移动通信终端网络功耗智能优化方法研究

康翔宇

（广东石油化工学院电子信息工程学院，广东 茂名 525000）

采用硬件手段突破移动通信终端的电源模块带电能力不足的问题，可以解决移动通信终端续航能力差的问题。但是，短时间内突破硬件瓶颈是不切合实际的。因此，从现有的移动通信终端电源模块管理模式上入手，实现移动通信终端功耗的精细化管理，是更切合实际的解决问题思路[1]。移动通信终端在享受网络服务期间，程序变迁和反馈数据的获得都在很大程度上依赖于网络环境和通信质量。以智能手机为例，它们在网期间一般处于5G 网络环境和Wi-Fi 网络环境中，经常受到信号强度不稳定的影响[2]。由于信号强度不断变化，因此会导致网络重连、网络延迟等问题，极大地消耗了智能手机的带电量[3]。该文的研究目的就是构建移动通信终端的功耗模型，并分析各种导致智能终端功耗过大的因素，从而设计相应的优化方案并完成设计，进而在现有硬件水平条件下提高移动通信终端的续航能力。该文的相关结论对移动通信终端的进一步发展具有一定的理论意义和工程实用价值。

1 移动通信终端网络功耗模型构建

基于使用频度的功耗测评方法存在很大的误差，这是由智能终端中的尾功率现象引起的。所谓尾功率现象，就是例如5G、Wi-Fi 以及GPS 等硬组件执行关闭处理时，智能手机会继续保留高电流状态，持续一段时间后，电流才能真正调整到没有开启这些组件的状态。因此，尾功率现象不仅严重地浪费了智能终端的电能，而且使基于使用频度的功耗测评方法存在较大的误差。

为了更准确地分析智能终端的功耗情况，该文从使用频度和尾功率的2 个角度出发，构建一个全新的功耗分析模型，其核心数学模型如公式（1）所示。

式中：pij为当前采集的第i个样本数据中第j个硬件所造成的功耗；αij为该硬件设施的使用频度；βij为硬件关闭时的高电流保留情况；cj为基于使用频度造成功耗的系数；dj为尾功率造成功耗的系数。

对第i个样本数据来说，它的总功率实际上就是全部硬件造成的功耗和，如公式（2）所示。

式中：k为成智能终端的基础功耗，k为常值；pi为当前采集的第i个样本数据的功耗；pi0为当前采集的第i个样本数据中第0 个硬件造成的功耗；pi1为当前采集的第i个样本数据中第一个硬件造成的功耗；pin为当前采集的第i个样本数据中第n个硬件造成的功耗；αi0为第0 个硬件设施的使用频度；αi1为第一个硬件设施的使用频度；βi0为第0 个硬件关闭时的高电流保留情况；βi1为第一个硬件关闭时的高电流保留情况；c0为基于第0 个硬件使用频度造成功耗的系数；c1为基于第一个硬件使用频度造成功耗的系数；d0为第0 个硬件尾功率造成功耗的系数；d1为第一个硬件尾功率造成功耗的系数。使xi=（αi0，αi1，…αin）、yi=（βi0，βi1，…βin），实际上这两者就分别表达了所有硬件的使用频度和所有硬件的尾功率。再用，这两者分别表达了所有硬件使用频度的功耗系数和所有硬件尾功率的功耗系数，那么公式（2）可以改写为公式（3）。

式中：pi为当前采集的第i个样本数据的功耗；xi为使用频度；c为使用频度功耗系数；yi为尾功率；d为尾功率功耗系数。

2 移动通信终端网络功耗优化方法

由相关数据可知，当智能手机使用5G 功能和Wi-Fi 功能时，其使用频度的功耗系数分别达到了721 mV 和654 mV，其中5G 功能的尾功率功耗系数还有561 mV。这2 项功能的功耗超出了除来电以外的所有功能的功耗。由此可见，智能手机终端的最主要功耗是由使用网络引起的。可以从2 个角度提高智能手机的续航能力：1）增加电池容量。2）优化现有的智能手机网络使用方案，使智能手机的网络使用的功耗降低。该文从优化智能手机的网络使用方案入手，降低智能手机的网络使用功耗，以提高智能手机的续航能力。

该文通过以下3 种措施来降低智能手机在网络使用时的功耗：1）控制传输数据信息的大小。2）优化信息传输协议。3）设置合理的网络连接形式。具体框架如图1所示。

图1 优化方案框架

要注意的是，以上3 种措施还要考虑执行优化过程中CPU 组件、内存组件会产生多少额外的功耗。因此，只有精细地设计优化方案，才能降低网络使用过程中智能终端的功耗。

为了检验该文构建的智能手机网络使用功耗优化方案的可用性，先通过一个试验系统进行验证。这个系统基于智能手机，并通过手工配置和操作传输数据大小、传输数据类型、压缩方法和连网方式来实现系统的运转，从而记录测试过程中的数据压缩情况、数据压缩方法、数据压缩时间以及数据传输时间等重要数据。试验系统框架如图2所示。

图2 验证网络优化方案的实验系统

当智能手机完成数据处理时，会导致CPU 组件、内存组件使用频度的变化，因此当执行测试时，在手机终端使用了日志程序，以便对各种设备进行记录。

智能手机上采用的操作系统是安卓（Android）系统，在试验系统中，主要采用了3 个类型的软件：1）用户操作界面，接收来自用户操作并形成响应。2）后台服务程序，接收用户的响应并完成用户的请求，其间执行优化操作和数据传输操作。3）基于http 的网络连接程序，主要承担网络数据传输和动态配置的相关任务。

3 移动通信终端网络功耗优化试验与分析

通过手机显示功耗的情况是测试系统的基本功能。而功耗是否降低则体现了前述优化设计的性能是否达到了预期的要求。这一阶段的测试分为2 组，一组是基于云端的云医疗数据获取，另一组是对不同类型的网站进行访问，分别通过执行优化前的智能终端功耗观测、执行该文设计的优化方案的智能终端功耗观测来测试优化是否达到了预期效果。

3.1 云医疗数据获取的性能测试

第一组性能测试是通过智能手机向云端发送医疗数据，请求云端进行分析并给出分析结果再反馈给手机。该工作通过Wi-Fi 模式实现的对比图如图3所示，该工作通过5G 模式实现的对比图如图4所示。

图3 智能手机通过Wi-Fi 模式获取云医疗数据的功耗优化前后对比结果

图4 智能手机通过5G 模式获取云医疗数据的功耗优化前后对比结果

由图3 可知，经过该文的优化处理，智能手机获得来自云端的医疗数据分析数据所消耗的电量比不执行优化的情况大概降低了50%，这充分说明了当采用Wi-Fi 模式完成云医疗数据访问时，该文的优化方法有利于降低智能手机功耗、延长智能手机的续航时间。

由图4 可知，经过该文的优化处理，智能手机通过5G模式获得来自云端的医疗数据分析结果所消耗的电量比不执行优化的情况大概降低了60%，这充分说明了当采用5G 模式完成云医疗数据访问时，该文的优化方法有利于降低智能手机功耗、延长智能手机的续航时间。因为 5G 模式的绝对功耗太大，约为 Wi-Fi 模式功耗的 5 倍，所以采用该文设计的优化方式对5G 模式的功耗优化比例比Wi-Fi模式高。

3.2 不同类型网站访问的性能测试

为了进一步验证该文优化方法使用的广泛性，通过第二组试验来检验智能手机对不同类型网站访问的功耗问题。该工作通过Wi-Fi 模式实现的对比图如图5所示，通过5G 模式实现的对比图如图6所示。

图5 智能手机通过Wi-Fi 模式获取网站浏览数据的功耗优化前后对比结果

由图6 可知，经过该文的优化处理，当智能手机用5G 模式网站浏览时的功耗也比不执行优化低，降低幅度为45%～75%。这说明在智能手机用5G 模式浏览网站的过程中，该文构筑的功耗优化方案提高了智能手机的续航能力。

图6 智能手机通过5G 模式获取网站浏览数据的功耗优化前后对比结果

由图5 可知，经过该文的优化，当智能手机用Wi-Fi模式浏览网站时的功耗也比不执行优化前浏览网站需要的功耗低，功耗降低了25%～50%。这说明在智能手机用智能手机模式浏览网站的过程中，该文构筑的功耗优化方案提高了智能手机的续航能力。

4 结语

针对移动通信终端功耗优化问题，该文构建了一个测试智能终端功耗的模型，该模型同时考虑了硬件使用频度和尾功率2 项指标。针对智能终端在使用网络情况下功耗大幅增加的问题，该文构建了一种智能终端网络功耗的优化方案，该方案旨在从数据压缩处理、合适的网络连接方式选择等方面降低智能终端的网络使用功耗。通过基于简单系统的试验分析数据类型、数据大小对数据传输的功耗影响。分别从网站浏览和云端医疗数据访问2 个层面对前述优化方案进行性能测试，证实优化方案分别可以得到25%～75%的功耗优化效果。