2、基础知识：智能穿戴设备典型硬件架构、功耗组成与关键指标
智能穿戴设备的超低功耗推理设计，本质上是在“性能、功耗、成本”三角约束下寻找最优解。要理解后续章节中的采样频率优化、睡眠唤醒策略和续航估算，首先必须建立对硬件架构和功耗指标的清晰认知。本章将拆解典型穿戴设备的硬件组成、功耗来源，并深入解析 mA、mW、mAh 这三个核心指标的实际工程含义，为后续的功耗建模与优化打下坚实基础。
2.1 典型硬件架构：从传感器到云端的功耗链路
智能穿戴设备（如智能手表、手环、AR 眼镜）的硬件架构通常围绕一个低功耗 MCU 展开，形成“感知—处理—通信—供电”的闭环。与手机不同，穿戴设备没有主动散热、电池容量极小（通常 200~500mAh），因此每个模块的选择和连接方式都直接影响整体功耗预算。
2.1.1 核心硬件模块与职责
| 模块 | 典型器件 | 工作电压 | 峰值电流 | 低功耗模式 |
|---|---|---|---|---|
| MCU 主控 | Nordic nRF52/nRF53、STM32L4、Apollo4 | 1.8V~3.3V | 5~50mA | Sleep 1~5µA，Off 0.1µA |
| 运动传感器 | BMI270、LSM6DSO、ADXL362 | 1.8V | 0.5~1.5mA | 待机 0.5µA，FIFO 模式 10µA |
| PPG 心率 | MAX86141、SFH7050 | 1.8V/3.3V | 0.2~2mA（LED 驱动） | 关断 0.1µA |
| 无线 BLE | nRF52840、DA14531 | 1.8V~3.3V | TX 5~15mA，RX 5~10mA | 休眠 0.5µA |
| 显示 | AMOLED 1.2"~1.4" | 3.3V~5V（内部升压） | 10~50mA（全亮） | 关闭 0mA |
从功耗角度看，MCU 是功耗管理的核心枢纽。它负责调度传感器采样、处理数据、决定何时唤醒无线模块。现代穿戴设备普遍采用“事件驱动”架构：MCU 大部分时间处于睡眠状态，仅当传感器 FIFO 达到阈值或定时器触发时才唤醒执行推理任务。
2.2 功耗组成：谁在消耗电池能量？
穿戴设备的功耗可分解为四个主要部分：传感器采集功耗、MCU 计算功耗、无线通信功耗、显示与外围功耗。其中，无线通信和显示往往是“功耗大户”，而传感器和 MCU 在低功耗模式下可以做到极低。
2.2.1 功耗分解与占比分析
以一个典型智能手环为例（电池 200mAh，目标续航 7 天），其日均功耗预算约为 28.6mAh（200mAh ÷ 7天）。若每天使用 30 分钟 BLE 传输（平均 10mA）、显示亮屏 20 分钟（平均 15mA）、传感器常开（平均 0.5mA）、MCU 平均 0.3mA，则各部分占比如下：
- BLE 传输：30min × 10mA = 5mAh/天，占比 17.5%
- 显示：20min × 15mA = 5mAh/天，占比 17.5%
- 传感器：24h × 0.5mA = 12mAh/天，占比 42%
- MCU 与杂项：24h × 0.3mA = 7.2mAh/天，占比 25%
可以看到，传感器常开功耗是最大的隐性消耗。因此，降低传感器采样频率、使用硬件 FIFO 批量读取、在空闲时关闭传感器电源，是续航优化的首要切入点。
2.2.2 动态功耗与静态功耗
在电路层面，功耗分为动态功耗（开关损耗，与频率和电压平方成正比）和静态功耗（漏电流）。MCU 在 Active 模式下动态功耗占主导，而在 Sleep 模式下静态漏电流成为主要消耗。例如，nRF52840 在 64MHz 运行时电流约 4.8mA，而进入 System OFF 模式后仅 0.3µA，相差 16000 倍。这解释了为什么“睡眠唤醒”策略对续航如此重要。
平均电流 = (Σ 各状态电流 × 该状态时间) / 总时间。
2.3 关键指标：mA、mW、mAh 的工程含义
这三个单位是功耗分析和续航估算的基础，但工程师经常混淆。下面逐一解析其物理意义和实际用法。
2.3.1 电流（mA）与功率（mW）
mA（毫安）是电流单位，表示单位时间内通过导体横截面的电荷量。在电池供电系统中，我们通常关注“电流消耗”而非“功率”，因为电池容量以 mAh 标定，且电池电压在放电过程中会变化（如 4.2V→3.0V）。
mW（毫瓦）是功率单位，表示单位时间内的能量消耗速率。功率 = 电压 × 电流。例如，一个模块在 3.3V 下消耗 10mA 电流，则其功耗为 33mW。在比较不同电压域的模块时，使用 mW 更公平，但实际续航计算必须回到 mAh。
2.3.2 电池容量（mAh）与续航估算
mAh（毫安时）是电池容量单位，表示电池以某一电流放电可持续的时间。例如，200mAh 电池以 10mA 放电可持续 20 小时。但实际续航计算需考虑放电效率和电压下降：
有效容量 = 标称容量 × 放电效率（通常 0.85~0.95）
续航时间（小时） = 有效容量（mAh） / 系统平均电流（mA）例如，200mAh 电池，放电效率 90%，系统平均电流 1.2mA，则：
有效容量 = 200 × 0.9 = 180mAh
续航 = 180 / 1.2 = 150 小时 ≈ 6.25 天2.4 案例拆解：一款健康手环的功耗预算与续航验证
下面通过一个实际案例，展示如何从硬件架构出发，完成功耗预算和续航估算。
2.4.1 项目背景与目标
某团队设计一款健康监测手环，硬件配置：nRF52840 MCU、BMI270 运动传感器、MAX86141 PPG 心率传感器、0.96 英寸 OLED 屏、200mAh 锂电池。产品需求：连续心率监测（1Hz 采样）、计步、每 5 分钟通过 BLE 同步一次数据、屏幕抬腕亮 5 秒。目标续航 ≥ 7 天。
2.4.2 功耗测量与数据采集
团队使用 Power Profiler Kit II 测量各状态电流，得到以下实测数据：
| 工作状态 | 电流（mA） | 持续时间 | 频率 |
|---|---|---|---|
| MCU Active（处理+推理） | 4.5 | 15ms | 每 1s 一次 |
| MCU Sleep（保留 RAM） | 0.002 | 剩余时间 | 常驻 |
| BMI270 采样（1Hz） | 0.15 | 连续 | 常开 |
| PPG 采样（25mA LED 脉冲） | 0.8 | 连续 | 常开 |
| BLE 广播+连接 | 8.0 | 200ms | 每 5min 一次 |
| OLED 显示 | 12.0 | 5s | 每 10min 一次（抬腕） |
2.4.3 平均电流计算
将各状态按时间加权求和：
每秒周期：
- MCU Active: 4.5mA × 15ms/1000 = 0.0675 mAs
- MCU Sleep: 0.002mA × 985ms/1000 = 0.00197 mAs
- BMI270: 0.15mA × 1s = 0.15 mAs
- PPG: 0.8mA × 1s = 0.8 mAs
小计：1.0195 mAs → 平均 1.0195 mA
每 5 分钟 BLE：
- 8mA × 200ms = 1.6 mAs → 平均 1.6/300 = 0.0053 mA
每 10 分钟显示：
- 12mA × 5s = 60 mAs → 平均 60/600 = 0.1 mA
总平均电流 = 1.0195 + 0.0053 + 0.1 ≈ 1.125 mA2.4.4 续航估算与验证
考虑放电效率 90%：
有效容量 = 200 × 0.9 = 180mAh
预计续航 = 180 / 1.125 ≈ 160 小时 ≈ 6.67 天实测续航为 6.5 天，与估算基本吻合。团队发现 PPG 传感器是最大消耗源（0.8mA 占 71%），于是优化方案：将 PPG 采样率从 1Hz 降至 0.5Hz（心率算法可接受），并将 LED 电流从 25mA 降至 15mA（优化光路设计），使 PPG 平均电流降至 0.35mA，总平均电流降至 0.675mA，续航提升至 11 天。
2.5 常见误区与设计要点总结
在穿戴设备功耗设计中，工程师常犯以下错误，需要特别注意：
- 误区一：只关注峰值电流。峰值电流影响电源设计，但续航由平均电流决定。应使用电流探头或功耗分析仪记录长时间电流波形，计算 RMS 或平均值。
- 误区二：忽略传感器待机电流。很多传感器在“关闭”模式下仍有微安级漏电流。若多个传感器并联，累积漏电流可能达到 10µA 以上，对 200mAh 电池意味着每天损失 0.24mAh，一年损失 87.6mAh。
- 误区三：BLE 连接间隔设置不合理。连接间隔越短，平均电流越高。例如，连接间隔 7.5ms 时平均电流约 15µA，而 100ms 时仅 2µA。应根据数据实时性需求选择最大可接受间隔。
- 误区四：忽视电池放电平台。锂电池在 3.7V 附近有较长的放电平台，但低于 3.3V 后电压快速下降。MCU 的 LDO 或 DC-DC 转换效率在不同输入电压下不同，应选择在电池工作电压范围内效率最高的电源方案。