基于Friend项目的低功耗设计与电池优化方案分析
2025-06-07 20:23:25作者:裴麒琰
项目背景
Friend项目是一个开源硬件项目,其DK2版本设备采用了250mAh电池供电方案。开发团队需要确保该设备在BLE连接状态下能够持续工作4天而不需要充电,这对低功耗设计提出了较高要求。
功耗测试数据分析
通过实际测量,我们获得了以下关键功耗数据:
- BLE未连接状态:约35mA电流消耗
- BLE连接状态:约6.5mA电流消耗
- 低功耗睡眠状态:约1.15mA电流消耗
测试结果表明,SD卡模块是系统中最耗电的组件,特别是在BLE断开连接时进行数据写入操作期间。
主要功耗来源分析
在BLE连接状态下(主要使用场景),系统功耗主要来自以下方面:
- SD卡读写操作:这是最显著的功耗来源
- BLE通信模块:维持连接状态的基础功耗
- 按钮状态监测:持续监测用户输入的功耗
优化方案建议
基于测试结果和分析,我们提出以下优化方案:
-
SD卡写入优化:
- 采用小文件分块写入策略,提高读写速度
- 使用QSPI闪存作为写入缓冲区,减少SD卡直接操作
- 默认保持SD卡卸载状态,仅在需要时挂载
-
电源管理优化:
- 优化BLE连接间隔参数
- 实现更精细的电源状态管理
- 考虑采用动态电压频率调整(DVFS)技术
-
硬件设计改进:
- 评估更高容量电池的可行性
- 考虑采用更低功耗的存储解决方案
- 优化电源管理电路设计
续航时间估算
以250mAh电池容量计算:
- BLE连接状态理论续航:约38小时
- 低功耗状态理论续航:约217小时
要达到4天(96小时)续航目标,需要将平均功耗控制在约2.6mA以下。这需要通过优化使用模式,增加低功耗状态占比来实现。
实施建议
开发团队应:
- 优先实施SD卡写入优化方案
- 建立更详细的功耗分析模型
- 考虑用户实际使用场景进行针对性优化
- 开展长期稳定性测试验证优化效果
通过系统级的低功耗设计和精细的电源管理,Friend项目有望实现其续航目标,为用户提供更好的使用体验。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0448
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
项目优选
收起
暂无描述
Markdown
827
5.48 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284