高级动态电源管理在系统软件层的设计与实现

现在可移动嵌入式系统在飞速发展,而相应的电池技术发展速度却与之不符,这就使得电源管理成为了一个迫切需要解决的问题.动态电源管理(DPM)就是一种有效的系统级电源管理策略,它在恰当的时机选择性地切换设备状态,其目的是节省系统功耗以及系统响应延时.介绍了现有的几种DPM策略,如贪婪策略、超时策略、预判策略以及随机模型最优化策略等等,通过分析现有策略的优缺点,提出了一种系统级高级动态电源管理策略(ADPM),并在软件模拟环境中实现了ADPM策略和现有的其它几种DPM策略,并通过实验将几种策略进行比较,结果表明,ADPM在系统响应速度上要平均提高13%,在功耗节省上平均要提高16%,证明ADPM是一种有效的动态电源管理策略.     

操作系统电源管理研究进展

系统级动态电源管理技术的关键问题是在系统性能与能耗之间进行权衡.在硬件提供支持的基础上,操作系统电源管理的优势在于操作系统作为系统资源管理者,根据工作负载和硬件资源电源状态的特征,在满足系统性能约束条件下作出电源管理决策和控制,降低系统能耗.从优化控制策略和操作系统资源管理的角度,综述操作系统电源管理研究现状及其关键技术.对两类动态电源管理策略进行详细分析,讨论了从资源管理角度进行操作系统电源管理的研究思路和问题,对当前面临的主要问题和发展趋势进行了总结和展望.     

无线Mesh网络中基于匹配因子的积极队列管理策略研究

针对无线Mesh网络的网络特性,分析现有的队列管理策略,提出一种基于匹配因子的积极队列管理策略MFAQM。MFAQM算法通过网络的实际情况确定匹配因子MF,根据匹配因子来调整队列管理策略中丢包率和ECN标记概率,从而实现动态的积极队列管理。详细讨论MFAQM算法的实现过程和相关参数的计算方法,通过仿真分析验证了该算法对无线Mesh网络性能的提高。     

动态电源管理的在线优化技术

研究离散事件动态系统中的一类随机离散动态系统—–半Markov决策过程,在动态电源管理问题中的应用.动态电源管理问题存在于很多便携式电子设备中,其主要目的是根据电子设备的状态通过电源管理策略选择关闭或休眠一些元器件,从而实现节省电子设备功耗,延长电池使用时间的目的.首先讨论了动态电源管理问题的建模,给出了一种带有禁止时间的在线优化方法,该方法通过设备自身运行数据,自主地学习并改进电源的动态管理策略,从而使每台电子设备具有个性化的动态电源管理方式,其优化过程可以在设备充电时完成,不需要通过云传输和云计算,避免了隐私数据的泄漏.最后通过仿真实验验证了算法的有效性.     

系统级动态电源管理算法的研究

嵌入式系统的DPM问题就是通过在系统的部分组件空闲时关断其电源,并在有任务到来时恢复对它的供电,以减少系统级功率消耗,其目的就是在最小系统功耗的情况下实现最优的性能。要实现此目的,迫切需要有一个高性能的电源管理算法。该文研究了目前国际上比较流行的几种系统级动态电源管理算法,比较并指出各个算法的优缺点及改进的方法,为发展高性能的智能电源管理算法提供理论分析和实验比较结果。     

基于Petri网的集群应用系统性能评价

利用随机Petri网理论给出了一个集群应用软件负载平衡系统的抽象模型,通过细化其中的本地节点处理部分对3种集群动态负载平衡的调度策略和应用系统体系结构对负载平衡系统的影响进行了分析,得到了一些对大部分应用系统的设计起到指导作用的结论.这些结论是:(1)无论是静态负载平衡还是动态负载平衡都能提高集群系统的性能,动态负载平衡会得到更好的性能;(2)在动态负载平衡算法中除了要考虑系统中最重要的等待队列--应用队列外,还要考虑数据库队列;(3)异步体系架构将任务切分到各处理子系统中,有助于将各子系统负载数据综合到负载向量中,能够更准确地衡量系统负载、提高负载平衡系统的性能,优于同步体系结构.     

信息物理融合系统的动态多优先级调度

信息物理融合系统(Cyber-physical Systems,CPS)的复杂和异构性给设计者带来了不少挑战,其中任务的多样性使得传统的调度策略不能满足CPS的性能需求.提出了专门针对基于大规模传感器网络的CPS的动态多优先级调度策略.根据任务类型分配4级缓存队列:第1级是来自控制器待处理的实时任务,拥有最高的可抢占式优先级;第2级是来自控制器待转发的实时任务,拥有次高的可抢占式优先级;第3级是来自其他节点待转发的非实时任务,拥有第三高的非抢占式优先级;第4级是来自本地待发送的非实时任务,拥有最低的非抢占式优先级.设计了抢占与非抢占混合的动态调度策略来减少任务的平均等待时间,加入了等待时间阈值机制来保证第4级任务的公平性.通过理论分析和仿真实验对调度策略的性能做了评价.仿真结果显示,动态多优先级调度策略在提高系统性能和稳定性上要优于传统优先级调度.     

两级嵌入式系统的消息驱动和快速传送

提出了两级调度嵌入式操作系统的运行原理和任务、子任务的消息驱动机制,设计了一种新的描述消息的数据结构,用以满足两级调度嵌入式操作系统的运行.利用这种数据结构,可以用零拷贝的方式来传送消息,极大地提高了系统的效率.在两级嵌入式操作系统中,构建了完全独立的、由不同类型消息所组成的任务级消息队列和子任务级消息队列.最后,分析了这两种消息队列和各种不同类型消息的特点,并分析了利用消息驱动任务和子任务的方法.     

嵌入式便携设备中电源管理的分析与研究

系统功耗是阻碍当今世界便携式电子产品发展的一个重要因素。降低系统功耗的核心是运用适当的电源管理(powermanagement)策略,关键是准确反映和利用系统状态信息和任务信息。本文从任务信息和系统状态两个角度,分析系统设备电源管理策略和方法,并提出一个基于最高决策的系统级电源管理模块构架。     

嵌入式Linux的动态电源管理技术

在SoC硬件对电源管理支持基础上,通过设计电源管理操作点、管理类、管理策略等结构,把系统创建的任务和具体电源管理硬件参数联系起来,为任务间精细电源管理提供包括应用层、操作系统层以及硬件层的框架结构。结合用户层制定的策略,实时、动态、低延迟管理系统动态功耗,调整CPU工作频率和电压、外部总线时钟频率、外部设备时钟/电源参数。实践证明,节能效果良好。     

Dynamic power management in wireless sensor networks

We propose an OS-directed power management technique to improve the energy efficiency of sensor nodes. Dynamic power management (DPM) is an effective tool in reducing system power consumption without significantly degrading performance. The basic idea is to shut down devices when not needed and wake them up when necessary. DPM, in general, is not a trivial problem. If the energy and performance overheads in sleep-state transition were negligible, then a simple greedy algorithm that makes the system enter the deepest sleep state when idling would be perfect. However, in reality, sleep-state transitioning has the overhead of storing processor state and turning off power. Waking up also takes a finite amount of time. Therefore, implementing the correct policy for sleep-state transitioning is critical for DPM success. It is argued that power-aware methodology uses an embedded microoperating system to reduce node energy consumption by exploiting both sleep state and active power management     

WOLF-Linux系统上的脉冲式动态电源管理

动态电源管理(dynamic power management,DPM)是一种动态重构系统资源以提供适当系统处理能力和优化的系统功耗的设计方法,着眼于动态获得功耗和效率之间的平衡.动态电源管理结合津科WOLF-Linux系统采用的类纸显示单元的应用需求,产生了DPM结合APM的脉冲式动态电源管理方法.该方法目标是在对媒体阅读系统中实现阅读不耗电的目标.     

非平稳自相似业务下自适应动态功耗管理

动态功耗管理(dynamic power management,简称DPM)是一种优化计算机设备能量消耗的设计技术,优化效果依赖于采用的功耗管理策略和控制算法.研究表明,传统排队论的指数分布假设不适用于DPM策略研究,DPM最优策略是超时策略,超时策略可以获得很好的节能效果的理论原因是计算机系统业务请求具有自相似性.提出了当空闲时间长度服从Pareto分布时,基于截尾均值法小样本情况下Pareto分布形状参数的稳健有效估计算法和基于窗口大小自适应技术非平稳业务请求下的DPM控制算法.实验结果表明,该算法具有很好的稳定性,在不考虑其他条件约束时,竞争率可降到1.24,在延迟率小于0.10的条件下,竞争率可降到1.47,而且算法计算负荷小.     

System-level integrated power management for handheld systems

We propose a system-level integrated power management scheme for battery-operated handheld systems such as cell phones and PDAs. Rather than dealing separately with each system component, we consider the interactions between CPU, WNIC (wireless network interface card), LCD, and applications, to reduce energy consumption at the system-level. Depending on the type of applications, the proposed scheme takes the interaction between CPU voltage and frequency and either LCD clock frequency or WNIC power modes, selectively, or both of them. The proposed method selects voltage for CPU in the context of LCD clock speed to reduce the system energy consumption. The application type and the power mode of WNIC are also considered to control the CPU voltage and frequency. Experimental results show that our scheme reduces the system energy consumption by as much as 30% compared to the systems of simply combining DVS (dynamic voltage scaling) and DPM (dynamic power management) or those of using no energy saving policy.     

Comparing system level power management policies

Reducing power consumption is a challenge to system designers. Portable systems, such as laptop computers and personal digital assistants (PDAs), draw power from batteries, so reducing power consumption extends their operating times. For desktop computers or servers, high power consumption raises temperature and deteriorates performance and reliability. Soaring energy prices and rising concern about the environmental impact of electronics systems further highlight the importance of low power consumption. Power reduction techniques can be classified as static and dynamic. Static techniques, such as synthesis and compilation for low power, are applied at design time. In contrast, dynamic techniques use runtime behavior to reduce power when systems are serving light workloads or are idle. These techniques are known as dynamic power management (DPM). DPM can be achieved in different ways; for example, dynamic voltage scaling (DVS) changes supply voltage at runtime as a method of power management. Here, we use DPM specifically for shutting down unused I/O devices. We built an experimental environment on a laptop computer running Microsoft Windows. We implemented existing power management policies and quantitatively compared their effects on power saving and performance degradation     

基于BP神经网络的系统级电源管理算法

在深入研究目前国际上比较流行的几种系统级电源管理（PM）算法的基础上，利用BP神经网络的非线性映射能力，提出基于BP神经网络的、对任务之间相互间隔时间也就是系统空闲时段的长度进行自适应学习的BPPM算法，具有传统回归PM算法不可比拟的优点。仿真实验表明引入神经网络的电源管理算法较之传统PM算法大大降低了系统级功耗。实现了在不需要建立系统模型、无需预先获得负载统计特性的前提下，通过从系统正常工作产生的数据中不断学习，使系统具有自适应、高效的电源管理能力，以达到降低系统功耗、提高器件可靠性、延长工作寿命的目的。     

基于随机决策模型的动态功耗管理策略研究

由于功耗的严格约束,现代嵌入式计算终端必须采用科学的动态功耗管理策略.文中在对计算机系统的动态功耗管理(Dynamic Power Management,DPM)模型深入研究的基础上,采用改进的DPM随机决策模型,从理论上证明了DPM最优策略是确定性马尔可夫策略,这为简化DPM控制算法提供了理论依据.在实例研究中,比较了空闲时间长度服从负指数分布与Pareto分布两种情况,发现经典的空闲时间长度服从负指数分布的假设与实际情况偏差很大.Pareto分布很好解释DPM超时策略在实际应用中可以取得优良节能效果这一现象.