智能手机的能耗分析外文翻译资料

 2021-12-13 10:12

英语原文共 14 页

智能手机的能耗分析

亚伦卡罗尔

NICTA和新南威尔士大学

Aaron.Carroll@nicta.com.au

Gernot Heiser

NICTA,新南威尔士大学和开放内核实验室 gernot@nicta.com.au

摘要

移动电子商务设备,尤其是手机,由于电池的尺寸固定因而容量有限,这也意味着在这样的设备中,进行良好地能耗管理是至关重要的。

良好的能源管理需要很好地了解能源是在哪如何被利用的。为此,我们详细分析了最近的手机Openmoko Neo Freerunner的功耗。我们不仅测量整体系统功耗,还对主要硬件组件精确分解测量设备的功耗。我们针对微观基准以及许多实际使用场景提出了这种功率分析。这些结果通过其他两个设备的整体功率测量得到验证:HTC Dream和Google Nexus One。

我们开发了Freerunner设备的功率模型,并在多种使用模式下分析能量使用和电池寿命。我们讨论了各个组件所产生的功率的重要性,并确定了最有希望进一步改进功率管理的领域。我们还分析了器件应用处理器的动态电压和频率调节的对系统能量影响。

1简介

移动设备从电池获得其操作所需的能量。在许多商用电子设备,尤其是在使用移动手机这种情况下,由于对设备的尺寸和重量的限制,电池容量受到严格限制。这意味着这些设备的能效对其可用性非常重要。因此,了解这些设备的功耗的最佳管理是至关重要的。

同时,设备功能正在迅速增长。现代高端移动电话将设备可以实现袖珍通信的特点与类似PC的功能相结合,产生了通常被称为智能手机的多功能移动设备,集成了语音通信,音频和视频播放,网页浏览,短消息和电子邮件通信,媒体下载,游戏等多种功能。丰富的功能给电池的寿命增加了很大压力,并加深了对有效能耗管理的需求。

有效和高效管理能源的核心要求是很好地理解能源的使用地方和方式:系统的哪些部分以及在什么情况下消耗了多少系统的能量。

在本文中,我们试图回答这个问题,从而为理解和管理移动设备能耗提供基础。我们的方法是测量现代移动设备(Openmoko Neo Freerunner手机)的功耗,在各种实际使用场景下对该设备的主要子系统进行分析。

具体而言,我们将CPU,内存,触摸屏,图形硬件,音频,存储和各种网络接口的功率进行细分。我们根据主要使用场景推导出设备的整体能量模型。这也为将来的移动设备能源管理研究重点提供了良好的基础。

此外,我们使用另外两个不同的的移动设备HTC Dream和Google Nexus One与Freerunner一起验证结果,这三款设备大致代表了过去三到四年移动手机通信技术的发展。该论文的结构如下。在第2节中,我们描述了我们的测量平台和基准测试方法。第3节描述了每个实验并提供了结果,在第4节中,我们对结果进行了粗粒度验证。然后,我们在第5节中分析这些数据。第6节调查现有工作。最后,我们在第7节中总结。

2 方法

我们分析能耗的方法是在一块真实硬件上进行元件级的物理功率测量。在本节中,我们将介绍实验中使用的硬件和软件,并解释我们的基准测试方法。

实验设置有三个要素:被测设备(DuT),硬件数据采集(DAQ)系统和主机。

2.1 测试设备

DuT是Openmoko Neo Freerunner(修订版A6)手机。这是一款2.5G智能手机,配备大型高分辨率触摸屏显示器,以及现代设备中的许多外围设备。表1列出了其关键组件。我们的设备和现代智能手机之间的显着差异是缺少相机和3G调制解调器。

零件

规格

系统芯片

三星S3C2442

中央处理器

ARM920T @ 400MHz

内存

128MiB SDRAM

256MiB NAND

蜂窝无线网络

TI Calypso GSM GPRS

全球定位系统

u-blox ANTARIS 4

图像

Smedia Glamo 3362

液晶显示

Topploy 480times;640

SD卡

SanDisk 2GB

蓝牙

Delta DFBM-CS320

无线上网

Accton 3236AQ

音频编解码器

沃尔夫森WM8753

音频放大器

美国国家半导体LM4853

电源控制器

恩智浦PCF50633

电池

1200mAh,3.7V锂离子电池

表1:Freerunner硬件规格。

选择该器件是因为设计文件特别是电路原理图是免费提供的,这对于我们实现功率测量是至关重要的,功率测量依赖于理解电路级的配电网络。因此,很少有其他设备适合。

Freerunner的高级架构如图1所示。总系统存储器在两个存储区之间平均分配,一个外部RAM封装和一个片内存储器。除图形芯片外的所有外围设备都通过各种串行总线上的编程I / O与应用处理器(CPU)通信。研究的其他设备,HTC Dream(G1)和Google Nexus One(N1),将在第4节中介绍。

图1:Freerunner器件的架构,显示了重要组件及其互连。

2.2 实验装置

要计算任何组件消耗的功率,必须确定电源电压和电流。

为了测量电流,我们在相关元件的电源接口上插入了感应器,这对所选择的DUT来说相对简单,因为它们中的大多数都是用位置符号设计的。传感器出厂设置用0Ω填充。如果不是这种情况,可以以相同的方式重复使用。在这两种情况下,我们用选择的电流检测电阻代替了该部分,使得峰值电压降不超过10mV,在所有情况下都小于电源电压的1%,因此产生的小扰动是可接受的。利用已知的电阻和测量的电压降,可以通过欧姆定律确定电流。

为了测量电压,我们使用NI PCI-6229 DAQ,通过双绞线连接检测电阻。表2总结了该硬件的主要特性。

表2:National Instruments PCI-6229 DAQ规范

在plusmn;0.2V输入范围内,对感测电阻电压降进行差分采样.我们使用相同的物理连接来测量电压,这些是在plusmn;5V范围内从电阻器的元件一侧相对于地面采取的。

我们能够直接测量以下组件所消耗的功率: CPU、RAM(both banks)、GSM、GPS、Bluetooth、LCD 控制板 和触摸屏、LCD 背光、WiFi、音频 (编解码器和放大器), 内存和sd卡,由于图形模块有太多电路无法直接测量,我们改为使用直接和间接测量的组合。

DuT的供电是通过工作台的电源连接到手机电池两端,因此我们不需要进行电池管理。这也可以防止操作系统的电源策略干扰基准测试。此时通过在电源和手机之间插入检测电阻来测量系统总功耗。对于G1和N1,我们通过在设备与其电池之间插入检测电阻来测量总系统功率。

测量背光功率需要特别注意,因为其供电电压(10-15V,取决于亮度)远远超过我们的DAQ硬件支持的最大范围。为了解决这个问题,我们使用一些外部电路预先调整了背光电压,其中包括一个高输入阻抗电压跟随器,为固定分压器供电。这使电压在plusmn;5 V范围内。

2.2.1 电压调节效率

我们的测量方法直接给出每个组件消耗的功率。然而,在将电源(即电池)电压转换为组件所需的电平时会损失一定量的额外功率。我们没有在报告的结果中包含此因素,因为转换效率未知。但是,根据类似部件(NXP PCF 50606)的数据表,效率转换可能在75-85%的范围内,具体取决于所汲取的电流。

正因为如此,我们区分了“总功率”(在电池上测量)和“总和功率”(单个分量测量的总和)。后者假设非仪表组件没有消耗功率,虽然我们无法精确测量它们的耗能 ,但它肯定不到10%,可能在总消耗的几个百分点内。

其中一个例外是我们测量的背光升压转换器效率为67%。我们确定了外部元件发热的原因导致这种效率低下,没有发现任何证据表明这是任何其他电压调节器的问题。

2.3 软件

DuT使用Linux v2.6.29内核运行Android 1.5操作系统[1]的Freerunner端口。除了CPU微基准测试外,内核配置了按需频率调节控制器,使用100MHz和400MHz ,这是硬件和操作系统都支持的唯一两个频率。

在主机系统上,我们运行了电源数据采集软件,该软件与DAQmxBase 3.3数据库连接,从DAQ收集原始数据,汇总数据,并将结果写入文件后进行处理。收集的每个数据点是2000个连续电压样本的平均值。我们配置了该工具,以便大约每400毫秒生成一个完整的系统电源快照。

在主机上进行基准测试的调试工作,主机通过串行接口与DuT进行通信。它负责执行DuT的基准测试,将功率测量软件与基准同步,并收集其他相关数据。

2.4 基准

我们运行了两种类型的基准测试。首先,设计了一系列的微基准来独立地描述系统的各个组成部分,特别是它们的峰值和空闲功耗。

其次,我们根据实际使用场景运行了一系列宏观基准测试。对于低交互性应用(例如音乐播放),我们只需从命令行启动它们。对于交互式应用程序,例如Web浏览,我们采用了基于跟踪的方法。跟踪由一系列输入事件组成,包括时间戳,提供输入的设备的名称(触摸屏或两个按钮中的一个),以及触摸屏事件的触摸坐标。Linux内核通过读取/ dev / input / event *设备文件来提供此信息。为了收集跟踪,我们正常使用目标应用程序,而在后台将输入事件存储到文件中。然后,我们通过在正确的时间将收集的数据写入/ dev / input / event *文件,在基准测试条件下重放事件。

虽然这种方法确实绕过了触摸屏事件通常会遵循的硬件和中断路径,但我们的测量表明额外的功率是可以忽略不计。处理触摸屏事件所需的绝大部分能量都用于将其从内核传送到软件。

3 结果

3.1 基线案例

在运行任何基准测试之前,我们在没有应用程序运行时建立了设备的基准电源状态。有两种不同的情况需要考虑:暂停闲置。对于空闲情况,还要考虑与应用无关的背光功耗。

3.1.1 暂停设备

移动电话通常大量时间会在没有被主动使用的状态下花费。这意味着应用处理器处于空闲状态,而通信处理器执行低级别的活动,因为它必须与网络保持连接才能够接收呼叫,SMS消息等。因为这种状态倾向于支配手机的待机时间,此状态下消耗的电量对电池寿命至关重要。

在应用程序处理器上运行的Android OS在空闲期间积极地挂起到RAM,从而将所有必要状态写入RAM,并将设备置于低功耗睡眠模式(适当时)。为了量化暂停时的用电量,我们强制设备进入Android的暂停状态,并在120秒的时间内测量了功率。图2显示了10次迭代的平均结果。平均总功率为68.6mW,相对标准偏差(RSD)为8.2%。大幅波动主要是由于GSM(14.4%RSD)和图形(13.0%)子系统造成的。

GSM子系统功率在暂停时明显占主导地位,消耗大约45%的总功率。尽管保持完全状态,RAM消耗的功率可忽略不计 - 低于3mW。请注意,我们设备中的GSM子系统

图2:处于暂停状态的功耗,总功耗为68.6mW。

不使用系统内存,它有自己的RAM存储区,我们将其包含在GSM功率测量中。

3.1.2 空闲设备

如果设备完全唤醒(未挂起)但没有应用程序处于活动状态,则设备处于空闲状态。这种情况构成了对有源系统的静态贡献。我们在关闭背光的情况下运行此案例,但启用了显示子系统的其余部分。

图3显示了空闲状态下的功耗。与暂停基准一样,我们运行了10次迭代,每次120秒处于空闲状态。在这种状态下消耗的功率非常稳定,RSD为2.6%,主要受GSM影响,后者的RSD为30%。所有其他组分的RSD均低于1%。图3显示,与显示相关的子系统在空闲状态下消耗最大比例的功率 - 大约50%由于图形芯片和LCD单独使用,而高达80%的背光在峰值亮度。GSM也是一个庞大的消费者,占总功率的22%。

3.1.3 显示

图4显示了显示背光在可用亮度级别范围内消耗的功率。该级别是介于1到255

图3:处于关闭背光的空闲状态下的平均功耗。总功率为268.8mW。

之间的整数值,被编程到电源管理模块中,用于控制背光电流。Andro

资料编号:[5457]

原文和译文剩余内容已隐藏,您需要先支付 30元 才能查看原文和译文全部内容!立即支付

以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。