论文部分内容阅读
随着通信技术的发展,移动互联网的应用越来越广泛,移动终端尤其是智能手机的用户量也在快速增长。为了满足用户对移动终端性能的需求,异构多核系统应运而生,并已成为移动终端中的主流系统。它虽然满足了性能需求,但随着应用的增加,也带来了一定的功耗问题,这不仅会降低移动终端的有效工作时间,同时也会增加移动终端的散热量,从而影响用户的体验,因此低功耗设计已成为异构多核移动终端设计的主要任务之一。对于具有大量实时任务的移动终端而言,低功耗调度算法是降低系统功耗的一种有效途径,也是当前研究的热点。研究低功耗调度算法首先要建立系统模型。在系统模型的基础上,异构多核系统的低功耗调度算法经常采用划分法首先把任务划分给各个处理单元,将多核调度问题转化为单核调度问题,然后进行单核低功耗任务调度。对异构多核系统的低功耗调度算法的研究,本文主要完成了以下工作:首先,建立了相对完善的系统模型。该系统模型综合考虑了异构多核处理器、多设备、多任务共存的情况,并且结合使用了动态电压频率调节(Dynamic Voltage and Frequency Scaling,DVFS)技术与动态电源管理(Dynamic Power Management,DPM)技术。其次,研究了遗传算法在划分法中的应用。经典的Max-min与Min-min划分算法在任务量较大或者任务执行时间较长的情况下,容易导致处理单元的利用率过高而降低系统的实时性,而本文研究的基于遗传算法的划分法能够在这两种情况下进一步降低处理单元的利用率,提高系统的实时性。通过仿真结果可以看出,基于遗传算法的划分法在处理单元利用率上比Max-min与Min-min算法分别有不同程度的降低。最后,对于单核低功耗调度算法,研究了帧间任务调度算法。传统的帧内任务调度算法不考虑设备在相邻两帧之间的空闲时间关系,因此设备空闲时间能耗不能达到最优。帧间任务调度算法分为单任务调度与多任务调度两种情况,对于单任务调度算法,首先使用DPM策略确定设备的空闲时间,然后使用DVFS策略确定任务的执行频率,从而实现全局能耗最优;对于多任务调度,首先使用DVFS策略确定任务的执行频率,在每一帧调度时,都使用DPM策略重新确定每个设备的空闲时间,从而使设备的空闲时间能耗达到最优。