一种SPM周期准确功耗模型分析与实现

功耗问题是限制嵌入式设备发展的瓶颈之一。嵌入式系统中,为了降低嵌入式处理器的整体功耗,使用SPM（Scratch-Pad Memory）部件来替换cache部件。提出了一个SPM周期准确功耗模型。模型通过扩展SimpleScalar模拟器模拟程序执行时对SPM的访问,获得电路输入状态,并利用集成到模拟器中周期准确的SPM功耗模型计算SPM功耗,模型克服了电路级模型可扩展性较差的缺陷,通过在SimpleScalar中配置相关参数,模拟不同大小和结构SPM的功耗。实验表明模型能够准确模拟SPM功耗（误差不超过10%）。对SPM低功耗设计和优化具有一定的指导意义。     

功耗感知的自适应粒子群优化虚拟机动态映射

功耗管理是云计算数据中心的重要问题之一。由于服务器在不同睡眠状态时的功耗及唤醒延迟不同,将空闲服务器节电状态与输入作业负载建立映射,设计并实现了一种新的元启发式调度器,利用适应粒子群优化(SAPSO)检测和跟踪云计算资源池中不断变化的最优目标服务器,考虑了资源动态、工作服务器不同负载时的功耗、空闲服务器不同休眠状态转换时的功耗,使得VM映射中功耗增量最小。仿真实验表明了所提方法的有效性和较好的性能,经比较分析可知,该方法在保证满足SLA的情况下最大限度地减少了功耗且提高了VM映射效率。     

分层学习的边缘计算资源调度粒子群优化算法

由于存在诸如CPU运算速度慢,电池容量低等问题,智能移动设备本身无法执行计算需求大的应用程序,需要借助边缘计算技术来降低程序对移动设备硬件的要求。然而将部分计算任务从移动设备传输给边缘服务器,会带来额外的传输能耗和服务器计算能耗。综合考虑影响移动设备和服务器,以及数据传输能耗值的四个因素,即移动设备的计算速度,下载数据功耗,数据卸载百分比和剩余网络带宽占,提出一种基于分层学习的粒子群算法,优化每台移动设备对于这四个参数的取值,更合理分配计算资源使得总能耗最小。对计算资源建模时,还考虑了最大能耗、计算周期、存储、带宽和延迟约束条件。与其他算法进行对比实验发现,通过分层学习优化的粒子群算法,能更快速地获得满足约束条件具有更低能耗的资源调度最优解。     

基于自适应控制方法的云计算服务器性能管理

随着云计算技术的广泛使用,如何对采用虚拟化技术的云计算服务器的性能进行有效管理,是云计算研究的热点问题之一.论文提出了一种基于自适应控制理论的动态资源控制策略（DRC）,该控制策略在保证服务级别协议的前提下,对运行在服务器上的各个虚拟机进行优化配置,使服务器的硬件资源得到最大化的利用.同时设计了一种新型的自适应线性二次高斯控制器,来应对具有Web应用所面对的动态负载.在基于Xen技术搭建的实验平台上,对服务器的性能在不同工作负载的情况下进行了测试,并与未采用DRC策略的服务器性能进行了对比.实验结果表明,在动态工作负载下,与为采用DRC策略的服务器相比,DRC控制策略能够有效保证不同Web应用的响应时间稳定在设定的参考值.     

基于访存特性的嵌入式移动设备软件低功耗优化方法

为了使嵌入式移动产品更加节能环保,提出可通过调整程序中的循环结构和提高程序局部性来优化设备的访存操作,以此减小存储系统和嵌入式设备的功耗。将该方法应用于本实验室研制的麻醉术中呼吸音动态分析与呼吸功能监测系统,并在能耗模拟器HMSim上进行了四组仿真实验,结果显示,各组实验的功耗均有不同程度的降低,按等效方法计算,降幅最大可以达到25．84％。由此可见,所述的方法对于降低设备功耗是可行和有效的。     

低功耗FPGA电子系统优化方法

首先与实测系统功耗进行对比,验证了Xilinx公司ISE软件包中FPGA功耗估算工具XPower的准确性。然后对FPGA设计中影响系统功耗的几个相互关联的参数进行取样,通过软件估算不同样点下的系统功耗,找到功耗最低的取样点,得到最佳设计参数,从而达到优化系统设计的目的。实验中通过这种方法,在一个FPGA读写SRAM的系统中,在单位时间读写操作数固定的条件下,选取了读写频率与读写时间占空比这两个参数来优化系统功耗。最终测试数据证明了该方法的正确性。     

峰值能耗下随机订单的模型预测控制

针对带峰值能耗约束的随机订单并行机调度问题，即所有机器总功耗不得超过给定阈值，提出了基于模型预测控制的算法来最小化订单的期望生产周期。研究难点在于通过优化能源分配，在峰值能耗约束的前提下，提高设备的工作效率，并采用合理的滚动调度决策的方式处理由客户订单到达时间和需求量随机变化所引起的不确定性。研究对优化策略、生产周期、产品差异、机器速度等因素的影响，进行了全面的理论分析，并通过一系列数值实验，验证了所设计算法的有效性，挖掘了其中的有益管理启示来更好地指导实践。     

LLC谐振变换器线性补偿软启动控制研究

针对LLC谐振变换器启动时的涌流问题,根据LLC谐振变换器原理对频率调节增益和占空比调节增益进行分析,并利用仿真工具和函数拟合工具探究频率调节增益、占空比调节增益与混合调节总增益的关系,提出了一种LLC谐振变换器线性补偿软启动控制策略。此策略根据占空比调节时的增益特点设计占空比变化函数,根据上述分析得到的增益关系,设计频率变化函数,用频率调节增益对占空比调节增益进行线性补偿,使得输出总增益可以趋于线性变化,最大化地抑制启动电流。通过仿真和搭建实验样机,验证了所提出的策略可降低损耗,并有效抑制启动电流,提升了电源系统安全性,降低了设计成本。     

交互式系统下基于任务重要性的DVFS技术

动态电压频率调节技术(DVFS)是从软件层面进行系统功耗管理的重要技术。本论文针对交互式系统的特点,首先分析了当前使用的 DVFS 策略的不足之处,然后提出并实现了一种适用于交互式系统的 DVFS 策略。该策略在保障用户体验的前提下对移动设备进行功耗优化。实验结果证明,对于大多数应用能达到10%以上的功耗优化效果,部分应用最高有超过30%的功耗降低。     

面向总线的低功耗优化方法探究

随着社会信息化水平的不断提高,信息产业的快速发展,由此带来了能源的消耗也越来越高。特别是芯片集成度越来越高,系统应用越来越复杂,这就使得功耗问题成为嵌入式系统必须面对的一个关键问题。单纯的硬件功耗优化已经不能满足要求,基于软件的功耗优化取得了很好的成效。在编译阶段,通过减少总线的翻转次数来降低系统的功耗。针对指令地址总线,结合遗传算法进行函数段的分配,结合相关的编码策略,减少总线翻转,从而降低其功耗。针对数据总线,使用蚁群算法进行指令调度,用0-1翻转编码,有效减少了其总线翻转,降低了功耗。这种基于数据总线和地址总线的优化算法,能够在特定的实验平台下通过实验验证,算法对于总线功耗的优化效率大约为25%左右。     

A multi-modular shunt active power filter system and its novel fault-tolerant strategy based on split-phase control and real-time bus communication

We first present a new multi-modular shunt active power filter system suitable for large-capacity compensation. Each module in the system has the same circuit topology, system functionality, and controller design, to achieve coordination control among the modules. The module’s reference signals are obtained by multiplying the total reference signal by the respective distribution coefficient. Next, a novel fault-tolerant approach is proposed based on split-phase control in the a-b-c frame and real-time bus communication. When a phase fault occurs, instead of halting the whole module, the proposed strategy isolates only the faulted bridge arm, and then recalculates the distribution coefficients and transfers the compensation capacity to the same phases of the other normal modules, resulting in a continuous operation of the faulted module and optimization of the remaining usable power devices. Through steady-state analysis of the post-fault circuit, the system stability and control reliability are proven to be high enough to guarantee its engineering application value. Finally, a prototype is established and experimental results show the validity and feasibility of the proposed multi-modular system and its fault-tolerant control strategy.     

变压器类微磁器件节能优化结构的快速预筛选

微磁器件的功耗大多与激励电流密切相关,降低激励电流有利于节能降耗。通过对变压器类微磁器件的工作原理进行分析,比较激励电流的影响因素,提出了一种基于磁敏感膜结构参数的估算方法,可用于变压器类微磁器件的激励电流快速估算。经实验验证,其计算结果与有限元分析基本一致,能够有效完成不同结构敏感膜的快速预筛选,节约仿真时间和资源。本文提出的估算方法,能够尽早排除不合理的设想,加快器件的优化过程,所得结论可为敏感膜结构的进一步优化提供一定参考。     

面向边缘计算的目标追踪应用部署策略研究

目标追踪算法已在诸多领域得到广泛应用,然而由于实时性和功耗问题,使得基于深度学习模型的算法难以在移动终端设备上部署应用.本文结合边缘计算技术,从应用部署优化的角度,对目标追踪算法在移动设备上的部署策略进行研究.通过对目标追踪应用特点、移动设备特性以及边缘云网络架构的分析,提出一种面向边缘计算的目标追踪应用部署策略.通过任务分割策略将目标追踪应用的计算任务合理卸载至边缘云并利用信息融合策略对计算结果进行分析融合,此外,利用运动检测进一步降低终端节点的计算压力和功耗.通过对不同部署策略进行对比实验,实验结果表明,相比计算任务本地计算,该部署策略明显降低了任务响应时间,相比完全卸载至边缘云,该部署策略降低了相同计算任务的处理时间.     

基于PI调节占空比的自适应MPPT方法

最大功率点跟踪(MPPT)技术是提高光伏发电效率的重要途径之一;扰动观测法是MPPT控制中最常用的方法,针对其无法兼顾跟踪速度与最大功率点跟踪过程的震荡问题,提出了一种基于PI调节占空比的自适应MPPT方法,该方法针对占空比采用基于PI调节的自适应策略;通过Simulink建模仿真,与其他方法进行对比分析,结果显示了该方法可显著地提高了最大功率点跟踪的速度与精度。     

基于改进人工蜂鸟算法的VRV空调需求响应功率削减策略

针对夏季用电高峰时期用户对空调设定温度随意调节造成能源浪费以及需求侧对电网控制指令响应不够精确的问题，提出了一种基于功率削减的空调温度分档需求响应调控策略；以某办公建筑VRV空调为研究对象，分别建立该办公建筑空调物理仿真模型以及功耗数学模型，并对模型的准确性进行验证；提出基于不同舒适度和激励电价的VRV空调温度控制档位，构建室内机温度分档调控多目标优化模型，优化目标为调控时期空调实际功率与调控目标值的平均偏差以及负荷聚合商对用户的激励补偿费用同时最小；选取人工蜂鸟算法作为优化算法，针对该算法存在搜索速度慢、寻优精度低、易早熟收敛等缺点，在种群初始化阶段采用Hammersley序列生成更加均匀的初始种群以提高算法的收敛速度与精度，在搜索阶段采用高斯变异算子对蜂鸟位置进行扰动以进一步提升算法的探索能力。运用改进人工蜂鸟算法对模型进行求解，并与人工蜂鸟算法、粒子群算法、灰狼优化算法和鲸鱼优化算法的求解结果进行对比，以证明所提策略的有效性；实验结果表明，应用改进人工蜂鸟算法求解后的结果在保证用户舒适度的条件下最多可将功率调控精度提高83.1%并且将激励费用减小8.36%。     

混合动力电动汽车中利用决策树CART算法的能源管理方案

针对混合动力电动汽车(HEV)氮氧化物( )排放的问题,提出了一种基于决策树CART算法的柴油混合动力能源管理策略。首先,提出了一种结合决策树与回归树的分类算法(Classification and Regression Tress,CART),针对类别和变量特征,从一个或多个预测变量中预测出个例的趋势变化关系;然后,通过控制发动机和电动机之间的扭矩分配,引入了额外的自由度以调整从纯燃料经济性情况到纯 限制情况的优化权衡;最后,采用基于软件在环路和硬件在环仿真的方法,从而根据动力系统配置了解系统性能,并调整所提出的能源管理策略。实验结果表明,提出的柴油混合动力能源管理策略中, 的减少对燃料消耗的影响,且可以通过选择最佳工作点和限制发动机动力来限制 排放的潜力。相比其他几种较新的同类方案,提出的方案在同等燃料消耗的情况下 排放量更小,在燃料消耗略有下降的情况下,可以显着降低 。     

基于近端策略优化算法含碳捕集的综合能源系统低碳经济调度

为了实现园区综合能源系统（PIES）的低碳化经济运行和多能源互补,解决碳捕集装置耗电与捕碳需求之间的矛盾,以及不确定性源荷实时响应的问题,提出了基于近端策略优化算法含碳捕集的综合能源系统低碳经济调度方法。该方法通过在PIES中添加碳捕集装置,解决了碳捕集装置耗电和捕碳需求之间的矛盾,进而实现了PIES的低碳化运行;通过采用近端策略优化算法对PIES进行动态调度,解决了源荷的不确定性,平衡了各种能源的供给需求,进而降低了系统的运行成本。实验结果表明：该方法实现了不确定性源荷的实时响应,并相比于DDPG（deep deterministic policy gradient）和DQN（deep Q network）方法在低碳化经济运行方面具有有效性及先进性。     

基于能效优化的两足机器人步态控制方法

针对高能耗导致的两足机器人实用化障碍,提出了一种全新的、系统化的步态能效优化控制方法.基于两足机器人运动的重要能耗指标(平均功率、平均功率偏差、平均力矩损耗),提出了能耗预估策略和能效优化算法,获取了零力矩点(ZMP)稳定区域内的能耗极小值.沿着能耗极小值所对应的上体轨迹对机器人步态实施能效优化控制,最终获得满足ZMP稳定判据的低能耗步态.仿真结果证明,该方法能够有效降低机器人能耗并保持其稳定性.     

混合控制策略动态优化多负荷CCHP微网系统

为了降低含冷、热、电、气负荷多能互补微网的运行成本,并解决在传统控制方法下微网系统耗能大、响应慢及稳定性差等问题,提出了一种基于最短距离的CCHP系统混合控制策略.首先从系统运行经济性、稳定性和环保角度建立微网综合能源模型,结合传统控制方式建立4个运行场景,采用主副协同动态粒子群算法进行优化.实验结果表明,该控制策略在...     

低功耗高性能的全MOS电压基准源设计

设计了一种基于亚阈值技术的全MOS电压基准源,采用共源共栅结构来增大PSRR,使用MOS管代替电阻,优化温度特性,使电路中大部分MOS管工作于亚阈值区。基于0.18μm CMOS工艺进行设计、版图绘制、和前、后仿真,在后仿真中得出相关参数值。对各参数做出详细分析,包括:一定温度范围内的温度系数;常温下基准输出电压;不同电源电压条件下的线性调整率、基准源静态电流及功耗,并对不同频率下的电源电压抑制比进行了对比。实验结果表明达到了低功耗高性能的设计目标。