CN104813307A - 数据处理装置、数据处理方法和程序 - Google Patents

数据处理装置、数据处理方法和程序 Download PDF

Info

Publication number
CN104813307A
CN104813307A CN201380061027.5A CN201380061027A CN104813307A CN 104813307 A CN104813307 A CN 104813307A CN 201380061027 A CN201380061027 A CN 201380061027A CN 104813307 A CN104813307 A CN 104813307A
Authority
CN
China
Prior art keywords
sensing data
processor
sampling period
data
timing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201380061027.5A
Other languages
English (en)
Other versions
CN104813307B (zh
Inventor
须贺佳孝
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Publication of CN104813307A publication Critical patent/CN104813307A/zh
Application granted granted Critical
Publication of CN104813307B publication Critical patent/CN104813307B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/02—Power saving arrangements
    • H04W52/0209—Power saving arrangements in terminal devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Power Sources (AREA)
  • Telephone Function (AREA)

Abstract

提供了一种数据处理设备，包括：第一处理器，被构造为从至少一个传感器获取传感器数据，其中，第一处理器向第二处理器提供获取的传感器数据和周期信息，并且其中，周期信息包括指示与传感器数据被获取的定时对应的采样周期的信息。

Description

数据处理装置、数据处理方法和程序
技术领域
本技术涉及数据处理装置、数据处理方法和程序，具体涉及能够降低负荷并实现低功耗的数据处理装置、数据处理方法和程序。
背景技术
近些年来，由MEMS(微机电系统)代表的传感器技术已经进化，并且能够感测各种物理量的传感器的微型化以及成本的降低已经进步。随着这些传感器的微型化和成本降低，在各种应用中使用的许多传感器已经被安装在例如数码相机、智能电话等等的移动终端中。
例如在数码相机中安装了陀螺仪传感器，并且使用陀螺仪传感器校正拍摄过程中的相机抖动。另外，近些年来在数码相机中安装了地磁传感器和加速度传感器，并且因此数码相机的位置和姿态、拍摄朝向等等被记录为使用数码相机拍摄的照片(图像)的元数据。
此外，在智能电话中，例如在游戏中使用对智能电话和其它应用的行为作出多样的反应的各种传感器。
这里，作为安装在移动终端中的传感器，除了上述的传感器以外，例如还有气动传感器、照度传感器、近距离传感器等等。
注意，专利文献1已经提出了一种传感器数据收集方法，用于降低收集传感器数据的程序的负荷，所述传感器数据是在传感器感测物理量后输出的指示所述物理量的传感器数据。
[引用列表]
[专利文献]
专利文献1：日本专利No.4673250的说明书
发明内容
[技术问题]
移动终端具有执行程序并执行各种处理的中央处理单元(CPU)，安装在移动终端中的传感器连接到CPU，并且CPU从传感器获取传感器数据，并且因此频繁与传感器进行通信。
由于传感器不具有高速通信装置，所以CPU需要多次低速访问传感器以从传感器获取期望的传感器数据，因此CPU在获取传感器数据上花费相对长时间。
近些年，开发了高性能CPU来应付强加在移动终端上的相对重的负荷的图像处理、音频处理、通信处理等等，而当这种高性能CPU在获取传感器数据的简单处理中花费长时间时，很难讲这种高性能CPU是高效的。
此外，由于高性能CPU消耗大量电能，所以获取传感器数据消耗许多电能，其结果是，移动终端的电池的待机时间被缩短。
另外，当CPU执行必须实时进行的处理时，例如获取传感器数据的处理的频繁中断给CPU强加了重负荷，并且由此移动终端的整体性能下降。
期望实现用于获取传感器数据的降低的负荷以及低功耗。
[问题的解决方案]
根据本技术的一个实施例，提供了一种数据处理设备，包括：第一处理器，被构造为从至少一个传感器获取传感器数据，其中，第一处理器向第二处理器提供获取的传感器数据和周期信息，并且其中，周期信息包括指示与传感器数据被获取的定时对应的采样周期的信息。
根据本技术的另一个实施例，提供了一种数据处理设备，包括：第二处理器，被构造为执行应用程序，其中，执行的应用程序请求由耦合到第二处理器的第一处理器获取的传感器数据，并且第二处理器响应于所述请求从第一处理器接收请求的传感器数据和周期信息，其中，周期信息包括指示与传感器数据被获取的定时对应的采样周期的信息。
根据本技术的另一个实施例，提供了一种数据处理方法，包括：由第二处理器执行应用程序，其中，执行的应用程序请求由耦合到第二处理器的第一处理器获取的传感器数据，并且第二处理器响应于所述请求从第一处理器接收请求的传感器数据和周期信息，并且其中，周期信息包括指示与传感器数据被获取的定时对应的采样周期的信息。
根据本技术的另一个实施例，提供了一种非瞬态计算机可读介质，在其上含有当由计算机执行时使得计算机执行如下方法的程序，所述方法包括：由第二处理器执行应用程序，其中，执行的应用程序请求由耦合到第二处理器的第一处理器获取的传感器数据，并且第二处理器响应于所述请求从第一处理器接收请求的传感器数据和周期信息，并且其中，周期信息包括指示与传感器数据被获取的定时对应的采样周期的信息。
根据本技术的另一个实施例，提供了一种数据处理方法，包括：由第一处理器从至少一个传感器获取传感器数据，其中，获取的传感器数据和周期信息由第一处理器提供给第二处理器，并且其中，周期信息包括指示与传感器数据被获取的定时对应的采样周期的信息。
根据本技术的另一个实施例，提供了一种非瞬态计算机可读介质，在其上含有当由计算机执行时使得计算机执行如下方法的程序，所述方法包括：由第一处理器从至少一个传感器获取传感器数据，其中，获取的传感器数据和周期信息由第一处理器提供给第二处理器，并且其中，周期信息包括指示与传感器数据被获取的定时对应的采样周期的信息。
根据本技术的另一个实施例，获取的传感器数据可以在基于周期信息的定时被提供给由第二处理器执行的应用程序。
[本发明的有益效果]
根据本技术的实施例，可以降低负荷和实现低功耗。
附图说明
图1是示出主CPU获取传感器数据的移动终端的结构示例的框图。
图2是描述主CPU 20从传感器获取传感器数据并且将该数据提供给应用的移动终端的处理的示图。
图3是示出子CPU获取传感器数据的移动终端的另一个结构示例的框图。
图4是描述子CPU 30从传感器获取传感器数据并且经由主CPU 20将该数据提供给应用的移动终端的处理的示图。
图5是示出获取(采样)采样周期为1T至6T的传感器数据的定时的示图。
图6是示出子CPU 30对来自传感器11n的传感器数据执行采样的定时的示图。
图7是示出应用本技术的数据处理装置的移动终端的实施例的结构示例的框图。
图8是描述采样周期的索引和周期信息的示图。
图9是描述移动终端的处理的示图。
图10是示出子CPU 40的第一硬件的结构示例的框图。
图11是示出了管理表的示图。
图12是描述当CPU核42执行传感器数据提供程序时由子CPU 40执行的传感器数据提供处理的流程图。
图13是描述定时器中断处理的流程图。
图14是示出采样周期的索引和周期信息的示图。
图15是示出子CPU 40的第二硬件的结构示例的框图。
具体实施方式
<主CPU获取传感器数据的移动终端>
图1是示出具有获取传感器数据的主CPU的移动终端的结构示例的框图。
在图1中，移动终端具有传感器单元10和主CPU 20。
传感器单元10具有从传感器111至11N的N个传感器，其中，N是1或者更高的数。传感器11n(n＝1，2，…，N)感测预定的物理量，并且输出指示所述物理量的传感器数据。
这里，在图1中，采用加速度传感器作为传感器111，采用陀螺仪传感器作为传感器112，采用地磁传感器作为传感器113。此外，采用气动传感器作为传感器11N。
与将在以后描述的子CPU相比，主CPU 20是具有高处理速度的高性能CPU，执行OS(操作系统)，并且另外执行游戏和其它各种应用。
此外，在图1中，主CPU 20(直接)连接到传感器单元10，从所需传感器11n获取传感器数据，并且将该数据提供给使用该数据的应用。
这里，存在主CPU 20执行的各种应用。换言之，作为由主CPU 20执行的应用，例如存在这样一种应用(下文称作第一应用)：检测移动终端的姿态并且依据屏幕的状态(纵向方向)是水平设置还是垂直设置来将屏幕的显示切换成水平或垂直(图像的左右方向与屏幕的纵向方向或者与纵向方向垂直的方向一致的显示)的应用。
此外，作为由主CPU 20执行的另一个应用，例如存在一种电子罗盘应用(下文中称作第二应用)，该电子罗盘应用测量由用户拥有的移动终端朝向哪个方向，以使得在移动终端的屏幕上显示的地图的方向与实际方向一致。
另外，作为由主CPU 20执行的另一个应用，例如存在一种计步器应用(下文称作第三应用)，该计步器应用测量拥有移动终端的用户的步伐的数目。
所有的第一至第三应用使用由例如用作加速度传感器的传感器111输出的传感器数据。因此，第一至第三应用向主CPU 20请求由用作加速度传感器的传感器111输出的传感器数据。
当执行第一至第三应用时，主CPU 20根据来自第一至第三应用的请求从传感器111获取传感器数据，并且将该数据提供(供应)给第一至第三应用中的每一个。
这里，在屏幕的水平与垂直显示之间进行切换的第一应用以大约例如5Hz的周期(频率)使用用作加速度传感器的传感器111的传感器数据。此外，电子罗盘的第二应用以例如大约10Hz的周期使用传感器111的传感器数据，并且计步器的第三应用以例如大约20Hz的周期使用传感器111的传感器数据。
如上所述，存在用于应用的传感器数据的周期(下文称作采样周期)不同的情况。
应该注意，在下文中，假定从传感器111到11N中的一个传感器11n获取传感器数据以简化描述。
图2是描述了主CPU 20从传感器11n获取传感器数据并且将该数据提供给应用的图1的移动终端的处理的示图。
在图2中，在主CPU 20中，操作(执行)用于与外部装置交换数据的装置驱动器、作为用于管理输入和输出的实用(程序)I/O(输入/输出)、以及管理资源并执行各种控制的OS。
另外，在图2的主CPU 20中，作为一个或多个应用的三个应用#1、#2和#3在OS的管理之下被执行(运行)。
这里，用作基准的采样周期(下文称作基准周期)被设置为由T进行指示，并且用于应用的传感器数据的采样周期被设置为由基准周期的整数倍进行指示。
应该注意，例如能够采用传感器11n或主CPU 20的操作时钟的周期、这个周期的整数倍等等作为基准周期。
在图2中，应用#1至#3使用各自具有3T、4T和5T的采样周期的传感器数据，并且向OS请求具有这些采样周期的传感器数据。
OS根据来自应用#1至#3的请求，在3T、4T和5T的采样周期的定时，从传感器11n获取传感器数据，并且向应用#1至#3提供3T、4T和5T的采样周期的传感器数据。
下文中，具有kxT(k是正整数)的采样周期的传感器数据还被称作kxT数据。
当在提供给应用#i的传感器数据中出现抖动并且传感器数据的间隔(采样周期)不均匀时，在诸如由应用#i使用低通滤波器执行的传感器数据的滤波的波形处理中出现混乱。
因此，OS在应用#i请求的采样周期的定时，从传感器11n获取传感器数据并且向应用#i提供该数据。
在图2中，由于OS从应用#1至#3接收对具有3T、4T和5T的采样周期的传感器数据的请求，所以OS在3T(具有3T的间隔的时刻)的定时、4T的定时和5T的定时从传感器11n获取传感器数据。
此外，OS向应用#1提供在3T的定时从传感器11n获取的传感器数据，并且向应用#2提供在4T的定时从传感器11n获取的传感器数据。此外，OS向应用#3提供在5T的定时从传感器11n获取的传感器数据。
如图1和图2中所示，当主CPU 20从传感器11n获取传感器数据时，从传感器11n获取传感器数据的定时由主CPU 20进行管理。
因此，主CPU 20识别从传感器11n获取传感器数据的定时与采样周期的什么定时对应，并且因此，在采样周期的预定定时从传感器11n获取的传感器数据能够被提供给已经请求具有该采样周期的传感器数据的应用。
然而，由于主CPU 20执行各种应用，所以如上所述为主CPU20采用高性能CPU。此外，由于具有这种高性能的主CPU 20如图1和图2所示获取传感器数据，所以给主CPU 20强加了增加的负荷，结果整个移动终端的功耗高涨。
<子CPU获取传感器数据的移动终端>
图3是示出子CPU获取传感器数据的移动终端的另一个结构示例的框图。
应该注意，在该附图中，对与图1的组成元件对应的组成元件给出相同标号，并且在下文中将适当省去对它们的描述。
图3的移动终端与图1的相同点在于，图3的移动终端具有传感器单元10和主CPU 20。然而，图3的移动终端与图1的移动终端的不同点在于，在图3的移动终端内新设置子CPU 30。
在图3中，在传感器单元10与主CPU 20之间设置有子CPU30。此外，传感器单元10(直接)连接到子CPU 30，从而主CPU20没有(直接)连接到传感器单元10。
尽管子CPU 30展现了比执行各种应用的主CPU 20要差(弱)的诸如处理速度的性能，但是它是消耗较少功率并且负责传感器数据的获取的CPU。
换言之，在图3中，子CPU 30根据来自主CPU 20(由主CPU20执行的应用)的请求从所需传感器11n获取传感器数据，并且主CPU 20然后向请求应用提供传感器数据。
因此，在图3中，由于主CPU 20可以不执行从传感器11n获取传感器数据的处理，所以与图1和图2的情况相比能够进一步降低强加在主CPU 20上的负荷。另外，由于传感器数据的获取不是由消耗较多功率的主CPU 20执行，而是由消耗较少功率的子CPU 30执行，所以能够实现整个移动终端的低功耗。
图4是描述子CPU 30从传感器11n获取传感器数据并且经由主CPU 20将该数据提供给应用的图3的移动终端的处理的示图。
在主CPU 20中，I/O和OS如图2的情况那样被操作，此外，三个应用#1至#3在OS的管理下被执行。
按照与图2的情况相同的方式，应用#1至#3使用具有3T、4T和5T的采样周期的传感器数据，并且向OS请求具有这些采样周期的传感器数据。
OS根据来自应用#1至#3中的每一个的对传感器数据的请求，经由I/O对子CPU 30进行相同请求。
子CPU 30根据来自OS的对传感器数据的请求(换言之，来自应用#1至#3中的每一个的对传感器数据的请求)在3T、4T和5T的采样周期的定时从传感器11n获取传感器数据，并且经由主CPU 20的OS(和I/O)将3T、4T和5T的采样周期的传感器数据提供给应用#1至#3中的每一个。
在图3和图4中，不由执行请求传感器数据的应用的主CPU 20而由可以说专门获取传感器数据的子CPU 30从传感器11n获取传感器数据。
由于子CPU 30消耗较少功率(尽管展现比主CPU 20要差的性能)，所以能够实现比当主CPU 20获取传感器数据时消耗的功率要低的功耗。
此外，由于主CPU 20可不(直接)访问展现低通信速度的传感器11n，所以能够降低负荷，并且主CPU能够可以说是致力于图像处理、音频处理、通信处理和执行以实现良好用户接口的其它复杂处理。
如上所述，在图3和图4的移动终端中，子CPU 30而非执行应用#1至#3的主CPU 20获取从应用#1至#3中的每一个请求的传感器数据。此外，子CPU 30将从传感器11n获取的传感器数据提供给主CPU 20，然后主CPU 20将该传感器数据提供给应用#1至#3。
在这种情况下，从传感器11n获取传感器数据的定时由子CPU30进行管理，并且主CPU 20不涉及其中。因此，主CPU 20难于识别在采样周期的什么定时已经获取从子CPU 30提供的传感器数据，并且可能不知道从子CPU 30提供的传感器数据应该提供给哪个应用。
图5是示出了获取(采样)具有1T、2T、3T、4T、5T和6T的采样周期的传感器数据的定时的示图。
在图5中，白色箭头指示采样(获取)1T数据(具有1T的采样周期的传感器数据)、2T数据、3T数据、4T数据、5T数据和6T数据中的每一个的定时。
关于1T数据，在时间(采样周期)1T＝T的每个定时从传感器11n采样传感器数据。以相同方式，关于kxT数据，在时间kxT的每个定时从传感器11n采样传感器数据。
图6是示出了子CPU 30对来自传感器11n的传感器数据执行采样的定时的示图。
换言之，图6示出了当存在来自如图4所示的应用#1至#3的对3T数据、4T数据和5T数据(具有3T、4T和5T的采样周期的传感器数据)中的每一个的请求时，子CPU 30从传感器11n采样传感器数据的定时。
子CPU 30产生例如3T、4T和5T的采样周期中的每一个的定时(指示这些采样定时的信号)，并且在这些定时从传感器11n采样传感器数据。
在图6中，从传感器11n采样传感器数据的定时由阴影箭头进行指示。
如图6中所示，存在3T、4T和5T的采样周期中的每一个的定时一致以及不一致的情况。
因此，存在由子CPU 30从传感器11n采样的传感器数据与3T数据、4T数据和5T数据中的任何一个对应、3T数据、4T数据和5T数据中的任何两个对应以及3T数据、4T数据和5T数据全部对应的情况。
在子CPU 30从传感器11n采样传感器数据以后，子CPU将传感器数据提供给主CPU 20。
当采样周期的定时与3T、4T和5T的采样周期中的至少一个对应时，子CPU 30从传感器11n采样传感器数据并且将该数据提供给主CPU 20。
因此，如图6中的黑色箭头所示，从子CPU 30向主CPU 20提供传感器数据的定时乍看是随机定时。
如上所述，主CPU 20需要识别应该被提供由子CPU 30在乍看是随机的定时提供的传感器数据的(一个或多个)应用。
这里，在图6(同样在以后描述的图8)中，1T至6T的采样周期的所有定时一致的时间被设置为时间t0，从时间t0流逝m倍的基准周期T的时间由时间tm进行指示。
在图6中，与3T、4T和5T的至少一个采样周期的定时对应的时间是时间t0、t3、t4、t5、t6、t8、t9、t10、t12……。
此外，关于3T、4T和5T的采样周期，例如时间t0与3T、4T和5T的采样周期的全部定时对应。
此外，例如时间t3、t6和t9与3T的采样周期的定时对应，时间t4和t8与4T的采样周期的定时对应，时间t5和t10与5T的采样周期的定时对应。
另外，例如时间t12与3T和4T的采样周期中的每一个的定时对应。
主CPU 20应该向已经请求具有3T的采样周期的传感器数据的应用#1提供在与3T的采样周期的定时对应的时间从子CPU 30提供的传感器数据。
以相同的方式，主CPU 20应该向已经请求具有4T的采样周期的传感器数据的应用#2提供在与4T的采样周期的定时对应的时间从子CPU 30提供的传感器数据，并且应该向已经请求具有5T的采样周期的传感器数据的应用#3提供在与5T的采样周期的定时对应的时间从子CPU 30提供的传感器数据。
然而，仅仅使用从子CPU 30提供的传感器数据，主CPU 20难以立即识别在采样周期的什么定时传感器数据被采样。因此，主CPU 20可能不知道从子CPU 30提供的传感器数据应该提供给哪个应用。
由于主CPU 20识别了应用#1至#3中的每一个已经请求了3T数据、4T数据和5T数据，所以主CPU 20在给定时段内观察从子CPU 30提供传感器数据的定时，由此能够执行估计在给定定时提供的传感器数据与3T、4T和5T之中的哪个采样周期对应的传感器数据估计。
然而，当执行传感器数据估计时，主CPU 20难以向已经请求传感器数据的应用提供传感器数据，直到获得传感器数据估计的估计结果。因此，在被激活以后该应用不能够立即使用传感器数据。
作为主CPU 20立即识别在采样周期的什么定时从子CPU 30提供的传感器数据被采样的方法，例如存在子CPU 30在基准周期T的定时从传感器11n采样传感器数据并且然后将该数据提供给主CPU20的方法。
在这种情况下，由于在基准周期T的定时从子CPU 30向主CPU 20提供传感器数据，所以主CPU 20能够以与图1和图2的情况(其中，传感器11n直接连接到主CPU 20)相同的方式识别在采样周期的什么定时从子CPU 30提供的传感器数据被采样。
然而，在这种情况下，子CPU 30采样具有从应用请求的采样周期的传感器数据以及具有没有从应用请求的采样周期的传感器数据。另外，子CPU 30向主CPU 20提供具有从应用请求的采样周期的传感器数据和具有没有从应用请求的采样周期的传感器数据。
因此，主CPU 20和子CPU 30均执行本来不需要执行的处理，从而负荷增加，实际处理效率下降并且功耗增加。
<应用本技术的移动终端的实施例>
图7是示出应用本技术的数据处理装置的移动终端的实施例的结构示例的框图。
应该注意，在该附图中，对与图3的组成元件对应的组成元件给出相同标号，并且将在下文中适当省去对它们的描述。
图7的移动终端与图3的移动终端的相同点在于，图7的移动终端具有传感器单元10和主CPU 20。然而，图7的移动终端与图3的移动终端的不同点在于，设置子CPU 40以替代子CPU 30。
与图3的子CPU 30类似，子CPU 40是处理速度等比执行各种应用的主CPU 20差的CPU，但是展现了低功耗，并且至少负责传感器数据的获取。
此外，图3的子CPU 30根据来自主CPU 20(由主CPU 20执行的应用)的请求从所需传感器11n获取传感器数据，并且仅仅将该传感器数据提供给主CPU 20，但是子CPU 40将传感器数据以及传感器数据的周期信息提供给主CPU 20。
传感器数据的周期信息是指示与传感器数据被采样(获取)的定时对应的采样周期的信息，即指示在采样周期的什么定时传感器数据被采样的信息。
这里，能够通过向采样周期分配索引作为指示采样周期的标识信息并且使用与传感器数据被采样的定时对应的采样周期的索引产生周期信息。
图8是示出了采样周期的索引和周期信息的示图。
换言之，图8示出了在1T、2T、3T、4T、5T和6T的采样周期中的每一个中采样传感器数据的定时。
在图8中，箭头指示在1T、2T、3T、4T、5T和6T的采样周期中的每一个中采样传感器数据的定时。
例如，能够采用顺序整数作为采样周期的索引。
此外，能够采用这样的位串作为采样周期的索引：即，位的数目与能够被用作采样周期的周期的(全部)数目相同并且仅仅置位一个位的位串(下文中，还称作1位开启位串)。应该注意，能够预先决定能够被用作采样周期的周期。
例如，如图8所示，当1T、2T、3T、4T、5T和6T的6个周期能够被用作采样周期时，并且当1位开启位串能够被用作采样周期的索引时，采样周期的索引是仅仅置位1位的6位位串。
在图8中，采用从最高有效位开始的第k位被置位的6位的1位开启位串作为kxT的采样周期的索引(在图8中，k＝1、2、3、4、5和6)。
换言之，在图8中，100000被用作1T的采样周期的索引，010000被用作2T的采样周期的索引，001000被用作3T的采样周期的索引，000100被用作4T的采样周期的索引，000010被用作5T的采样周期的索引，000001被用作6T的采样周期的索引。
例如，能够采用与传感器数据被采样的定时对应的采样周期的一系列索引作为周期信息。
这里，如图4所示，当从应用#1至#3请求3T数据、4T数据和5T数据(具有3T、4T和5T的采样周期的传感器数据)时，例如子CPU 40以与图6相同的方式在3T、4T和5T的采样周期中的每一个的定时(在图8中，由阴影箭头指示的定时)从传感器11n采样传感器数据。
关于如在图6中所述的3T、4T和5T的采样周期，与这些采样周期中的至少一个采样周期的定时对应的时间是时间t0、t3、t4、t5、t6、t8、t9、t10、t12……，并且在这些定时，子CPU 40采样传感器数据。
这里，例如，时间t0与3T、4T和5T的采样周期的全部定时对应。从而，与时间t0的传感器数据被采样的定时对应的采样周期是3T、4T和5T。
通过这种方式，当与传感器数据被采样的定时对应的采样周期是3T、4T和5T时，并且当与传感器数据被采样的定时对应的采样周期的一系列索引被用作周期信息时，例如周期信息是排列了3T的采样周期的索引001000、4T的采样周期的索引000100和5T的采样周期的索引000010的具有6×3＝18位的001000000100000010的位串。
此外，例如，时间t3与3T的采样周期的定时对应，从而与时间t3的传感器数据被采样的定时对应的采样周期是3T。
通过这种方式，当与传感器数据被采样的定时对应的采样周期是3T时，并且当与传感器数据被采样的定时对应的采样周期的一系列索引被用作周期信息时，周期信息例如是仅仅排列了3T的采样周期的索引001000的具有6×1＝6位的001000的位串。
如上所述，当与传感器数据被采样的定时对应的采样周期的一系列索引被用作周期信息时，随着与传感器数据被采样的定时对应的采样周期的数目增加，作为周期信息的位串变长。
从而，当对采样周期的索引采用1位开启位串时，例如与传感器数据被采样的定时对应的采样周期的逻辑和可被用作周期信息。
在这种情况下，当与传感器数据被采样的定时对应的采样周期是3T、4T和5T时，与在时间t0采样的传感器数据类似，例如周期信息是001110的6位位串，其中001110是3T的采样周期的索引001000、4T的采样周期的索引000100和5T的采样周期的索引000010的逻辑和。
此外，当与传感器数据被采样的定时对应的采样周期是3T时，与在时间t3采样的传感器数据类似，例如周期信息是与3T的采样周期的索引001000相等的001000的6位位串。
当从应用#1至#3请求3T数据、4T数据和5T数据中的每一个时，并且当定时与3T、4T和5T的采样周期中的至少一个采样周期的定时对应时，子CPU 40从传感器11n采样传感器数据并且将该数据提供给主CPU 20。
在这种情况下，如图8中的黑色箭头所示，从子CPU 40向主CPU 20提供传感器数据的定时乍看是随机定时。
然而，如图8所示，子CPU 40向主CPU 20提供传感器数据以及传感器数据的周期信息。
从而，主CPU 20基于周期信息能够容易地识别应该被提供在乍看是随机定时从子CPU 40提供的传感器数据的(一个或多个)应用。
换言之，在图8中，由于时间t12与例如3T和4T的采样周期的定时对应，所以子CPU 40在时间t12从传感器11n采样传感器数据。
由于在时间t12与传感器数据被采样的定时对应的采样周期是3T和4T，所以子CPU 40产生001100的6位位串作为周期信息，其中001100是3T的采样周期的索引001000与4T的采样周期的索引000100的逻辑和。
然后，子CPU 40向主CPU 20提供在时间t12采样的传感器数据以及周期信息001100。
在这种情况下，由于在来自子CPU 40的周期信息001100中，从最高有效位开始的第三位和第四位被置位，所以主CPU 20能够容易地识别来自子CPU 40的传感器数据是3T数据和4T数据。
结果，主CPU 20能够分别向已经请求3T数据的应用#1和已经请求4T数据的应用#2提供传感器数据作为从子CPU 40提供的3T数据和4T数据。
如上所述，由于子CPU 40从传感器11n采样传感器数据并且将传感器数据和周期信息提供给主CPU 20，所以主CPU 20仅仅参考从子CPU 40提供的周期信息就能够识别与传感器数据被采样的定时对应的采样周期，而无需管理传感器数据被采样的定时。
另外，如上所述，由于当子CPU 40在基准周期T的定时从传感器11n采样传感器数据并且将该数据提供给主CPU 20时，子CPU40不采样除具有从应用请求的采样周期的传感器数据之外的具有没有从应用请求的采样周期的传感器数据，所以除具有从应用请求的采样周期的传感器数据之外的具有没有从应用请求的采样周期的传感器数据不被从子CPU 40提供给主CPU 20。
从而，与在基准周期T的定时从传感器11n采样传感器数据并且提供给主CPU 20的情况相比较，子CPU 40能够在传感器数据的获取(采样和提供)方面实现降低的负荷和低功耗。
此外，由于子CPU 40根据来自主CPU 20(由主CPU 20执行的应用)的请求从传感器11n采样传感器数据并且将传感器数据和周期信息提供给主CPU 20，所以子CPU能够鲁棒地响应由主CPU 20请求的传感器数据的变化。
换言之，当主CPU 20新请求具有预定采样周期(与已经提供的传感器数据的采样周期不同的采样周期)的传感器数据的供给(提供)时，子CPU 40还在预定采样周期的定时开始所述传感器数据的采样。此外，子CPU 40能够根据已经提供的传感器数据的采样周期的索引以及预定采样周期来产生新的周期信息，并且从而立即开始向主CPU 20提供新的周期信息以及从采样获得的传感器数据。
此外，例如当主CPU 20请求从已经提供的具有采样周期的传感器数据中取消具有预定采样周期的传感器数据的供给时，子CPU 40停止预定采样周期的定时的传感器数据的采样，根据没有被请求取消供给的传感器数据的采样周期的索引以及预定采样周期来产生新的周期信息，并且从而能够立即开始向主CPU 20提供新的周期信息以及具有没有被请求取消供给的的采样周期的传感器数据。
另外，通过采用1位开启位串作为采样周期的索引并且采用与传感器数据被采样的定时对应的采样周期的索引的逻辑和作为周期信息，作为从子CPU 40向主CPU 20提供的传感器数据的开销的周期信息能够被抑制以具有与作为采样周期的索引的1位开启位串相同的数据量。结果，能够抑制除传感器数据之外由周期信息的交换导致的主CPU 20和子CPU 40的负荷和功耗的增加。
图9是描述图7的移动终端的处理的示图。
在图9中，在主CPU 20中执行应用#1至#3。此外，在步骤S11中应用#1向OS请求提供3T数据，在步骤S21中应用#2向OS请求提供4T数据。另外，在步骤S31中应用#3向OS请求提供5T数据。
OS从应用#1接收对提供3T数据的请求，并且在步骤S41中根据来自应用#1的对提供3T数据的请求而向子CPU 40请求提供3T数据。
此外，OS从应用#2接收对提供4T数据的请求，并且从应用#3接收对提供5T数据的请求。
此外，在步骤S42中，OS根据来自应用#2的对提供4T数据的请求而向子CPU 40请求提供4T数据。另外，在步骤S43中，OS根据来自应用#3的对提供5T数据的请求而向子CPU 40请求提供5T数据。
子CPU 40从OS(主CPU 20)接收对3T数据、4T数据和5T数据的请求，并且根据这些请求开始在采样周期3T、4T和5T中的每一个的定时(换言之，图8中由阴影箭头指示的定时)从传感器11n采样传感器数据。
当传感器数据被采样时，子CPU 40产生传感器数据的周期信息。然后，在步骤S51中，子CPU 40向OS(主CPU 20)提供(发送)传感器数据和周期信息。
OS从子CPU 40接收传感器数据和周期信息，并且在步骤S44中基于周期信息识别与来自子CPU 40的传感器数据被采样的定时对应的采样周期。
然后，在步骤S45中，OS将来自子CPU 40的传感器数据提供给在已经请求传感器数据的应用#1至#3之中的已经请求具有从来自子CPU 40的周期信息识别的采样周期的传感器数据的应用。
每次当子CPU 40采样传感器数据并且产生传感器数据的周期信息时，由子CPU 40执行的步骤S51、以及由主CPU 20执行的步骤S44和步骤S45的处理被执行。
<子CPU 40的第一硬件的结构示例>
图10是示出图7的子CPU 40的第一硬件的结构示例的框图。
在图10中，子CPU 40具有定时器41、CPU核42、随机存取存储器(RAM)43、只读存储器(ROM)44、传感器I/O 45和通信I/O 46。此外，总线从定时器41连接到通信I/O 46。
定时器41测量(计数)时间。
CPU核42主要通过执行存储在ROM 44中的程序来执行获取传感器数据的处理，换言之，从传感器11n采样传感器数据并且将该数据提供给主CPU 20的处理。
RAM 43临时存储操作CPU核42所需的数据等等。在存储在RAM 43中的数据中包括有以后要描述的管理表。
ROM 44存储OS、预定应用(程序)等等。在存储在ROM 44中的应用中至少包括用于执行获取并提供传感器数据的处理的传感器数据提供程序(用于使得子CPU 40用作获取并提供传感器数据的数据处理装置的程序)。
传感器I/O 45是用于访问传感器11n的接口，并且从传感器11n接收(采样)传感器数据。
通信I/O 46是用于在主CPU 20之间执行通信的接口。
这里，主CPU 20被构造为与子CPU 40相同。
然而，定时器41与传感器I/O 45对于主CPU 20不是必需的。此外，至少关于CPU核42，在主CPU 20中使用展现比子CPU 40的性能要高的性能的产品。另外，关于RAM 43和ROM 44，如果需要，在主CPU 20中使用展现比子CPU 40的性能要高的性能的产品。
此外，在子CPU 40中，可以采用例如闪存的可重写存储器替代ROM 44。存储在替代ROM 44而被采用的这种可重写存储器中的程序(包括OS)能够被经由通信I/O 46从例如互联网下载、安装和更新。
此外，在具有主CPU 20和子CPU 40的移动终端中，来自互联网或可移除记录介质的程序被安装在包括在移动终端中但未示出的诸如硬盘等等的存储器中，并且主CPU 20和子CPU 40能够执行以这种方式安装的程序。
在如图10所示构造的子CPU 40中，CPU核42执行存储在ROM 44中的传感器数据提供程序以便从传感器11n采样传感器数据，并且执行用于向主CPU 20提供(供给)采样的数据的传感器数据提供处理。
在传感器数据提供处理中，子CPU 40根据来自主CPU 20的请求从传感器11n采样传感器数据。另外，子CPU 40产生从传感器11n采样的传感器数据的周期信息，并且将该信息和传感器数据提供给主CPU 20。
在传感器数据提供处理中，根据管理表管理从传感器11n采样传感器数据以及向主CPU 20提供(供给)采样的数据。
当CPU核42执行传感器数据提供程序时，管理表被展开(存储)在RAM 43中。
图11是示出了管理表的示图。
管理表注册有子CPU 40能够采样的传感器数据的采样周期。在图11中，1T、2T、3T、4T、5T和6T的6个周期被注册为采样周期。
另外，在管理表中，还与采样周期关联地注册有索引、请求标记、初始值和剩余计数值。
在管理表中，与采样周期关联的索引是采样周期的索引(指示采样周期的索引)。在图11中，关于采样周期，与图8所述相同的1位开启位串被注册为每个采样周期的索引。
与采样周期关联的请求标记是例如指示是否已经请求提供该采样周期的传感器数据的1位标记。当请求了提供预定采样周期的传感器数据时，与该采样周期关联的请求标记是开(例如0和1之中的1)。此外，当没有请求提供预定采样周期的传感器数据时(当取消了该传感器数据的提供时)，与该采样周期关联的请求标记是关(例如0和1之中的0)。
与采样周期关联的初始值是为与采样周期关联的剩余计数值设置的初始值。换言之，当与预定采样周期关联的剩余计数值被设置为0时，剩余计数值被初始化为与预定采样周期关联的初始值。
与采样周期关联的剩余计数值在每个基准周期T中递减1。基于剩余计数值的递减，注册在管理表中的每个采样周期被计数。
这里，在本实施例中，传感器数据的采样周期由kxT(即，基准周期T的整数倍k)进行指示，并且对于与采样周期kxT关联的初始值采用k。
与采样周期kxT关联的剩余计数值被初始化成初始值k，然后在每个基准周期T中递减1。
结果，与采样周期kxT关联的剩余计数值变成0的定时是采样周期kxT的定时。
图12是描述当图10的CPU核42执行传感器数据提供程序时由子CPU 40执行的传感器数据提供处理的流程图。
在子CPU 40被激活以后CPU 42执行传感器数据提供程序，于是子CPU 40执行传感器数据提供处理。
在传感器数据提供处理中，管理表(图11的管理表)被存储在RAM 43中。应该注意，紧接在传感器数据提供处理的开始以后，例如管理表的所有请求标记是关，并且管理表的剩余计数值全部被初始化成初始值。
在传感器数据提供处理中，在步骤S71中，CPU核42激活定时器41，于是定时器41开始基准周期T的迭代测量。
然后，处理从步骤S71进入步骤S72，并且CPU核42确定基准周期T是否已经流逝(从定时器41的激活或者由定时器41执行的基准周期T的前一测量开始)。
在步骤S72中，当基准周期T被确定为没有流逝时，处理跳过步骤S73，并且进入步骤S74。
此外，在步骤S72中，当基准周期T被确定为已经流逝时，处理进入步骤S73，CPU核42产生定时器中断，并且处理进入步骤S74。这里，随着定时器中断的发生，以后描述的定时器中断处理被执行。
在步骤S74中，CPU核42确定是否存在来自主CPU 20的对提供传感器数据的请求(提供请求(命令))或对取消提供传感器数据的请求(取消请求(命令))。
当在步骤S74中既没有确定提出了提供请求又没有确定提出了取消请求时，处理跳过步骤S75，返回步骤S72，并且然后，相同处理被重复。
此外，当在步骤S74中确定提出了提供请求或提出了取消请求时，处理进入步骤S75，CPU核42根据提供请求或取消请求更新管理表，并且处理返回到步骤S72。
这里，当在步骤S75的管理表的更新中存在提供请求时，在管理表中把与根据提供请求来请求提供的传感器数据的采样周期关联的请求标记设置为指示提供传感器数据的开。另外，把与根据提供请求来请求提供的传感器数据的采样周期关联的剩余计数值被初始化成初始值。
此外，当存在取消请求时，在管理表中把与根据取消请求来请求取消提供的传感器数据的采样周期关联的请求标记设置成指示取消提供传感器数据的关。
图13是描述根据图12的步骤S73的定时器中断的发生而执行的定时器中断处理的流程图。
在定时器中断处理中，在步骤S81中，CPU核42将管理表(图11的管理表)的所有剩余计数值递减1，并且处理进入步骤S82。
在步骤S82中，CPU核42参照管理表确定当前定时是否是从由主CPU 20执行的任何应用请求传感器数据的定时。
在步骤S82中，当确定不是从任何应用请求传感器数据的定时时，定时器中断处理结束并且返回。
此外，在步骤S82中，当确定是从任何应用请求传感器数据的定时时，换言之，存在在管理表(图11的管理表)中请求标记是开并且剩余计数值是0的采样周期(下文中，称作对应采样周期)时，处理进入步骤S83，并且CPU核42控制传感器I/O以使得从传感器11n获取传感器数据，并且处理进入步骤S84。
在步骤S84中，CPU核42将管理表中的与对应采样周期关联的剩余计数值初始化成与对应采样周期关联的初始值，并且处理进入步骤S85。
这里，用作对应采样周期的采样周期的数目不限于1，并且存在多个采样周期用作对应采样周期的情况。当多个采样周期用作对应采样周期时，在步骤S84中为用作对应采样周期的多个采样周期中的每一个初始化剩余计数值。
在步骤S85中，CPU核42参照管理表识别对应采样周期(用作对应采样周期的采样周期)的索引，并且获得索引的逻辑和作为在步骤S83中获取的传感器数据的周期信息，并且处理进入步骤S86。
在步骤S86中，CPU核42将在步骤S85中产生的周期信息附加到在例如步骤S83中获取的传感器数据，以便汇总成一个数据片，并且通过控制通信I/O 46将该数据发送到主CPU 20，定时器中断处理结束并返回。
<索引和周期信息的其它例子>
图14是示出了采样周期的索引和周期信息的示图。
在图8中，采用1T、2T、3T、4T、5T和6T(即通过增加1个周期获得的基准周期T的整数倍k的周期)作为采样频率，然而，除了它们之外，例如能够采用20xT、21xT、22xT、23xT、24xT和25xT(即基准周期T的2的幂2k的周期)作为采样周期。
图14示出了当20xT、21xT、22xT、23xT、24xT和25xT(即基准周期T的2的幂2k的周期)中的每一个被设置为采样周期时，传感器数据被采样的定时(由图中箭头指示的部分)。
在图14中，20xT至25xT的采样周期的所有定时一致的时间被设置成时间t0，并且在m倍的基准周期T从时间t0流逝以后的时间由时间tm进行指示。
如图14，当采用基准周期T的2的幂2k的周期作为采样周期时，难以将采样周期指定为像例如1T、2T、3T、4T、5T和6T那样以基准周期T为单位，但是与如图8那样采用通过增加1个周期获得的基准周期T的整数倍k的周期作为采样周期的情况相比，可以从宽范围的周期(例如20xT至25xT)中指定采样周期。
在图14中，例如采用顺序整数作为采样周期的索引。
换言之，在图14中，例如1被用作20xT的采样周期的索引，2被用作21xT的采样周期的索引，3被用作22xT的采样周期的索引，4被用作23xT的采样周期的索引，5被用作24xT的采样周期的索引，6被用作25xT的采样周期的索引。
当这些顺序整数被用作采样周期的索引时，如在例如图8中所述的，与传感器数据被采样的定时对应的采样周期的一系列索引能够被用作周期信息。
在这种情况下，在图14中，当时间t8与20xT、21xT、22xT和23xT的采样周期中的每一个的定时对应，并且从而在时间t8采样传感器数据时，例如传感器数据的周期信息是1234，其中1234是通过排列20xT的采样周期的索引1、21xT的采样周期的索引2、22xT的采样周期的索引3和23xT的采样周期的索引4获得的。
然而，当如图14所示为采样周期采用20xT至25xT(即基准周期T的2的幂2k的周期)时，基准周期T的2的幂2A的某采样周期2AxT的定时必定包括小于2A(A>B)的基准周期T的2的幂2B的采样周期2BxT的定时。
换言之，在图14中，例如时间t8对应于采样周期23xT的定时，并且一定还与小于采样周期23xT的采样周期20xT、21xT和22xT的定时对应。
此外，例如时间t4(以及时间t12和t20)与采样周期22xT的定时对应，并且一定还与小于采样周期22xT的采样周期20xT和21xT的定时对应。
如上所述，当为采样周期采用20xT到25xT(即基准周期T的2的幂2k的周期)时，某采样周期2AxT的定时必定包括小于采样周期2AxT的采样周期2BxT的定时。从而，当与传感器数据被采样的定时对应的采样周期的一系列索引被用作周期信息时，作为周期信息的采样周期的所述一系列索引能够被压缩成最大采样周期的索引。
换言之，由于如上所述定时t8例如与采样周期20xT、21xT、22xT和23xT中的每一个的定时对应，所以当在时间t8采样传感器数据时，传感器数据的周期信息是1234，其中1234是通过排列20xT的采样周期的索引1、21xT的采样周期的索引2、22xT的采样周期的索引3和23xT的采样周期的索引4获得的。
当在与定时t8对应的采样周期20xT、21xT、22xT和23xT采样传感器数据时，换言之，在定时t8，周期信息1234能够被压缩为与传感器数据被采样的定时对应的采样周期20xT、21xT、22xT和23xT之中的23xT的最大采样周期的索引4。
当主CPU 20一起接收到周期信息4以及传感器数据时，主CPU能够根据周期信息4识别传感器数据被采样的定时是把4作为索引的采样周期23xT的定时，换言之，识别传感器数据是在把4作为索引的采样周期23xT的定时被采样的传感器数据。
另外，主CPU还能够根据采样周期23xT的定时是传感器数据被采样的定时的事实来识别传感器数据被采样的定时是小于采样周期23xT的采样周期20xT、21xT和22xT中的每一个的定时。
如上所述，当基准周期T的2的幂2k的周期被用作采样周期，并且周期信息被压缩成与传感器数据被采样的定时对应的一个或多个采样周期之中的最大采样周期的索引时，当传感器数据每次被采样时的周期信息如图14所示。
换言之，在仅与采样周期20xT的定时对应的时间t1采样的传感器数据的周期信息是采样周期20xT(之中的最大采样周期20xT)的索引1。
此外，在仅与采样周期20xT和21xT的定时对应的时间t2采样的传感器数据的周期信息是采样周期20xT和21xT之中的最大采样周期21xT的索引2。
另外，在仅与采样周期20xT、21xT和22xT的定时对应的时间t4采样的传感器数据的周期信息是采样周期20xT至22xT之中的最大采样周期22xT的索引3。
此外，在仅与采样周期20xT、21xT、22xT和23xT的定时对应的时间t8采样的传感器数据的周期信息是采样周期20xT至23xT之中的最大采样周期23xT的索引4。
另外，在仅与采样周期20xT、21xT、22xT、23xT和24xT的定时对应的时间t16采样的传感器数据的周期信息是采样周期20xT至24xT之中的最大采样周期24xT的索引5。
此外，在仅与采样周期20xT、21xT、22xT、23xT、24xT和25xT的全部定时对应的时间t0采样的传感器数据的周期信息是采样周期20xT至25xT之中的最大采样周期25xT的索引6。
应该注意，在图14中，基准周期T的2的幂2k的周期被用作传感器数据被获取(采样)的采样周期，但是例如能够采用除2之外的3、5等等的预定整数的幂的周期作为采样周期。
此外，在图14中，采用顺序整数作为采样周期的索引，但是也能够以与图8相同的方式在图14中采用1位开启位串作为采样周期的索引。
<子CPU 40的第二硬件的结构示例>
图15是示出图7的子CPU 40的第二硬件的结构示例的框图。
应该注意，在该图中对与图10的组成元件对应的组成元件给出相同标号，从而在下文中将适当省去对它们的描述。
在图15中，子CPU 40与图10的相同点在于，子CPU具有CPU核42、RAM 43、ROM 44、传感器I/O 45和通信I/O 46。
然而，在图15中，子CPU 40与图10的情况的不同点在于，子CPU 40具有传感器数据获取控制单元50、周期信息产生单元56和周期信息附加单元57，而没有定时器41。
这里，图10的子CPU 40确定应用请求传感器数据的定时(图13的步骤S82)，换言之，使用软件(换言之，通过CPU核42执行传感器数据提供程序)产生传感器数据被采样的定时，但是能够使用硬件实现传感器数据被采样的定时的产生。
在图15中，通过作为硬件的传感器数据获取控制单元50(形成传感器数据获取控制单元50的一部分的以后描述的定时产生单元51和计数器控制单元52)执行传感器数据被采样的定时的产生。
此外，图10的子CPU 40使用软件控制由传感器I/O 45执行的传感器数据的获取(图13的步骤S83)，但是能够使用硬件执行由传感器I/O 45执行的传感器数据的获取的控制。
在图15中，由作为硬件的传感器数据获取控制单元50(形成传感器数据获取控制单元50的一部分的以后描述的传感器I/O控制单元53)执行由传感器I/O 45执行的传感器数据的获取的控制。
另外，图10的子CPU 40使用软件将传感器数据的周期信息附加到传感器数据，但是能够使用硬件执行向传感器数据附加周期信息。
在图15中，作为硬件的周期信息附加单元57向传感器数据附加周期信息，并且附加了周期信息的传感器数据被存储在RAM 43中。
如上所述，通过使用硬件执行在图10中本来使用软件执行的一些处理，能够由此降低CPU核42上的负荷以及能够实现低功耗。
在图15中，传感器数据获取控制单元50控制传感器I/O 45在从主CPU 20(主CPU 20的应用)请求的采样周期的定时从传感器11n获取传感器数据。
换言之，传感器数据获取控制单元50具有定时产生单元51、计数器控制单元52和传感器I/O控制单元53。
定时产生单元51为基准周期T产生时钟信号，并且将该时钟信号提供给计数器控制单元52。
计数器控制单元52连接到总线，并且来自主CPU 20的对提供传感器数据的请求(提供请求)和对取消提供传感器数据的请求(取消请求)经由通信I/O 46和总线被提供给计数器控制单元52。
计数器控制单元52包括未示出的计数器，并且来自定时产生单元51的时钟信号由计数器进行计数。
此外，计数器控制单元52基于计数器的计数值产生指示从主CPU 20已经提出提供请求并且没有提出取消请求的传感器数据的采样周期的定时的定时信号，并且将该信号提供给传感器I/O控制单元53。
另外，计数器控制单元52将与由定时信号指示的定时对应的采样周期的索引提供给周期信息产生单元56。
传感器I/O控制单元53根据从计数器控制单元52提供的定时信号来控制传感器I/O 45从传感器11n获取传感器数据。
这里，在图15中，传感器I/O 45根据传感器I/O控制单元53的控制来获取(采样)传感器数据，并且传感器数据被从传感器I/O45提供给周期信息附加单元57。
周期信息产生单元56根据来自计数器控制单元52的采样周期的索引产生周期信息，并且将该信息提供给周期信息附加单元57。
这里，如上所述能够采用采样周期的一系列索引或者索引的逻辑和作为周期信息。此外，当采样周期的一系列索引用作周期信息时，如果周期信息能够如上所述被压缩则它能够被压缩。
周期信息附加单元57还用作将从传感器I/O 45提供的传感器数据以及从周期信息产生单元56提供的周期信息一起输出的输出单元。
换言之，周期信息附加单元57向从传感器I/O 45提供的传感器数据附加从周期信息产生单元56提供的周期信息。此外，周期信息附加单元57经由总线将附加了周期信息的传感器数据(下文还称作附有周期信息的传感器数据)提供给RAM 43以存储在RAM 43中。
这里，存储在RAM 43中的附有周期信息的传感器数据从通信I/O 46经由总线发送到主CPU 20。
在如上所述构造的子CPU 40中，定时控制单元51产生基准周期T的时钟信号，并且将时钟信号提供给计数器控制单元52。
计数器控制单元52使用包括在其中但未在附图中示出的计数器来开始计数来自定时控制单元51的时钟信号。
然后，当经由总线出现来自主CPU 20的对提供传感器数据的请求(提供请求)时，计数器控制单元52基于计数器的计数值产生指示从主CPU 20被提出提供请求的传感器数据的采样周期的定时的定时信号，并且将该信号提供给传感器I/O控制单元53。
另外，计数器控制单元52将与由定时信号指示的定时对应的采样周期的索引提供给周期信息产生单元56。
传感器I/O控制单元53根据从计数器控制单元52提供的定时信号来控制传感器I/O 45，以便从传感器11n获取传感器数据。
由传感器I/O 45获取的传感器数据被从传感器I/O 45提供给周期信息附加单元57。
另一方面，周期信息产生单元56根据来自计数器控制单元52的采样周期的索引来产生周期信息，并且将该信息提供给周期信息附加单元57。
周期信息附加单元57向来自传感器I/O 45的传感器数据附加来自周期信息产生单元56的周期信息，并且经由总线将作为结果获得的附有周期信息的传感器数据传送到RAM 43以存储在RAM 43中。
当完成向RAM 43传送附有周期信息的传感器数据时，周期信息附加单元57向CPU核42发送指示完成的传送完成通知。
当从周期信息附加单元57接收到传送完成通知时，CPU核42控制通信I/O 46以向主CPU 20发送存储在RAM 43中的附有周期信息的传感器数据。
这里，在本说明书中，不必按照流程图中所述的顺序以时间序列方式执行由计算机(处理器)(CPU)根据程序执行的处理。换言之，由计算机根据程序执行的处理包括并行或独立执行的处理(例如，并行处理或根据对象的处理)。
此外，可由一个计算机或者由多个计算机以分布式方式来处理程序。另外，程序可被传送到远程计算机以被执行。
应该注意，本技术的实施例不限于上述的实施例，并且能够在不脱离本发明的主旨的范围内进行各种修改。
例如，在本实施例中，采样周期与采样周期的索引之间的对应关系是固定的(不改变)并且由主CPU 20识别该固定的对应关系是隐含的前提，但是采样周期与其索引之间的对应关系可以被改变。
换言之，例如当子CPU 40采用1T、2T、……、1000T的1000个采样周期时(当能够提供具有1000个采样周期的传感器数据时)，并且当主CPU 20迄今已经请求提供2T数据然后取消提供2T数据并且然后请求提供1000T数据时，子CPU 40改变采样周期与索引之间的对应关系，并且迄今已经被用作2T数据的索引的值V能够被用作1000T数据的索引。
当采样周期与索引之间的对应关系被设置为改变时，并且当对应关系被改变时，需要子CPU 40向主CPU 20通知改变的对应关系的处理。然而，关于索引，能减少用作索引的值的位数。
换言之，当1位开启位串能够被用作采样周期的索引(例如如果采样周期与索引之间的对应关系是固定的)时，并且当子CPU 40能够采用1T至1000T的1000个采样周期时，作为索引的1位开启位串的巨大位数是1000。
通过将采样周期与索引之间的对应关系设置为可变，具有相同值的索引能够在不同时间与不同采样周期进行关联，因此能够防止作为索引的1位开启位串具有巨大的位数。
换言之，当子CPU 40能够采用1T至1000T的1000个采样周期，但是存在能够同时提供的采样数据的P(<1000)个采样周期时，例如通过将采样周期与其索引之间的对应关系设置为可变，作为索引的1位开启位串的位数能够被设置成P。
此外，在本实施例中，通过举例说明作为从传感器11n获取并提供传感器数据的传感器数据获取块的子CPU 40和作为接收传感器数据的提供的传感器数据接收块的主CPU 20存在于移动终端的一个壳体内的情况来描述本发明，然而，除此以外，本技术还可以应用于例如传感器数据获取块和传感器数据接收块存在于不同装置内并且内有传感器数据获取块的装置经由网络向内有传感器数据接收块的装置提供传感器数据的情况。
另外，本技术还能够应用于主CPU 20和子CPU 40被构造在分立集成电路(IC)芯片内以及被构造在多个CPU被包括在一个IC芯片内的多CPU结构的IC芯片内的情况。当主CPU 20和子CPU40被构造在多CPU结构的一个IC芯片内时，能够以由主CPU 20和子CPU 40共享的存储器(共享存储器)的形式提供IC芯片中主CPU 20与子CPU 40之间的通信路径。
此外，在本实施例中，采用作为能够使用软件执行各种处理的CPU的子CPU 40作为从传感器11n获取并提供传感器数据的传感器数据获取块，然而，除此之外，例如能够采用针对从传感器11n获取并提供传感器数据的目的被指定并形成为硬件的IC作为传感器数据获取块。
另外，在本实施例中，传感器数据被设置为从(图3的)传感器111至11N中的一个传感器11n获取以简化描述，但是本技术还能够应用于从多个传感器同时获取传感器数据的情况。当管理表(图11的管理表)用于从多个传感器同时获取并提供传感器数据时，为每个传感器准备管理表，并且使用传感器的管理表执行从传感器获取和提供传感器数据。
应该注意，本技术能够采取下面结构。
(1)一种数据处理设备，包括：
第一处理器，被构造为从至少一个传感器获取传感器数据，其中，第一处理器向第二处理器提供获取的传感器数据和周期信息，并且其中，周期信息包括指示与传感器数据被获取的定时对应的采样周期的信息。
(2)根据(1)的数据处理设备，其中，第二处理器执行从第一处理器请求获取的传感器数据的应用程序，并且第一处理器响应于请求向第二处理器发送获取的传感器数据。
(3)根据(1)或(2)的数据处理设备，其中，从作为基准频率周期T的2的幂2k倍的频率周期的多个频率周期中选择获取的传感器数据的采样周期。
(4)根据(1)到(3)中的任何一个的数据处理设备，其中，周期信息还包括指示多个频率周期中的最大采样周期的信息。
(5)根据(1)到(4)中的任何一个的数据处理设备，其中，从作为基准周期的预定倍数的多个采样周期中选择获取的传感器数据的采样周期。
(6)根据(1)到(5)中的任何一个的数据处理设备，其中，周期信息包括1位开启位串，每一位与采样频率周期之一对应。
(7)根据(1)到(6)中的任何一个的数据处理设备，其中，第一处理器在与传感器数据被采样的采样周期对应的定时向第二处理器提供获取的传感器数据。
(8)根据(1)到(7)中的任何一个的数据处理设备，其中，从作为基准频率周期T的2的幂2k的频率周期的多个频率周期中选择采样周期。
(9)根据(1)到(8)中的任何一个的数据处理设备，其中，第一处理器控制传感器数据被获取的定时。
(10)根据(1)到(9)中的任何一个的数据处理设备，其中，当第二处理器在与传感器数据被采样的采样周期对应的当前定时执行请求传感器数据的应用时，第一处理器在与传感器数据被采样的采样周期对应的定时获取传感器数据并且将获取的传感器数据提供给第二处理器。
(11)根据(1)到(10)中的任何一个的数据处理设备，其中，以存储与由第一处理器采样的传感器数据的采样周期关联的周期信息的管理表的形式提供周期信息。
(12)根据(1)到(11)中的任何一个的数据处理设备，其中，当第二处理器从第一处理器请求获取的传感器数据时，第一处理器根据第二处理器的请求更新在管理表中提供的周期信息。
(13)根据(1)到(12)中的任何一个的数据处理设备，其中，当第二处理器在特定定时从第一处理器请求获取的传感器数据时，第一处理器向第二处理器提供获取的传感器数据和周期信息，所述周期信息反应第二处理器的特定定时请求。
(14)根据(1)到(13)中的任何一个的数据处理设备，其中，第一处理器专门地获取传感器数据，并且第二处理器通过第一处理器获得获取的传感器数据。
(15)根据(1)到(14)中的任何一个的数据处理设备，其中，第一处理器被设置在全球导航卫星系统(GNSS)半导体芯片上。
(16)根据(1)到(15)中的任何一个的数据处理设备，其中，第一处理器的功耗大幅小于第二处理器。
(17)根据(1)到(16)中的任何一个的数据处理设备，还包括：显示屏，被构造为显示由第二处理器执行的程序的界面，所述程序被构造为当由第二处理器执行所述程序时从第一处理器请求获取的传感器数据。
(18)根据(1)到(17)中的任何一个的数据处理设备，还包括：输入/输出(I/O)单元，耦合到所述至少一个传感器中的至少一个，其中，I/O单元被构造为实现将获取的传感器数据从第一处理器发送到第二处理器。
(19)一种数据处理设备，包括：
第二处理器，被构造为执行应用程序，
其中，执行的应用程序请求由耦合到第二处理器的第一处理器获取的传感器数据，并且第二处理器响应于所述请求从第一处理器接收请求的传感器数据和周期信息，
其中，周期信息包括指示与传感器数据被获取的定时对应的采样周期的信息。
(20)根据(19)的数据处理设备，其中，第二处理器还被构造为在基于周期信息的定时向应用程序提供请求的传感器数据。
(21)一种数据处理方法，包括：
由第二处理器执行应用程序，
其中，执行的应用程序请求由耦合到第二处理器的第一处理器获取的传感器数据，并且第二处理器响应于所述请求从第一处理器接收请求的传感器数据和周期信息，并且
其中，周期信息包括指示与传感器数据被获取的定时对应的采样周期的信息。
(22)一种非瞬态计算机可读介质，在其上包含当由计算机执行时使得计算机执行如下方法的程序，所述方法包括：
由第二处理器执行应用程序，
其中，执行的应用程序请求由耦合到第二处理器的第一处理器获取的传感器数据，并且第二处理器响应于所述请求从第一处理器接收请求的传感器数据和周期信息，并且
其中，周期信息包括指示与传感器数据被获取的定时对应的采样周期的信息。
(23)一种数据处理方法，包括：
由第一处理器从至少一个传感器获取传感器数据，
其中，获取的传感器数据和周期信息由第一处理器提供给第二处理器，并且
其中，周期信息包括指示与传感器数据被获取的定时对应的采样周期的信息。
(24)根据(23)的数据处理方法，其中，获取的传感器数据在基于周期信息的定时被提供给由第二处理器执行的应用程序。
(25)一种非瞬态计算机可读介质，在其上含有当由计算机执行时使得计算机执行如下方法的程序，所述方法包括：
由第一处理器从至少一个传感器获取传感器数据，
其中，获取的传感器数据和周期信息由第一处理器提供给第二处理器，并且
其中，周期信息包括指示与传感器数据被获取的定时对应的采样周期的信息。
(26)根据(25)的计算机可读介质，其中，获取的传感器数据在基于周期信息的定时被提供给由第二处理器执行的应用程序。
应该注意，本技术能够采用下面结构。
1.一种数据处理装置，包括：获取控制单元，执行获取控制以在一个或多个采样周期中的每一个的定时从感测物理量并且输出指示物理量的传感器数据的传感器获取传感器数据；以及输出单元，将传感器数据和指示与传感器数据被获取的定时对应的采样周期的周期信息一起输出。
2.在1中描述的数据处理装置，其中，获取控制单元执行获取控制以在作为预定基准周期的预定倍数的一个或多个采样周期的定时获取传感器数据。
3.在2中描述的数据处理装置，其中，获取控制单元执行获取控制以在作为预定基准周期的预定整数的幂的采样周期的定时获取传感器数据。
4.在3中描述的数据处理装置，其中，获取控制单元执行获取控制以在作为预定基准周期的2的幂的采样周期的定时获取传感器数据。
5.在4中描述的数据处理装置还包括产生单元，产生指示与传感器数据被获取的定时对应的一个或多个采样周期中的最大采样周期的信息作为要与传感器数据一起输出的周期信息。
6.在2到4中的任何一个中描述的数据处理装置，其中，指示采样周期的信息是位串，每个位串中仅仅一位被置位，所述装置包括产生单元，该产生单元产生分别指示与传感器数据被获取的定时对应的一个或多个采样周期的位串的逻辑和作为要与传感器数据一起输出的周期信息。
7.在1到6中的任何一个中描述的数据处理装置，其中，获取控制单元执行获取控制以在由使用传感器数据的应用请求的采样周期的定时获取传感器数据。
8.在1到7中的任何一个中描述的数据处理装置，其中，传感器数据和周期信息被提供给执行请求传感器数据的应用的处理器。
9.一种数据处理方法，包括如下步骤：在一个或多个采样周期中的每一个的定时从检测物理量并输出指示物理量的传感器数据的传感器获取传感器数据；将传感器数据和指示与传感器数据被获取的定时对应的采样周期的周期信息一起输出。
10.一种程序，指示计算机用作获取控制单元和输出单元，该获取控制单元执行获取控制以在一个或多个采样周期中的每一个的定时从检测物理量并且输出指示物理量的传感器数据的传感器获取传感器数据，该输出单元将传感器数据和指示与传感器数据被获取的定时对应的采样周期的周期信息一起输出。
本公开包含与于2012年11月29日在日本专利局提交的日本优先权专利申请JP 2012-260627中公开的主题相关的主题，该日本专利申请JP2012-260627的全部内容以引用方式并入这里。
标记列表
10 传感器单元
111至11N 传感器
20 主CPU
30、40 子CPU
41 定时器
42 CPU核
43 RAM
44 ROM
45 传感器I/O
46 通信I/O
50 传感器数据获取控制单元
51 定时产生单元
52 计数器控制单元
53 传感器I/O控制单元
56 周期信息产生单元
57 周期信息附加单元

Claims (26)

1.一种数据处理设备，包括：
第一处理器，被构造为从至少一个传感器获取传感器数据，
其中，第一处理器向第二处理器提供获取的传感器数据和周期信息，并且
其中，所述周期信息包括指示与传感器数据被获取的定时对应的采样周期的信息。
2.根据权利要求1所述的数据处理设备，其中，第二处理器执行从第一处理器请求获取的传感器数据的应用程序，并且第一处理器响应于所述请求向第二处理器发送获取的传感器数据。
3.根据权利要求1所述的数据处理设备，其中，从作为基准频率周期T的2的幂2k的频率周期的多个频率周期中选择获取的传感器数据的采样周期。
4.根据权利要求3所述的数据处理设备，其中，所述周期信息还包括指示所述多个频率周期中的最大采样周期的信息。
5.根据权利要求1所述的数据处理设备，其中，从作为基准周期的预定倍数的多个采样周期中选择获取的传感器数据的采样周期。
6.根据权利要求5所述的数据处理设备，其中，所述周期信息包括1位开启位串，每一位对应于采样频率周期之一。
7.根据权利要求1所述的数据处理设备，其中，第一处理器在与传感器数据被采样的采样周期对应的定时向第二处理器提供获取的传感器数据。
8.根据权利要求7所述的数据处理设备，其中，从作为基准频率周期T的2的幂2k的频率周期的多个频率周期中选择采样周期。
9.根据权利要求7所述的数据处理设备，其中，第一处理器控制传感器数据被获取的定时。
10.根据权利要求7所述的数据处理设备，其中，当第二处理器执行在与传感器数据被采样的采样周期对应的当前定时请求传感器数据的应用时，第一处理器在与传感器数据被采样的采样周期对应的定时获取传感器数据并且将获取的传感器数据提供给第二处理器。
11.根据权利要求1所述的数据处理设备，其中，以存储与由第一处理器采样的传感器数据的采样周期相关的周期信息的管理表的形式提供周期信息。
12.根据权利要求11所述的数据处理设备，其中，当第二处理器从第一处理器请求获取的传感器数据时，第一处理器根据第二处理器的请求更新在管理表中提供的周期信息。
13.根据权利要求1所述的数据处理设备，其中，当第二处理器在特定定时从第一处理器请求获取的传感器数据时，第一处理器向第二处理器提供获取的传感器数据和周期信息，所述周期信息反应第二处理器的特定定时请求。
14.根据权利要求1所述的数据处理设备，其中，第一处理器专门地获取传感器数据，并且第二处理器通过第一处理器获得获取的传感器数据。
15.根据权利要求1所述的数据处理设备，其中，第一处理器被设置在全球导航卫星系统(GNSS)半导体芯片上。
16.根据权利要求1所述的数据处理设备，其中，第一处理器的功耗大幅小于第二处理器。
17.根据权利要求1所述的数据处理设备，还包括：
显示屏，被构造为显示由第二处理器执行的程序的界面，所述程序被构造为当由第二处理器执行所述程序时从第一处理器请求获取的传感器数据。
18.根据权利要求1所述的数据处理设备，还包括：
输入/输出(I/O)单元，耦合到所述至少一个传感器中的至少一个，其中，所述I/O单元被构造为实现将获取的传感器数据从第一处理器发送到第二处理器。
19.一种数据处理设备，包括：
第二处理器，被构造为执行应用程序，
其中，执行的应用程序请求由耦合到第二处理器的第一处理器获取的传感器数据，并且第二处理器响应于所述请求从第一处理器接收请求的传感器数据和周期信息，并且
其中，所述周期信息包括指示与传感器数据被获取的定时对应的采样周期的信息。
20.根据权利要求19所述的数据处理设备，其中，第二处理器还被构造为在基于周期信息的定时向所述应用程序提供请求的传感器数据。
21.一种数据处理方法，包括：
由第二处理器执行应用程序，
其中，执行的应用程序请求由耦合到第二处理器的第一处理器获取的传感器数据，并且第二处理器响应于所述请求从第一处理器接收请求的传感器数据和周期信息，并且
其中，所述周期信息包括指示与传感器数据被获取的定时对应的采样周期的信息。
22.一种非瞬态计算机可读介质，在其上含有当由计算机执行时使得计算机执行如下方法的程序，所述方法包括：
由第二处理器执行应用程序，
其中，执行的应用程序请求由耦合到第二处理器的第一处理器获取的传感器数据，并且第二处理器响应于所述请求从第一处理器接收请求的传感器数据和周期信息，并且
其中，周期信息包括指示与传感器数据被获取的定时对应的采样周期的信息。
23.一种数据处理方法，包括：
由第一处理器从至少一个传感器获取传感器数据，
其中，获取的传感器数据和周期信息由第一处理器提供给第二处理器，以及
其中，所述周期信息包括指示与传感器数据被获取的定时对应的采样周期的信息。
24.根据权利要求23所述的数据处理方法，其中，获取的传感器数据在基于所述周期信息的定时被提供给由第二处理器执行的应用程序。
25.一种非瞬态计算机可读介质，在其上含有当由计算机执行时使得计算机执行如下方法的程序，所述方法包括：
由第一处理器从至少一个传感器获取传感器数据，
其中，获取的传感器数据和周期信息由第一处理器提供给第二处理器，并且
其中，所述周期信息包括指示与传感器数据被获取的定时对应的采样周期的信息。
26.根据权利要求25所述的计算机可读介质，其中，获取的传感器数据在基于所述周期信息的定时被提供给由第二处理器执行的应用程序。
CN201380061027.5A 2012-11-29 2013-11-20 数据处理装置、数据处理方法和程序 Active CN104813307B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2012-260627 2012-11-29
JP2012260627A JP6020092B2 (ja) 2012-11-29 2012-11-29 データ処理装置、データ処理方法、及び、プログラム
PCT/JP2013/006825 WO2014083806A1 (en) 2012-11-29 2013-11-20 Data processing device, data processing method, and program

Publications (2)

Publication Number Publication Date
CN104813307A true CN104813307A (zh) 2015-07-29
CN104813307B CN104813307B (zh) 2018-12-07

Family

ID=49765628

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380061027.5A Active CN104813307B (zh) 2012-11-29 2013-11-20 数据处理装置、数据处理方法和程序

Country Status (5)

Country Link
US (1) US10194389B2 (zh)
EP (1) EP2926265B1 (zh)
JP (1) JP6020092B2 (zh)
CN (1) CN104813307B (zh)
WO (1) WO2014083806A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107590881A (zh) * 2017-08-04 2018-01-16 美的智慧家居科技有限公司 一种锁具控制方法、锁具及计算机可读存储介质
CN109104518A (zh) * 2017-06-20 2018-12-28 卡西欧计算机株式会社 信息处理装置、信息处理方法、记录介质以及信息处理系统

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9836637B2 (en) 2014-01-15 2017-12-05 Google Llc Finger print state integration with non-application processor functions for power savings in an electronic device
JP6638325B2 (ja) * 2015-10-30 2020-01-29 セイコーエプソン株式会社 表示装置、及び、表示装置の制御方法
US20160165220A1 (en) * 2014-12-08 2016-06-09 Seiko Epson Corporation Display apparatus and method of controlling display apparatus
JP6483474B2 (ja) * 2015-02-26 2019-03-13 株式会社Ｋｄｄｉテクノロジー センサデバイスからｏｓを介したセンサイベントのサンプリングレートを調整するプログラム、装置及び方法
US10506048B2 (en) * 2016-03-11 2019-12-10 Microsoft Technology Licensing, Llc Automatic report rate optimization for sensor applications
US10783265B2 (en) 2016-09-28 2020-09-22 Samsung Electronics Co., Ltd. Data access device and apparatus comprising same
SE1851562A1 (en) * 2018-12-12 2020-06-02 Tobii Ab Method Computer Program and Driver Unit for Streaming Gaze Data Packets
CN110163241B (zh) * 2019-03-18 2022-12-30 腾讯科技（深圳）有限公司 数据样本生成方法、装置、计算机设备及存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000209225A (ja) * 1999-01-18 2000-07-28 Toyota Motor Corp デ―タ処理装置
CN1560568A (zh) * 2004-03-11 2005-01-05 上海交通大学 动态情况下异步多传感器信息融合方法
CN1893523A (zh) * 2005-06-30 2007-01-10 兄弟工业株式会社 图像读取设备
CN101226689A (zh) * 2008-02-03 2008-07-23 北京交通大学 道路交通信息采集的多传感器接入装置及其数据融合方法
US20080248789A1 (en) * 2007-04-06 2008-10-09 Korea Advanced Institiute Of Science And Technology Mobile middleware supporting context monitoring and context monitoring method using the same
CN101427916A (zh) * 2008-12-05 2009-05-13 张锦景 电生理数据与病理图像监测的移动网络终端装置及方法
JP2011135141A (ja) * 2009-12-22 2011-07-07 Seiko Epson Corp ネットワークデバイスおよびネットワークサービスの単体再起動方法
JP2011158990A (ja) * 2010-01-29 2011-08-18 Fujitsu Ltd 収集装置、センサ装置および収集方法
CN102611737A (zh) * 2011-12-22 2012-07-25 中国人民解放军海军航空工程学院 多传感器组网探测数据实时同步算法
US20120254878A1 (en) * 2011-04-01 2012-10-04 Lama Nachman Mechanism for outsourcing context-aware application-related functionalities to a sensor hub
CN102929392A (zh) * 2012-10-25 2013-02-13 三星半导体(中国)研究开发有限公司 基于多传感器的用户操作识别方法和使用该方法的设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5835160A (en) * 1995-09-13 1998-11-10 Oak Technology, Inc. Sampling rate conversion using digital differential analyzers
JP4673250B2 (ja) 2006-05-11 2011-04-20 ソフトバンクモバイル株式会社 センサデータ収集方法及び移動情報装置
US8938231B2 (en) * 2011-12-12 2015-01-20 Maxlinear, Inc. Method and system for femtocell positioning using low earth orbit satellite signals

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000209225A (ja) * 1999-01-18 2000-07-28 Toyota Motor Corp デ―タ処理装置
CN1560568A (zh) * 2004-03-11 2005-01-05 上海交通大学 动态情况下异步多传感器信息融合方法
CN1893523A (zh) * 2005-06-30 2007-01-10 兄弟工业株式会社 图像读取设备
US20080248789A1 (en) * 2007-04-06 2008-10-09 Korea Advanced Institiute Of Science And Technology Mobile middleware supporting context monitoring and context monitoring method using the same
CN101226689A (zh) * 2008-02-03 2008-07-23 北京交通大学 道路交通信息采集的多传感器接入装置及其数据融合方法
CN101427916A (zh) * 2008-12-05 2009-05-13 张锦景 电生理数据与病理图像监测的移动网络终端装置及方法
JP2011135141A (ja) * 2009-12-22 2011-07-07 Seiko Epson Corp ネットワークデバイスおよびネットワークサービスの単体再起動方法
JP2011158990A (ja) * 2010-01-29 2011-08-18 Fujitsu Ltd 収集装置、センサ装置および収集方法
US20120254878A1 (en) * 2011-04-01 2012-10-04 Lama Nachman Mechanism for outsourcing context-aware application-related functionalities to a sensor hub
CN102611737A (zh) * 2011-12-22 2012-07-25 中国人民解放军海军航空工程学院 多传感器组网探测数据实时同步算法
CN102929392A (zh) * 2012-10-25 2013-02-13 三星半导体(中国)研究开发有限公司 基于多传感器的用户操作识别方法和使用该方法的设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
葛泉波 等: "基于有理数倍采样的异步数据融合算法研究", 《电子学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109104518A (zh) * 2017-06-20 2018-12-28 卡西欧计算机株式会社 信息处理装置、信息处理方法、记录介质以及信息处理系统
CN109104518B (zh) * 2017-06-20 2021-07-06 卡西欧计算机株式会社 信息处理装置、信息处理方法、记录介质及信息处理系统
CN107590881A (zh) * 2017-08-04 2018-01-16 美的智慧家居科技有限公司 一种锁具控制方法、锁具及计算机可读存储介质

Also Published As

Publication number Publication date
CN104813307B (zh) 2018-12-07
JP6020092B2 (ja) 2016-11-02
US20150282075A1 (en) 2015-10-01
US10194389B2 (en) 2019-01-29
WO2014083806A1 (en) 2014-06-05
EP2926265B1 (en) 2020-07-29
JP2014106840A (ja) 2014-06-09
EP2926265A1 (en) 2015-10-07

Similar Documents

Publication Publication Date Title
CN104813307A (zh) 数据处理装置、数据处理方法和程序
Xu et al. V-edge: Fast self-constructive power modeling of smartphones based on battery voltage dynamics
US20240222993A1 (en) Rule based smart charging
CN108255774A (zh) 应用处理器、包括该处理器的计算系统及其操作方法
EP1286167B1 (en) Apparatus and method for processor power measurement in a digital signal processor using trace data and simulation techniques
CN104106053A (zh) 使用功率的动态cpu gpu 负载平衡
CN109117151A (zh) 烧写器以及程序烧写方法、装置、计算机设备和存储介质
CN109408399A (zh) 一种算力估计方法、装置、设备和存储介质
CN110333933A (zh) 一种hpl计算模型仿真方法
Obukhova et al. Diagnostics of power consumption of a mobile device multi-core processor with detail of each core utilization
CN105378650B (zh) 用于控制处理模块的操作模式的方法和装置
CN107168859A (zh) 用于安卓设备的能耗分析方法
CN103207827A (zh) 基于Linux系统下检测IO热点的方法与装置
CN105709400B (zh) 确定用于记录用户运动时长的方法及装置、电子设备
CN113986658B (zh) 基于计算管理平台的计费方法、装置、设备和介质
Abbate et al. Estimation of energy consumption for TinyOS 2. x-based applications
KR102379026B1 (ko) 전자 장치 및 이의 프로세싱 유닛의 소모 전력 산출 방법
CN105242603A (zh) 一种具有usb otg接口的电力采集终端及其调试升级方法
WO2019127081A1 (zh) 智能终端的功耗稳定方法、其装置及电子设备
CN108334313A (zh) 用于大型soc研发的持续集成方法、装置及代码管理系统
CA2972719A1 (en) Development platform for multi-wireless transmission capabilities
Cherifi et al. A low-cost energy consumption measurement platform
CN105493048A (zh) 调试装置、调试方法以及调试程序
CN204188975U (zh) 一种时钟系统及计数器
KR102408222B1 (ko) 전력 모델 증분 학습 방법 및 장치

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant