Table of Contents
Aangezien het Internet of Things (IoT) zijn snelle expansie in slimme huizen, industriële automatisering, landbouw, gezondheidszorg en milieubewaking voortzet, zal het aantal aangesloten apparaten tegen 2030 naar verwachting meer dan 30 miljard bedragen. Een kritisch bottleneck in deze groei is de noodzaak van energie-efficiënte communicatie-oplossingen, aangezien veel IoT-apparaten afhankelijk zijn van batterijvoeding of omgevingsenergie-inzameling en jarenlang zonder interventie moeten werken. Meerdere Input Multiple Output (MIMO) antennetechnologie is ontstaan als een hoeksteen voor het verbeteren van datasnelheden, link betrouwbaarheid en spectrale efficiëntie in draadloze systemen. Echter, conventionele MIMO implementaties kunnen energie-hongerig zijn, wat een uitdaging vormt voor resource-geïnformeerde IoT-eindpunten. Dit artikel onderzoekt recente vooruitgang in MIMO-antenneontwerp en systeem-level optimalisaties die belangrijke verbeteringen in energie-efficiëntie voor IoT-toepassingen veroorzaken.
MIMO-technologie begrijpen in IoT
MIMO-technologie maakt gebruik van meerdere antennes aan zowel de zender als de ontvanger om multipathische voortplanting te exploiteren. In traditionele single-antenna systemen (SISO) kunnen vervagen en interferentie de prestaties ernstig afbreken. MIMO vermindert deze effecten door ruimtelijke multiplexing (door meerdere datastromen gelijktijdig te verzenden), diversiteit (door meerdere kopieën van het signaal te combineren), en bundelvorming (door energie in specifieke richtingen te sturen). Voor IoT-apparaten, die vaak werken in uitdagende omgevingen met een laag energieverbruik, zijn de voordelen van MIMO aantrekkelijk .Maar alleen als de extra antennes en verwerking niet te veel energie kosten.
Het energieverbruik van een MIMO-systeem komt voort uit meerdere bronnen: de front-end van de RF (mixers, filters, stroomversterkers), de verwerking van de baseband (kanaalschatting, codering/decodering), en de analoge-naar-digitale/digitale-naar-analoge converters. In een typische 4x4 MIMO-installatie kan het totale energieverbruik enkele honderden milliwatt bedragen tot een paar watt, afhankelijk van het modulatieschema en bandbreedte. Voor batterij-aangedreven IoT-sensoren die jaren moeten duren op muntcellen, is dit vaak onaanvaardbaar. Daarom is onderzoek gericht op het verminderen van de stroom per antenne-element, het ontwikkelen van adaptieve algoritmen die ongebruikte antennes uitschakelen of de complexiteit van de bundelvorming verminderen, en het integreren van energie-efficiënte hardware.
Recente studies hebben aangetoond dat door zorgvuldig te optimaliseren MIMO parameters . . zoals het aantal actieve antennes, het transmissievermogen per stroom, en de bundelvormende vectoren . energie verbruik kan worden verminderd met 40 .60 procent met behoud van de vereiste datasnelheden . Deze balans is vooral belangrijk voor massale IoT implementaties (bijv., slimme meters, milieu sensoren) waar duizenden apparaten sporadisch communiceren .
Recente innovaties in energie-efficiënte MIMO-antennes
Innovaties in antenneontwerp en signaalverwerking staan voorop in het maken van MIMO levensvatbaar voor een laag vermogen IoT. Hieronder onderzoeken we vier belangrijke gebieden: adaptieve bundelvorming, compacte antenneontwerpen, slim materiaalgebruik en integratie van energiewinning.
Adaptieve beamvorming
Traditioneel bundelvormen maakt gebruik van vaste faseverschuivingen om de antennearray te sturen. Adaptieve bundelvorming past echter dynamisch het bundelpatroon aan op basis van real-time kanaalomstandigheden, interferentieniveaus en de locatie van de beoogde ontvanger. Deze techniek minimaliseert de energie die wordt uitgezonden in richtingen waar geen doelapparaat bestaat, waardoor zowel het energieverbruik als de interferentie naar andere knooppunten wordt verminderd.
Voor IoT kan adaptieve bundelvorming worden uitgevoerd met gefaseerde antennes met behulp van CMOS-gebaseerde faseverschuivingen of herconfigureerbare vertragingslijnen. Door vooruitgang in veldprogrammeerbare poortarrays (FPGA's) en toepassingsspecifieke geïntegreerde schakelingen (ASIC's) is het mogelijk geworden om de nodige berekeningen uit te voeren, zoals kanaalschatting en gewichtsupdates met microjoules per frame. Sommige onderzoeksprototyperingen bereiken submilliwatt-beamformingcontrollers[], waardoor 2×2 of 4×1 arrays binnen het budget van een typische IoT-sensor (bv. 100 μW gemiddelde) kunnen werken.
Een andere veelbelovende aanpak is hybride bundelvorming, waarbij alleen een deelgroep antennes actieve fasewisselaars gebruikt, terwijl de rest vast of geschakeld is. Dit vermindert het aantal energie-hongerige componenten zonder significante prestaties op te offeren in schaarse multipathische omgevingen die gebruikelijk zijn in IoT (bijvoorbeeld, magazijn of buitensensornetwerken).
Compacte Antenne ontwerpen
Ruimtebeperkingen in IoT-apparaten (veel zijn kleiner dan een creditcard) vereisen compacte antenneoplossingen. Traditionele MIMO-antennes vereisen inter-elementafstand van ten minste de helft van een golflengte om wederzijdse koppeling te minimaliseren en de decorgerelateerde kanalen te onderhouden. Voor sub-6 GHz-banden (bijv. 868 MHz, 915 MHz, 2.4 GHz), kan de halve golflengteafstand tientallen centimeters zijn ..onder voorbehoud voor kleine apparaten.
Onderzoekers hebben verschillende technieken ontwikkeld om de grootte en afstand van de antenne te verminderen en tegelijkertijd de MIMO-prestaties te behouden:
- Elektrisch kleine antennes met hoge litterantie-implicaties: Met keramische of metamateriaalsubstraten wordt de antennevoetafdruk met 30.00% verminderd zonder ernstig efficiëntieverlies.
- Neutralisatielijnen: Het toevoegen van een geleidende lijn tussen aangrenzende antenne-elementen annuleert reactieve koppeling, waardoor afstand tot λ/20 (≈ 1,5 cm bij 2.4 GHz) mogelijk is, terwijl diversiteitswinst boven 9 dB blijft.
- Quadrature hybride koppelkoppelingen: Voor dual-antenna ontwerpen kunnen klonterelement-hybriden 90° faseverschuivingen bieden, waardoor meerdere modi met hoge isolatie mogelijk zijn. Deze benadering is populair in dual-antenna IoT modules die passen binnen een standaard sensorbehuizing.
- Driedimensionale en flexibele substraten: Antennes gedrukt op dunne flexibele folies of geïntegreerd in de behuizing van het apparaat (bv. kunststofbehuizing) besparen volume en verminderen het totale gewicht, indirect verlagend energieverbruik door kleinere batterijen toe te staan.
Dergelijke compacte ontwerpen snijden materiaalkosten en verminderen ook ohmic verliezen in voedingsnetwerken. Bijvoorbeeld, een 2023 studie toonde een 2×2 MIMO antenne array met slechts 15×15 mm2 die 80% stralingsefficiëntie bereikt die vergelijkbaar is met veel grotere ontwerpen . resulteert in 20% lagere transmissievermogen voor hetzelfde bereik.
Slim materiaalgebruik
De keuze van antennematerialen beïnvloedt zowel het prestatie- als het energieverbruik. Recente innovaties betreffen materialen met afstembare elektromagnetische eigenschappen:
- Ferriet-gebaseerde substraten: Toestemming en permeabiliteit kunnen worden aangepast door een externe magnetische bias, waardoor de antenne kan schakelen tussen frequentiebanden zonder extra RF-schakelaars (die stroom verbruiken en verlies invoeren).
- Liquid crystal polymeren (LCP): LCP substraten bieden een laag verlies bij millimetergolffrequenties, belangrijk voor toekomstige hogeband IoT (bijv. 60 GHz). Hun flexibiliteit maakt ook conformale antennes mogelijk die rond IoT knooppunten kunnen worden verpakt, waardoor de behoefte aan afzonderlijke antenneborden wordt verminderd.
- Graphene en koolstof nanotubes[: Deze nanomaterialen hebben een buitengewone geleidbaarheid en een hoog oppervlak. Ze maken ultradunne filmantennes mogelijk die lichtgewicht zijn en in het apparaatpakket kunnen worden geïntegreerd. Grapheenantennes hebben aangetoond dat ze een stralingsrendement hebben van meer dan 70% bij 800 MHz, terwijl ze 100× dunner zijn dan koperequivalenten.
- Fase-change materials (PCMs): Materialen zoals vanadiumdioxide (VO2) ondergaan een metalen-insulatorovergang bij kamertemperatuur, waardoor binaire herconfiguratie van antennevorm of lading mogelijk is. Hierdoor kan een enkele antenne als meerdere patronen functioneren, waardoor een virtuele MIMO-array zonder meerdere fysieke elementen ontstaat, een veelbelovend pad voor extreme miniaturisatie.
Door slimme materialen aan te nemen, kunnen ontwerpers het aantal componenten verminderen, matchingnetwerken vereenvoudigen en het vermogen voor schakelen en tuning verlagen. Samen dragen deze factoren bij aan netto energiebesparing in de RF-keten.
Integratie van energiewinning
Misschien is de meest directe weg naar energie-zelfvoorziening het integreren van MIMO-antennes met energie-harvesting (EH) componenten. Omgevingsradio-frequentie (RF) energie van Wi-Fi, cellulaire, en uitzending signalen kunnen worden geoogst en gecorrigeerd om de batterij stroom aan te vullen of te vervangen. MIMO-antennes, met hun meerdere poorten, kunnen worden ontworpen om dubbele rollen te dienen: signaaltransmissie/ontvangst en RF energie-opruiming.
De belangrijkste integratiestrategieën zijn:
- Gedeelde diafragmaantennes: Een enkele antennearray kan worden aangesloten op zowel de transceiver keten en een gelijkrichter door een diplexer of schakelaar. Gedurende stationaire periodes, de array is gewijd aan het oogsten. Tijdens de transmissie, het gebruik van een klein deel van de geoogste energie om het signaal te verhogen.
- Dual-band of breedbandbewerking: MIMO-antennes kunnen worden ontworpen om de IoT-communicatieband (bv. 868 MHz) en hogere frequentie-energierijke banden (bv. 2,4 GHz, 5 GHz) te bestrijken. Bijvoorbeeld, een dual-band patch antenne met één enkele voeding kan een 2,45 GHz-pad voor het oogsten en een 915 MHz-pad voor gegevens bieden.
- Multi-port rectennas: Elke MIMO-poort kan een afzonderlijk gelijkrichtercircuit voeden en de DC-uitgangen kunnen selectief worden gecombineerd of gebruikt. Maximale tracking van het elektriciteitspunt (MPPT) kan bij laag vermogen worden geïmplementeerd met behulp van nanowatt-vergelijkers.
- Tijdgeschakelde schema's: Het MIMO-systeem kan periodiek overschakelen naar een oogstmodus waarbij alle antennes worden gebruikt om omgevingsenergie te verzamelen, op te slaan in een supercapacitor of dunnefilmbatterij. Het apparaat communiceert vervolgens met behulp van uitbarstingen van deze opgeslagen energie. Dit maakt een extreem lage werking van de duty-cycle mogelijk.
Experimentele resultaten tonen aan dat een 2×2 MIMO oogstmachine kan verzamelen tot 100 μW in een typische kantooromgeving, genoeg om een temperatuursensor die elke 10 seconden. Door gebruik te maken van de MIMO diversiteit, de geoogste macht is stabieler dan single-antenna apparaten, waardoor de behoefte aan omvangrijke opslagcondensatoren.
Systeemniveau Energieoptimalisatie Technieken
Verbetering van energie-efficiëntie gaat niet alleen over antenne hardware; systeem-niveau algoritmen en protocollen spelen een even belangrijke rol. Hieronder zijn drie prominente benaderingen.
Dynamische MIMO-configuratie-schakelaar
In plaats van constant in de MIMO-modus te werken (met alle antennes en streams), kan een IoT-apparaat zich aanpassen aan MIMO-configuraties op basis van linkkwaliteit en verkeersbelasting. Bijvoorbeeld:
- Een enkele ingang met één uitgang (SISO): Wanneer de kanaalomstandigheden goed zijn en de lage datasnelheid voldoende is (bijvoorbeeld een temperatuur die eenmaal per uur wordt gemeten), is slechts één antenne actief. De andere antenne wordt ofwel losgekoppeld ofwel in een lage-vermogenslaapstand geplaatst met lekkage onder 1 μA.
- Ruimtelijke multiplexing (volledig MIMO): Alleen wanneer een grote gegevensbarst nodig is (bijvoorbeeld een firmware-update of hoge resolutie-image) activeert het apparaat alle antennes en stromen.
- Beamforming diversity: Voor betrouwbare langeafstandsverbindingen kan een deelgroep antennes worden gebruikt voor het transmitten van bundelvorming terwijl de ontvanger selectie gebruikt waarbij de grijpwinst wordt gecombineerd zonder volledige basisbandverwerking.
Voor het schakelen tussen de modi is een lichtgewicht kanaalkwaliteitsschatting nodig. Uit onderzoek is gebleken dat het gebruik van ontvangen signaalsterkte (RSSI) en pakketfoutsnelheidsdrempels (PER) bijna optimaal kan werken met slechts een paar bytes overhead. Deze techniek kan het gemiddelde energieverbruik met 30.07% verminderen in vergelijking met altijd-op MIMO.
Low-Power Circuitry en Slaapmodi
Vooruitgang in halfgeleiderproductie hebben het energieverbruik van RF transceivers drastisch verminderd. Voor MIMO is het belangrijk om elke afzonderlijke antenneketen te ontwerpen met ultra-low-power toestanden. Zo kan de front-end module bijvoorbeeld een hefboomeffect hebben:
- Zero-bias Schottky diodes voor envelopdetectie en energiedetectie, waardoor de behoefte aan een volledig actieve ontvanger meestal wordt uitgesloten.
- Met duty-cycled lokale oscillatoren: gebruik van kristaloscillatoren met snelle wakker-tijd (een paar microseconden) en laagfase-ruis, die via een geschakeld distributienetwerk over meerdere antennes kunnen worden gedeeld.
- Power-gating: MOSFET-schakelaars isoleren inactieve antenneketens, verminderen lekkagestroom tot nanowattniveaus terwijl de volledige prestaties van actieve ketens behouden blijven.
Sommige commerciële IoT chipsets (bijvoorbeeld die welke Bluetooth 5.2 Long Range ondersteunen) bevatten nu hardwareondersteuning voor meerdere antenne-fronteinden die individueel kunnen worden ingeschakeld. In combinatie met firmware-planning bereiken deze chipsets sub-1 mA gemiddelde stroom[] voor periodieke transmissies.
AI/ML voor energiebeheer
Machine learning (ML) en artificial intelligence (AI) worden steeds vaker gebruikt om kanaalcondities en verkeerspatronen te voorspellen, waardoor proactief energiebeheer mogelijk is. Bijvoorbeeld:
- Versterkende leermiddelen kunnen de optimale MIMO-configuratie leren (aantal antennes, bundelvormende gewichten, zendvermogen) door interactie met het milieu en een beloning te ontvangen op basis van energie-efficiëntie (doorvoer per watt).
- Convolutionaire neurale netwerken (CNNs) toegepast op kanaalstatusinformatie kan de omgeving classificeren (binnen/buiten, statisch/mobiel) en een energiebesparende modus aanbevelen zonder expliciete overdrachtsvertraging.
- Invloed van de rand van het apparaat: Met recente kleine voetafdrukmodellen (bv. TinyML) kan de ML-inferentie worden uitgevoerd op een microcontroller die slechts 10
Een voorbeeld uit de literatuur: een op leren gebaseerde MIMO-planner voor industrieel IoT verminderde het energieverbruik met 45% terwijl de betrouwbaarheid van 99% gehandhaafd bleef, in vergelijking met een vaste 2×2 configuratie.
Voordelen van een verbeterde energie-efficiëntie
Het cumulatieve effect van deze innovaties gaat verder dan eenvoudige energiebesparing.
- Uitgebreide levensduur van de batterij: Een 50% reductie in gemiddelde stroom kan de operationele levensduur van een apparaat dat wordt aangedreven door een CR2032 muntcel verdubbelen van twee jaar tot vier jaar.
- Verbeterde betrouwbaarheid: Lagere interne warmteopwekking vermindert thermische belasting op componenten, waardoor de gemiddelde tijd tussen storingen (MTBF) verbetert. Dit is van cruciaal belang voor IoT-apparaten die op afgelegen of moeilijk toegankelijke locaties worden ingezet.
- Kostenbesparing: Een verminderd energieverbruik maakt kleinere, goedkopere batterijen of zelfs batterijvrije werking mogelijk. Onderhoudskosten (batterijvervanging) voor een netwerk van 10.000 sensoren kunnen jaarlijks met duizenden dollars dalen.
- Milieuimpact: Het lagere energieverbruik per apparaat vermenigvuldigt zich over miljarden apparaten, wat bijdraagt tot de algemene duurzaamheidsdoelstellingen. De koolstofvoetafdruk van een IoT-netwerk kan met maximaal 40% worden verminderd wanneer het gaat om de productie van besparingen van kleinere batterijen.
- Het in werking stellen van nieuwe gebruikscases: Energie-efficiënte MIMO maakt het mogelijk om toepassingen met hoge doorvoercapaciteit (bv. videostreaming van drones, real-time monitoring in fabrieken) in te zetten die voorheen een stroomverbod vormden voor draadloze IoT.
Uitdagingen en toekomstige aanwijzingen
Ondanks de vooruitgang blijven obstakels bestaan. De toegenomen complexiteit van adaptieve algoritmen kan de beperkte computational resources van IoT microcontrollers belasten. Interferentie mitigatie in dichte MIMO implementaties vereist geavanceerde coördinatie die in conflict kan komen met een lage vermogensfunctie. Kosten is een andere factor: geavanceerde materialen en faseverschuivers kunnen te duur zijn voor low-end sensoren.
Toekomstige onderzoeken zijn gericht op:
- Herstellende intelligente oppervlakken (RIS): Grote arrays van passieve elementen die signalen kunnen reflecteren en scherpstellen, waardoor een MIMO-relais wordt gecreëerd zonder actieve energiehongerige componenten. Dit kan de bundelvorming van het IoT-knooppunt naar de omgeving uitladen.
- 6G en Terahertz MIMO: Bij hogere frequenties (100+ GHz) worden antennearrays extreem klein (millimeter), waardoor enorme MIMO (honderd elementen) op één chip mogelijk wordt. Energie-efficiëntie bij deze frequenties blijft een uitdaging, maar fotonische beamforming en meta-oppervlakteantennes zijn veelbelovend.
- Bioafbreekbare en zelf aangedreven antennes: Samenbrengen van energiewinning met milieuvriendelijke materialen om volledig autonome, milieuvriendelijke IoT-apparaten te creëren die kunnen worden ingezet in gevoelige ecosystemen.
Tot slot is de zoektocht naar energie-efficiënte MIMO-antennes in IoT een multidisciplinaire onderneming die materialenwetenschap, antenneontwerp, circuit engineering en machine learning omvat. Recente doorbraken die gaan van adaptieve bundelvorming en compacte antennes tot materiaalinnovatie en AI-gedreven manoeuvreren sluiten voortdurend de kloof tussen hoog presterende draadloze en ultra-low-power werking. Aangezien deze technologieën rijpen en standaardiseren, zullen ze de volgende generatie duurzame, duurzame IoT-implementaties ondersteunen, waardoor biljoenen apparaten zonder last op de planeet kunnen aansluiten.