硬件IoT场景里，电池供电的传感器节点最怕的不是算力不够，而是续航估算失真——按标称电流算出的两年寿命，实测常在半年内就触发低压告警，运维只能靠人海巡检换电池。我们把这个问题拆成一个可回归的预测任务。
做法上，节点侧按分钟粒度记录休眠占空比、唤醒次数、发射功率档位与重传次数，网关侧补齐RSSI、信道占用率和环境温度，形成“行为—能耗”配对样本。模型不做复杂结构，用梯度提升回归拟合单位时间等效电流，再结合电池放电曲线外推到低压阈值，输出剩余寿命区间而非单点值。持续重传导致的短时高耗样本单独走一层规则兜底，避免污染整体拟合。
阶段性进展：
- 在两类节点（温湿度、门磁）上，剩余寿命预测的绝对误差中位数约为8%，对“提前换电”的漏报明显少于原有标称电流折算方法；
- 模型以周为单位在网关上增量更新，节点侧仅上传特征，不增加空口与功耗负担。
下一步计划是引入温度对电池内阻的影响修正，并验证在-20℃冷库与高湿场景下的区间覆盖率。
评论