(22)
مدل ذخیرهساز انرژی
در این روش از باطری واقعی برای ذخیره سازی انرژی، استفاده شده است، بنابراین برخلاف روشهای قبل، از سربار شارژ و یا دشارژ باطری، چشمپوشی نشده است. این سربار، میتواند، توسط ضریب سودمندی شارژ و دشارژ[71] λ، طوریکه در ادامه بیان میشود، مدل شود. همانطور که بیان شد، انرژی مورد نیاز سیستم تعبیهشده، توسط باطری و محیط پیرامون تأمین میشود. در یک فاصله زمانی [t1 , t2] ، اگر انرژی از باطری دریافت شده و باطری خالی شود داریم:
ED(t1 , t2) = EH(t1 , t2) – λ ES(t1, t2) ∀ t1 < t2 (23)
توجه شود که در این رابطه ES(t1, t2) ، بدلیل عمل دشارژ و گرفتن انرژی از باطری، مقداری منفی دارد. PS ، توان دریافت انرژی از باطری و یا ذخیره انرژی در آن میباشد که میتواند شامل مقادیر مثبت و یا منفی باشد. زمانیکه باطری از EHM ، انرژی دریافت کرده و بعبارتی شارژ میشود، PS، مقداری مثبت و در غیر این صورت یعنی زمانی که باطری، انرژی در اختیار EDM، میگذارد و بعبارتی دشارژ میشود، مقداری منفی خواهد داشت. ES(t1, t2) نیز که انرژی جابجا شده در فاصله [t1 , t2] ، توسط باطری میباشد نیز، عملکردی مشابه PS ، دارد یعنی در زمان شارژ شدن باطری، مقداری، مثبت و در زمان دریافت انرژی از باطری، مقداری، منفی، خواهد داشت. در رابطه 23، ED(t1 , t2) ، میزان انرژی مورد نیاز برای عملکرد سیستم تعبیهشده میباشد. قابل اثبات است که در عمل، به سبب سربار دشارژ باطری، انرژی مفید واقعی برای EDM ، برابر با –λ ES(t1 , t2) خواهد بود. حال اگر باطری توسط برداشتگر انرژی، شارژ شود داریم:
ED(t1 , t2) = EH(t1 , t2) – ES(t1 , t2)/ λ ∀ t1 < t2 (24)
در نتیجه انرژی واقعی ذخیره شده در باطری در فاصله [t1 , t2] ، میتواند بصورت زیر محاسبه شود.
ES(t1 , t2) = λ [EH(t1 , t2) – ED(t1 , t2)] ∀ t1 < t2 (25)
مدل مصرف انرژی
در این روش نیز همانند روشهای قبل، سیستم تعبیهشده دارای پردازنده با قابلیت انتخاب پویای ولتاژ و فرکانس میباشد. پردازنده با فرکانس fn : { fn | 1≤ n ≤ , fmin= f1 < f2 < … < fN = fmax } و با توان متناظر PD ، وظیفه با بالاترین اولویت را اجرا میکند. توان مصرفی PD ، یک متغیر متغیر با زمان است که توسط فرکانس اجرایی پردازنده مشخص میشود. بنابراین داریم : PD(fn) که برای سادگی بصورت همان PD ، در الگوریتم آورده میشود.
یک وظیفه در این الگوریتم توسط مشخصههای am، dm و wm شناخته میشود که به ترتیب عبارتند از : زمان ورود وظیفه، سررسید متناظر آن و بیشترین زمان اجرا برای هروظیفه. زمانیکه یک وظیفه وارد صف آماده میشود براساس اولویت که در اینجا سیاست EDF، یعنی نزدیکترین سررسید میباشد، بصورت صعودی مرتب میشود. همچنین پردازنده بصورت انحصاری، وظیفه جاری را اجرا میکند. توجه شود که در سیستمهای تعبیهشده بیدرنگ، منظور از اجرای انحصاری بدین معنی است که زمانیکه در حین اجرای یک وظیفه، وظیفه با اولویت بالاتری وارد صف شود، پردازنده وظیفه درحال اجرا را قبضه کرده و وظیفه با اولویت بالاتر را اجرا میکند، بعبارتی پردازنده در انحصار وظیفه با اولویت بالاتر میباشد. وظیفه قبضه شده، مجددا براساس اولویتش در جای مناسب خود در صف آماده قرار میگیرد.
الگوریتم LM-APM، از سه طریق سبب افزایش سودمندی انرژی در سیستمهای تعبیهشده بیدرنگ مبتنی بر برداشت انرژی میشود :
زمانبندی وظایف براساس الگوریتم AS-DVFS که در بخش قبل معرفی شد و سبب ضمانت سودمندی انرژی EDM میشود.
تنظیم بارکاری وسیله برداشتگر انرژی، طوریکه همواره در نقطه توان بیشینه MPP کار کند.
الگوریتم درمورد اینکه چه زمانی به جای شارژ کردن باطری توسط انرژی مازاد در محیط، به اجرای وظیفه جاری سرعت بخشید تا بدینوسیله سربار باطری کاهش یابد، تصمیمگیری میکند.
نتایج الگوریتم LM-APM
در این مقاله مبتنی بر الگوریتم AS-DVFS ، روشی ارائه شد که سعی در اجرای وظایف، مطابق با توان برداشت انرژی از محیط، دارد و همواره بدنبال گرفتن بیشترین انرژی از محیط میباشد. چراکه نویسندگان، معتقدند در اینصورت میزان رجوع به باطری و درنتیجه سربار حاصل از شارژ و یا دشارژ آن، کاهش مییابد. نکته قابل توجه در این روش، استفاده از سیستم جدید که قابلیت دریافت مستقیم انرژی از محیط بدون واسطه ذخیرهساز انرژی را دارد میباشد. و البته مازاد انرژی مورد نیاز سیستم در ذخیرهساز انرژی که باطری با ضریب شارژ/دشارژ λ میباشد، ذخیره میشود. و این اولین گام در جهت اجرای روشها و الگوریتمهای زمانبندی برروی سیستمهای تعبیهشده در دنیای واقعی، میباشد. نتایج حاصل از شبیهسازی، نشاندهنده افزایش کارایی انرژی و کاهش نرخ خطای سررسید در بارکاری متفاوت پردازنده، در مقایسه با الگوریتمهایی است که در بخشهای قبل معرفی کردیم.
معایب الگوریتم LM-APM
اساس کار این روش، الگوریتم AS-DVFS ، میباشد پس مزایا و معایب آنرا نیز در بر دارد. خصوصا بررسی جداگانه مح
| برای دانلود متن کامل این فایل به سایت torsa.ir مراجعه نمایید. |
دودیتهای زمانی و انرژی.
ایراد اساسی که به این روش وارد است، این است که الگوریتم، همواره در تلاش است که بارکاری وسیله برداشتگر انرژی را طوری تنظیم کند که برداشتگر انرژی در نقطه توان بیشینه MPP ، به برداشت بیشترین انرژی ممکن از محیط در هر زمانی بپردازد، این مسئله در زمان پر بودن باطری و عدم وجود وظیفهای برای اجرا، سبب سرریز باطری و به هدر رفتن انرژی برداشت شده میشود، حتی در صورت وجود وظیفهای برای اجرا و افزایش سرعت اجرای وظیفه جاری باز هم امکان وقوع این مسئله وجود دارد. بنابراین برداشت انرژی در هر واحد زمان با بیشترین توان، با توجه به هزینهی تبدیل انرژی محیطی به انرژی الکتریکی و پارهای عوامل دیگر، عمل مناسبی برای سیستم تعبیهشده محسوب نمیشود.
الگوریتم در زمانیکه انرژی محیطی، بیشتر از انرژی مورد نیاز پردازنده برای اجرای وظیفه جاری است، برای جلوگیری از رجوع به باطری و ذخیره انرژی مازاد در آن، با هدف کاهش سربار انرژی حاصل از شارژ باطری، سرعت اجرای وظیفه جاری را افزایش میدهد. بعبارتی پردازنده به بالاترین سطح فرکانسی خود برای مصرفی انرژی بیشتر، سوئیچ میکند. درست است که این مسئله، سربار انرژی را کاهش داده و سبب ایجاد زمان آرامش برای اجرای وظایف بعدی میشود، اما باتوجه به متغیر بودن انرژی محیطی، حالتی قابل تصور است که بعد از اجرای وظیفه جاری در بالاترین سطح توان و مصرف انرژی زیاد، وظیفهای با سررسید کم و انرژی مورد نیاز بیشتر از انرژی موجود در باطری و انرژی برداشت شده، وارد سیستم شود. حال اگر حتی با وجود زمان آرامش ایجاد شده، سیستم قادر به برداشت انرژی مورد نیاز وظیفه، از محیط، قبل از سررسید آن نباشد بعبارتی انرژی موجود در محیط پیرامون، برای اجرای وظیفه، کافی نباشد، وظیفه جاری از صف آماده حذف میشود، که این مسئله در صورت تکرار و وجود وظایف بیشتری با این شرایط، میتواند نرخ خطای سررسید را افزایش دهد. و سیستم برای کاهش انرژی حاصل از سربار، موجب حذف شدن وظیفه یا وظایفی شده است. شاید یک راهکار مناسب، تنظیم درست نرخ برداشت انرژی از محیط باشد نه برداشت بیشینه در هر زمان.
در کنار موارد گفته شده الگوریتم LM-APM ، دارای مزایایی است که نمیتوان از آنها چشمپوشی کرد که عبارتند از:
استفاده از سیستمی با قابلیت استفاده مستقیم از انرژی برداشت شده از محیط که سبب کاهش سربار انرژی حاصل از شارژ/دشارژ باطری شده و این امر سبب افزایش طول عمر باطری و درنهایت سبب افزایش طول عمر سیستم تعبیهشده و رعایت پیوستگی در اجرای عملیات آن میشود.
استفاده از باطری واقعی بجای باطری ایدهآل و تطابق الگوریتم با شرایط آن.
تنظیم بارکاری وسیله برداشتگر انرژی در نقطه توان بیشینه که سبب افزایش موجودیت انرژی میشود البته این قسمت در برخی مواقع سودمند میباشد که پیش از این توضیح داده شدهاست.
انجام زمانبندی برای تمامی وظایف و بررسی تأثیر زمانبندی یک وظیفه برروی سایر وظایفی که در ادامه وارد صف آماده میشوند.
کاهش سربار انرژی در باطری که سبب کارایی انرژی مصرفی کل سیستم میشود.
3-4-5 روش زمانبندی HA-DVFS[72]
در این قسمت الگوریتمی را معرفی میکنیم که نواقص بسیاری از الگوریتمها و روشهای معرفی شده در بخشهای قبل را برطرف کردهاست و اساس کار الگوریتم زمانبندی پیشنهاد شده در این گزارش نیز میباشد.
اهداف کلی این الگوریتم که در]19[، معرفی شده است عبارتند از :
زمانبندی تمامی وظایف در پایینترین سرعت ممکن و تخصیص بارکاری تاحد امکان مساوی (در تمام زمانها) به پردازنده.
جلوگیری از اتلاف انرژی برداشت شده، توسط ممانعت از سرریز انرژی در ذخیرهساز انرژی.
زمانبندی براساس تخصیص مساوی بارکاری پردازنده نه تنها، تأخیر و سربار حاصل از سوئیچ در بین سطوح ولتاژ/فرکانس پردازنده را کاهش میدهد، بلکه باعث افزایش بهرهوری، از تکنیکهایی همچون انتخاب پویای ولتاژ/فرکانس درجهت رسیدن به کمترین انرژی مصرفی سیستم نیز میشود]18[. در این حین، استفاده از انرژی سرریز شده در جهت کارایی بهتر سیستم، نیز یکی دیگر از نکات مثبتی است که این الگوریتم در جهت رسیدن بدان تلاش کردهاست. مدل برداشت انرژی(EHM) و سیستم تعبیهشده(EDM)، بکار رفته در این مقاله، کاملا همان سیستم معرفی شده در روش LM-APM، میباشد که در بخش قبل بطور کامل بیان شد. ذخیرهساز انرژی نیز در این روش، باطری واقعی با ضریب سودمندی شارژ/دشارژ λ ، میباشد.
توجه شود که سایر پارامترها و روابط برای مدل باطری در این مقاله، همان روابط مدل ESM معرفی شده در الگوریتم LM-APM، میباشد که در اینجا از تکرار مجدد خودداری میکنیم.
بطور خاص نویسندگان در این الگوریتم بدنبال موارد زیر میباشند:
جداسازی محدودیتهای زمانی و انرژی با هدف مدیریت توان بهتر و کاهش پیچیدگیهای الگوریتم زمانبندی.