5.1.2 问题分析与研究目标

更新于 2026年11月21日 版权声明
5.1.2 问题分析与研究目标

无论怎么改进EDF算法,因为该算法没有考虑外设的能耗,因此在移动终端等能耗敏感的设备上,EDF算法就有点无能为力。在移动计算与物联网时代背景下,片上处理器系统和移动智能终端发展快速,智能嵌入式实时系统领域受到越来越多的关注。对于移动智能终端而言,电源待机时间长短成为一个至关重要的性能指标,能耗管理已经成为移动实时系统一个重要研究课题。CMOS 集成处理芯片能量消耗主要有两方面:电容功耗和泄漏电流功耗。现代集成芯片技术一般使用的是电压频率调节技术和动态功耗管理技术来降低电源能耗。一般来说速度CPU频率越低,动态能耗越少。对于整个移动终端而言,芯片的能耗管理只是其中一部分,芯片通过接口控制外部设备,大部分系统处理的中断任务都涉及外部设备运行状态的管理,这些外设的能耗一般来说占整个系统能耗的25%~95%。比如移动健康智能监护设备,在工作状态下,生命探测传感器及生命信号处理模块消耗的能量占整个系统的50%,在待机状态下,处理器的静态消耗占整个系统的75%。

在本书研发的M Watch 健康监护手表(图5-1)的运行数据显示,在工作状态下,负责生物信号前端处理RC网络及有源功放芯片的电流保持在17 毫安,电源调节管理模块电流消耗保持在1.5 毫安。OLED显示屏电流保持在25 毫安,电容触屏平均工作电流保持在2.5 毫安,其他外部设备电流约0.5毫安。而处理器的峰值电流为12 毫安。因此,可以估算工作态下处理器的功耗只占整个系统的20.5%。基于以上背景,本书把该外设能耗作为一个优先考虑的主要因子,通过建立相关模型研究解决方案,探索内在规律,提出了一种新的最优节能实时调度算法。(https://www.daowen.com)

图示

图5-1 本书研发的移动健康监护手表进行硬实时任务调度

✍AI写作