论文部分内容阅读
移动视频流系统的一个重要特点是在进行高复杂度解码计算的同时,还要进行大数据量的收发,能耗相对较高。这与移动设备相对有限的电池能量极不匹配。传统节能方法通常对网卡和CPU等单一部件进行低功耗调度。但是,由于视频解码计算复杂度会随视频场景变换而变化,而且无线网络通信带宽具有时变性,使得移动视频流终端的数据包接收和解码过程需要相互配合,才能高效利用通信和计算资源,从而节省系统能耗。 针对单个移动视频流终端通过无线局域网接入点接收网络视频流数据,并对接收数据进行解码的典型应用场景,提出数据包接收和解码任务协同调度节能策略。首先,在分析移动视频流客户端系统组成及其能耗的基础上,建立了移动视频流客户端系统的低功耗模型。一方面,针对视频流解码复杂度动态变化的特点,系统低功耗模型包含基于解码复杂度预测DVFS(Dynamic Voltage and Frequency Scaling)技术的CPU能耗优化模型,实现根据视频流解码计算量的实际需求,选择 CPU最佳工作频率。另一方面,针对无线网络信道带宽随机变化的特点,系统低功耗模型包含基于缓存时延的网卡低功耗模型。通过在网卡和CPU之间设置一个缓存并牺牲一定解码时延的方法,动态地调整网卡在接收数据包过程中的工作状态,形成视频数据突发性接收,增加网卡处于低功耗模式的时间,从而减少能耗。其次,在分析视频流数据包接收与解码任务的协同性,揭示了客户端系统低功耗模型中各个参数的影响关系的基础上,提出了以CPU频率选择策略为中心,网卡状态调节策略为辅的协同调度节能策略。建立无线信道状态变化的马尔柯夫建模,据此预测最佳信道状态,并综合CPU解码时延约束影响,动态地调整网卡接收数据包的状态,实现在保证视频流应用服务质量的前提下,降低系统能耗。 通过CCS3.3模拟视频解码过程,并在Matlab环境下对网卡和CPU的协同调节策略进行仿真。实验结果表明,网卡和CPU的协同调度节能策略可以在基本不影响视频播放质量的前提下,降低视频流客户端数据包接收和解码过程中30%~35%的能耗。