基于DVS技术的实时事务调度算法

为解决分布环境下电池驱动的实时数据库系统因能量有限造成系统性能差的问题,首先分析造成系统能耗的各种因素及它们之间的联系,并为此建立能耗模型;然后提出在实时事务满足截止期比率达到要求的前提下,采用动态电压调节同步调节CPU的电压和频率,及系统负载预测等方法来降低能耗;最后提出基于能耗优化的实时事务调度算法调度系统实时事务,并进行了仿真实验,结果表明系统性能有较大提高.     

无线传感器网络实时任务内电压的调度算法

针对无线传感器网络多节点协同式并行处理应用的节能设计环节,提出了一种低功耗的实时动态电压调节算法.该算法利用所建立的节点单任务处理模型来反映相关通信事件对任务处理的影响,引入任务内的电压优化调度策略,获得了模型中基本块理想的处理频率(或电压).然后通过创建频率拆分法有效地消除了任务完成期与截止期之间的空闲时隙.文中给出了该算法的实现方法,并通过仿真研究证明了该算法能有效地降低节点能耗.     

无线传感器网络实时任务内电压调度算法研究

针对无线传感器网络（wireless sensor networks, WSNs）多节点协同式并行处理应用节能设计环节, 提出了一种低功耗实时动态电压调节（dynamic voltage scaling, DVS）算法.该算法利用所建立的节点单任务处理模型来反映相关通信事件对任务处理的影响,引入任务内的电压优化调度策略,可获得模型中基本块理想的处理频率（或电压）.最后,通过创建频率拆分法有效地消除了任务完成期与截止期之间的空闲时隙.给出了该算法的实现方法,通过仿真研究证明该算法能有效地降低节点能耗.     

实时系统中基于DVS与Cache划分技术的节能研究

DVS(动态电压调度)和cache划分是用来节约嵌入式系统能耗的技术.两种技术的结合会具有更好的节能效果,而且有cache划分的其他优点,关键问题是如何为每个任务确定执行时的电压和cache大小来使系统能耗最小.在实时嵌入式系统中针对这一问题,提出了一个多项式时间复杂度算法.实验对比了多组测试集在不同算法下的能耗,结果表明,本算法在满足实时性约束条件下有效地降低系统能耗.     

应用于低功耗嵌入式处理器的功耗动态管理策略设计

为了降低嵌入式应用系统的功耗和成本,设计实现了一种应用于低功耗嵌入式处理器的功耗动态管理策略.该功耗动态管理策略包括多工作模式切换、动态频率调节、动态电压调节和快速可变的电压供给单元全集成,在满足功能和性能要求的基础上,根据处理器执行任务的需求变化,切换处理器的工作模式,动态调节工作频率与工作电压,降低功耗;快速可变的电压供给单元也集成于处理器中,支持工作电压的实时快速调节,降低系统成本.基于嵌入式应用系统样机的验证结果表明,应用系统执行不同的进程任务时,功耗均有效下降.在嵌入式应用系统中采用该功耗动态管理策略,能够有效降低系统的功耗与成本.     

三相PWM整流器幅相控制策略

介绍一种三相PWM整流器的幅相控制方法,通过实时检测功率因数角和直流母线电压,来控制整流器输入端电压相对于三相电源电压的滞后角及调制深度,并将该算法进行线性化处理,实现解耦控制和单位功率因数运行.分析了系统稳定工作时参数的变化范围、约束条件及负载扰动时系统的调节过程, 并对三相PWM整流器进行了谐波分析.本控制策略算法简单易行,并得到了实验验证.     

基于能耗的移动实时数据库系统服务质量管理

利用移动实时数据中服务质量技术来解决由于负载不可预测带来的性能不可靠性问题,同时结合不精确计算技术提出一种移动实时数据库性能测度(如事务错过截止期比率和能耗),来保障系统服务质量.利用反馈控制调度和处理器动态电压调节,从而实现系统性能和能耗自适应调整,并以一种新算法予以实现,以达到减少系统损失的目的.通过仿真实验评估算法可从稳定性能和暂态性能保证系统预定的服务质量规范.     

一种面向多处理器系统的在线低功耗调度算法

针对当前多处理器系统中的散热瓶颈问题,基于处理器动态速度调节技术,提出了一种在线低功耗调度算法(PEQUI).PEQUI以动态均衡算法(EQUI)为基础,公平地分配处理器资源,依据处理器功耗与运行速度间存在非线性关系,以正比于系统任务数的方式调节处理器运行速度.与传统低功耗调度算法相比,PEQUI仅基于当前待调度任务的信息进行决策,决策参数少.以能量消耗与任务执行流时间为评价算法性能的指标,利用在线竞争分析方法证明了PEQUI算法与最优离线算法相比可达到常数竞争比(10).模拟结果表明,PEQUI比最近到达处理器共享算法(LAPS)和恒速EQUI算法能更好地优化系统整体性能和能量消耗.在相同负载情况下,与LAPS相比,PEQUI在降低功耗的同时系统平均运行时间也降低了近7%.     

基于K均值和支持向量机的燃料电池在线自适应故障诊断

基于K均值(K-means)和支持向量机(support vector machine, SVM)算法,提出了一种车用燃料电池系统(fuel cell system, FCS)在线自适应故障诊断方法.该方法通过不断获取系统最新单体电压,采用K-means算法改进传统的静态SVM分类器模型,对实时获取的信息进行聚类,实现分类器的在线自适应调节.采用已发表文献中的实验数据进行了相关的验证分析,结果表明,提出的方法能有效地在线调节故障分类器,实现FCS系统特性发生改变后的故障检测.     

基于VPU加速的嵌入式实时人脸检测系统设计与实现

智能设备高昂的设计费用和庞大的计算资源需求成为在便携式、低功耗设备上实现深度学习算法及其应用的主要障碍.文中基于树莓派平台,借助Intel的视频处理器(V PU)低功耗加速模块,设计并实现了基于残差特征提取模块CNN模型的实时人脸检测系统.结果表明,相较于单纯使用树莓派CPU进行计算,文中方法在视频流中检测人脸和人脸关键点提取的实验中分别实现了18.62倍和17.46倍的加速,在便携式设备中实现快速、实时、在线的人脸检测和特征点提取成为现实,同时为使用便携式、低功耗设备运行深度学习算法提供了一种确实可行的方案.     

具有双电压调节处理器的最优DVS算法

为了解决嵌入式实时系统如何节省电能的问题,针对具有两种运行状态的微处理器提出了最优的动态电压调节(DV S)算法。对具有周期性硬实时任务集的嵌入式系统,引进了部分降频的新概念,建立了精确实用的数学模型,在此基础上证明了该算法的最优性。分别从实例实验、仿真试验两个方面,证实了该算法的正确性和有效性。实验结果表明,采用这种最优DV S算法的系统,比不采用DV S算法的系统明显地节省能量,具体减少的数值依赖于任务集的构成和处理器状态,但是减少量平均达到20%以上。和其他类似的调度算法相比,也能更好地减少能耗。     

动态电压调整的系统级功耗管理模型

动态功耗管理技术还需更多的系统工作模型理论研究,该文提出了一种新的采用适于动态电压调整的系统级功耗管理方法,把电压调整比例因子从工作状态建模中独立出来进行优化,能更有效地调整延时和能耗的折衷。分别从理论分析和系统仿真的方法,对比了不同的固定电压策略和动态电压调整策略的工作性能。结果表明,采用上述理论模型优化搜索得到的电压调整策略实现在设定的不同工作条件下具有较强的速度功耗调节能力,能够满足具体工作的性能要求,并且节省很大的功耗。     

Probabilistic Delay Fault Model for DVFS Circuits

Decreasing the power supply voltage in dynamic voltage frequency scaling to save power consumption may introduce extra delays in CMOS circuits, which may cause errors. This paper presents the probabilistic delay fault model (PDFM), which describes the probability of an error occurring as a function of the power supply voltage and the clock period in synchronous CMOS circuits. In a wide range of applications (graphic, video, digital filtering, etc.), errors occurring with low probability and not remaining for a long time are acceptable. For combinational circuits which have long critical paths with low probability of excitation, a performance increase is achieved with a certain rate of errors determined by the PDFM compared with the traditional design which considers the worst case. The PDFM applied to array multipliers and ripple carry adders shows the agreement of the predicted probabilities with simulated delay histograms to support the practicality of using the PDFM to select power supply voltage and clock period in dynamic voltage frequency scaling circuits with tolerable error rates.     

一种新的静态优先级在线节能调度算法

合理运用动态电压调整技术可有效降低嵌入式实时系统能耗.针对静态优先级实时调度,提出了一种能够有效分析松弛时间并尽可能平衡分配松弛时间的在线节能调度算法TPSRM.设计了一种两段式频率执行策略来改变任务执行时间的分配,能充分在线分析各种形式的松弛时间.通过尽可能合理降低高优先级任务的处理器执行频率来实现有效的在线频率调整.实验结果表明TPSRM算法可实现较好的节能效果.     

Energy-Aware GPU Programming at Source-Code Levels

To enhance the energy efficiency and performance of algorithms with Graphics Processing Unit (GPU) accelerators in source-code development, we consider the power efficiency based on data transfer bandwidth and power consumption in key situations. First, a set of primitives is abstracted from program statements. Then, data transfer bandwidth and power consumption in different granularity sizes are considered and mapped into proper primitives. With these mappings, a programmer can intuitively determine the power efficiency and performance in different running states of a thread. Finally, this intuition enables the programmer to tune the algorithm in order to achieve the best energy efficiency and performance. Using these power-aware principles, two Fast Fourier Transform (FFT) methods are compared. The mapping between power consumption and primitives is helpful for algorithm tuning in source-code levels.     

新型静止无功发生器(ASVG)的模糊控制研究

提出了一种用于新型静止无功发生器（ＡＳＶＧ）的自调整因子模糊控制器,并应用于暂态仿真研究。仿真结果表明：ＡＳＶＧ模糊控制器可以有效地改善电力系统的暂态稳定性和电压稳定性;能根据误差的大小自动调整比例因子和量化因子,从而达到消除或减小稳态误差的作用。该控制器算法简单、计算量小,有利于进行实时控制。     

静止无功电源的动态特性研究

推导了新型静止无功电源（ＡＳＶＧ）的动态模型，实现了 ＡＳＶＧ动态模型和电力系统暂态稳定分析程序的接口，编写了相应的软件，在多机系统中进行了 ＡＳＶＧ动态性能分析。计算机实例表明了 ＡＳＶＧ对系统稳定性、临界故障切除时间以及输电线路传输能力的改进和负荷突变时ＡＳＶＧ对系统电压的动态支撑作用等。     

A Holistic Energy-Efficient Approach for a Processor-Memory System

Component overclocking is an effective approach to speed up the components of a system to realize a higher program performance; it includes processor overclocking or memory overclocking. However, overclocking will unavoidably result in increase in power consumption. Our goal is to optimally improve the performance of scientific computing applications without increasing the total power consumption for a processor-memory system. We built a processor-memory energy efficiency model for multicore-based systems, which coordinates the performance and power of processor and memory. Our model exploits performance boost opportunities for a processor-memory system by adopting processor overclocking, processor Dynamic Voltage and Frequency Scaling(DVFS), memory active ratio adjustment, and memory overclocking, according to different scientific applications.This model also provides a total power control method by considering the same four factors mentioned above. We propose a processor and memory Coordination-based holistic Energy-Efficient(CEE) algorithm, which achieves performance improvement without increasing the total power consumption. The experimental results show that an average of 9.3% performance improvement was obtained for all 14 benchmarks. Meanwhile the total power consumption does not increase. The maximal performance improvement was up to 13.1% from dedup benchmark.Our experiments validate the effectiveness of our holistic energy-efficient model and technology.     

无功动态补偿的光储发电系统并网控制方案

配电系统中的光储发电系统往往在用户侧直接并网,而用户侧的无功负荷变化会引起并网点的电压波动.为了实现并网点电压的稳定,提出了一种具有无功动态补偿能力的光储发电系统并网控制方案.该方案通过派克变换达到有功、无功功率独立控制的目的,一方面控制蓄电池充放电,在光照变化的情况下实现光储发电系统的稳定有功输出;另一方面利用逆变电路的无功补偿能力,控制调节其对无功负荷的供给,使得大电网提供的无功功率为恒定值,从而保证在无功负荷变化的情况下并网点的电压稳定.这种方案在不增加任何附加设备和复杂度的情况下,简单可靠地实现了光储发电系统的稳定有功功率输出和并网电压稳定的双重控制目标.理论研究和仿真测试均验证了新型并网控制方案的有效性和优越性.