圖中虛線表示處理器模塊所涉及的功能，它負責數據處理模塊的全部工作及數據采集模塊與無線收發模塊的部分工作。其中數據處理模塊主要由處理器與存儲器組成。若處理器不搭配存儲器，則在分析功耗時，只對處理器模塊進行分析即可。
下面對各模塊進行功耗分析。
?(1)數據采集模塊
?數據采集模塊通過傳感器采集外界數據并存儲。處理器模塊主要是配合傳感器工作，并進行數據存儲。
?(2)數據處理模塊
?數據處理模塊是處理器的主要工作模塊。在工作態內，處理器模塊的主要工作為數據采集、數據處理及數據傳送。在數據處理階段，處理器又負責模式識別、協議處理以及通信相關的三類任務。
?在選擇數據處理階段的算法時，應考慮功耗問題。在達到系統要求的情況下，算法應盡可能簡化。
值得注意的是：選擇簡單的通信相關算法可能使接收部分的性能下降，只能通過增加無線收發模塊的發射能量來補償，使整個節點的功耗增加。
該模塊的設計原則：①數據處理部分軟件盡量簡化；②工作態和待機態功耗應盡量降低；③通信相關的算法會影響到無線收發模塊的功耗，應整體考慮后再選擇。
?(3)無線收發模塊
?由于無線收發模塊工作時需要處理器配合，將數據與無線收發模塊交互。因此工作時間內，必須考慮處理器模塊的功耗。
以上分析了無線傳感網節點中的各個模塊在工作態時與處理器模塊的關系。下面利用上述結論，針對基于OMAP芯片的節點處理器的設計進行具體分析。
2 基于OMAP的節點處理器的低功耗設計
2.1 功耗與處理主頻的關系
下面根據OMAP5912的電流/處理速率比分析節點的功耗與處理器主頻的關系。OMAP為雙核處理器，對兩個核的功耗、計算能力要分別考慮。
2.1.1 OMAP內部雙核間的任務分配
OMAP5912中的DSP核為C5x系列的5510，ARM核為ARM926EJ。其中DSP核有內部乘加器且具有并行執行語句的特點，在進行大數據量的數值運算時效率極高。以FFT為例，1024點的FFT程序在ARM端的計算量約為1M條指令，在ARM核現有的流水線機制下，要花費1M指令周期" title="指令周期">指令周期。而在DSP核中運算時，由于程序可根據DSP內部的硬件結構優化，整個運算只消耗40K指令周期。所以主要的數值處理計算應該在OMAP內部的DSP核內計算，而ARM核負責處理協議上層邏輯性較強的部分。
2.1.2 OMAP核的電流/主頻比
芯片的電流消耗與其運行的主頻成線性關系，工作頻率越高，電流就越大。
根據實測值，OMAP內部DSP核的電流值與DSP主頻的關系約為：
I_DSP=(25+0.3×F_DSP)mA? (1)
其內部ARM核的電流值與ARM核主頻的關系約為：
I_ARM=(20+0.2×F_ARM)mA? (2)
兩個核的電流/頻率示意圖如圖2所示。

由圖2可知：DSP核的功耗略大于ARM核的功耗，而且主頻越高越明顯。
2.1.3 OMAP核工作頻率的選擇
下面介紹OMAP兩個核工作頻率的選擇。此處引入一個變量M，代表一個處理器完成某項運算所需要的指令周期數。
(1)DSP核的頻率選擇分析
?設DSP核所承擔的任務共需要MDSP，則DSP核完成此工作所消耗的能量為：
?E_DSP=P_working×T_working
????? =(V_DSP×M_DSP×0.3+V_DSP×M_DSP×25/F_DSP)mJ (3)
對式(3)求EDSP對FDSP的導數得：
E_DSP′=-V_DSP×M_DSP×25/(F_DSP)²(4)
由于F_DSP∈(0MHz，192MHz]，在此區間內E_DSP′≠0，即函數無極值。由于E_DSP′<0，所以當F_DSP=192MHz時，E_DSP得到最小值：
E_{DSP_min}=(V_DSP×M_DSP×0.43)mJ (5)
(2)ARM核的頻率選擇分析
進行類似上面的分析，并滿足剛好在TDSP_pro時間內完成MARM的運算量處理時，ARM的能耗EARM最小。
此時：F_ARM=F_DSP×M_ARM/M_DSP(6)
(3)工作頻率選擇的結論
①在消耗能量最少的原則下，當DSP核運算時，應選擇全速運行。運算結束后，馬上由ARM核將其轉入被動模式。
ARM核根據選擇的算法，估算MDSP與MARM的關系，根據式(7)進行具體計算。
②在采集數據和數據傳遞階段，應盡量選擇低主頻，以達到功耗最低的目的。
2.1.4 節點方案中各狀態的設計
根據節點處理器模塊的狀態，分為待機狀態和工作狀態" title="工作狀態">工作狀態。其中工作狀態又根據功能的不同分為數據采集、數據處理和數據傳送三個階段。
?各狀態的轉換關系如圖3所示。

當節點處于各狀態時，處理器的主頻及任務如下：
(1)節點待機態時，處理器內部ARM核及DSP核處于睡眠狀態。
(2)數據采集階段時，處理器內部的ARM核處于工作狀態，FARM=2MHz；DSP核處于睡眠狀態。
處理器模塊的任務：ARM核將A/D從傳感器處采集到的數據讀入內部存儲區。
(3)數據處理階段時，處理器中ARM核處于工作狀態，F_ARM=2MHz；DSP核處于工作狀態，F_DSP=192MHz。
處理器模塊的任務：ARM核協議處理，包括組幀、解幀。DSP核的模式識別中待發送的數據量為320bit；圖像壓縮中待發送的數據量為95Kbit。與通信相關的處理包括調制解調、信道編解碼。
(4)數據傳送階段時，處理器內部ARM核處于工作狀態F_ARM=2MHz，DSP核處于睡眠狀態。
處理器模塊的任務是配合無線收發模塊傳送數據。
各工作狀態耗費電流如表1。

?

2.2 節點功耗與算法的關系
2.2.1 算法對節點各模塊功耗的影響
(1)處理器模塊
對整個處理器模塊，由式(5)、式(6)經分析可得：
E_proc=E_{DSP_min}+E_{ARM_min}
???? =V_DSP×M_DSP×0.43+V_ARM(0.1×M_DSP+0.2×M_ARM) (7)
且V_DSP=V_ARM
E_proc=V_ARM(0.53×M_DSP+0.2×M_ARM) (8)
由式(8)知，主導處理器模塊功耗為MDSP，所以減小MDSP是減少節點處理器部分功耗最直接的方式。
(2)無線收發模塊
降低無線收發模塊的功耗，需要在信源階段對數據進行模式識別或壓縮，降低數據量以降低數據的傳輸時間；在選擇調制解調方案時，應選擇可獲得較高數據速率并且所需解調的Eb/N0相對較低的方案。
2.2.2 節點算法的選擇
?在進行算法選擇時應在完成功能的基礎上，選擇可以降低功耗的算法。下面針對本節點對算法選擇進行分析，先討論三類算法在節約功耗條件下的復雜度。
(1)模式識別
模式識別可以處理傳感器采集到的信號，給出一個對信號的判斷結果，在無線收發時只需要傳送這個結果。
經過一次模式識別，數據量可從1K個8位采樣點降到1個16位的word。當設發送數據速率為20kbps時，采用BPSK，(2，1，5)卷積編碼的方案，發射傳輸時間由160ms降低到0.8ms。由于實際發送時需要對數據進行組幀，所以傳輸時間大概為5ms。若以節省功耗為標準，則：
E_{RF_save}>E_{PRO_use}
?-〉V_RF×40×160>V_ARM(0.53×M_DSP+0.2×M_ARM)(9)
?-〉40×160>0.53×M_DSP
?-〉M_DSP<12
即只要選擇的算法低于12M個指令周期就可以節省能量。
模式識別的計算量主要集中在特征值的提取上，比較有代表性的算法為基于功率譜(512點FFT)的算法或基于小波分析(db6)的算法。兩種算法的運算量與在DSP內處理的時間如表2。

由于在傳感網節點中對功耗的要求更為嚴格，所以選擇基于功率譜分析的算法。在實現時利用55核的硬件特性，可降至22K個周期數，1毫秒就可處理完畢。
(2)圖像壓縮
節點傳輸圖像時必須進行圖像壓縮，一幅320×240的BMP圖像約1.8Mbit，在基本不損失信息的情況下可壓縮至95Kbit。Mcompression約為135 290M條指令周期，而對其壓縮后，在算法未優化的情況下計算量約為120K條指令周期，遠遠小于Mcompression。這同時也說明，在傳感網節點中傳遞圖像時，主要能耗集中在無線收發模塊。此時提高數據速率是必須的，因為提高速率并不會使無線收發模塊的功耗上升，卻可以減少發送時間以節約能量。
故模式識別與圖像壓縮是無線傳感網節點內必不可少的，算法選擇時壓縮比是比復雜度更重要的選擇依據。
(3)通信相關
①編碼方式
為了在一定的誤碼率下達到低功率傳輸，需要采用FEC編碼減少差錯概率。卷積編碼是目前應用最廣泛的編碼方式，表3為對1Kbit數據采用不同參數的卷積編碼時的譯碼運算量與編碼后長度的比較。

?

分析圖4可知，(2，1，7)比(2，1，3)的卷積編碼性能提升了2dB以上，而(2，1，9)相比(2，1，7)卻只提高了不到1dB。在處理時間上，(2，1，9)即使在程序經過優化后的處理時間為75毫秒，占處理器模塊中DSP核處理時間的90％以上。所以選擇性能接近但運算量卻低很多的(2，1，7)的卷積編碼。
②調制方式
傳感網的信號經過無線信道時一般不采用高階調制。在QPSK和BPSK的選擇上，由于QPSK可以同時在IQ兩路傳輸數據，使無線收發模塊的Tworking減少1/2，從而減少功耗。這樣數據的傳輸速率為40kbps。
各算法耗費時間如表4。

2.3 與現有節點的比較
現將本節點處理器模塊與現有節點處理器模塊在以模式識別的應用中進行比較，對1K數據進行模式識別及編解碼所消耗的計算周期如下：
普通MCU計算周期：6.4M指令周期
OMAP5912計算周期：1.1M指令周期
由此可得進行1000次的上述處理所需要的時間及消耗的電流如表5。