基于模型拟合的智能手机功耗评估方法技术

基于模型拟合的智能手机功耗评估方法，1、获取智能手机的参数，选取CPU、内存RAM、屏幕、WiFi、Phone、3G、SD卡和Audio音频模块的参数作为模型的输入变量；2、对存在尾功耗的硬件WiFi、3G和Phone，进行尾功耗处理，即可得出硬件WiFi、3G和Phone在三个时间段内对应的尾功耗值；3、将步骤1获取的智能手机参数输入到模型拟合工具SPSS中，根据拟合结果的各项参数得出拟合方程，即基于硬件使用率的智能手机功耗模型，在基于硬件使用率的智能手机功耗模型的基础上，加入硬件WiFi、3G和Phone在三个时间段内对应的尾功耗值，即可得到智能手机功耗模型utDPM；能够让智能手机用户在不借助外接测量设备的情况下，依靠智能手机功耗模型，实时的获取比较精确的评估功耗值。

【技术实现步骤摘要】
【专利摘要】，1、获取智能手机的参数，选取CPU、内存RAM、屏幕、WiFi、Phone、3G、SD卡和Audio音频模块的参数作为模型的输入变量；2、对存在尾功耗的硬件WiFi、3G和Phone，进行尾功耗处理，即可得出硬件WiFi、3G和Phone在三个时间段内对应的尾功耗值；3、将步骤1获取的智能手机参数输入到模型拟合工具SPSS中，根据拟合结果的各项参数得出拟合方程，即基于硬件使用率的智能手机功耗模型，在基于硬件使用率的智能手机功耗模型的基础上，加入硬件WiFi、3G和Phone在三个时间段内对应的尾功耗值，即可得到智能手机功耗模型utDPM；能够让智能手机用户在不借助外接测量设备的情况下，依靠智能手机功耗模型，实时的获取比较精确的评估功耗值。【专利说明】
本专利技术属于智能手机功耗监测优化领域，具体涉及一种。
技术介绍
根据互联网数据中心(IDC) 2013年2月14日公布的全球智能手机市场调查报告得知，在2012年Q4季度全球范围内智能手机占据了手机出货量的41.2%，其中搭载Android系统的智能手机占据了智能手机市场70.1%的市场份额，智能手机的时代已经来临。智能手机因其强大的功能、丰富的应用、良好的用户体验而占据了移动终端市场的主导地位。但是智能手机的功耗问题却日益突出，例如手机待机时间短、续航能力差、不规范编程行为造成的功耗损失等，成为阻碍智能手机应用深入推广和产业进一步发展的障碍。为了优化智能手机功耗，对智能手机功耗模型的研究逐渐成为学术界和工业界的研究热点。智能手机平台上的硬件使用率功耗模型来源于个人计算机平台。研究人员首先通过运行在目标设备上的程序，周期性地记录CPU，内存，磁盘等硬件设备的使用率，借助外接在智能手机上的恒压电源获取设备的实时功耗值，最后将智能手机的实时功耗和硬件使用率数据输入模型拟合工具，通过多组数据的训练，建立起硬件使用率和智能手机功耗值之间的函数关系。然而，随着硬件设备制造工艺的改进、硬件驱动程序中功耗管理模块的日益优化，基于硬件使用率功耗模型的误差率越来越高。首先，不是所有的硬件设备都存在可量化的使用率，比如智能手机上的GPS设备、摄像头设备。这种类型的设备不会接收发送数据，只是简单地改变自身状态(打开设备、关闭设备)；其次，智能手机上的网络设备存在“尾功耗”现象。“尾功耗”是指硬件设备关闭之后，智能手机电源模块对该设备的供电依然保持延时的高电平效应，不能立刻降低。因此单纯依靠硬件设备使用率抽象出的智能手机功耗模型必然存在较大的误差；再次，不是所有硬件设备使用率的变化都会导致硬件设备状态的改变。移动终端设备(Android，IOS等)具有移动设备独有的特性，智能手机的3G、WiFi等硬件模块存在严重的供电延迟现象，即尾功耗。依次在基于硬件使用率的基础之上引入“尾功耗”这一因素能够提高智能手机功耗模型的精确度。
技术实现思路
为了解决上述现有技术存在的问题，本专利技术的目的在于提供一种，能够让智能手机用户在不借助外接测量设备的情况下，依靠智能手机功耗模型，实时的获取比较精确的评估功耗值。为达到以上目的，本专利技术采用如下技术方案:，包括如下步骤:步骤1:获取智能手机的参数，选取CPU、内存RAM、屏幕、WiF1、Phone、3G、SD卡和Audio音频模块的参数作为模型的输入变量,所述参数具体见表I所示:表I【权利要求】1.，其特征在于:包括如下步骤: 步骤1:获取智能手机的参数，选取CPU、内存RAM、屏幕、WiF1、Phone、3G、SD卡和Audio音频模块的参数作为模型的输入变量，所述参数具体见表I所示: 表I 变量名称参数名称参数说明—CPUFrequency、Usage获取 CPU 频率、使用率内存TotaIRam、AvaiIabIeRam、Usage 获取内存大小、使用率辦姑Brightness、IsOn获取屏幕亮度值WiFiState、WiFiRss1、WiFiLinkSpeed、,,、，WiFi K获取WiFi状态、使用率WiFi—TrafficPhone P3Motptp P3Iieinn3I纖ffii舌絲’艮P呼叫、 Pjlone CaIIState、CaIISignaI被叫或彳寺机,,.IsHeadv MusicVolume、VoiceCaIIVoI丄 1(_ [t,.απ ,Audio获取首频状态，即首量` ume获取3G模块状态，即发送30|S3G、3G_Traffic、3GHasTraffic 速率、3G 模块是否启用、___3G流量是否启用….TotaIB1ck, AvaiIabIeB1ck, SDCard,.1ln/*m古SD卡犾取SD卡状态，即使用率 Usage 步骤2:对存在尾功耗的硬件WiF1、3G和Phone，进行尾功耗处理:分别对硬件WiF1、3G和Phone采集五组实测功耗值，然后将硬件WiF1、3G和Phone关闭之后3秒内的功耗数据截取出来，随后分别计算其每一秒内功耗值的均值，即可得出硬件WiF1、3G和Phone在三个时间段内对应的尾功耗值； 步骤3:将步骤I获取的智能手机参数输入到模型拟合工具SPSS中，具体拟合过程为:将步骤I获取的智能手机参数和利用外接电源测得的智能手机的所有硬件的实时总功耗值读入模型拟合工具SPSS中，选择线性回归作为分析回归类型，设定自变量和因变量，SP可得出模型拟合结果；根据拟合结果得出拟合方程，即基于硬件使用率的智能手机功耗模型，在基于硬件使用率的智能手机功耗模型的基础上，加入硬件WiF1、3G和Phone在三个时间段内对应的尾功耗值，即可得到智能手机功耗模型UtDPM ;所述智能手机功耗模型UtDPM如式(I)所示:Pij= a ijXCj+ β ijXdj (I) 式中:PU表示功耗测量样本中第i个样本的第j个硬件设备所消耗的功率，a ,j表示第i个样本的第j个硬件设备的使用率，β 表示硬件WiF1、3G和Phone的尾功耗情况，Cj表示第i个样本的第j个硬件设备使用率的系数，Cli表示硬件WiF1、3G和Phone的尾功耗的系数；样本指的是每一次的测量，样本中包含的数据就是模型的所有输入变量对应的具体数值； 第i个样本消耗的全部功耗如式(2)所示:Pi = k+ (pi0+pn+—+pin) =k+ (( a i0 X c0+ β i0 X d0) + ( α η X C1+ β η X (I1) +...+ (ainx Cn+^inXdn)) (2) 令 Xi = ( α ?Ο.α --,…，α in)，= ( β id，β π,…，β J，C = (。0，。1，…，Cn)' d =(d0, Cl1，…，dn)T，则式(2)可归纳为式(3): Pi = k+XjXc+YjXd (3) 式(2)和式(3)中，Pi表示功耗测量样本中第i个样本的总功耗，k是常量，代表系统的基础功耗，pi(l，ρη，…Pin表不第i个样本的第O, I,…，η个硬件设备所消耗的功率，a i(l，αη，…a in表示第i个样本的第0，1，…,η个硬件设备的使用率或状态值，β i(l，β η，…β in表示第i个样本的第0，1，...，]!个硬件设备本文档来自技高网...

【技术保护点】
基于模型拟合的智能手机功耗评估方法，其特征在于：包括如下步骤：?步骤1：获取智能手机的参数，选取CPU、内存RAM、屏幕、WiFi、Phone、3G、SD卡和Audio音频模块的参数作为模型的输入变量，所述参数具体见表1所示：?表1?步骤2：对存在尾功耗的硬件WiFi、3G和Phone，进行尾功耗处理：分别对硬件WiFi、3G和Phone采集五组实测功耗值，然后将硬件WiFi、3G和Phone关闭之后3秒内的功耗数据截取出来，随后分别计算其每一秒内功耗值的均值，即可得出硬件WiFi、3G和Phone在三个时间段内对应的尾功耗值；?步骤3：将步骤1获取的智能手机参数输入到模型拟合工具SPSS中，具体拟合过程为：将步骤1获取的智能手机参数和利用外接电源测得的智能手机的?所有硬件的实时总功耗值读入模型拟合工具SPSS中，选择线性回归作为分析回归类型，设定自变量和因变量，即可得出模型拟合结果；根据拟合结果得出拟合方程，即基于硬件使用率的智能手机功耗模型，在基于硬件使用率的智能手机功耗模型的基础上，加入硬件WiFi、3G和Phone在三个时间段内对应的尾功耗值，即可得到智能手机功耗模型utDPM；所述智能手机功耗模型utDPM如式（1）所示：?pij＝αij×cj+βij×dj????（1）?式中：pij表示功耗测量样本中第i个样本的第j个硬件设备所消耗的功率，αij表示第i个样本的第j个硬件设备的使用率，βij表示硬件WiFi、3G和Phone的尾功耗情况，cj表示第i个样本的第j个硬件设备使用率的系数，di表示硬件WiFi、3G和Phone的尾功耗的系数；样本指的是每一次的测量，样本中包含的数据就是模型的所有输入变量对应的具体数值；?第i个样本消耗的全部功耗如式（2）所示：?pi＝k+(pi0+pi1+…+pin)?＝k+((αi0×c0+βi0×d0)?+(αi1×c1+βi1×d1)?+…?+(αin×cn+βin×dn))????（2）?令xi＝(αi0,αi1,…,αin)，yi＝(βi0,βi1,…,βin)，c＝(c0,c1,…,cn)T，d＝(d0,d1,…,dn)T，则式（2）可归纳为式（3）：?pi＝k+xi×c+yi×d（3）?式（2）和式（3）中，pi表示功耗测量样本中第i个样本的总功耗，k是常量，代表系统的基础功耗，pi0，pi1，…pin表示第i个样本的第0，1，…，n个硬件设备所消耗的功率，αi0，αi1，…αin表示第i个样本的第0，1，…，n个硬件设备的使用率或状态值，βi0，βi1，…βin表示第i个样本的第0，1，…，n个硬件?设备的尾功耗值，c0，c1，…，cn表示第i个样本的第0，1，…，n个硬件设备使用率的相关系数，d0，d1，…，dn表示第i个样本的第0，1，…，n个硬件设备尾功耗的相关系数，xi表示第i个样本所有硬件设备的使用率或状态值的向量，yi表示第i个样本的所有硬件设备的功耗延迟情况的向量，c表示第i个样本的所有硬件设备使用率的相关系数的向量的转置，d表示第i个样本的所有硬件设备尾功耗的相关系数的向量的转置；?以tm为采样周期，采集m个样本的功耗公式如式（4）所示：?令P则式（4）可归纳为式（5）：?P＝k·e+X·c+Y·d????（5）?式中：P表示m个样本的总功耗的向量，e是单位向量，X表示m个样本的所有硬件设备的使用率或状态值的向量组成的矩阵，Y表示m个样本的所有硬件设备的功耗延迟情况的向量组成的矩阵；?根据上述公式（5）计算智能手机设备以tm为采样周期的m个样本总功耗，如式（6）所示：?。FDA0000371508060000011.jpg,FDA0000371508060000031.jpg,FDA0000371508060000032.jpg,FDA0000371508060000033.jpg,FDA0000371508060000034.jpg...

【技术特征摘要】

【专利技术属性】
技术研发人员：吕勇强，史元春，杨维康，陈康，李建州，苏静芳，
申请(专利权)人：清华大学，
类型：发明
国别省市：