基于CPU使用率的動態(tài)電源管理（DPM）研究與實現(xiàn).pdf

1、動態(tài)電源管理主要是為了在滿足用戶需求時動態(tài)調整系統(tǒng)資源狀態(tài)，達到系統(tǒng)節(jié)能的效果。對于電池供電的嵌入式系統(tǒng)而言，延長電池的供電時間非常重要，DPM系統(tǒng)為我們延長電池使用時間提供了良好的解決方案。 使用DPM的系統(tǒng)中必須包含多功耗狀態(tài)部件，通過動態(tài)調整部件的功耗狀態(tài)，使得該部件能滿足系統(tǒng)需求的同時功耗最小，這是我們的最終目的。為了實現(xiàn)基于CPU的DPM，我們必須預測下一個時間內CPU的工作狀態(tài)，通過預測我們可以設置CPU的電壓和頻率

2、，因此CPU不必維持最高的電壓、頻率，可以達到CPU的節(jié)能效果。系統(tǒng)CPU使用率的預測是為CPU設置狀態(tài)的依據(jù)，是基于CPU使用率的DVS(動態(tài)電壓調整)的關鍵所在，預測準確性和系統(tǒng)節(jié)能與性能之間關系重大。 在完成本論文的過程中，作者主要做了如下工作：1、針對嵌入式系統(tǒng)的功耗分析、節(jié)能可行性進行分析，從硬件指令集到軟件優(yōu)化的不同層次進行分析，作為電源管理研究的首要工作。 2、針對基于CPU使用率的DPM進行研究。在一種基

3、于進程的靜態(tài)預測算法上進行了改進。由于靜態(tài)算法缺乏對環(huán)境的適應性，改進算法通過歷史系統(tǒng)狀態(tài)和歷史預測效果來動態(tài)調整計算因子，是一種自適應預測算法。實驗結果顯示，改進算法的預測效果可以接近靜態(tài)預測的最佳效果。 3、考慮到在低性能狀態(tài)下預測系統(tǒng)高性能需求的困難，本文對原預測算法進行了改進，提出了“預留空間”算法來進行修整。 4、本文還提出了針對PXA272平臺、Linux2.6內核的DPM框架和實現(xiàn)。利用自適應的CPU使用率