摘 要： 結(jié)合電池放電特性" title="放電特性">放電特性，提出一種自適應(yīng)超時(shí)" title="自適應(yīng)超時(shí)">自適應(yīng)超時(shí)動(dòng)態(tài)電源管理" title="動(dòng)態(tài)電源管理">動(dòng)態(tài)電源管理策略BUCBAT?；陔姵胤烹娺^(guò)程中電壓逐漸降低的特性，BUCBAT根據(jù)電池放電電壓的大小動(dòng)態(tài)調(diào)整超時(shí)闕值；采用兩塊電池以特定頻率輪流供電，充分利用電池放電電壓的自恢復(fù)特性。實(shí)驗(yàn)結(jié)果表明，與超時(shí)策略相比，BUCBAT動(dòng)態(tài)電源管理策略在兼顧系統(tǒng)QoS性能的同時(shí),能夠合理地管理系統(tǒng)功耗，從而延長(zhǎng)系統(tǒng)的可持續(xù)工作時(shí)間。
關(guān)鍵詞： 動(dòng)態(tài)電源管理；自適應(yīng)超時(shí)；放電特性；收支平衡點(diǎn)
?
目前，越來(lái)越多的嵌入式系統(tǒng)利用電池供電，但是電池容量在最近幾十年中的增長(zhǎng)速度已經(jīng)嚴(yán)重滯后于數(shù)字集成電路運(yùn)算功耗的增長(zhǎng)速度。因此，在系統(tǒng)中采用合適的動(dòng)態(tài)電源管理DPM(Dynamic Power Management)策略就顯得尤為重要[1]。
系統(tǒng)級(jí)DPM功耗管理" title="功耗管理">功耗管理策略可分為三類：超時(shí)策略（TimeOut）、預(yù)測(cè)策略和隨機(jī)策略。TimeOut策略的基本思想是根據(jù)已觀察到的空閑時(shí)間長(zhǎng)度確定一個(gè)時(shí)間闕值，一旦持續(xù)空閑時(shí)間超過(guò)這一闕值，就切換到休眠模式。預(yù)測(cè)策略的提出是為了改善超時(shí)策略等待超時(shí)過(guò)程中的能量開銷，通過(guò)某種預(yù)測(cè)方法預(yù)測(cè)PMC下一個(gè)空閑時(shí)間長(zhǎng)度值，一旦預(yù)測(cè)值大于闕值，立即使PMC轉(zhuǎn)入低功耗狀態(tài)，從而避免了TimeOut策略等待超時(shí)的功耗開銷。文獻(xiàn)[2]提出用指數(shù)平均法預(yù)測(cè)空閑時(shí)間的大小,實(shí)質(zhì)是將歷史空閑時(shí)段以加權(quán)平均值作為下一個(gè)預(yù)測(cè)空閑時(shí)間的大小。該算法的優(yōu)點(diǎn)是容易實(shí)現(xiàn)、算法復(fù)雜度低，缺點(diǎn)是缺乏算法的解析分析。文獻(xiàn)[3]認(rèn)為設(shè)備使用請(qǐng)求具有突發(fā)性，鄰近的工作期和空閑期彼此之間存在某種相關(guān)性，并且把K個(gè)彼此連接的空閑期和工作期作為一個(gè)負(fù)載基因；相鄰的基因差別較小，使用遺傳算法求出下一個(gè)負(fù)載基因，進(jìn)而得到下一個(gè)空閑期長(zhǎng)度的預(yù)測(cè)值。該算法的缺點(diǎn)是不太適合非平穩(wěn)任務(wù)流。Chung等人[4]使用自適應(yīng)學(xué)習(xí)樹ALT（Adaptive Learning Tree）把空閑期序列編碼到樹的節(jié)點(diǎn)。當(dāng)一個(gè)空閑期開始時(shí)，功耗管理器PM(Power Manager)在生成的樹中尋找一條最有可能導(dǎo)致這個(gè)空閑期的路徑并使用該路徑上節(jié)點(diǎn)的參數(shù)預(yù)測(cè)這個(gè)空閑期的長(zhǎng)度。該算法的缺點(diǎn)是當(dāng)分支的PCL(predictive confidence level)降為零時(shí)，發(fā)生預(yù)測(cè)錯(cuò)誤PCL也不能減小，導(dǎo)致錯(cuò)誤一直傳播下去。文獻(xiàn)[5]認(rèn)為應(yīng)用程序的指令激發(fā)的I/O操作和緊跟其后的空閑期長(zhǎng)度之間具有很強(qiáng)的相關(guān)性，他們觀察并記錄每一個(gè)引起較長(zhǎng)空閑期的程序計(jì)數(shù)器序列值，當(dāng)相似的程序上下文再次出現(xiàn)時(shí)，就認(rèn)為下一個(gè)將要到來(lái)的空閑期比較長(zhǎng)。文獻(xiàn)[6]提出基于小波預(yù)測(cè)理論預(yù)測(cè)PMC的行為，算法的優(yōu)點(diǎn)是去除了某些算法只適用于穩(wěn)態(tài)任務(wù)流的假設(shè)，缺點(diǎn)是必須存在并找到適合各種PMC負(fù)載特性的小波。
以上各種DPM策略的節(jié)能效果與設(shè)計(jì)者對(duì)功耗可管理器件PMC（Power Manageable Component）的負(fù)載特性的認(rèn)識(shí)程度密切相關(guān)，然而在實(shí)際應(yīng)用中PMC負(fù)載的特性有時(shí)候很難預(yù)知。同時(shí)由于嵌入式系統(tǒng)處理器處理能力有限并且要求有良好的實(shí)時(shí)性能，因此上文提及的遺傳算法、小波算法等復(fù)雜算法應(yīng)用于功耗管理不僅加重了處理器的負(fù)擔(dān)，也增加了功耗管理的能量開銷。以上DPM策略都從功耗可管理器件特性的角度進(jìn)行功耗管理。本文結(jié)合電池的放電特性針對(duì)應(yīng)用最廣泛的超時(shí)策略進(jìn)行改進(jìn)，提出一種基于電池放電特性的自適應(yīng)TimeOut動(dòng)態(tài)電源管理策略——BUCBAT(Battery Uncharge Characteristic Based Adaptive TimeOut)。
1 TimeOut策略
1.1 收支平衡點(diǎn)
收支平衡點(diǎn)TBE的意義是只有當(dāng)功耗可管理器件（PMC）處于空閑狀態(tài)的時(shí)間大于該時(shí)間時(shí)，將PMC從Running狀態(tài)轉(zhuǎn)為Sleeping狀態(tài)才能節(jié)省能量。其計(jì)算公式如下：
其中，TEnter表示PMC從Running狀態(tài)轉(zhuǎn)換到Sleeping狀態(tài)的過(guò)渡時(shí)間；Twake表示從Sleeping狀態(tài)轉(zhuǎn)換到Running狀態(tài)的過(guò)渡時(shí)間；PTrans表示兩種狀態(tài)相互轉(zhuǎn)換的平均功率；PSleep表示Sleeping狀態(tài)的功率；PRun表示Running狀態(tài)的功率。
1.2 TimeOut策略及其不足
TimeOut策略的基本思想是根據(jù)已觀察到的空閑時(shí)間數(shù)據(jù)確定一個(gè)時(shí)間闕值，一旦持續(xù)空閑時(shí)間超過(guò)這一闕值，就切換到相應(yīng)休眠模式。任何一種超時(shí)策略在執(zhí)行過(guò)程中都基于一個(gè)假設(shè)條件，如果系統(tǒng)處于空閑狀態(tài)的時(shí)間已經(jīng)超過(guò)了某一超時(shí)闕值Tfix，則系統(tǒng)至少還可以繼續(xù)保持TBE的空閑時(shí)間，從而在進(jìn)入和退出Sleeping狀態(tài)的過(guò)程不會(huì)帶來(lái)能量浪費(fèi)，而且這種概率還會(huì)隨著Tfix取值的增大而上升。這種假設(shè)條件用概率的形式表示為[7]：
根據(jù)時(shí)間闕值是否可變，TimeOut策略可以分為固定超時(shí)策略(Fixed TimeOut)和自適應(yīng)超時(shí)策略(Adaptive TimeOut)。前者在設(shè)備經(jīng)過(guò)一段固定的空閑時(shí)間段后會(huì)關(guān)閉該設(shè)備，而后者會(huì)根據(jù)設(shè)備使用的歷史記錄來(lái)動(dòng)態(tài)調(diào)整超時(shí)闕值。在硬盤控制算法中，Douglis等[8]實(shí)驗(yàn)測(cè)量了固定時(shí)限算法的功耗性能。Greenawalt[9]假設(shè)磁盤訪問(wèn)請(qǐng)求是泊松過(guò)程，空閑時(shí)間長(zhǎng)度為負(fù)指數(shù)分布，理論分析了固定超時(shí)算法的功耗性能。固定超時(shí)算法比較簡(jiǎn)單，算法本身開銷較小，但在工作負(fù)荷波動(dòng)較大的應(yīng)用中，固定時(shí)限算法很難獲得理想的效果。Douglis等[10]提出了一種自適應(yīng)算法，根據(jù)前一次切換的結(jié)果按比例調(diào)整時(shí)限值。Helmbold等[11]基于機(jī)器學(xué)習(xí)原理選擇一系列候選時(shí)限值作模擬控制，根據(jù)控制結(jié)果設(shè)置權(quán)重，進(jìn)行加權(quán)平均得到實(shí)際控制的時(shí)限值。以上自適應(yīng)超時(shí)策略僅考慮了時(shí)限值如何適應(yīng)負(fù)載特性的變化，而忽略了由電池供電系統(tǒng)自身電池的放電特性。對(duì)于由電池供電的系統(tǒng)，忽略電池放電特性的自適應(yīng)超時(shí)策略很難成為一個(gè)高質(zhì)量的DPM策略。
2 電池的放電特性
人們通常關(guān)心電池的輸出電壓和容量，理想電池模型的輸出電壓是一個(gè)常數(shù)，當(dāng)電池放電完畢之后，輸出電壓驟降為零。然而實(shí)際的電池放電過(guò)程與理想電池模型有很大的區(qū)別。實(shí)際電池主要有三個(gè)放電特性值得關(guān)注：
(1)由于電池在放電的過(guò)程中，電池內(nèi)阻會(huì)逐漸增大，因而輸出電壓逐漸減??；當(dāng)電壓減小到某個(gè)闕值（如正常電壓的80％）后，就認(rèn)為該電池放電完全。
(2)電池的容量與放電電流密切相關(guān)，放電電流越大，電池存儲(chǔ)的化學(xué)能轉(zhuǎn)化為電能的效率越低。也就是說(shuō)，放電電流越大，電池的容量越小。電池放電的這種非線性特征可以用peukert公式[12]描述，圖1為標(biāo)稱值為1.35A/hr的電池放電電流與電池容量的關(guān)系。由圖可以明顯看出，放電電流越大，電池化學(xué)能轉(zhuǎn)化為電能的效率越低。
?
?
(3)電池具有恢復(fù)效應(yīng)，當(dāng)電池處于間斷性放電時(shí)，電池的電能會(huì)有某種程度上的恢復(fù)，并且電壓呈現(xiàn)波動(dòng)性，放電電壓下降慢，放電時(shí)間較長(zhǎng)。
以上電池的放電特性很容易被忽視，但這些特性給用戶高效正確地使用電池提供了有用的信息。第一，使用電池的過(guò)程中應(yīng)該注意到電池電壓下降給系統(tǒng)帶來(lái)的影響；第二，避免使電池處于過(guò)大電流放電狀態(tài)，以保證電池的放電效率不會(huì)太低；第三，使用多塊電池輪流放電，使每塊電池處于間斷放電狀態(tài)，充分利用電池的恢復(fù)效應(yīng)。
3 BUCBAT動(dòng)態(tài)電源管理策略及評(píng)價(jià)指標(biāo)
3.1 BUCBAT動(dòng)態(tài)電源管理策略
自適應(yīng)TimeOut策略就是根據(jù)系統(tǒng)中某些參量動(dòng)態(tài)調(diào)整超時(shí)闕值Tfix。因?yàn)殡姵卦诜烹娺^(guò)程中電壓逐漸下降，為了延長(zhǎng)電池的放電時(shí)間，希望系統(tǒng)能夠更快進(jìn)入休眠狀態(tài)(Sleeping)，從而節(jié)省更多能量來(lái)延長(zhǎng)電池的使用壽命，所以應(yīng)盡可能減小Tfix值。另一方面，頻繁進(jìn)入休眠狀態(tài)，會(huì)給系統(tǒng)的性能帶來(lái)一定的影響。當(dāng)系統(tǒng)處于休眠狀態(tài)而響應(yīng)某個(gè)到來(lái)的任務(wù)請(qǐng)求時(shí)，系統(tǒng)需要先從休眠態(tài)返回到工作狀態(tài)(這個(gè)過(guò)程需要一定的時(shí)間開銷)，然后再去響應(yīng)請(qǐng)求,這樣系統(tǒng)的實(shí)時(shí)響應(yīng)性能會(huì)受到影響。根據(jù)電池放電電壓動(dòng)態(tài)調(diào)整Tfix的大小，以求得功耗和性能在某種程度上的折衷。為此定義：
其中，VO表示電池輸出電壓，VE表示電池完全放電時(shí)的輸出電壓，α表示Tfix步進(jìn)調(diào)整系數(shù)。按照式（1），系統(tǒng)就能根據(jù)輸出電壓動(dòng)態(tài)調(diào)整超時(shí)時(shí)限Tfix大小，以收支平衡點(diǎn)TBE作為基本步進(jìn)調(diào)整幅度，根據(jù)不同的α取值，調(diào)整步進(jìn)幅度也可以不同。
??? 為了更好地利用電池的放電恢復(fù)效應(yīng)，采用兩塊電池按照頻率fsw輪流放電。文獻(xiàn)[13]表明采用兩塊電池輪流放電可以明顯延長(zhǎng)電池的放電時(shí)間，并且fsw越高，電池的放電時(shí)間越長(zhǎng)，當(dāng)fsw＝0.1Hz時(shí)，能夠獲得80％左右的放電延長(zhǎng)時(shí)間。電源管理器（PM）功能框圖如圖2所示，其中電壓檢測(cè)器的分辨率為0.01V。
?
?
3.2 BUCBAT動(dòng)態(tài)電源管理策略評(píng)價(jià)指標(biāo)
首先，應(yīng)該關(guān)心BUCBAT降低功耗的性能，用Tunch表示連續(xù)放電時(shí)間。
其次，為了描述BUCBAT對(duì)實(shí)時(shí)性能的影響，定義服務(wù)質(zhì)量" title="服務(wù)質(zhì)量">服務(wù)質(zhì)量ηQOS：
其中，Tsleep表示采用BUCBAT動(dòng)態(tài)電源管理策略后PMC處于Sleeping狀態(tài)的時(shí)間，Tsw表示PMC狀態(tài)轉(zhuǎn)換時(shí)間。對(duì)于同樣的任務(wù)序列，PMC處于Sleeping的時(shí)間越長(zhǎng)，說(shuō)明服務(wù)質(zhì)量QoS越差。通常情況下，Tsw可以忽略。
4 實(shí)驗(yàn)和結(jié)論
??? 為了測(cè)試BUCBAT的節(jié)能性能和服務(wù)質(zhì)量ηQOS，進(jìn)行了如下實(shí)驗(yàn)。
??? 實(shí)驗(yàn)：采用兩節(jié)干電池，標(biāo)稱值為3.6V/1250mAh，放電截至電壓為3.0V，電壓調(diào)整步進(jìn)系數(shù)α取0.001，電池切換頻率fsw取0.1Hz，功耗可管理器件PMC采用StrongARM-SA1000處理器，其工作狀態(tài)及其狀態(tài)轉(zhuǎn)換開銷如表1所示。利用隨機(jī)數(shù)發(fā)生器產(chǎn)生多路任務(wù)到來(lái)時(shí)間服從pareto分布的任務(wù)序列，處理的任務(wù)都是進(jìn)行相同的數(shù)據(jù)處理。測(cè)試分別在以下三種策略下PMC可以正常工作的最大時(shí)間TWork和服務(wù)質(zhì)量ηQOS，測(cè)試結(jié)果如圖3和圖4所示，所有的測(cè)量值以Normal策略下任務(wù)序列1的測(cè)量值進(jìn)行歸一化處理。
?
?
?
條件1：不采用任何功耗管理策略，記為Normal策略。
條件2：采用固定時(shí)限的超時(shí)電源管理策略，Tfix＝50s，記為TimeOut策略。
條件3：采用BUCBAT電源管理策略，記為BUCBAT策略。
由圖3和圖4可以看出，當(dāng)系統(tǒng)不采用任何功耗管理策略時(shí)，工作時(shí)間隨隨機(jī)任務(wù)流的變化不大，因?yàn)椴徊捎霉墓芾聿呗裕∟ormal策略），處理器一直處于工作狀態(tài)，任務(wù)到來(lái)時(shí)不需要任何等待就可以響應(yīng)任務(wù)，因此服務(wù)質(zhì)量最好。采用固定超時(shí)策略（TimeOut）時(shí)工作時(shí)間相比Normal策略可以增加25％左右，同時(shí)QoS下降為82%左右；而采用BUCBAT策略時(shí)，由于充分利用了電池的放電特性和自恢復(fù)效應(yīng)，隨著放電電壓的下降動(dòng)態(tài)調(diào)整超時(shí)闕值，相比Normal策略工作時(shí)間可以增加30％左右，同時(shí)QoS下降為85％左右?？梢?jiàn)，BUCBAT策略相比Normal策略大大增加了系統(tǒng)的工作時(shí)間，而相比TimeOut策略，在保證一定服務(wù)質(zhì)量的同時(shí)進(jìn)一步增加了系統(tǒng)的工作時(shí)間。采用BUCBAT策略時(shí)，系統(tǒng)開始工作時(shí)，超時(shí)闕值很大，由式(3)可以計(jì)算出約為96s，此時(shí)系統(tǒng)很少進(jìn)入Sleeping狀態(tài)，因此服務(wù)質(zhì)量很高；隨著電池放電電壓逐漸減小，超時(shí)闕值Tfix也隨電壓線性降低，同時(shí)QoS也越來(lái)越小。但是就整個(gè)放電過(guò)程來(lái)說(shuō)，QoS略高于固定超時(shí)策略。
本文基于電池放電特性，提出一種自適應(yīng)超時(shí)動(dòng)態(tài)電源管理策略——BUCBAT。該策略充分利用電池的放電特性，使得自適應(yīng)超時(shí)動(dòng)態(tài)電源管理策略從原來(lái)單純對(duì)工作負(fù)載進(jìn)行自適應(yīng)擴(kuò)展到了對(duì)系統(tǒng)電壓源的自適應(yīng)，拓展了DPM策略中自適應(yīng)對(duì)象的范疇。實(shí)驗(yàn)結(jié)果表明，本文所提出的BUCBAT動(dòng)態(tài)電源管理策略在兼顧系統(tǒng)QoS性能的同時(shí),能夠在很大程度上延長(zhǎng)系統(tǒng)的可持續(xù)使用時(shí)間。將工作負(fù)載和系統(tǒng)電壓源的自適應(yīng)超時(shí)策略結(jié)合起來(lái)進(jìn)行動(dòng)態(tài)電源管理有待于進(jìn)一步研究，這也是今后工作的重點(diǎn)之一。
參考文獻(xiàn)
[1] CHUNG Eui-Young，BENINI L.Dynamic power management for nonstationary service requests[J].IEEE Transactions
on Computers.2002，51(11)：1345-1361.
[2] Chi-Wong Hwang，Allen C.-H.Wu.A Predictive System?Shutdown Method for Energy Saving of Event-Driven Com-
putation[C].Proceedings of the 1997 IEEE/ACM International Conference on Computer-Aided Design，ICCAD.CA，USA：IEEE Comp Soc，Los Alamitos，1997：28-32.
[3] FEI Kong，PIN Tao，SHI Qiang Yang，et al.Genetic Algorithm Based Idle Length Prediction Scheme for Dynamic Power?Management[C].Proceeding of 2006 Multiconference on?Computational Engineering in Systems Applications，IMACS.Beijing，China：TingHua University publish company，2006：1437-1502.
[4] CHUNG Eui-Young，BENINI L，De Micheli G.Dynamic?power management using adaptive learning tree[C].Proceedings of the 1999 IEEE/ACM International Conference on?Computer-Aided Design(ICCAD-99).CA，USA：Institute of?Electrical and Electronics Engineers Computer Society，Los?Alamitos，1999：274-279.
[5] GNIADY C，BUTT A R，HU Y C，et al.Program Counter Based Prediction Techniques for Dynamic Power Management[J].IEEE TRANSACTIONS ON COMPUTERS，2006，55(6)：641-649.
[6] ABBASIAN A，1Safar Hatami，1Ali Afzali-Kusha，et al.Event-driven dynamic power management based on wavelet?forecasting theory[C].Proceedings of the 2004 IEEE International Symposium on Circuits and Systems.Piscataway，New Jersey，United States：Institute of Electrical and Electronics Engineers Inc.，2004：325-328.
[7] DOUGLIS F，KRISHNAN P，MARSH B.Thwarting the?Power-Hun-gry Disk[A].In：proc.of the Usenix Technical?
Conference[C]，1994：292-306.
[8] BENINI L，BOGLIOLO A，MICHELI G D.A Survey of Design Techniques for System-LevelDynamic Power Management[J].IEEE TRANSACTIONS ON VERY LARGE SCALE?INTEGRATION(VLSI) SYSTEMS，2000，8(3)：299-306.
[9] GREENAWALT P.Modeling Power Management for Hard?Disks[A].In：proc.of Conf.on Modeling，Analysis，and Simu-
lation of Computer and Telecommunication Systems[C]，1994：62-66.
[10] DOUGLIS F，KRISHNAN P，BERSHAD B.Adaptive Disk?Spin-Down Policies for Mobile Computers[A].In：proc.of?
the 2nd Usenix Symp.on Mobile and Location-Independent?Computing(MOBLIC)[C]，1995：121-137.
[11] HELMBOLD D，LONG D，SHERROD B.A Dynamic Disk?Spin-Down Technique for Mobile Computing[A]，In：proc.of
the Second Annual ACM International Conference on?Mobile Computing and Networking[C]，1996：130-142.
[12] CALDARI M，CONTI M M，CIPPA P，et al.Dynamic?power management in an AMBA-based battery-powered?
system[J].Electronics，Circuits and Systems，2002，2：525-528.
[13] BENINI L，CASTELLI G.Battery-driven dynamic power?management[J].Design & Test of Computers IEEE，2001，18
(2)：53-60.