3. UWB协议栈与功耗管理机制
功耗模型这东西，说白了就是给UWB设备的“耗电行为”拍一张X光片。你得知道每个动作吃多少电，才能谈平衡。我早年做一款工业定位标签时，就因为没摸透休眠功耗的底细，导致产品续航直接腰斩——嗯，那次教训挺深刻的。
UWB的功耗模型，我习惯拆成四个维度来看：
- 发射功耗：发一个数据包，芯片要花多少能量。
- 接收功耗：听信道、收数据包，芯片要花多少能量。
- 休眠功耗：啥也不干，只保持时钟和寄存器，芯片漏多少电。
- 动态功耗切换：从休眠→发射、接收→休眠这些状态跳转时，额外消耗的能量和时间。
这四个维度不是孤立的。你想想看，一个典型的UWB测距周期，设备要经历“休眠→唤醒→发射→接收→计算→休眠”的循环。每个环节的功耗和时长，共同决定了平均功耗。
核心公式（平均功耗）：
Pavg = (Etx + Erx + Esleep + Eswitch) / Tcycle
其中E代表每个阶段的能量消耗（单位：μJ），Tcycle是完整工作周期的时间（单位：ms）。
3.1 发射功耗：脉冲的代价
发射功耗是UWB最“显眼”的耗电项。为什么？因为UWB发射器需要在极短时间内（纳秒级）产生一个高功率的脉冲信号。这个脉冲的峰值电流通常能达到几十毫安。
我个人习惯把发射功耗拆成两部分：
- 脉冲生成功耗：与脉冲幅度、脉冲宽度强相关。幅度越大、脉宽越宽，功耗越高。
- 前导码开销：UWB数据包前面有一长串前导码，用于接收端同步。前导码越长，发射时间越长，总能量消耗越大。
举个例子，某款主流UWB芯片在-41.3 dBm/MHz的发射功率下，发射一个标准数据包（含前导码）的典型能量消耗约为：
| 参数 | 典型值 | 说明 |
|---|---|---|
| 发射峰值电流 | 31 mA | 3.3V供电时约102 mW |
| 数据包发射时长 | ~250 μs | 含前导码+数据帧 |
| 单次发射能量 | ~25.5 μJ | 102 mW × 250 μs |
避坑指南：我曾经在项目中为了追求更远的测距距离，把发射功率调到芯片允许的最大值。结果测距距离只提升了15%，但发射功耗暴涨了60%。后来我学乖了——发射功率不是越高越好，要结合链路预算和功耗做折中。
3.2 接收功耗：听，也要花钱
很多人以为接收功耗比发射功耗低很多。其实不然。UWB接收器需要持续监听信道，检测微弱的前导码信号，这个过程同样耗电。
接收功耗的构成：
- 射频前端：LNA（低噪声放大器）、混频器等，持续工作。
- 基带处理：相关器、匹配滤波器，用于检测前导码。
- 等待时间：接收器不知道发射器什么时候发数据，所以必须提前打开并等待。这个等待时间越长，浪费的能量越多。
我做过一个对比测试，同一款芯片在接收状态下的功耗：
| 接收模式 | 典型电流 | 说明 |
|---|---|---|
| 持续监听模式 | ~38 mA | 接收器一直打开，随时准备接收 |
| 间歇监听模式 | ~5 mA（平均） | 周期性地打开接收器，占空比控制 |
| 前导码检测模式 | ~15 mA | 只检测前导码，不接收完整数据包 |
你想想看，如果接收器一直开着，功耗甚至比发射还高。所以很多UWB系统采用“先休眠，再定时唤醒”的策略，就是为了减少接收等待时间。
3.3 休眠功耗：蚊子腿也是肉
休眠功耗，我刚开始做UWB时根本没当回事。觉得芯片都睡了，能费多少电？结果被现实狠狠教育了一回。
UWB芯片的休眠模式通常分为几种：
- 深度休眠：只保留RTC（实时时钟）和少量寄存器，电流低至1~2 μA。
- 浅度休眠：保留部分时钟和状态，唤醒速度快，但电流可能到10~50 μA。
- 待机模式：射频关闭，但数字核心仍在运行，电流约100~500 μA。
我曾经做过一个计算：一个标签每天发送1000次测距数据，每次工作周期20 ms，其余时间都在深度休眠。结果休眠功耗竟然占了总功耗的40%！
注意：休眠功耗的“累积效应”非常可怕。如果产品设计寿命是1年，休眠电流每增加1 μA，电池容量就需要额外增加约8.76 mAh。对于纽扣电池供电的设备，这可能是致命的。
3.4 动态功耗切换：看不见的“过路费”
动态功耗切换，说白了就是芯片在状态之间跳转时，额外消耗的能量和时间。这部分很容易被忽略，但实际影响很大。
常见的状态切换路径：
- 休眠 → 发射：需要唤醒时钟、锁相环（PLL）锁定、射频上电。这个过程通常需要100~200 μs，期间电流从几μA飙升到几十mA。
- 发射 → 接收：需要切换射频开关、调整接收器状态。切换时间较短，约10~20 μs。
- 接收 → 休眠：需要关闭射频、保存寄存器状态。切换时间约50~100 μs。
我习惯用一个“切换能量”的概念来量化这部分开销：
Eswitch = ∫ P(t) dt，从切换开始到切换结束。
举个例子，从休眠到发射的切换过程：
- 切换时间：150 μs
- 平均电流：20 mA（从1 μA上升到31 mA）
- 切换能量：20 mA × 3.3V × 150 μs ≈ 9.9 μJ
这个能量已经接近一次发射能量（25.5 μJ）的40%了。如果频繁切换，这部分开销会非常可观。
我的经验：在低占空比应用中（比如每分钟测距一次），动态切换功耗可能占总功耗的30%以上。我曾经通过优化切换时序，把切换时间从150 μs压缩到80 μs，直接让标签续航提升了15%。
3.5 功耗模型全景图
下面这张图，是我自己总结的UWB功耗模型全景。它把四个维度的关系串起来了。
从这张图可以看得很清楚：四个功耗维度汇聚到总功耗模型，而总功耗又受到三个关键杠杆的调节。我个人在做功耗平衡时，就是盯着这三个杠杆来调——先确定占空比，再优化切换频率，最后选择合适的休眠深度。
3.6 实战：如何建立自己的功耗模型
说了这么多理论，来点实际的。我建议你按以下步骤建立自己的功耗模型：
- 查数据手册：找到芯片在不同模式下的典型电流值。注意区分“典型值”和“最大值”，我一般用典型值做估算，用最大值做最坏情况分析。
- 实测验证：用示波器+电流探头，实测芯片在工作周期内的电流波形。我曾经发现某款芯片的休眠电流比手册标称值高了30%，后来发现是GPIO配置问题。
- 建立Excel模型：把每个阶段的电流、时间、电压列出来，计算能量消耗。我习惯用这个公式：E = I × V × t。
- 迭代优化：根据模型结果，调整参数（比如前导码长度、发射功率、休眠深度），重新计算，直到满足续航目标。
一个简单的功耗估算示例：
假设一个UWB标签的工作周期如下：
- 休眠：999 ms，电流2 μA
- 唤醒+切换：150 μs，平均电流20 mA
- 发射：250 μs，电流31 mA
- 接收：500 μs，电流38 mA
- 切换回休眠：100 μs，平均电流15 mA
平均电流计算：
Iavg = (2 μA × 999 ms + 20 mA × 0.15 ms + 31 mA × 0.25 ms + 38 mA × 0.5 ms + 15 mA × 0.1 ms) / 1000 ms
Iavg ≈ 2 μA + 3 μA + 7.75 μA + 19 μA + 1.5 μA ≈ 33.25 μA
如果电池容量是200 mAh，理论续航 ≈ 200 mAh / 33.25 μA ≈ 6015小时 ≈ 250天。
嗯，这个例子里的休眠电流虽然只有2 μA，但占空比很低，所以平均功耗主要由发射和接收贡献。如果我把测距频率从1 Hz降到0.1 Hz（每10秒一次），平均电流会降到约5 μA，续航直接飙升到4年以上。
这就是功耗模型的魅力——你不需要动硬件，只靠调整参数，就能让续航翻几倍。