手机应用程序能耗的估计算法

针对智能手机的能耗进行建模,将手机能耗分为4个部分,分别是系统能耗、应用能耗、周期性跳变和白噪声,在此基础上,提出应用能耗的估计算法,分析应用能耗所包含的函数执行能耗,实现高能耗函数的代码定位。本文提出函数执行能耗的估计算法,主要包括系统能耗的估计、周期性跳变带来的噪声去除以及函数的平均功耗估计。在去除周期性跳变带来的噪声时,结合机器学习方法,提出基于DBSCAN的改进算法,通过扫参进行参数选取,实现数据集的聚类和去噪。通过对多台手机进行测试检验并与trace文件结合,实验结果表明本模型在应用能耗估计上的平均误差为5.58%,在函数执行功耗、代码段功耗计算上具有较好的精度和泛化能力。