嵌入式操作系统功耗管理技术研究

嵌入式操作系统功耗管理技术研究

论文摘要

随着嵌入式计算技术的飞速发展,嵌入式系统变得小巧玲珑而且功能强大,一块小小的芯片可以实现无线通讯、图像处理、多媒体播放等功能。然而由于系统功耗的限制,嵌入式系统的持续工作时间、制造和运行成本,设备的封装体积、可靠性和使用寿命,以及高性能部件的使用,都受到严重影响。功耗已经成为嵌入式系统设计的主要制约因素之一。随着微电子技术的发展,各种先进的硬件功耗控制技术的出现,软件方面的功耗管理技术已经成为控制和优化计算机系统功耗的重要手段,也是近年嵌入式系统研究的热点课题。 论文通过分析嵌入式系统功耗的影响因素,论述了操作系统在计算机功耗管理中的核心地位和优势。论文详细介绍了操作系统现有的功耗管理技术及其研究现状,指出不确定性是计算机系统服务请求的基本特征,随机分析方法是研究操作系统功耗管理的有效手段。全文基于这一认识,分别研究了操作系统的动态功耗管理、非实时和实时DVS任务调度的随机模型、管理策略和控制算法,主要的贡献和创新之处包括: 1.利用随机决策模型,从理论上证明了最优动态功耗管理策略是确定马尔科夫策略,即超时策略。这一结果缩小了动态功耗管理问题最优解的搜索空间,降低了求解难度,为简化动态功耗管理控制算法提供了理论依据。同时该结果对DVS任务调度的时钟频率确定或松弛时间分配也具有同样的指导意义。 2.利用计算机系统服务请求的自相似性,从理论上解释了现有动态功耗管理随机模型没有解释的“实践中超时策略可取得优良节能效果”现象,从侧面证明了最优动态功耗管理策略是确定马尔科夫策略的结论。并提出非平稳自相似业务请求下的自适应动态功耗管理算法。 3.指出当任务执行需求为随机变量时,非实时DVS任务调度中最优时钟频率为确定频率,由此给出了关键功耗执行时间的概念,并提出了基于关键功耗执行时间的非实时DVS任务调度的时钟频率确定算法,克服了现有非实时DVS任务调度算法性能不稳定的缺点。

论文目录

  • 摘要
  • ABSTRACT
  • 目录
  • 缩略词
  • 第一章.绪论
  • 1.1.介绍
  • 1.1.1.嵌入式系统
  • 1.1.2.实时操作系统
  • 1.1.3.系统功耗
  • 1.1.4.功耗管理
  • 1.2.研究背景与意义
  • 1.3.本文主要工作
  • 1.4.本文章节安排
  • 第二章.操作系统功耗管理的研究现状
  • 2.1.引言
  • 2.2.DPM
  • 2.2.1.超时策略DPM
  • 2.2.2.预测策略DPM
  • 2.2.3.随机策略DPM
  • 2.3.DVS任务调度
  • 2.3.1.非实时DVS任务调度
  • 2.3.2.实时DVS任务调度
  • 2.3.2.1.任务内DVS任务调度
  • 2.3.2.2.任务间DVS任务调度
  • 2.4.内存功耗管理
  • 2.5.其他功耗管理技术
  • 2.6.小结
  • 第三章.动态功耗管理
  • 3.1.PMC模型
  • 3.1.1.PMC
  • 3.1.2.PMC模型
  • 3.2.服务请求模型
  • 3.2.1.服务请求模型
  • 3.2.1.1.排队模型
  • 3.2.1.2.时间序列模型
  • 3.2.2.服务请求特性
  • 3.2.2.1.随机性
  • 3.2.2.2.自相似性
  • 3.2.2.3.非平稳性
  • 3.3.DPM模型
  • 3.4.DPM问题的解
  • 3.5.DPM算法
  • 3.5.1.评价指标
  • 3.5.1.1.竞争率
  • 3.5.1.2.延迟率
  • 3.5.1.3.切换成功率
  • 3.5.2.DPM控制算法
  • 3.5.2.1.泊松业务流
  • 3.5.2.2.自相似业务流
  • 3.5.2.3.非平稳自相似业务流
  • 3.6.实例分析
  • 3.7.小结
  • 第四章.非实时DVS任务调度
  • 4.1.DVS处理器
  • 4.1.1.处理器功耗
  • 4.1.2.主要DVS处理器实现技术
  • 4.1.2.1.SpeedStep
  • 4.1.2.2.PowerNow!
  • 4.1.2.3.LongRun
  • 4.1.3.DVS处理器模型
  • 4.2.非实时任务调度
  • 4.2.1.非实时任务
  • 4.2.2.非实时任务调度
  • 4.3.非实时DVS任务调度
  • 4.3.1.DVS任务调度
  • 4.3.2.任务功耗
  • 4.3.3.问题形式化描述
  • 4.4.时钟频率确定
  • 4.4.1.静态算法
  • 4.4.2.基于平均执行时间算法
  • 4.4.3.基于功耗关键执行时间的算法
  • 4.5.性能分析
  • 4.6.小结
  • 第五章.实时DVS任务调度
  • 5.1.实时任务调度
  • 5.1.1.实时任务
  • 5.1.2.实时任务调度
  • 5.1.3.常见实时调度算法
  • 5.1.3.1.RMS
  • 5.1.3.2.EDF
  • 5.2.实时DVS调度模型
  • 5.2.1.实时DVS调度
  • 5.2.2.任务功耗
  • 5.2.3.问题形式化描述
  • 5.3.固定优先级DVS任务调度
  • 5.3.1.松弛时间估计
  • 5.3.1.1.静态松弛时间计算
  • 5.3.1.2.动态松弛时间计算
  • 5.3.2.松弛时间分配
  • 5.4.动态优先级DVS任务调度
  • 5.4.1.松弛时间估计
  • 5.4.1.1.静态松弛时间计算
  • 5.4.1.2.动态松弛时间计算
  • 5.4.2.松弛时间分配
  • 5.5.性能分析
  • 5.5.1.固定优先级算法
  • 5.5.2.动态优先级算法
  • 5.6.小结
  • 第六章 功耗管理架构
  • 6.1.常见的嵌入式功耗管理架构
  • 6.1.1.基于APM的PMA
  • 6.1.2.基于ACPI的PMA
  • 6.1.3.现有PMA的不足
  • 6.2.ECOS-PMA
  • 6.2.1.eCOS
  • 6.2.2.eCOS-PMA的体系结构
  • 6.2.3.HAL层
  • 6.2.4.OS内核层
  • 6.2.5.API层
  • 6.3.小结
  • 第七章.全文总结
  • 参考文献
  • 致谢
  • 攻博期间取得的研究成果
  • 相关论文文献

    • [1].基于云计算的资源延迟感知任务调度优化[J]. 信息与电脑(理论版) 2019(24)
    • [2].云环境下版本控制及任务调度优化技术研究[J]. 电子元器件与信息技术 2020(01)
    • [3].卫星自主与协同任务调度规划综述[J]. 自动化学报 2019(02)
    • [4].基于云计算的舰船大规模任务调度优化[J]. 舰船科学技术 2019(06)
    • [5].云计算环境下基于蚁群算法的任务调度研究[J]. 科技创新导报 2019(02)
    • [6].云计算环境下用户任务调度效率优化仿真[J]. 计算机仿真 2017(04)
    • [7].基于稳定性分析的电控离合器任务调度周期设计[J]. 上海交通大学学报 2019(04)
    • [8].卫星任务调度统一化建模与多策略协同求解方法[J]. 控制与决策 2019(09)
    • [9].信息物理融合生产系统动态任务调度研究[J]. 武汉理工大学学报(信息与管理工程版) 2017(03)
    • [10].基于离散人工蜂群算法的云任务调度优化[J]. 计算机应用 2016(01)
    • [11].任务调度路径选择方法的研究与仿真[J]. 计算机仿真 2016(06)
    • [12].物联网任务调度优化建模与仿真研究[J]. 计算机仿真 2015(03)
    • [13].人工蜂群算法在并行测试任务调度中的应用[J]. 计算机测量与控制 2012(06)
    • [14].云计算环境下基于改进遗传算法的多维约束任务调度研究[J]. 小型微型计算机系统 2017(09)
    • [15].基于时空情境的可重构高性能任务调度体系[J]. 实验室研究与探索 2015(03)
    • [16].基于遗传算法的小卫星任务调度[J]. 通信技术 2013(11)
    • [17].云计算中任务调度研究的调查[J]. 计算机科学 2019(03)
    • [18].基于蚁群算法的测试任务调度优化方法[J]. 兵工学报 2019(06)
    • [19].考虑处理机时间窗口的可分任务调度优化模型[J]. 西安交通大学学报 2017(09)
    • [20].多DAG任务调度算法[J]. 中山大学学报(自然科学版) 2019(04)
    • [21].自适应动态调整粒子群的云计算任务调度[J]. 计算机应用与软件 2019(09)
    • [22].协同任务调度构架模型及关键算法研究[J]. 计算机工程与设计 2008(16)
    • [23].网格计算技术及其任务调度策略[J]. 电子测试 2019(11)
    • [24].云环境下调度算法综述[J]. 电子技术应用 2019(09)
    • [25].多目标优化模具设计任务调度研究[J]. 模具工业 2015(09)
    • [26].基于云计算的电力任务调度优化策略研究[J]. 电测与仪表 2020(13)
    • [27].一种并行测试任务调度优化方法[J]. 兵工学报 2018(02)
    • [28].基于均衡任务调度的网络工程实训管理系统优化设计[J]. 现代电子技术 2017(12)
    • [29].多差异嵌入式设备的节能任务调度模型仿真[J]. 计算机仿真 2015(03)
    • [30].面向区域目标的测绘卫星任务调度方法[J]. 科学技术与工程 2012(28)

    标签:;  ;  ;  ;  ;  

    嵌入式操作系统功耗管理技术研究
    下载Doc文档

    猜你喜欢