KR100753469B1 - Power management method based on chemical characteristics of portable battery - Google Patents

Abstract

A power management method based on chemical characteristics of a portable battery is provided to extend a lifespan of the battery by applying an optimized DVS(Dynamic Voltage Scaling) scheme after dividing a state of the battery into a recovery region, a power maintenance region, and an alarm region. A power management system(210) monitors a state of a processor, collects information required for a DVS(Dynamic Voltage Scaling) process, and determines a proper strategy for the processor. The power management system includes a monitoring module(211), a policy module(214), and a processor control module(218). A battery remaining quantity which is monitored on a smart battery(201) is inputted to the monitoring module. The remaining quantity is analyzed in a battery state monitor(212). A current task quantity is measured by a task monitor(213) and the measured result is inputted to the policy module. The policy module determines a proper processor state by using a selective DVS policy(216). A current state of the processor(221) is inputted to an algorithm selector(215) through an API(Application Program Interfaces)(219).

Description

배터리의 화학적 특성을 이용한 이동기기의 전력 관리 방법{Power management method based on chemical characteristics of portable battery}Power management method based on chemical characteristics of battery {Power management method based on chemical characteristics of portable battery}

도 1은 본 발명의 기초가 되는 데이터로서, 시간에 따른 리튬이온 배터리의 전력소비 특성을 보여주는 도면,1 is a diagram showing the power consumption characteristics of a lithium-ion battery over time as data underlying the present invention;

도 2는 도 1에 나타낸 리튬이온 배터리의 전력소비 특성을 일반화하여 나타낸 도면,2 is a view showing generalized power consumption characteristics of the lithium ion battery shown in FIG. 1;

도 3은 본 발명에서 커널 안에서 동작하는 워크로드와 배터리 소비량을 결합시키고 DVS를 통해 배터리 순간 소비량의 변화를 도식화한 도면,3 is a diagram illustrating a combination of a workload operating in a kernel and a battery consumption in the present invention, and illustrating a change in battery instantaneous consumption through DVS,

도 4는 본 발명에서 제안하는 커널구조를 실제 프로그래밍하기 위한 sudo 코드를 나타낸 도면,4 is a diagram showing sudo code for actually programming a kernel structure proposed by the present invention;

도 5는 본 발명에 따른 전력 관리 방법이 적용되는 기본적인 하드웨어 구성을 도시한 구성도,5 is a block diagram showing a basic hardware configuration to which the power management method according to the present invention is applied;

도 6은 본 발명에 따라 리튬이온 배터리 특성을 이용하는 저전력 커널 구조의 구성도,6 is a block diagram of a low power kernel structure using lithium ion battery characteristics according to the present invention;

도 7 내지 도 11은 본 발명에 따른 전력 관리 방법의 실험예 결과를 나타낸 도면.7 to 11 are diagrams showing experimental results of a power management method according to the present invention;

<도면의 주요 부분에 대한 부호의 설명><Explanation of symbols for main parts of the drawings>

201 : 스마트 배터리 210 : 전력 관리 시스템201: smart battery 210: power management system

211 : 모니터링 모듈 212 : 배터리 상태 모니터211: monitoring module 212: battery status monitor

213 : 태스크 모니터 214 : 정책 모듈213: Task Monitor 214: Policy Modules

215 : 알고리즘 선택기 216 : 선택적 DVS 정책215: algorithm selector 216: optional DVS policy

217 : API 컨트롤 함수부 218 : 프로세서 컨트롤 모듈217: API control function unit 218: processor control module

219 : 프로세서 상태 API 220 : 프로세서 컨트롤 API219: Processor Status API 220: Processor Control API

221 : 프로세서221: processor

본 발명은 배터리의 화학적 특성을 이용한 이동기기의 전력 관리 방법에 관한 것으로서, 배터리 잔량에 따른 화학적 특성을 기준으로 배터리의 상태구간을 충전회복 효과 영역, 전력소비 비율 유지 효과 영역, 경고 영역의 3단계로 구분한 후 각각의 구간에 최적화된 DVS 기법을 사용하여 배터리의 사용시간을 연장할 수 있도록 한 배터리의 화학적 특성을 이용한 이동기기의 전력 관리 방법에 관한 것이다.The present invention relates to a power management method of a mobile device using the chemical characteristics of the battery, and based on the chemical characteristics according to the remaining battery capacity of the battery recovery period, the three stages of the charge recovery effect area, power consumption ratio maintenance effect area, warning area The present invention relates to a power management method of a mobile device using the chemical characteristics of a battery to extend the battery life using the DVS technique optimized for each section.

최근 PDA나 스마트폰(Smart Phone), HPC(Handheld PC), 노트북, PMP(Portable Multimedia Player), DMB, 무선 센서노드 등과 같은 이동기기의 사용이 증가함에 따라 이동기기의 성능과 더불어 배터리의 사용시간이 중요한 요소로 인식되고 있다. 따라서 배터리의 사용시간을 연장하기 위해 하드웨어 및 소프트웨어 측면에서 많은 연구가 진행되고 있다. Recently, as the use of mobile devices such as PDA, smart phone, HPC (Handheld PC), notebook, portable multimedia player (PMP), DMB, wireless sensor node, etc. increases, the performance of the mobile device and battery life This is recognized as an important factor. Therefore, a lot of research is being done in terms of hardware and software to extend the battery life.

하드웨어 측면에서는 장치의 소비에너지 절약의 관점에서 활발한 연구가 진행되고 있고, 소프트웨어 측면에서는 저전력 설계된 하드웨어를 효율적으로 운영함으로써 전력소모를 줄이는 기법들이 연구되고 있다. 소프트웨어 측면의 대표적인 기법으로는 프로세서의 동작주파수와 공급전압을 바꾸어주는 동적 전압 스케일링(Dynamic Voltage Scaling, 이하 'DVS'라 함) 기술이 알려져 있다. 프로세서의 경우 전력소모가 클 뿐만 아니라 지속적으로 전력을 소비하기 때문에 프로세서 DVS는 효율적인 전력 소비 절감 방법 중의 하나로 여겨지고 있다. DVS를 지원하는 프로세서들은 필요한 성능에 맞추어 프로세서의 동작주파수를 동적으로 조정해야 하기 때문에 이동기기의 자원들을 관리하는 운영체제의 관점에서의 알고리즘에 대한 연구가 필요하다. On the hardware side, active researches are being conducted in terms of saving energy consumption of devices. On the software side, techniques for reducing power consumption by efficiently operating low power designed hardware are being studied. A representative technique on the software side is known as Dynamic Voltage Scaling (DVS), which changes the operating frequency and supply voltage of the processor. Processor DVS is considered to be one of the most efficient ways to reduce power consumption because of its high power consumption and continual power consumption. Processors supporting DVS must dynamically adjust the operating frequency of the processor to meet the required performance. Therefore, it is necessary to study algorithms in terms of an operating system that manages mobile device resources.

기존 DVS 알고리즘은 전력공급원인 배터리가 지속적으로 일정량의 전력공급이 가능하고 배터리의 사용시간이 소비전력량에만 관계가 있음을 가정하고 진행되어 왔다. 이러한 관점에서 프로세서의 사용량에 따라 최소한의 동작주파수를 정해주고 그에 맞추어 공급전압을 결정하는 방법을 사용하였다. 이러한 방법의 대표적인 예로는 인터벌 예측 기반 방식을 사용하여 미래의 프로세서 사용량을 예측하고 예측된 사용량에 맞추어 CPU의 공급전압과 동작주파수를 정해주는 Wiser와 Govil의 방법을 들 수 있다. 소비전력과 함께 DVS에서 고려할 중요한 사항이 태스크의 QoS이다. Wiser와 Govil의 방법은 예측된 동작주파수만을 이용해 프 로세서의 상태를 결정하기 때문에 태스크 단위의 적절한 QoS 보장이 어렵다.The existing DVS algorithm has been performed assuming that a battery, a power supply, can continuously supply a certain amount of power, and that the use time of the battery is only related to the power consumption. From this point of view, the minimum operating frequency was determined according to the processor usage and the supply voltage was determined accordingly. Representative examples of this method include Wiser and Govil's method of predicting future processor usage using an interval prediction based method and determining the CPU supply voltage and operating frequency according to the predicted usage. Along with power consumption, an important consideration in DVS is the QoS of the task. Wiser and Govil's method determines the state of the processor using only the expected operating frequency, so it is difficult to guarantee proper QoS in each task.

따라서 Pering과 Shin 등은 태스크의 데드라인을 고려하여 DVS를 수행함으로써 QoS를 저하시키지 않는 DVS 알고리즘을 개발하였으나 범용 운영체제에는 적합하지 않고, 이를 개선하기 위하여 Flautner 및 Lorch는 범용 운영체제에 적합한 DVS 메커니즘 및 알고리즘을 제안하였다. 그러나, 기존 연구의 가정과는 다르게 배터리는 배터리 잔량에 따라 상이한 화학적 특성을 가지고 있기 때문에 지속적으로 전력공급이 일정할 수 없으며, 전력소비량 및 유휴시간에 따라 배터리의 사용시간이 변경된다. Therefore, Pering and Shin developed DVS algorithm that does not degrade QoS by performing DVS in consideration of task deadline, but it is not suitable for general-purpose operating system. To improve this, Flautner and Lorch recommend DVS mechanism and algorithm suitable for general-purpose operating system. Suggested. However, contrary to the assumptions of the previous studies, since batteries have different chemical characteristics depending on the remaining battery power, the power supply cannot be constantly maintained, and the use time of the battery is changed according to the power consumption and idle time.

그러므로 DVS 정책에 배터리의 특성을 고려하는 것이 배터리의 사용시간 연장에 효과적이다. 배터리를 고려한 DVS 정책은 Luo, Martin과 Rakhmatov 등이 제시하였다. Luo는 배터리의 소모 전력을 최적화하고, 피크파워가 나타나지 않도록 수행하는 방식으로 배터리의 사용시간을 연장하는 방법을 제안하였고, Martin은 메모리의 대역폭과 프로세서의 속도를 배터리의 특성에 따라 변경하는 방법을 이용하여 배터리의 사용시간을 늘리는 정책을 제시하였다. 그러나, 제시한 이 기법들은 배터리 모델링을 바탕으로 한 시뮬레이션 결과였고, 모델의 복잡성으로 인해 실시간으로 배터리의 상태를 모니터링할 수 없기 때문에 온라인 정책으로 사용하기 어렵다. 또한 Rakhmatov은 실시간 태스크의 전력소비량을 계산한 후 그 소비량에 따라 데드라인을 보장하는 범위 안에서 태스크를 배열하고 유휴시간을 삽입함으로써 배터리의 사용시간을 늘리는 방법을 제시하였다. Rakhmatov는 실시간으로 배터리의 상태를 모니터링할 수 있는 모델을 제시하고 그 모델을 이용하여 결과를 도출하였으나, 태스크 자체가 데드라인과 소비 에너지를 가진 실시간 태스크이기 때문에 실제 범용 운영체제에 적용하기는 힘들다. Therefore, considering the characteristics of the battery in the DVS policy is effective in extending the battery life. The DVS policy considering batteries was presented by Luo, Martin and Rakhmatov. Luo proposed a way to extend battery life by optimizing the battery's power consumption and avoiding peak power, and Martin proposed how to change memory bandwidth and processor speed based on battery characteristics. Policy to extend battery life. However, the proposed techniques were simulation results based on battery modeling, and because of the complexity of the model, it is difficult to use the online policy because the state of the battery cannot be monitored in real time. Rakhmatov also proposed a method to increase battery life by calculating power consumption for real-time tasks and arranging tasks within the range that guarantees deadlines according to the consumption and inserting idle time. Rakhmatov presented a model that can monitor the state of the battery in real time and derived the results using the model. However, since the task itself is a real-time task with deadline and energy consumption, it is difficult to apply to a general-purpose operating system.

그리고, 배터리를 고려한 DVS 정책 외에도 Benini는 DPM 정책을 제시하였는데, 여기서 Benini는 배터리 상태를 실시간으로 모니터해서 배터리 잔량에 따라 QoS를 조정하여 배터리의 사용시간을 늘리는 방법을 제안하였다. MP3 플레이어에 배터리 측정을 위한 하드웨어를 추가하고 실시간으로 배터리의 상태를 모니터링하여 정책을 수행하는 방법을 제시하였으나, 이 방법은 단순히 QoS와 배터리 소모간의 최적 값을 통해 QoS를 감소시킴으로써 수명을 연장시켰다. 이러한 방법은 배터리의 사용시간을 연장하는데 도움을 주기는 하지만 QoS를 감소시키는 단점이 있다. In addition to the battery-considered DVS policy, Benini also proposed a DPM policy, where Benini proposed a method to increase battery life by monitoring battery status in real time and adjusting QoS according to battery level. The MP3 player adds hardware to measure the battery and monitors the battery's condition in real time to implement the policy, but this method extends life by simply reducing QoS through the optimal value between QoS and battery consumption. This method helps to prolong the battery life but has the disadvantage of reducing QoS.

따라서, 본 발명은 상기와 같은 문제점을 해결하기 위하여 발명한 것으로서, 배터리 잔량에 따른 화학적 특성을 기준으로 배터리의 상태구간을 충전회복 효과 영역, 전력소비 비율 유지 효과 영역, 경고 영역의 3단계로 구분한 후 각각의 구간에 최적화된 DVS 기법을 사용하여 배터리의 사용시간을 연장할 수 있도록 한 배터리의 화학적 특성을 이용한 이동기기의 전력 관리 방법을 제공하는데 그 목적이 있다.Therefore, the present invention was invented to solve the above problems, and divided the state section of the battery into three stages: a charge recovery effect region, a power consumption ratio maintenance effect region, and a warning region based on the chemical characteristics according to the remaining battery capacity. After that, the purpose of the present invention is to provide a power management method of a mobile device using the chemical characteristics of a battery to extend the battery life using the DVS technique optimized for each section.

이하, 첨부한 도면을 참조하여 본 발명을 상세히 설명하면 다음과 같다.Hereinafter, the present invention will be described in detail with reference to the accompanying drawings.

본 발명은, 스마트 배터리로부터 전력을 공급받는 이동기기의 전력 관리 방법에 있어서,The present invention provides a power management method of a mobile device that is powered from a smart battery,

(a)상기 이동기기의 모니터링 모듈이 상기 스마트 배터리로부터 현재의 배터리 잔량 정보를 모니터링하는 동시에 운영체제의 커널 및 스케줄러 내부에서 현재 수행 중인 태스크 정보를 모니터링하여 정책 모듈로 전달하는 단계와;(a) monitoring, by the monitoring module of the mobile device, current battery level information from the smart battery, and monitoring and transmitting task information currently performed in the kernel and scheduler of the operating system to a policy module;

(b)상기 정책 모듈이 상기 모니터링 모듈로부터 입력받은 정보와 프로세서 컨트롤 모듈로부터 입력받은 현재의 프로세서 상태 정보를 이용하여, 배터리 잔량에 따른 현재의 배터리 특성 상태를 충전회복 효과 영역, 전력소비 비율 유지 효과 영역 및 경고 영역 중에 어느 하나로 판단하고, 이어 각 영역에 따라 정해진 DVS 알고리즘을 선택 및 적용하여 다음 단계의 프로세서 상태를 결정하는 단계와;(b) the policy module uses the information received from the monitoring module and the current processor state information input from the processor control module to maintain the current state of the battery characteristics according to the remaining battery charge recovery area and power consumption ratio. Determining one of an area and a warning area, and then selecting and applying a DVS algorithm determined according to each area to determine a processor state of a next step;

(c)상기 정책 모듈에서 결정된 프로세서 상태를 프로세서 컨트롤 모듈이 전달받아 프로세서의 상태를 제어하고, 상기 프로세서 컨트롤러 모듈이 현재의 프로세서 상태 정보를 상기 정책 모듈로 피드백시키는 단계;(c) receiving a processor state determined by the policy module from the processor control module to control the state of the processor, and feeding back the current processor state information to the policy module by the processor controller module;

를 포함하여 구성되는 것을 특징으로 한다.Characterized in that comprises a.

바람직한 실시예로서, 상기 (b)단계에서, 현재의 배터리 상태를 충전회복 효과 영역, 전력소비 비율 유지 효과 영역 및 경고 영역 중에 어느 하나로 판단하는 단계는,As a preferred embodiment, in the step (b), the step of determining the current battery state to any one of the charge recovery effect area, the power consumption ratio maintenance effect area and the warning area,

상기 입력받은 정보로부터 계산되고 하기 식(A)에 의해 정의되는 태스크의 배터리 소비량 B(Q_i)의 변화량 ΔB(Q_i)(= B(Q_{i -1}) - B(Q_i))의 값으로부터 판단하는 것을 특징으로 한다.The value of the change amount ΔB (Q _i ) (= B (Q _{i -1} )-B (Q _i )) of the battery consumption B (Q _i ) of the task calculated from the received information and defined by the following formula (A): It is characterized by judging from.

식(A):

Formula (A):

B(Q_i): 태스크가 수행되는 Q_i시간 동안 배터리가 소비되는 량,B (Q _i ): How much battery is consumed during the Q _i time the task is performed,

L_max: 배터리가 완전 충전되었을 때의 잔량,L _max : Remaining charge when the battery is fully charged,

L_i: 현재의 배터리 잔량.L _i : Current battery level.

여기서, 상기 ΔB(Q_i)의 값이 양의 값으로 유지되면 충전회복 효과 영역으로 판단하고, 상기 ΔB(Q_i)의 값이 미리 정해진 음의 값 이상이면 전력소비 비율 유지 효과 영역으로, 상기 미리 정해진 음의 값보다 작으면 경고 영역으로 판단하는 것을 특징으로 한다.Herein, when the value of ΔB (Q _i ) is maintained as a positive value, it is determined as a charge recovery effect region, and when the value of ΔB (Q _i ) is equal to or greater than a predetermined negative value, the power consumption ratio maintaining effect region is determined. If it is smaller than a predetermined negative value, it is determined that the warning area.

또한 상기 (b)단계에서, 현재의 배터리 특성 상태를 충전회복 효과 영역으로 판단한 경우, 프로세서의 전력상태 P_i를 프로세서 성능이 최고로 되는 전력상태 P_max로 하여(P_i=P_max) 태스크가 수행되도록 다음 단계의 프로세서 상태를 결정하는 것을 특징으로 한다.In the step (b), when the current battery characteristic state is determined as the charge recovery effect region, the task is performed by setting the power state P _i of the processor to the power state P _max at which the processor performance is the highest (P _i = P _max ). The processor state of the next step is determined as much as possible.

또한 상기 (b)단계에서, 현재의 배터리 특성 상태를 전력소비 비율 유지 효과 영역으로 판단한 경우, 프로세서의 전력상태 P_i를 하기 식(B)에 의해 정의되는 전력상태 P_{optimal (i)}로 하여 태스크가 수행되도록 다음 단계의 프로세서 상태를 결정하는 것을 특징으로 한다.In the step (b), when the current battery characteristic state is determined as the power consumption ratio maintenance effect region, the task is performed by setting the power state P _i of the processor as the power state P _{optimal (i)} defined by Equation (B) below. It is characterized by determining the processor state of the next step to be performed.

식(B):

Formula (B):

W_{real (i-1)}: 태스크 모니터에 의해 얻어진 i-1번째 태스크의 수행시간,W _{real (i-1)} : execution time of the i-1th task obtained by the task monitor,

Q_{real (i-1)}: 태스크 모니터에 의해 얻어진 i-1번째 태스크의 주기,Q _{real (i-1)} : period of the i-1th task obtained by the task monitor,

W_{pred (i)}: 이전에 얻어진 값에 의해 예측된 i번째 태스크의 수행시간,W _{pred (i)} : execution time of the i th task predicted by the previously obtained value,

Q_{real (i)}: 이전에 얻어진 값에 의해 예측된 i번째 태스크의 주기.Q _{real (i)} : Period of the i th task predicted by the previously obtained value.

또한 상기 (b)단계에서, 현재의 배터리 특성 상태를 충전회복 효과 영역으로 판단한 경우, 프로세서의 전력상태 P_i를 프로세서 성능이 최고로 되는 전력상태 P_max로 하여(P_i=P_max) 태스크가 수행되도록 다음 단계의 프로세서 상태를 결정하는 것을 특징으로 한다.In the step (b), when the current battery characteristic state is determined as the charge recovery effect region, the task is performed by setting the power state P _i of the processor to the power state P _max at which the processor performance is the highest (P _i = P _max ). The processor state of the next step is determined as much as possible.

이하, 첨부한 도면을 참조하여 본 발명을 더욱 상세히 설명하면 다음과 같다.Hereinafter, the present invention will be described in more detail with reference to the accompanying drawings.

본 발명은 배터리의 화학적 특성을 이용한 이동기기의 전력 관리 방법에 관한 것으로서, 스마트 배터리 표준을 사용하여 배터리 잔량을 모니터링하고 운영체제 안에서 태스크를 온라인으로 모니터링한 후 배터리 잔량에 따라 적합한 전력 관 리 기법, 즉 DVS 기법을 적용하는 선택적 기법을 제공한다.The present invention relates to a power management method of a mobile device using a chemical characteristic of a battery, and monitors the battery level using a smart battery standard and monitors the task online in the operating system online, and then a power management method suitable for the battery level, that is, Provides an optional technique for applying the DVS technique.

기존의 저전력 기법들은 이동기기의 전력공급원인 배터리가 지속적으로 전력공급을 일정하게 유지함을 가정하여 진행되어 왔으나, 알려진 바와 같이 배터리는 잔량에 따라 상이한 화학적 특성을 나타내므로 배터리의 사용시간 연장에 효과적이지 못하다.Conventional low-power techniques have been performed assuming that the battery, the power source of the mobile device, maintains a constant power supply, but as is known, the battery exhibits different chemical characteristics depending on the remaining amount, which is effective for prolonging the battery life. Can not do it.

따라서, 본 발명은 기존 DVS 기법에서 고려하지 않았던 배터리 특성에 기반을 둔 DVS 기법을 제시하며, 배터리 잔량에 따른 화학적 특성을 기준으로 배터리의 상태구간을 충전회복 효과 영역, 전력소비 비율 유지 효과 영역, 경고 영역의 3단계로 구분한 후 각각의 구간에 최적화된 DVS 기법을 사용하여 배터리의 사용시간을 연장하는 것에 주안점이 있는 것이다.Therefore, the present invention proposes a DVS technique based on battery characteristics not considered in the conventional DVS technique, and based on the chemical characteristics according to the remaining battery capacity, the state section of the battery is based on the charge recovery effect region, power consumption ratio maintenance effect region, The main focus is to extend the battery life using the DVS technique optimized for each section after dividing into three levels of warning area.

배터리는 다양한 요인들에 의해서 소비전력량이 바뀐다. 그 중에서 가장 크게 영향을 미칠 수 있는 특성은 전력소비 비율 유지 효과(rate capacity effect)와 충전회복 효과(recovery effect)이다. 전력소비 비율 유지 효과는 배터리의 방전량에 따라 배터리 사용시간이 변하는 것을 의미한다. 예를 들면 1A로 방전되는 배터리 사용시간이 10시간인 배터리의 경우 2A로 방전량을 늘려주면 3시간으로 배터리 사용시간이 줄어드는 것처럼 방전량이 증가한 비율보다 더 큰 비율로 배터리 사용시간이 감소하는 것을 말한다. 배터리는 전기화학적 산화/환원 반응을 통해 활물질의 화학에너지를 전기에너지로 변화시키는 장치이다. 즉, 전극인 애노드(anode)와 캐소드(cathod)에 전해질(electrolyte)이 반응하여 전자의 이동에 의해서 전기에너지가 발생한다. 이때 전극에 가까운 전해질부터 반응이 일어나게 되고, 전극에서 먼 전해질은 이미 반응한 전해질에게 전자를 전달하여 보충하게 된다. 따라서, 같은 시간의 배터리의 소비량이 증가하면 전극에 가까운 전해질이 빠른 속도로 감소하며, 전자 전달 속도가 늦어지게 된다. 이것이 전력소비 비율 유지 효과가 일어나는 이유이다. Batteries vary their power consumption by various factors. The most influential characteristics are the power consumption rate maintenance rate and the recovery effect. The effect of maintaining the power consumption ratio means that the battery usage time changes according to the discharge amount of the battery. For example, a battery with 10 hours of battery life discharged at 1A increases the discharge time to 2A, which decreases the battery life time at a rate greater than the rate at which the amount of discharge increases. . A battery is a device that converts chemical energy of an active material into electrical energy through an electrochemical oxidation / reduction reaction. That is, an electrolyte reacts with an anode and a cathode, which are electrodes, and electrical energy is generated by the movement of electrons. At this time, the reaction occurs from the electrolyte close to the electrode, and the electrolyte far from the electrode replenishes by transferring electrons to the already reacted electrolyte. Therefore, when the consumption of the battery at the same time increases, the electrolyte close to the electrode decreases rapidly, and the electron transfer rate is slowed. This is why the power consumption rate maintenance effect occurs.

그리고, 배터리가 소비되는 중간에 유휴시간이 발생하면 전극에서 먼 전해질은 안정적으로 가까운 전해질 쪽으로 전자를 전달할 수 있기 때문에 충전회복 효과가 일어나게 된다. 배터리의 잔량과 화학적 특징을 함께 고려해 볼 때, 먼저 충전회복 효과의 경우 배터리 잔량이 많을 때는 전해질이 충분히 존재하기 때문에 유휴시간이 짧더라도 빠른 속도로 충전 회복 효과가 일어날 수 있지만 배터리 잔량이 감소할 경우 충분한 유휴시간이 주어지지 않으면 전해질 부족으로 충분한 회복 효과가 일어나지 않는다. 따라서, 충전회복 효과의 경우 배터리의 잔량이 감소할수록 느린 속도로 배터리를 소비해야만 충분한 전자의 공급이 전해질에서 이루 어질 수 있다. In addition, when an idle time occurs while the battery is consumed, a charge recovery effect occurs because the electrolyte far from the electrode can stably transfer electrons toward the close electrolyte. Considering the battery's remaining capacity and chemical characteristics, first, in the case of the charge recovery effect, since the electrolyte is sufficiently present when the battery level is large, the charging recovery effect may occur at a short time even if the idle time is short, but the battery level decreases. If not enough idle time is given, there is no sufficient recovery effect due to lack of electrolyte. Therefore, in the case of the charge recovery effect, the supply of sufficient electrons can be made in the electrolyte only when the battery is consumed at a slow rate as the remaining amount of the battery decreases.

이와 같은 화학적 모델을 고려할 때 배터리의 소비와 유휴를 반복하면 배터리의 잔량에 따라 충전회복 효과와 소비 비율 유지 효과가 다르게 영향을 미칠 수 있을 것으로 예상하여 본 발명의 발명자는 소비와 유휴를 반복하는 실험을 실행하였다. 실험을 위해서 iPAQ 3600 PDA에 Familar Linux v7.2와 GPE를 설치하고, 배터리의 잔량을 측정하기 위하여 하드웨어에서 전압 강하를 통해 얻어진 결과를 ASIC을 통해 읽을 수 있도록 커널을 수정하였다. 실험은 시스템의 태스크 수행과 유휴를 각각 30초씩 반복한 후 배터리의 잔량을 모니터링하였다. 30초씩 반 복한 이유는 실험 시간을 최소화하는 범위 내에서 배터리의 충전회복 효과와 전력소비 비율 유지 효과가 충분히 나타날 수 있었기 때문이다.Considering such a chemical model, if the battery consumption and idle time is repeated, it is expected that the charging recovery effect and the consumption rate maintenance effect may be differently affected according to the remaining battery capacity. Was run. For the experiment, I installed Familar Linux v7.2 and GPE on iPAQ 3600 PDA, and modified the kernel to read the result obtained by voltage drop in hardware to measure the remaining battery. In the experiment, the task performance and idle time of the system were repeated for 30 seconds, and then the remaining battery was monitored. The reason for repeating every 30 seconds was that the battery could be fully charged and maintained its power consumption ratio within the range that minimized the experiment time.

첨부한 도 1은 실험 결과를 나타낸 것으로, x축은 배터리 사용시간(s), y축은 배터리의 잔량(mV)을 표시하여 시간에 따른 잔량 변화를 보여주고 있다. 도 1에서 알 수 있듯이 배터리 잔량이 약 4150mV에 도달할 때까지의 구간(영역 A)에서는 소비되는 량과 회복되는 량이 거의 일정하여 배터리 잔량이 약 4200 ~ 4300mV 사이에서 유지됨을 볼 수 있다. 하지만 4150mV 이하 구간(영역 B)으로 잔량이 떨어지게 되면 일정한 비율로 배터리 잔량이 감소하는 것을 볼 수 있다. 일정한 비율로 감소되던 배터리 잔량은 약 3650mV 이하 구간(영역 C)에 도달하게 되면 급격한 곡선을 그리면서 감소하게 된다. 배터리의 잔량에 따라 소비 패턴이 다르게 나타나는 현상은 배터리의 화학적 특성으로 인한 것이다. 영역 A에서는 배터리의 충전회복 효과의 특성에 의해 배터리 소비량의 회복이 일어나며, 영역 B의 경우는 충전회복 효과가 크게 영향을 미치지 않아 전력소비량이 더 중요한 요소로 작용한다. 영역 C의 경우 충전회복 효과와 상관없이 배터리의 소비 곡선이 급격하게 떨어진다.1 shows an experimental result. The x-axis shows the battery usage time (s), and the y-axis shows the remaining battery capacity (mV) to show the change in remaining capacity over time. As can be seen in Figure 1, the amount of consumption and recovery is almost constant in the interval (region A) until the remaining battery reaches about 4150mV, it can be seen that the battery remaining between about 4200 ~ 4300mV. However, when the remaining capacity falls to the section below 4150mV (Area B), the battery level decreases at a constant rate. The remaining battery capacity, which decreased at a constant rate, decreases while drawing a sharp curve when it reaches an area of about 3650mV or less (area C). The phenomenon that the consumption pattern is different depending on the remaining battery charge is due to the battery's chemical properties. In the region A, the battery consumption is restored by the characteristics of the charge recovery effect of the battery, and in the case of the region B, the power consumption is more important because the charge recovery effect is not significantly affected. In the case of region C, the consumption curve of the battery drops drastically regardless of the charging recovery effect.

이와 같은 실험 결과를 근거로 본 발명에서는 배터리의 특징을 고려하여 배터리 잔량에 따라서 선택적으로 DVS 알고리즘을 적용함으로써, 이동기기의 수행시간을 최대화하는 DVS 기법을 제시한다. Based on the experimental results, the present invention proposes a DVS technique that maximizes the execution time of a mobile device by selectively applying a DVS algorithm according to the remaining battery capacity in consideration of battery characteristics.

기본개념은 다음과 같다. 첨부한 도 2에서 보는 바와 같이 알고리즘 적용 구간을 실시간 배터리 모니터링을 통하여 배터리의 방전특성에 따라 충전회복 효과 영역(recovery effect region), 전력소비 비율 유지 효과 영역(rate capacity effect region), 그리고 경고 영역(alarm region)의 3개의 배터리 상태구간으로 나누고, 각 구간에 적합한 DVS 알고리즘을 적용한다. 배터리가 완전 충전 되었을 때의 잔량을 L_full, 그리고 컷-오프(cut-off) 잔량을 L_low라고 하면, 배터리는 L_full에서 L_low로 방전되고, 이 기간이 배터리 사용시간이다. 이때 충전회복 효과가 전력소비 비율 유지 효과에 비해 배터리 잔량에 미치는 영향이 적어질 때까지의 배터리 잔량을 L_R이라 하면 배터리 잔량이 L_full부터 L_R까지 내려갈 때까지는 충전회복 효과를 이용한 DVS 알고리즘을 적용시킬 수 있다. 그리고, 전력소비 비율 유지 효과 영역은 배터리의 잔량이 L_R에서 L_C까지의 구간으로, 배터리의 소비 곡선이 도 2에서와 같이 일정한 비율로 하향한다. 이 구간에서는 배터리의 소비를 최소화 시키고 일정하게 유지하며 QoS를 보장할 수 있는 DVS 알고리즘을 사용하여야 한다. L_C와 L_R은 배터리 모니터에 의해서 실험적으로 얻을 수 있다. 배터리의 잔량이 L_C 이하로 떨어져 L_low까지 도달하는 시점인 경고 영역에서는 도 2에서와 같이 배터리 소비 곡선이 급격하게 떨어진다. 이 경우 QoS를 무시하고 배터리의 사용시간을 최대로 늘릴 수 있는 알고리즘을 적용해서 배터리의 사용시간을 최대한 유지시킬 수 있다. The basic concept is as follows. As shown in FIG. 2, the algorithm application interval is monitored through a real-time battery monitoring according to the discharge characteristics of the battery, a recovery effect region, a power consumption ratio maintenance region, and a warning region ( Divide into three battery status sections of the alarm region and apply the appropriate DVS algorithm to each section. If the remaining charge when the battery is fully charged is L _full , and the remaining cut-off is L _low , the battery is discharged from L _full to L _low , and this is the battery life. At this time, if the battery remaining capacity until the effect of the charge recovery effect on the battery level is lower than the power consumption ratio maintenance effect is L _R , the DVS algorithm using the charge recovery effect is applied until the battery level is lowered from L _full to L _R. Can be applied. In the power consumption ratio maintenance effect region, the remaining amount of battery is an interval from L _R to L _C , and the consumption curve of the battery is lowered at a constant ratio as shown in FIG. 2. In this section, DVS algorithm should be used to minimize battery consumption, keep it constant, and guarantee QoS. L _C and L _R can be obtained experimentally by a battery monitor. The battery consumption curve drops sharply in the warning area at the point where the remaining battery level falls below L _C and reaches L _low . In this case, it is possible to maintain the maximum battery life by applying an algorithm that can maximize the battery life by ignoring QoS.

이하, 위에서 설명한 기본 개념을 범용 운영체제의 태스크에 적용할 수 있도록 본 발명의 구체적인 전력 관리 방법을 설명하기로 하며, 우선 현재의 배터리 상 태를 충전회복 효과 영역, 전력소비 비율 유지 효과 영역, 경고 영역 중 어느 하나로 결정하는 과정을 설명하면 다음과 같다.Hereinafter, a specific power management method of the present invention will be described so that the above-described basic concepts can be applied to a task of a general-purpose operating system. First, the current battery state is applied to a charge recovery effect area, a power consumption ratio maintenance effect area, and a warning area. The process of determining by any of the following is as follows.

기본적인 태스크 모델을 서술하면 다음과 같다. 일반적으로 태스크는 인터렉티브 태스크와 주기적 태스크로 구분되는데, 주기적인 태스크의 경우 지속적인 배터리 소비를 요구할 뿐 아니라, DVS를 할 경우 QoS에 영향을 미칠 수 있다. 본 발명에서는 주기적 태스크의 QoS를 보장하면서 동적으로 구해지는 배터리 상태구간에서 각각에 적합한 DVS 알고리즘을 선택적으로 적용함으로써 배터리의 사용시간을 연장하게 된다. The basic task model is described as follows. In general, tasks are divided into interactive tasks and periodic tasks. In addition, the periodic tasks require continuous battery consumption and can affect QoS when DVS is used. In the present invention, it is possible to prolong the battery life by selectively applying a suitable DVS algorithm for each of the battery status intervals which are dynamically obtained while guaranteeing the QoS of the periodic task.

첨부한 도 3은 주기성을 갖는 태스크 모델을 보여준다. 프로세서가 n단계의 전력상태를 가지고 있다고 가정하고, 프로세서가 수행하고 있는 현재의 전력상태를 P_i, 그리고 태스크가 수행 완료되어야 하는 데드라인 시간을 Q_i라 정의하기로 한다. 또한 프로세서의 성능이 최고로 되는 전력상태를 P_max, 최저 성능일 때 전력상태를 P_min으로 각각 정의하면 태스크는 P_max와 P_min 사이 임의의 시간에서 수행되고, P_i에 따라 태스크 수행시간 W_i가 달라진다. 유휴시간 I_i는 Q_i - W_i로 정의된다. Q_i, W_i, I_i의 값은 각각 태스크 모니터에 의해서 얻어진다. 이 관계를 식으로 표현하면 다음의 식(1)과 같다.3 shows a task model having periodicity. Assuming that the processor has n power states, the current power state that the processor is performing is defined as P _i , and the deadline time at which the task should be completed is Q _i . In addition, if the power state at which the performance of the processor is the highest is defined as P _max , and the power state is defined as P _min at the lowest performance, the task is P _max and P _min. At any time in between, the task execution time W _i depends on P _i . Idle time I _i is Q _i Is defined as W _i . The values of Q _i , W _i and I _i are obtained by the task monitor, respectively. This relationship is expressed by the following equation (1).

(1)

(One)

선택적 DVS 기법을 수행하기 위해서는 우선적으로 배터리 구간이 설정되어야 한다. 본 발명에서는 배터리의 방전 특성에 따라 충전회복 효과 영역, 전력소비 비율 유지 영역, 그리고 경고 영역으로 3개의 배터리 구간을 제시한다. 배터리 구간은 태스크의 배터리 소비 패턴이 잔량에 따라 변화되는 것이 반영되어야 하며, 태스크가 사용하는 배터리량 변화를 모니터링 함으로써 구할 수 있다. 구체적으로 배터리가 소비되는 량을 구하는 방법을 기술하면 다음과 같다. 우선, Q_i 시간 동안 배터리가 소비되는 량을 B(Q_i)라고 하고, 배터리가 완전 충전되었을 때의 잔량을 L_max, 현재의 잔량을 L_i로 표시하기로 한다. L_max와 L_i는 배터리 모니터를 통해 얻을 수 있고, 이를 통하여 B(Q_i)를 구하면 다음의 식(2)와 같다.In order to perform the selective DVS technique, a battery interval must first be set. In the present invention, three battery sections are presented as a charge recovery effect region, a power consumption ratio maintenance region, and a warning region according to the discharge characteristics of the battery. The battery interval should reflect the change in the battery consumption pattern of the task according to the remaining amount, and can be obtained by monitoring the change in battery amount used by the task. Specifically, a method of obtaining a battery consumption amount is as follows. First, the amount of battery consumed during Q _i time is called B (Q _i ), and the remaining amount when the battery is fully charged is L _max and the current remaining amount is indicated by L _i . L _max and L _i can be obtained through the battery monitor, and when B (Q _i ) is obtained through this, Equation (2) is obtained.

(2)

(2)

배터리의 특성과 W_i, I_i의 관계는 도 3에 알 수 있다. 즉, W_i는 전력소비 비율 유지 효과와 관계가 있고, I_i는 충전회복 효과와 관계가 있다. 따라서, 배터리의 특성을 배터리 소모량으로 표시하면 각각 B(W_i)와 B(I_i)로 표시할 수 있다. B(W_i)의 경우 태스크가 수행함으로써 배터리가 소비하기 때문에 항상 양수가 되며, W_i의 길이에 따라 전력소비의 비율이 틀려진다. 반면 B(I_i)의 경우 배터리의 소비량이 감소하고 충전회복 효과가 일어나게 됨에 따라 음수가 나타난다. 이 관 계와 상기 식(1), (2)에 의해서 태스크의 현재 배터리 소비량 B(Q_i)는 다음의 식(3)과 같이 표현될 수 있다.The relationship between the characteristics of the battery and W _i , I _i can be seen in FIG. 3. That is, W _i is related to the power consumption ratio maintenance effect, and I _i is related to the charging recovery effect. Therefore, when the characteristics of the battery are displayed as the battery consumption, it may be displayed as B (W _i ) and B (I _i ), respectively. In the case of B (W _i ), since the battery is consumed by the task, it is always positive, and the ratio of power consumption varies depending on the length of W _i . On the other hand, in the case of B (I _i ), negative numbers appear as the battery consumption decreases and the charge recovery effect occurs. Based on this relationship and the equations (1) and (2), the current battery consumption B (Q _i ) of the task can be expressed as in the following equation (3).

(3)

(3)

상기 B(Q_i)의 값에 따라서 현재의 배터리 상태가 결정된다. 즉, 상기 식(3)에 의한 B(Q_i)의 값이 음수일 때는 충전회복 효과 우선 영역이 되고, 양수이면 전력소비 비율 유지 효과 우선 영역이 된다. 또한 상기 식(3)에 의한 B(Q_i)의 값이 양수이면서 전력소비 비율 유지 효과 우선 영역에서의 값보다 일정 수준 이상 큰 값이면, 즉 미리 정해진 양의 값보다 크면 경고 영역으로 결정된다. 전력소비 비율 유지 효과 우선 영역에서는 일정량의 배터리 소비가 있지만, 경고 영역에서는 B(Q_i) 값의 변화 폭이 전력소비 비율 유지 효과 영역에 비해 훨씬 커진다. The current battery state is determined according to the value of B (Q _i ). In other words, when the value of B (Q _i ) according to Equation (3) is negative, the charge recovery effect priority area becomes a positive value. In addition, if the value of B (Q _i ) according to Equation (3) is positive and larger than a value in the power consumption ratio maintaining effect priority region by a predetermined level or more, that is, larger than a predetermined amount, it is determined as a warning region. In the priority area, there is a certain amount of battery consumption, but in the warning area, the change in B (Q _i ) value is much larger than in the power consumption rate maintenance effect area.

실제 시스템에서는 B(W_i)와 B(I_i)를 구하지 못하기 때문에 본 발명에서는 배터리 구간을 구분하기 위해서 B(Q_i)의 변화량 ΔB(Q_i) = B(Q_{i -1}) - B(Q_i)를 사용할 수 있다. 이 경우 ΔB(Q_i)가 양의 값을 유지하면 그 구간은 충전회복 효과에 의해서 배터리의 상태(잔량)가 유지되는 것으로 간주될 수 있기 때문에 그 구간은 충전회복 효과 우선 영역으로 지정될 수 있다. 반면 ΔB(Q_i)가 음의 값으로 돌아서게 되면 충전회복 효과로 인한 배터리의 회복 현상이 일어나지 않는 것으로 간주하여 전력소비 비율 유지 효과 우선 영역으로 지정될 수 있다. 그리고, ΔB(Q_i)가 일정 수준 이상 크기로 음의 값으로 측정되면 그 구간은 경고 영역으로 지정될 수 있다. 즉, ΔB(Q_i)의 값이 미리 정해진 음의 값 이상이면 전력소비 비율 유지 효과 우선 영역으로, 상기 미리 정해진 음의 값보다 작으면 경고 영역으로 지정되는 것이다. In real systems, B (W _i) and B (I _i) variation _{ΔB (Q i) = B (} Q i -1) of the B (Q _i) in order to separate the battery section in the present invention because they do not seek a - B (Q _i ) can be used. In this case, if ΔB (Q _i ) maintains a positive value, the interval may be regarded as maintaining the state (remaining amount) of the battery by the charge recovery effect, and thus the interval may be designated as the charge recovery effect priority region. . On the other hand, if ΔB (Q _i ) is turned to a negative value, the battery recovery due to the charge recovery effect does not occur and may be designated as a power consumption ratio maintenance priority region. When ΔB (Q _i ) is measured as a negative value with a predetermined level or more, the section may be designated as a warning area. That is, if the value of ΔB (Q _i ) is equal to or greater than a predetermined negative value, the power consumption ratio maintenance effect priority area is designated.

본 발명에서는 상기와 같이 배터리 상태가 결정되고 나면 그 결정된 영역에 적합한 전력 관리 기법, 즉 DVS 기법을 선택하여 적용하게 되는데, 이하 각 영역에 대해 적용되는 DVS 알고리즘을 설명하면 다음과 같다.In the present invention, after the battery state is determined as described above, a power management technique, that is, a DVS technique, is selected and applied to the determined region. Hereinafter, the DVS algorithm applied to each region will be described.

앞서 설명한 바와 같이 배터리 구간이 결정되면 각각의 구간에 적합한 DVS 알고리즘을 적용해야 한다. 충전회복 효과 우선 영역에서는 충전회복 효과를 극대화시키는 알고리즘을 사용해야 한다. 충전회복 효과는 I_i가 길수록 효과가 크게 나타나기 때문에 I_i를 늘리는 방법으로 태스크를 수행하여야 한다. I_i를 늘리기 위하여 식(1)에서 P_i = P_max로 프로세서 상태를 설정해 주면 W_i = W_max가 되면서 I_i가 최대로 길어진다. As described above, when the battery sections are determined, a DVS algorithm suitable for each section should be applied. Charge recovery effect The priority area should use an algorithm that maximizes the charge recovery effect. The longer the recharge effect is, the greater the effect of I _i is. Therefore, the task should be performed by increasing I _i . To increase I _i , set the processor state with P _i = P _max in Equation (1), where W _i = W _max and I _i becomes the longest.

그리고, 전력소비 비율 유지 효과 우선 영역에서는 배터리의 부하를 줄이는 방향으로 태스크가 수행되어야 한다. 본 발명에서는 태스크의 소비전력을 일정하게 유지시키는 방법을 제시한 Luo[J. Luo, J. K. Niraj, "Battery-aware static scheduling for distributed real-time embedded systems Design," Proceedings of ACM/IEEE conference on Design automation, Las vegas, Nevada, United States, pp. 444 - 449, December 2001.]와 범용 운영체제에서의 DVS 기법을 제시한 Flautner[T. L. Martin, Balancing Batteries, Power and Performance: System Issues in CPU Speed-Setting for Mobile Computing, PhD thesis, Department of Electrical and Computer Engineering, Carnegie Mellon University. 1999.]의 방법을 보완하여 피크파워를 줄이면서 QoS를 보장할 수 있는 알고리즘을 제시한다.The task should be performed in a direction of reducing the load of the battery in the power consumption ratio maintenance effect priority region. In the present invention, Luo [J. Luo, JK Niraj, "Battery-aware static scheduling for distributed real-time embedded systems Design," Proceedings of ACM / IEEE conference on Design automation, Las vegas, Nevada, United States, pp. 444-449, December 2001.] and Flautner [TL Martin, Balancing Batteries, Power and Performance: System Issues in CPU Speed-Setting for Mobile Computing, PhD thesis, Department of Electrical and Computer Engineering] , Carnegie Mellon University. 1999.] proposes an algorithm that can guarantee QoS while reducing peak power.

제시하는 알고리즘은 다음과 같다. 피크파워를 줄이고 최대한 전력소비 비율을 유지할 수 있는 프로세서 전력상태를 P_optimal이라 할 때, P_optimal은 프로세서의 사용량, 즉, 전체주기에 대한 태스크 수행시간의 비율, 즉 W_i/Q_i에 의해 구해질 수 있다. 이상적인 P_optimal이 되는 프로세서의 사용량은 W_i/Q_i = 1이기 때문에 1에 근접할 수 있도록 P_optimal를 구하면 된다. 모니터링된 태스크 수행시간과 주기를 각각 W_real, Q_real라 하고, 수행 예측 값을 각각 W_pred, Q_pred로 하며, 이때 i-1번째 모니터링된 프로세서의 상태를 P_i-1이라 할 때, i번째 주기의 P_{optimal (i)}는 다음의 식(4)로 표현될 수 있다. The proposed algorithm is as follows. When the processor power state that can reduce peak power and maintain the maximum power consumption ratio is P _optimal , P _optimal is determined by processor usage, that is, the ratio of task execution time to the total cycle, that is, W _i / Q _i . Can be done. The ideal processor usage for P _optimal is W _i / Q _i Since = 1, we need to find P _optimal to be close to 1. The monitored task execution time and period are called W _real and Q _real , respectively, and the predicted performance values are W _pred and Q _pred , respectively. When the state of the _i- 1th monitored processor is P _i-1 , i P _{optimal (i)} of the th period can be expressed by the following equation (4).

(4)

(4)

여기서, W_{real (i-1)}, Q_{real (i-1)}는 태스크 모니터에 의해 측정된 i-1번째 태스크의 수행시간과 주기이며, W_{pred (i)}, Q_{pred (i)}는 이전에 측정된 값에 의해서 예측된 i번째 태 스크의 수행시간과 주기로서, 이는 과거의 프로세서 사용량과 주기의 최근 평균값을 이용하여 구한 값이다. 즉, 상기 식(4)는 과거 프로세서 사용량을 사용하여 앞으로의 프로세서 사용량을 예측하고, 태스크의 프로세서 사용량과 전력상태를 고려하여 W_i/Q_i = 1에 근접한 P_optimal을 구하는 방법이다. 실제 DVS를 지원하는 프로세서의 경우 n개의 이산적인 단계로 성능을 변화시켜야 한다(XScale 프로세서의 경우에는 100MHz, 200MHz, 300MHz, 400MHz의 4단계). 본 발명의 예에서 XScale 프로세서를 기준으로 프로세서의 성능 변화, 즉 Wi/Q_i를 각각 0.25, 0.5, 0.75, 1로 고정하고, 이 범위를 성능 변화 임계값으로 지정하여 프로세서의 단계를 변경하였다.Where W _{real (i-1)} and Q _{real (i-1)} are the execution time and period of the i-1th task measured by the task monitor, and W _{pred (i)} and Q _{pred (i)} previously The execution time and period of the i th task predicted by the measured value, which is obtained by using the latest average value of the past processor usage and the period. That is, the equation (4) predicting the processor utilization in the future using the history processor utilization and, in view of the processor usage and power status of the task W _i / Q _i It is a method to find P _optimal close to = 1. For processors that actually support DVS, performance needs to be changed in n discrete steps (4 steps: 100 MHz, 200 MHz, 300 MHz, and 400 MHz for XScale processors). In the example of the present invention, based on the XScale processor, the processor's performance change, that is, Wi / Q _i is fixed to 0.25, 0.5, 0.75, and 1, respectively, and this range is designated as the performance change threshold to change the processor's stage.

경고 영역에서의 정책은 배터리의 소비 곡선이 급격하게 감소되는 부분이므로 전력소모가 높게 되면 급격하게 배터리의 잔량이 감소한다. 이 영역에서도 QoS를 고려한다면 전력소비 비율 유지 정책에서와 같은 알고리즘을 적용하여야 하겠지만, 배터리 사용시간의 효율성에서 볼 때 QoS의 감소가 있더라도 급격한 배터리 소모를 방지하는 것이 좋다. 따라서 본 발명에서는 기존 Benini가 제안한 정책을 적용하여 QoS의 감소가 있더라도 배터리의 사용시간을 늘리는 정책을 사용한다[L. Benini, G. Castelli, A. Macii, E. Macii, R. Scarsi, "Battery-Driven Dynamic Power Management of Portable Systems," International Symposium on System Synthesis( ISSS ), Madrid, Spain, pp. 25-33, September 2000.]. 이를 위해 이 구역에서의 전력상태를 최소전력상태 P_min 으로 설정한다. The policy in the warning area is that the consumption curve of the battery is drastically reduced, so when the power consumption is high, the remaining battery capacity is drastically reduced. In this area, if QoS is considered, the same algorithm as in power consumption ratio maintenance policy should be applied, but in view of the efficiency of battery life, it is better to prevent sudden battery consumption even if there is a decrease in QoS. Therefore, the present invention uses a policy that increases the battery life even if QoS is reduced by applying the policy proposed by Benini [L. Benini, G. Castelli, A. Macii, E. Macii, R. Scarsi, "Battery-Driven Dynamic Power Management of Portable Systems," International Symposium on System Synthesis ( ISSS ), Madrid, Spain, pp. 25-33, September 2000.]. To do this, set the power state in this zone to the minimum power state P _min .

지금까지 기술한 배터리의 잔량에 기반한 선택적 DVS 기법을 정리하면 도 4와 같다.4 shows a selective DVS scheme based on the remaining battery capacity described above.

이하, 전술한 본 발명의 DVS 기법을 실제 시스템에 구현하기 위한 배터리를 고려한 DVS 시스템에 대하여 설명하면 다음과 같다.Hereinafter, a DVS system in consideration of a battery for implementing the above-described DVS technique of the present invention into an actual system will be described.

첨부한 도 5는 본 발명에 따른 전력 관리 방법이 적용되는 기본적인 하드웨어 구성을 도시한 것이다. 본 발명의 적용을 위하여 이동기기는 도 5와 같은 구조로 되어 있어야 한다. 즉, 기본적으로 DVS 가능한 프로세서(101)를 탑재하고, 프로세서(101)에 공급되는 전압을 위해서 프로그램 가능한 레귤레이터(102)를 사용하며, 리튬이온 배터리(104)를 주 전력공급원으로 사용한다. 또한 리튬이온 배터리(104)의 전력은 스마트 배터리(smart battery) 표준을 지원하는 DC-DC 컨버터(103)를 통해서 공급되고, 상기 DC-DC 컨버터(103)를 통해서 현재의 배터리 잔량을 측정하게 된다. 도 5에 나타낸 구성요소들은 대부분의 이동기기에서 어려움 없이 따를 수 있는 것들이다. 5 shows a basic hardware configuration to which the power management method according to the present invention is applied. In order to apply the present invention, the mobile device must have a structure as shown in FIG. 5. That is, the DVS capable processor 101 is basically mounted, the programmable regulator 102 is used for the voltage supplied to the processor 101, and the lithium ion battery 104 is used as the main power supply source. In addition, the power of the lithium ion battery 104 is supplied through a DC-DC converter 103 that supports the smart battery standard (smart battery) standard, and the current battery level is measured through the DC-DC converter 103. . The components shown in FIG. 5 are those that can be followed without difficulty in most mobile devices.

첨부한 도 6은 본 발명에 따라 리튬이온 배터리 특성을 이용하는 저전력 커널 구조의 구성도로서, 이를 참조하여 본 발명에 따른 전력 관리 시스템에 대해 설명하면 다음과 같다.6 is a configuration diagram of a low power kernel structure using lithium ion battery characteristics according to the present invention. Referring to this, a power management system according to the present invention will be described below.

배터리를 고려한 본 발명의 전력 관리 시스템(DVS 시스템)(210)은 배터리와 수행 중인 태스크 그리고 프로세서의 상태를 모니터링하여 DVS 정책에 필요한 정보를 효율적으로 수집하고, 정책에 의해 결정된 프로세서의 상태를 적절하게 설정하게 된다. 도 6은 본 발명에 따른 DVS 시스템(210)의 구성을 보여주는데, 크게 모니터링 모듈(Monitoring Module)(211), 정책 모듈(Policy Module)(214), 프로세서 컨트롤 모듈(Processor Control Module)(218)로 구성된다. 도 6을 참조하여 설명하면, 스마트 배터리(201)를 통해 모니터링된 배터리의 잔량은 커널 내 디바이스 드라이버인 모니터링 모듈(211)을 통해 입력된다. 입력된 잔량은 배터리 상태 모니터(212)를 통해 분석되고, 현재 수행 중인 태스크 량이 태스크 모니터(213)를 통해 측정되어 정책 모듈(214)로 전달된다. 이어 정책 모듈(214)은 선택적 DVS 정책(216)을 이용하여 적절한 프로세서 상태를 결정하는데, 프로세서(221)의 현재 상태를 프로세서 상태 API(219)를 통해 알고리즘 선택기(215)로 입력받아 비교한 후 프로세서 컨트롤 API(220)를 통해 프로세서(221)의 상태를 바꾸어준다. The power management system (DVS system) 210 of the present invention considering a battery monitors the state of the battery, the task being performed, and the processor to efficiently collect information necessary for the DVS policy, and appropriately collect the state of the processor determined by the policy. Will be set. 6 shows a configuration of the DVS system 210 according to the present invention, which is largely divided into a monitoring module 211, a policy module 214, and a processor control module 218. It is composed. Referring to FIG. 6, the remaining amount of the battery monitored through the smart battery 201 is input through the monitoring module 211 which is a device driver in the kernel. The input remaining amount is analyzed by the battery status monitor 212, and the amount of tasks currently being performed is measured by the task monitor 213 and transmitted to the policy module 214. The policy module 214 then determines the appropriate processor state using the optional DVS policy 216. The current state of the processor 221 is input to the algorithm selector 215 via the processor state API 219 and then compared. The processor control API 220 changes the state of the processor 221.

좀더 상세히 설명하면, 상기 모니터링 모듈(211)은 배터리(201)와 태스크의 정보를 수집하는 부분으로, 배터리 상태 모니터(Battery Status Monitor)(212)와 태스크 모니터(Task Monitor)(213)로 구성된다. 상기 정책 모듈(214)은 모니터링 모듈(211)로부터 들어온 정보를 이용하여 적절한 DVS 정책을 선택하고, 정책에 맞추어 다음 단계의 프로세서 상태를 결정한 후, 프로세서 컨트롤 모듈(218)로 통보해주는 역할을 한다. In more detail, the monitoring module 211 collects battery 201 and task information, and includes a battery status monitor 212 and a task monitor 213. . The policy module 214 selects an appropriate DVS policy using information from the monitoring module 211, determines a processor state of a next step according to the policy, and informs the processor control module 218.

상기 정책 모듈(214)의 구성은 알고리즘 선택기(Algorithm Selector)(215), 선택적 정책 모듈(Selective DVS Policy)(216), API 컨트롤 함수부(API Control Function)(217)로 구성된다. 상기 프로세서 컨트롤 모듈(218)은 DFM(Dynamic Frequencey Management)및 FCS(Frequencey Change Sequence)를 통해서 성능에 맞추어 DVS를 적용하고, 또한 현재의 프로세서 상태를 정책 모듈(214)로 피드백해주는 모듈이다. The policy module 214 is composed of an algorithm selector 215, a selective DVS policy 216, and an API control function 217. The processor control module 218 is a module that applies DVS according to performance through Dynamic Frequencey Management (DFM) and Frequencey Change Sequence (FCS), and feeds back the current processor status to the policy module 214.

상기 배터리 상태 모니터(212)는 배터리(201)의 정보를 스마트 배터리 모니터(도시하지 않음)로부터 수집하여 정책 모듈(214)에 필요한 형태로 바꾸어 준다[http://www.sbs-forum.org/]. 스마트 배터리(201)는 이동형 시스템에서 배터리의 상태를 모니터링하기 위한 표준이며, 여러 벤더들이 다양한 제품을 제공하고 있다. 스마트 배터리는 노트북에는 대부분 사용되고 있으며, 최근 iPAQ과 같은 소형 이동기기에도 탑재되고 있는 추세이다. Wen은 리눅스에서 APM(Advanced Power Management)의 수정을 통해 Proc 파일 시스템으로 배터리 정보를 얻는 방법으로 iPAQ에서 스마트 배터리를 실시간으로 모니터링하여 배터리의 사용시간을 예측하는 방법을 제시하였다[W. Ye, R. Wolski, C. Krintz, History-based, Online, Battery Lifetime Prediction for Embedded and Mobile Devices, University of California Santa Babara, Technical Report #2003-17, April 2003.]. 최근에는 ACPI를 통해서 스마트 배터리를 위한 표준화된 API를 정의하고 있다[http://www.acpi.info/].The battery status monitor 212 collects information of the battery 201 from a smart battery monitor (not shown) and converts the battery 201 information into a form required for the policy module 214 [http://www.sbs-forum.org/ ]. The smart battery 201 is a standard for monitoring the state of the battery in a mobile system, and various vendors provide various products. Smart batteries are mostly used in notebooks, and are being installed in small mobile devices such as iPAQ. Wen presented a way to obtain battery information from the Proc file system by modifying APM (Advanced Power Management) in Linux to predict the battery life by monitoring the smart battery in real time on iPAQ [W. Ye, R. Wolski, C. Krintz, History-based, Online, Battery Lifetime Prediction for Embedded and Mobile Devices , University of California Santa Babara, Technical Report # 2003-17, April 2003.]. Recently, ACPI defines a standardized API for smart batteries [http://www.acpi.info/].

하지만, 제공하는 API로는 스마트 배터리가 제공하는 다양한 정보를 얻기 힘들기 때문에 스마트 배터리와 운영체제의 입장에서의 새로운 API의 정의 및 구현이 필요하다. 본 발명에서는 커널에서 실시간 배터리 모니터를 새로 정의된 API를 통하여 구현하여 요구되는 다양한 정보를 구할 수 있다. 이런 방법을 통해 기존 SPICE[S. Hageman, "Simple PSpice Models Let You Simulate Common Battery Types," Electronic Design News( EDN ), pp. 117-129, October 1993.]나 Doyle[M. Doyle, T. Fuller, J. Newman, "Modeling of Galvanostatic Charge and Discharge of a Lithium/Polymer/Insertion Cell," Journal of the Electrochemical Society, Vol. 140, No. 6, pp. 1526-1533, June 1993.]의 모델을 사용한 배터리 모니터의 경우보다 정책 모듈이 실시간으로 필요로 하는 배터리 정보를 획득할 수 있다.However, since it is difficult to obtain a variety of information provided by the smart battery with the provided API, it is necessary to define and implement a new API from the standpoint of the smart battery and the operating system. In the present invention, a variety of information required can be obtained by implementing a real-time battery monitor in the kernel through a newly defined API. In this way, the existing SPICE [S. Hageman, "Simple PSpice Models Let You Simulate Common Battery Types," Electronic Design News ( EDN ) , pp. 117-129, October 1993.] or Doyle [M. Doyle, T. Fuller, J. Newman, "Modeling of Galvanostatic Charge and Discharge of a Lithium / Polymer / Insertion Cell," Journal of the Electrochemical Society , Vol. 140, No. 6, pp. 1526-1533, June 1993.] can obtain the battery information needed by the policy module in real-time than the battery monitor using the model of.

한편, 상기 태스크 모니터(213)는 Lee[J. Lee, H. Kim, H. Cha, "A Process Monitoring Strategy towards DVS Applications," Korea Information Science Society, Seoul, Korea, October 2003.]가 제안한 태스크 모니터를 사용할 수 있다. 이 태스크 모니터는 커널과 스케줄러 내부에서 태스크를 모니터링함으로써, 적은 오버헤드로 태스크를 모니터링할 수 있고, 프로세서 사용량과 주기성을 정확히 파악할 수 있다. 태스크 상태 및 프로세서 사용량을 파악하기 위해서 일정 주기마다의 태스크의 상태를 파악하는 인터벌 방식을 사용하지 않고, 스케줄러에서 태스크의 상태가 변할 때마다 사용량을 계산하는 방식을 사용하여 정확한 태스크의 사용량 파악이 가능하다. 또한 스케줄러에서 모니터링된 태스크의 정보와 커널 내부의 시스템 콜의 호출 정보를 추적하여 태스크의 주기성을 정확히 찾는다. 이렇게 모니터된 태스크의 주기성과 프로세서 사용량을 이용하면 범용 운영체제에서 태스크의 데드라인 시간을 예측할 수 있기 때문에 정확한 DVS 적용이 가능하다. On the other hand, the task monitor 213 is Lee [J. Lee, H. Kim, H. Cha, "A Process Monitoring Strategy towards DVS Applications," Korea Information Science Society , Seoul, Korea, October 2003. By monitoring tasks inside the kernel and scheduler, the task monitor can monitor tasks with less overhead and provide an accurate picture of processor usage and periodicity. Accurate task usage can be grasped by using the method that calculates the usage whenever the status of the task changes in the scheduler, rather than using the interval method that checks the status of the task at regular intervals to understand the task status and processor usage. Do. In addition, the scheduler tracks the information of the monitored task and the call information of system calls inside the kernel to accurately find the periodicity of the task. Using the monitored task's periodicity and processor usage, the deadline time of the task can be predicted by a general-purpose operating system, enabling accurate DVS application.

상기 알고리즘 선택기(215)는 모니터링 모듈(211)을 통해 들어온 정보로 배터리의 상태를 판단하여 현재 어떤 배터리 구간에 있는지 파악한 후 적절한 DVS 정책을 선택하여 선택적 DVS 정책(216)으로 넘겨준다. 상기 선택적 DVS 정책 (216)은 알고리즘 선택기(215)에서 선택해준 알고리즘을 수행하여 태스크의 상태에 따라 적절한 프로세서 상태를 결정한다. The algorithm selector 215 determines the state of the battery based on the information input through the monitoring module 211 to determine which battery section is present, and then selects an appropriate DVS policy and passes it to the optional DVS policy 216. The optional DVS policy 216 performs the algorithm selected by the algorithm selector 215 to determine the appropriate processor state according to the state of the task.

다음 단계의 프로세서(221)의 상태는 태스크 모니터(213)를 통해 들어온 정보와 프로세서 컨트롤 모듈(218)에서 얻어진 현재의 프로세서 상태를 알고리즘 선택기(215)에 의해 선택된 DVS 정책(216)에 넘겨주고 그에 따라 얻은 결과로써 결정된다. 결정된 프로세서 상태는 API 컨트롤 함수부(217)를 통해 프로세서 컨트롤 모듈(218)로 넘겨진다. 상기 프로세서 컨트롤 모듈(218)은 프로세서 컨트롤 API(220)와 현재의 프로세서 상태를 모니터링할 수 있는 프로세서 상태 API(219)로 구성되는데, 프로세서 컨트롤 API(220)는 결정된 프로세서 상태를 API 컨트롤 함수부(217)를 통해 전달받아 다음 단계의 프로세서 상태를 적절히 제어하게 된다(프로세서의 클럭(clock)을 적절히 제어함).The state of the processor 221 of the next step passes the information received through the task monitor 213 and the current processor state obtained from the processor control module 218 to the DVS policy 216 selected by the algorithm selector 215, Determined by the results obtained. The determined processor state is passed to the processor control module 218 through the API control function 217. The processor control module 218 includes a processor control API 220 and a processor state API 219 capable of monitoring a current processor state. The processor control API 220 may determine a determined processor state by using an API control function unit ( 217) to appropriately control the processor state of the next step (controlling the clock of the processor appropriately).

실험예Experimental Example

실험은 리눅스 운영체제를 탑재한 Compaq iPAQ 5550 PDA와 Sharp Zaurus SL-C860에서 배터리 모니터와 태스크 모니터를 구현하여 수행하였다. 배터리 모니터는 iPAQ의 경우 DS2760 표준 스마트 배터리 모니터 칩의 정보를 리눅스 커널의 HAL(Hardware Abstration Layer)영역을 수정하여 배터리의 잔량 및 현재 소비량을 구할 수 있도록 하였고, Zaurus의 경우는 MAX1111 AD 컨버터에서 제공하는 배터리 잔량 정보를 동일한 방법으로 구하였다. 태스크 모니터는 스케줄러와 시스템 콜에서 태스크의 실행 정보를 수집하여 QoS 및 수행시간과 유휴시간을 측정할 수 있도록 커널을 수정하였다. 태스크는 iPAQ의 경우 200kbps, 10 프레임(frames)을 갖는 MPEG1데이터를 버클리 MPEG1 플레이어[http://bmrc.berkeley.edu/frame/research/mpeg/mpeg_play.html]를 통해 수행하고, 태스크 모니터를 이용하여 데드라인 Q _i 를 실시간으로 모니터링하였다. Zaurus의 경우 200kbps, 20 프레임(frames)을 갖는 MPEG4 데이터를 MPlayer[http://www.mplayerhq.hu]를 통해 수행시키고 모니터링하였다. 성능을 비교하기 위하여, Vertigo[K. Flautner, T. Mudge, Vertigo: automatic performance-setting for linux, Proceedings of the Fifth USENIX Symposium on Operating Systems Design and Implementation, 2002 pp. 105-116.]에서 사용한 최근 사용량에 기반을 둔 DVS 기법을 사용한 방법('Plain DVS'로 표기)과, DVS를 사용하지 않은 방법('non-DVS'로 표기), 그리고 본 발명에 따른 방법('Proposed'로 표기)을 이용하여 각각 같은 태스크를 수행하였다. 또한 QoS를 측정하기 위해 재생된 프레임 수와 QoS 드롭(drop)을 측정하였다. Vertigo의 경우 배터리를 고려하지 않은 DVS 중 범용 운영체제에서 실제 구현된 DVS이며, QoS 저하 없이 전력소비를 적게 하기 때문에 비교 모델로 삼았다. The experiment was carried out by implementing a battery monitor and task monitor on a Compaq iPAQ 5550 PDA and Sharp Zaurus SL-C860 with Linux operating system. The battery monitor uses the DS2760 standard smart battery monitor chip information for iPAQ to modify the Linux kernel's Hardware Abstration Layer (HAL) area to determine the battery level and current consumption. In the case of Zaurus, the MAX1111 AD converter provides Battery remaining information was obtained in the same manner. The task monitor has modified the kernel to collect the task execution information from the scheduler and system calls to measure the QoS, execution time, and idle time. In the case of iPAQ, the MPEG1 data having 200 kbps and 10 frames is performed through the Berkeley MPEG1 player [http://bmrc.berkeley.edu/frame/research/mpeg/mpeg_play.html] and the task monitor is used. Deadline Q _i was monitored in real time. In the case of Zaurus, MPEG4 data having 200 kbps and 20 frames was performed and monitored through MPlayer [http://www.mplayerhq.hu]. To compare the performance, Vertigo [K. Flautner, T. Mudge, Vertigo: automatic performance-setting for linux, Proceedings of the Fifth USENIX Symposium on Operating Systems Design and Implementation, 2002 pp. 105-116.] Method using the DVS technique based on recent usage (denoted 'Plain DVS'), method without DVS (denoted 'non-DVS'), and the method according to the present invention. (Marked as 'Proposed') each performed the same task. Also, to measure the QoS, the number of frames reproduced and the QoS drop were measured. Vertigo is a DVS that is actually implemented in a general-purpose operating system among the DVS without a battery, and was used as a comparison model because it consumes less power without degrading QoS.

실험의 내용은 우선 영역 구분을 위한 임계값을 구하고, 각각의 영역에서 본 발명에 제시된 정책이 어떤 효과를 나타내는지 알아본 후, 마지막으로 전체 영역에서의 실험 결과를 구하였다. 배터리 구간을 결정하는 임계값을 구하기 위해 충전회복 효과가 일어날 수 있도록 L_full에서 L_low까지 DVS 정책을 수행하여 배터리 소 비량의 변화(ΔB(Q_i) = B(Q_{i -1}) - B(Q_i))를 구하였다. 첨부한 도 7에서 보듯이 초기 완전 충전 때부터 3810mV(Zaurus는 4100mV) 지점까지 배터리가 소비하는 전력범위가 0 이상을 유지한다. 이것은 충전회복 효과에 의해서 배터리 잔량이 회복되기 때문에 전력소모의 변화가 적기 때문이다. 하지만, 3810mV(Zaurus는 4100mV)이하로 떨어지게 되면 0 이하까지 전력소비의 변화가 떨어진다. 이것은 충전회복되는 전력량보다 소비되는 전력량이 더 크기 때문이다. 이 영역에서도 충전회복 효과가 일어나긴 하지만 그것보다는 전력소비 비율 유지 효과에 의해 나타나는 특성이 더 크기 때문에 0 이하까지 떨어지게 된다. 3600mV(Zaurus는 3880mV) 이상이 되면 급격하게 0 이하로 떨어지게 되는데, 이때의 영역을 경고 영역으로 지정할 수 있다. 따라서, 본 실험에서 회복충전 효과 영역 임계값 L_R은 3810mV(Zaurus는 4100mV), 경고 영역 임계값 L_C는 3600mV(Zaurus는 3880mV)로 측정되었다.For the contents of the experiment, first, the thresholds for domain classification were determined, and the effects of the policy presented in the present invention in each domain were examined, and finally, the experimental results in the entire domain were obtained. In order to obtain the threshold for determining the battery interval, the DVS policy is performed from L _full to L _low so that the charge recovery effect can occur. Change in battery consumption (ΔB (Q _i ) = B (Q _{i -1} )-B ( Q _i )) was obtained. As shown in FIG. 7, the power range consumed by the battery is maintained at 0 or more from the initial full charge to the point of 3810 mV (4100 mV in the Zaurus). This is because there is little change in power consumption because the remaining battery power is recovered by the charge recovery effect. However, when it falls below 3810mV (Zaurus is 4100mV), the change in power consumption falls below zero. This is because the amount of power consumed is larger than the amount of power restored. In this area, the charge recovery effect occurs, but it is lowered to 0 or less because the characteristic shown by the power consumption ratio maintenance effect is larger than that. When it reaches 3600mV (Zaurus is 3880mV) or more, it drops rapidly to 0 or less. At this time, the area can be designated as a warning area. Therefore, in this experiment, the recovery charge effect area threshold L _R was measured as 3810mV (Zaurus is 4100mV), and the warning area threshold L _C was 3600mV (Zaurus is 3880mV).

첨부한 도 8, 9, 10은 구해진 임계값에 의해서 배터리 잔량에 맞추어 각각의 구간에 적합한 알고리즘을 적용하여 MPEG 플레이어를 실행시킨 태스크를 수행한 구간별 결과이다. 8, 9 and 10 are the results for each section in which the task of executing the MPEG player is performed by applying an algorithm suitable for each section according to the battery level according to the obtained threshold value.

도 8은 배터리 잔량이 3810mV(Zaurus는 4100mV) 이상인 영역을 충전회복 효과 구간으로 지정하여 그 구간까지 도달하는 시간을 측정한 그래프이다. 본 발명에서 제시된 알고리즘대로 충전회복 효과를 위한 정책을 사용하였을 때 L_R까지 도달하는 시간이 가장 오래 걸렸다. DVS를 사용하지 않은 방법 또한 비슷한 결 과를 나타내고 있고, DVS를 사용한 정책이 가장 빨리 L_R까지 도달하였다. 이것은 DVS를 사용할 경우 충전회복 효과가 DVS를 사용하지 않은 태스크보다 적게 나타나기 때문이다. 본 발명에 따른 충전회복 효과 구간에서는 정책을 사용하지 않은 상태보다 약 18%(Zaurus는 11%) 정도의 배터리 사용시간이 연장되었다. FIG. 8 is a graph measuring a time for reaching the section by designating an area having a battery level of 3810 mV (Zaurus: 4100 mV) or more as a charge recovery effect section. When using the policy for the charging recovery effect according to the algorithm proposed in the present invention, it took the longest time to reach L _R. The method without DVS shows similar results, and the policy using DVS reaches L _R as soon as possible. This is because, with DVS, the charge recovery effect is less than that of tasks without DVS. In the charging recovery effect section according to the present invention, the battery life of about 18% (11% for the Zaurus) was extended than the state without the policy.

도 9는 3810mV(Zaurus는 4100mV) 이하의 영역을 전력소비 비율 유지 효과 구간에서 배터리 잔량이 컷-오프 전압(cut-off voltage) 이하로 떨어질 때까지의 태스크 수행시간을 보여준다. 본 발명의 알고리즘을 사용할 경우가 태스크 수행시간이 가장 길었고, DVS를 사용하지 않은 경우가 가장 수행시간이 짧게 나타났다. DVS를 사용한 경우도 전력소비 비율 유지 효과에 의해서 DVS를 사용하지 않은 경우보다 수행시간이 길었다. 하지만, 본 발명에 따른 알고리즘의 경우 전력소비 비율에 맞추어 적절하게 태스크를 수행함으로써 전체적인 사용시간을 연장할 수 있었다. 이를 통해 충전회복 효과 구간에서는 DVS를 사용하지 않은 방법 보다 약 12%(Zaurus는 24%)정도의 배터리 시간이 연장되었다. 전력소비 비율 유지 효과 구간의 결과에서 특이할 만한 것은 iPAQ에서 보다 Zaurus에서의 결과가 좋게 나온 것인데, 이것은 Zaurus의 배터리 용량이 iPAQ의 배터리 용량보다 많기 때문에 전력소비 비율 유지 효과 구간이 더 길게 나타나기 때문이다. FIG. 9 shows a task execution time until a battery level drops below a cut-off voltage in an area of 3810 mV (Zaurus is 4100 mV) or less in the power consumption ratio maintenance effect period. When the algorithm of the present invention is used, the task execution time is longest, and when DVS is not used, the execution time is shortest. In the case of using DVS, the execution time was longer than in the case of not using DVS due to the effect of maintaining the power consumption ratio. However, in the case of the algorithm according to the present invention, the overall use time could be extended by appropriately performing tasks in accordance with the power consumption ratio. This extended battery life by about 12% (24% for the Zaurus) over the non-DVS method. What is unusual about the result of the power consumption ratio maintenance interval is that the results in Zaurus are better than those in the iPAQ, because the power consumption ratio maintenance interval is longer because the battery capacity of Zaurus is more than that of the iPAQ. .

도 10은 3600mV(Zaurus는 3880mV) 이하의 영역을 경고 구간으로 설정하여 배터리 잔량이 컷-오프 전압(cut-off voltage) 이하로 떨어질 때까지 태스크 수행시간을 보여준다. 이 영역에서는 QoS를 포기하고 프로세서의 전력상태를 최하로 하여 태스크를 수행하는 정책을 사용하였다. 도 10에서 볼 수 있듯이 DVS를 사용한 정책과, 사용하지 않은 정책 둘 다 비슷한 비율로 전력이 소비됨을 볼 수 있다. DVS를 사용할 경우 QoS를 보장하기 위해 태스크에 따라서 전력소비가 증가하게 된다. 경고 영역에서는 전력소비가 조금만 높아져도 배터리의 소비가 급격하게 증가하기 때문에 DVS를 사용할 경우 오히려 배터리의 수행시간을 급속히 단축시킬 수 있다. 따라서, QoS를 포기하더라도 최대한 전력상태를 낮게 태스크를 수행하면 배터리의 사용시간을 연장할 수 있다. 경고 구간에서는 약 10%(Zaurus는 16%)정도의 배터리 시간이 연장되었다. FIG. 10 shows a task execution time until a battery level drops below a cut-off voltage by setting an area below 3600 mV (Zaurus is 3880 mV) as a warning period. In this area, we used a policy to abandon QoS and perform tasks with the processor's power state at its lowest. As can be seen in FIG. 10, both the policy using DVS and the policy not using consume power at a similar rate. When using DVS, power consumption increases according to tasks to guarantee QoS. In the warning area, even a small increase in power consumption can drastically increase battery consumption, so using DVS can dramatically reduce battery run time. Therefore, even if abandon QoS, performing the task with the lowest power state can extend the battery life. In the warning zone, battery life has been extended by about 10% (16% for the Zorus).

도 8에서 도 10까지의 결과는 각각의 구간별 결과로 구간의 임계값에 해당하는 잔량을 설정하고, 설정된 잔량에 도달할 때까지 태스크를 수행한 결과이다. 앞의 실험에서는 QoS 고려 없이 각각의 영역에 대한 배터리 시간을 측정하여 구간별 DVS 알고리즘이 효과적인지를 판별하였기 때문에 동적 구간 판별과 QoS에 대한 실험이 필요하다. 첨부한 도 11과 하기 표 1은 동적으로 배터리를 모니터링하여 배터리 구간을 파악하고 배터리가 완전 충전에서 완전 방전될 때까지 적절한 DVS 알고리즘을 적용하여 태스크를 수행한 실험의 결과이다. 실험에서 배터리 모니터로 실시간으로 각각의 구간을 판별하였으며, 구간을 판별하기 위한 배터리 모니터 시간은 스마트 배터리 모니터 스펙에 맞추어 30초로 설정하였다. DVS는 배터리의 사용시간뿐 아니라 태스크의 QoS에 심각한 영향을 미칠 수 있기 때문에 본 실험에서는 QoS 측정도 함께 수행하였다. 태스크의 QoS 측정을 위해 MPEG 플레이어를 수정하여 프레임 수를 로깅한 후 평균 재생 프레임 수를 계산하였다. The results of FIGS. 8 to 10 are the results of setting the remaining amount corresponding to the threshold value of the section as a result for each section, and performing the task until the set remaining amount is reached. In the previous experiments, the battery time for each region was measured without considering QoS, and it was determined whether the DVS algorithm for each section was effective. Therefore, dynamic section discrimination and QoS experiments were needed. 11 and Table 1 below are the results of experiments performed by dynamically monitoring the battery to identify the battery interval and applying the appropriate DVS algorithm until the battery is fully discharged. In the experiment, each section was identified by the battery monitor in real time, and the battery monitor time for discriminating the section was set to 30 seconds according to the smart battery monitor specification. Since DVS can seriously affect the QoS of the task as well as the battery life, we also performed QoS measurements in this experiment. In order to measure the QoS of the task, the MPEG player was modified to log the number of frames, and then the average number of frames was calculated.

상기 표 1에서 보듯이 본 발명의 기법을 사용하면 DVS를 사용하지 않은 시스템에서보다 QoS를 0.9% ~ 1.6%만 저하시키면서 약 13% ~ 21%의 배터리 사용시간 연장을 얻을 수 있다. 또한 기존 DVS를 사용한 방법보다는 4% ~ 8%의 배터리 사용시간 연장을 얻을 수 있다. 도 8, 9, 10에서 수행한 구간별 실험에서는 각각의 구간에 따라 10 ~ 24%의 사용시간 연장이 있었으나, 이 경우 각각의 영역을 고정시켜놓고 수행을 하였기 때문에 도 11에서의 결과보다 다소 좋은 결과가 나올 수 있었다. 도 11의 실험은 전 구간에 걸쳐 동적으로 DVS 알고리즘이 선택되도록 하였기 때문에 각각의 구간에서 알고리즘이 잘못 적용되는 경우가 있을 수 있기 때문에 더 낮은 결과가 나왔다. 스마트 배터리 모니터의 정확도가 더 높아지게 되면, 이러한 차이는 줄어들 것으로 예상된다. As shown in Table 1, by using the technique of the present invention, it is possible to obtain an extended battery life of about 13% to 21% while reducing QoS by only 0.9% to 1.6% than in a system not using DVS. In addition, 4% to 8% longer battery life can be achieved than with conventional DVS. In the experiments for each section performed in FIGS. 8, 9, and 10, the use time was extended by 10 to 24% according to each section, but in this case, each area was fixed and performed, which was somewhat better than the result in FIG. The results could come out. Since the experiment of FIG. 11 allows the DVS algorithm to be dynamically selected over the entire interval, a lower result is obtained because the algorithm may be incorrectly applied in each interval. As smart battery monitors become more accurate, this difference is expected to decrease.

기존 배터리를 고려한 저전력 연구는 배터리 모델을 기반으로 진행되었다. 모델에 기반을 둔 방법은 제한적인 태스크 상황에서 시뮬레이션을 통해 결과를 도출하였기 때문에 실제 범용 운영 시스템에서 적용하기 어려울 뿐 아니라 복잡성으로 인해 실시간적인 방법으로 사용하기 힘들다. Low-power research considering conventional batteries was based on battery models. Model-based methods are difficult to apply in real-time general-purpose operating systems because they are simulated in limited task situations and are difficult to use in real-time because of their complexity.

본 발명에서는 이러한 문제를 해결하기 위해 배터리 모니터를 이용한 실제 범용 운영체제에 적용 가능한 방법을 제시하였다. 배터리의 경우 화학적 특성을 가지고 있을 뿐 아니라 그 특성은 잔량에 따라서도 다르게 나타나기 때문에 이를 DVS에 적용하게 되면 배터리의 사용시간을 더욱 효율적으로 늘릴 수 있다. In order to solve this problem, the present invention proposes a method applicable to an actual general operating system using a battery monitor. In addition to the chemical properties of the battery, depending on the remaining amount of the characteristics that can be applied to DVS can extend the battery life more efficiently.

본 발명에서는 이러한 특성을 반영하는 배터리 잔량에 따른 선택적 DVS 기법을 제시하였다. 본 발명에서 제시한 기법은 배터리 잔량에 따라 배터리 구간을 설정하고, 그 구간에 반영되는 배터리의 특성을 살릴 수 있는 DVS알고리즘을 사용하는 방법이다. 본 발명에서는 3개의 구간으로 배터리 구간을 나눈 후 그에 적합한 DVS알고리즘을 사용하여 적용하였다. 그 결과 QoS저하 없이도 기존 DVS보다 약 4% ~ 8%정도의 배터리 시간 향상이 있었고, DVS를 사용하지 않았을 때보다 13% ~ 21%의 배터리 시간 향상이 있었다. In the present invention, a selective DVS technique according to the battery level reflecting such characteristics is proposed. The technique proposed in the present invention is a method of using the DVS algorithm to set the battery interval according to the remaining battery capacity and to utilize the characteristics of the battery reflected in the interval. In the present invention, the battery section is divided into three sections and then applied using a suitable DVS algorithm. The result is a 4% to 8% improvement in battery time over the previous DVS without QoS degradation, and a 13% to 21% improvement in battery time over the time without DVS.

이상에서 설명한 바와 같이, 본 발명에 따른 배터리의 화학적 특성을 이용한 이동기기의 전력 관리 방법에 의하면, 배터리 잔량에 따른 화학적 특성을 기준으로 배터리의 상태구간을 충전회복 효과 영역, 전력소비 비율 유지 효과 영역, 경고 영역의 3단계로 구분한 후 각각의 구간에 최적화된 DVS 기법을 사용함으로써, 배터리의 사용시간을 연장할 수 있게 되는 장점이 있게 된다.As described above, according to the power management method of the mobile device using the chemical characteristics of the battery according to the present invention, the state of the battery based on the chemical characteristics according to the remaining battery charge recovery effect area, power consumption ratio maintenance effect area In addition, by using the DVS technique optimized for each section after dividing into three stages of the warning area, the battery life can be extended.

Claims (6)

스마트 배터리로부터 전력을 공급받는 이동기기의 전력 관리 방법에 있어서,In the power management method of a mobile device that is powered from a smart battery, (a)상기 이동기기의 모니터링 모듈이 상기 스마트 배터리로부터 현재의 배터리 잔량 정보를 모니터링하는 동시에 운영체제의 커널 및 스케줄러 내부에서 현재 수행 중인 태스크 정보를 모니터링하여 정책 모듈로 전달하는 단계와;(a) monitoring, by the monitoring module of the mobile device, current battery level information from the smart battery, and monitoring and transmitting task information currently performed in the kernel and scheduler of the operating system to a policy module; (b)상기 정책 모듈이 상기 모니터링 모듈로부터 입력받은 정보와 프로세서 컨트롤 모듈로부터 입력받은 현재의 프로세서 상태 정보를 이용하여, 배터리 잔량에 따른 현재의 배터리 특성 상태를 충전회복 효과 영역, 전력소비 비율 유지 효과 영역 및 경고 영역 중에 어느 하나로 판단하고, 이어 각 영역에 따라 정해진 DVS 알고리즘을 선택 및 적용하여 다음 단계의 프로세서 상태를 결정하는 단계와;(b) the policy module uses the information received from the monitoring module and the current processor state information input from the processor control module to maintain the current state of the battery characteristics according to the remaining battery charge recovery area and power consumption ratio. Determining one of an area and a warning area, and then selecting and applying a DVS algorithm determined according to each area to determine a processor state of a next step; (c)상기 정책 모듈에서 결정된 프로세서 상태를 프로세서 컨트롤 모듈이 전달받아 프로세서의 상태를 제어하고, 상기 프로세서 컨트롤러 모듈이 현재의 프로세서 상태 정보를 상기 정책 모듈로 피드백시키는 단계;(c) receiving a processor state determined by the policy module from the processor control module to control the state of the processor, and feeding back the current processor state information to the policy module by the processor controller module; 를 포함하여 구성되는 것을 특징으로 하는 배터리의 화학적 특성을 이용한 이동기기의 전력 관리 방법. Power management method of a mobile device using the chemical characteristics of the battery, characterized in that comprises a. 청구항 1에 있어서,The method according to claim 1, 상기 (b)단계에서, 현재의 배터리 상태를 충전회복 효과 영역, 전력소비 비 율 유지 효과 영역 및 경고 영역 중에 어느 하나로 판단하는 단계는,In the step (b), the step of determining the current battery state to any one of the charge recovery effect area, the power consumption rate maintenance effect area and the warning area, 상기 입력받은 정보로부터 계산되고 하기 식(A)에 의해 정의되는 태스크의 배터리 소비량 B(Q_i)의 변화량 ΔB(Q_i)(= B(Q_{i -1}) - B(Q_i))의 값으로부터 판단하는 것을 특징으로 하는 배터리의 화학적 특성을 이용한 이동기기의 전력 관리 방법.The value of the change amount ΔB (Q _i ) (= B (Q _{i -1} )-B (Q _i )) of the battery consumption B (Q _i ) of the task calculated from the received information and defined by the following formula (A): Power management method of a mobile device using the chemical characteristics of the battery, characterized in that determined from. 식(A):

Formula (A):

B(Q_i): 태스크가 수행되는 Q_i시간 동안 배터리가 소비되는 량,B (Q _i ): How much battery is consumed during the Q _i time the task is performed, L_max: 배터리가 완전 충전되었을 때의 잔량,L _max : Remaining charge when the battery is fully charged, L_i: 현재의 배터리 잔량.L _i : Current battery level. 청구항 2에 있어서,The method according to claim 2, 상기 ΔB(Q_i)의 값이 양의 값으로 유지되면 충전회복 효과 영역으로 판단하고, 상기 ΔB(Q_i)의 값이 미리 정해진 음의 값 이상이면 전력소비 비율 유지 효과 영역으로, 상기 미리 정해진 음의 값보다 작으면 경고 영역으로 판단하는 것을 특징으로 하는 배터리의 화학적 특성을 이용한 이동기기의 전력 관리 방법. If the value of ΔB (Q _i ) is maintained at a positive value, it is determined as a charge recovery effect region. If the value of ΔB (Q _i ) is equal to or greater than a predetermined negative value, the power consumption ratio maintenance effect area is determined. If the negative value is less than the power management method of the mobile device using the chemical characteristics of the battery, characterized in that determined as a warning area. 청구항 1에 있어서,The method according to claim 1, 상기 (b)단계에서, 현재의 배터리 특성 상태를 충전회복 효과 영역으로 판단한 경우, 프로세서의 전력상태 P_i를 프로세서 성능이 최고로 되는 전력상태 P_max로 하여(P_i=P_max) 태스크가 수행되도록 다음 단계의 프로세서 상태를 결정하는 것을 특징으로 하는 배터리의 화학적 특성을 이용한 이동기기의 전력 관리 방법.In the step (b), when the current battery characteristic state is determined as the charge recovery effect region, the task is performed by setting the power state P _i of the processor to the power state P _max at which the processor performance is the highest (P _i = P _max ). A method for managing power of a mobile device using a chemical characteristic of a battery, characterized by determining a processor state of a next step. 청구항 1에 있어서,The method according to claim 1, 상기 (b)단계에서, 현재의 배터리 특성 상태를 전력소비 비율 유지 효과 영역으로 판단한 경우, 프로세서의 전력상태 P_i를 하기 식(B)에 의해 정의되는 전력상태 P_optimal(i)로 하여 태스크가 수행되도록 다음 단계의 프로세서 상태를 결정하는 것을 특징으로 하는 배터리의 화학적 특성을 이용한 이동기기의 전력 관리 방법.In the step (b), when the current battery characteristic state is determined as the power consumption ratio maintenance effect region, the task is performed by setting the power state P _i of the processor as the power state P _{optimal (i)} defined by Equation (B) below. A method of power management of a mobile device using a chemical characteristic of a battery, characterized in that for determining the processor state of the next step to be performed. 식(B):

Formula (B):

W_{real (i-1)}: 태스크 모니터에 의해 얻어진 i-1번째 태스크의 수행시간,W _{real (i-1)} : execution time of the i-1th task obtained by the task monitor, Q_{real (i-1)}: 태스크 모니터에 의해 얻어진 i-1번째 태스크의 주기,Q _{real (i-1)} : period of the i-1th task obtained by the task monitor, W_{pred (i)}: 이전에 얻어진 값에 의해 예측된 i번째 태스크의 수행시간,W _{pred (i)} : execution time of the i th task predicted by the previously obtained value, Q_{real (i)}: 이전에 얻어진 값에 의해 예측된 i번째 태스크의 주기.Q _{real (i)} : Period of the i th task predicted by the previously obtained value. 청구항 1에 있어서,The method according to claim 1, 상기 (b)단계에서, 현재의 배터리 특성 상태를 충전회복 효과 영역으로 판단한 경우, 프로세서의 전력상태 P_i를 프로세서 성능이 최고로 되는 전력상태 P_max로 하여(P_i=P_max) 태스크가 수행되도록 다음 단계의 프로세서 상태를 결정하는 것을 특징으로 하는 배터리의 화학적 특성을 이용한 이동기기의 전력 관리 방법.In the step (b), when the current battery characteristic state is determined as the charge recovery effect region, the task is performed by setting the power state P _i of the processor to the power state P _max at which the processor performance is the highest (P _i = P _max ). A method for managing power of a mobile device using a chemical characteristic of a battery, characterized by determining a processor state of a next step.

Images