主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2021年第1期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
苏静芳,吕勇强,李兴华,奉飞飞.基于硬件使用率和延时功耗的智能手机功耗模型.软件学报,2015,26(S2):189-197
基于硬件使用率和延时功耗的智能手机功耗模型
Power Model for Smartphones Considering Hardware Utilization and Power Delay
投稿时间:2014-06-20  修订日期:2014-08-20
DOI:
中文关键词:  智能手机  硬件使用率  延时功耗  功耗模型
英文关键词:smartphone  hardware utilization  delay power  power model
基金项目:国家自然科学基金(61201357);国家核高基重大专项(2012ZX01039-004);国家科技支撑计划(2012BAH25B02)
作者单位E-mail
苏静芳 西安电子科技大学计算机学院, 陕西西安 710071
清华大学信息技术研究院, 北京 100084 
 
吕勇强 清华大学信息技术研究院, 北京 100084 luyq@tsinghua.edu.cn 
李兴华 西安电子科技大学计算机学院, 陕西西安 710071  
奉飞飞 闪联信息技术工程中心有限公司, 北京 100089  
摘要点击次数: 1319
全文下载次数: 2287
中文摘要:
      理解和优化智能手机的功耗已成为一个重要的研究领域,软件和硬件开发人员均需要一个动态的功耗评估工具来指导功耗优化,从而开发低功耗的应用程序和构建省电的系统.现有的工作已经提出多种功耗模型来评估功耗,但这些模型缺乏细化粒度和精确度.提出基于硬件使用率和延时功耗的智能手机功耗模型,细化了模型的硬件组件,加入了延时功耗,能够更加精确地评估实时功耗.该模型基于非线性回归结构,通过模块化目标设备的各个系统变量来确定模型,然后通过功耗测试用例测试进行模型辨识,确定各个功耗相关系数,最终将评估功耗与功耗测量设备实测数据进行对比.实验结果表明,在常用场景下,模型的平均绝对误差均小于4.6%,明显提高了模型精度.
英文摘要:
      Understanding and optimizing the power consumption of smartphones has become an important research topic. It is necessary to have a dynamic power estimation tool for hardware and software developers so that they can develop energy-efficient applications and construct energy-efficient smartphone systems. Previous work has proposed various power models for estimating the power consumption. However, these models lack granularity and accuracy. In this paper, a power model for smartphones considering hardware utilization and power delay is proposed. The model makes each hardware component more fine-grained and includes the power delay. Therefore, it can more accurately estimate the real-time power consumption. The model is based on a nonlinear regression structure. First, the model is determined by making each system variable modular from the target device. Then, the specified model is identified by test cases and the final coefficients concerning the power consumption are confirmed. Finally, the estimated power is compared with the actual power measured. Experimental results demonstrate that the average absolute error of power model is less than 4.6% in common scenarios, which obviously improves the accuracy of evaluation.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利