一种多任务通用能耗优化方法

    公开(公告)号:CN109739332A

    公开(公告)日:2019-05-10

    申请号:CN201910073576.3

    申请日:2019-01-25

    Applicant: 华侨大学

    Inventor: 张忆文

    Abstract: 本发明公开了一种多任务通用能耗优化方法,包括以下步骤:建立n个服务器模型;确定服务器状态转换规则;确定服务器参数更新规则;根据最早截止期限优先级策略调度服务器;计算任务的执行速度S;一旦处理器空闲时间超过处理器状态切换开销to,将处理器切换到低功耗状态,直到有新的任务释放。本发明的方法不需要事先知道任务的任何信息,可以调度任何类型的任务,通过更新服务器利用率以及转换处理器状态,达到降低系统能耗的目的。

    一种双模式资源受限周期任务能耗优化方法

    公开(公告)号:CN109656697A

    公开(公告)日:2019-04-19

    申请号:CN201811494165.3

    申请日:2018-12-07

    Applicant: 华侨大学

    Inventor: 张忆文

    Abstract: 本发明涉及一种双模式资源受限周期任务能耗优化方法,包括:建立具备关键区的周期任务模型;计算独立模式下周期任务的速度SI;计算同步模式下周期任务的速度SS;利用天花板协议确保任务能够互斥地访问关键区;周期任务开始以独立模式下的速度SI执行,当进入关键区之后,周期任务以同步模式的速度SS执行。本发明方法能够有效地降低系统能耗。

    混合关键系统固定优先级周期任务能耗优化方法

    公开(公告)号:CN108984292A

    公开(公告)日:2018-12-11

    申请号:CN201810921498.3

    申请日:2018-08-14

    Applicant: 华侨大学

    Inventor: 张忆文 蒋文贤

    Abstract: 本发明涉及一种混合关键系统固定优先级周期任务能耗优化方法,包括以下步骤:建立包括若干个混合关键周期任务的混合关键周期任务模型;利用关键层次划分方法确定混合关键周期任务的优先级;计算出混合关键周期任务可行调度的最低速度S;计算出高关键层次任务在低模式下产生的空闲时间ST,利用该空闲时间确定处理器的执行速度Si;低关键层次任务以及高关键层次任务在低模式下始终以速度Si执行;高关键层次任务在高模式下其额外负载以最大处理器速度执行;利用动态功耗管理技术降低处理器能耗。本发明的方法通过利用高关键层次任务产生的空闲时间以及动态功耗管理技术,有效地降低系统能耗。

    固定优先级待机备用系统利用率划分能耗优化方法

    公开(公告)号:CN108874517A

    公开(公告)日:2018-11-23

    申请号:CN201810365257.5

    申请日:2018-04-19

    Applicant: 华侨大学

    Inventor: 张忆文

    Abstract: 本发明公开了一种固定优先级待机备用系统利用率划分能耗优化方法,包括以下步骤:通过利用率划分的方法,将待机备用系统资源受限周期任务集分配到主处理器和备份处理器;确定处理器速度切换开销;利用单调速率策略调度可行的充分条件以及资源受限周期任务模型的速度下限,计算主任务执行的最低速度SM;确定备份任务执行速度SB;利用固定双优先级策略调度主处理器和备份处理器的任务;回收系统产生的空闲时间,利用DVS技术和DPM技术,降低系统能耗。本发明的方法通过利用率划分方法分配任务,确保资源能够被互斥使用,在改善系统可靠性的同时,有效地降低系统能耗。

    基于二阶盲辨识的线性结构工作模态参数识别方法及装置

    公开(公告)号:CN107357977A

    公开(公告)日:2017-11-17

    申请号:CN201710500228.0

    申请日:2017-06-27

    Applicant: 华侨大学

    Abstract: 本发明涉及一种基于二阶盲辨识的线性时不变结构工作模态参数识别方法及对应的时不变的工作模态参数识别的装置、一种结合二阶盲辨识和最小二乘广义逆方法的三维结构的工作模态参数识别方法及对应一种时不变三维圆柱壳工作模态参数识别的实验装置,一种时变的工作模态参数识别的方法和一种基于滑动窗二阶盲辨识的线性时变结构工作模态参数识别装置。该方法和装置仅由实测的响应信号就能对时不变或者带有时变特性的动态系统进行工作模态参数在线实时识别,识别出结构(系统)的工作模态参数(模态振型,模态频率),能实时有效监测系统的动态变化特性,可用于振动控制、设备故障诊断、健康监测以及系统结构分析与优化。

    CPU和IO设备低能耗调度方法

    公开(公告)号:CN106951056A

    公开(公告)日:2017-07-14

    申请号:CN201710165505.7

    申请日:2017-03-20

    Applicant: 华侨大学

    Abstract: 本发明公开一种CPU和IO设备低能耗调度方法,包括:建立资源受限周期任务设备能耗调度模型;计算任务Ti执行的低速度SL;计算任务Ti执行的高速度;计算设备Di的设备空闲时间I(Di);利用最早截止期限优先策略和栈资源协议调度任务;根据设备空闲时间I(Di)降低设备能耗。本发明利用动态功耗管理技术和动态电压调节技术,有效地降低CPU和IO设备能耗。

    一种固定优先级IO设备能耗管理方法

    公开(公告)号:CN106933325A

    公开(公告)日:2017-07-07

    申请号:CN201710073174.4

    申请日:2017-02-10

    Applicant: 华侨大学

    Abstract: 本发明涉及一种固定优先级IO设备能耗管理方法:利用单调速率双优先级策略调度任务;计算来自任务实例Ti,j预算的空闲时间ST(Ti,j,t);计算来自任务实例Ti,j最近满足条件时间点的空闲时间LT(Ti,j,t);计算设备λk的设备空闲时间DS(λk,t);当设备λk处于活跃状态,且其设备空闲时间DS(λk,t)大于设备临界时间B(λk),将设备λk切换到休眠状态,且设置其激活时间Up(λk);当设备处于休眠状态,且当前时间等于设备的激活时间Up(λk),将设备切换到活跃状态。本发明能够确保资源受限周期任务在其截止期限内完成执行,且能够确保资源被互斥的使用;降低设备能耗,进而降低产品的生产成本,减少电池的更换周期。实施本发明所述的方法,能够比现有技术节约大约33.28%能耗。

    一种硬实时系统能耗最优方法

    公开(公告)号:CN106708242A

    公开(公告)日:2017-05-24

    申请号:CN201611121620.6

    申请日:2016-12-08

    Applicant: 华侨大学

    CPC classification number: G06F1/3287

    Abstract: 本发明公开了一种硬实时系统能耗最优方法,包括:计算硬实时系统中每个使用设备Dk的临界时间Bk;将任务Ti所使用设备的临界时间按照非降的顺序进行排列;根据所使用设备的临界时间,将任务Ti的空闲区间划分为m+1个子区间{Im,Im‑1,…,I0};分别计算任务Ti的响应时间属于所述子区间和不属于所述子区间时,执行任务Ti所消耗的总能耗Ei(S);求取总能耗Ei(S)的最小值,获得局部最优速度根据局部最优速度计算全局最优速度本发明方法计算的全局最优速度能够有效地降低系统能耗。

    遗忘自协方差矩阵递推主元的时变工作模态识别方法

    公开(公告)号:CN106446503A

    公开(公告)日:2017-02-22

    申请号:CN201610578140.6

    申请日:2016-07-21

    Applicant: 华侨大学

    CPC classification number: G06F19/00

    Abstract: 本发明公开了一种遗忘自协方差矩阵递推主元的时变工作模态识别方法,包括:获取线性时变结构在环境激励下多个振动响应传感器从初始时刻0到时刻k的非平稳信号数据矩阵 归一化后求其自协方差矩阵并进行形式的特征向量分解,储存V(k)。获取下一时刻的时域振动响应信号数据,对新的自协方差矩阵进行递归推导时,加入遗忘因子,分配给新旧数据不同的权重,得到V(k+1);循环上述推导步骤,能够得到任意时刻的V(k),V(k)对应k时刻该结构的瞬态工作模态振型矩阵,利用单自由度识别技术对矩阵V(k)TXk进行处理,得到k时刻该结构的瞬时工作固有模态频率。该方法能够有效监测线性工程结构工作模态参数的时变结构特性,可被用于设备故障诊断、健康监测以及系统结构分析与优化。

    一种基于单目相机的欠定模态识别方法及装置

    公开(公告)号:CN119904657A

    公开(公告)日:2025-04-29

    申请号:CN202411990495.7

    申请日:2024-12-31

    Abstract: 本发明提供一种基于单目相机的欠定模态识别方法及装置,属于模态参数识别技术领域,方法包括:利用单目相机采集多张包括所有特征靶标的图像,根据图像获取振动响应信号,当振动响应信号为时不变振动响应信号时,对时不变振动响应信号重构为压缩感知模型,对时不变振动响应信号进行训练得到ESTD字典,根据ESTD字典与压缩感知模型实现对时不变振动响应信号的模态识别,当振动响应信号为时不变振动响应信号时,利用滑动窗将时变振动响应信号划分为有限个时不变振动响应信号,结合迁移学习的思想得到强稀疏ESTD字典,进而得到时变振动响应信号的模态识别。本发明能够解决时不变结构和时变结构下的欠定模态识别,且提高欠定模态识别参数的识别速度和精度。

Patent Agency Ranking