Compteur d'eau NB-IoT

Comment évaluer la consommation d’énergie de dispositifs IoT cellulaires

  • Dans cet article, Anritsu présente une configuration de test associant un sourcemètre et son analyseur de communication radio permettant d’évaluer la consommation d’énergie d’un appareil IoT afin d’opter pour une batterie présentant les caractéristiques adaptés aux exigences d’autonomie de l’application IoT.

 

Auteur : Peter Macejko, spécialiste des technologies sans-fil chez Anritsu

Le domaine de l’internet des objets (IoT) consiste à surveiller voire contrôler via Internet un appareil connecté. Il peut s’agir d’une grande variété d’appareil ou d’équipements, de diverses dimensions et dédiés à des tâches spécifiques. Ces appareils peuvent être destiné à un usage grand-public, professionnel ou industriel.
Les appareils IoT grand-public peuvent être des téléviseurs, des enceintes, des produits électronique dits ‘’wearables’ (c’est à dire à à porter sur soi, comme des bracelets connectés), des jouets… D’autres dispositifs tels que les compteurs, les moniteurs de trafic ou de météo, les thermostats, ou encore les systèmes d’éclairage et autres visent à améliore notre confort tout contribuant à réduire les consommations énergétiques.

La consommation des dispositifs IoT eux-mêmes fait partie des préoccupations majeures. Un appareils IoT peut en effet être installé sur un site pour fonctionner pendant des années en étant alimenté par une batterie qui ne peut pas être remplacée. La fin de la vie de la batterie signera donc parfois la fin de la vie du dispositif. La durée de vie du dispositif pouvant atteindre 10 ans voire davantage, en particulier dans le cas des réseaux mobiles 5G, il faut donc s’assurer qu’une batterie puisse en assurer l’alimentation pendant cette longue période.

Cependant, les réseaux 5G ne sont pas encore largement déployés, et sont encore le plus souvent utilisés pour des tests industriels privés. La plupart des dispositifs IoT cellulaires actuels fonctionnent encore sur la génération de communication mobile précédente, à savoir la technologie LTE (4G).

Dans le cas du LTE, il existe deux options : la norme LPWAN (Low-Power Wide Area Network) basée sur la technologie LTE est connue sous le nom de NB-IoT (Narrow Band Internet of Things, ou IoT bande étroite). Cette norme se concentre sur la couverture radio en indoor avec une densité de réseau souvent élevée. L’accent est également mis sur une longue durée de vie des batteries des dispositifs.

La seconde norme assez répandue est appelée LTE-M (plus précisément LTE Cat-M1) qui répond aux besoins d’applications M2M (Machine-to-Machine) et IoT. Elle offre des débits de données plus élevés et gère la voix sur le réseau, mais elle coûte plus cher et elle est généralement gourmande en bande passante.
L’analyseur de communication radio MT8821C d’Anritsu prend en charge ces deux normes. L’appareil est compatible avec Cat-M1 et les deux versions de NB-IoT, à savoir NB-1 et NB-2. Toutefois, il n’est pas limité au seul test des technologies LPWAN. Il peut aussi simuler d’autres technologies réseau, telles que LTE/Advanced, GSM, W-CDMA et autres.

Si l’on veut mesurer la consommation d’énergie d’un dispositif dans un environnement fermé et contrôlé, utiliser un simulateur de réseau autonome ne suffit pas. Il faut aussi mesurer la puissance consommée par le dispositif lui-même. Cela peut se faire en alimentant le dispositif à l’aide d’une source d’alimentation qui réalise aussi des mesure (SMU pour Source Measuring Unit) telle que la SMU Otii Arc de la société suédoise Qoitech.

Dispositif de mesure de consommation d'un appareil IoT
Configuration matérielle de mesure de la consommation d’un appareil IoT communiquant via le réseau cellulaire.

La configuration du test comprend un PC pour gérer les deux instruments. Le simulateur de réseau est connecté au PC par un câble Ethernet, ce qui permet de commander l’instrument à distance. Le serveur de la SMU tourne en local sur le PC, qui se connecte à la SMU par un câble USB. Cela permet une automatisation simple de la mesure.

La SMU Otii Arc est livrée avec une application logiciel et son interface graphique offrant de multiples possibilités. Néanmoins, nous nous contenterons d’utiliser ses capacités graphiques pour visualiser l’énergie consommée. Pendant la mesure, la consommation d’énergie s’affiche en temps réel. On peut l’enregistrer et la traiter ultérieurement si nécessaire.

Les deux instruments peuvent être pilotés automatiquement à l’aide d’un script Python par exemple. Pour commander le simulateur de réseau, le module PyVisa doit être installé sur le PC, en plus de Python lui-même. Cela fournit au PC tous les outils nécessaires pour communiquer avec l’instrument au moyen de commandes et de requêtes VISA (Virtual Instrument Software Architecture).
La communication et le contrôle de la SMU Otii Arc sont assurés par une bibliothèque API offrant de nombreuses fonctionnalités. Il est important de noter ici que la plupart des étapes répétitives utilisées dans l’application graphique peuvent être dupliquées en utilisant du Python pur. La version préférée de Python est la v3.7.

Une fois le script de commande Python prêt, on peut le vérifier. Il est important que tous les équipements soient connectés au PC : un serveur Otii en fonctionnement et une connexion IP entre le PC et le MT8821C. Une autre prérequis est un dictionnaire pour la traduction des noms de code. Notre principal objectif ici est d’importer une trace des messages protocolaires de l’instrument Anritsu dans l’application graphique Otii. Pour ce faire, il faut traduire un numéro de code en texte lisible chaque fois que l’on reçoit une réponse à une requête. Grâce à cette installation, on peut visualiser la consommation d’énergie lors des différentes étapes d’une communication radio.

Le processus le plus délicat à mettre en œuvre est probablement la bonne synchronisation des instruments. Le PC de commande, l’enregistrement Otii Arc et le fichier de log protocolaire du MT8821C utilisent tous des formats d’horodatage différents. Compte tenu de leurs natures, on peut en théorie descendre jusqu’à 1 ms, qui est la résolution minimum sauvée dans le fichier log protocolaire. Cependant, cette précision de mesure ne peut être obtenue en pratique à cause des retards dus à la communication en réseau et à l’exécution des différents processus.

La limite supérieure de précision est obtenue empiriquement par de multiples observations, en utilisant l’analyseur de protocole et d’autres tests effectués en Python. Une fois le temps ajusté en fonction de ces différents facteurs, nous obtenons une précision minimale garantie de +/- 250 ms. Il est important de noter que la précision réelle est meilleure que la précision garantie. Souvent, la valeur réelle se situe entre 100 et 200 ms, ce qui peut encore être optimisé.

Une fois le fichier de log protocolaire importé et le décalage temporel entre l’enregistrement et l’horodatage de cette trace corrigé, le résultat semble très prometteur. On peut voir les différentes étapes de la communication radio à I’écran via I‘application graphique. Si l’on s’intéresse à la consommation d’énergie au moment où un dispositif sous test (DUT pour Device Under Test) se connecte au réseau, on peut la visualiser facilement en cliquant sur la courbe du fichier log protocolaire importé. Cela décale automatiquement le graphique de la consommation d’énergie et l’on peut voir clairement le niveau d’énergie à cet instant grâce au marqueur.

Mesure de consommation IoT
Trace du fichier de log protocolaire dans l’application graphique

Dans le cas présent, un dispositif sous test (DUT) est constamment alimenté en courant avec une tension constante par la SMU, ce qui n’est pas forcément le cas pour un dispositif IoT dans le monde réel. Comme évoqué précédemment, les dispositifs IoT sont généralement équipés de batteries qui ne sont pas en mesure de maintenir une tension constante pendant la durée de vie de l’appareil. Pour améliorer la fidélité de la mesure, il est possible de simuler différents types de batteries ou de piles avec la SMU, allant de produits du commerce à des batteries spécifiques sur mesure.
Cette solution constitue un excellent moyen pour mesurer la consommation d’énergie d’un dispositif IoT, tout en vérifiant ses capacités réseau. Il est important de connaître le niveau de charge de la batterie aux différentes étapes de la communication radio.

Les phases ayant le plus d’impact sur la batterie sont celle où le dispositif délivre sa performance maximum, et celle où le dispositif est en mode économie d’énergie (PSM pour Power Saving Mode) qui est le mode dans lequel le dispositif IoT se trouve le plus souvent. Le MT8821C fournit un environnement de test qui permet de contrôler les paramètres du réseau sans fil. Dans l’ensemble, cette configuration de test constitue une solution évolutive permettant de surveiller la consommation d’énergie d’un état spécifique du réseau, ou d’évaluer et de comparer différents dispositifs IoT.