一种控制电子设备的能耗的方法及装置与流程

本发明涉及智能终端领域，尤其涉及一种控制电子设备的能耗的方法及装置。

背景技术：

随着智能终端的不断普及和发展，电子设备上配置了多种传感器。目前市面上有很多具备计步功能的电子设备，以满足用户的计步要求。通过电子设备进行计步，需要持续访问电子设备的内置传感器，这就需要电子设备的系统持续保持唤醒状态，因此电子设备的能耗较高。

现有技术中常采用设定一固定休眠时间的方式来降低能耗，即当检测到用户一段时间内未发生运动动作时，进入休眠状态，但是，在休眠状态下检测到用户发生运动动作时，可能会漏记一定步数，如图1所示，休眠时间越长，漏记步数越多，计步的准确性就越低，若休眠时间越短，则电子设备的能耗就越高。

技术实现要素：

为了解决上述技术问题，本发明提供了一种控制电子设备的能耗的方法及装置，解决了现有技术中保证计步准确性的前提下电子设备能耗高的问题。

依据本发明的一个方面，提供了一种控制电子设备的能耗的方法，该方法包括：

获取用户的历史运动数据，历史运动数据至少包括：运动时间段和与运动时间段对应的运动量；

根据历史运动数据，确定得到用户的运动规律，运动规律用于表示用户在不同时间段下对应运动量；

根据运动规律，调整对应时间段的电子设备的休眠时间。

其中，获取用户的历史运动数据，具体包括：

获取记录有用户前N个统计周期内的运动时间段和对应运动量的历史运动数据；其中，N为正整数。

其中，获取用户的历史运动数据，具体包括：

获取用户前N个统计周期内的运动时间段与对应的运动量；

根据运动时间和对应的运动量，计算用户在不同时间段的运动量分布情况；

根据运动量分布情况，得到用户的历史运动数据。

其中，根据历史运动数据，通过以下公式确定得到用户的运动规律：

r_n+1＝(1-α)*r_n+α*d_n；0＜n≤N，且n为正整数；

其中，r_n+1表示当前统计周期内不同时间段下的预测运动量，α表示权重衰减因子，r_n表示前N-n个统计周期内不同时间段下的运动量统计值，d_n表示前N-n个统计周期内的运动量分布情况。

其中，根据运动规律，调整对应时间段的电子设备的休眠时间，具体包括：

根据预测运动量与休眠时间的关系，调整对应时间段的休眠时间；

其中，预测运动量与休眠时间呈反比关系。

其中，根据历史运动数据，确定得到用户的运动规律，具体包括：

获取历史数据中记录的前N个统计周期内同一时间段下对应的运动量，并对其计算平均值，得到第一运动量；

当第一运动量超过第一预设阈值时，确定该时间段为运动密集期；

当第一运动量低于第二预设阈值时，确定该时间段为运动稀发期；其中，第一预设阈值高于第二预设阈值；

当第一运动量处于第一预设阈值和第二预设阈值之间时，确定该时间段为普通运动期。

其中，根据运动规律，调整对应时间段的电子设备的休眠时间，具体包括：

当对应时间段为运动密集期时，确定对应时间段的休眠时间为第一时长；

当对应时间段为运动稀发期时，确定对应时间段的休眠时间为第二时长；

当对应时间段为普通运动期时，确定对应时间段的休眠时间为第三时长；

其中，第一时长小于第三时长，第三时长小于第二时长。

其中，根据运动规律，调整对应时间段的电子设备的休眠时间之后，还包 括：

当对应时间段的休眠时间到期后，检测用户是否发生运动动作；

若发生，则结束休眠状态，启动计步进程；

若未发生，则启动下一时间段对应的休眠时间。

依据本发明的另一个方面，还提供了一种控制电子设备的能耗的装置，该装置包括：

获取模块，用于获取用户的历史运动数据，历史运动数据至少包括：运动时间段和与运动时间段对应的运动量；

第一处理模块，用于根据历史运动数据，确定得到用户的运动规律，运动规律用户表示用户在不同时间段下对应运动量；

调整模块，用于根据运动规律，调整对应时间段的电子设备的休眠时间。

其中，获取模块具体包括：

第一获取单元，用于获取记录有用户前N个统计周期内的运动时间段和对应运动量的历史运动数据；其中，N为正整数。

其中，获取模块具体包括：

第二获取单元，用于获取用户前N个统计周期内的运动时间段与对应的运动量；

计算单元，用于根据运动时间和对应的运动量，计算用户在不同时间段的运动量分布情况；

确定单元，用于根据运动量分布情况，得到用户的历史运动数据。

其中，根据历史运动数据，通过以下公式确定得到用户的运动规律：

r_n+1＝(1-α)*r_n+α*d_n；0＜n≤N，且n为正整数；

其中，r_n+1表示当前统计周期内不同时间段下的预测运动量，α表示权重衰减因子，r_n表示前N-n个统计周期内不同时间段下的运动量统计值，d_n表示前N-n个统计周期内的运动量分布情况。

其中，调整模块具体包括：

第一调整单元，用于根据预测运动量与休眠时间的关系，调整对应时间段的休眠时间；

其中，预测运动量与休眠时间呈反比关系。

其中，第一处理模块具体包括：

第三获取单元，用于获取历史数据中记录的前N个统计周期内同一时间段下对应的运动量，并对其计算平均值，得到第一运动量；

第一处理单元，用于当第一运动量超过第一预设阈值时，确定该时间段为运动密集期；

第二处理单元，用于当第一运动量低于第二预设阈值时，确定该时间段为运动稀发期；其中，第一预设阈值高于第二预设阈值；

第三处理单元，用于当第一运动量处于第一预设阈值和第二预设阈值之间时，确定该时间段为普通运动期。

其中，调整模块包括：

第二调整单元，用于当对应时间段为运动密集期时，确定对应时间段的休眠时间为第一时长；

第三调整单元，用于当对应时间段为运动稀发期时，确定对应时间段的休眠时间为第二时长；

第四调整单元，用于当对应时间段为普通运动期时，确定对应时间段的休眠时间为第三时长；

其中，第一时长小于第三时长，第三时长小于第二时长。

其中，该装置还包括：

检测模块，用于当对应时间段的休眠时间到期后，检测用户是否发生运动动作；

启动模块，用于当检测到用户发生运动动作时，结束休眠状态，启动计步进程；

第二处理模块，用于当检测到用户未发生运动动作时，启动下一时间段对应的休眠时间；当检测到对应时间段的休眠时间未到期时，保持休眠状态。

本发明的实施例的有益效果是：

通过获取用户的历史运动数据，并根据该历史运动数据得到用户的运动规律，根据运动规律动态调整不同时间段下电子设备的休眠时间，以在保证计步准确的前提下，降低电子设备的能耗。

附图说明

图1表示现有技术中用户运动与系统休眠示意图；

图2表示本发明第一实施例中控制电子设备的能耗的方法的流程图；

图3表示用户不同时间段内运动量的统计分布图；

图4表示本发明第二实施例中控制电子设备的能耗的方法的流程图；

图5表示权重衰减因子取值的衰减示意图；

图6表示本发明第三实施例中控制电子设备的能耗的方法的流程图；

图7表示本发明第四实施例中控制电子设备的能耗的方法的流程图；

图8表示本发明第五实施例中控制电子设备的能耗的装置的模块示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

第一实施例

如图2所示，本发明的第一实施例提供了一种控制电子设备的能耗的方法，具体包括以下步骤：

步骤S201：获取用户的历史运动数据。

这里所说的历史运动数据至少包括：运动时间段和运动时间段对应的运动量。也就是说用户的历史运动数据指的是用户在某一时间段下的运动量，且运动量与运动时间段相互对应。

步骤S202：根据历史运动数据，确定得到用户的运动规律。

由于用户运动具有很强的周期性和规律性，例如：有人喜欢在早上运动，有人喜欢在晚上运动，而大多数上班族的在早晚通勤和中午午餐时段的运动量或活动量比较大；而对于同一个用户每天的活动或运动时间基本一致，故可根据获取到的用户的历史运动数据，计算或学习该用户的运动规律。这里，运动规律用于表示用户在不同时间段下对应的运动量，这样即可知道用户在什么时间段运动量大，什么时间段运动量小。如图3所示，上方曲线表示该用户每天 不同运动时间段对应的运动量的实际统计值，下方曲线表示总结的用户运动规律，该曲线表明该用户在9点、11点到12点、13点、19点到21点等时间段的活动比较密集，在20点左右会持续运动较长时间。

步骤S203：根据运动规律，调整对应时间段的电子设备的休眠时间。

为了保证计步的准确性，需要在用户频繁运动的时间段休眠时间短，以减少漏记运动量，提高计步的准确性。一般地，在用户运动强度高的时间段，将休眠时间调短一些，在用户运动强度低的时间段，将休眠时间调长一些，以达到节省能耗的目的。

第二实施例

以上第一实施例简单介绍了控制电子设备的能耗的方法，下面本实施例将结合具体应用场景，对该方法进行进一步地详细介绍。

具体地，如图4所示，该方法包括以下步骤：

步骤S401：获取记录有用户前N个统计周期内的运动时间段和对应运动量的历史运动数据。

其中，N为正整数。这里所说的统计周期指的是统计历史运动数据相应的时间范围，但具体统计周期的时长并不做限制，例如统计周期可以是若干分钟、若干小时、一天、一周或一个月，具体可根据需求选择。例如，以1分钟前的运动量预测下1分钟的运动量，也可以以周为单位进行预测，比如最近几个周三的运动量预测本周三的运动量。

具体地，步骤S401可参照以下步骤实现：

获取用户前N个统计周期内的运动时间段与对应的运动量。

其中，N为正整数。为了保证数据的可靠性和规律性，优选地采集前N个统计周期内用户运动时间段和对应的运动量。

根据运动时间和对应的运动量，计算用户在不同时间段的运动量分布情况。

以一个统计周期为一天为例进行说明，即采集用户前N天的运动时间段和对应的运动量。将每天的24小时分段，依次获取前N天中各个运动时间段所对应的运动量，这样即可得到每天不同时间段的运动量分布情况。

根据运动量分布情况，得到用户的历史运动数据。意思是说，可将对应的运动量分布情况作为用户的历史运动数据。

步骤S402：根据历史运动数据，确定得到用户的运动规律。

根据运动量分布情况，可以了解到该用户在某个时间段的运动量，进而得到用户的运动规律。

具体地，确定用户运动规律可参照以下公式计算得到：

r_n+1＝(1-α)*r_n+α*d_n；0＜n≤N，且n为正整数；

其中，r_n+1表示当前统计周期内不同时间段下的预测运动量，α表示权重衰减因子，r_n表示前N-n个统计周期内不同时间段下的运动量统计值，d_n表示前N-n个统计周期内的运动量分布情况。以一个统计周期为一天为例，r_n+1表示当天不同时间段下的预测运动量，r_n表示前N-n天不同时间段下的运动量统计值，d_n表示前N-n天运动量分布情况。其中，α表示权重衰减因子，即距离当天越近的一天，预测权重越大，之前的数据权重逐天减小，权重衰减因子的具体取值，可参照如图5所示的衰减示意图确定，例如，当天前一天的α＝0.6。值得指出的是，该权重衰减因子的取值规律亦可适用于统计周期为其他时长的情况。

步骤S403：根据预测运动量与休眠时间的关系，调整对应时间段的休眠时间。

其中，预测运动量与休眠时间呈反比关系，即

其中，s表示当前统计周期内不同时间段下的休眠时间，当r_n+1的值越大，对应的s值越小，即预测运动量越高，对应的休眠时间越短，反之，预测运动量越低，对应的休眠时间越长。

综上，通过获取用户的历史运动数据，并根据该历史运动数据得到用户的运动规律，根据运动规律动态调整不同时间段下电子设备的休眠时间，以在保证计步准确的前提下，降低电子设备的能耗。

第三实施例

以上第二实施例在第一实施例的基础上更加详细介绍了控制电子设备的能耗的方法的具体实现方案，下面本实施例将介绍该方法的另外一种实现方式。

具体地，如图6所示，该方法包括以下步骤：

步骤S601：获取记录有用户前N个统计周期内的运动时间段和对应运动 量的历史运动数据。

其中，N为正整数。这里所说的统计周期指的是统计历史运动数据相应的时间范围，但具体统计周期的时长并不做限制，例如统计周期可以是若干分钟、若干小时、一天、一周或一个月，具体可根据需求选择。

步骤S602：获取历史数据中记录的前N个统计周期内同一时间段下对应的运动量，并对其计算平均值，得到第一运动量。

以每天上午7点到9点为例，统计前N天这一时间段内对应的运动量，并对其计算平均值，得到这一时间段下的平均运动量，作为第一运动量。值得说明的是，其他时间段计算对应运动量亦可采用该方式。此外，若统计精度要求较高，可将统计时间的时长缩短。

步骤S603：当第一运动量超过第一预设阈值时，确定该时间段为运动密集期。

这里，第一预设阈值指的是正常情况下用户持续运动时间较长的运动量的阀值，当计算得到的第一运动量的值超过第一预设阈值时，表示用户在该段时间段内运动比较集中，确定该时间段为运动密集期。

步骤S604：当第一运动量低于第二预设阈值时，确定该时间段为运动稀发期。

其中，第一预设阈值高于第二预设阈值。这里，第二预设阈值指的是用户基本不运动或活动时所对应的门限值，当计算得到的第一运动量的值低于第二预设阈值时，表示用户在该段时间段内基本不运动，确定该时间段为运动稀发期。

步骤S605：当第一运动量处于第一预设阈值和第二预设阈值之间时，确定该时间段为普通运动期。

即当第一运动量处于一中间值时，确定该段时间段为普通运动期。

步骤S606：当对应时间段为运动密集期时，确定对应时间段的休眠时间为第一时长。

这里对应于步骤S603，在运动密集期时，对应的休眠时间为第一时长，具体第一时长的时间可设置的短一些，以避免漏记运动量的情况，从而提高统计精度。

步骤S607：当对应时间段为运动稀发期时，确定对应时间段的休眠时间为第二时长。

这里对应于步骤S604，其中，第一时长小于第二时长。由于该段时间处于运动稀发期，用户的运动量较低，不需要系统长时间处于唤醒或激活状态，为了达到省电的效果，可将该段时间的休眠时间设置的相对长一些。

步骤S608：当对应时间段为普通运动期时，确定对应时间段的休眠时间为第三时长。

这里对应于步骤S605，其中，第一时长小于第三时长，第三时长小于第二时长，即，该段时间内的运动量处于中间值，对应的休眠时间也处于中间值，以权衡统计准确性和电子设备能耗之间的关系。

综上，通过获取用户的历史运动数据，并根据该历史运动数据得到用户的运动规律，根据运动规律动态调整不同时间段下电子设备的休眠时间，以在保证计步准确的前提下，降低电子设备的能耗。

第四实施例

以上第一实施例至第三实施例分别介绍了如何动态调整电子设备休眠时间的方法，下面将结合图7对该方法做补充说明。

具体地，在根据运动规律，调整对应时间段的电子设备的休眠时间之后，还包括：

步骤S701：当对应时间段的休眠时间到期后，检测用户是否发生运动动作。上述检测过程中，可以通过手机内置惯性测量单元(IMU，Inertial measurement unit)检测手机是否为静止状态。当手机静止时，IMU各个传感器的读数均保持不变，用户活动时，手机的传感器读数会有波动。

步骤S702：若发生，则结束休眠状态，启动计步进程。

步骤S703：若未发生，则启动下一时间段对应的休眠时间。

第五实施例

以上第一实施例至第四实施例介绍了控制电子设备的能耗的方法，下面将结合附图对相应的控制电子设备的能耗的装置作进一步介绍。

具体地，如图8所示，该装置包括：

获取模块81，用于获取用户的历史运动数据，历史运动数据至少包括： 运动时间段和与运动时间段对应的运动量；

第一处理模块82，用于根据历史运动数据，确定得到用户的运动规律，运动规律用户表示用户在不同时间段下对应运动量；

调整模块83，用于根据运动规律，调整对应时间段的电子设备的休眠时间。

其中，获取模块具体包括：

第一获取单元，用于获取记录有用户前N个统计周期内的运动时间段和对应运动量的历史运动数据；其中，N为正整数。

其中，获取模块具体包括：

第二获取单元，用于获取用户前N个统计周期内的运动时间段与对应的运动量；

计算单元，用于根据运动时间和对应的运动量，计算用户在不同时间段的运动量分布情况；

确定单元，用于根据运动量分布情况，得到用户的历史运动数据。

其中，根据历史运动数据，通过以下公式确定得到用户的运动规律：

r_n+1＝(1-α)*r_n+α*d_n；0＜n≤N，且n为正整数；

其中，r_n+1表示当前统计周期内不同时间段下的预测运动量，α表示权重衰减因子，r_n表示前N-n个统计周期内不同时间段下的运动量统计值，d_n表示前N-n个统计周期内的运动量分布情况。

其中，调整模块具体包括：

第一调整单元，用于根据预测运动量与休眠时间的关系，调整对应时间段的休眠时间；

其中，预测运动量与休眠时间呈反比关系。

其中，第一处理模块具体包括：

第三获取单元，用于获取历史数据中记录的前N个统计周期内同一时间段下对应的运动量，并对其计算平均值，得到第一运动量；

第一处理单元，用于当第一运动量超过第一预设阈值时，确定该时间段为运动密集期；

第二处理单元，用于当第一运动量低于第二预设阈值时，确定该时间段为 运动稀发期；其中，第一预设阈值高于第二预设阈值；

第三处理单元，用于当第一运动量处于第一预设阈值和第二预设阈值之间时，确定该时间段为普通运动期。

其中，调整模块包括：

第二调整单元，用于当对应时间段为运动密集期时，确定对应时间段的休眠时间为第一时长；

第三调整单元，用于当对应时间段为运动稀发期时，确定对应时间段的休眠时间为第二时长；

第四调整单元，用于当对应时间段为普通运动期时，确定对应时间段的休眠时间为第三时长；

其中，第一时长小于第三时长，第三时长小于第二时长。

其中，该装置还包括：

检测模块，用于当对应时间段的休眠时间到期后，检测用户是否发生运动动作；

启动模块，用于当检测到用户发生运动动作时，结束休眠状态，启动计步进程；

第二处理模块，用于当检测到用户未发生运动动作时，启动下一时间段对应的休眠时间；当检测到对应时间段的休眠时间未到期时，保持休眠状态。

需要说明的是，该装置是与上述控制电子设备的能耗的方法对应的装置，上述方法实施例中所有实现方式均适用于该装置的实施例中，也能达到相同的技术效果。

以上所述的是本发明的优选实施方式，应当指出对于本技术领域的普通人员来说，在不脱离本发明所述的原理前提下还可以作出若干改进和润饰，这些改进和润饰也在本发明的保护范围内。