عنوان پایان‌نامه
ایجاد یک ابزار استخراج و تحلیل مشخصه های توان مصرفی برنامه در سیستمهای نهفته
- رشته تحصیلی
- مهندسی کامپیوتر -نرم افزار
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 3045;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 77576;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 3045;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 77576
- تاریخ دفاع
- ۲۱ شهریور ۱۳۹۵
- دانشجو
- مهدی محمدپورفرد
- استاد راهنما
- مهدی کارگهی
- چکیده
- مفاهیمی مانند اینترنت-اشیاء (IoT) و سیستمهای سایبر-فیزیکی (CPS) و تأثیر آن‌ها در استفاده روزافزون از دستگاه‌های کوچک و قابل حمل باعث افزایش اهمیت انتخاب و مدیریت صحیح باتری در سیستمهای نهفته شده‌اند. سرعت رشد فناوری باتری نسبت به تراشه‌ها در یک سطح نیست و همین عامل باعث می‌شود تا توجه بیشتری به طراحی کاراتر سیستمهای نهفته از طریق مشخصه‌های توان مصرفی، و انتخاب و به‌کارگیری مناسب‌تر باتری گردد. ازآنجایی‌که در بسیاری از این سیستم‌ها تخلیه‌ی باتری می‌تواند باعث ناموفق ماندن عملیات شود، طراح سیستم نیازمند تخمین دقیق‌تری از لحظه‌ی شکست ناشی از اتمام شارژ باتری خواهد بود. برخی از مهم‌ترین چالش‌های مربوط به این تخمین عبارت‌اند از: 1) تغییر توان مصرفی ناشی از تعامل با محیط فیزیکی که روی رفتارهای برنامه تأثیرگذار است، 2) تغییر توان مصرفی ناشی از تفاوت مصرف دستورات در طول زمان، و 3) رابطه‌ی غیرخطی مجموع انرژی دریافت‌شده از باتری با دو تغییر قبلی. در این پایان‌نامه ابتدا یک روش باتری-آگاه برای تخمین بیشترین انرژی مصرفی برنامه ارائه می‌دهیم. سپس یک روش تحلیلی برای تعیین تغییرات مصرف توان برنامه ارائه می‌شود که از مدل‌سازی برنامه توسط گراف بدون دور جهت‌دار استفاده می‌نماید. این کار را با استفاده از مفهوم بدترین دنباله‌ی مصرف توان (WPCT) انجام داده و اثبات می‌کنیم که این دنباله به بدترین وضعیت تخلیه‌ی انرژی باتری منجر می‌شود. سپس از این مفهوم استفاده می‌کنیم تا روشی برای تخمین لحظه‌ی شکست سیستم ناشی از تخلیه باتری ارائه نماییم. علاوه بر این، ابزاری ارائه می‌کنیم که به‌صورت خودکار و با یک واسط کاربری مناسب مشخصه‌ی WPCT برنامه ورودی را استخراج کرده و زمان شکست سیستم ناشی از اتمام شارژ باتری را تخمین می‌زند.
- Abstract
- The emergence of concepts like Internet-of-things and cyber-physical systems, which extend the growth of utilizing portable devices, has made the role of battery in embedded systems more important than ever. Unfortunately, the battery technology has not been improved at a comparable pace to the advances in the technology nodes. This motivates much more attention in the efficient design of embedded systems through appropriate battery selection, which in turn needs accurate characterization of power usage behavior of the systems. Since battery depletion can result in imperfect mission of such systems, the designer needs to have an accurate estimation of the time that the system may fail due to lack of energy. The estimation is non-trivial because of the following complexities: 1) The system behavior changes when it interacts with the physical world, 2) The power consumption varies as the time progresses, and 3) The total delivered battery charge has non-linear dependencies on these variabilities. In this thesis we present an analytical method to first characterize the power variability of an embedded program modeled by a given directed acyclic graph. It proposes the concept of Worst-case Power Consumption Trace (WPCT). It is proven that WPCT leads to the worst scenario in terms of battery charge depletion. Then WPCT is used to estimate a tight lower bound on the system failure time. Also a toolset names Chromeet is developed to first extract power consumption of embedded software and second characterize its power consumption to extract WPCT and estimate system failure time because of battery depletion. Keywords: Worst-Case Energy Consumption, Worst-Case Power Consumption, Power characterization, Battery properties, Failure time estimation
