NB-IoT模组低功耗研究

何成林，王文超，丁芹，李洋，曹艳艳，刘立森

（1.中国移动通信集团终端有限公司，北京 100053；2.中国移动智能硬件创新中心，广东 深圳 518000；3.中国移动通信集团北京有限公司，北京 100007）

1 引言

NB-IoT技术具有广覆盖、低功耗、低成本、大连接等优点，在智能家居、智慧城市、工农业生产等各个行业得到了快速应用。据GSMA统计，截至2018年7月全球32家运营商已在29个国家和地区部署46个NB-IoT商用网络[1]。我国积极推动NB-IoT商用，根据工信部2017年6月6日发布的《关于全面推进移动物联网（NB-IoT）建设发展的通知》，到2017年末实现NB-IoT网络覆盖直辖市、省会城市等主要城市，实现基于NB-IoT的M2M（机器与机器）连接超过2 000万。到2020年，NB-IoT网络实现全国普遍覆盖，面向室内、交通路网、地下管网等应用场景实现深度覆盖，总连接数超过6亿[2]。

低功耗是NB-IoT终端核心能力之一，是依靠电池供电的行业终端长时间稳定工作的关键[3]。文献[4]提出高能效的电源管理机制、多时钟域、多工作电压、电压频率自适应调制技术等芯片低功耗技术。NB-IoT模组是连接千差万别的行业应用现场和远端业务服务器的桥梁，如何基于现有的芯片方案降低模组的功耗，对降低NB-IoT终端功耗具有较强的指导作用和实用价值，但目前相关参考文献较少。

由于NB-IoT模组和终端的低成本特性，如何快捷、经济地评测NB-IoT模组和终端的功耗性能，是当前的研究热点和难点之一。文献[5]探讨了NB-IoT功耗性能的评价方法，提出终端每天的功耗E2(J)=每天发生数据传输的功耗×每天传输的次数+每天PSM状态功耗。其中，每天发生数据传输时的功耗为e1(mW×ms)=Tx功耗+Rx功耗+非PSM时的空闲态功耗。NB-IoT终端除了数据传输和PSM，TAU（Tracking Area Update，跟踪区更新）也是主要的耗电过程，文献[5]的功耗性能评价方法未统计该过程。文献[6]探讨了功耗测试方案，利用综测仪模拟商用网络，把NB-IoT终端发送一个数据包的过程分为发送状态Tx、接收状态Rx、空闲状态Idle和省电模式PSS，测试NB-IoT各个状态的功耗。一个收发周期内的能耗E=ETx（发送期间的能耗）+ERx（接收期间的能耗）+EIdle（空闲状态的能耗）+EPSS（省电模式下的能耗），进而得到一天内的能耗EDay=E×N，其中N为一天内的收发数据量。但NB-IoT终端的数据传输过程以及和网络的交互过程，接收和发送操作总是交替存在的，难以把发送和接收独立和分割开来。

本文首先介绍了PSM（Power Saving Mode，省电模式）和eDRX（extended Discontinues Reception，扩展不连续接收）两种省电技术的原理和工作机制，之后针对高通MDM9206、海思Boudica120、海思Boudica150、联发科技MT2625、中兴微RoseFinch7100、紫光展锐RDA8908A等六款支持NB-IoT的芯片平台，各用一款商用模组，在商用NB-IoT网络下评测了两种典型业务模型的24小时累计功耗，并分析了业务传输、TAU、PSM各过程和状态的功耗特性。根据实测数据和分析，从终端和网络交互过程关键定时参数优化、应用层和通信层协同、业务传输方式优化等方面提出了功耗优化的方法，并对方法的有效性进行了验证，对NB-IoT模组和终端的低功耗优化提供参考。

2 NB-IoT低功耗的原理

NB-IoT系统为了实现低功耗特性，采用了PSM、eDRX两种省电技术，通过增加终端睡眠时间达到降低功耗的目的。终端在PSM状态下关闭收发信机和接入层相关功能，减少信号收发、信令处理的功耗。eDRX是对DRX（Discontinues Reception，非连续接收）技术的增强，以支持更长周期的寻呼监听，从而达到节电的目的。PSM节电效果更好，但实时性差于eDRX。

2.1 PSM基本原理和工作机制

PSM是3GPP R12引入的特性，终端通过Attach/TAU过程中获取的两个相关定时器控制终端进入和退出PSM[7]。PSM使终端可以在一个较长的周期内关闭收发信机，达到最高级别的省电效果。对功耗敏感但对下行业务时延要求不高的场景，终端应尽可能处在PSM状态，以发挥最优的省电特性。

PSM工作机制如图1所示，终端进入和退出PSM的过程如下：

图1 PSM工作机制示意图

（1）当终端与网络完成业务交互、释放无线资源时，T3324（PSM激活定时器）和T3412 extended（扩展TAU周期定时器）同时开始计时。

（2）在T3324没有超时前，终端按照常规机制（DRX/eDRX方式）监听寻呼消息。

（3）T3324超时后，终端进入PSM模式：关闭收发信机，不再接收网络任何消息，网络侧也无法主动找到终端，但网络侧仍然继续保存终端的注册状态[8]。

（4）直到终端有上行数据发送需求或T3412 extended超时，终端退出PSM模式。此时终端不需要重新注册和建立PDN，只要重新建立无线连接即可发送上行数据或进行周期性TAU[9]。

2.2 eDRX基本原理和工作机制

eDRX是3GPP R13中新增的功能，通过核心网与终端之间的协商配合，使终端可以有更长的时间处于睡眠状态，跳过大部分的寻呼监听，以达到省电的目的。

eDRX工作机制如图2所示。在每个eDRX周期（取值范围为20.48 s～2.92 h[10]）内，有一个PTW（Paging Time Window，寻呼时间窗口），取值范围为2.56 s～40.96 s[10]，终端只在PTW内按照寻呼周期监听寻呼信道，以便接收下行业务。PTW外的时间处于睡眠态，不监听寻呼信道，也就不能接收下行业务。此时如果网络给终端下发数据包，网络会进行缓存，当再次进入PTW时间窗时，网络会寻呼终端，触发终端建立空口连接，然后再转发数据包给终端[9]。

图2 eDRX工作机制示意图

3 基于业务模型的NB-IoT模组功耗现状及分析

针对现有NB-IoT终端功耗性能的评价方法和测试方案的缺陷[5]，根据对抄表、智慧城市（智慧路灯、智能井盖）、智能家居、穿戴设备、物流追踪等行业应用的调研，本文按照行业终端和业务服务器交互的频繁度，建立两种典型的业务模型：业务模型一是每小时一次数据业务（200字节）传输和一次TAU，以拟合业务传输较频繁的行业应用；业务模型二是24小时一次数据业务（200字节）传输和一次TAU，以拟合业务传输较稀疏的行业应用。

为了全面分析商用NB-IoT模组的功耗现状，针对高通MDM9206、海思Boudica120、海思Boudica150、联发科技MT2625、中兴微RoseFinch7100、紫光展锐RDA8908A等六款主流NB-IoT芯片平台，各选择一款商用模组（对应芯讯通SIM7000C、移远BC95-B8、移远BC28、高新兴ME3616、广和通N700-CN、骐俊ML2510等六款商用模组），在NB-IoT商用网络下测试其对两种典型业务模型的24小时功耗，并分析业务传输、TAU、空闲和PSM状态的耗电特性。

3.1 基于业务模型的NB-IoT模组功耗评估方法

实验环境如图3所示。高精度电流表向被测模组供电并记录功耗数据，全向天线通过射频线连接被测模组，被测模组通过该全向天线实现和商用NB-IoT网络无线信号的收发，整个实验过程全向天线位置固定。在每款模组测试前，用一部参考样机验证无线信号质量（N-RSRP、SINR）的一致性。

图3 NB-IoT模组功耗实验环境

对抄表、环境监测、智慧家居、智慧城市等非移动性的行业应用，已部署的NB-IoT终端按照是否有和网络进行业务交互、和网络协商的定时设置等，终端处于业务交互过程、TAU过程、PSM状态等，并在其之间进行转换。业务交互过程包括业务应用从PSM唤醒模组、业务交互的执行、业务交互完成后的空闲态及寻呼监听。TAU过程由周期性跟踪区更新定时器超时触发模组从PSM唤醒、TAU的执行、TAU完成后的空闲态及寻呼监听。NB-IoT终端通过TAU过程通知网络其当前所在的跟踪区，以便网络寻呼。NB-IoT终端在没有业务传输和信令交互时，应尽可能处于PSM状态，以达到省电的目的。

图4是一款NB-IoT模组一次典型业务交互过程及其功耗情况。业务应用从PSM状态唤醒模组，模组和网络连接成功后完成数据发送，网络在RRC不活动计时器（RRC Inactive Timer）超时后释放网络和模组的RRC链路，模组启动T3324定时器并进入空闲态，在空闲态按DRX周期监听寻呼，当T3324超时后模组从空闲态再次进入PSM状态。

图4 NB-IoT模组业务交互过程

图5 是一款NB-IoT模组一次典型TAU过程及其功耗情况。NB-IoT模组的周期性跟踪区更新定时器超时后，模组从PSM状态醒来完成TAU后进入空闲态，在空闲态按DRX周期监听寻呼，当T3324超时后模组从空闲态再次进入PSM状态。

图5 TAU过程的功耗情况

实验中每款模组单次业务交互过程的功耗和持续时间、单次TAU过程的功耗和持续时间均是独立测试5次以上的平均值，PSM状态下功耗是30分钟以上PSM过程的平均值，再根据两种业务模型24小时内业务交互过程和TAU过程的次数及持续时间、PSM过程的持续时间，推算24小时的累计功耗，具体如公式(1)所示：

E(mWh)=[(单次业务交互过程的功耗×单次业务交互过程的持续时间×24小时内业务交互过程的次数)+(单次TAU过程的功耗×单次TAU过程的持续时间×24小时内TAU过程的次数)+(PSM状态的功耗×24小时内PSM状态的持续时间)]×模组工作电压 (1)其中，单次业务交互过程的功耗、单次TAU过程的功耗及PSM状态的功耗单位为毫安，单次业务交互过程的持续时间、单次TAU过程的持续时间及24小时内PSM状态的持续时间单位为小时，模组工作电压单位为伏。

3.2 业务模型一的功耗情况和分析

对业务模型一，六款商用模组24小时累计功耗如表1所示（测试点的N-RSRP为-80 dBm左右，T3324为30 s）。各模组功耗水平差异较大，模组-D的功耗最低（12.438 0 mWh），是功耗最高的模组-A（48.249 9 mWh）的四分之一左右。24小时中各模组累计TAU过程时长、累计业务传输过程时长、累计PSM状态时长相当，分别约为800 s、1 300 s和84 300 s。虽然97%以上的时间都处于PSM状态，但PSM累计功耗占比不足3%，业务传输过程和TAU过程是各模组耗电的主要过程。

表1 六款商用模组对业务模型一的功耗情况

3.3 业务模型二的功耗情况和分析

对业务模型二，六款商用模组24小时累计功耗如表2所示。累计功耗最低的模组为模组-D（0.790 4 mWh），累计功耗最高的模组是模组-A（2.6447 mWh）。业务模型二拟合业务稀疏的行业应用，模组在24小时中约99.90%的时间都处于PSM状态，各模组的功耗仅为业务模型一下的5%左右。虽然业务传输过程和TAU过程在24小时的时间占比仅为0.10%左右，但这两类过程仍是主要耗电过程，在24小时累计功耗占比从64.11%（模组-D）到89.38%（模组-E）不等。

4 NB-IoT低功耗的优化方案及效果

六款NB-IoT模组在两种典型业务模型下的24小时累计功耗差异较大，其中业务传输过程和TAU过程的功耗在24小时累计功耗中占比都较高。对业务传输和TAU较频繁的场景（业务模型一），这两类过程累计功耗占比高达97%以上；对业务传输和TAU较稀疏的场景（业务模型二），这两类过程累计功耗占比最低的为64.11%（模组-D），最高的达到89.38%（模组-E）。

4.1 终端和网络交互过程关键定时参数优化

对水气表、智能安防（火警、烟雾、有毒气体检测）、较少或没有被叫的行业应用，可通过优化终端和网络交互过程的关键定时参数，如减少T3324配置的时间，终端在完成TAU或完成数据传输后尽快进入PSM状态。而终端的版本升级通知、充值或资费信息等可等待下次TAU或业务传输过程中告知终端，以减少空闲态和监听寻呼过程的功耗。

以模组-C做实验，把T3324从30 s调整为0 s后，两种业务模型下24小时累计功耗分别下降7.20%和8.70%，优化前后功耗情况如表3所示。

4.2 应用层和通信层协同优化

对周期性数据上报的行业应用，可协同优化应用层数据的发送、通信层周期性TAU的设置：数据上报的频率在满足行业应用的前提下，尽可能减少数据上报频率；在保障模组和网络同步、预期的下行消息可达的前提下，尽可能减少周期性TAU的次数，且周期性TAU的时间间隔大于数据上报的间隔。

表2 六款商用模组对业务模型二的功耗情况

表3 终端和网络交互过程关键定时参数优化（数据传输完成及TAU结束即进入PSM状态）前后功耗对比

以模组-F做实验：对业务模型一，假设每小时一次数据业务传输的频次不可再减少，把TAU周期从50分钟优化为60分钟；对业务模型二，假设24小时一次数据业务传输的频次不可再减少，把TAU周期从23小时优化为24小时。24小时累计功耗分别下降了12.86%和16.42%，优化前后功耗情况如表4所示。

4.3 业务传输方式的优化

对上报频繁的非即时类数据，如水气表上报的高低峰时段用量、农作物生长态势的检测信息、水土及空气成分的检测信息等，可合并发送一段时间内采集的数据，业务传输方式从采集一次发送一次，调整为采集多次后一次合并发送，减少每次业务传输时的无线链路建立过程，达到省电的目的。

以模组-E做实验：对业务模型一，把24小时内需要传输的24个数据包合并到一次发送，TAU、PSM等配置保持不变，24小时累计功耗下降了85.39%。优化前后功耗情况如表5所示：

表5 业务传输方式的优化（合并传输非及时数据）前后功耗对比

5 结束语

本文首先介绍了NB-IoT低功耗的原理，阐述了PSM和eDRX降低功耗的原理。之后实测了六款芯片平台商用模组在两种不同业务模型下24小时的功耗，六款模组的功耗性能差异较大，其中业务传输过程和TAU过程功耗在24小时累计功耗中占比都较高。从终端和网络交互过程关键定时参数优化、应用层和通信层协同、业务传输方式的优化等三个方面来探讨如何降低模组的功耗，并对优化方法进行了实验，验证了实际效果。每种方法虽各用一款商用模组验证了其有效性，但其适用于各芯片平台的模组和终端。如何根据具体行业应用的特点，综合运用各种优化方法，从应用层和通信层协同优化物联网终端的功耗，是后续研究的重要方向之一。

表4 应用层和通信层协同优化（优化周期性数据传输和TAU的配置）前后功耗对比