科技通报
科技通報
과기통보
BULLETIN OF SCIENCE AND TECHNOLOGY
2014年
10期
169-171
,共3页
嵌入式系统%高阶扩散%模糊决策%能耗管理
嵌入式繫統%高階擴散%模糊決策%能耗管理
감입식계통%고계확산%모호결책%능모관리
embedded system%higher-order diffusion%fuzzy decision%energy management
嵌入式系统最优能耗敏捷管理技术是解决广泛应用下系统能耗制约的关键。传统的系统能耗敏捷管理方法采用基于双基准态稳定下的判决思想,对固定的稳态和固定的非稳态进行低阶扩散研究,受限于低阶扩散特性对于系统高阶风险管理的片面性,无法实现最优敏捷管理。提出一种基于亚稳态高阶扩散模糊决策的最优嵌入式系统能耗敏捷管理设计,采用亚稳态下的高阶扩散特性,对嵌入式系统亚稳态下的实际特性进行描述分析,采用亚稳态描述符判断中间量,然后基于模糊决策思想,对亚稳态高阶扩散进行模糊向量积分,得到模糊决策,并将模糊决策结果应用于能耗管理,实现最优能耗敏捷管理。最后采用实际的嵌入式系统进行最优化系统能耗敏捷管理测试实验,结果表明,该方法的嵌入式系统在各种风险态下的能耗管理均优于传统方法,能耗平均节约37%,对于系统能耗管理具有很好的指导意义。
嵌入式繫統最優能耗敏捷管理技術是解決廣汎應用下繫統能耗製約的關鍵。傳統的繫統能耗敏捷管理方法採用基于雙基準態穩定下的判決思想,對固定的穩態和固定的非穩態進行低階擴散研究,受限于低階擴散特性對于繫統高階風險管理的片麵性,無法實現最優敏捷管理。提齣一種基于亞穩態高階擴散模糊決策的最優嵌入式繫統能耗敏捷管理設計,採用亞穩態下的高階擴散特性,對嵌入式繫統亞穩態下的實際特性進行描述分析,採用亞穩態描述符判斷中間量,然後基于模糊決策思想,對亞穩態高階擴散進行模糊嚮量積分,得到模糊決策,併將模糊決策結果應用于能耗管理,實現最優能耗敏捷管理。最後採用實際的嵌入式繫統進行最優化繫統能耗敏捷管理測試實驗,結果錶明,該方法的嵌入式繫統在各種風險態下的能耗管理均優于傳統方法,能耗平均節約37%,對于繫統能耗管理具有很好的指導意義。
감입식계통최우능모민첩관리기술시해결엄범응용하계통능모제약적관건。전통적계통능모민첩관리방법채용기우쌍기준태은정하적판결사상,대고정적은태화고정적비은태진행저계확산연구,수한우저계확산특성대우계통고계풍험관리적편면성,무법실현최우민첩관리。제출일충기우아은태고계확산모호결책적최우감입식계통능모민첩관리설계,채용아은태하적고계확산특성,대감입식계통아은태하적실제특성진행묘술분석,채용아은태묘술부판단중간량,연후기우모호결책사상,대아은태고계확산진행모호향량적분,득도모호결책,병장모호결책결과응용우능모관리,실현최우능모민첩관리。최후채용실제적감입식계통진행최우화계통능모민첩관리측시실험,결과표명,해방법적감입식계통재각충풍험태하적능모관리균우우전통방법,능모평균절약37%,대우계통능모관리구유흔호적지도의의。
The agile optimal system energy management technology is the key of solving the system wide energy constrained applications. In traditional management approach systems, the energy agile thinking of dual judgment under steady-state benchmark for fixed steady and unsteady fixed low-level diffusion studies is used, the low-level diffusion characteristics is limited for high-level risk management system sidedness, it cannot achieve optimal agile management. An optimal system energy agile management based on fuzzy decision of metastable high-level diffusion method is proposed, the high-order dif-fusion properties of metastable under the actual characteristics is used, the fuzzy decision result is applied to energy man-agement and the agile optimal energy management is achieved. Finally, the actual embedded system is used to optimize en-ergy consumption data management agility test experiments, the results show that with the proposed method, the system power management state is better than the traditional method in various risks, the average energy savings is improved by 37%, and it has a good guidance for the system consumption management.