针对嵌入式系统的多任务环境,提出了混合模型功耗管理算法,用于对服从一般分布的系统进行建模。首先,介绍了现有的动态功耗管理策略算法,阐述了算法需要改进的原因。然后,使用重标极差法(Rescaled Range Analysis,R/S)对非平稳服务请求...针对嵌入式系统的多任务环境,提出了混合模型功耗管理算法,用于对服从一般分布的系统进行建模。首先,介绍了现有的动态功耗管理策略算法,阐述了算法需要改进的原因。然后,使用重标极差法(Rescaled Range Analysis,R/S)对非平稳服务请求下的时间序列进行长距离相关性分析;根据不同的分析结果选择相应的最大概率策略,即基于电池剩余电量的超时策略、模糊非标准PID策略和半Markov随机策略。最后,给出了策略参数的确定方法并通过实验的方法对本文提出的策略进行分析。实验结果表明,本文策略弥补了常规动态电源管理策略的不足,具有更广泛的适应性;在性能损失10%的条件下,系统平均功耗减少了37%,命中率大于60%,更稳定、有效地降低了功耗,有利于在嵌入式系统中应用。展开更多
文摘针对嵌入式系统的多任务环境,提出了混合模型功耗管理算法,用于对服从一般分布的系统进行建模。首先,介绍了现有的动态功耗管理策略算法,阐述了算法需要改进的原因。然后,使用重标极差法(Rescaled Range Analysis,R/S)对非平稳服务请求下的时间序列进行长距离相关性分析;根据不同的分析结果选择相应的最大概率策略,即基于电池剩余电量的超时策略、模糊非标准PID策略和半Markov随机策略。最后,给出了策略参数的确定方法并通过实验的方法对本文提出的策略进行分析。实验结果表明,本文策略弥补了常规动态电源管理策略的不足,具有更广泛的适应性;在性能损失10%的条件下,系统平均功耗减少了37%,命中率大于60%,更稳定、有效地降低了功耗,有利于在嵌入式系统中应用。