动态电源管理主要是为了在满足用户需求时动态调整系统资源状态,达到系统节能的效果。对于电池供电的嵌入式系统而言,延长电池的供电时间非常重要,DPM系统为我们延长电池使用时间提供了良好的解决方案。 使用DPM的系统中必须包含多功耗状态部件,通过动态调整部件的功耗状态,使得该部件能满足系统需求的同时功耗最小,这是我们的最终目的。为了实现基于CPU的DPM,我们必须预测下一个时间内CPU的工作状态,通过预测我们可以设置CPU的电压和频率,因此CPU不必维持最高的电压、频率,可以达到CPU的节能效果。系统CPU使用率的预测是为CPU设置状态的依据,是基于CPU使用率的DVS(动态电压调整)的关键所在,预测准确性和系统节能与性能之间关系重大。 在完成本论文的过程中,作者主要做了如下工作: 1、针对嵌入式系统的功耗分析、节能可行性进行分析,从硬件指令集到软件优化的不同层次进行分析,作为电源管理研究的首要工作。 2、针对基于CPU使用率的DPM进行研究。在一种基于进程的静态预测算法上进行了改进。由于静态算法缺乏对环境的适应性,改进算法通过历史系统状态和历史预测效果来动态调整计算因子,是一种自适应预测算法。实验结果显示,改进算法的预测效果可以接近静态预测的最佳效果。 3、考虑到在低性能状态下预测系统高性能需求的困难,本文对原预测算法进行了改进,提出了“预留空间”算法来进行修整。 4、本文还提出了针对PXA272平台、Linux2.6内核的DPM框架和实现。利用自适应的CPU使用率预测算法,结合2.6内核计时器和进程的特性,我们实现了一套基于动态time-out监测的DPM系统。 总而言之,本文比较系统地研究了动态电源管理,提出一种CPU使用率预测算法改进,在此基础上实现了一套DPM系统。