嵌入式系統的低功耗與可靠性技術研究

牟云飛

(泰山科技學院,山東泰安,271000)

1 工業化背景下的嵌入式系統低功耗建設需求

嵌入式系統在形式實現方面追求向集中性系統應用平臺化轉變，其系統結構呈現出資源服務化、自由開放化、綠色化發展優勢。在技術升級過程中，則希望基于實際應用需要優化系統結構，建立高度模塊化技術體系，確保嵌入式系統重新配置到位，建立修改與擴展機制。

在嵌入式系統建設過程中，需要滿足其系統低功耗建設需求，不斷擴充系統建設規模，滿足系統功能需要，不斷增大系統能耗。在這里，低功耗就意味著較低的運行成本以及較小的電池尺寸，要結合程序移動性特色展開分析，了解能源資源消耗過程，最大限度減少能量消耗，有效控制系統設計整體成本。在設計高效節能系統過程中，必須確保減少管理散熱開銷，確保結合優化功率來從源頭上控制熱量產生，保證低功耗設計滿足嵌入式系統功能與建設規模有效擴展。如果從可靠性需求層面展開分析，則要有效調整嵌入式系統控制流錯誤，明確檢測難點，結合檢測跳轉基本塊信息設置檢測點，結合檢查程序運行過程來分析信息分塊內容，確保記錄信息一致性來判斷程序所發生的控制流錯誤內容，優化控制流錯誤檢測結果，提高嵌入式系統實施低功耗技術應用可靠性[1]。

2 嵌入式系統的實時低功耗技術原理與系統類型

2.1 技術原理

在分析嵌入式系統的實時低功耗技術應用過程中，需要首先明確其低功耗技術原理，保證人嵌入式系統任務有序合理調度，充分考慮系統整體能耗。就目前來看，嵌入式系統中就成功引入了芯片集成技術，它的微處理器性能表現優越，這一優越性就充分體現于制造生產與自動化控制中，確保工業系統運行穩定有序，當然它也帶來了更高的溫度能耗。就嵌入式系統建設而言，需要分析低功耗設計需要，在CMOS電路功耗分析方面建立專門的動態與靜態功耗技術體系。而在系統空閑與低速運行過程中，則要降低電源電壓運行機制，最大限度降低電路功耗，分析動態電壓調節機制，結合處理器實時負載狀況或增加、或降低電源電壓。就這一技術原理分析結果看來，它需要建立DVS技術體系優化低功耗問題工，利用實際任務執行狀況明確執行時間，最終產生空閑時間。在這里，要利用空閑時間來降低處理器運行頻率，同時延長任務執行時間，降低系統整體生產運行能耗。所以說，嵌入式系統已經與當前的互聯網技術相互結合，其系統中所集成的大量設備與傳感器配件豐富，在大規模實現通訊與數據交換方面表現出色，但實際上它也導致大量能耗出現，為此必須進一步完善系統低功耗調度能力，優化調度方法[2]。

2.2 系統類型

在嵌入式系統中應該豐富系統類型，建立系統模型，這其中就包括了任務模型以及功耗模型。首先是任務模型，要根據周期任務建立實時任務模型，其任務中的調度周期任務應該為T，且每個周期任務采用二元組表示相關內容，結合最壞情況執行時間進行分析，確保任務實際執行時間工小于其最壞情況執行時間。具體來講，要結合EDF調度策略來分析整個任務集調度內容。

其次是功耗模型，結合處理器功耗內容建立與速度相關、無關的動態、靜態功耗內容，確保處理器能夠始終以勻速狀態運行，其功耗模型應該如下：

在上述模型中，優化Cef建立電路負載電容，圍繞S變電壓處理器歸一化速度，圍繞處理器最大速度展開分析，如果最大速度為1時，最小速度應該為Smin，假定處理提供連續速度，結合處理器功耗與速度關系常數展開分析，確保建立2 ≤Smin≤ 3 ，結合處理器總功耗建立系數，對處理器功耗P與速度S的單調遞增函數進行分析，確保功耗大幅度降低，了解任務運行時間延長，增加靜態功耗，為任務運行總能耗最優情況進行分析，了解處理器總能耗最低處理器速度。在使用DVS技術分析處理器速度，保證處理器同時處于運行狀態、空閑狀態和休眠狀態。在該過程中可以選擇關閉處理器即能降低能耗消耗[3]。

另外，基于平均空閑時間分配相關算法，提出基于WCET比例休閑空間的策略分配機制，了解實驗中所存在變量內容，對比值與任務集合總利用率進行調整，專門采用控制變量法。具體來講，要將固定周期任務總利用率控制在0.7左右，同時觀察WCET比值變化，確保對實驗結果產生正向影響。在具體實驗中，要對WCET比值從1～10的變化進行分析，確保步長為1。結合LPABOASR算法的性能優化節能效果。結合算法平均節省10%以上能耗，保證平均節省能耗超過5%。伴隨利用率的有效增加，它希望結合算法空閑時間分配策略內容，優化分配策略效果，將利用率控制在0.7～0.9范圍內，該范圍內節能效果更好。在計算過程中至少節省5%以內能耗[4]。

3 嵌入式系統基于平衡點的周期任務低功耗調度算法

3.1 研究動機的提出

在研究嵌入式系統過程中，希望系統基于平衡點的周期任務展開低功耗調度算法優化，明確研究動機，建立Inter XScale處理器模型，結合實例方案建立任務集，如此就提出了明確的研究動機。其中第一個任務集中就包含了多點任務，并在0時刻到達。在這里，需要分析處理器參數優化功耗函數，實現對功耗函數的有效簡化，分析關鍵速度內容，確保處理器轉換開銷到位，優化空閑狀態下的功耗情況，計算空閑單位時間，必要時選擇關閉處理器，同時采用傳統DVS策略調度單位時間內能耗。在這一過程中，需要保證多個單位時間同步運行，確保剩余預留空閑時間較大。采用關鍵速度調度優化節能效果，并繼續加入任務集，配合傳統DVS策略展開調度，計算調度速度與能耗，最終提出平衡點公式對關鍵速度調度任務算法進行分析判定。一般來說，要結合關鍵速度調度能耗增大這一現象來分析關鍵速度，優化能耗最優速度，提出平衡點公式判定關鍵速度調度任務算法，下文就提出LPABOBF算法，并合理應用這一算法[5]。

3.2 LPABOBF算法的應用

在利用LPABOBF算法來判斷平衡點，提出多點問題并加以證明。首先提出問題，針對任務中的到達時刻進行分析，了解截止時限，分析任務的可運行時間，結合區間任務運行不被搶占來討論任務內容，避免其錯過截止時限狀況。比如說可以選擇DVS策略，結合關鍵速度策略分析最小能耗問題。結合這一問題，可以提出LPABOBF算法理論，選擇DVS策略展開調度，主要是參考DVS策略來計算運行速度，選擇關鍵速度運行內容，確保所選擇的能耗達到最小。再一點，需要采用DVS策略調度最小能耗，結合關鍵速度策略處理器分析其關閉機制，了解任務能耗消耗狀況。在這一過程中，需要調整單調增函數，分析能耗最小值，將能耗降到最低。在關閉處理器以后，需要將所產生能耗采用DVS策略，確保所產生能耗有效降低。應該利用XScale處理器功耗模型來代入簡化表示機制，判斷任務管理機制，選用DVS策略來優化關鍵速度策略算法，分析處理器速度，保證剩余最壞狀況下執行時間與剩余可用執行時間有效優化。總體來講，就要根據周期任務特征來回收空閑時間，確保調度前準確計算最佳運行速度，分析周期任務內容，結合任務當前實例剩余可用執行時間分析最壞情況下任務情況，計算剩余執行時間，結合實時調度器設置至少兩個隊列，確保即將到達任務集合，包含就緒任務集合，按照任務優先級高低排列，在執行任務過程中優化可估計空閑時間。最后，要結合平衡點判斷算法以及空閑時間來展開LPABOBF算法應用，其算法描述應該參考如下：

首先明確輸入與輸出內容，在輸入端建立周期任務集T，保證輸出速度調節后形成Ti集合。在計算離線階段速度過程中形成以下算式[6]：

其次如果計算時刻為t時刻，確保t時刻中數據內容能夠被有效釋放，要建立EDF優先級順序來加入ready_queue，同時設置新t時刻。

再次如果是t時刻，分析運行過程中被其他就緒任務搶占到位，重新按照優先級順序加入就緒隊列[7]。

在LPABOBF算法來展現周期任務內容，按照周期釋放特點建立兩階段調度算法，確保在離線階段充分利用靜態空閑時間。如果任務被搶占，需要重新按照優先級就緒隊列建立新調度機制并執行，結合計算后任務速度分析Scrit變化，結合算法判斷要求來調整關鍵速度內容，確保就緒隊列滿足任務空間時間大于t0要求，此時需要關閉處理器確保新任務就緒。這里簡單闡述LPABOBF算法，在結合至少3個周期任務組成任務集過程中，需要結合實際執行時間來優化多任務，在0時刻直接釋放數據內容，確保參考LPABOBF算法計算離線速度應該為0.5，同時調度執行單位空閑時間。具體來說就是參考優先級調度執行單位空閑時間，計算可執行時間，確保t=20小時內完成所執行任務[8]。

3.3 實驗分析

最后分析仿真實驗內容，采用C語言編寫一套圍繞EDF所展開的調度策略，形成仿真器系統。在這里，要結合Intel PXA處理器展開分析，基于歸一化速度明確速度范圍應該為（0.15,1），分析處理器功耗模型，確保其關鍵速度選取范圍在0.3～0.5范圍內。就這一實驗過程，需要結合每個周期任務集包來提出至少5個周期任務，將周期選定在區間為10～200，同時明確任務集的最壞執行時間，均勻分布任務集內容。此時需要定義執行時間過程中真實服從參數內容，確保參數內容均勻分布。如果任務在0時刻釋放，則需要在實驗過程中運行至少20000個時間片，再計算能耗數據，形成100次實驗，計算能耗數據平均值進行分析。在此次實驗過程中需要對比分析提出3種算法[9]：

第一種算法是兩階段DRA算法，第二種算法是DSTRA算法，第三種算法是LPABOBF算法。就以LPABOBF算法為例，它必須首要考量在BCET計算比值下的能耗變化影響，在實驗過程中設定任務集利用率，將利用率控制在0.5，結合1～10區間步長展開分析，隨時調整BCET，結合比值決定在算法運行過程中人物內所產生的空閑時間。如果算法比值為1，則其能耗基準應該結合歸一化處理過程分析LPABOBF能耗低于前兩者。結合任務實際執行狀況平均值進行分析，確保任務集的平均性能優化DRA算法，同時形成全新的DSTRA算法。

第二種算法是EDF算法，它同樣要參考LPABOBF算法來分析節能效果。如果該算法的整體利用率偏小，則需要保證處理器時刻處于關閉狀態，采用DPM技術對算法內容進行分析，提高算法利用率，爭取在一定時間段內對DVS策略進行分析應用。實際上，LPABOBF算法是可以獲得理想計算效果的，如果其算法利用率接近于1，則其負載會不斷加重，與此同時處理速度也會小于關鍵速度。在這一過程中需要分析LPABOBF算法分析算法節能效果。根據計算結果可以了解到，LPABOBF算法相比于傳統DRA算法能夠節省最低7.9%、最高27.18%的能耗能量，整體看來節能作用效果非常良好[10]。

4 總結

在當前，智能連接物聯網生態系統已經全面建設，它其中的嵌入式系統在低功耗與可靠性技術優化方面已經建立了良好運營模式，在快速擴張嵌入式系統技術內容方面發揮了巨大優勢，它也為物聯網系統建設推廣創造了有利空間條件。從整體上來看，其系統軟硬件在能耗較高與瞬時錯誤處理方面表現突出，所以其低功耗與高可靠性系統軟件設計方面表現出色。