CN111078401A - 一种周期任务温度感知能耗优化方法 - Google Patents

Abstract

本发明公开一种周期任务温度感知能耗优化方法，包括建立周期任务温度感知功耗模型；计算处理器稳定状态的温度T(∞)；计算处理器执行周期任务集所需的平均动态功耗P_de；计算在峰值温度T_max受限情况下的处理器速度S_lim；根据最早截止期限策略调度可行的条件，计算出周期任务的最终运行速度S_f。本发明在确保处理器温度不超过峰值温度的情况下，利用动态电压调节技术，有效地降低系统能耗。

Description

一种周期任务温度感知能耗优化方法

技术领域

本发明涉及嵌入式系统能耗管理技术领域，特别是一种周期任务温度感知能耗优化方法。

背景技术

嵌入式系统已经广泛地应用在生产和生活的各个方面的，对人们的生活产生极大的影响，例如智能手机、笔记本电脑、IPAD等。这些设备都采用电池供电，由于电池技术的发展远落后于系统能耗的增加。因此，能耗成为制约这些设备发展的一个重要因素。

降低嵌入式系统能耗的技术主要有动态电压调节(DVS)技术和动态功耗管理(DPM)技术。DVS技术是根据系统的真实负载实时调节处理器速度降低能耗。DPM技术主要将闲置组件切换到低功耗状态以实现节能。

目前针对嵌入式系统的能耗优化方法主要关注系统的能耗问题，忽略处理器的温度问题。过高的处理器温度不仅影响系统可靠性，减少处理器使用寿命，还有可能会导致系统崩溃，造成致命的损失。所以温度问题成了嵌入式系统的一个重要问题。

发明内容

本发明的主要目的在于克服现有技术中的上述缺陷，提出一种周期任务温度感知能耗优化方法，该方法考虑系统峰值温度问题，利用DVS技术降低系统能耗。

本发明采用如下技术方案：

一种周期任务温度感知能耗优化方法，其特征在于，包括如下步骤：

步骤1)建立周期任务温度感知的功耗模型；

步骤2)计算处理器稳定状态的温度T(∞)；

步骤3)计算处理器执行周期任务集所需的平均动态功耗P_de；

步骤4)根据温度T(∞)、平均动态功耗P_de结合功耗模型计算在峰值温度T_max受限情况下的处理器速度S_lim；

步骤5)根据最早截止期限策略调度可行的条件结合处理器速度S_lim，计算出周期任务的最终运行速度S_f。

优选的，步骤1)中，所述建立周期任务温度感知功耗模型，如下：

在单处理器上考虑n个相互独立的周期任务，每个周期任务τ_i用二元组(e_i,p_i)表示，1≤i≤n,i为整数，其中e_i和p_i分别为周期任务τ_i在最大处理器速度下的最坏情况下执行时间和周期；每个周期任务有显性的截止期限即其相对截止期限等于其周期；处理器提供连续的速度[S_min,S_max],S_min、S_max分别为处理器器提供的最小速度和最大速度，对应的处理器的功耗模型为：

P_t＝P_leak+P_dyn

其中P_leak为处理器漏电流功耗：P_leak＝S·(β₁·T_cur+β₀)；S代表处理器速度，β₁和β₀是与处理器相关的常数，T_cur是处理器的温度；P_dyn是处理器的动态功耗。

优选的，步骤2)中，所述计算处理器稳定状态的温度T(∞)，其值由下式给出：

T(∞)＝T_am(t)+P_t(t)·R

其中T_am(t)是在时刻t周围环境的温度，P_t(t)是这个时间段处理器的平均功耗，R代表处理器的热阻。

优选的，步骤3)中，所述平均动态功耗P_de，如下：

其中，P_dyn是处理器动态功耗，u_i是周期任务τ_i的利用率。

优选的，步骤4)中，峰值温度T_max受限情况下的处理器速度S_lim的速度由下式计算：

(S_lim)³+k₁S_lim-k₂≤0

其中，k₁由下式计算：

其中，β₁和β₀是与处理器相关的常数，T_cur是处理器的温度，u_i是周期任务τ_i的利用率；k₂由下式计算：

其中，T_max是处理器的峰值温度，T_am(t)是是在时刻t周围环境的温度，R代表处理器的热阻，u_i是周期任务τ_i的利用率。

优选的，步骤5)中，周期任务的最终运行速度S_f由下式计算：

S_f＝max{S_m,S_lim}

其中，S_m是满足调度可行的速度且

u_i是周期任务τ_i的利用率，max为求最大值。

由上述对本发明的描述可知，与现有技术相比，本发明具有如下有益效果：

(1)能够确保周期任务在其截止期限内完成执行且处理器的温度不超过其峰值温度；

(2)系统层次能耗的降低，可以降低产品的生产成本，延长设备的使用时间，减少电池的更换周期；

(3)本发明的方法比现有的方法节约大约35.50％能耗。

附图说明

图1为本发明流程图。

具体实施方式

以下通过具体实施方式对本发明作进一步的描述。

参见图1，本发明提出一种周期任务温度感知能耗优化方法，其包括如下步骤：

步骤1)：建立周期任务温度感知功耗模型。

在单处理器上考虑n个相互独立的周期任务，每个周期任务τ_i(1≤i≤n,i为整数)用二元组(e_i,p_i)表示，其中e_i和p_i分别为周期任务τ_i在最大处理器速度下的最坏情况下执行时间和周期；每个周期任务有显性的截止期限即其相对截止期限等于其周期；处理器提供连续的速度[S_min,S_max]，对处理器的速度进行归一化处理即

所以处理器能够提供的归一化速度为[S′_min,1]；与此相适应处理器的功耗模型为P_t＝P_leak+P_dyn，其中P_leak为处理器漏电流功耗，只要处理器开启，该功耗一直会产生，其值由下式计算：

P_leak＝S·(β₁·T_cur+β₀)

其中S代表处理器速度，β₁和β₀是与处理器相关的常数，T_cur是处理器的温度，其值可由传感器直接测定；P_dyn是处理器的动态功耗，其值由下式计算：

P_dyn＝S³

其中S是处理器速度。

步骤2)：计算处理器稳定状态的温度T(∞)。

所谓处理器稳定状态的温度是指随着时间的推移处理器的温度趋向于某一个稳定值，处理器在时刻t的温度T(t)由下式计算：

其中R和C是常数，分别代表处理器的热阻与电容，T(0)是处理器初始情况下的温度；当t趋向无穷时，即可计算出处理器稳定状态的温度T(∞)，其值由下式给出：

T(∞)＝T_am(t)+P_t(t)·R

其中T_am(t)是在时刻t周围环境的温度，P_t(t)是这个时间段处理器的平均功耗，其值由下式计算：

P_t(t)＝P_leak+P_dm

其中P_leak是处理器在这个时间段的漏电流功耗，只要处理器开启，该功耗一直会产生，其值由下式计算：

P_leak＝S·(β₁·T_cur+β₀)

其中S代表处理器速度，β₁和β₀是与处理器相关的常数，T_cur是处理器的温度；P_dm是处理器在峰值温度受限情况下的最大的平均动态功耗。

步骤3)：计算处理器执行周期任务集所需的平均动态功耗P_de。

处理器执行周期任务集所需的平均动态功耗由下式计算：

其中，P_dyn是处理器动态功耗，其值由下式计算：

P_dyn＝S³

其中S是处理器速度；u_i是周期任务τ_i的利用率，其值由下式计算：

其中，e_i和p_i分别为周期任务τ_i在最大处理器速度下的最坏情况下执行时间和周期。

步骤4)：计算在峰值温度T_max受限情况下的处理器速度S_lim。

处理器稳定状态的温度T(∞)必须要小于或等于处理器能够承受的峰值温度T_max，取T(∞)＝T_max，则有下式成立：

T_max＝T_am(t)+P_t(t)·R

这个时间段处理器的平均功耗P_t(t)由下式计算：

更进一步根据处理器功耗模型有

P_t(t)＝P_leak+P_dm

其中P_leak是处理器在这个时间段的漏电流功耗，P_dm是处理器在峰值温度受限情况下的最大的平均动态功耗，其值由下式计算：

为了确保处理器的温度不超过峰值温度T_max，处理器执行周期任务集所需的平均动态功耗P_de必须小于或者等于处理器在峰值温度受限情况下的最大的平均动态功耗P_dm；即

P_de≤P_dm

由此得到

其中，u_i是周期任务τ_i的利用率，其值由下式计算：

P_dyn＝S³

其中S是处理器速度；u_i是周期任务τ_i的利用率；P_dyn是处理器的动态功耗，其值由下式计算：

P_dyn＝(S_lim)³

其中S_lim为峰值温度T_max受限情况下的处理器速度，处理器在这个时间段的漏电流功耗P_leak由下式计算：

P_leak＝S_lim·(β₁·T_cur+β₀)

因此，峰值温度T_max受限情况下的处理器速度S_lim的速度由下式计算：

(S_lim)³+k₁S_lim-k₂≤0

其中，k₁由下式计算：

其中，β₁和β₀是与处理器相关的常数，T_cur是处理器的温度，u_i是周期任务τ_i的利用率；k₂由下式计算：

其中，T_max是处理器的峰值温度，T_am(t)是是在时刻t周围环境的温度，R代表处理器的热阻，u_i是周期任务τ_i的利用率，其值由下式计算：

其中，e_i和p_i分别为周期任务τ_i在最大处理器速度下的最坏情况下执行时间和周期。

步骤5)：根据最早截止期限策略调度可行的条件，计算出周期任务的最终运行速度S_f。

最早截止期限策略调度是一种动态优先级调度策略，任务的优先级由其截止期限决定，截止期限越小，其优先级越高；截止期限越大，其优先级越低；当任务的截止期限相同，到达时间早的任务，其优先级高；到达时间晚的任务其优先级低；当任务的到达时间相同时，下标小的任务其优先级高，下标大的任务优先级高；高优先级任务被优先调度；其调度周期任务可行的条件是周期任务集的利用率不超过1；可知满足调度可行的速度S_m由下式计算：

其中u_i是周期任务τ_i的利用率；为了确保系统的可行性与峰值温度的限制，周期任务的最终运行速度S_f由下式计算：

S_f＝max{S_m,S_lim}

其中，S_m是满足调度可行的速度，S_lim为峰值温度T_max受限情况下的处理器速度，max为求最大值。

本实施例中使用ARMA9处理器，该处理器的温度传感器的精度可达到0.4℃，该处理器的热阻R为22，处理器的电容C为0.0454，参数β₁和β₀为0.0435和611，处理器的峰值温度T_max设置为60℃，在时刻t，处理器周围的温度T_am(t)为26℃，处理器当前的温度T_cur为45℃，处理器的功耗公式近似为0.1+0.1S+S³。周期任务集包含3个周期任务τ₁(1,4)，τ₂(2,6)，τ₁(2,12)，与其相应的利用率

实施例中比较两种方法，本发明方法和没有使用低功耗技术的方法。在区间

[0,12]中调度周期任务集。

通过计算可知本发明方法S_lim＝0.003，S_m＝0.75，因此，S_f＝0.75。本发明方法和没有使用低功耗技术方法的能耗分别为7.16和11.1，通过计算可知本发明方法比没有使用低功耗技术方法节约35.50％的能耗。

上述仅为本发明的具体实施方式，但本发明的设计构思并不局限于此，凡利用此构思对本发明进行非实质性的改动，均应属于侵犯本发明保护范围的行为。

Claims (6)

1.一种周期任务温度感知能耗优化方法，其特征在于，包括如下步骤：

步骤1)建立周期任务温度感知的功耗模型；

步骤2)计算处理器稳定状态的温度T(∞)；

步骤3)计算处理器执行周期任务集所需的平均动态功耗P_de；

步骤4)根据温度T(∞)、平均动态功耗P_de结合功耗模型计算在峰值温度T_max受限情况下的处理器速度S_lim；

步骤5)根据最早截止期限策略调度可行的条件结合处理器速度S_lim，计算出周期任务的最终运行速度S_f。

2.如权利要求1所述的一种周期任务温度感知能耗优化方法，其特征在于，步骤1)中，所述建立周期任务温度感知功耗模型，如下：

在单处理器上考虑n个相互独立的周期任务，每个周期任务τ_i用二元组(e_i,p_i)表示，1≤i≤n,i为整数，其中e_i和p_i分别为周期任务τ_i在最大处理器速度下的最坏情况下执行时间和周期；每个周期任务有显性的截止期限即其相对截止期限等于其周期；处理器提供连续的速度[S_min,S_max],S_min、S_max分别为处理器器提供的最小速度和最大速度，对应的处理器的功耗模型为：

P_t＝P_leak+P_dyn

其中P_leak为处理器漏电流功耗：P_leak＝S·(β₁·T_cur+β₀)；S代表处理器速度，β₁和β₀是与处理器相关的常数，T_cur是处理器的温度；P_dyn是处理器的动态功耗。

3.如权利要求1所述的一种周期任务温度感知能耗优化方法，其特征在于，步骤2)中，所述计算处理器稳定状态的温度T(∞)，其值由下式给出：

T(∞)＝T_am(t)+P_t(t)·R

其中T_am(t)是在时刻t周围环境的温度，P_t(t)是这个时间段处理器的平均功耗，R代表处理器的热阻。

4.如权利要求1所述的一种周期任务温度感知能耗优化方法，其特征在于，步骤3)中，所述平均动态功耗P_de，如下：

其中，P_dyn是处理器动态功耗，u_i是周期任务τ_i的利用率。

5.如权利要求1所述的一种周期任务温度感知能耗优化方法，其特征在于，步骤4)中，峰值温度T_max受限情况下的处理器速度S_lim的速度由下式计算：

(S_lim)³+k₁S_lim-k₂≤0

其中，k₁由下式计算：

其中，β₁和β₀是与处理器相关的常数，T_cur是处理器的温度，u_i是周期任务τ_i的利用率；k₂由下式计算：

其中，T_max是处理器的峰值温度，T_am(t)是是在时刻t周围环境的温度，R代表处理器的热阻，u_i是周期任务τ_i的利用率。

6.如权利要求1所述的一种周期任务温度感知能耗优化方法，其特征在于，步骤5)中，周期任务的最终运行速度S_f由下式计算：

S_f＝max{S_m,S_lim}

其中，S_m是满足调度可行的速度且

u_i是周期任务τ_i的利用率，max为求最大值。

Images