CN106028433A - 基于移动网络低功耗的智能调度算法 - Google Patents

Abstract

本发明公开一种基于移动网络的低功耗智能调度算法，将繁忙程度以数据的形式形象化，并设定界值B_upper和B_lower，将低能耗模式按照能耗递减方式排列分别是激活模式、监听模式和休眠模式，通过检测流量大小后计算得到实时繁忙因子，并通过比较该繁忙因子与界值之间的关系进而气动该节点进入何种模式。提出了一种基于移动网络的调度算法策略，在该策略中，建立了自适应算法为基础的预测模型，并及时修正系统模块处于激活模式、监听模式和休眠模式的通信间隙。以实现最低功耗为原则对整个嵌入式系统的资源进行管理。该策略能够进一步降低终端系统的平均功耗，而且适用性更加广泛。最后将算法用于车载智能终端的低功耗设计。

Description

基于移动网络低功耗的智能调度算法

技术领域

本发明涉及移动网络系统的技术领域，尤其涉及一种基于移动网络低功耗的智能调度算法。

背景技术

在当今社会,随着嵌入式技术的迅速发展，人们对移动智能终端的要求越来越高，许多功能强大、界面丰富的应用程序出现在智能终端上。应用程序的繁荣带来的问题却是智能终端的待机时间越来越短，无法满足用户的日常需要。由于电池的发展受到其物理工艺的影响，单从提高电池的续航能力根本无法满足移动智能终端设备对电量的需求。特别是针对车载系统，供电来源的单一性，必须考虑软件对移动智能终端设备功耗的影响。然而，现在市面上流行的大多数设备都没有进行相应的低功耗处理，主要原因在于没有一款工具能在系统能耗比较低的条件下在线测量能耗，并且准确的分析出智能终端中哪部分硬件组件在消耗电能。基于上述原因，本发明从智能终端的硬件组件出发，研究了基于移动网络系统模块所产生的数据量。

发明内容

针对上述技术中存在的不足之处，本发明提供一种结构简单、操作方便的基于移动网络低功耗的智能调度算法。

为了达到上述目的，本发明一种基于移动网络低功耗的智能调度算法，具体包括以下调度内容：

繁忙程度B：根据物理链路的数据流量，定义物理链路的繁忙程度B，取 值范围从0到1.0，值越大越繁忙，设定B的定界值B_upper和B_lower，0＜B_lower＜B_upper＜1，作为算法自动切换连接模式的判断值；

连接模式：B≤B_lower，节点启动为休眠模式，在休眠模式下不参数据交换，进入低能耗模式，但保持信道同步；B_lower＜B＜B_upper，节点置为监听模式，在监听模式时不用监听每个数据传输时隙,只在特定的时隙里传输数据；B≥B_upper，节点置为激活模式，此状态下，系统模块节点任何时间里都可以交换数据，为多功耗模式；假定监听模式的节点每间隔T_sniff处于监听状态，这时可以传输数据，监听状态都维持T_sniffattempt时隙；

B的计算公式为：

$B=\frac{F}{F^{max}},$

$F=\frac{(L_{rx}+L_{lx})T_{sniff}}{T_{sniff}^{\max }{T}_{sniffattempt}},$

L_rx为节点发送数据的个数，L_lx为节点接收数据的个数，F为某节点的流量值，F^max为节点中的流量最大值，为在监听模式下，进入监听状态的最大间隔时间；

Q_active表示处于激活模式的节点队列，Q_off表示处于休眠模式的节点队列，Q_sniff表示处于监听模式的节点队列，D{d¹,d²…}系统中节点的集合，d为某独立模块的节点，insert(Q_active,d)表示将节点d加入到模式Q中，Delete(Q_active,d)表示将节点d从模式Q中删除。

其中，激活模式向休眠或监听模式切换的过程如下：

Dⁱ为将处于激活模式的从节点切换到休眠或监听模式的优先级，得到对于任意一个处于激活状态节点i，有

$D^i=\mathrm{\β}(1-\frac{B^i}{B_{max}})+(1-\mathrm{\β})\frac{t^i}{t_{\max }},$

β为权值，t为某从节点处于某模式的时间；

其中B_max＝max(Bⁱ)，t_max＝max(tⁱ)得到节点i；B≤B_lower，节点启动为休眠模式；B≥B_lower，节点启动为监听模式。

其中，休眠模式向激活或监听模式切换的过程如下：

Dⁱ为将处于休眠模式的从节点切换到激活或监听模式的优先级，得到对于任意一个处于激活状态节点i，有

$D^i=\frac{B^i}{B_{\max }},$

β为权值，t为某从节点处于某模式的时间；

B越大，那节点被切换的可能性越高，其中B_max＝max(Bⁱ)，得到节点i；B＞B_lower，节点启动为监听模式；B≥B_upper，节点启动为激活模式。

其中，监听模式向激活或休眠模式切换的过程：

由于B变化不大，加权平均后得到

$D^i=\mathrm{\β}B+(1-\mathrm{\β})B_{history}^i,$

β为权值，t为某从节点处于某模式的时间，为上次计算出的繁忙因子；

得到对应优先级节点i，B≤B_lower，节点启动为休眠模式；B≥B_lower，节点启动为激活模式。

其中，进入监听模式后，节点可以改变监听参数，不需要退出监听模式；节点之间协商监听参数并在下一个时隙后开始使用新的监听参数；监听初始时隙由节点决定，节点根据处于监听状况个数和监听参数使分配在各个链路上的监听时间最大限度的不发生重叠。

其中，在监听模式中改变监听时隙大小的过程如下：

设定

为B的历史值；

只有当Aⁱ的变化达到一定值δ是才会改变状态，T_sniffattempt增大和减少和幅度与Aⁱ有关，Aⁱ越大，T_sniffattempt的增减幅度就越大，节点需要更多的监听时隙，允许传输更多的数据。

其中，当有

当同理可以有

其中，T_sniffattempt和T_sniff是在有界的定值，且如果修正后 则T_sniff也应相应调大， 相反的T_sniff应减少，

本发明的有益效果是：

与现有技术相比，本发明的基于移动网络低功耗的智能调度算法，将繁忙程度以数据的形式形象化，并设定界值B_upper和B_lower，将低能耗模式按照能耗递减方式排列分别是激活模式、监听模式和休眠模式，通过检测流量大小后计算得到实时繁忙因子，并通过比较该繁忙因子与界值之间的关系进而气动该节点进入何种模式。提出了一种基于移动网络的调度算法策略，在该策略中，建立了自适应算法为基础的预测模型，并及时修正系统模块处于激活模式、监听模式和休眠模式的通信间隙。以实现最低功耗为原则对整个嵌入式系统的资源进行管理。该策略能够进一步降低系统的平均功耗，而且适用性更加广泛。最后将算法用于车载智能终端的低功耗设计。

具体实施方式

为了更清楚地表述本发明，下面对本发明作进一步地描述。

实施例一：激活转换

假设在系统中有6个模块为：开机后所有模块处于激活状态。分别为节点发送，接收数据个数，在安卓系统下可直接获取数据包。

参数的选择：i为系统中节点的数量，本系统总i＝6；β为加权参数的权值是，本系统采取平均加权方法。定界值B_upper和B_lower，0＜B_lower＜B_upper＜1，理论上B_lower应接近于0且不等于0，B_upper接近1，会得到最优的链路，但是实际情况中存在延时，所以B_upper＝0.7，B_lower＝0.2，防止数据丢包；δ为监听状态下改变量的经验值，防止在变化比较小情况下，系统反复计算，降级CPU计算量。T_sniff应该为各个节点时隙的最小公倍数，给出经验值为

$\∀d^i,d^i\∈Q_{active},D^i=\mathrm{\β}(1-\frac{B^i}{B_{\max }})+(1-\mathrm{\β})\frac{t^i}{t_{max}}$

其中B_max＝max(Bⁱ),t_max＝max(tⁱ)

对应max(Dⁱ)的节点d；

B<B_lower,Delete(Q_active,d),insert(Q_off,d).

B≥B_lower,Delete(Q_active,d),insert(Q_sniff,d).

$T_{sniff}=\frac{T_{sniffattempt}}{B}$

对于其他的设备，保持模式不变。

实施例二：休眠转换

$\&ForAll;d^i,d^i\&Element;Q_{off},{D_{off}}^i=\frac{B^i}{B_{max}}$

其中B_max＝max(Bⁱ),t_max＝max(tⁱ)

对应max(D_off ⁱ)的节点d；

B＞B_upper,Delete(Q_off,d),insert(Q_active,d).

B≤B_upper,Delete(Q_off,d),insert(Q_sniff,d).

$T_{sniff}=\frac{T_{sniffattempt}}{B}$

对于其他的设备，保持模式不变。

实施例三：监听转换

初始时：

计算Bⁱ:则

修正Bⁱ：

对应的节点d，

D＞B_upper,Delete(Q_sniff,d),insert(Q_active,d).

D≤B_lower,Delete(Q_snifff,d),insert(Q_off,d).

计算

Aⁱ≥δ

$B_{history}^i<B^i,T_{sniffattempt}^{new}=(1+|\frac{B_{history}^i-B^i}{2\max (B_{history}^i,B^i)}\left|\right)T_{sniffattempt},T_{sniff}^{new}=\frac{T_{sniff}^{old}}{2}$

$B_{history}^i<B^i,T_{sniffattempt}^{new}=(1-|\frac{B_{history}^i-B^i}{2\max (B_{history}^i,B^i)}\left|\right)T_{sniffattempt},T_{sniff}^{new}=2T_{sniff}^{old}.$

算法的性能分析：随着T_sniff增加,节点上的平均吞吐量减小，平均延迟增大。因为随着T_sniff增加，节点需要更长的才能参与下一个数据共享中，这样 平均延迟也就随之增大。但每次传送的数据量也增大，因此平均吞吐率虽然在较小的T_sniff会减小，但是较大的T_sniff取值使传送数据量和延迟都增大，因此平均吞吐量随T_sniff增大而较小幅度的减小。算法通过实时监控物理链路，获得数据流量动态变化数据，自动改变节点的连接模式和相应参数。这里也给出了为达到最佳网络性能。结果证明算法能有效提高网络吞吐率，降低设备能量消耗，从而达到网络性能优化的目的。

以上公开的仅为本发明的几个具体实施例，但是本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (8)

1.一种基于移动网络的低功耗智能调度算法，其特征在于，具体包括以下调度内容：

繁忙程度B：根据物理链路的数据流量，定义物理链路的繁忙程度B，取值范围从0到1.0，值越大越繁忙，设定B的定界值B_upper和B_lower，0＜B_lower＜B_upper＜1，作为算法自动切换连接模式的判断值；

连接模式：B≤B_lower，节点启动为休眠模式，在休眠模式下不参数据交换，进入低能耗模式，但保持信道同步；B_lower＜B＜B_upper，节点置为监听模式，在监听模式时不用监听每个数据传输时隙，只在特定的时隙里传输数据；B≥B_upper，节点置为激活模式，此状态下，系统模块节点任何时间里都可以交换数据，为多功耗模式；假定监听模式的节点每间隔T_sniff处于监听状态，这时可以传输数据，监听状态都维持T_sniffattempt时隙；

B的计算公式为：

L_rx为节点发送数据的个数，L_lx为节点接收数据的个数，F为某节点的流量值，F^max为节点中的流量最大值，为在监听模式下，进入监听状态的最大间隔时间；

Q_active表示处于激活模式的节点队列，Qo_ff表示处于休眠模式的节点队列，Q_sniff表示处于监听模式的节点队列，D{d¹,d²…}系统中节点的集合，d为某独立模块的节点，insert(Q_active,d)表示将节点d加入到模式Q中，Dele(te_acQ_ti,ve)表d示将节点d从模式Q中删除。

2.根据权利要求1所述的基于蜂窝网络低功耗的智能调度算法，其特征 在于，激活模式向休眠或监听模式切换的过程如下：

Dⁱ为将处于激活模式的从节点切换到休眠或监听模式的优先级，得到对于任意一个处于激活状态节点i，有

β为权值，t为某从节点处于某模式的时间；

其中B_max＝max(Bⁱ)，t_max＝max(tⁱ)得到节点i；B≤B_lower，节点启动为休眠模式；B≥B_lower，节点启动为监听模式。

3.根据权利要求1所述的基于移动网络低功耗的智能调度算法，其特征在于，休眠模式向激活或监听模式切换的过程如下：

Dⁱ为将处于休眠模式的从节点切换到激活或监听模式的优先级，得到对于任意一个处于激活状态节点i，有

β为权值，t为某从节点处于某模式的时间；

B越大，那节点被切换的可能性越高，其中B_max＝max(Bⁱ)，得到节点i；B＞B_lower，节点启动为监听模式；B≥B_upper，节点启动为激活模式。

4.根据权利要求1所述的基于移动网络低功耗的智能调度算法，其特征在于，监听模式向激活或休眠模式切换的过程：

由于B变化不大，加权平均后得到

β为权值，t为某从节点处于某模式的时间，为上次计算出的繁忙因子；

得到对应优先级节点i，B≤B_lower，节点启动为休眠模式；B≥B_lower，节点启动为激活模式。

5.根据权利要求4所述的基于移动网络低功耗的智能调度算法，其特征在于，进入监听模式后，节点可以改变监听参数，不需要退出监听模式；节点之间协商监听参数并在下一个时隙后开始使用新的监听参数；监听初始时隙由节点决定，节点根据处于监听状况个数和监听参数使分配在各个链路上的监听时间最大限度的不发生重叠。

6.根据权利要求5所述的基于移动网络低功耗的智能调度算法，其特征在于，在监听模式中改变监听时隙大小的过程如下：

设定

为B的历史值；

只有当Aⁱ的变化达到一定值δ是才会改变状态，T_sniffattempt增大和减少和幅度与Aⁱ有关，Aⁱ越大，T_sniffattempt的增减幅度就越大，节点需要更多的监听时隙，允许传输更多的数据。

7.根据权利要求6所述的基于移动网络低功耗的智能调度算法，其特征在于，

当有

当同理可以有

8.根据权利要求7所述的基于移动网络低功耗的智能调度算法，其特征在于，T_sn和T_sniff是在有界的定值，且T_sniffattempt∈[T^min _sniffattempt,T^max _sniffattempt],T_sniff∈[T^min _sniff,T^max _sniff]，如果修正后 则T_sniff也应相应调大， 相反的T_sniff应减少，