一種在無線云計算下的移動設(shè)備能量優(yōu)化分配方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種在無線云計算下的移動設(shè)備能量優(yōu)化分配方法，屬于無線云計算
技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 新興的云計算技術(shù)正在蓬勃發(fā)展，它給計算領(lǐng)域帶來了一個全新時代：云計算服 務(wù)提供者向被服務(wù)的終端提供了龐大的數(shù)據(jù)存儲容量和強大的計算資源。同時，隨著移動 通信技術(shù)的迅猛發(fā)展，智能移動設(shè)備已經(jīng)是日常生活、工作中必備的工具，隨之與日俱增的 各式各樣、功能齊全的應(yīng)用程序也可以被用戶輕松下載。通過無線云計算技術(shù)，移動設(shè)備將 要處理的數(shù)據(jù)通過無線網(wǎng)絡(luò)上傳到云中心，在云中心處理完這些數(shù)據(jù)后再通過無線網(wǎng)絡(luò)將 結(jié)果回傳給移動設(shè)備，這不僅降低了對移動設(shè)備計算性能的要求，也降低了對移動設(shè)備存 儲容量的需求。
[0003] 但是，近年來，電池技術(shù)的發(fā)展腳步卻相當(dāng)緩慢。電池的存儲能量每年只以5%的 速度增加。相對于爆炸式的移動應(yīng)用的增長，受限的電池容量目前已經(jīng)成為智能移動設(shè)備 性能的最大的短板。因此，如何在無線云環(huán)境下降低移動設(shè)備的能耗問題逐漸成為了研究 的熱點。
[0004] Kumer等人（KUMARKandLUYH.Cloudcomputingformobile users:canoffloadingcomputationsaveenergy?IEEEComputer,vol. 43,no. 4, pp. 51 - 56, 2010.)提出了一種能耗模型來分析了將應(yīng)用程序數(shù)據(jù)上傳到云端執(zhí)行的傳輸 帶寬條件，它主要考慮了移動端的能量消耗和上傳時所產(chǎn)生的通信能量損耗。Miettinen等 A(MIETTINENAPandNURMINENJK.Energyefficiencyofmobileclientsincloud computing.USENIXConferenceonHotTopicsinCloudComputing,Boston,2013.)認 為，工作量、數(shù)據(jù)通信模式以及所用的通信技術(shù)是主要影響移動應(yīng)用在CE模式下能量損耗 的因素。事實上，能量的優(yōu)化需要從兩個方面入手，其一，在ME(mobileexecution)模式 下，為了延長移動設(shè)備的點電池壽命，芯片通常采用動態(tài)技術(shù)進行節(jié)電，即根據(jù)所運行的應(yīng) 用程序?qū)τ嬎隳芰Φ牟煌枨螅瑒討B(tài)調(diào)節(jié)芯片的運行參數(shù)，如頻率、電壓；其二，在CE模式 下移動設(shè)備上傳要處理的數(shù)據(jù)時，所消耗的能量與傳輸速率、信道狀態(tài)有關(guān)。傳輸速率越高 消耗功率越大，但傳輸時間短，總耗費能量不一定隨之增大，傳輸速率越低所需功率越少， 但是傳輸時間較長，總能量不一定隨之減小。這是一個需要均衡（trade)的問題，需要在每 個時隙找到使總能量最小的傳輸速率，同時，傳輸速率是跟信道狀態(tài)有關(guān)的，最優(yōu)的數(shù)據(jù)傳 輸調(diào)度方式一定是在信道條件較好（或者信道狀態(tài)較差）時，增加發(fā)送數(shù)據(jù)量（或者減少 發(fā)送數(shù)據(jù)量）。
[0005] Zhang等人（ZHANGWW，WENYG，GUANK.Energy-OptimalMobileCloud ComputingunderStochasticWirelessChannel.WirelessCommunications,IEEETrans action,vol. 12,no. 9,pp. 4569-4581，2013.)針對上述問題，有效改善了本地執(zhí)行和云端執(zhí) 行的能耗模型，考慮了可變的本地計算模式和隨機信道模型，但是一方面Zhang在ME模式 下沒有考慮應(yīng)用程序之間的差異性，沒有區(qū)分出不同應(yīng)用在移動設(shè)備端執(zhí)行時能耗水平的 不同；另一方面，Zhang只簡單地把信道增益量化成了兩個狀態(tài)，"好" (Good)和"壞" (Bad)， 這種量化方式盡管有助于簡化模型，但對信道增益帶來了較大的量化誤差，我們將證明在 信道增益處于中間值偏下時，如果量化為"壞"，將帶來較大的能量浪費。而本發(fā)明能夠很好 地解決上面的問題。
【發(fā)明內(nèi)容】
[0006] 本發(fā)明目的在于提供了一種無線云計算下的移動設(shè)備能量優(yōu)化分配方法，該方法 由移動設(shè)備端根據(jù)移動應(yīng)用產(chǎn)生的參數(shù)，分別采用應(yīng)用本地執(zhí)行消耗能量模型和云端執(zhí)行 消耗能量模型，通過優(yōu)化算法分別得出兩個模型的最優(yōu)值，通過兩個值選擇執(zhí)相應(yīng)的執(zhí)行 策略，提出了有效的移動設(shè)備能量優(yōu)化分配方法。
[0007] 本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：一種云計算下的移動設(shè)備能量優(yōu)化 分配方法，該方法由移動應(yīng)用產(chǎn)生的應(yīng)用數(shù)據(jù)、時延要求和應(yīng)用算法復(fù)雜度，建立兩種執(zhí)行 方式的能量模型，由這兩個模型分別采用動態(tài)電壓調(diào)節(jié)優(yōu)化算法和動態(tài)規(guī)劃優(yōu)化算法計算 出相應(yīng)的最優(yōu)化能量，以及如何選擇執(zhí)行策略。
[0008] 方法流程：
[0009] 步驟1 :對應(yīng)用執(zhí)行所涉及的參數(shù)統(tǒng)一定義；
[0010] 本參數(shù)涉及應(yīng)用本次執(zhí)行所需處理數(shù)據(jù)的比特數(shù)，應(yīng)用的時延要求和應(yīng)用的算法 復(fù)雜度；
[0011] 步驟2 :計算該應(yīng)用本地執(zhí)行所消耗的平均最優(yōu)能量；
[0012] (1)選擇對本地執(zhí)行能量消耗有影響的參數(shù)，參數(shù)是：所需處理的數(shù)據(jù)大小，應(yīng)用 時延要求和應(yīng)用的算法復(fù)雜度；
[0013] (2)根據(jù)CMOS工藝下能量與CPU頻率之前的關(guān)系以及應(yīng)用負載量與CPU周期數(shù)的 統(tǒng)計關(guān)系，建立跟（1)中參數(shù)相關(guān)的本地執(zhí)行的能量優(yōu)化模型；
[0014] (3)通過動態(tài)電壓調(diào)節(jié)算法計算出本地執(zhí)行的平均最優(yōu)能量
【主權(quán)項】
1. 一種無線云計算下的移動設(shè)備能量優(yōu)化分配方法，其特征在于，所述方法包括如下 步驟： 步驟1 :對應(yīng)用執(zhí)行所涉及的參數(shù)統(tǒng)一定義； 所述參數(shù)涉及應(yīng)用本次執(zhí)行所需處理數(shù)據(jù)的比特數(shù)，應(yīng)用的時延要求和應(yīng)用的算法復(fù) 雜度； 步驟2 :計算該應(yīng)用本地執(zhí)行所消耗的平均最優(yōu)能量； (1) 選擇對本地執(zhí)行能量消耗有影響的參數(shù)，參數(shù)是：所需處理的數(shù)據(jù)大小，應(yīng)用時延 要求和應(yīng)用的算法復(fù)雜度； (2) 根據(jù)CMOS工藝下能量與CPU頻率之前的關(guān)系以及應(yīng)用負載量與CPU周期數(shù)的統(tǒng)計