DTU系统的动态电源管理策略的研究及实现

摘要

随着“物联网”的发展,作为“物联网”感觉神经网络的一部分—DTU设备的应用越来越广泛,DTU设备负责采集数据和传输数据,由于DTU设备的工作环境和工作特点,DTU设备一般无可接入电源,依赖自身携带的电池供电,因此,如何更好的提高电池的使用效率,延长系统的有效使用时间,就成为了一个重要的课题。
　　本课题主要是进行DTU系统的动态电源管理(DPM)策略的研究及实现。目前国内外在动态电源管理方面已经有了一些研究成果,但是在某些情况下效果并不是很理想,在分析了已有动态电源管理策略的基础上,本课题提出了一种基于加权Markov模型的动态电源管理策略的随机模型,该随机模型由四大部分组成,包括服务请求(SR)、电源管理模块(PM)、服务提供模块(SP)和用于缓存服务请求的服务队列(SQ),加权Markov模型是在Markov模型的基础上增加了已有历史状态信息之间的相关性的影响,通过权的作用将这种相关性体现出来,从而建立起加权Markov模型,能一定程度上提高预测的准确性,在算法的实现过程中,首先要计算出历史电流信息序列的各阶自相关系数和权,然后计算出各阶转移矩阵,最后通过对权和转移矩阵加权求和得到系统状态向量,进而确定系统下一刻将要进入的状态。
　　本课题首先在无操作系统的DTU系统平台上验证基于加权Markov模型的动态电源管理策略的有效性,DTU系统的设计大致为四层,从下向上分为DTU设备层、中间服务器层、数据库层和上层业务逻辑层。在DTU设备层主要实现了原始数据的采集、发送和动态电源管理策略,在中间服务器实现了数据的接收、解析,数据库负责数据的存储,上层业务逻辑层负责对从数据库中读取数据进行显示、删除、分析和处理等业务逻辑。然后本课题还在Android操作系统中进行了验证,由于条件限制,只是在 Android应用层实现了一个应用程序模拟整个DPM策略,手动输入观测到的电流信息,并且在收到提示信息后手动地对系统状态进行切换。两组实验结果证明DPM策略确实能够降低能耗,研究测试结果符合课题预期。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1研究背景

1.2 DTU的发展概况

1.3动态电源管理的发展概况

1.4研究目的及意义

1.5研究内容

1.6论文的结构安排

1.7本章总结

第二章 相关理论及研究

2.3 DTU介绍

2.4动态电源管理策略

2.5本章总结

第三章 基于加权Markov模型的DPM策略

3.3系统模型

3.4 Markov模型

3.5转移矩阵和权的计算

3.6本章总结

第四章 系统设计及实现

4.3硬件环境配置

4.4系统整体设计

4.5底层客户端设计

4.6上层服务器端设计

4.7本章总结

第五章 DPM在智能终端OS上的应用

5.3 Android系统和物联网

5.4在Android系统中应用DPM策略

第六章 总结和展望

6.3总结

6.4展望

参考文献

发表论文和参加科研情况说明

致谢