[go: up one dir, main page]

KR20060104386A - Dynamic Job Scheduling System Ensures Battery Duration - Google Patents

Dynamic Job Scheduling System Ensures Battery Duration Download PDF

Info

Publication number
KR20060104386A
KR20060104386A KR1020050026516A KR20050026516A KR20060104386A KR 20060104386 A KR20060104386 A KR 20060104386A KR 1020050026516 A KR1020050026516 A KR 1020050026516A KR 20050026516 A KR20050026516 A KR 20050026516A KR 20060104386 A KR20060104386 A KR 20060104386A
Authority
KR
South Korea
Prior art keywords
battery
duration
battery duration
workload
level
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
KR1020050026516A
Other languages
Korean (ko)
Inventor
이완연
김지성
Original Assignee
학교법인 한림대학교
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 학교법인 한림대학교 filed Critical 학교법인 한림대학교
Priority to KR1020050026516A priority Critical patent/KR20060104386A/en
Publication of KR20060104386A publication Critical patent/KR20060104386A/en
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

본 발명은 배터리 지속 시간을 보장하는 동적 작업 스케줄링 시스템에 관한 것이다. 본 발명에 따른 동적 작업 스케줄링 시스템은 배터리의 잔량을 측정하는 배터리 잔량 측정 모듈, 커널로부터 작업량 단계 및 최소 보장 시간을 전달받아, 작업량 단계를 배터리 지속 시간 예측 모듈로 전송하며, 배터리 지속 시간 예측 모듈로부터 예측 배터리 지속 시간을 예측하며, 예측 배터리 지속 시간 및 최소 동작 시간을 바탕으로 작업 스케줄링을 설정하는 작업 스케줄러-여기서 최소 동작 시간은 최소 보장 시간에서 현재 동작 지속 시간을 뺀 것임-; 및 배터리 잔량 측정 모듈로부터 배터리 잔량을 수신하며, 작업 스케줄러로부터 작업량 단계를 수신하며, 배터리 잔량 및 작업량 단계를 바탕으로 예측 배터리 지속 시간을 생성하는 배터리 지속 시간 예측 모듈을 포함하는 프로세서를 포함한다.The present invention relates to a dynamic job scheduling system that guarantees battery duration. The dynamic task scheduling system according to the present invention receives a battery level measurement module for measuring the battery level, a workload level and a minimum guaranteed time from the kernel, and transmits the workload level to the battery duration prediction module, and from the battery duration prediction module. A task scheduler that predicts predicted battery duration and sets up task scheduling based on the predicted battery duration and minimum operating time, where the minimum operating time is the minimum guaranteed time minus the current operating duration; And a processor including a battery duration prediction module for receiving a battery residual quantity from a battery remaining quantity measuring module, receiving a task quantity step from a task scheduler, and generating a predicted battery duration based on the battery residual quantity and the amount of work quantity stage.

배터리, 동적 스케줄링, 지속 시간 보장 Battery, dynamic scheduling, guaranteed duration

Description

배터리 지속 시간을 보장하는 동적 작업 스케줄링 시스템{Dynamic task scheduling mechanism guaranteeing the residual time of battery}Dynamic task scheduling mechanism guaranteeing the residual time of battery

도 1은 본 발명의 바람직한 일 실시예에 따른 배터리 잔량에 기반한 동적 작업 스케줄링 시스템을 개략적으로 나타낸 개념도.1 is a conceptual diagram schematically showing a dynamic job scheduling system based on a battery level according to an embodiment of the present invention.

도 2는 본 발명의 바람직한 일 실시예에 따른 시스템에서 동작하는 작업량 단계에 따라 배터리가 지속되는 시간을 배터리 지속 예측 시간 테이블 형태로 나타낸 예시도.2 is an exemplary diagram showing a battery duration prediction time table in the form of a battery duration prediction time according to the workload level operating in the system according to an embodiment of the present invention.

도 3은 본 발명의 바람직한 일 실시예에 따른 동적 작업 스케줄링을 수행하는 절차를 나타낸 순서도.3 is a flowchart illustrating a procedure for performing dynamic job scheduling according to an embodiment of the present invention.

도 4는 본 발명의 바람직한 일 실시예에 따른 예측 배터리 지속 시간을 보정하는 절차를 나타내는 순서도.4 is a flowchart illustrating a procedure of correcting a predicted battery duration according to an exemplary embodiment of the present invention.

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

100…배터리 잔량 측정 모듈 110…프로세서100... Battery level measurement module 110.. Processor

112…배터리 지속 시간 예측 모듈112... Battery Duration Prediction Module

114…예측 배터리 지속 시간 보정 모듈 116…작업 스케줄러114... Predictive Battery Duration Correction Module 116. Task scheduler

본 발명은 배터리 지속 시간을 보장하는 동적 작업 스케줄링 시스템에 관한 것이다.The present invention relates to a dynamic job scheduling system that guarantees battery duration.

PDA, 핸드폰 노트북과 같이 배터리를 사용하는 휴대 이동기기와 같은 내장형 시스템에서는 시스템 수행 시간을 늘리기 위해 에너지를 적게 소비하기 위한 저전력 기술들이 사용되고 있다. 배터리 사용의 효율성을 극대화하기 위한 저전력 기술들로는 프로세서에서 사용되는 전압을 동적으로 낮추는 DVS(Dynamic Voltage Scaling)과 주변 장치에서 사용되는 전압을 동적으로 조절하는 DPM(Dynamic Power Management) 등이 있다.In embedded systems such as battery-powered mobile devices such as PDAs and cell phone notebooks, low-power technologies are being used to consume less energy to increase system execution time. Low-power technologies to maximize battery usage include Dynamic Voltage Scaling (DVS), which dynamically lowers the voltage used by the processor, and Dynamic Power Management (DPM), which dynamically adjusts the voltage used by peripherals.

기존의 배터리 저전력 관련 기술들은 배터리의 이용 효율성을 최대화하고자 시스템이 허용하는 범위에서 배터리 지속 시간을 최대한 연장하는 방법들을 다루었다. 그러나 기존 방법들은 시스템이 정해진 시간 이상으로 동작하여야 하는 환경에서는, 정해진 시간 이전에 배터리가 소진되어 시스템이 갑자기 정지되고 이로 인해서 수행 결과에 커다란 문제가 발생할 소지를 가지게 된다. 예를 들어 영상 수집 기능과 이동 기능, 그리고 위치 알림 기능을 수행하는 무선 탐사 로봇을 사용할 때, 동작 중에 제한된 용량의 배터리가 소진되면 무선 탐사 로봇을 수행 중에 분실하는 문제가 발생할 수 있다.Existing battery-low-power technologies have addressed ways to extend battery life as far as the system allows to maximize battery utilization. However, in the existing methods in which the system has to operate for more than a predetermined time, the battery is exhausted before the predetermined time and the system suddenly stops, which may cause a big problem in the performance. For example, when using a wireless sensing robot that performs an image collecting function, a moving function, and a location notification function, if a limited capacity battery is exhausted during operation, the wireless sensing robot may be lost while performing the wireless sensing robot.

본 발명에 목적은 배터리 기반 시스템에서 동작하는 작업에 우선 순위를 부여하고 배터리 잔량을 측정하여 배터리 지속 시간을 예측하는 방법을 제공하는 것이다.SUMMARY OF THE INVENTION An object of the present invention is to provide a method of predicting battery duration by prioritizing a task operating in a battery based system and measuring battery remaining.

본 발명에 다른 목적은 선형 방정식을 통해 예측 배터리 지속 시간 오차를 보정하여 정확한 배터리 지속 시간을 예측하는 방법을 제공하는 것이다.Another object of the present invention is to provide a method of predicting accurate battery duration by correcting a predicted battery duration error through a linear equation.

본 발명에 또 다른 목적은 예측된 배터리 지속 시간에 이용하여 시스템에서 동작하는 전체 작업량을 동적으로 변경하는 방법을 제공하는 것이다.Yet another object of the present invention is to provide a method for dynamically changing the overall workload operating in a system using the estimated battery duration.

상술한 목적들을 달성하기 위하여, 본 발명의 일 측면에 따르면, 배터리의 잔량을 측정하는 배터리 잔량 측정 모듈, 커널로부터 작업량 단계 및 최소 보장 시간을 전달받아, 상기 작업량 단계를 배터리 지속 시간 예측 모듈로 전송하며, 상기 배터리 지속 시간 예측 모듈로부터 예측 배터리 지속 시간을 예측하며, 상기 예측 배터리 지속 시간 및 최소 동작 시간을 바탕으로 작업 스케줄링을 설정하는 작업 스케줄러-여기서 상기 최소 동작 시간은 최소 보장 시간에서 현재 동작 지속 시간을 뺀 것임-; 및 상기 배터리 잔량 측정 모듈로부터 배터리 잔량을 수신하며, 상기 작업 스케줄러로부터 작업량 단계를 수신하며, 상기 배터리 잔량 및 상기 작업량 단계를 바탕으로 상기 예측 배터리 지속 시간을 생성하는 배터리 지속 시간 예측 모듈을 포함하는 프로세서를 포함하는 동적 작업 스케줄링 시스템을 제공할 수 있다.In order to achieve the above objects, according to an aspect of the present invention, the battery level measuring module for measuring the remaining battery capacity, receiving a workload step and a minimum guaranteed time from a kernel, and transmits the workload step to the battery duration prediction module And a task scheduler for predicting a predicted battery duration from the battery duration predicting module and setting a task scheduling based on the predicted battery duration and the minimum operating time, wherein the minimum operating time is the current operation duration at the minimum guaranteed time. Minus time; And a battery duration prediction module configured to receive a battery level from the battery level measurement module, receive a workload level from the task scheduler, and generate the estimated battery duration based on the battery level and the workload level. It can provide a dynamic job scheduling system comprising a.

바람직한 실시예에서 상기 작업량 단계는 기능 우선 순위별로 분리되며, 각 작업량 단계는 필수 기능, 필수 기능 및 기본 기능 및 필수 기능, 기본 기능 및 선택 기능 중 어느 하나에 상응하는 것을 특징으로 하는 동적 작업 스케줄링 시스템을 포함할 수 있다. 또한 상기 작업 스케줄러는 상기 최소 동작 시간이 상기 예측 배터리 지속 시간을 초과하면 상기 작업량 단계를 감소하여 상기 커널로 반환하는 것을 특징으로 하는 동적 작업 스케줄링 시스템을 더 포함할 수 있다. 또한 상기 작업 스케줄러는 상기 최소 동작 시간이 상기 예측 배터리 지속 시간을 초과하지 않으면 상기 작업량 단계를 증가하여 상기 커널로 반환하는 것을 특징으로 하는 동적 작업 스케줄링 시스템을 더 포함할 수 있다. 바람직한 실시예에서 상기 배터리 지속 시간 예측 모듈은 배터리 잔량 측정 모듈로부터 전달되는 배터리 잔량 및 상기 커널로부터 전달되는 상기 작업량 단계를 바탕으로 상기 예측 배터리 지속 시간을 생성하는 것을 특징으로 하는 동적 작업 스케줄링 방법을 더 포함할 수 있다. 또한 상기 프로세서는 미리 마련된 선형 방정식을 바탕으로 상기 예측 배터리 지속 시간의 오차를 보정하는 것을 특징으로 하는 동적 작업 스케줄링 시스템을 더 포함할 수 있다.In a preferred embodiment, the workload level is divided by function priority, and each workload level corresponds to any one of a mandatory function, a mandatory function and a basic function, and a mandatory function, a basic function, and a selection function. It may include. The task scheduler may further include a dynamic task scheduling system, wherein the task scheduler decreases and returns the workload to the kernel when the minimum operation time exceeds the predicted battery duration. The task scheduler may further include a dynamic task scheduling system, in which the workload is increased and returned to the kernel when the minimum operation time does not exceed the predicted battery duration. In a preferred embodiment, the battery duration prediction module further generates the dynamic task scheduling method based on the remaining battery power delivered from the remaining battery power measurement module and the workload amount transferred from the kernel. It may include. In addition, the processor may further include a dynamic job scheduling system, characterized in that for correcting the error of the predicted battery duration based on a linear equation prepared in advance.

본 발명의 다른 측면에 따르면, 커널로부터 전달되는 최소 보장 시간을 기초로 생성되는 최소 동작 시간이 배터리 지속 시간 예측 모듈로부터 전달되는 예측 배터리 지속 시간을 초과하는지를 판단하는 단계, 상기 최소 동작 시간이 상기 예 측 배터리 지속 시간을 초과하면 상기 작업량 단계를 감소하여 상기 커널로 반환하는 단계 및 상기 최소 동작 시간이 상기 예측 배터리 지속 시간을 초과하지 않으면 상기 작업량 단계를 증가하여 상기 커널로 반환하는 단계를 포함하는 동적 작업 스케줄링 방법을 제공할 수 있다.According to another aspect of the invention, determining whether the minimum operating time generated based on the minimum guaranteed time delivered from the kernel exceeds the predicted battery duration delivered from the battery duration prediction module, wherein the minimum operating time is the above example. Reducing the workload step if the battery duration is exceeded and returning it to the kernel; and increasing the workload step and returning to the kernel if the minimum operating time does not exceed the predicted battery duration. A job scheduling method may be provided.

본 발명에 또 다른 측면에 따르면, 프로그램이 저장되어 있는 메모리, 상기 메모리에 결합되어 상기 프로그램을 실행하는 프로세서를 포함하되, 상기 프로세서는 상기 프로그램에 의해, 커널로부터 전달되는 최소 보장 시간을 기초로 생성되는 최소 동작 시간이 배터리 지속 시간 예측 모듈로부터 전달되는 예측 배터리 지속 시간을 초과하는지를 판단하는 단계, 상기 최소 동작 시간이 상기 예측 배터리 지속 시간을 초과하면 상기 작업량 단계를 감소하여 상기 커널로 반환하는 단계 및 상기 최소 동작 시간이 상기 예측 배터리 지속 시간을 초과하지 않으면 상기 작업량 단계를 증가하여 상기 커널로 반환하는 단계를 실행하는 것을 특징으로 하는 동적 작업 스케줄링 시스템을 제공할 수 있다.According to still another aspect of the present invention, there is provided a memory in which a program is stored, and a processor coupled to the memory to execute the program, wherein the processor is generated by the program based on a minimum guaranteed time delivered from a kernel. Determining whether the minimum operating time is greater than a predicted battery duration delivered from a battery duration predicting module, if the minimum operating time exceeds the predicted battery duration, reducing the workload step and returning to the kernel; and If the minimum operation time does not exceed the predicted battery duration, it may provide a dynamic task scheduling system, comprising increasing the workload level and returning it to the kernel.

이어서, 첨부한 도면들을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기로 한다.Next, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 바람직한 일 실시예에 따른 배터리 잔량에 기반한 동적 작업 스케줄링 시스템을 개략적으로 나타낸 개념도이다.1 is a conceptual diagram schematically illustrating a dynamic job scheduling system based on a battery level according to an exemplary embodiment of the present invention.

도 1을 참조하면, 동적 작업 스케줄링 시스템은 배터리 기반의 시스템 동작 중에 주기적으로 배터리 잔량을 측정하기 위한 배터리 잔량 측정 모듈(100)과 측정 된 배터리 잔량을 기반으로 시스템의 전체 작업량을 동적으로 변경하기 위한 프로세서(110)를 포함한다. Referring to FIG. 1, the dynamic job scheduling system is configured to dynamically change the overall workload of the system based on the battery remaining amount measurement module 100 for periodically measuring the remaining battery level during a battery-based system operation and the measured battery remaining amount. Processor 110.

배터리 잔량 측정 모듈(100)은 STB사의 스마트 배터리 칩(Smart Battery Chip)인 STB-A 칩에서 제공하는 방법을 사용한다. 상기 STB-A 칩은 배터리의 현재 사용 중인 전압(Volt), 배터리 잔량(BSOC), 사용 가능 시간 및 전류(mA)를 I/O 포트를 통해 프로세서(120)로 전송할 수 있다. 배터리 잔량 측정 모듈(100)은 해당 시스템 보드의 GPIO 한 포트를 사용하여 배터리 칩과 연결하고, 정보가 필요할 때마다 STB-A 칩에 요청 시그널(Request Signal)을 전송한다. 요청 시그널을 전송받은 STB-A 칩은 배터리의 현재 사용 중인 전압, 배터리 잔량, 사용 가능시간 및 전류를 응답 시그널에 저장하여 상기 시스템 보드로 전송한다. 상기 배터리 잔량 측정 모듈(100)은 시스템 보드로부터 응답된 정보들 중에서 배터리 잔량 정보를 이용하여 배터리 잔량을 측정하는 기능을 수행한다. 또한 배터리 잔량 측정 모듈(100)은 측정된 배터리 잔량을 프로세서(110)로 주기적으로 전달하여 본 발명에 따른 동적 작업 스케줄링에 사용한다.The battery remaining amount measurement module 100 uses a method provided by STB-A chip, which is a STB smart battery chip. The STB-A chip may transmit a current voltage (Volt), remaining battery (BSOC), available time and current (mA) of the battery to the processor 120 through the I / O port. The battery level measuring module 100 connects to the battery chip using one GPIO port of the corresponding system board, and transmits a request signal to the STB-A chip whenever information is needed. Upon receiving the request signal, the STB-A chip stores the current voltage, battery level, available time, and current of the battery in the response signal and transmits it to the system board. The battery level measuring module 100 measures a battery level by using the battery level information among the information received from the system board. In addition, the battery remaining amount measurement module 100 periodically transfers the measured battery remaining amount to the processor 110 to be used for dynamic job scheduling according to the present invention.

상기 프로세서(110)는 측정된 배터리 잔량을 기준으로 작업량 단계별 배터리 지속 시간을 예측하기 위한 배터리 지속 시간 예측 모듈(112), 예측 배터리 지속 시간 오차를 보정하기 위한 예측 배터리 지속 시간 보정 모듈(114) 및 예측된 배터리 지속 시간에 따라 시스템에서 동작하는 작업량을 변화시키기 위한 작업 스케줄러(116)를 포함한다.The processor 110 may include a battery duration prediction module 112 for estimating battery duration based on a measured battery level, a predicted battery duration correction module 114 for correcting a predicted battery duration error, and Task scheduler 116 for varying the amount of work operating in the system in accordance with the predicted battery duration.

배터리 지속 시간 예측 모듈(112)은 배터리 잔량 측정 모듈(100)로부터 측정 된 배터리 잔량을 이용하여 작업량 1 단계인 필수 작업만을 수행할 경우의 배터리 지속 시간, 작업량 2 단계인 기본 작업과 필수 작업만을 수행할 경우의 배터리 지속 시간, 그리고 작업량 3 단계인 모든 작업들을 수행할 경우의 배터리 지속 시간을 예측한다. 배터리 지속 시간 예측 모듈(112)은 배터리 지속 예측 시간 테이블(Battery Table)을 통해 작업량 단계별로 배터리 지속 시간을 예측하는 기능을 수행한다. 또한 배터리 지속 시간 예측 모듈(112)은 예측된 배터리 지속 시간을 작업 스케줄러(116)로 전달하여 본 발명에 따른 동적 작업 스케줄링에 사용한다.The battery duration prediction module 112 performs only the battery duration and the second task, the basic task and the essential task when only the essential task of the first workload is performed by using the battery remaining quantity measured by the battery level measuring module 100. Estimates battery life if you do, and battery life if you perform all three tasks. The battery duration prediction module 112 performs the function of estimating the battery duration by the workload level through the battery duration prediction table. The battery duration prediction module 112 also delivers the estimated battery duration to the task scheduler 116 for use in dynamic task scheduling in accordance with the present invention.

예측 배터리 지속 시간 보정 모듈(114)은 배터리 잔량 측정 모듈(100)로부터 측정된 배터리 잔량과 배터리 지속 시간 예측 모듈(112)로부터 선택된 배터리 잔량과의 오차를 보정하여 정확한 배터리 지속 시간을 예측하는 기능을 수행한다.The prediction battery duration correcting module 114 corrects an error between the battery remaining measured from the battery remaining measurement module 100 and the remaining battery selected from the battery duration predicting module 112, thereby predicting accurate battery duration. Perform.

작업 스케줄러(116)는 시스템의 잔여 운영 시간을 보장하기 위해 배터리 지속 시간 예측 모듈(112)로부터 예측된 배터리 지속 시간을 기반으로 시스템의 전체 작업량을 동적으로 변경하는 기능을 수행한다.The task scheduler 116 performs a function of dynamically changing the overall workload of the system based on the battery duration predicted from the battery duration prediction module 112 to ensure the remaining operating time of the system.

상기 구성을 참조하여 본 발명에 따른 동적 작업 스케줄링 시스템을 개략적으로 설명하면 다음과 같다.The dynamic job scheduling system according to the present invention will be described with reference to the above configuration as follows.

동적 작업 스케줄링 시스템은 실제 임베디드 시스템으로 구현하고 있다. 상기 동작 작업 스케줄링 시스템은 Hybus사의 Hyper-255B를 메인 보드로 사용하고 상기 메인 보드에 Omi-Web 카메라, Buffalo 802.11b 무선 랜 카드 및 DC 모터를 연결한다. 또한 동적 작업 스케줄링 시스템의 운영체제는 ARM용으로 패치된 리눅스 2.4.1 커널을 적재한다. 동적 작업 스케줄링 시스템은 시스템에서 동작하는 작업들 중 배터리 소모가 많은 이동 기능, 영상 기능, 현재 위치 알림 기능을 선택 작업(Optional Task), 기본 작업(Mandatory Task), 필수 작업(Critical Task)으로 분류하여 우선 순위를 정한다. 이후 동적 작업 스케줄링 시스템은 분류된 작업들을 기반으로 배터리 잔량을 측정하고 측정된 배터리 잔량에 따라 시스템에서 동작하는 작업량을 3 단계로 구분한다. 본 발명에 따른 운영체제의 커널은 동적 작업 스케줄링을 동작시키는 시간마다 주기적으로 현재의 작업량 단계와 시스템에서 보장되어야 하는 최소 보장 시간을 프로세서(110)로 전달한다. 상기 커널은 프로세서(110)로 전달될 작업량 단계와 프로세서(110)의 작업 프로세서(116)로부터 다시 반환된 작업량 단계를 비교하여 같지 않다면 현재의 작업량 단계를 반환된 작업량 단계로 변경하는 기능을 포함한다. 상기 작업 스케줄러(116)에서 작업량 단계의 초기값은 3 단계를 나타낸다. 작업 스케줄러(116)는 배터리 잔량 측정 모듈(100)로부터 측정된 배터리 잔량과 커널로부터 전달된 현재 시스템에서 동작되고 있는 작업량 단계를 배터리 지속 시간 예측 모듈(112)을 통해 분석하고 배터리 지속 시간을 예측한다. 이때 예상 배터리 지속 시간 보정 모듈(114)은 배터리 잔량 측정 모듈(100)로부터 측정된 배터리 잔량과 배터리 지속 시간 예측 모듈(112)로부터 선택된 배터리 잔량과의 오차를 보정하여 정확한 예상 배터리 지속 시간을 예측한다. 이후 작업 스케줄러(116)는 상기 보정을 통해 예측된 배터리 지속 시간이 시스템의 최소 동작 시간보다 작으면 작업량 단계를 점진적으로 감소시키고, 배터리 지속 시간이 시스템의 최소 동작 시간보다 크면 작업량 단계를 점진적으로 증가시킨다. 여기서 최소 동작 시간은 커널로부터 전달된 시스템의 최소 보장 시간에서 현재 시스템의 동작 지속 시간을 뺀 것이다.The dynamic job scheduling system is implemented as an actual embedded system. The operation task scheduling system uses a Hybus Hyper-255B as a main board and connects an Omi-Web camera, a Buffalo 802.11b wireless LAN card and a DC motor to the main board. The operating system of the dynamic job scheduling system also loads the Linux 2.4.1 kernel, patched for ARM. The dynamic task scheduling system classifies the battery-intensive moving functions, video functions, and current location notification functions into optional tasks, basic tasks, and critical tasks. Prioritize Afterwards, the dynamic task scheduling system measures the battery level based on the classified tasks, and divides the workload of the system into three levels according to the measured battery level. The kernel of the operating system according to the present invention periodically transmits the current workload level and the minimum guaranteed time to be guaranteed in the system to the processor 110 every time the dynamic task scheduling is performed. The kernel includes a function for comparing the workload steps to be delivered to the processor 110 with the workload steps returned from the work processor 116 of the processor 110 and changing the current workload steps to the returned workload steps if they are not equal. . In the job scheduler 116, the initial value of the work amount step represents three steps. The task scheduler 116 analyzes the battery level measured by the battery level measurement module 100 and the workload level currently operating in the system transferred from the kernel through the battery duration prediction module 112 and predicts the battery duration. . In this case, the estimated battery duration correcting module 114 corrects an error between the battery remaining measured from the battery remaining measuring module 100 and the remaining battery selected from the battery duration predicting module 112 to predict an accurate estimated battery duration. . The task scheduler 116 then gradually reduces the workload step if the estimated battery duration is less than the minimum operating time of the system, and gradually increases the workload step if the battery duration is greater than the minimum operating time of the system. Let's do it. The minimum run time is the minimum guaranteed time of the system passed from the kernel minus the duration of the current run of the system.

도 2는 본 발명의 바람직한 일 실시예에 따른 시스템에서 동작하는 작업량 단계에 따라 배터리가 지속되는 시간을 배터리 지속 예측 시간 테이블 형태로 나타낸 예시도이다.2 is an exemplary view showing a battery duration prediction time table in the form of a battery duration prediction time according to the workload level operating in the system according to an embodiment of the present invention.

도 2를 참조하면, 배터리 지속 예측 시간 테이블(200)은 저장된 배터리 잔량(210), 작업량 단계별 배터리 지속 시간(220), 작업량 1 단계(222), 작업량 2 단계(224) 및 작업량 3 단계(226)를 포함한다.Referring to FIG. 2, the battery duration prediction time table 200 includes a stored battery remaining amount 210, a battery duration 220 according to a work amount step 220, a work amount step 222, a work amount step 224, and a work amount step 3 226. ).

본 발명에 따른 동적 작업 스케줄링 시스템은 상기 시스템에서 동작하는 작업량을 조절하기 위해 시스템에서 동작하는 작업들을 선택 작업, 기본 작업, 필수 작업으로 분류하여 우선 순위를 결정한다. 이후 동적 작업 스케줄링 시스템은 분류된 작업들을 기반으로 배터리 잔량을 측정하고 배터리 잔량에 따라 시스템에서 동작하는 작업량 단계를 조절한다. 상기 시스템에서 동작하는 작업량 단계는 3 단계로 분류하며, 배터리 잔량이 충분하면 선택 작업, 기본 작업, 필수 작업들을 모두 동작시키는 작업량 3 단계(226), 배터리 잔량이 작업량 3 단계(226) 작업을 일정 기간 동안 실행하기에 부족하면 기본 작업과 필수 작업만을 동작시키는 작업량 2 단계(224), 배터리 잔량이 작업량 2 단계(224) 작업을 일정 기간 동안 실행하기에 부족하면 필수 작업만을 동작시키는 작업량 1 단계(222)로 구분된다.The dynamic task scheduling system according to the present invention classifies the tasks operating in the system into selection tasks, basic tasks, and essential tasks to determine the priority in order to adjust the amount of the tasks operating in the system. Afterwards, the dynamic task scheduling system measures the battery level based on the classified tasks and adjusts the workload level operating in the system according to the battery level. The workload level operating in the system is categorized into three levels, and if the battery level is sufficient, the workload level 3 (226) for operating all the selected tasks, basic tasks, and essential tasks, and the battery level schedules the workload level 3 (226) Workload 2 stage (224) to run only basic and essential tasks if not enough to run for a period; workload 1 stage (224) to operate only essential tasks if the battery level is insufficient to run tasks for a period of time (224) 222).

배터리 지속 시간 예측 모듈은 배터리 지속 시간을 예측하기 위해 다양한 배터리 잔량을 기준값으로 정한다. 또한 배터리 지속 시간 예측 모듈은 배터리 기반 시스템에서 동작하는 작업량 단계별로 배터리 지속 시간을 충분한 실험을 통하여 사전에 측정한다. 상기 실험을 통해 측정된 실험값들 중에서 최악의 배터리 지속 시간을 선택하여 시스템에 미리 입력하고 배터리 지속 예측 시간 테이블(200)이라는 테이블 형태로 관리한다. 동적 작업 스케줄링 시스템은 배터리 지속 예측 시간 테이블(200)에 저장된 배터리 잔량(210)중에서 측정된 배터리 잔량과 가장 근접하는 배터리 잔량을 선택한다. 배터리 지속 예측 시간 테이블(200)은 상기 시스템에서 구분된 작업량 단계(222, 224, 226)를 통하여 선택된 배터리 잔량에 상응하는 작업량 단계별 배터리 지속 시간(220)을 제시한다. 배터리 지속 예측 시간 테이블(200)은 측정된 배터리 잔량을 기준으로 작업량 단계별 배터리 지속 시간(220)을 예측하는 기능이 가능하다.The battery duration prediction module sets various battery levels as a reference value to estimate battery duration. In addition, the battery duration prediction module measures battery duration in advance by fully experimenting with the amount of work performed in the battery-based system. Among the experimental values measured through the experiment, the worst battery duration is selected and input to the system in advance, and managed in a table form called a battery duration prediction time table 200. The dynamic job scheduling system selects the remaining battery level closest to the measured battery remaining amount among the remaining battery amounts 210 stored in the battery duration prediction time table 200. The battery duration prediction time table 200 suggests the battery duration 220 for each workload level corresponding to the remaining battery level selected through the workload stages 222, 224, and 226 identified in the system. The battery duration prediction time table 200 may have a function of estimating the battery duration 220 for each work load based on the measured battery remaining amount.

도 3은 본 발명의 바람직한 일 실시예에 따른 동적 작업 스케줄링을 수행하는 절차를 나타낸 순서도이다.3 is a flowchart illustrating a procedure of performing dynamic job scheduling according to an embodiment of the present invention.

도 3을 참조하면, 먼저 작업 스케줄러는 배터리 잔량 측정 모듈로부터 측정된 배터리 잔량을 전송받아 현재 시스템의 배터리 잔량을 확인한다(단계 301). 상기 작업 스케줄러는 현재 시스템의 배터리 잔량과 커널을 통해 전달받은 현재 시스템에서 동작하는 작업량 단계를 배터리 지속 시간 예측 모듈을 통해 분석하고 배터리 지속 시간을 예측한다(단계 303). 이때 예상 배터리 지속 시간 보정 모듈은 배터리 잔량 측정 모듈로부터 측정된 배터리 잔량과 배터리 지속 시간 예측 모듈로부터 선택된 배터리 잔량과의 오차를 보정하여 정확한 예상 배터리 지속 시간을 예측 한다(단계 304). 여기서 상기 커널은 작업 스케줄러로 동적 작업 스케줄링을 동작시키는 시간마다 주기적으로 현재의 작업량 단계와 시스템에서 보장되어야 하는 최소 보장 시간을 전달한다. 이후 작업 스케줄러는 예측 배터리 지속 시간과 앞으로 동작을 보장해야할 시스템의 최소 동작 시간을 비교한다(단계 305). 여기서 최소 동작 시간은 커널로부터 전달된 시스템의 최소 보장 시간에서 현재 시스템의 동작 지속 시간을 뺀 것이다. 예측 배터리 지속 시간이 앞으로 동작을 보장해야할 시스템 최소 동작 시간보다 작을 경우, 작업 스케줄러는 작업량 단계를 한 단계 감소시킨다(단계 307). 이때 작업 스케줄러는 감소된 작업량 단계에 대한 배터리 지속 시간을 예측한다(단계 309). 또한 감소된 작업량 단계에서 예측 배터리 지속 시간이 앞으로 동작을 보장해야할 시스템 최소 동작 시간보다 여전히 작은가를 비교한다(단계 311). 여전히 예측 배터리 지속 시간이 앞으로 동작을 보장해야할 시스템 최소 동작 시간보다 적을 경우, 예측 배터리 지속시간이 앞으로 동작을 보장해야할 시스템 최소 동작 시간보다 커질 때까지 작업량 단계를 점진적으로 감소시키는 과정을 반복하기 위해 단계 307로 되돌아간다.Referring to FIG. 3, the task scheduler first receives the measured battery remaining amount from the battery remaining amount measuring module and checks the remaining battery level of the current system (step 301). The task scheduler analyzes the amount of battery remaining in the current system and the amount of work performed in the current system received through the kernel through the battery duration prediction module and predicts the battery duration (step 303). At this time, the estimated battery duration correcting module corrects an error between the battery remaining measured from the battery remaining measuring module and the battery remaining selected from the battery duration predicting module to predict an accurate estimated battery duration (step 304). In this case, the kernel periodically delivers the current workload level and the minimum guaranteed time that must be guaranteed in the system every time the dynamic task scheduling is executed by the task scheduler. The task scheduler then compares the predicted battery duration with the minimum operating time of the system to guarantee future operation (step 305). The minimum run time is the minimum guaranteed time of the system passed from the kernel minus the duration of the current run of the system. If the predicted battery duration is less than the system minimum operating time to guarantee operation in the future, the task scheduler reduces the workload step by one step (step 307). The task scheduler then estimates the battery duration for the reduced workload step (step 309). It also compares whether the predicted battery duration is still less than the minimum system operating time to guarantee operation in the reduced workload phase (step 311). If the predicted battery duration is still less than the system minimum run time to guarantee future operation, step to repeat the process of gradually reducing the workload step until the predicted battery duration is greater than the system minimum run time to guarantee future operation. Return to 307

단계 305에서 예측 배터리 지속 시간이 시스템의 최소 동작 시간보다 크거나 같을 경우, 작업 스케줄러는 작업량 단계를 한 단계 증가시킨다(단계 313). 이때 작업 스케줄러는 증가된 작업량 단계에서 배터리 지속 시간을 예측한다(단계 315). 또한 증가된 작업량 단계에서 예측 배터리 지속 시간이 앞으로 동작을 보장해야할 시스템 최소 동작 시간보다 여전히 작은가를 판단한다(단계 317). 여전히 예측 배터리 지속 시간이 앞으로 동작을 보장해야할 시스템 최소 동작 시간보다 크거나 같 을 경우, 예측 배터리 지속시간이 앞으로 동작을 보장해야할 시스템 최소 동작 시간보다 작을 때까지 작업량 단계를 점진적으로 증가시키는 과정을 반복하기 위해 단계 313으로 되돌아간다. 이후 작업 스케줄러는 감소되거나 증가되어진 작업량 단계를 반환하여 동적으로 작업 스케줄링을 구현한다(단계 319).If at step 305 the predicted battery duration is greater than or equal to the minimum operating time of the system, the task scheduler increments the workload step by one step (step 313). At this time, the task scheduler estimates the battery duration at the increased workload level (step 315). In addition, it is determined whether the predicted battery duration is still less than the system minimum operation time to guarantee operation in the increased workload step (step 317). If the predicted battery duration is still greater than or equal to the system minimum run time to guarantee future operation, repeat the process of gradually increasing the workload step until the predicted battery duration is less than the system minimum run time to guarantee future operation. Return to step 313 to do this. The job scheduler then dynamically implements job scheduling by returning the reduced or increased workload steps (step 319).

도 4는 본 발명의 바람직한 일 실시예에 따른 예측 배터리 지속 시간을 보정하는 절차를 나타내는 순서도이다.4 is a flowchart illustrating a procedure of correcting a predicted battery duration according to an exemplary embodiment of the present invention.

도 4를 참조하면, 예측 배터리 지속 시간 보정 모듈은 잔여 시간 오차가 발생할 경우, 오차 보정 방법을 사용하여 예측 배터리 지속 시간을 보정할 수 있다. 예측 배터리 지속 시간 보정 모듈은 예측 배터리 지속 시간을 추출하기 위해 배터리 지속 예측 시간 테이블을 이용하여 측정된 배터리 잔량보다 작은 배터리 잔량 중 상한값을 선택한다(단계 401). 예측 배터리 지속 시간 보정 모듈은 배터리 지속 예측 시간 테이블을 이용하여 선택된 배터리 잔량을 기준으로 현재 시스템의 작업량 단계에서 제 1 예측 배터리 지속 시간을 추출한다(단계 403). 또한 예측 배터리 지속 시간 보정 모듈은 예측 배터리 지속 시간을 추출하기 위해 배터리 지속 예측 시간 테이블을 이용하여 측정된 배터리 잔량보다 큰 배터리 잔량 중 하한값을 선택한다(단계 405). 예측 배터리 지속 시간 보정 모듈은 배터리 지속 예측 시간 테이블을 이용하여 선택된 배터리 잔량을 기준으로 현재 시스템의 작업량 단계에서 제 2 예측 배터리 지속 시간을 추출한다(단계 407). 상기 예측 배터리 지속 시간 보정 모듈은 예측 배터리 지속 시간을 추출하기 위해 배터리 지속 예측 시간 테이블을 이용하여 근접한 배터리 잔량을 선택하기 때문에, 배터리 지속 시간 예측 모듈로부터 측정된 배터리 잔량과 배터리 지속 예측 시간 테이블에 저장되어 있는 배터리 잔량들은 상당한 오차를 발생할 수 있다. 이후 예측 배터리 지속 시간 보정 모듈은 상기 근접한 배터리 잔량들의 상한값과 하한값, 제 1 예측 배터리 지속 시간 및 제 2 예측 배터리 지속 시간을 이용하여 배터리 잔량 1mA가 감소할 때 변경된 작업량 단계에서의 예측 배터리 지속 시간을 얻고, 측정된 배터리 잔량과 배터리 지속 예측 시간 테이블에서 찾은 배터리 잔량의 오차값을 곱한다. 이후 예측 배터리 지속 시간 보정 모듈은 상기 곱셈으로부터 얻어진 결과값에 상기 근접한 배터리 잔량의 하한값을 합하여 배터리 잔량의 오차를 보정한다(단계 409). 이후 예측 배터리 지속 시간 보정 모듈은 상기 오차 보정을 통해 보정된 예측 배터리 지속 시간을 반환하여 정확한 예측 배터리 지속 시간을 예측할 수 있다(단계 411).Referring to FIG. 4, when a residual time error occurs, the prediction battery duration correction module may correct the prediction battery duration using an error correction method. The predictive battery duration correction module selects an upper limit value of the remaining battery quantity smaller than the measured battery residual quantity using the battery duration prediction time table to extract the predictive battery duration (step 401). The predictive battery duration correction module extracts a first predictive battery duration at a workload level of the current system based on the selected battery remaining time table using the battery duration prediction time table (step 403). In addition, the predictive battery duration correcting module selects a lower limit value of the battery remaining amount larger than the measured battery remaining amount using the battery duration predicting time table to extract the predicted battery duration. The predictive battery duration correction module extracts a second predictive battery duration at the workload level of the current system based on the selected battery remaining time table using the battery duration prediction time table (step 407). Since the predictive battery duration correction module selects an adjacent battery level using the battery duration prediction time table to extract the estimated battery duration, the battery duration measured by the battery duration prediction module and stored in the battery duration prediction time table are stored. Accumulated battery levels can cause significant errors. The predictive battery duration correction module then uses the upper and lower limits of the adjacent battery levels, the first predicted battery duration, and the second predicted battery duration to calculate the predicted battery duration at the changed workload level when the battery level decreases by 1 mA. And multiply the measured battery level by the error value of the battery level found in the battery duration estimate table. The prediction battery duration correction module then corrects the error of the remaining battery level by adding the lower limit value of the remaining battery level to the result value obtained from the multiplication (step 409). Thereafter, the prediction battery duration correction module may predict the accurate prediction battery duration by returning the prediction battery duration corrected through the error correction (step 411).

본 발명은 상기 실시예에 한정되지 않으며, 많은 변형이 본 발명의 사상 내에서 당 분야에서 통상의 지식을 가진 자에 의하여 가능함은 물론이다. The present invention is not limited to the above embodiments, and many variations are possible by those skilled in the art within the spirit of the present invention.

본 발명에 의하면 배터리 기반 시스템에서 동작하는 작업에 우선 순위를 부여하고 배터리 잔량을 측정하여 배터리 지속 시간을 예측하는 방법을 제공할 수 있다.According to the present invention, it is possible to provide a method of predicting battery duration by prioritizing a task operating in a battery-based system and measuring a remaining battery.

본 발명에 의하면 선형 방정식을 통해 예측 배터리 지속 시간 오차를 보정하 여 정확한 배터리 지속 시간을 예측하는 방법을 제공할 수 있다.According to the present invention, it is possible to provide a method of predicting accurate battery duration by correcting a prediction battery duration error through a linear equation.

본 발명에 의하면 예측된 배터리 지속 시간에 이용하여 시스템에서 동작하는 전체 작업량을 동적으로 변경하는 방법을 제공할 수 있다.According to the present invention, it is possible to provide a method for dynamically changing the total amount of work operating in the system using the estimated battery duration.

Claims (8)

배터리의 잔량을 측정하는 배터리 잔량 측정 모듈;A battery remaining amount measuring module measuring a remaining amount of a battery; 커널로부터 작업량 단계 및 최소 보장 시간을 전달받아, 상기 작업량 단계를 배터리 지속 시간 예측 모듈로 전송하며, 상기 배터리 지속 시간 예측 모듈로부터 예측 배터리 지속 시간을 예측하며, 상기 예측 배터리 지속 시간 및 최소 동작 시간을 바탕으로 작업 스케줄링을 설정하는 작업 스케줄러-여기서 상기 최소 동작 시간은 최소 보장 시간에서 현재 동작 지속 시간을 뺀 것임-; 및Receives a workload step and a minimum guaranteed time from a kernel, sends the workload step to a battery duration prediction module, predicts a predicted battery duration from the battery duration prediction module, and calculates the predicted battery duration and minimum operating time A task scheduler that sets up task scheduling based on the minimum operation time minus the current operation duration minus the minimum guaranteed time; And 상기 배터리 잔량 측정 모듈로부터 배터리 잔량을 수신하며, 상기 작업 스케줄러로부터 작업량 단계를 수신하며, 상기 배터리 잔량 및 상기 작업량 단계를 바탕으로 상기 예측 배터리 지속 시간을 생성하는 배터리 지속 시간 예측 모듈을 포함하는 프로세서A battery duration prediction module that receives a battery level from the battery level measurement module, receives a workload level from the task scheduler, and generates the estimated battery duration based on the battery level and the workload level 을 포함하는 동적 작업 스케줄링 시스템.Dynamic job scheduling system comprising a. 제1항에 있어서,The method of claim 1, 상기 작업량 단계는 기능 우선 순위별로 분리되며, 각 작업량 단계는 필수 기능, 필수 기능 및 기본 기능 및 필수 기능, 기본 기능 및 선택 기능 중 어느 하나에 상응하는 것을 특징으로 하는 동적 작업 스케줄링 시스템.The workload level is divided by function priority, and each workload level corresponds to any one of a mandatory function, a mandatory function and a basic function, and a mandatory function, a basic function, and a selection function. 제2항에 있어서,The method of claim 2, 상기 작업 스케줄러는The task scheduler 상기 최소 동작 시간이 상기 예측 배터리 지속 시간을 초과하면 상기 작업량 단계를 감소하여 상기 커널로 반환하는 것을 특징으로 하는 동적 작업 스케줄링 시스템.And if the minimum operation time exceeds the predicted battery duration, reduce the workload step and return to the kernel. 제2항에 있어서,The method of claim 2, 상기 작업 스케줄러는The task scheduler 상기 최소 동작 시간이 상기 예측 배터리 지속 시간을 초과하지 않으면 상기 작업량 단계를 증가하여 상기 커널로 반환하는 것을 특징으로 하는 동적 작업 스케줄링 시스템.And if the minimum operation time does not exceed the predicted battery duration, increase the workload level and return it to the kernel. 제1항에 있어서,The method of claim 1, 상기 배터리 지속 시간 예측 모듈은 배터리 잔량 측정 모듈로부터 전달되는 배터리 잔량 및 상기 커널로부터 전달되는 상기 작업량 단계를 바탕으로 상기 예측 배터리 지속 시간을 생성하는 것을 특징으로 하는 동적 작업 스케줄링 방법.And the battery duration prediction module generates the estimated battery duration based on the remaining battery level delivered from a remaining battery measurement module and the workload level transferred from the kernel. 제1항에 있어서,The method of claim 1, 상기 프로세서는 미리 마련된 선형 방정식을 바탕으로 상기 예측 배터리 지속 시간의 오차를 보정하는 것을 특징으로 하는 동적 작업 스케줄링 시스템.And the processor corrects the error of the predicted battery duration based on a linear equation prepared in advance. 커널로부터 전달되는 최소 보장 시간을 기초로 생성되는 최소 동작 시간이 배터리 지속 시간 예측 모듈로부터 전달되는 예측 배터리 지속 시간을 초과하는지를 판단하는 단계;Determining whether the minimum operating time generated based on the minimum guaranteed time delivered from the kernel exceeds the predicted battery duration delivered from the battery duration prediction module; 상기 최소 동작 시간이 상기 예측 배터리 지속 시간을 초과하면 상기 작업량 단계를 감소하여 상기 커널로 반환하는 단계; 및Reducing the workload step and returning to the kernel if the minimum operating time exceeds the predicted battery duration; And 상기 최소 동작 시간이 상기 예측 배터리 지속 시간을 초과하지 않으면 상기 작업량 단계를 증가하여 상기 커널로 반환하는 단계Increasing the workload step and returning to the kernel if the minimum operating time does not exceed the predicted battery duration 를 포함하는 동적 작업 스케줄링 방법.Dynamic job scheduling method comprising a. 프로그램이 저장되어 있는 메모리;A memory in which a program is stored; 상기 메모리에 결합되어 상기 프로그램을 실행하는 프로세서를 포함하되,A processor coupled to the memory to execute the program; 상기 프로세서는 상기 프로그램에 의해,The processor by the program, 커널로부터 전달되는 최소 보장 시간을 기초로 생성되는 최소 동작 시간이 배터리 지속 시간 예측 모듈로부터 전달되는 예측 배터리 지속 시간을 초과하는지를 판단하는 단계;Determining whether the minimum operating time generated based on the minimum guaranteed time delivered from the kernel exceeds the predicted battery duration delivered from the battery duration prediction module; 상기 최소 동작 시간이 상기 예측 배터리 지속 시간을 초과하면 상기 작업량 단계를 감소하여 상기 커널로 반환하는 단계; 및Reducing the workload step and returning to the kernel if the minimum operating time exceeds the predicted battery duration; And 상기 최소 동작 시간이 상기 예측 배터리 지속 시간을 초과하지 않으면 상기 작업량 단계를 증가하여 상기 커널로 반환하는 단계Increasing the workload step and returning to the kernel if the minimum operating time does not exceed the predicted battery duration 를 실행하는 것을 특징으로 하는 동적 작업 스케줄링 시스템.Dynamic job scheduling system, characterized in that for executing.
KR1020050026516A 2005-03-30 2005-03-30 Dynamic Job Scheduling System Ensures Battery Duration Ceased KR20060104386A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020050026516A KR20060104386A (en) 2005-03-30 2005-03-30 Dynamic Job Scheduling System Ensures Battery Duration

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020050026516A KR20060104386A (en) 2005-03-30 2005-03-30 Dynamic Job Scheduling System Ensures Battery Duration

Publications (1)

Publication Number Publication Date
KR20060104386A true KR20060104386A (en) 2006-10-09

Family

ID=37634443

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020050026516A Ceased KR20060104386A (en) 2005-03-30 2005-03-30 Dynamic Job Scheduling System Ensures Battery Duration

Country Status (1)

Country Link
KR (1) KR20060104386A (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101069152B1 (en) * 2009-11-23 2011-09-30 (주)쎄트렉아이 Job Scheduling Subsystem of Battery-Based System and Job Scheduling Method Using the Same
KR101146383B1 (en) * 2010-11-22 2012-05-17 숭실대학교산학협력단 Battery power controlling device, portable device and method for controlling the portable device
WO2019014321A1 (en) 2017-07-12 2019-01-17 Wiliot, LTD. Energy-aware computing system
US11226667B2 (en) 2018-07-12 2022-01-18 Wiliot Ltd. Microcontroller operable in a battery-less wireless device

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101069152B1 (en) * 2009-11-23 2011-09-30 (주)쎄트렉아이 Job Scheduling Subsystem of Battery-Based System and Job Scheduling Method Using the Same
KR101146383B1 (en) * 2010-11-22 2012-05-17 숭실대학교산학협력단 Battery power controlling device, portable device and method for controlling the portable device
US8527791B2 (en) 2010-11-22 2013-09-03 Foundation Of Soongsil University-Industry Cooperation Portable device capable of extending available battery time and method for controlling portable device
WO2019014321A1 (en) 2017-07-12 2019-01-17 Wiliot, LTD. Energy-aware computing system
US11567561B2 (en) 2017-07-12 2023-01-31 Wiliot, LTD. Energy-aware computing system
US11226667B2 (en) 2018-07-12 2022-01-18 Wiliot Ltd. Microcontroller operable in a battery-less wireless device

Similar Documents

Publication Publication Date Title
US8190939B2 (en) Reducing power consumption of computing devices by forecasting computing performance needs
US7840823B2 (en) Processor system for varying clock frequency and voltage in response to a comparison of instruction execution rate to a reference value
US10198059B2 (en) Adaptive doze to hibernate
US10133323B2 (en) Processor control system
US7346791B2 (en) Method for controlling a clock frequency of an information processor in accordance with the detection of a start and a end of a specific processing section
US20100318827A1 (en) Energy use profiling for workload transfer
Abdeddaïm et al. The optimality of PFPasap algorithm for fixed-priority energy-harvesting real-time systems
JP6648614B2 (en) Power storage device
US8484643B2 (en) CPU usage time counting method and job control system using this CPU usage time
US20150160714A1 (en) Method of dynamically contolling power in multicore environment
US10739835B2 (en) Power management for electronic devices
Kooti et al. Energy budget management for energy harvesting embedded systems
US20030177163A1 (en) Microprocessor comprising load monitoring function
JPH07168726A (en) Scheduling method for electronic computer and multi-process operating system
JP2010160715A (en) Electronic control unit for vehicle
US20100205306A1 (en) Grid computing system, management apparatus, and method for managing a plurality of nodes
KR20060104386A (en) Dynamic Job Scheduling System Ensures Battery Duration
KR100982333B1 (en) Method and apparatus for scheduling operation modes based on probabiistic execution time
US11740597B2 (en) Semiconductor device and prediction method for resource usage in semiconductor device
ul Islam et al. A framework for learning based DVFS technique selection and frequency scaling for multi-core real-time systems
CN112542831B (en) Method, device, equipment and storage medium for determining number of charging piles
CN119883853B (en) A power consumption control method and system based on X86 architecture industrial control motherboard
Jafari-Nodoushan et al. An optimal analytical solution for maximizing expected battery lifetime using the calculus of variations
CN114996896B (en) A dynamic voltage and frequency regulation scheduling method and device based on balanced optimization
Chetto et al. Earliest Deadline First Scheduling for Real-Time Computing in Sustainable Sensors. Sustainability 2023, 15, 3972

Legal Events

Date Code Title Description
A201 Request for examination
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20050330

PA0201 Request for examination
E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20060926

Patent event code: PE09021S01D

PG1501 Laying open of application
E601 Decision to refuse application
PE0601 Decision on rejection of patent

Patent event date: 20070530

Comment text: Decision to Refuse Application

Patent event code: PE06012S01D

Patent event date: 20060926

Comment text: Notification of reason for refusal

Patent event code: PE06011S01I