基于STM32 微控制器的低功耗无线通信方法

张国伟

晋中职业技术学院，山西晋中 030600

0 引言

低能量消耗、实时高效的无线通信技术可以提供更好的移动性能，使用户能够在移动中保持稳定的连接，并获得快速的数据传输，为移动设备用户提供更好的用户体验和便利性。对于移动应用来说，这种技术不仅满足了用户对移动性能的需求，还推动了创新应用场景的发展，促进了数字化社会的进步[1-3]。

基于此，有学者提出一些研究方法。任拴哲等人[4]提出基于梯田通信模型的无线通信方法，将梯田通信势能模型应用到数据通信工作中，并使用即时网络状态自适应长度数据组包算法，进一步提升数据信号在实际工作中的通信传输效率。徐彬彬等人[5]提出基于能量补给的无线通信方法，通过对无线网络节点间的信息以及能量分配执行有效优化操作，将数据信号传输功率最小化，并将能量路由度量算法引入到数据信号通信传输工作中，将能量消耗最低的通信路径当作数据信号传输路径，在保证数据信号传输能量消耗较小的情况下，完成相应的数据信号传输工作。二者均可实现数据信号无线通信传输，但是能量消耗较高，数据信号传输速度又不够理想。

STM32 微控制器具有高性能、低功耗等优点，将其应用于实际数据信号通信工作中可以使数据信号以较低的功耗、更快的速度传输至上位机，实施相应处理。为此，本文提出基于STM32 微控制器的低功耗无线通信方法，更好地满足实际数据信号传输工作需要。

1 低功耗无线通信方法

1.1 基于STM32 控制器的低功耗无线通信方法架构

运用合适的无线通信方法，将采集到的相关数据以较低功耗传输给上位机实施相应处理是使实际工作能够得以有效完成的关键。为此，在本文中充分利用STM32 芯片的低功耗优势，将STM32 控制器应用于数据无线通信传输工作中，研究一种基于STM32 控制器的低功耗无线通信方法，其方法架构如图1 所示。

远程数据采集器在采集完相应的数据信号后，由模数转换芯片将所获数据信号转换成能够较好适应无线传输工作的数据信号类型；转换后的数据信号经传输数据处理器预处理操作，并由STM32 微控制器控制后，被发送给无线通信网络模块，无线通信网络模块在STM32 微控制器的调整以及控制下，以较低的能量消耗将数据信号发送至上位机实施相应处理。其中，降低处理器和射频模块的工作频率是一种有效的降低功耗的方法。通过动态调整时钟频率和采用适当的休眠模式，可以在满足通信需求的同时降低功耗。具体而言，动态时钟频率调整可以根据实际通信需求和处理负荷的变化，灵活地调整处理器和射频模块的时钟频率。休眠模式则将处理器和射频模块切换到低功耗状态，在待机或空闲时降低时钟频率甚至关闭，以大幅降低功耗。这样的策略结合合理的任务调度和优化算法，能够减少处理器的工作时间，提高能源利用效率，延长设备的电池寿命，并为移动设备用户带来更好地使用体验。应用这一理念，可以在连续通信环境下显著降低通信功耗，使其降低范围一般在10 ～30 J 以内。

1.2 基于STM32 控制器逻辑设计

设计数据通信微控制器可显著提升其在数据信号无线通信控制方面的性能，以及其在数据信号无线通信工作中的稳定性，使其更好地服务于对数据信号传输质量要求较高的数据信号通信工作[6-7]。STM32 芯片将Cortex-M3 当作核心，并拥有多种高性能的数据接口，使其可以适应多种不同应用程序[8-9]。为此，在本文中，使用STM32107 型号的芯片设计数据通信微控制器。STM32107 芯片架构如图2 所示。

STM32107 芯片主要由Flash 存储器、SRAM 静态随机存储器、总线矩阵、桥接模块、多个直接DMA直接内存访问通道、USART 等多种数据接口构成。相较于传统的数据通信微控制器，其使用IEEE1588 以太网协议，并且内嵌CAN 总线，因而具有超强的网络连接性能，能够为各种应用程序的嵌入预留出足够的CPU 空间。

1.3 提升小波与LZW 数据信号压缩算法设计

对将要进行通信传输的数据信号，应用数据压缩技术合理压缩，之后再通过使用无线网络通信算法对其执行有效的数据传输工作，可更为快速地将其发送至上位机进行相应处理，从而显著提升实际工作的效率[10-12]。为此，本文在传输数据处理器中应用具有较好数据压缩效果的提升小波与LZW 算法压缩待传输的数据信号。具体的数据信号压缩流程如图3 所示。

首先，对待传输的数据信号利用提升小波稀疏分解操作，并利用分块阈值法对小波系数估计与量化阈值，降低高斯白噪声对待传输数据信号的不良影响，从而将有用的数据信息凸显出来，增强数据信号在压缩方面的性能，实现数据信号初级压缩；之后，量化编码小波系数，并使用LZW 算法对小波系数执行二次压缩操作；完成数据压缩工作后，利用数据传输算法将其传输到目标节点后，解压缩数据信号小波系数，并实施数据信号重构，完成数据信号通信传输工作。本文数据信号无线通信算法选用的是数据传输效果较好，且能量消耗较低的蚁群寻优的无线网络通信路径选取算法。

1.4 基于蚁群寻优的无线网络通信路径选取算法

通常，无线网络的节点会被安装在比较隐蔽、较差的环境内，因其能量有限，且电池不易更换或及时充电，若节点所拥有的能量被消耗殆尽后，无线网络各节点将停止工作，致使无线网络无法实施合理通信，所采数据信号传输失败[13-15]。为了尽量降低无线网络在实施无线通信时的能量消耗，尽量保持各节点能量均衡，延长无线网络节点的寿命，使所获数据信号能够顺利被传输出去。本文在收获相关数据信号后，在无线通信网络模块使用基于蚁群寻优的无线网络通信路径选取算法，完成相关无线通信工作，将所获数据信号顺利传输给上位机实施相应处理。具体的工作流程如下：

（1）根据无线网络节点在实际无线通信过程中的能量消耗过程，找到所有源节点与目标节点的有效通信路径，并构建源节点至目标节点的路由表格。路径搜索过程为：

步骤1：将无线网络的源节点与目标节点分别标记为vs、vd，由于蚁群算法在路径寻优工作方面具有绝对优势，将其应用于该路径搜索过程中，在vd处，派遣出一个用于路径搜索的蚂蚁，将该蚂蚁标记为Bs，并通过执行广播操作将其扩散至无线网络中，由此，Bs会以各节点地址vi、跳数信息以及源节点地址vs为主要构成，当其在目标节点处时，有vi=vd，并且此时跳数值为0；

步骤2：用vj标记中间节点，其在接收到紧邻vi节点的Bs以后，先辨别是否获得了Bs，若未获得，需在原有跳数基础上增加一跳，与此同时，在路由表内构建一个表项，用于记录vi以及跟跳数具有紧密联系的信息素浓度；如果vj没有获取到紧邻vi节点的Bs，那么可以当成是vj已经被转发给蚂蚁Bs，对其执行删除操作即可，避免发送的数据信号被循环通信传输，消耗过多能量，与此同时，用vj将蚂蚁Bs中存在的vi替换掉，并将蚂蚁Bs发送给其他紧邻的无线网络节点；

步骤3：连续不断执行步骤2 操作，一直到蚂蚁Bs顺利到达源节点vs为止。

通过以上3 个步骤便可获取到vi到目标节点vd的所有路径以及各节点最初的信息素值，并构建出不同节点的数据信号通信路由表格。

（2）数据信号最优通信路径选择。在本文中，利用无线网络传输数据信号时，以信息素浓度以及局部剩余能量当作有效选择依据，挑选数据通信的下跳节点。以存在于节点vi的数据信号包为例，可利用式（1）计算挑选下跳节点vj的概率。

其中，pij(t)标记的是节点vi挑选下跳节点vj的概率；hij(t)标记的是vi到其紧邻节点vj的信息浓度；ηij标记的是vi到其紧邻节点vj的归一性质剩余能量；α、β分别标记的是hij(t)以及ηij的可调权重；t标记的是时刻；hik(t)标记的是vi到其紧邻节点vk的信息浓度；ηik标记的是vi到其紧邻节点vk的归一性质剩余能量。hij(t)的求解过程用公式可描述成：

其中，Δh标记的是蚂蚁存储的信息素量。

ηij的求解过程用公式描述为：

其中，Eiinitial、Eiremaining分别标记的是vi的初始以及剩余能量。

在实际的数据信号通信工作中，如果α、β满足α高于β，那么在进行数据信号通信时，挑选信息浓度高的传输路径完成相关的数据信号通信工作，反之选择局部剩余能量高的传输路径完成相关的数据信号通信工作。具体流程如图4 所示。

2 实验与分析

以处于我国S 省T 市的某大型变电站中的主变压器为实验对象，应用本文方法对所采集到的变压器状态信号实施无线通信传输，验证本文方法的有效性。变压器状态数据信号主要包含电压、电流、振动以及温度信号。该大型变电站于2018 年9 月建成投产，它的建成使T 市实现了与其邻市（G 省）的电力互供，形成了一个巨大的一体化电力网络，并成为了540 公里输电线路上的一个关键变电枢纽。该变电站年供电量可达23 亿千瓦时，其中包含过网电量10.4 亿千瓦时以及下网电量12.6 亿千瓦时。该变电站拥有3 个电压等级，分别是220 kV、330 kV 以及110 kV，其中，220 kV 的配电室有3 个，110 kV 的配电室有1 个，330 kV 的配电室有4 个。该变压器2018 年3 月出厂，在出厂时，其各项参数指标均符合出厂标准，但是为防止其出现运行故障，影响整个电力系统安全稳定运行，经管理人员商议，决定定期对其实施多种工作状态数据信号采集，并将所获数据信号通过无线网络实时传输至上位机，进一步实施相应处理。无线网络中，包含56 个无线传感节点，各节点完全相同，节点位置随机生成。主变压器主要参数情况如表1 所示。

表1 变压器主要参数情况

应用本文方法对数据采集器采集到的变压器振动数据信号实施低功耗无线通信传输，获得的数据信号通信传输效果如图5 所示。

从图5 可以看出，应用本文方法可以实现数据信号无线通信传输，并且数据信号通信传输效果较好。传输前，待传输变压器振动信号中含有一定数量的高斯白噪声，经本文方法通信传输后，变压器振动信号中的高斯白噪声降低了92%，主要原因是在利用本文方法对变压器振动信号实施传输时，其在传输数据处理器中应用了提升小波与LZW 算法，该算法在对数据信号实施初级压缩时，有效滤除了数据信号中存在的高斯白噪声。

为进一步验证本文方法在数据信号无线通信传输方面的优势，绘制应用本文方法对待传递的变压器电压信号、振动信号、电流信号以及温度信号进行通信传输获得的数据信号通信传输效果图如图6 所示。在本文实验中，将无线通信网络节点的数量固定为56 个，节点位置随机生成。

分析图6 可知，应用本文方法对待传输的变压器工作电压信号、振动信号、电流信号以及温度信号进行通信传输时，即使在数据信号通信传输时间较长状况下，无线通信网络节点仍然具有较高的存活率，并且即使在要完成通信传输的数据量较大时，通信传输数据信号所产生的延时以及能量消耗也非常低。虽然在通信传输变压器温度信号时，其数据信号通信传输的延时、能量消耗较之其他3 种数据信号要高，无线通信网络节点存活量也要更低一些，但其产生的能量消耗与通信传输延时最高也仅为20 J、0.15 s，无线通信网络节点的最低存活量也接近50 个。实验证明，本文方法在数据信号通信传输方面优势显著，将其应用于实际工作，可收获较为理想的数据通信传输效果。

应用本文方法对待传输的变压器电压、电流、振动以及温度信号实施合理数据压缩，获得的数据信号压缩效果如表2 所示。

表2 数据信号压缩效果

从表2 可以看出，应用本文方法可以实现数据信号压缩，并且数据信号压缩效果较好，将其应用到数据信号通信传输工作中，可显著提升数据信号通信传输的效率。

3 结束语

应用本文方法可以有效通信传输变电站设备工作状态数据信号，并且数据信号通信传输效果较好，其在变电站设备工作状态数据信号通信传输方面的有效性主要表现为：

（1）应用本文方法可实现变电站设备工作状态信号通信传输，并且通信传输效果较好，通信传输后的数据信号中无高斯白噪声存在，并且本文方法在延时与能量消耗非常低的情况下，便可将待传输的变电站设备工作状态数据信号实时高效通信传输至上位机，即使在通信传输时长较长的情况下，仍然具有较高的无线通信网络节点存活率，可为实际工作提供可靠数据保障；

（2）应用本文方法可以有效压缩待传输的变电站设备工作状态数据信号，将其应用于实际工作，可收获更好的无线通信传输工作效果。

由于时间有限，只在电力领域对本文方法的有效性实施了验证，下一阶段的研究工作中，将在工业等领域对本文方法有效性实施进一步验证。