[發(fā)明專(zhuān)利]基于情景感知的Android移動(dòng)終端電源管理方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201510765694.2
• 申請(qǐng)日: 2015-11-11
• 公開(kāi)（公告）號(hào): CN105338186A
• 公開(kāi)（公告）日: 2016-02-17
• 發(fā)明（設(shè)計(jì)）人: 劉發(fā)貴;王彬;林錦標(biāo)
• 申請(qǐng)（專(zhuān)利權(quán)）人: 華南理工大學(xué)
• 主分類(lèi)號(hào): H04M1/725
• 分類(lèi)號(hào): H04M1/725;H04M1/73
• 代理公司: 廣州粵高專(zhuān)利商標(biāo)代理有限公司 44102
• 代理人: 何淑珍

技術(shù)領(lǐng)域

本發(fā)明屬于移動(dòng)終端電源管理技術(shù)領(lǐng)域，具體涉及一種基于情景感知的智能管理Android移動(dòng)終端網(wǎng)絡(luò)接口的電源管理方法。

背景技術(shù)

隨著移動(dòng)終端軟硬件的高速發(fā)展和新一代網(wǎng)絡(luò)3G和4G的普及，越來(lái)越多的人們使用移動(dòng)智能終端并享受其帶來(lái)的便捷服務(wù)和休閑娛樂(lè)。目前全球智能手機(jī)用戶(hù)數(shù)量高速增長(zhǎng)，而Android系統(tǒng)已占據(jù)著移動(dòng)智能終端系統(tǒng)的大部分市場(chǎng)份額。同時(shí)移動(dòng)終端的高性能以及復(fù)雜應(yīng)用和重度游戲也帶來(lái)了更高的功耗，但是電池技術(shù)發(fā)展緩慢，容量明顯受其自身體積制約結(jié)論，如何減少功耗已成為移動(dòng)終端發(fā)展的一個(gè)亟待解決的問(wèn)題。

動(dòng)態(tài)電源管理(DynamicPowerManagement，DPM)是一種系統(tǒng)級(jí)低功耗技術(shù)，它根據(jù)請(qǐng)求服務(wù)和性能要求，通過(guò)對(duì)系統(tǒng)部件的動(dòng)態(tài)配置，對(duì)系統(tǒng)部件的狀態(tài)進(jìn)行動(dòng)態(tài)轉(zhuǎn)換，啟動(dòng)盡可能少的部件或讓其處于適當(dāng)?shù)哪芎臓顟B(tài)，以此來(lái)達(dá)到對(duì)能耗的有效利用。傳統(tǒng)的策略包括超時(shí)策略、預(yù)測(cè)策略和隨機(jī)模型策略，它們都有各自的特點(diǎn)和不足。

Android系統(tǒng)也提供了自身的電源管理方案，其中包括基于Wakelock的系統(tǒng)電源管理，目的是使其在待機(jī)狀態(tài)下盡量進(jìn)入休眠狀態(tài)。但是研究表明Android移動(dòng)終端的待機(jī)狀態(tài)能耗占全部能耗的一半以上，這是由于Android系統(tǒng)的開(kāi)放性導(dǎo)致第三方的應(yīng)用在后臺(tái)濫用Wakelock資源，通過(guò)網(wǎng)絡(luò)接口不斷進(jìn)行數(shù)據(jù)傳輸。針對(duì)待機(jī)狀態(tài)下的高能耗問(wèn)題，目前的方法主要是靜態(tài)設(shè)置一些固定的時(shí)間和其他條件來(lái)開(kāi)啟和關(guān)閉網(wǎng)絡(luò)接口。

發(fā)明內(nèi)容

為了更加智能并且有效地減少待機(jī)狀態(tài)下的功耗，本發(fā)明提出了基于情景感知的Android移動(dòng)終端電源管理方法，利用移動(dòng)終端的情景感知信息進(jìn)行決策來(lái)預(yù)測(cè)當(dāng)前是否需要網(wǎng)絡(luò)接口，并智能地對(duì)其進(jìn)行動(dòng)態(tài)管理，減少待機(jī)狀態(tài)下的系統(tǒng)能耗。本發(fā)明對(duì)復(fù)雜的情景信息進(jìn)行了預(yù)處理，并優(yōu)化了獲取定位數(shù)據(jù)的方法。決策算法是基于改進(jìn)的K最近鄰算法，樣本距離計(jì)算采用加權(quán)歐式距離公式，并利用信息增益值來(lái)選取情景信息屬性和確定屬性的權(quán)重。另外本發(fā)明提出了一種基于最大屬性值域的樣本裁剪方法，來(lái)減少?zèng)Q策時(shí)的計(jì)算樣本數(shù)量。

本發(fā)明的具體技術(shù)方案如下。

一種基于情景感知的Android移動(dòng)終端電源管理方法，其包括：利用移動(dòng)終端的情景感知信息進(jìn)行決策來(lái)預(yù)測(cè)當(dāng)前是否需要網(wǎng)絡(luò)接口，并智能地對(duì)移動(dòng)終端進(jìn)行動(dòng)態(tài)管理，來(lái)減少待機(jī)狀態(tài)下的系統(tǒng)功耗，并通過(guò)移動(dòng)終端的系統(tǒng)接口獲取相關(guān)的情景信息。

進(jìn)一步地，對(duì)獲取到的復(fù)雜情景信息進(jìn)行了預(yù)處理，其中包括對(duì)定位數(shù)據(jù)精確度的確定和優(yōu)化獲取定位數(shù)據(jù)的方法，來(lái)減少額外損耗的能量。

進(jìn)一步地，基于改進(jìn)的K最近鄰算法，樣本距離計(jì)算采用加權(quán)歐式距離公式，并利用屬性的信息增益來(lái)選取情景信息屬性和確定屬性的權(quán)重。

進(jìn)一步地，基于最大屬性值域的樣本裁剪方法，來(lái)減少?zèng)Q策時(shí)的計(jì)算樣本數(shù)量。

進(jìn)一步地，所述對(duì)獲取到的復(fù)雜情景信息進(jìn)行了預(yù)處理包括如下步驟：

(1)在情景采集層獲取初始數(shù)據(jù)，主要是針對(duì)經(jīng)緯度的地理位置；

(2)利用(1)的結(jié)果采用不同的精確度使其唯一對(duì)應(yīng)一個(gè)地理位置；

(3)利用(2)的結(jié)果將同一位置的經(jīng)緯度數(shù)據(jù)進(jìn)行合并，得到不同精度下位置的時(shí)間分布情況；

(4)利用(3)的結(jié)果進(jìn)行數(shù)據(jù)處理及分析，選取精確度等于4的經(jīng)緯度方案。

進(jìn)一步地，所述基于改進(jìn)的K最近鄰算法包括如下步驟：

(1)計(jì)算待分類(lèi)樣本Y和每一個(gè)訓(xùn)練樣本X_i的距離；

(2)利用(1)的結(jié)果進(jìn)行升序排序，選取前k個(gè)距離最近的樣本集合Z；

(3)利用(2)的結(jié)果統(tǒng)計(jì)k個(gè)最近樣本集合Z中每個(gè)類(lèi)別c的個(gè)數(shù)N(c)；

(4)利用(3)的結(jié)果選取樣本集合中N(c)最多的類(lèi)別c作為待分類(lèi)的樣本的類(lèi)別C(Y)。

進(jìn)一步地，所述基于最大屬性值域的樣本裁剪方法包括如下步驟：

(1)在訓(xùn)練樣本集合X中，計(jì)算樣本P與其時(shí)間屬性值相同的樣本Y的距離，以及樣本P與其時(shí)間屬性值不相同的樣本Q的距離；

(2)利用(1)的結(jié)果來(lái)表示各個(gè)樣本相對(duì)于樣本Y的相對(duì)位置；

(3)利用(2)的結(jié)果得到樣本Y的第K個(gè)最近樣本X_i的范圍；

(4)利用(3)的結(jié)果以一周為單位來(lái)采集訓(xùn)練樣本，以KNN算法的K值除以7來(lái)確定公式中的K值。

與現(xiàn)有技術(shù)相比，本發(fā)明具有如下優(yōu)點(diǎn)和技術(shù)效果：