oder an einer Turbine kann allerdings der Zugang für einen Austausch schwierig sein. Der Vorteil vieler dieser Anwendungen ist jedoch, dass sie sich über Energy Harvesting selbst mit Energie versorgen können. Vibrationen von Motoren lassen sich nutzen, um Energie für das Überwachungssystem zu erzeugen. Auf ähnliche Weise kann bei Wearables die menschliche Bewegung oder die Körpertemperatur zum Laden eines Kondensators genutzt werden, der dann einen Sensor mit Energie versorgt (Tabelle 1).

Energiequelle Leistungsdichte & Performance Referenz 
Schall 0,003 µW/cm3 bei 75 dB Rabaey, Ammer, Da Silva jr., Patel & Roundy, 2000 
 0,96 µW/cm3 bei 100 dB 
Temperaturänderung10 µW/cm3Roundy, Steingart, Fréchette, Wright, Rabeay, 2004
Radiowellen1 µW/cm2Yeatman, 2004
Umgebungslicht100 mW/cm2 (Sonnenlicht) 
 100 µW/cm2 (Bürolicht)N/N
thermoelektrisch60 µW/cm2Stevens, 1999
Vibration (Mikrogenerator)4 µW/cm3 (menschliche Bewegung; einige Hertz) 
 800 µW/cm3 (Maschine; einige Kilohertz)Mitcheson, Green, Yeatman & Holmes, 2004
Vibration (piezoelektrisch)200 µW/cm3Roundy, Wright & Pister, 2002
Luftstrom1 µW/cm2Holmes, 2004
Tastendruck50 µJ/NParadiso & Feldmeier, 2001
Schuheinlagen330 µW/cm2Shenck & Paradiso, 2001
Handgenerator30 W/kgStamer & Paradiso, 2004
Fersenauftritt 7 W/cm2 Yaglioglu, 2002
Shenck & Paradiso, 2001 
Tabelle 1: Leistungsdichte verschiedener Energy-Harvesting-Quellen (nach »The Journal of Technology Studies«)

Diese Systeme stellen nur selten die Energiemenge bereit, die Entwickler bei batteriebetriebenen Systemen gewöhnt sind. Entscheidend ist daher, dass ein System derart ausgelegt ist, dass es so wenig Leistung wie möglich verbraucht. Ein Ziel bei der Verringerung der Leistungsaufnahme in Logikschaltkreisen ist eine niedrige Versorgungsspannung. In CMOS-Schaltkreisen besteht eine quadratische Beziehung zwischen Spannung und Leistungsaufnahme (P = C ∙ U² ∙ f). Darin entspricht C der Schaltkreiskapazität, f der Schaltfrequenz und U der angelegten Spannung. Eine geringere Spannung bietet also das größte Potenzial, um die Leistungsaufnahme zu senken.

Ein Betrieb von Transistoren in der Nähe oder sogar unter ihrer Schwellenspannung (Sub-Threshold; [1]) ist ein einzigartiger Ansatz, um die Versorgungsspannung von Mikrocontrollern und anderen Logik-ICs auf Werte zu verringern, die weit unter denen liegen, die von Standard-Logikschaltkreisen gefordert werden.

Das Prinzip des Sub-Threshold-Betriebs ist, dass die Schwellenspannung, bei der sich ein IC normalerweise »einschaltet«, nicht als die erforderliche Spannung für Logik- und Analogschaltkreise betrachtet wird. Logiktransistoren waren bisher so ausgelegt, dass sie bei Sättigung einen hohen Strom bieten, um die kapazitiven Pfade zu laden, die jedem Gate folgen. Es ist jedoch möglich, diese Schaltkreispfade zu laden, ohne den Transistor bei voller Sättigung zu betreiben. Stattdessen kann der Strom langsamer fließen. Die Logik schaltet ihren Zustand dann ebenfalls langsamer, was in reinen Sensoranwendungen kein Problem darstellt, da es dort meist nicht nötig ist, mit höchsten Geschwindigkeiten zu schalten.

Wird die Schwellenspannungen niedriger angesetzt, steigen allerdings die Leckströme im Transistor exponentiell (Bild 1).

Fällt die Spannung weiter in den Deep-Sub-Threshold-Bereich, nimmt der Anteil der Energieverluste durch Leckströme überhand. Dies setzt eine zweite Schwelle bei den Überlegungen zur Leistungsfähigkeit. Es ist daher abzuwägen, wie weit die Versorgungsspannung gesenkt werden darf (Bild 2).

Herausforderungen bei Sub-Threshold

Ein kritischer Punkt für Entwickler von Sub-Threshold-Schaltkreisen sind Prozess¬variationen und deren Auswirkungen, sobald die Versorgungsspannung die Schwellenspannung erreicht. Entscheidend für ein effektives Design von Sub-Threshold-Schaltkreisen sind Mechanismen, mit denen sich die Auswirkungen dieser Variationen verringern lassen. Dazu zählen speziell entwickelte adaptive Schaltkreise, die unempfindlich gegenüber diesen Variationen sind. Langjährige Forschungs- und Entwicklungsarbeiten an der Universität von Michigan (USA) und bei Ambiq Micro haben zur »SPOT«-Plattform (Sub-Threshold Power Optimised Technology) geführt. Dabei laufen die Transistoren mit Spannungen unter 0,5 V – also unter der Schwellspannung –, anstatt sie mit 1,8 V voll durchzuschalten.

Der gesamte Entwurfsprozess musste neu entwickelt werden, um diese Technik nutzen zu können – von den Standardzellenbibliotheken zur Implementierung von Sub-Threshold-Logikschaltkreisen bis hin zu Teststrategien, um Strom im Nano- und Picoampere-Bereich messen zu können. Nur damit war es möglich, die Stromsparvorteile des Sub-Threshold-Designs zu maximieren.

Trotzdem ist der Sub-Threshold-Betrieb nicht immer die beste Betriebsart für den Transistor. Da die Rechenleistung bei Sub-Threshold beeinträchtigt ist, kann bei bestimmten Schaltkreisen eine höhere Spannung vorteilhafter sein. Diese liegt dann in der Nähe der Schwellenspannung oder sogar darüber im herkömmlichen Bereich (Super-Threshold). Speicherblöcke zum Beispiel profitieren bei einem Speicherzugriff nicht immer von einem Betrieb mit sehr niedriger Spannung.

Bei der Entwicklung eines stromsparenden Mikrocontrollers kommt es darauf an, die Abwägungen zwischen Spannung, Stromaufnahme und Leistungsfähigkeit auf einer Schaltkreisebene zu analysieren. Obwohl Designentscheidungen auf Schaltkreisebene eine Rolle bei der Optimierung von Energy-Harvesting- und IoT-Anwendungen bezüglich der Leistungsaufnahme spielen, beeinflussen Entscheidungen auf Systemebene den Gesamtstromverbrauch. Ein wichtiger Schritt ist, unnötige Prozessoraktivität durch eine intelligente Anwendung von Sleep-Modi zu verhindern. Weitere Verbesserungen lassen sich durch 
Prozessorarchitekturen erzielen, die bei jedem Taktzyklus maximale Arbeit verrichten.

Sleep-Modi nutzbringend einsetzen

Mikrocontroller bieten in der Regel mehr als einen stromsparenden Sleep-Modus. Diese reichen vom »Light Sleep«, wobei der lokale Speicher und der Großteil der Peripherie aktiv bleiben, der CPU-Core selbst sich aber im Leerlauf befindet, bis hin zum »Deep Sleep«, wenn die meisten Funktion deaktiviert und heruntergefahren sind. Dabei sind aber wichtige Designabwägungen zu treffen.

Ein IoT-Sensorknoten muss die Umgebung um sich herum überwachen und reagieren, wenn sich die Systembedingungen ändern. Entscheidend bei der Optimierung, vor allem wenn nur zeitweise Energie zur Verfügung steht, wie es bei Energy Harvesting recht oft der Fall sein kann, ist es, denjenigen Sleep-Modus zu finden, der einerseits möglichst wenig Strom verbraucht, andererseits aber auch eine ausreichende Reaktion auf Echtzeitereignisse ermöglicht.

Bei diesem Lowest-Energy-Sleep-Modus eines Mikrocontrollers unterstützt die Echtzeituhr nur grundlegende Betriebsfunktionen und aktiviert das System in regelmäßigen Abständen, um Aktivität festzustellen. So kann ein System jede Sekunde aktiviert werden, um Änderungen der äußeren Bedingungen zu überprüfen. Falls Software diese Eingänge verarbeiten muss, kann anschließend der Prozessor vollständig aktiviert werden. Dieser Polling-basierte Ansatz kann aber in Systemen, in denen Alarmzustände vergleichsweise selten auftreten und nicht gleichmäßig verteilt sind, zu viel Strom verbrauchen.

Schnellere Reaktionszeiten bei zufälligen Interrupts ergeben sich, wenn das System einen Sleep-Zustand mit höherem Stromverbrauch einnimmt, um I/Os zu verarbeiten und den Prozessorkern schnell zu aktivieren, falls Schwellenwerte überschritten werden. Diese Modi können aber den Energiespeicher belasten, der dann nicht mehr ausreichend Energie für die Antwort des Prozessors bereithält. Es ist jedoch möglich, alle Vorteile des Deep-Sleep-Modus zu nutzen und weiterhin von der schnellen Reaktion bei Tasteneingaben zu profitieren. Extrem stromsparende Echtzeituhr-Designs können externe Ereignisse überprüfen, die zum Beispiel durch Hardware-Interrupts oder Änderungen der Eingangsspannung auftreten und durch einen Komparator erfasst werden. Wird ein externes Ereignis erkannt, kann das System schnell in einen Aktivierungszustand übergehen, ohne dabei den hohen Energieverbrauch einer Polling-Abfrage aufzuweisen. Dies maximiert die Zeitspanne, in der sich das System im stromsparenden Deep-Sleep befindet.

Bei der Verarbeitung von Software kommt es darauf an, dass pro Taktzyklus maximale Arbeit verrichtet wird. Viele IoT-Sensoren nutzen Signalverarbeitungsalgorithmen, um Änderungen zu erkennen, und verarbeiten Daten bereits vorab, bevor sie weitergeleitet werden. Dies führt nicht nur zum Einsatz von immer mehr 32-Bit- anstelle von 8-Bit-Prozessoren, die viel mehr mathematische Operationen in weniger Zyklen bearbeiten können, sondern auch von solchen, die Fest- und Fließkomma-Signalverarbeitung unterstützen. Hardwareunterstützung für Fließkomma-Berechnungen garantiert, dass Algorithmen in wesentlich weniger Zyklen abgearbeitet werden, sodass der Mikrocontroller schnell in einen energieeffizienteren Sleep-Modus zurückkehren kann. Damit sinkt der Gesamtstromverbrauch auf Systemebene. Diese Kombination von Leistungs- und Stromsparmerkmalen führt zur Wahl von Prozessorkernen wie dem »ARM Cortex-M4F«, der auch in der »Apollo«-Serie von Ambiq zum Einsatz kommt.

Über den Autor:

Mike Salas ist Vice President Marketing bei Ambiq Micro.