CN102932885A - 移动智能终端3g通信能耗与用户性能体验权衡调度方案 - Google Patents

Abstract

一种移动智能终端中3G能耗与用户性能体验的权衡调度方案，属于3G移动通信节能控制领域，通过建立一种描述应用服务性能体验指标的模型；当移动终端发出网络数据传输请求时，对先前到达的流量进行整形，使得传输请求在一定的性能损失指标约束下尽可能地完成流量聚合；通过调整算法的平衡因子，可以直接有效地对网络传输能耗和性能体验指标之间的倾向性进行调节，本发明可以大量地减少3G通信中所带来的长时间高能耗状态，通过调节平衡因子，可以在满足不同性能体验指标的需求下，最有效地降低3G网络传输能耗。

Description

移动智能终端3G通信能耗与用户性能体验权衡调度方案

技术领域

本发明属于3G移动通信节能控制技术领域，涉及一种移动智能终端3G通信能耗与用户性能体验权衡调度方案。

背景技术

随着移动互联网的飞速发展，移动通信技术愈加成熟，其中第三代移动通信技术（3G）在数据传输质量和带宽上都有着显著的飞跃，带来了大量移动应用与服务的涌现。随着移动智能终端处理技术的发展，人们对于各种网络服务的需求增长迅速。然而，在丰富的移动网络服务下，移动智能终端的电池寿命一直成为其使用体验提升的性能瓶颈。一方面，屏幕显示、CPU计算等能耗模块和电池储能密度的硬件技术发展已经到达一个瓶颈；另一方面，网络应用服务的兴起使得网络传输成为导致终端能耗过大过快的一大核心问题。

针对上述重要问题，不少研究提出了3G通信领域中网络数据传输下的终端能耗降低解决方案。主要包括两类，一类以网络传输的能耗模型为焦点，重点研究3G通信中终端实际能耗与网络传输流量特征之间的对应关系，通过模型分析计算，可以对终端在不同特征网络数据流量的输入下的不同能耗输出，从而对能耗进行评估和预测，发现应用和服务在网络传输能耗上的瓶颈，并提出针对性的解决方案。如F.Qian等人则在引入3G中的RRC（无线资源控制）状态机模型，分析能耗状态及状态转换关系，Y.Hu等人提出了利用系统调用的能耗特征对网络传输模块进行能耗建模，并因此映射得到各个应用与服务中不同网络传输情况能耗的占用比，给出一些具有应用针对性的、能耗降低的建议；另一类以网络传输请求的调度方案为焦点，重点研究如何对网络传输请求进行节能优化调度。如N.Balasubramanian等人提出了一种减少网络传输请求带来尾能耗的在线调度方案，A.Schulman等人进一步引入外部信号强度对数据传输功率和时长的影响，针对流媒体应用场景，实现了一种能耗最优的传输调度方案。

然而，由于能耗降低的调度方案将带来网络服务请求的时延，降低用户的服务性能体验，如何将两者进行有效地权衡，在满足一定的服务性能体验指标下，最有效地降低终端传输能耗，是当前节能优化调度的一个重要问题。现行研究方案局限于特定应用场景下的节能措施，缺乏对普通网络传输请求的服务性能指标刻画，以及在不同需求下对能耗与性能权衡控制的考虑。

发明内容

为了克服上述现有技术的不足，本发明的目的在于提供一种移动智能终端3G通信能耗与用户性能体验权衡调度方案，能够在降低终端传输能耗的同时，满足服务性能体验指标。

为了实现上述目的，本发明采用的技术方案是：

一种移动智能终端3G通信能耗与用户性能体验权衡调度方案，

首先将各种应用程序的网络传输请求所对应的服务性能体验指标定义为具有如下性质的函数：

φ_u(·)：时间取值范围为[0,t_d(u)-t_a(u)]；φ_u(0)＝0；如果d₁>d₂，φ_u(d₁)≥φ_u(d₂)；φ_u(t_d(u)-t_a(u))=sup_{d∈[td(u)-ta(u)]}{φ_u(d)}；其中，u表示某个传输请求包，t_a(u)表示传输请求包的到达时间，t_d(u)表示传输请求包的最大可忍受发送时间，对于一般的周期性应用传输请求，其性能损失函数可建模为φ_u(t)，其请求的周期即t_d(u)，φ_u(t)为从原点线性递增的函数；

基于上述定义，调度方案在移动终端上各应用程序与服务端通过3G网络接口进行数据通信中按以下步骤实现：

步骤（1）对当前时刻t₀累计的传输请求包序列U，计算总的性能指标界限：

其中

为单个传输请求u的性能损失函数，λ为平衡因子，λ∈[0,1]；

步骤（2）将总的性能指标界限

平分给U中的各个传输请求u，得到各个传输请求在性能指标约束下相应的时间界限：

步骤（3）计算各个传输请求u的调度时段上界：t_u＝min_u∈U{perfBound_u,t_d(u)}，则可调度时段为Γ_u=[t_a,t_u]；

步骤（4）将U中的各个传输请求u的实际发送行为安排到其对应可调度时段内的某个时间点：

步骤（4a）将U内各个传输请求u按t_u升序排序，确定总的调度区段为: $\mathrm{\Γ}=[t_0,\underset{u\∈U}{\mathrm{Max}}\left(t_u\right)];$

步骤（4b）对每个传输请求u，遍历其可调度区间内的各个时隙，分别计算各个时隙上放置该请求包时带来的能耗增量：E_u(slot)=RRC(ST(S_u(Γ,slot))-RRC(ST(S₀(Γ,0))，其中上次调度S₀带来的Γ时段内的初始能耗状态记为ST(S₀(Γ,0))，u的此次时隙安排S_u带来的Γ时段内的能耗状态记为ST(S_u(Γ,slot))，RRC(·)为根据RRC能耗状态计算能耗值的函数，定义如下：

$\mathrm{RRC}(\·)=\underset{\mathrm{\Γ}}{\∫}P\left(\mathrm{ST}\left(t\right)\right)\mathrm{dt},$ 其中 $P\left(\mathrm{st}\right)=\left\{\begin{array}{c}\mathrm{Power}\_\mathrm{DCH}(\mathrm{st}==\mathrm{DCH})\\ \mathrm{Power}\_\mathrm{FACH}(\mathrm{st}==\mathrm{FACH})\\ \mathrm{Power}\_\mathrm{IDLE}(\mathrm{st}==\mathrm{IDLE})\end{array}\right.,$ Power_DCH是高能耗状态的功率值，Power_FACH是中能耗状态的功率值，Power_IDLE是低能耗状态的功率值，具体数值大小通过手机功耗监测确定，与手机型号相关；

步骤（4c）选择能量增量E_u最小的时隙作为u的调度时隙，如果存在多个E_u相同且最小的时隙，则选择最靠后的一个：

步骤（5）计算剩余的性能损失指标约束

并重新等分给剩余未分配调度时隙的u，计算新一轮的性能指标约束下的时间界限：

步骤（6）重复步骤（3）至（5），直至当前累计的所有传输请求u均被安排调度时隙slotSchedule_u；

步骤（7）随着当前时刻t₀的变化，当有新的请求包到来时，重复步骤（1）至（6），开始新一轮调度；

步骤（8）随着当前时刻t₀的变化，当累计的请求队列中有任何一个请求包u的slotSchedule_u到来时，即当前时刻t₀≥slotSchedule_u时，执行实际的网络请求u的发送动作，完成网络数据传输；

其中，步骤（1）中计算性能指标约束的λ为平衡因子，当λ=0时，为原网络默认传输策略，能耗节约度为0，而性能体验指标最高；当λ增大时，能耗节约度越高，而性能体验指标越低；当λ=1时，能耗节约度最高，而性能体验指标最低。

本发明与现存技术相比，能够有效地量化服务延时对服务性能体验指标带来的影响，使得在不同移动应用场景下，可以针对终端的变化的服务性能体验需求，在满足其一定性能约束的条件下，实现能耗最优的网络传输调度。

附图说明

图1是本发明的处理流程图。

图2是本发明能耗随权衡因子变化的实验结果图。

图3是本发明性能损失指标随权衡因子变化的实验结果图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细的说明。

首先建立一种描述应用服务性能体验指标的模型，从而有效地量化服务延时对服务性能体验指标带来的影响。

将各种应用程序的网络传输请求所对应的服务性能体验指标定义为具有如下性质的函数：φ_u(·)：时间取值范围为[0,t_d(u)-t_a(u)]；φ_u(0)=0；如果d₁>d₂，φ_u(d₁)≥φ_u(d₂)；φ_u(t_d(u)-t_a(u))=sup_{d∈[td(u)-ta(u)]}{φ_u(d)}；其中，u表示某个传输请求包，t_a(u)表示传输请求包的到达时间，t_d(u)表示传输请求包的最大可忍受发送时间，对于一般的周期性应用传输请求，其性能损失函数定义可建模为φ_u(t)，其请求的周期即t_d(u)，φ_u(t)为从原点线性递增的函数。

在上述模型基础上，起初基于可调权衡因子的传输请求调度方案，如图1所示，在当前调度时隙内，当网络传输请求到达时，首先计算当前累计的所有网络传输请求所对应的总的性能指标约束界限，当实际时延超出这个界限时，将不满足给定的服务性能体验指标。然后将该界限均分给等待队列中的各个传输请求，并分别计算各个传输请求自己的时间界限，当实际调度超出各自的时间界限时，表明该请求的调度已经不满足给定的服务性能体验指标。因此，最大的时间界限将作为本次调度的时隙安排范围。

将各个传输请求按照时间界限升序排序，时间界限越小，说明该请求越紧急。依序取各传输请求，对其时间界限内的各个时隙，分别计算放入其中后将带来的能量增量，选择能量增量最小的时隙作为安排的调度时隙，如果存在多个最小，则选择最靠后的一个，由于能量增量最小的性质将产生流量汇聚的效果，从而有效地减少了离散请求导致的长时间的高能耗状态。

当所有的传输请求安排完毕，调度算法将等待任意传输请求所安排调度时隙的到来，此时将完成实际请求发送动作；或者，将等待新的传输请求的到来，此时将重复之前的性能指标分配和调度时隙分配过程。

具体地，该调度方案按照如下步骤进行：

步骤（1）对当前时刻t₀累计的传输请求包序列U，计算总的性能指标界限：

其中为单个传输请求u的性能损失函数，λ为平衡因子，λ∈[0,1]；

步骤（2）将总的性能指标界限平分给U中的各个传输请求u，得到各个传输请求在性能指标约束下相应的时间界限：

步骤（3）计算各个传输请求u的调度时段上界：t_u＝min_u∈U{perfBound_u,t_d(u)}，则可调度时段为Γ_u=[t_a,t_u]；

步骤（4）将U中的各个传输请求u的实际发送行为安排到其对应可调度时段内的某个时间点：

步骤（4a）将U内各个传输请求u按t_u升序排序，确定总的调度区段为: $\mathrm{\Γ}=[t_0,\underset{u\∈U}{\mathrm{Max}}\left(t_u\right)];$

步骤（4b）对每个传输请求u，遍历其可调度区间内的各个时隙，分别计算各个时隙上放置该请求包时带来的能耗增量：E_u(slot)=RRC(ST(S_u(Γ,slot))-RRC(ST(S₀(Γ,0))，其中上次调度S₀带来的Γ时段内的初始能耗状态记为ST(S₀(Γ,0))，u的此次时隙安排S_u带来的Γ时段内的能耗状态记为ST(S_u(Γ,slot))，RRC(·)为根据RRC能耗状态计算能耗值的函数，定义如下：

$\mathrm{RRC}(\·)=\underset{\mathrm{\Γ}}{\∫}P\left(\mathrm{ST}\left(t\right)\right)\mathrm{dt},$ 其中 $P\left(\mathrm{st}\right)=\left\{\begin{array}{c}\mathrm{Power}\_\mathrm{DCH}(\mathrm{st}==\mathrm{DCH})\\ \mathrm{Power}\_\mathrm{FACH}(\mathrm{st}==\mathrm{FACH})\\ \mathrm{Power}\_\mathrm{IDLE}(\mathrm{st}==\mathrm{IDLE})\end{array}\right.,$ Power_DCH是高能耗状态的功率值，Power_FACH是中能耗状态的功率值，Power_IDLE是低能耗状态的功率值，具体数值大小通过手机功耗监测确定，与手机型号相关；

步骤（4c）选择能量增量E_u最小的时隙作为u的调度时隙，如果存在多个E_u相同且最小的时隙，则选择最靠后的一个：

步骤（5）计算剩余的性能损失指标约束

并重新等分给剩余未分配调度时隙的u，计算新一轮的性能指标约束下的时间界限：

步骤（6）重复步骤（3）至（5），直至当前累计的所有传输请求u均被安排调度时隙slotSchedule_u；

步骤（7）随着当前时刻t₀的变化，当有新的请求包到来时，重复步骤（1）至（6），开始新一轮调度；

步骤（8）随着当前时刻t₀的变化，当累计的请求队列中有任何一个请求包u的slotSchedule_u到来时，即当前时刻t₀≥slotSchedule_u时，执行实际的网络请求u的发送动作，完成网络数据传输；

其中，步骤（1）中计算性能指标约束的λ为平衡因子，当λ=0时，为原网络默认传输策略，能耗节约度为0，而性能体验指标最高；当λ增大时，能耗节约度越高，而性能体验指标越低；当λ=1时，能耗节约度最高，而性能体验指标最低。

综上所述，本发明明确地提出一种描述应用服务性能体验指标的模型；当移动终端发出网络数据传输请求时，对先前到达的流量进行整形，使得传输请求在一定的性能损失指标约束下尽可能地完成流量聚合；通过调整算法的平衡因子，可以直接有效地对网络传输能耗和性能体验指标之间的倾向性进行调节。本发明可以大量地减少3G通信中所带来的长时间高能耗状态，通过调节平衡因子，可以在满足不同性能体验指标的需求下，最有效地降低3G网络传输能耗。本发明的实际平衡效果见图2和图3。

Claims (1)

1.一种移动智能终端3G通信能耗与用户性能体验权衡调度方案，其特征在于：首先将各种应用程序的网络传输请求所对应的服务性能体验指标定义为具有如下性质的函数：

φ_u(·)：时间取值范围为[0,t_d(u)-t_a(u)]；φ_u(0)=0；如果d₁>d₂，φ_u(d₁)≥φ_u(d₂)；φ_u(t_d(u)-t_a(u))=sup_{d∈[td(u)-ta(u)]}{φ_u(d)}；其中，u表示某个传输请求包，t_a(u)表示传输请求包的到达时间，t_d(u)表示传输请求包的最大可忍受发送时间，对于一般的周期性应用传输请求，其性能损失函数可建模为φ_u(t)，其请求的周期即t_d(u)，φ_u(t)为从原点线性递增的函数；

基于上述定义，调度方案在移动终端上各应用程序与服务端通过3G网络接口进行数据通信中按以下步骤实现：

步骤（1）对当前时刻t₀累计的传输请求包序列U，计算总的性能指标界限：

其中

为单个传输请求u的性能损失函数，λ为平衡因子，λ∈[0,1]；

步骤（2）将总的性能指标界限平分给U中的各个传输请求u，得到各个传输请求在性能指标约束下相应的时间界限：

步骤（3）计算各个传输请求u的调度时段上界：t_u=min_u∈U{perfBound_u,t_d(u)}，则可调度时段为Γ_u＝[t_a,t_u]；

步骤（4）将U中的各个传输请求u的实际发送行为安排到其对应可调度时段内的某个时间点：

步骤（4a）将U内各个传输请求u按t_u升序排序，确定总的调度区段为: $\mathrm{\Γ}=[t_0,\underset{u\∈U}{\mathrm{Max}}\left(t_u\right)];$

步骤（4b）对每个传输请求u，遍历其可调度区间内的各个时隙，分别计算各个时隙上放置该请求包时带来的能耗增量：E_u(slot)=RRC(ST(S_u(Γ,slot))-RRC(ST(S₀(Γ,0))，其中上次调度S₀带来的Γ时段内的初始能耗状态记为ST(S₀(Γ,0))，u的此次时隙安排S_u带来的Γ时段内的能耗状态记为ST(S_u(Γ,slot))，RRC(·)为根据RRC能耗状态计算能耗值的函数，定义如下：

$\mathrm{RRC}(\·)=\underset{\mathrm{\Γ}}{\∫}P\left(\mathrm{ST}\left(t\right)\right)\mathrm{dt},$ 其中 $P\left(\mathrm{st}\right)=\left\{\begin{array}{c}\mathrm{Power}\_\mathrm{DCH}(\mathrm{st}==\mathrm{DCH})\\ \mathrm{Power}\_\mathrm{FACH}(\mathrm{st}==\mathrm{FACH})\\ \mathrm{Power}\_\mathrm{IDLE}(\mathrm{st}==\mathrm{IDLE})\end{array}\right.,$ Power_DCH是高能耗状态的功率值，Power_FACH是中能耗状态的功率值，Power_IDLE是低能耗状态的功率值，具体数值大小通过手机功耗监测确定，与手机型号相关；

步骤（4c）选择能量增量E_u最小的时隙作为u的调度时隙，如果存在多个Eu相同且最小的时隙，则选择最靠后的一个：

步骤（5）计算剩余的性能损失指标约束

并重新等分给剩余未分配调度时隙的u，计算新一轮的性能指标约束下的时间界限：

步骤（6）重复步骤（3）至（5），直至当前累计的所有传输请求u均被安排调度时隙slotSchedule_u；

步骤（7）随着当前时刻t₀的变化，当有新的请求包到来时，重复步骤（1）至（6），开始新一轮调度；

步骤（8）随着当前时刻t₀的变化，当累计的请求队列中有任何一个请求包u的slotSchedule_u到来时，即当前时刻t₀≥slotSchedule_u时，执行实际的网络请求u的发送动作，完成网络数据传输；

其中，步骤（1）中计算性能指标约束的λ为平衡因子，当λ=0时，为原网络默认传输策略，能耗节约度为0，而性能体验指标最高；当λ增大时，能耗节约度越高，而性能体验指标越低；当λ=1时，能耗节约度最高，而性能体验指标最低。

Images