论文部分内容阅读
近年来,随着无线通讯技术的发展,人们可以通过随身携带的智能终端获取各类网络服务。当下全球移动数据流量中视频占比约为65%,用户在移动端观看视频的行为较为频繁。这类视频应用具有数据、计算密集的特点,需要较长的网络传输时间及较大的资源开销,主要包括网络资源、CPU资源及电池资源等。本文针对流媒体应用在智能终端的能耗问题,从无线数据接收与处理器配置这两个方面进行深入的研究,并提出了移动终端的能耗优化策略与模型。主要研究内容包括:1.分析了移动设备的能耗优化研究现状,对面向流媒体应用的CPU与无线数据传输低功耗优化方法进行归纳比较。深入研究了流媒体系统的组成结构、运行流程及协议模型等。2.针对流媒体应用的无线数据接收问题,分析了视频缓冲区队列稳定与能耗之间的关系,利用改进的李雅普诺夫(Lyapunov)框架,提出一种基于Lyapunov队列优化的低功耗数据接收策略(LDR)。该策略将Lyapunov偏移定理与视频缓冲区队列变化相结合,在综合分析给定网络状态下的数据接收速率、无线网络接口的接收功率及缓冲区队列长度变化的基础上决定数据实时接收的方式,以实现多种网络环境下移动终端的低功耗数据接收,增强用户体验。3.针对流媒体应用的CPU配置问题,面向异构平台环境,提出一种基于马尔科夫决策过程(MDP)的CPU低功耗优化模型(VMDP)。该模型将马尔科夫决策过程中的状态、动作、转变概率和奖励与流媒体视频在终端的播放过程相结合,以最大化奖励原则对Odroid XU3中的Cortex-A15与Cortex-A7处理器进行动态分配,实现异构多核架构下的CPU功耗优化,延长终端的服务时间。4.实验验证了以上两种优化策略与模型的有效性。实验结果表明,LDR策略与立即响应、Wi Fi条件下数据接收两种策略相比,性能分别提升了23.8%和75.9%。VMDP相比于异构多核架构中的异构多处理策略HMP,处理器处于睡眠状态的总百分占比提高了12.8%。且最多可降低流媒体视频终端21%的能耗。