CN111488266B - 基于多量程的嵌入式软件能耗测量系统 - Google Patents

Abstract

本发明涉及一种基于多量程的嵌入式软件能耗测量系统，包括基于多量程的电流测量终端和上位机，电流测量终端的三量程电流测量电路与被测嵌入式系统连接，为被测嵌入式系统供电并通过小、中、大三个量程的电路同时采集其产生的模拟电流信号，通过电流信号采集及处理系统处理后发送给上位机；上位机的收发模块接收电流测量终端发送来的各量程电流信号，经滤波模块过滤噪声后，将小、中、大三个量程的电流数据送入校准模块，校准模块基于校准模型对电流数据进行校准，并将校准后的电流数据存入数据库，被测嵌入式系统运行结束后，上位机的能耗计算模块从数据库中提取电流数据，计算并输出能耗测量报告。该系统有利于提高测量精确度。

Description

基于多量程的嵌入式软件能耗测量系统

技术领域

本发明涉及嵌入式设备能耗测量技术领域，具体涉及一种基于多量程的嵌入式软件能耗测量系统。

背景技术

随着物联网技术的不断发展，嵌入式系统已得到大量而广泛的部署。对于电池供电的嵌入式系统而言，能耗已成为开发、运行和维护时重点考虑的质量属性。另据文献报道，嵌入式系统80％的能耗与软件运行活动密切相关。因而设计实现嵌入式系统软件运行时能耗测量系统，对于分析、评估和优化嵌入式系统的能效具有重要的意义和价值。

嵌入式系统软件运行时能耗E可由式(1)计算。

在式(1)中，T₀和T_n为软件运行的开始时刻和结束时刻，而T_j和T_j+1分别表示软件运行中第j时刻和(j+1)时刻功率测量的采样点；P_j和P_j+1分别为第j和(j+1)个采样点测得的瞬时功率。通过累加相邻两个采样时刻点及其对应瞬时功率所形成的梯形的面积，可近似计算嵌入式系统软件运行时能耗，如图1所示。瞬时功率P_j可借助第j个采样点的电压U_j和电流I_j计算。U_j可直接进行测量，而I_j只能通过间接测量。取决于嵌入式系统的工作状态(如待机、数据采集和通讯等)，软件运行时电流I_j可在几十微安到近千毫安范围内变化，并且变化的频率可高达M Hz级。因而，嵌入式系统软件运行时工作电流具有变化范围大和变化频率高的特点。

目前已有基于电感、基于库仑计和基于电阻等动态电流测量方法。基于电感的方法存在抗电磁噪声能力差的问题，而基于库仑计的方法难以实时捕获高频的电流变化。仅基于电阻的方法较适用于测量嵌入式系统软件运行时电流，其工作原理如图2所示。在图2中，采样电阻R与被测系统、供电电源串联起来；被测系统工作电流在R上产生的电压经放大器放大后，交由A/D转换器作数字化处理。

在图2中，电源电压在被测系统和电阻R上进行分配。一方面，由于R上分配的电压随被测系统工作电流的增大而增多，为了保证被测系统的正常工作电压，R的取值不能太大。另一方面，R值越小R上的压降也越低，这需要更大倍数的放大器或更高分辨率的A/D转换器才能满足宽范围电流测量的需求。然而，增大放大器的放大倍数会因噪声的放大而导致测量精度的降低，而提高A/D转换器的分辨率又将导致成本增大。综合考虑上述两方面因素，已有的基于电阻的测量方法采用多量程电流测量思想：将不同范围电流值划分成不同量程，并为不同量程设定不同R值或不同放大倍数，通过量程自动切换可保障被测系统正常工作的同时，有效地增大电流的测量范围。图3给出了一个三量程电流测量的示意图。图3中0～i_max1、0～i_max2和0～i_max3三个范围对应小、中和大三个量程，并且设定的R值渐小(小量程设定的R值最大)。图3中有两个量程切换点i_max1和i_max2，分别定义了小电流测量电路向中电流值测量电路、中电流测量电路向大电流测量电路切换的界值点。已有的基于电阻的方法通过量程自动切换虽能较好地满足嵌入式系统软件运行时动态宽范围的电流测量需要。但仍存在一些问题：

(1)量程自动切换需要一些辅助的电路和相应的中断处理程序，从而在动态电流测量系统中引入了一定的复杂性；

(2)测量噪声可能导致失效的量程切换。例如图2中由于噪声的存在，rng₁范围的电流值对应的实际值可能大于i_max1，此场景下本应进行量程切换却没有切换；而rng₂范围的电流值对应的实际值可能小于i_max1，此场景下本不应进行量程切换却进行了切换。类似地，rng₃和rng₄范围(i_max2的邻域范围)内也可能发生失效的量程切换。

(3)量程的切换存在一定的时延，难以精确给出切换过程中的电流值，从而引入一定的测量误差。

发明内容

本发明的目的在于提供一种基于多量程的嵌入式软件能耗测量系统，该系统有利于提高测量精确度。

为实现上述目的，本发明采用的技术方案是：一种基于多量程的嵌入式软件能耗测量系统，包括基于多量程的电流测量终端和上位机；

所述电流测量终端包括三量程电流测量电路和电流信号采集及处理系统，所述三量程电流测量电路包括小、中、大三个量程同时进行电流测量的电路，所述三量程电流测量电路与被测嵌入式系统连接，用于为被测嵌入式系统供电并通过小、中、大三个量程的电路同时采集被测嵌入式系统产生的模拟电流信号，所述电流信号采集及处理系统包括三个ADC模块、定时模块、DMA传输模块和通讯模块，所述ADC模块连接三量程电流测量电路，所述定时模块产生中断信号同时启动三个ADC模块，各ADC模块将小、中、大三个量程采集到的三个模拟电流信号分别转换为数字电流信号，然后通过DMA传输模块和通讯模块发送给上位机；

所述上位机包括控制模块、收发模块、滤波模块、校准模块、存储模块、数据库和能耗计算模块；所述控制模块用于将嵌入式软件二进制代码烧录至被测嵌入式系统中；所述收发模块接收电流测量终端发送来的各量程电流信号，经滤波模块过滤噪声后，将小、中、大三个量程的电流数据送入校准模块，所述校准模块内设有校准模型，所述校准模块基于校准模型对电流数据进行校准，并将校准后的电流数据通过存储模块存入数据库，被测嵌入式系统运行结束后，所述控制模块控制能耗计算模块从数据库中提取电流数据，计算并输出能耗测量报告。

进一步地，所述小、中、大三个量程为[0,25mA]、(25mA,250mA]以及(250mA,2500mA]。

进一步地，所述校准模型的构建方法如下：

1)在小、中、大三个量程范围内分别构建出数据集DS₁、DS₂和DS₃，各数据集的每个样本点数据(x₁,x₂,x₃,y)由小、中、大三个量程的电路的读数x₁、x₂、x₃和对应的电流实际值y组成；

2)从三个量程的数据集DS₁、DS₂和DS₃中随机抽取设定数量的样本作为测试样本，形成对应的测试集和/>进而生成用于小、中、大三个量程校准的训练数据集和/>以及测试数据集/>和/>训练数据集/>和/>的定义如式(2)所示，测试数据集/>和/>的定义如式(3)所示：

3)构建各量程校准模型：基于机器学习算法，分别构建小、中、大三个量程的最优校准模型和/>

4)生成合成数据集：根据各量程的最优校准模型和/>以及训练数据集 和/>生成合成后的训练集DS^Tr，具体定义如式(4)所示；根据各量程的最优校准模型/>和/>以及测试数据集/>和/>生成合成后的测试集DS^Ts，具体定义如式(5)所示：

式(4)和式(5)中，DS^Tr和DS^Ts中的每个样本点用(x₁,x₂,x₃,a₁,a₂,a₃,y)表示，其中x₁、x₂、x₃三个输入变量对应于三个量程的读数，a₁、a₂、a₃三个输入变量分别由 和/>计算获得，变量y为电流实际值；

5)构建合成校准模型：根据合成的数据集DS^Tr和DS^Ts，基于机器学习算法，确定量程过渡邻域内的测量点与各量程最优校准模型之间的线性或非线性关系，进而构建最优的合成校准模型，以使合成校准模型输出的电流值与电流实际值的误差最小。

进一步地，所述数据集DS₁、DS₂和DS₃的构建方法如下：

采用负载模拟终端、校准上位机和所述电流测量终端组成校准系统；所述负载模拟终端用于通过可变电阻器产生设定大小的阻值，在三量程电流测量电路的供电电压下，产生不同大小的模拟电流信号；

所述校准上位机向负载模拟终端发送包括电流实际值y和持续时间t的负载定义(y，t)，所述负载模拟终端在持续时间t内，根据供电电压和电流实际值计算出需产生的阻值，并控制可变电阻器产生相应的阻值，然后在供电电压下产生对应于电流实际值y的模拟电流信号，所述电流测量终端在持续时间t内通过小、中、大三个量程的电路分别进行电流测量，在各量程分别得到一组读数，通过电流信号采集及处理系统处理后发送给校准上位机，校准上位机对各组数据进行中值滤波后，再对各组读数分别取均值，得到对应于小、中、大三个量程的读数x₁、x₂和x₃，进而生成一个样本点数据(x₁,x₂,x₃,y)；

所述校准上位机在小、中、大三个量程范围内分别产生设定数量的电流实际值，重复上述方法，构建出小、中、大三个量程的数据集DS₁、DS₂和DS₃。

进一步地，构建各量程的最优校准模型和最优的合成校准模型均采用式(6)定义的平均相对误差ARE作为性能评价指标：

其中，y_i表示测试集中第i个样本的输出变量值，即电流实际值，表示根据测试集中第i个样本的输入所获取电流的预测值，n表示测量集的样本大小，ARE的值越小表示校准模型越优；

构建各量程的最优校准模型和最优的合成校准模型采用的机器学习算法为线性回归LR或支持向量回归SVR。

相较于现有技术，本发明具有以下有益效果：针对嵌入式设备软件运行时电流在宽范围内动态变化而导致难以精确测定其能耗的问题，提供了一种基于多量程的嵌入式软件能耗测量系统，该系统无需进行量程切换，而是采用小、中、大三个量程同时测量电流并通过校准模型校准电流数据，通过校准后的电流数据进行能耗计算。与量程切换方法相比，该系统可有效地降低测量误差，提高测量精确度。

附图说明

图1是现有技术中嵌入式系统软件运行时能耗近似计算示意图。

图2是现有技术中基于电阻的电流测量原理图。

图3是现有技术中三量程电流测量示意图。

图4是本发明实施例的嵌入式软件能耗测量系统的总体结构示意图。

图5是本发明实施例中三量程电流测量电路示意图。

图6是本发明实施例中电流信号采集及处理系统示意图。

图7是本发明实施例中校准系统的结构示意图。

图8是本发明实施例中构建校准模型的流程图。

具体实施方式

下面结合附图及具体实施例对本发明作进一步的详细说明。

本发明提供了一种基于多量程的嵌入式软件能耗测量系统，如图4所示，包括基于多量程的电流测量终端和上位机。

所述电流测量终端包括三量程电流测量电路和电流信号采集及处理系统。如图5所示，所述三量程电流测量电路包括小、中、大三个量程同时进行电流测量的电路，所述三量程电流测量电路与被测嵌入式系统连接，用于为被测嵌入式系统供电并通过小、中、大三个量程的电路同时采集被测嵌入式系统产生的模拟电流信号。

嵌入式系统软件可运行在待机、数据采集和通讯等不同状态，而产生不同范围的工作电流。通过参考不同通信协议下嵌入式软件在收发数据时的电流范围并同时考虑留有一定余量，在本实施例中，小、中、大三个量程对应的范围设置为[0,25mA]、(0,250mA]以及(0,2500mA]。

图5给出了小、中、大三个量程同时进行电流测量的电路。具体地，在大量程测量电路中，放大器1和电阻R₁将0-2500mA电流负载转换为0-2.5V电压；在中量程测量电路中，放大器2和电阻R₂将0-250mA电流负载转换为0-2.5V电压；在小量程测量电路中，放大器3和电阻R₂将0-25mA电流负载转换为0-2.5V电压。各个放大器的输出连接到微控制器上相应的A/D转换器，以作后续处理。为了增大被测负载分配的电压，电阻R₂被中量程和小量程的测量电路共用。此外，图5中的稳压电源可为被测负载提供稳定的0～10V可选供电电源。

如图6所示，所述电流信号采集及处理系统包括三个ADC模块、TIM定时模块、DMA传输模块和USB通讯模块。在本实施例中，电流信号采集及处理系统采用意法公司高性能单片机STM32F407作为微控制器，并通过其内置的3个12位A/D转换器同时采集和转换小、中、大三个量程的电流信号。各量程分辨率分别为7uA，700uA和7000uA。为了实时地将三路电流的数字信号通过DMA通道和USB2.0传输给上位机的收发模块，将采样频率设置为1MHz。该采样频率高于一些已有的基于电阻的测量方法，可更好地满足嵌入式系统软件运行时电流的高频变化特性。

电流信号采集及处理系统的工作流程如下：TIM定时模块产生中断信号同时启动三个ADC模块，ADC模块连接三量程电流测量电路，各ADC模块将小、中、大三个量程采集到的三个模拟电流信号分别转换为数字电流信号，然后启用DMA传输模块和USB通讯模块，将三个量程的电流信号发送给上位机的收发模块。

如图4所示，所述上位机包括控制模块、收发模块、滤波模块、校准模块、存储模块、数据库和能耗计算模块；所述控制模块用于将嵌入式软件二进制代码烧录至被测嵌入式系统中；所述收发模块接收电流测量终端发送来的各量程电流信号，经滤波模块过滤噪声后，将小、中、大三个量程的电流数据送入校准模块，所述校准模块内设有校准模型，所述校准模块基于校准模型对电流数据进行校准，并将校准后的电流数据通过存储模块存入数据库，被测嵌入式系统运行结束后，所述控制模块控制能耗计算模块从数据库中提取电流数据，计算并输出能耗测量报告。

所述嵌入式软件能耗测量系统的具体工作流程如下：

①控制模块将嵌入式软件二进制代码烧录至被测嵌入式系统中，向收发模块发送就绪信号并启动被测嵌入式系统；

②被测嵌入式系统向电流测量终端发送启动信号，电流测量终端开始工作；

③电流测量终端在被测嵌入式系统运行过程中采集三个量程的电流信号并发送给上位机，上位机通过校准模块对电流数据进行校准，然后将校准后的电流数据存入数据库；

④被测嵌入式系统运行完成后，通过串口向电流测量终端发送停止信号，电流测量终端利用USB通信数据包通知上位机的收发模块结束接收；

⑤上位机的收发模块通知控制模块被测嵌入式系统已结束运行，控制模块控制能耗计算模块从数据库中提取出校准后的电流数据，按式(1)计算并输出能耗测量报告。

下面对所述校准模型的构建方法作进一步阐述。

要构建校准模型，首先要产生用于训练校准模型的数据集。

本发明首先在小、中、大三个量程范围内分别构建出数据集DS₁、DS₂和DS₃，其具体方法为：

采用负载模拟终端、校准上位机和所述电流测量终端组成如图7所示的校准系统。所述负载模拟终端用于通过可变电阻器产生设定大小的阻值，在三量程电流测量电路的供电电压下，产生不同大小的模拟电流信号。

所述校准上位机向负载模拟终端发送包括电流实际值y和持续时间t的负载定义(y，t)，所述负载模拟终端在持续时间t内，根据供电电压和电流实际值计算出需产生的阻值，并控制可变电阻器产生相应的阻值，然后在供电电压下产生对应于电流实际值y的模拟电流信号，所述电流测量终端在持续时间t内通过小、中、大三个量程的电路分别进行电流测量，在各量程分别得到一组读数，通过电流信号采集及处理系统处理后发送给校准上位机，校准上位机对各组数据进行中值滤波后，再对各组读数分别取均值，得到对应于小、中、大三个量程的电路的读数x₁、x₂和x₃，进而生成一个样本点数据(x₁,x₂,x₃,y)；

所述校准上位机在小、中、大三个量程范围内分别产生设定数量的电流实际值，重复上述方法，构建出小、中、大三个量程的数据集DS₁、DS₂和DS₃。

数据集的输入变量x₁、x₂和x₃分别表示小、中、大三个量程的读数，输出变量y表示电流实际值。用于机器学习的样本数应不少于(nvar为输入变量的个数)，因此，在本实施例中，共采集/>个样本。考虑样本在整个测量范围[0,2500mA]内均匀分布，在[0,25mA]、(25,250mA]及(250,2500mA]上各采集60个样本，形成三个数据集DS₁、DS₂和DS₃。由DS₁∪DS₂∪DS₃构成初始的校准数据集，表1示意了空的初始校准数据集。表1每一行对应一个样本。

表1空的初始校准数据集

为了生成初始校准数据集，首先生成表1中各行最后一列的电流实际值；然后按照各行电流实际值y并以t(10倍于测量终端采样频率)为持续时间，定义出需要模拟的180个负载；接着对于一个负载定义(y，t)，经校准系统的负载生成、电流测量及滤波处理可获取y所对应的小、中和大三个量程读数x₁、x₂和x₃的值，从而可确定表1中的每一行。

按表2的算法可生成表1三个区间范围中各样本的电流实际值。表2的算法综合考虑了采样范围内的分辨率、样本个数及尽可能随机和均匀等因素。

表2样本电流实际值的采样算法

基于上面给出的180个模拟负载定义，校准模型的构建，包括数据集重构和模型构建两个步骤。

1、数据集重构

下面以表1第m行为例，阐述数据集重构过程。负载模拟终端在持续时间t内产生表1第m行值为y的电流负载。校准上位机将t时间内采样获取的一组三个量程读数保存在数据库中，然后对这组数据进行中值滤波，再对各量程读数取均值得到(x₁,x₂,x₃)，并填入到表1第m行的对应列。类似地，负载模拟终端依次产生表1对应的180个电流负载，即可重构出用于训练的数据集。

2、模型构建

基于数据集并通过两阶段机器学习，构建并输出校准模型f^*(x₁,x₂,x₃)。

图8是构建校准模型的流程。该流程主要包括两个阶段，第一阶段包括生成各量程数据集和构建各量程校准模型两个步骤。

1)生成各量程数据集

表1三个区间[0,25mA]、(25,250mA]及(250,2500mA]上各采集的60个样本，构成了三个数据集DS₁、DS₂和DS₃。

从三个量程的数据集DS₁、DS₂和DS₃中随机抽取设定数量的样本(本实施例中抽出10％)作为测试样本，形成对应的测试集和/>进而生成用于小、中、大三个量程校准的训练数据集/>和/>以及测试数据集/>和/>训练数据集和/>的定义如式(2)所示，测试数据集/>和/>的定义如式(3)所示：

2)构建各量程校准模型

通过选择合适的机器学习算法降低各量程测量的线性和非线性噪声。基于选择的机器学习算法，分别构建小、中、大三个量程的最优校准模型和

第二阶段在各量程的最优校准模型基础上学习合成校准模型，即通过三个量程的读数x₁,x₂,x₃及各量程的最优校准模型和/>获取最优合成模型以输出误差最小的电流示值/>第二阶段包括生成合成数据集和构建合成校准模型两个步骤。

1)生成合成数据集

根据各量程的最优校准模型和/>以及训练数据集/>和/>生成合成后的训练集DS^Tr，具体定义如式(4)所示；根据各量程的最优校准模型/>和/>以及测试数据集/>和/>生成合成后的测试集DS^Ts，具体定义如式(5)所示：

式(4)和式(5)中，DS^Tr和DS^Ts中的每个样本点用(x₁,x₂,x₃,a₁,a₂,a₃,y)表示，其中x₁、x₂、x₃三个输入变量对应于三个量程的读数，a₁、a₂、a₃三个输入变量分别由 和/>计算获得，变量y为电流实际值；

2)构建合成校准模型

根据合成的数据集DS^Tr和DS^Ts，选择合适的机器学习算法，以确定量程过渡邻域内的测量点与各量程最优校准模型之间的线性或非线性关系，进而构建最优的合成校准模型，以使合成校准模型输出的电流值与电流实际值的误差最小。

其中，构建各量程的最优校准模型和最优的合成校准模型均采用式(6)定义的平均相对误差(Average Relative Error，简记ARE)作为性能评价指标：

其中，y_i表示测试集中第i个样本的输出变量值，即电流实际值，表示根据测试集中第i个样本的输入所获取电流的预测值，n表示测量集的样本大小，ARE的值越小表示校准模型越优；

在本实施例中，构建各量程的最优校准模型和最优的合成校准模型采用的机器学习算法为线性回归LR或支持向量回归SVR。主要原因在于：动态电流的测量包含了线性和非线性两种测量误差，而这一结论对于各量程的测量均成立。与此同时，构建合成校准模型的关键在于学习量程过渡邻域内的测量点与各量程最优校准模型之间的线性/非线性关系。特别地，考虑到LR和SVR是两种能较好处理输入变量和输出变量之间线性和非线性关系的机器学习算法。

通过实验研究，采用本发明的嵌入式软件能耗测量系统进行能耗测定，在小、中、大三个量程的平均相对误差(1.42％，0.44％和0.97％)及各量程过渡邻域范围内的平均相对误差(0.71％,0.12％和0.26％)均优于量程切换方法。

以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。

Claims (2)

1.一种基于多量程的嵌入式软件能耗测量系统，其特征在于，包括基于多量程的电流测量终端和上位机；

所述电流测量终端包括三量程电流测量电路和电流信号采集及处理系统，所述三量程电流测量电路包括小、中、大三个量程同时进行电流测量的电路，所述三量程电流测量电路与被测嵌入式系统连接，用于为被测嵌入式系统供电并通过小、中、大三个量程的电路同时采集被测嵌入式系统产生的模拟电流信号，所述电流信号采集及处理系统包括三个ADC模块、定时模块、DMA传输模块和通讯模块，所述ADC模块连接三量程电流测量电路，所述定时模块产生中断信号同时启动三个ADC模块，各ADC模块将小、中、大三个量程采集到的三个模拟电流信号分别转换为数字电流信号，然后通过DMA传输模块和通讯模块发送给上位机；

所述上位机包括控制模块、收发模块、滤波模块、校准模块、存储模块、数据库和能耗计算模块；所述控制模块用于将嵌入式软件二进制代码烧录至被测嵌入式系统中；所述收发模块接收电流测量终端发送来的各量程电流信号，经滤波模块过滤噪声后，将小、中、大三个量程的电流数据送入校准模块，所述校准模块内设有校准模型，所述校准模块基于校准模型对电流数据进行校准，并将校准后的电流数据通过存储模块存入数据库，被测嵌入式系统运行结束后，所述控制模块控制能耗计算模块从数据库中提取电流数据，计算并输出能耗测量报告。

2.根据权利要求1所述的基于多量程的嵌入式软件能耗测量系统，其特征在于，所述小、中、大三个量程为[0, 25mA]、(25mA, 250mA]以及(250mA, 2500mA]。