Internet de las Cosas (Internet of Things, IoT) cubre una gran variedad de dispositivos de diverso tamaño especializados en una determinada función y cuyo uso es cada vez más extendido. Estos dispositivos se pueden dividir en tres categorías principales dependiendo de su aplicación: consumo, empresas e industria.
Los dispositivos IoT dirigidos a aplicaciones de consumo son bien conocidos: televisores inteligentes, altavoces inteligentes, vestibles (wearables), juguetes y otros muchos ayudan a mejorar nuestra vida diaria y ofrecen entretenimiento. Por otro lado existen dispositivos como contadores inteligentes, supervisores de tráfico/meteorológicos, termostatos inteligentes e iluminación inteligente, entre otros, que añaden confort a nuestra vida y reducen los costes ayudándonos a aprovechar mejor la energía. Estos tipos de dispositivos vienen impulsados por las empresas y la industria.
Por lo que se refiere al uso de la energía, un factor clave en IoT es el consumo de los propios dispositivos, que es aún más importante en las categorías de empresa e industrial. Es posible que un dispositivo IoT esté instalado en una planta para funcionar durante muchos años y a menudo incorpora una batería que no se puede sustituir. Esto significa que cuando se agota la batería también finaliza la vida útil del dispositivo. Dado que la vida útil de un dispositivo alcanza 10 o más años, especialmente en el caso de las redes móviles 5G, los ingenieros han de estar seguros de que la batería pueda durar lo máximo posible.
Sin embargo, el despliegue de las redes 5G aún no está generalizado y se utilizan principalmente como redes privadas de prueba en la industria. La mayoría de los dispositivos IoT celulares siguen funcionando con la anterior generación celular, es decir, con tecnología LTE.
LTE ofrece dos opciones: el estándar LPWAN (Low-Power Wide-Area Network) basado en LTE es conocido como NB-IoT (Narrowband Internet of Things) y se centra en dar cobertura en espacios interiores con su densidad de red, que suele ser elevada. También pone un especial énfasis en la larga autonomía de la batería para los dispositivos.
El segundo estándar bien conocido se denomina LTE-M (en concreto LTE Cat-M1) y cubre la necesidad de aplicaciones de comunicaciones de máquina a máquina y de IoT. Su velocidad de transmisión de datos es más alta y admite voz a través de la red, pero cuesta más y suele consumir más ancho de banda.
El analizador de radiocomunicaciones MT8821C de Anritsu ofrece soporte para estos estándares ampliamente utilizados. Este instrumento es compatible con Cat-M1 y con ambas versiones de NB-IoT,
NB-1 y NB-2, pero no está diseñado para realizar pruebas únicamente de tecnologías LPWAN ya que también puede simular otras tecnologías de red, como LTE/Advanced, GSM, W-CDMA, o servir de ancla en 5G NR NSA.
Si deseamos medir el consumo de un dispositivo en un entorno cerrado y controlado no basta con recurrir a un simulador autónomo de red. También necesitamos medir la potencia consumida por un dispositivo, lo cual se puede llevar a cabo alimentando el dispositivo con una fuente de potencia con capacidad de medida (Source Measuring Unit, SMU). La SMU escogida en nuestro caso es Otii arc, de la compañía sueca Qoitech.
La configuración de prueba incluye un PC para controlar ambos instrumentos. El simulador de red se conecta al PC a través del cable Ethernet, que nos permite controlar el instrumento de forma remota. El servidor de la SMU se ejecuta localmente en el PC, que se conecta a la SMU por medio del cable USB, lo cual simplifica a su vez la automatización de las medidas.
Otii arc se suministra con una aplicación GUI (interfaz gráfica de usuario) que ofrece muchas posibilidades. No obstante, solo aprovecharemos su capacidad gráfica para mostrar la energía consumida. Durante la medida se muestra el consumo de energía en tiempo real, que también se puede guardar y procesar posteriormente según las necesidades.
Ambos instrumentos se pueden automatizar con Python. Para controlar el simulador de red, el módulo PyVisa se ha de instalar en el PC además de Python. Proporciona al PC todas las herramientas necesarias para comunicarse con el instrumento mediante comandos y consultas VISA (Virtual Instrument Software Architecture).
La comunicación y el control para Otii arc se obtienen de una biblioteca API que ofrece un gran número de funciones. Más importantes es incluso que la mayoría de los pasos frecuentes utilizados en la aplicación GUI se pueden reproducir con Python puro. La versión preferible de Python es la 3.7.
Cuando está listo el script de control en Python ya se puede verificar. Es importante que todos los equipos estén conectados activamente al PC: un servidor Otii y una conexión IP entre el PC y el instrumento MT8821C. También requiere un diccionario para traducir los códigos. El principal objetivo es importar una traza de señalización del instrumento de Anritsu a la aplicación GUI de Otii. Para ello es preciso convertir un número de código en un texto legible por una persona cada vez que se recibe una respuesta a una consulta enviada. Gracias a esta implementación se puede ver el consumo de cada una de las etapas o estados de la comunicación radio.
Probablemente el proceso más difícil de implementar es la sincronización de los instrumentos. El PC de control, el registro de Otii arc y el registro de tiempo de la traza de señalización del MT8821C emplean formatos distintos. Por su propia naturaleza, la resolución temporal de la traza de señalización podría disminuir teóricamente hasta 1ms. No obstante, esta precisión de la medida no se puede lograr en la práctica ya que se producen retardos a causa de la comunicación en la red y de los procesos ejecutados.
El límite superior de la precisión se obtiene empíricamente por medio de múltiples observaciones con el analizador de protocolo y otras pruebas efectuadas en Python. Una vez ajustado el tiempo en función de estos pasos obtenemos la mínima precisión garantizada de +/- 250ms. Es importante destacar que la precisión real es mejor que la garantizada. A menudo el valor real se encuentra entre 100 y 200ms, aunque siempre se puede optimizar.
Tras importar la traza de señalización y ajustar la diferencia de tiempo entre la marca de tiempo del registro y la traza de señalización, el resultado parece muy prometedor. Podemos ver diferentes etapas de la radiocomunicación en el interior de la aplicación GUI. Si nos interesa conocer el consumo en el instante en que el dispositivo de prueba (Device Under Test, DUT) se une a la red, podemos verlo fácilmente pulsando sobre la línea de la señal importada. Cambia de forma automática el gráfico de consumo y permite ver con claridad el nivel de energía en ese momento gracias al cursor.
En este caso el DUT es alimentado continuamente con una tensión constante por la SMU, algo que no ocurre con el consumo de energía de un dispositivo IoT en el mundo real. Como se ha señalado antes, los dispositivos IoT suelen llevar baterías que no son capaces de mantener una tensión constante a lo largo de la vida útil del dispositivo. Para mejorar la fidelidad de la medida es posible simular diferentes tipos de baterías. La SMU puede similar los perfiles de diferentes baterías, desde baterías comerciales hasta las de diseño propio.
Esta solución es una manera excelente de medir el consumo de un dispositivo IoT y verificar sus capacidades de red. Es importante conocer el aporte de la batería en el transcurso de los diferentes estados de la comunicación.
Lo que más repercute sobre la batería es el rendimiento máximo de un dispositivo y el modo de ahorro de energía (power saving mode, PSM) en el que se encuentra a menudo un dispositivo IoT. El instrumento MT8821C proporciona un entorno de prueba con las condiciones perfectas para que podamos controlar los parámetros de la red. En su conjunto, la configuración ofrece una solución muy escalable que se puede utilizar para supervisar el consumo de un estado determinado de la red y/o para evaluar diferentes dispositivos IoT.
Peter Macejko, Especialista en Redes Inalámbricas, Anritsu Corporation
