一种在无线云计算下的移动设备能量优化分配方法
【技术领域】
[0001] 本发明涉及一种在无线云计算下的移动设备能量优化分配方法，属于无线云计算
技术领域。
【背景技术】
[0002] 新兴的云计算技术正在蓬勃发展，它给计算领域带来了一个全新时代：云计算服 务提供者向被服务的终端提供了庞大的数据存储容量和强大的计算资源。同时，随着移动 通信技术的迅猛发展，智能移动设备已经是日常生活、工作中必备的工具，随之与日俱增的 各式各样、功能齐全的应用程序也可以被用户轻松下载。通过无线云计算技术，移动设备将 要处理的数据通过无线网络上传到云中心，在云中心处理完这些数据后再通过无线网络将 结果回传给移动设备，这不仅降低了对移动设备计算性能的要求，也降低了对移动设备存 储容量的需求。
[0003] 但是，近年来，电池技术的发展脚步却相当缓慢。电池的存储能量每年只以5%的 速度增加。相对于爆炸式的移动应用的增长，受限的电池容量目前已经成为智能移动设备 性能的最大的短板。因此，如何在无线云环境下降低移动设备的能耗问题逐渐成为了研究 的热点。
[0004] Kumer等人（KUMARKandLUYH.Cloudcomputingformobile users:canoffloadingcomputationsaveenergy?IEEEComputer,vol. 43,no. 4, pp. 51 - 56, 2010.)提出了一种能耗模型来分析了将应用程序数据上传到云端执行的传输 带宽条件，它主要考虑了移动端的能量消耗和上传时所产生的通信能量损耗。Miettinen等 A(MIETTINENAPandNURMINENJK.Energyefficiencyofmobileclientsincloud computing.USENIXConferenceonHotTopicsinCloudComputing,Boston,2013.)认 为，工作量、数据通信模式以及所用的通信技术是主要影响移动应用在CE模式下能量损耗 的因素。事实上，能量的优化需要从两个方面入手，其一，在ME(mobileexecution)模式 下，为了延长移动设备的点电池寿命，芯片通常采用动态技术进行节电，即根据所运行的应 用程序对计算能力的不同需求，动态调节芯片的运行参数，如频率、电压；其二，在CE模式 下移动设备上传要处理的数据时，所消耗的能量与传输速率、信道状态有关。传输速率越高 消耗功率越大，但传输时间短，总耗费能量不一定随之增大，传输速率越低所需功率越少， 但是传输时间较长，总能量不一定随之减小。这是一个需要均衡（trade)的问题，需要在每 个时隙找到使总能量最小的传输速率，同时，传输速率是跟信道状态有关的，最优的数据传 输调度方式一定是在信道条件较好（或者信道状态较差）时，增加发送数据量（或者减少 发送数据量）。
[0005] Zhang等人（ZHANGWW，WENYG，GUANK.Energy-OptimalMobileCloud ComputingunderStochasticWirelessChannel.WirelessCommunications,IEEETrans action,vol. 12,no. 9,pp. 4569-4581，2013.)针对上述问题，有效改善了本地执行和云端执 行的能耗模型，考虑了可变的本地计算模式和随机信道模型，但是一方面Zhang在ME模式 下没有考虑应用程序之间的差异性，没有区分出不同应用在移动设备端执行时能耗水平的 不同；另一方面，Zhang只简单地把信道增益量化成了两个状态，"好" (Good)和"坏" (Bad)， 这种量化方式尽管有助于简化模型，但对信道增益带来了较大的量化误差，我们将证明在 信道增益处于中间值偏下时，如果量化为"坏"，将带来较大的能量浪费。而本发明能够很好 地解决上面的问题。
【发明内容】
[0006] 本发明目的在于提供了一种无线云计算下的移动设备能量优化分配方法，该方法 由移动设备端根据移动应用产生的参数，分别采用应用本地执行消耗能量模型和云端执行 消耗能量模型，通过优化算法分别得出两个模型的最优值，通过两个值选择执相应的执行 策略，提出了有效的移动设备能量优化分配方法。
[0007] 本发明解决其技术问题所采用的技术方案是：一种云计算下的移动设备能量优化 分配方法，该方法由移动应用产生的应用数据、时延要求和应用算法复杂度，建立两种执行 方式的能量模型，由这两个模型分别采用动态电压调节优化算法和动态规划优化算法计算 出相应的最优化能量，以及如何选择执行策略。
[0008] 方法流程：
[0009] 步骤1 :对应用执行所涉及的参数统一定义；
[0010] 本参数涉及应用本次执行所需处理数据的比特数，应用的时延要求和应用的算法 复杂度；
[0011] 步骤2 :计算该应用本地执行所消耗的平均最优能量；
[0012] (1)选择对本地执行能量消耗有影响的参数，参数是：所需处理的数据大小，应用 时延要求和应用的算法复杂度；
[0013] (2)根据CMOS工艺下能量与CPU频率之前的关系以及应用负载量与CPU周期数的 统计关系，建立跟（1)中参数相关的本地执行的能量优化模型；
[0014] (3)通过动态电压调节算法计算出本地执行的平均最优能量
【主权项】
1. 一种无线云计算下的移动设备能量优化分配方法，其特征在于，所述方法包括如下 步骤： 步骤1 :对应用执行所涉及的参数统一定义； 所述参数涉及应用本次执行所需处理数据的比特数，应用的时延要求和应用的算法复 杂度； 步骤2 :计算该应用本地执行所消耗的平均最优能量； (1) 选择对本地执行能量消耗有影响的参数，参数是：所需处理的数据大小，应用时延 要求和应用的算法复杂度； (2) 根据CMOS工艺下能量与CPU频率之前的关系以及应用负载量与CPU周期数的统计