SmartWatch能源消耗研究（1）

SmartWatch能源消耗研究（1）

摘要

SmartWatch耗能源消耗大致可分一下以下四个研究方向：电池本身的放电模式、用户使用SmartWatch的使用方式，SmartWatch系统决定的后台程序运行的耗电模式、SmartWatch硬件节能原件的开发及采用方式。本文把对SmartWatch的耗能问题研究集中在一个点上--SmartWatch的能源优化方式，从现有的SmartWatch的能源消耗现状出发，在已有的研究中总结研究SmartWatch能源消耗存在的问题，并针对现有研究得出自己的见解，并进行总结。

介绍

作为可穿戴计算机的最流行的类型--SmartWatch具有方便快捷的特点，除了作为一个定时器，SmartWatch的最重要的应用是接收电话，推送通知，即时信息，天气预报，新闻，手表程序控制手机程序等。然而，SmartWatch自身配备的电池的容量是十分有限的。它通常只有300毫安到500毫安，比普通智能手机的电池要小得多（2k–3k 毫安）[ 1]。此外，充电手表需要特殊的充电插头。根据测评使用的商品SmartWatch如LG，显示完全充电的手表往往不能持续一整天。

尽管SmartWatch得到了很多人关注，能源效率从研究界很少受到关注。由于手机和手表之间的内在差异，也很难直接应用现有的智能手机能源优化技术，由于SmartWatch的尺寸所限，扩大电池容量的技术很难实现，SmartWatch的的能源优化技术就成为可以实现延长SmartWatch工作时间的关键。本文将分为三个部分进行展开：

    第二节SmartWatch能源优化技术研究现状分析。SmartWatch能源现状分析主要是从三篇论文研究成果进行现状分析，包括SmartWatch能耗的测量及优化、SmartWatch操作系统Android-wareOS的特点、SmartWatch和智能手机计算分担策略。

基于研究工作提出存在的问题。亦是在三篇论文的研究工作基础之上进行分析得出。

   第四节总结部分就SmartWatch的能源可优化技术进行总结。

2. SmartWatch能源优化技术研究现状分析

论文[ 2]1进行SmartWatch能耗的测量和优化工作。建立SmartWatch的能源动力模型，这是一个函数 ，当 对应于系统活动和设备上直接可测量的事件时，映射 到他们所产生的能量与功率消耗。该论文研究得出SmartWatch具有与智能手机不同的能耗特点，例如，当手表处于休眠状态总耗能，平均超过50%的手表能量消耗。而显示状态的耗能占手表整体能源消耗30%以上。并且这篇论文根据他们的测量结果，提出了具体的解决方案来提高能源效率，如手表，表盘显示节能，智能显示调光等。

论文[ 3]2研究SmartWatch的操作系统Android Wear特点，从系统层的角度研究SmartWatch的执行效率。通过运行一套十五个基准测试，概述了Android Wear系统四个方面包括CPU使用情况，闲置情况，线程级并行性和微体系结构行为的特点；该论文发现的低效率根本原因在于一个一系列广泛但未知的操作系统设计缺陷。他们的研究对设计未来的可穿戴式操作系统具有启发意义。

论文[4]3研究了降低SmartWatch的能源消耗的新型计算分担技术。基于现有技术在具有无限资源的云服务器分担复杂的计算思想，提出在SmartWatch上将将复杂的操作分担到智能手机的技术。因此，这篇论文将考虑重心放在可以执行复杂的计算的智能手机，而不是基于智能手机的SmartWatch的的状态，如能源消耗，过程延迟和其他过程的副作用。      

第一篇论文描述表象SmartWatch耗能特点，第二篇论文描述了导致耗能的SmartWatch操作系统的设计问题，从改进操作系统的低效率的角度优化SmartWatch耗能的效率，第三篇论文从提出智能手机分担复杂计算的角度提出解决SmartWatch耗能的新方法。并且三篇论文就不同就角度提出来了优化方案，这三篇论文一定程度上代表目前该领域关于SmartWatch能源优化

3. 基于研究工作提出存在的问题

3.1实验测量SmartWatch与能耗存在的关系

构建SmartWatch的功耗模型[ 5]。在这里展示了一个LG SmartWatch的粗粒度的功耗模型初步结果。手表运行Android Wear 操作系统。它配备了一个Cortex A7处理器，4GB存储空间，512MB内存，1.3寸P-OLED显示，Wi-Fi，蓝牙和各种传感器。建模方法参考智能手机功率建模高级方法。使用Monsoon功率监视器测量以下部件的功耗：设备基线（两者）睡眠和清醒模式），CPU，显示器，蓝牙，Wi-Fi，和触摸屏。测量结果如表1所示。

从表1所示的结果可以得出以下发现：（1）CPU的功率由三个因素决定：核心的数量，每个核心的频率，和每个核心的利用率。测量的手表配备了四核Cortex A7处理器，操作系统控制3个核心脱机，唯一的在线核心固定在768兆赫的频率。因此，影响功率的唯一因素是CPU的利用率，我们发现功耗和cpu的利用率两者是线性相关的。（2）手表有1.3英寸320x320 P-OLED显示，其功率由亮度级别和像素颜色决定[ 6]。我们发现蓝色是最耗能的颜色，其次是绿再红。（3）SmartWatch的Wi-Fi状态机相比于智能手机[ 7]多一个0.3s推广 延迟。（4）BT状态机由空闲和活动状态组成。状态推广需要忽略不计时间，而从活跃到空闲状态的降级是由一个4.8s闲置计时器触发的。

3.2存在的问题

这篇论文实验室环境下构建的SmartWatch功耗模型，只对LG的SmartWatch进行了测量，一定程度上反应了现有SmartWatch的功耗情况。测量的结论只反映了操作系统利用率和功耗的关系，缺乏更多的细节的考虑，如显示亮度，信号强度和各种传感器的功率消费。

3.3跟踪用户使用数据与能耗的关系

进行用户测试了解SmartWatches能源消耗在用户使用过程中的特点。IRB批准的测试用户来自30多个的印第安那大学SmartWatch用户。每个用户佩戴LG Urbane SmartWatch。

图1：能量分解（a）从我们的用户的SmartWatch研究和（b）先前研究中的智能手机[8]

 相比于在实验室测验数据中，用户研究的一个关键优势是它有助于了解在现实的使用场景中的能源消耗。图1a显示了与智能手机相比不一样的测量结果，图1b显示由陈等进行的跟踪智能手机的结果[9 ]。

 我们描述我们的主要发现如下：如图1a阴影，对于SmartWatch超过一半的精力都花在睡眠（空闲）模式。首先，在睡眠模式的功耗是不能忽略的。特别是，手表在睡眠模式（尽管它的亮度降低）仍然显示。手表面显示占总能耗的30.1%。第二，由于手表的应用程序的性质会导致手表的活跃使用时间短于手机：例如，时间检查，推送通知，语音控制等，因此，在确定整体的能源消耗，睡眠模式成为一个重要组成部分。

 当手表在使用模式，显示器仍然是最大的能源消费，占40.4%（17.7%）的使用模式（整体）能源消耗。相比之下CPU的占整体能源消耗的比例较小，可能是因为LG的手表总是运行在一个固定频率的单芯。

  与智能手机相比，手表的收音机（蓝牙和Wi-Fi）占整体耗电比例不大，这是由于两个原因。第一，绝大多数智能手表没有蜂窝接口，手机的蜂窝接口比Wi-Fi和蓝牙更耗电。第二，手表与智能手机相比所产生的流量体积要低得多。

3.4存在的问题

这篇论文采集用户使用SmartWatch的数据进行分析，所得的饼状图与智能手机的采集数据绘制的饼状图进行对比，突出了SmartWatch和智能手机耗能的差异性。没有分析对比与实验测试测试数据的相似性，进而重点分析SmartWatch的耗能特点。

我们重点从这张图中分析SmartWatch在用户使用过程中的能耗特点。与实验测试结果相比，用户使用过程中的数据同样显示，睡眠模式（包括睡眠模式手表显示、睡眠模式手表手表不显示）超过50%的手表能量消耗。另一个最大的特点是：实验室测试数据和用户使用过程采集数据均从硬件消耗给出能耗比例。这是一种粗粒度的测量方式。

3.5 SmartWatch操作系统的特点与耗能关系

   操作系统执行任务响应时间越长耗能越多，了解SmartWatch的操作系统的特点及分析其系统框架存在的问题，解决系统漏洞来提高SmartWatch的执行效率从而减少能耗是全局节能的一种新思路。

3.5.1 SmartWatch操作系统存在响应时间长的特点

由于可穿戴设备的执行效率，不是可穿戴式操作系统设计的指导原则。除了Android Wear，苹果手表也有报道显示电池寿命不足[10 ]和缓慢的响应[ 11]，尽管对其内部结构知之甚少。高效率和低响应性主要是由于执行效率低下。图2显示了一个实际情况。在向用户显示“设置”的UI之前，可穿戴设备需要987ms。即从用户触摸直到启动动作开始为止显示异常空闲跨越130毫秒，在阶段2中，OS执行启动操作，并且CPU保持忙碌约810ms。   

图2：在Android Wear上启动“设置”应用程序的时间表，显示两个异常空闲事件（不是由于I / O）和密集的CPU执行

3.5.2揭示SmartWatchOS执行效率低下的原因

论文[12 ]专注于其主要组件 - 操作系统外壳和守护程序的研究。 基于两个理由：这些操作系统组件主导整体CPU执行，如试点研究[13 ]所示，并得到新的证据证实在本文中这些OS组件仍然未来Android Wear系统的核心。

2.3 Android Wear操作系统

Android Wear是最受欢迎的互动操作系统之一。执行以场景为中心的分析是一种表征交互式系统经过验证的方法[ 14]。通过扩大试点研究[ 15]中确定的核心情景，设计了一套基准测试。如表1所示，我们的基准套件包括分为以下四个类别的十五个基准。

• 醒来。受到内部或外部事件的刺激，穿戴式设备从暂停模式中转出并提供简要信息。设备唤醒后没有用户输入。由于唤醒发生经常在日常使用中，能源效率最高重要指标。

•单输入醒目的可穿戴设备响应来自用户的单个输入，例如触摸或语音命令，共同的模式的短暂互动。由于用户正在等待，设备需要冲刺以实现低UI延迟。

•持续互动。用户正在与设备进行交互连续地，例如在卡片之间导航[10][ 16]。最终的UI动画需要设备产生稳定的图形流帧，这通常需要CPU和GPU之间的协同作用。

•感应。一套简约的程序样品和过程传感器周期性地收集数据以收集已知的上下文信息驱动可穿戴应用程序执行[17 ]。这些程序保留他们的UI作为黑屏，没有更新，延迟和功耗。如表2所示，这些概念上简单的场景通常表现得很长用户可感知的延迟和大量功耗。这些如图2中的例子所示，两个度量是紧密耦合的，最终由系统的执行效率决定。

    表2：基准套件。所有时间值由systrace [18]测量 

注：P1：从用户触摸开始启动; P2：从启动开始到UI显示

表2介绍了四个方面的表征结果。该论文的研究结果清楚地表明，1）操作系统应该是系统优化的主要的目标;2）优化常用的几个热门功能是非常有效果的。特别地，操纵基本数据结构的功能应该获得优先权，我们可以通过以下方法进行实现：利用SIMD硬件手动调整实施，例如 用于矢量操作的ARM NEON [ 19];硬件加速最常见的数据结构，一种方法显示有益于密集型移动应用程序[ 20]。

我们为未来可穿戴设备操作系统的开发提供以下新指南：1）复杂运行时环境的软件冗余和UI布局应积极修剪; 2）操作系统在“附加”用户体验上程序上节省CPU周期;3）短时间互动期间为来提高效率进行的按需操作可能会影响系统。

3.6存在的问题

这篇论文的研究十分细致。从Android-ware的操作系统存在响应慢的问题入手，以用户使用情景分析了4个类别的15个基准的测试。目前针对这篇论文现有的研究，因为这篇论文涉及很多很专业的东西，我不能从很专业的角度提出问题。

3.7 SmartWatch与智能手机任务分担策略

SmartWatch与智能手机任务分担策略具体研究了两种应用的算法来分担每个设备的决策组件准确决策。设计与算法为了有效地决定分担，智能手机应该有一个分担决策和成本分析器。

图3.提出的技术的流程图

图3显示了所提出技术的流程图。它有一些过程确定智能手机是否执行分担任务。另外，我们提出了两个在SmartWatch和智能手机中使用的算法。算法1是确定某些工作负载是否被分担到智能手机。算法2是确定在当前的智能手机状态下是否执行计算。具体实现如下：

算法1：在SmartWatch中转移策略

假设要分担的任务

P_L←本地计算能力；

P_B←蓝牙传输能力；

T_L←本地传输时间；

T_B←蓝牙传输时间；

W←工作量；

假设P_L>P_B 或者T_L>T_B,则发出转移任务（W）的请求;

否则本地计算任务（W）;

结束假设

结束假设

算法2：SmartWatch的转移策略

假设存在请求THEN

τ_u←CPU利用率阈值；

U_E←期望的CPU利用率；

P_C←当前的电池容量；

P_E←期望的计算能力；

τ_T←执行时间阈值；

T_E←期待的执行时间；

假设τ_u<U_E或者P_C<P_E或者τ_T<T_E则向SmartWatch发送ACK信息；

否则执行计算任务（W）；

返回结果给SmartWatch。

向SmartWatch发送ACK消息;其他执行计算（W）;将结果返回到SmartWatch;

结束假设

结束假设

3.8 存在问题

这篇论文的主要问题在于提出了这样的分担计算思想，并没有给出实验数据验证着这样做的效果--到底在多大程度上节约SmartWatch的能量。而且在这个算法思想的基础上进行实现一个通用算法，这个通用算法的好坏在不同型号的机器会存在差异。但对于特定的手机，特定的智能手表之间设计分担计算的节能策略的思想，对于SmartWatch开发商设计特色程序具有很大启发意义。

[1] C. Min, S. Kang, C. Yoo, J. Cha, S. Choi, Y. Oh, and J. Song.Exploring current practices for battery use and managementof smartwatches. In ISWC, 2015.

[2] Liu X, Qian F. Measuring and optimizing android smartwatch energy consumption: poster[C]// International Conference on Mobile Computing and NETWORKING. ACM, 2016:421-423.

[3] Liu X, Qian F. Measuring and optimizing android smartwatch energy consumption: poster[C]// International Conference on Mobile Computing and NETWORKING. ACM, 2016:421-423.

[4] Ko J, Lee J, Choi Y J. Poster: A Novel Computation Offloading Technique for Reducing Energy Consumption of Smart Watch[C]// International Conference on Mobile Systems, Applications, and Services Companion. ACM, 2016:46-46.

[5 Liu X, Qian F. Measuring and optimizing android smartwatch energy consumption: poster[C]// International Conference on Mobile Computing and NETWORKING. ACM, 2016:421-423.

[6] M. Dong, Y.-S. K. Choi, and L. Zhong. Power Modeling ofGraphical User Interfaces on OLED Displays. In DAC, 2009

[7] X. Chen, A. Jindal, N. Ding, Y. C. Hu, M. Gupta, and R. Vannithamby. Smartphone Background Activities in theWild: Origin, Energy Drain, and Optimization. In MobiCom,2015

[8] X. Chen, N. Ding, A. Jindal, Y. C. Hu, M. Gupta, and R. Vannithamby. Smartphone Energy Drain in the Wild:Analysis and Implications. In SIGMETRICS, 2015

[9] X. Chen, N. Ding, A. Jindal, Y. C. Hu, M. Gupta, and R. Vannithamby. Smartphone Energy Drain in the Wild:
Analysis and Implications. In SIGMETRICS, 2015

[10] TECHRADAR. Apple watch battery life: How many hours does it last?http://www.techradar.com/us/news/wearables/apple-watchbattery-life-how-many-hours-does-it-last–1291435,2015

[11] BUSINESS INSIDER. The first round of apple watch apps weren’t that great, but that’s all about to change.http://www.businessinsider.com/why-the-first-apple-watchapps-are-slow-2015-6, 2015.

[12] R. Liu and F. X. Lin. Understanding the Characteristics ofAndroid Wear OS. In MobiSys, 2016. 

[13] LIU, R., JIANG, L., JIANG, N., AND LIN, F. X.Anatomizing system activities on interactive wearable
devices. In Proceedings of the 6th Asia-Pacific Workshop onSystems (New York, NY, USA, 2015), APSys ’15, ACM,pp. 18:1–18:7

[14 LEE, D. C., CROWLEY, P. J., BAER, J.-L., ANDERSON,T. E., AND BERSHAD, B. N. Execution characteristics of desktop applications on windows nt. In Proceedings of the 25th Annual International Symposium on Computer
Architecture (Washington, DC, USA, 1998), ISCA ’98, IEEE Computer Society, pp. 27–38.

[15] LIU, R., JIANG, L., JIANG, N., AND LIN, F. X. Anatomizing system activities on interactive wearable
devices. In Proceedings of the 6th Asia-Pacific Workshop on Systems (New York, NY, USA, 2015), APSys ’15, ACM, pp. 18:1–18:7.

[16] CONNOLLY, E., FAABORG, A., RAFFLE, H., ANDRYSKAMP, B. Designing for wearables. Google I/O, 2014

[17] CONNOLLY, E., FAABORG, A., RAFFLE, H., ANDRYSKAMP, B. Designing for wearables. Google I/O, 2014

[18] GOOGLE INC. Systrace.http://developer.android.com/tools/help/systrace.html

[19] ARM. ARM architecture reference manual, armv7-a andarmv7-r edition, 2014

[20] TECHRADAR. Apple watch battery life: How many hoursdoes it last?http://www.techradar.com/us/news/wearables/apple-watchbattery-life-how-many-hours-does-it-last–1291435,2015