CN109376051A - 检测移动设备应用程序功耗的方法及终端设备 - Google Patents
检测移动设备应用程序功耗的方法及终端设备 Download PDFInfo
- Publication number
- CN109376051A CN109376051A CN201811020126.XA CN201811020126A CN109376051A CN 109376051 A CN109376051 A CN 109376051A CN 201811020126 A CN201811020126 A CN 201811020126A CN 109376051 A CN109376051 A CN 109376051A
- Authority
- CN
- China
- Prior art keywords
- power consumption
- history
- consumption data
- idle power
- mobile device
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000001514 detection method Methods 0.000 claims abstract description 78
- 238000004590 computer program Methods 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 14
- 230000032258 transport Effects 0.000 claims 1
- 230000008569 process Effects 0.000 description 10
- 238000001914 filtration Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000005611 electricity Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
- G06F11/3062—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations where the monitored property is the power consumption
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Telephone Function (AREA)
Abstract
本发明适用于检测技术领域，提供了一种检测移动设备应用程序功耗的方法及终端设备，所述方法包括：获取所述移动设备累计空闲第一预设时长内的多个历史空闲功耗数据；对多个所述历史空闲功耗数据进行过滤，得到过滤后的所述历史空闲功耗数据；根据过滤后的所述历史空闲功耗数据计算出历史空闲功耗平均值；获取所述移动设备运行应用程序时的整机功耗数据；根据所述历史空闲功耗平均值和所述整机功耗数据计算所述移动设备应用程序的功耗。本发明通过计算平均空闲功耗数据，再结合整体功耗数据计算移动设备应用程序功耗，得到了精确的应用程序功耗检测结果。
Description
技术领域
本发明属于测试技术领域，尤其涉及一种检测移动设备应用程序功耗的方法及终端设备。
背景技术
日常生活中，移动设备与用户的关系越来越紧密，保持移动设备持久的续航能力尤为重要。但是，移动设备的电池电量是非常有限的，并且移动设备的很多基础特性都比较耗电，如屏幕，GPS，传感器，唤醒机制，CPU，连网等。因此，在应用程序(Application，APP)测试中，测试人员比较关心APP的功耗问题，会慎重检查APP的电量使用情况，以免APP电量使用过高导致移动设备耗电过多，严重影响续航能力。
目前，一种方式是通过调用操作系统底层函数获取整机的功耗；另一种方式是通过连接给移动设备充电的USB检测移动设备的USB电流，但是这两种方式获得的检测数据实则为移动设备整机功耗，而移动设备整机功耗等于APP功耗加移动设备空闲功耗，移动设备空闲功耗为移动设备在没有APP运行时的功耗数据，即空闲状态下的功耗数据。可见，获得的检测数据与APP真实功耗数据存在较大出入，检测精度明显不够。
发明内容
有鉴于此，本发明实施例提供了一种检测移动设备应用程序功耗的方法及终端设备，以提高APP功耗的检测精度。
本发明实施例的第一方面提供了一种检测移动设备应用程序功耗的方法，包括：
获取移动设备累计空闲第一预设时长内的多个历史空闲功耗数据；
对多个所述历史空闲功耗数据进行过滤，得到过滤后的所述历史空闲功耗数据；
根据过滤后的所述历史空闲功耗数据计算出历史空闲功耗平均值；
获取所述移动设备运行应用程序时的整机功耗数据；
根据所述历史空闲功耗平均值和所述整机功耗数据计算所述移动设备应用程序的功耗。
本发明实施例的第二方面提供了一种终端设备，包括存储器以及处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如下步骤：
获取移动设备累计空闲第一预设时长内的多个历史空闲功耗数据；
对多个所述历史空闲功耗数据进行过滤，得到过滤后的所述历史空闲功耗数据；
根据过滤后的所述历史空闲功耗数据计算出历史空闲功耗平均值；
获取所述移动设备运行应用程序时的整机功耗数据；
根据所述历史空闲功耗平均值和所述整机功耗数据计算所述移动设备应用程序的功耗。
本发明实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如第一方面所述方法的步骤。
在本发明实施例中，通过获取移动设备累积空闲预设时长内的多个空闲功耗数据计算平均空闲功耗数据，再结合平均空闲功耗数据和整体功耗数据计算移动设备应用程序功耗，得到了精确的应用程序功耗检测结果。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种检测移动设备应用程序功耗的方法的实现流程图；
图2是本发明实施例提供的另一种检测移动设备应用程序功耗的方法的实现流程图；
图3是本发明实施例提供的又一种检测移动设备应用程序功耗的方法的实现流程图；
图4是本发明实施例提供的一种检测移动设备应用程序功耗的装置的结构框图；
图5是本发明实施例提供的另一种检测移动设备应用程序功耗的装置的结构框图；
图6是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。此外，需要说明的是，本发明中使用的“第一”、“第二”和”第三”等用词仅为了区分描述各名词，而不能解释为相对重要性。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
图1示出了本发明实施例提供的检测移动设备应用程序功耗的方法的实现流程，该方法流程包括步骤S101至S105。该检测移动设备应用程序功耗的方法适用于需要对移动设备的应用程序功耗进行检测的情形。该检测移动设备应用程序功耗的方法由检测移动设备应用程序功耗的装置执行，所述检测移动设备应用程序功耗的装置配置于终端设备，可由软件和/或硬件实现。终端设备包括台式电脑、笔记本电脑、平板电脑(Portable AndroidDevice，PAD)、智能手机和服务器等具有计算能力的便携式或非便携式终端设备。检测移动设备应用程序功耗的方法，各步骤的具体实现原理如下。
S101，获取移动设备累计空闲第一预设时长内的多个历史空闲功耗数据。
其中，空闲功耗数据为移动设备空闲时的空闲功耗数据，即为移动设备上没有运行任何APP时的功耗数据。由于移动设备的空闲时段不定，时不时会有APP运行，因此，在移动设备累积空闲第一预设时长后，获取移动设备累计空闲第一预设时长内的多个空闲功耗数据作为历史空闲功耗数据。
多个历史空闲功耗数据为移动设备累计空闲第一预设时长内的任意个历史空闲功耗数据。为了使后续的计算结果更精确，优选的，所述历史空闲功耗数据的总数为大于或等于86400个。相应地，第一预设时长可以为12至48小时，也可以为24小时，根据实际采集到的空闲功耗数据的数量，可以对第一预设时长进行选择设置。例如，若每秒采集1次移动设备的功耗数据，可以获取移动设备累积空闲24小时的空闲功耗数据作为历史空闲功耗数据。本领域技术人员可以理解，此处仅为示例性描述，不能解释为对本发明的具体限制。
在本发明实施例中，移动设备安装有后门程序，实时将移动设备的状态及功耗数据发送到终端设备，由终端设备入数据库存储，移动设备的状态包括何时空闲，何时运行APP，和运行何种APP等。基于此，终端设备从数据库中可以获取到移动设备空闲时的空闲功耗数据和运行APP时的整机功耗数据。
S102，对多个所述历史空闲功耗数据进行过滤，得到过滤后的所述历史空闲功耗数据。
其中，本发明中对多个所述历史空闲功耗数据进行数据过滤，过滤掉会影响结果准确度的数据，以提高后续结果的精度。例如，对多个所述历史空闲功耗数据进行过滤，过滤掉一定百分比的可能影响结果的数据，得到过滤后的所述历史空闲功耗数据。其中，一定百分比可以为20％至40％中的任意数据，优选的，可以取30％。
作为本发明一实施例，S102包括：对多个所述历史空闲功耗数据按大小进行排序，分别过滤掉排序靠前的15％和排序靠后的15％，得到剩余的70％的历史空闲功耗数据。或者，对多个所述历史空闲功耗数据按从大到小的顺序进行排序，分别过滤掉排序靠前的20％和排序靠后的10％，得到剩余的70％的历史空闲功耗数据。本领域技术人员可以理解，此处仅为示例性描述，不能解释为对本发明的具体限制。
作为本发明另一实施例，如图2所示，步骤S102，包括：
S1021，计算多个所述历史空闲功耗数据的数据平均值，并将所述数据平均值设置为探测上限HIGH。
S1022，获取多个所述历史空闲功耗数据中的最小值作为探测下限LOW。
S1023，根据所述探测上限HIGH和所述探测下限LOW计算得到探测颗粒密度K。
其中，通过公式K＝(HIGH-LOW)/20得到探测颗粒密度，其中，K表示探测颗粒密度，HIGH表示探测上限，LOW表示探测下限。
S1024，计算多个所述历史空闲功耗数据中小于所述探测上限HIGH的个数。
S1025，若所述个数占所述历史空闲功耗数据总数的百分比等于或小于预设百分比，则将所述探测上限HIGH加上所述探测颗粒密度K作为更新后的所述探测上限HIGH，直至所述个数占所述历史空闲功耗数据总数的百分比大于预设百分比。
其中，所示预设百分比可以为60％至80％中的任意数值。例如，若历史空闲功耗数据总数为86400，那么预设百分比可以为70％。本领域技术人员可以理解，此处仅为示例性描述，不能解释为对本发明的具体限制。
S1026，若所述个数占所述历史空闲功耗数据总数的百分比大于预设百分比，则将小于所述探测上限HIGH的所述历史空闲功耗数据作为过滤后的所述历史空闲功耗数据。
本发明实施例采取的数据过滤的方法，相比之前的数据过滤方案，由于采用探测颗粒密度逐步使得最终过滤结果刚好达到预设的条件时过滤停止，过滤精度更高，从而使得后续结果准确度进一步提高。
S103，根据过滤后的所述历史空闲功耗数据计算出历史空闲功耗平均值。
其中，计算过滤后的所述历史空闲功耗数据的历史空闲功耗平均值，采用平均值计算方法。
平均值可以为算术平均值，几何平均值，平方根平均值，调和平均值，或加权平均值，本发明对此不做具体限定。
S104，获取所述移动设备运行应用程序时的整机功耗数据。
在本发明实施例中，终端设备从数据库中可以获取到移动设备运行APP时的整机功耗数据。
移动设备运行APP时的整机功耗数据，通常指的是移动设备运行需要检测的APP时的整机功耗数据。
例如，若要检测某一APP的功耗，则获取移动设备运行该APP的整机功耗数据。
S105，根据所述历史空闲功耗平均值和所述整机功耗数据计算所述移动设备应用程序的功耗。
其中，在之前的步骤中已经获取到历史空闲功耗平均值和整机功耗数据，因此，基于历史空闲功耗平均值和整机功耗数据可以计算移动设备APP功耗。
可选地，S105包括：根据公式POWERapp＝POWERfull-POWERfree计算所述移动设备应用程序的功耗。
其中，POWERapp表示移动设备应用程序的功耗，POWERfree表示所述历史空闲功耗平均值，POWERfull表示所述整机功耗数据。
在本发明实施例中，通过获取移动设备累积空闲预设时长内的多个空闲功耗数据计算平均空闲功耗数据，再结合平均空闲功耗数据和整体功耗数据计算移动设备APP功耗，得到了精确的APP功耗检测结果。
由于移动设备的功耗会随着使用时间或环境等各种因素变化，因此，本发明还在上述实施例的基础上，对发明的上述技术方案进行了改进，提出了对历史空闲功耗平均值进行自适应调整的方案，从而进一步提高了APP功耗的检测精度。
作为本发明一实施例，如图3所示，进一步地，在步骤S105之后，还包括：S301至S303。
S301，每间隔第二预设时长，获取所述移动设备空闲时的当前空闲功耗数据。
其中，当前空闲功耗数据为移动设备空闲时的空闲功耗数据，即为移动设备上没有运行任何APP时的功耗数据。需要说明的是，当前空闲功耗数据和历史空闲功耗数据都是移动设备在空闲时的功耗数据，命名仅仅是为了区分是那个步骤获取到的空闲功耗数据，数据的获取方式相同。
每间隔第二预设时长，获取移动设备空闲时的当前空闲功耗数据，从而判断当前空闲功耗数据是不是已经与之前计算得到的历史空闲功耗平均值有较大差异，进而判断是否需要调整历史空闲功耗平均值。其中，第二预设时长可以为1小时至3小时中的任意数值，优选为1小时。
S302，计算所述当前空闲功耗数据与所述历史空闲功耗平均值的差值。
其中，根据当前空闲功耗数据与所述历史空闲功耗平均值，计算两者的差值。若两者的差值不满于预设条件，则说明需要调整历史空闲功耗平均值，此时重新计算历史空闲功耗平均值，在本发明中体现为返回步骤S101，进而计算历史空闲功耗平均值。
S303，若所述差值与所述历史空闲功耗平均值的比值超过预设阈值，且连续超过预设阈值的次数大于预设次数，则重新计算所述历史空闲功耗平均值。
其中，若所述差值与所述历史空闲功耗平均值的比值超过预设阈值，且连续超过预设阈值的次数大于预设次数，说明移动设备的空闲功耗已经有较大差异，需要调整历史空闲功耗平均值，此时，重新计算所述历史空闲功耗平均值。
通常情况下，所述差值为正值，预设阈值可以取为10％至15％中的任意数值，优选为15％。预设次数可取为5次、6次或7次等。当第二预设时长取为1小时时，预设次数优选为6次。
在其他情况下，所述差值也可以为负值，预设阈值可以取为-10％至-15％中的任意数值，优选为-15％。此时，S303可以替换为：若所述差值的绝对值与所述历史空闲功耗平均值的比值超过预设阈值，且连续超过预设阈值的次数大于预设次数，则重新计算所述历史空闲功耗平均值。
作为本发明另一实施例，S101包括：每间隔第三预设时长(例如，7天)，获取所述移动设备在所述第三预设时长内累计空闲第一预设时长内(例如，24小时)的多个历史空闲功耗数据；其中，所述第三预设时长大于所述第一预设时长。
其中，第三预设时长可以为一个星期，即7天，也可以是其他时长，例如，8至10天不等。通常情况下，第三预设时长只需大于第一预设时长即可。
每间隔第三预设时长，获取在该第三预设时长内累积空闲第一预设时长内的多个历史空闲功耗数据，从而每间隔第三预设时长更新一次历史空闲功耗平均值，进而提高APP功耗检测的精度。
本发明公开了两种调整所述历史空闲功耗平均值的技术方案，均提高了后续计算APP功耗检测的精度。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的检测移动设备应用程序功耗的方法，图4示出了本发明实施例提供的检测移动设备应用程序功耗的装置的结构框图，为了便于说明，仅示出了与本发明实施例相关的部分。未详细描述之处请参见方法实施例的相应部分。
参照图4，该检测移动设备应用程序功耗的装置包括：
第一获取模块41，用于获取移动设备累计空闲第一预设时长内的多个历史空闲功耗数据；
过滤模块42，用于对多个所述历史空闲功耗数据进行过滤，得到过滤后的所述历史空闲功耗数据；
第一计算模块43，用于根据过滤后的所述历史空闲功耗数据计算出历史空闲功耗平均值；
第二获取模块44，用于获取所述移动设备运行应用程序时的整机功耗数据；
第二计算模块45，用于根据所述历史空闲功耗平均值和所述整机功耗数据计算所述移动设备应用程序的功耗。
可选地，过滤模块42具体用于：
计算多个所述历史空闲功耗数据的数据平均值，并将所述数据平均值设置为探测上限HIGH；
获取多个所述历史空闲功耗数据中的最小值作为探测下限LOW；
根据所述探测上限HIGH和所述探测下限LOW计算得到探测颗粒密度K；
计算多个所述历史空闲功耗数据中小于所述探测上限HIGH的个数；
若所述个数占所述历史空闲功耗数据总数的百分比等于或小于预设百分比，则将所述探测上限HIGH加上所述探测颗粒密度K作为更新后的所述探测上限HIGH，直至所述个数占所述历史空闲功耗数据总数的百分比大于预设百分比；
若所述个数占所述历史空闲功耗数据总数的百分比大于预设百分比，则将小于所述探测上限HIGH的所述历史空闲功耗数据作为过滤后的所述历史空闲功耗数据。
可选地，根据所述探测上限HIGH和所述探测下限LOW计算得到探测颗粒密度K，包括：
通过公式K＝(HIGH-LOW)/20得到探测颗粒密度，其中，K表示探测颗粒密度，HIGH表示探测上限，LOW表示探测下限。
可选地，第二计算模块45具体用于：
根据公式POWERapp＝POWERfull-POWERfree计算所述移动设备应用程序的功耗，其中，POWERapp表示移动设备应用程序的功耗，POWERfree表示所述历史空闲功耗平均值，POWERfull表示所述整机功耗数据。
可选地，如图5所示，该检测移动设备应用程序功耗的装置，还包括：
第三获取模块51，用于每间隔第二预设时长，获取所述移动设备空闲时的当前空闲功耗数据；
第三计算模块52，用于计算所述当前空闲功耗数据与所述历史空闲功耗平均值的差值；
更新模块53，用于若所述差值与所述历史空闲功耗平均值的比值超过预设阈值，且连续超过预设阈值的次数大于预设次数，则重新计算所述历史空闲功耗平均值。
可选地，所述第一获取模块41具体用于：
每间隔第三预设时长，获取所述移动设备在所述第三预设时长内累计空闲第一预设时长内的多个历史空闲功耗数据；其中，所述第三预设时长大于所述第一预设时长。
图6是本发明一实施例提供的终端设备的示意图。如图6所示，该实施例的终端设备6包括：处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62，例如检测移动设备应用程序功耗的程序。所述处理器60执行所述计算机程序62时实现上述检测移动设备应用程序功耗方法实施例中的步骤，例如图1所示的步骤S101至S105。或者，所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能，例如图4所示模块41至45的功能。
示例性的，所述计算机程序62可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器61中，并由所述处理器60执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序62在所述终端设备6中的执行过程。
所述终端设备6可以是台式电脑、笔记本电脑、PAD、智能手机和服务器等具有计算能力的终端设备。所述终端设备6可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图6仅仅是终端设备6的示例，并不构成对终端设备6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器60可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器61可以是所述终端设备6的内部存储单元，例如终端设备6的硬盘或内存。所述存储器61也可以是所述终端设备6的外部存储设备，例如所述终端设备6上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器61还可以既包括所述终端设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种检测移动设备应用程序功耗的方法，其特征在于，包括：
获取移动设备累计空闲第一预设时长内的多个历史空闲功耗数据；
对多个所述历史空闲功耗数据进行过滤，得到过滤后的所述历史空闲功耗数据；
根据过滤后的所述历史空闲功耗数据计算出历史空闲功耗平均值；
获取所述移动设备运行应用程序时的整机功耗数据；
根据所述历史空闲功耗平均值和所述整机功耗数据计算所述移动设备应用程序的功耗。
2.如权利要求1所述的方法，其特征在于，对多个所述历史空闲功耗数据进行过滤，得到过滤后的所述历史空闲功耗数据，包括：
计算多个所述历史空闲功耗数据的数据平均值，并将所述数据平均值设置为探测上限HIGH；
获取多个所述历史空闲功耗数据中的最小值作为探测下限LOW；
根据所述探测上限HIGH和所述探测下限LOW计算得到探测颗粒密度K；
计算多个所述历史空闲功耗数据中小于所述探测上限HIGH的个数；
若所述个数占所述历史空闲功耗数据总数的百分比等于或小于预设百分比，则将所述探测上限HIGH加上所述探测颗粒密度K作为更新后的所述探测上限HIGH，直至所述个数占所述历史空闲功耗数据总数的百分比大于预设百分比；
若所述个数占所述历史空闲功耗数据总数的百分比大于预设百分比，则将小于所述探测上限HIGH的所述历史空闲功耗数据作为过滤后的所述历史空闲功耗数据。
3.如权利要求2所述的方法，其特征在于，根据所述探测上限HIGH和所述探测下限LOW计算得到探测颗粒密度K，包括：
通过公式K＝(HIGH-LOW)/20得到探测颗粒密度，其中，K表示探测颗粒密度，HIGH表示探测上限，LOW表示探测下限。
4.如权利要求1或2所述的方法，其特征在于，根据所述历史空闲功耗平均值和所述整机功耗数据计算所述移动设备应用程序的功耗之后，还包括：
每间隔第二预设时长，获取所述移动设备空闲时的当前空闲功耗数据；
计算所述当前空闲功耗数据与所述历史空闲功耗平均值的差值；
若所述差值与所述历史空闲功耗平均值的比值超过预设阈值，且连续超过预设阈值的次数大于预设次数，则重新计算所述历史空闲功耗平均值。
5.如权利要求1或2所述的方法，其特征在于，根据所述历史空闲功耗平均值和所述整机功耗数据计算所述移动设备应用程序的功耗，包括：
根据公式POWERapp＝POWERfull-POWERfree计算所述移动设备应用程序的功耗，其中，POWERapp表示移动设备应用程序的功耗，POWERfree表示所述历史空闲功耗平均值，POWERfull表示所述整机功耗数据。
6.如权利要求1或2所述的方法，其特征在于，获取所述移动设备累计空闲第一预设时长内的多个历史空闲功耗数据之后，还包括：
每间隔第三预设时长，获取所述移动设备在所述第三预设时长内累计空闲第一预设时长内的多个历史空闲功耗数据；其中，所述第三预设时长大于所述第一预设时长。
7.一种终端设备，包括存储器以及处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现如下步骤：
获取移动设备累计空闲第一预设时长内的多个历史空闲功耗数据；
对多个所述历史空闲功耗数据进行过滤，得到过滤后的所述历史空闲功耗数据；
根据过滤后的所述历史空闲功耗数据计算出历史空闲功耗平均值；
获取所述移动设备运行应用程序时的整机功耗数据；
根据所述历史空闲功耗平均值和所述整机功耗数据计算所述移动设备应用程序的功耗。
8.如权利要求7所述的终端设备，其特征在于，对多个所述历史空闲功耗数据进行过滤，得到过滤后的所述历史空闲功耗数据，包括：
计算多个所述历史空闲功耗数据的数据平均值，并将所述数据平均值设置为探测上限HIGH；
获取多个所述历史空闲功耗数据中的最小值作为探测下限LOW；
根据所述探测上限HIGH和所述探测下限LOW计算得到探测颗粒密度K；
计算多个所述历史空闲功耗数据中小于所述探测上限HIGH的个数；
若所述个数占所述历史空闲功耗数据总数的百分比等于或小于预设百分比，则将所述探测上限HIGH加上所述探测颗粒密度K作为更新后的所述探测上限HIGH，直至所述个数占所述历史空闲功耗数据总数的百分比大于预设百分比；
若所述个数占所述历史空闲功耗数据总数的百分比大于预设百分比，则将小于所述探测上限HIGH的所述历史空闲功耗数据作为过滤后的所述历史空闲功耗数据。
9.如权利要求7或8所述的终端设备，其特征在于，根据所述历史空闲功耗平均值和所述整机功耗数据计算所述移动设备应用程序的功耗之后，还包括：
每间隔第二预设时长，获取所述移动设备空闲时的当前空闲功耗数据；
计算所述当前空闲功耗数据与所述历史空闲功耗平均值的差值；
若所述差值与所述历史空闲功耗平均值的比值超过预设阈值，且连续超过预设阈值的次数大于预设次数，则重新计算所述历史空闲功耗平均值。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811020126.XA CN109376051A (zh) | 2018-09-03 | 2018-09-03 | 检测移动设备应用程序功耗的方法及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811020126.XA CN109376051A (zh) | 2018-09-03 | 2018-09-03 | 检测移动设备应用程序功耗的方法及终端设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109376051A true CN109376051A (zh) | 2019-02-22 |
Family
ID=65404250
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811020126.XA Pending CN109376051A (zh) | 2018-09-03 | 2018-09-03 | 检测移动设备应用程序功耗的方法及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109376051A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111257631A (zh) * | 2020-01-16 | 2020-06-09 | 支付宝(杭州)信息技术有限公司 | 终端设备功耗测量系统及方法 |
| CN113794256A (zh) * | 2021-09-15 | 2021-12-14 | 深圳市科雷特能源科技股份有限公司 | 电池充放电智能管理方法及装置 |
| CN114327019A (zh) * | 2021-12-29 | 2022-04-12 | 成都中科慧源科技有限公司 | 一种设备能耗检测装置、方法、系统、设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110046804A1 (en) * | 2009-08-21 | 2011-02-24 | International Business Machines Corporation | Energy limit in a sliding window in power and heat management |
| CN105357313A (zh) * | 2015-11-30 | 2016-02-24 | 浪潮电子信息产业股份有限公司 | 功耗控制方法及系统、机架管理控制器 |
| CN105786697A (zh) * | 2014-12-25 | 2016-07-20 | 展讯通信（上海）有限公司 | 一种功耗自动化测试数据处理方法 |
| CN106371546A (zh) * | 2016-08-30 | 2017-02-01 | 浪潮电子信息产业股份有限公司 | 一种整机柜功耗限制方法及装置 |
-
2018
- 2018-09-03 CN CN201811020126.XA patent/CN109376051A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110046804A1 (en) * | 2009-08-21 | 2011-02-24 | International Business Machines Corporation | Energy limit in a sliding window in power and heat management |
| CN105786697A (zh) * | 2014-12-25 | 2016-07-20 | 展讯通信（上海）有限公司 | 一种功耗自动化测试数据处理方法 |
| CN105357313A (zh) * | 2015-11-30 | 2016-02-24 | 浪潮电子信息产业股份有限公司 | 功耗控制方法及系统、机架管理控制器 |
| CN106371546A (zh) * | 2016-08-30 | 2017-02-01 | 浪潮电子信息产业股份有限公司 | 一种整机柜功耗限制方法及装置 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111257631A (zh) * | 2020-01-16 | 2020-06-09 | 支付宝(杭州)信息技术有限公司 | 终端设备功耗测量系统及方法 |
| CN111257631B (zh) * | 2020-01-16 | 2022-05-06 | 支付宝(杭州)信息技术有限公司 | 终端设备功耗测量系统及方法 |
| CN113794256A (zh) * | 2021-09-15 | 2021-12-14 | 深圳市科雷特能源科技股份有限公司 | 电池充放电智能管理方法及装置 |
| CN114327019A (zh) * | 2021-12-29 | 2022-04-12 | 成都中科慧源科技有限公司 | 一种设备能耗检测装置、方法、系统、设备及存储介质 |
| CN114327019B (zh) * | 2021-12-29 | 2023-10-24 | 成都中科慧源科技有限公司 | 一种设备能耗检测装置、方法、系统、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220099753A1 (en) | Method For Predicting Service Life Of Retired Power Battery | |
| CN104778111B (zh) | 一种进行报警的方法和装置 | |
| CN104102543B (zh) | 一种云计算环境中负载调整的方法和装置 | |
| CN102597912B (zh) | 用于平台功率节省的协调设备和应用程序中断事件 | |
| CN104011626B (zh) | 通过在运行时期间配置功率管理参数的用于高能效和节能的系统、方法和装置 | |
| CN105548905B (zh) | 一种电池电量的测试方法和系统 | |
| CN109376051A (zh) | 检测移动设备应用程序功耗的方法及终端设备 | |
| CN112034350B (zh) | 电池组健康状态预测方法及终端设备 | |
| CN104281510A (zh) | 应用程序耗电程度的获得方法、系统及节能方法、系统 | |
| CN104516475A (zh) | 用于管理多核片上系统上的全局芯片功率的方法和装置 | |
| CN104007806A (zh) | 一种安卓系统中的cpu频率的控制方法、装置和设备 | |
| CN107356881B (zh) | 一种终端的控制方法、装置及终端 | |
| CN109492024A (zh) | 数据处理方法、装置、计算机设备以及存储介质 | |
| CN104380221A (zh) | 处理器频率和系统休眠状态的联合优化 | |
| CN110410353A (zh) | 风扇控制方法、装置及终端设备 | |
| CN113792995B (zh) | 电力资源支配程度的确定方法、装置、设备和存储介质 | |
| CN107704317A (zh) | 智能设备及其应用管理方法和具有存储功能的装置 | |
| CN116819335A (zh) | 电池寿命预测方法、装置、计算机设备及存储介质 | |
| US20170075589A1 (en) | Memory and bus frequency scaling by detecting memory-latency-bound workloads | |
| CN109324941A (zh) | 一种温度采集方法、终端及存储介质 | |
| CN109408225B (zh) | 资源扩容方法、装置、计算机设备以及存储介质 | |
| CN109063926A (zh) | 周期内计划发电量确定方法、系统及终端设备 | |
| CN105760270B (zh) | 一种能耗估算的方法及装置 | |
| US10139451B2 (en) | Conditioning cycle for determining battery capacity in an information handling system | |
| CN111124681B (zh) | 一种集群负载分配方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20231208 |
|
| AD01 | Patent right deemed abandoned |