Zużycie energii smartfona

Energochłonność smartphone jest określona przez ilość energii wykorzystywanej przez smartfon do obsługi usług oferuje. Różnica między energią zmagazynowaną w akumulatorze a energią zużywaną przez główne komponenty zwiększała się z każdą generacją. Zużycie energii przez smartfon wynika ze zużycia jego komponentów, ponieważ wymaga ich coraz liczniejsze oprogramowanie . Dlatego ważne jest, aby wiedzieć, jak mierzyć i rozumieć, w jaki sposób energia jest zużywana na urządzeniach mobilnych. Skłania to naukowców do pracy nad różnymi rozwiązaniami zmniejszającymi zużycie energii w celu poprawy komfortu użytkowania. Zużycie energii przez smartfon ma znaczący wpływ na jego autonomię, ale znikomy wpływ na ogólne zużycie energii .

Inwentarz

Penetracja na smartphone rynku jest silna. Pod koniec 2013 roku na całym świecie w obiegu znajdowało się 1,4 miliarda smartfonów. Są wyposażone w mocniejsze procesory i systemy operacyjne oraz kilka interfejsów sieciowych . Zastępują różne przedmioty, które mieliśmy w kieszeni i pozwalają użytkownikowi na interakcję z otaczającym sprzętem.

Jednak korzystanie ze smartfonów jest poważnie ograniczone przez żywotność baterii , która jest uzależniona od rozmiaru i wagi terminala . Dodatkowo jednym z głównych zasobów jest energia , która po jej wyczerpaniu uniemożliwia działanie wszystkich aplikacji urządzenia mobilnego, w tym również tych niezbędnych, takich jak połączenia alarmowe . Ostatecznie pytanie, które zadaje użytkownik podczas uruchamiania aplikacji mobilnej, brzmi: „Jak długo mogę korzystać z telefonu podczas korzystania z tej aplikacji?” ”. Optymalizacja zużycia energii milionów aplikacji na smartfony ma zatem kluczowe znaczenie. Znając pomiaru zużycia energii z terminali mobilnych jest kluczowa dla zrozumienia i debugowania zużycia energii w zastosowaniach mobilnych.

Historyczny

We wczesnych 2000s, obszar priorytetowy badań dotyczyła efektywności energetycznej do obliczenia, takie jak spożycie energii z mikroprocesorów , ponieważ usługi z mobilnego Internetu jako e-mail były jeszcze w powijakach. Następnie interfejsy WLAN , takie jak interfejsy Bluetooth i IEEE 802.11 , stały się wszechobecne. Dzięki usługom mobilnego Internetu, które stają się coraz bardziej popularne i korzystają z aplikacji, które radykalnie zmieniły transmisję danych, bezprzewodowość stanowi istotną część zużycia energii przez smartfony .

Następnie, od 2003 roku, kilku liderów branży opracowało rozwiązania, które wprowadzają 3D na platformy mobilne . Ze względu na intensywność obliczeń geometrii i rasteryzacji, i zawsze na wyświetlaczu, te aplikacje 3D są niezwykle intensywna energia . Ulepszenia technologii akumulatorów nie zaspokoją potrzeb energetycznych przetwarzania grafiki 3D w przyszłych urządzeniach przenośnych, co napędza badania nad poprawą efektywności energetycznej.

Używanie baterii o większej pojemności może być trywialnym rozwiązaniem, ale ich ewolucja technologiczna nie podąża za trendami dyktowanymi przez prawo Moore'a . Podczas gdy moc obliczeniowa podwaja się co dwa lata według Moore'a, pojemność baterii podwaja się tylko co dziesięć lat. Ponadto, z większą liczbą czujników, takich jak GPS , dostępnych w urządzeniach i jak poprawa pojemności baterii jest bardzo umiarkowane w porównaniu do wzrostu nowych usług i materiałów, kontroli kontekstowego i zużyciu energii w telefonie staje się wyzwaniem.

Definicja

Zużycie energii przez smartfon jest definiowane przez koszt energii niezbędny do wykonania działania elementów sprzętowych. Ta aktywność jest wywoływana przez wykonanie oprogramowania, powiązane z aktywnością użytkownika. Rzeczywiście, oprogramowanie wykonuje pewną ilość pracy w określonym czasie (np. dostęp do wejść/wyjść , kodowanie lub dekodowanie danych), co powoduje operacje na sprzęcie. Innymi słowy, zużycie energii wynika z uruchamiania aplikacji, które poprzez swoje zachowania powodują obciążenie komponentów sprzętowych. Środowisko zewnętrzne może również wpływać na obciążenie operacji oprogramowania i sprzętu. Na przykład zakłócenia sieciowe mogą powodować retransmisję danych podczas transmisji bezprzewodowej. Powoduje to różnice w obciążeniu dostępami we /wy .

Ponadto terminale są zasilane bateryjnie, aby zapewnić użytkownikowi najwyższy stopień swobody, ale ogranicza to zasoby w zakresie energii i mocy . Istotne jest zrozumienie różnicy między tymi dwoma terminami, które czasami są używane zamiennie.

Moc Szybkość wykonywania pracy wyrażona w watach ⇒ .

Moc = {\ frac {praca} {czas}}

Energia Całka czasu i mocy wyrażona w dżulach ⇒ .

Energia = Moc \ razy Czas

Zużycie energii w domach lub biurach mierzone jest w kilowatogodzinach (1 kWh = 3600 kJ). Pojemność baterii jest często podawana w miliamperogodzinach (mAh). 1000 mAh odpowiadają 13 300 dżuli, zakładając, że średnie napięcie baterii wynosi 3,7 V, .

Ponadto komponent smartfona może mieć jeden lub więcej poziomów stanów zasilania :

Stan aktywny Zastosowanie procesora działa. Ekran jest włączony, a komponenty są aktywne. Moc zużywana w stanie aktywnym jest wysoka (np 300 do 2000 mW, podczas słuchania muzyki i korzystania z Wi-Fi ) i różni się znacznie w zależności od użytkowania. Stan nieaktywny Aplikacja procesor jest bezczynny, gdy komunikacja procesor osiąga niski poziom aktywności, ponieważ musi pozostać podłączony do sieci w celu uzyskania połączenia , SMS . Urządzenie jest w trybie niskiego poboru mocy . Moc zużywana w stanie nieaktywnym jest znacznie mniejszy niż w stanie aktywnym, i jest stosunkowo niezmienne w normalnych zastosowaniach. Mierzy około 70 mW. Stan „ogon” Urządzenie nie jest w stanie bezczynności, ale żadna aplikacja nie jest aktywna. Elementy takie jak karty sieciowe , karty SD i GPS na wielu smartfonów wykazują tego zjawiska z „ogonem” państwa. Pozostają w stanie wysokiej mocy przez pewien czas po swojej aktywności.

Źródła zużycia materiałów

Zużycie energii przy typowym użytkowaniu smartfona ( HTC Wizard iMate KJam (w) )

Składnik	Konsumpcja
Edytor	35%
Bezprzewodowy	25%
GSM	25%
Bluetooth	7%
Inny	5%
Oświetlenie tylne	3%

Nowoczesne smartfony są wyposażone w szeroką gamę wbudowanych komponentów sprzętowych. Głównymi składnikami są CPU The pamięć The karta SD The WiFi The phone The Bluetooth The GPS The camera The akcelerometr , cyfrowy kompas, ekran LCD , ekran dotykowy , mikrofon i głośnik . Aplikacje na smartfony często korzystają z wielu komponentów jednocześnie, aby zapewnić bogatsze wrażenia użytkownika. Każdy komponent sprzętowy może znajdować się w wielu trybach działania, znanych jako stany zasilania tego komponentu, z których każdy zużywa inną ilość energii .

Procesor

Zużycie energii w procesorze jest pod silnym wpływem stosowania i częstotliwości z CPU . Na przykład podczas wyszukiwania nowych sieci Wi-Fi nie obciąża się procesora , jednak jest on powszechnie używany w większości gier. Choć wciąż jest jednym z elementów, które zużywają najwięcej energii (12,7% z mocą ), techniki optymalizacji energii z CPU były przedmiotem wielu badań i starsze techniki, takie jak dostosowanie częstotliwości dynamiczny (in) już zostały zintegrowane ze smartfonami. Jednak zmierzone wyniki zależą również w dużym stopniu od kontekstu użytkowania. W rzeczywistości im bardziej procesor jest używany, tym więcej zużywa energii . Na przykład w 2007 roku pomiary na HTC Wizard iMate KJam (w) pokazują, że procesor zużywa do 35% całkowitej mocy .

Pamięć

W przypadku pamięci o dostępie swobodnym (RAM) moc może być dość duża (w pewnych scenariuszach powyżej 100 mW), ale zawsze należy ją skorelować z wykorzystaniem procesora . To może przekraczać mocy z procesora w niektórych obciążeń, ale w praktycznych sytuacjach, moc z procesorem zaćmienie że z pamięci przez współczynnik dwa lub więcej. Dlatego w procentach pamięć stanowi średnio 6% całkowitej mocy. Jednak w trybie uśpienia pamięć może wzrosnąć do 20%, ponieważ musi utrzymywać stan systemu . Pamięci flash , to w niewielkim stopniu przyczynia się do zużycia energii . Jego zużycie osiąga szczytowe wartości 30 mW podczas nagrywania wideo, czyli 1,5% całkowitej mocy . W przeciwnym razie stanowi tylko 0,5% całości. Pamięci RAM i flash należą do najniższych poborów energii elektrycznej.

Pomiary wykonane na interfejsie karty SD , SanDisk 2 GB , wykazały wzrost mocy o 2,2 mW dla zapisu i wzrost o 21,1 mW dla odczytu. Jego zużycie energii jest znikome. Nawet podczas odtwarzania wideo, jednym z zastosowań o najwyższym stężeniu danych z urządzeń mobilnych, wyniki pomiarów pokazują, że moc zużycie karcie SD jest znacznie poniżej 1% całkowitej mocy.

Wyświetlacz i 3D

Jednym z czynników prowadzących do powszechnego przyjęcia telefonów komórkowych jest radykalna poprawa technologii wyświetlania. Ekran jest głównym urządzeniem wyjścia do interakcji z użytkownikiem końcowym. Większość zużycia energii można przypisać podświetleniu (do 414 mW); wyświetlacz zawiera wyświetlacz LCD , z ekranu dotykowego , przez akcelerator grafiki i podświetlany . Treści wyświetlane na ekranie mogą również wpływać na pobór mocy 33,1 mW przy białym ekranie i 74,2 mW przy czarnym ekranie . Innymi słowy, zużycie ekranu stanowi około 35,5% mocy czynnej smartfona. Składa się z 19,2% do 19,5% ze względu na jasność ekranu i 16,3% ze względu na zawartość ekranu . I odwrotnie , podświetlenie zużywa znikomą ilość energii, gdy smartfon jest w stanie nieaktywnym (7,8 mW ).

Dedykowany sprzęt graficzny z procesorem graficznym ( GPU ), dostępny w smartfonach z najwyższej półki , pomógł zapewnić zarówno szybsze działanie, jak i mniejsze zużycie energii. Ponadto wkomponowanie grafiki 3D w smartfony stanowiło kilka wyzwań dla projektantów sprzętu, ponieważ w porównaniu z innymi platformami muszą radzić sobie z ograniczonym poborem energii i niższą mocą obliczeniową. Rozdzielczość , poziom szczegółowości ( LOD ), oświetlenie, tekstury i częstotliwości odświeżania klatek to czynniki, które odgrywają kluczową rolę w określaniu jakości grafiki 3D . Dla przykładu, dla porównania, na symulacji gry 2D ( Angry Birds ) i gry 3D ( Need for Speed Most Wanted ) przez 110 sekund, zmierzona moc pobierana dla gry 2D wynosi 1516 mW , natomiast dla 3D gra, pobór mocy wynosi 2425 mW .

Od niedawna ekrany AMOLED zaczęły zastępować standardowe ekrany LCD w konsumenckich smartfonach. W porównaniu do ekranu LCD, AMOLED oferuje lepszą jakość wyświetlania i lepszą wydajność energetyczną dzięki unikalnemu mechanizmowi podświetlenia.

Interfejsy sieciowe

Te smartfony są wyposażone w wiele interfejsów sieciowych bezprzewodowo umożliwiając im do spełnienia różnych potrzeb komunikacji i sieci. Ponieważ smartfony w coraz większym stopniu wykorzystują połączenia bezprzewodowe do wykonywania funkcji, zużycie energii znacznie wzrasta.

Bluetooth

Bluetooth jest standardem bezprzewodowego połączenia z małą ilością energii, krótkiego zasięgu (10 m) i oferuje przepustowość 1 Mb / s .

Interfejs Bluetooth ma trzy stany. Stan aktywny, a dwa energetyczne stany oszczędzania składa się z trybu „sniffer”, który pozwala zachować Bluetooth interfejs podłączony i aby ponownie go szybko podczas transmisji danych, a „tryb uśpienia”. Deep „, który jest najbardziej energia tryb wydajny .

Badanie zużycia karty Bluetooth „BlueCore3” zostało przeprowadzone w 2006 r. Zgodnie z jej kartą techniczną, karta Bluetooth „BlueCore3” zużywa 5,8 mW w stanie czuwania i 81 mW w stanie aktywnym (podczas transmisji danych). ). Jednak zmierzone dane pokazują raczej zużycie 25 mW w stanie czuwania i 120 mW w stanie aktywnym (w transmisji danych). Tryb gotowości odpowiada trybowi „sniffer”, ponieważ tryb „głębokiego uśpienia” nie jest dostępny dla karty „BlueCore3”.

Zużycie energii zgodnie z kartą Bluetooth "BlueCore3""

Menu	Zużycie w stanie niskiego poboru mocy - czuwanie	Zużycie w stanie aktywnym - transfer danych
BlueCore3 (zużycie podane w karcie technicznej)	5,8 mW	81 mW
BlueCore3 (zmierzone zużycie)	25 mW	120 mW

Tymczasem technologia Bluetooth została szybko ulepszona i zużywa mniej energii, jednocześnie poprawiając szybkość transferu. Inne badanie przeprowadzone w 2011 roku przy użyciu smartfona Nokia N95 pokazuje w szczególności, że przełączenie karty Bluetooth w stan aktywny dodaje dodatkowy koszt energii wynoszący zaledwie 3 mW. W stanie czuwania, przy wyłączonych wszystkich interfejsach sieciowych , a także ekranie, smartfon Nokia N95 zużywa 12 mW. Ta wartość reprezentuje minimalne zużycie smartfona Nokia N95 , jest uwzględniona we wszystkich innych wynikach.

Pobór mocy smartfona Nokia N95 w zależności od stanu karty Bluetooth Bluetooth

stan	Precyzja na warunkach	Moc w mW
Poza	Wszystkie interfejsy sieciowe oraz ekran są wyłączone. To jest minimalne zużycie smartfona	12
Aktywny	Gdy bluetooth przeszedł w stan aktywny active	15
Połączony i w trybie gotowości	Gdy smartfon jest podłączony do innego urządzenia, ale nie ma wymiany danych	67
Badania	Gdy telefon szuka innych urządzeń Bluetooth	223
Przyjęcie	Po otrzymaniu danych	425
Program	W transmisji danych	432

Bezprzewodowy

Bezprzewodowy jest krótki zakres normy bezprzewodowej (100 m) i oferuje przepustowość od 11 Mb / s, dla standardowych IEEE 802.11b , albo 54 Mb / s dla standardowego IEEE 802.11g . Korzystanie z Wi-Fi generuje szczytowe zużycie podczas wyszukiwania hotspotów Wi-Fi i podczas parowania go z hotspotem , nawet prawie pięciokrotnie więcej energii niż transfer danych. Jednak koszt utrzymania tego stowarzyszenia jest niski. Zużycie energii wzrasta, gdy zwiększa się czas między dwoma transferami, wzrost ten występuje, ponieważ interfejs Wi-Fi pozostaje w stanie aktywnym, który zużywa od 3 do 3,5 dżuli na minutę. Aby oszczędzać energię, interfejs Wi-Fi zapewnia tryb „oszczędzania energii ”, do którego można uzyskać dostęp tylko wtedy, gdy terminal pozostaje podłączony do tego samego hotspotu Wi-Fi. Ponadto zużycie może się różnić w zależności od różnych typów urządzeń. interfejsy.

Zużycie energii w zależności od karty Wi-Fi

Menu	Zużycie w stanie niskiego poboru mocy (w trybie czuwania)	Zużycie w stanie aktywnym (transfer danych)
Cisco PCM-350 (zmierzone zużycie)	390 mW	1600 mW
Netgear MA701 (zużycie podane w karcie technicznej)	264 mW	990 mW
Linksys WCF12 (zmierzone zużycie)	256 mW	890 mW

Korzystanie z Wi-Fi w smartfonach HTC Tornado, HTC Wizard i Nokia N95

stan	Tornado	Czarodziej	Nokia N95
Program	1242,3 mW	1844 mW	1629 mW
Przyjęcie	988,7 mW	1 716,7 mW	1375 mW
Nieaktywny	Nie ujawnione	1271,1 mW	979 mW
Sen	<1 mW	<1 mW	Nie ujawnione
Tryb oszczędzania energii	48,7 mW	84,5 mW	26 mW
W połączeniu	Nie ujawnione	Nie ujawnione	868 mW
Odłączanie	Nie ujawnione	Nie ujawnione	135 mW

Interfejs Wi-Fi może znajdować się w pięciu stanach: nadawanie, odbieranie, bezczynność, uśpienie i oszczędzanie energii. Stan snu to taki, który zużywa najmniej. Zużycie energii jest znacznie zmniejszone w trybie „oszczędzania energii”. Stan nieaktywny może być stosunkowo wysoki, ponieważ po prostu pasuje do stanu przed stanem uśpienia. Smartfon Wi-Fi IEEE 802.11 (maksymalna prędkość 11 Mbit / s ), na przykład jako HTC Tornado (IN) i Nokia N95 , zużywają mniej mocy niż smartfony z bezprzewodowym IEEE 802.11g (maksymalna prędkość 54 Mbit / s ), jak Kreator HTC (en) . Odbieranie zużywa mniej energii niż nadawanie. Pomiary przeprowadzone na smartfonie ZTE V880 wykazały również, że Wi-Fi zużywa więcej energii w transmisji niż w odbiorze.

3G umożliwia korzystanie z transmisji danych o dużej prędkości, takich jak MMS , przeglądanie filmów wideo strumieniowe i przeglądania stron internetowych . Dwa czynniki decydują o zużyciu energii w wyniku aktywności sieciowej w smartfonie. Po pierwsze, energia transmisji, która jest proporcjonalna do długości transmisji i poziomu mocy transmisji . Następnie protokół kontroli zasobów radiowych (in), który odpowiada za przydzielanie kanałów i skalowanie mocy pobieranej przez interfejs sieciowy w oparciu o zegary bezczynności. Kontroler zasobów radiowych (w) składa się z pięciu stanów:

Przeddzień W tym trybie interfejs sieciowy z smartphone nie komunikuje się z siecią, nawet jeśli jest słuchanie komunikatów nadawanych. To w tym stanie smartfon zużywa najmniej energii . Komórka_DCH W tym stanie smartfon jest powiązany z dedykowanym kanałem transportowym i dlatego znajduje się w trybie transmisji i odbioru. Zużywa najwięcej zasobów sieciowych, a wpływ na akumulator jest na bardzo wysokim poziomie (800 mW). W przypadku braku aktywności przez określony czas interfejs sieciowy przechodzi w stan Cell_FACH. Komórka_FACH W tym stanie smartfon komunikuje się z siecią za pośrednictwem współdzielonego kanału. Kilka bity danych mogą być przesyłane przy stosunkowo niskiej szybkości transmisji danych. Jeśli jest duża ilość danych, które mają być przesłany, interfejs sieciowy z smartphone będzie przełączyć do stanu CELL DCH. Konsumpcja jest większa niż stan gotowości.. Jest to 400 mW. Komórka_PCH W tym stanie do sprzętu użytkownika nie jest przydzielony żaden dedykowany kanał fizyczny, tak że nie jest możliwa żadna aktywność transmisyjna, ale smartfon jest znany ze współdzielonego kanału. Pobór mocy jest niski, 30 mW.

Kolejny parametr wpływa na zużycie energii przez telefon. Jest to zegar nieaktywności, który kontroluje przejście między stanami. Pobór mocy przy tej samej wartości opóźnienia bezczynności jest niższy w przypadku technologii WCDMA niż w przypadku technologii cDMA2000 . Zjawisko stanu „ogonka” ma również duży wpływ na 3G . Na przykład, po otrzymaniu plików 50 KB, energia zużyta w „kolejek” stan stanowi więcej niż 60% całkowitej energii zużywanej przy początku przenoszenia, tylko 14% File. Całkowita energia jest zużywana. Jakość sygnału z sieci telefonii komórkowej jest również źródłem energii konsumpcji . W rzeczywistości im gorsza jakość sygnału lub im dalej smartfon od anteny przekaźnikowej , tym większe zużycie energii .

Pobór mocy smartfona HTC w oparciu o operatora sieci

Sieć	Transmisja na Mb/s	Odbiór przez Mb / s	Zmień na stan aktywny
4G	438,39 mW	51,97 mW	1 288,04 mW
3G	868,98 mW	122,12 mW	817,88 mW
Bezprzewodowy	283,17 mW	137,01 mW	132,86 mW

W 4G smartfon może mieć dwa stany: „RRC połączone” i „RRC-standby”. W smartfonie przechodzi z „RRC-gotowości” do stanu „RRC-connected” stan, gdy jest odbiór lub transmisję danych. Po przesłaniu ostatniego pakietu rozpoczyna się odliczanie czasu bezczynności. W smartfonie powraca do „RRC-standby” stan, gdy smartfon czasomierz nieaktywności upłynął. Każda zmiana stanu pochłania energię .

Nieciągłego odbioru (w) Jest to mechanizm oszczędzania energii , który polega na wprowadzaniu opóźnień czasowych pomiędzy dwoma transferami danych, co umożliwia wprowadzenie interfejsu radiowego w stan „mikro uśpienia”. W stanie „podłączony do RRC” terminal może znajdować się w trybie „odbiór ciągły”, „krótki odbiór nieciągły” lub „długi odbiór nieciągły”, podczas gdy w stanie „gotowości RRC” może znajdować się tylko w „odbiorze nieciągłym”. tryb. Gdy przez pewien czas nie ma żadnych pakietów , interfejs wchodzi w okres „mikro uśpienia”, a następnie okresowo „budzi się” w celu sprawdzenia, czy nie ma nowych pakietów w odbiorze.

Koszt aktywacji karty 4G jest wysoki, tłumaczy się to tym, że im większa wielkość transferów, tym większa sieć 4G staje się efektywnym zużyciem energii . Jednakże LTE interfejs zużywa dużo energii , ze względu na zjawisko „ogon” stanu, który jest szczególnie wysoka (od 32,2% do 62,2% całkowitego zużycia).

GSM / Krawędź

Gdy smartfon jest w stanie bezczynności, moc interfejsu GSM jest wysoka, zużywając około 45% całkowitej mocy (około 30 mW ). W przeciwieństwie do 3G The energii w „ogon” stan tylko 30% energii transferowego. Energia na początku transferu pozostaje niska. Interfejs GSM jest narażony na niewielką ilość energii konserwacyjnej, od 2 do 3 dżuli na minutę, aby utrzymać interfejs w stanie czuwania. To raczej rozmiar danych dominuje w zużyciu energii niż czasy między transferami. Interfejs GSM ma stosunkowo równomierne zużycie energii, pomimo zmiennej szybkości.

Wydaje się również, że sieć Edge zużywa więcej energii podczas transmisji niż podczas odbioru. Różnica ta znacznie wzrasta wraz ze wzrostem przepustowości (pomiary wykonane ze smartfona „ ZTE V880 ”).

Systemy śledzenia

GPS Jest to najczęściej używany system śledzenia. Ma jednak trzy główne wady: czas potrzebny na zdobycie pierwszej lokalizacji może być długi, można go używać tylko na zewnątrz i zużywa dużo energii . W smartfonie Samsung Galaxy S III GPS pobiera 386 mW podczas odbierania sygnału, a następnie 433 mW . Z drugiej strony GPS jest dostępny na obszarach wiejskich, gdzie sieć nie jest dostępna i jest również bardzo precyzyjny. System lokalizacji oparty na Wi-Fi (w) System ten wykorzystuje adres MAC z hotspotu Wi-Fi , do której smartfon jest podłączony. Uzyskuje korespondencję między adresem MAC a lokalizacją hotspotu Wi-Fi dzięki bazie danych . Dokładność tej metody jest dobra na obszarach miejskich z dużą ilością hotspotów Wi-Fi, ale nie może określić położenia na obszarach wiejskich, gdzie ich gęstość jest znacznie mniejsza. Zużycie tej metody zależy od częstotliwości wyszukiwania hotspotów Wi-Fi. System lokalizacji oparty na sieci komórkowej Podobnie jak w przypadku systemu opartego na Wi-Fi, system ten opiera się na unikalnym identyfikatorze wieży telefonu komórkowego. Jest tworzony z kodu telefonu komórkowego kraju, kodu sieci komórkowej, identyfikatora i identyfikatora lokalizacji wieży . Używając tego unikalnego identyfikatora, telefon komórkowy może znaleźć lokalizację wieży, do której jest podłączony, za pośrednictwem bazy danych.

GPS to najbardziej energochłonny system śledzenia. Aby podkreślić różnicę w zużyciu energii tych trzech metod, przeprowadzono testy przy użyciu smartfona Nokia N95, który co 30 sekund dokonuje lokalizacji przy początkowo w pełni naładowanej baterii. Okazuje się, że przy systemie GPS bateria rozładowuje się po 9 godzinach, po 40 godzinach przy systemie Wi-Fi i po 60 godzinach przy systemie opartym na sieci komórkowej.

Błędy energii sprzętowej Hardware

Błędy, które wpływają na żywotność baterii w smartfonach zostały zidentyfikowane jako „ błędów z energią ”, zwany także „ebug”.

A. Pathak przeprowadził klasyfikację błędów energetycznych, wpisując 39 000 postów pozostawionych na czterech forach internetowych. Wynik ilustruje różnorodność ich objawów i przyczyn błędów energetycznych. Oto wynik rankingu błędów związanych z energią sprzętu:

bębny 15,71% komunikatów wskazuje na nienormalne wyczerpywanie się energii z powodu wadliwej baterii. Komunikaty wskazywały kilka przyczyn: uszkodzona ładowarka, zużyty akumulator, uszkodzenie przez wodę. Oprócz tego, że bateria może ulec uszkodzeniu, zauważono, że w niektórych przypadkach smartfon pokazuje nieprawidłowe statystyki ładowania. Na przykład smartfon wyświetla baterię, która jest naładowana w stu procentach, gdy jest naładowana tylko w trzydziestu procentach. Problemy z baterią rozwiązuje się, wymieniając nową baterię lub kupując nowy telefon. W niektórych przypadkach może wystarczyć procedura zwana „kalibracją baterii”. Karta SIM 0,43% wiadomości pokazuje, że karta SIM telefonu może również powodować utratę energii na wiele sposobów. Stara karta SIM może ulec uszkodzeniu i prowadzić do złych styków, co powoduje utratę energii. Ponadto różne karty SIM działają na różnych napięciach (5 V , 3 V , 1,8 V ). Opóźnienie w generowaniu napięcia może spowodować rozładowanie akumulatora. Wreszcie, korzystanie z micro SIM w nowszych telefonach (np. iPhone) wymaga od użytkowników „odcięcia” ich normalnej karty SIM, co może spowodować uszkodzenie karty SIM i zwarcie pinów, co skutkuje utratą energii. karta SD Zewnętrzna karta SD może być przyczyną utraty energii. W szczególności uszkodzona karta SD może zakłócać działanie aplikacji, które wielokrotnie próbują uzyskać dostęp do sprzętu. Uszkodzenia zewnętrzne Zewnętrzne uszkodzenie sprzętu urządzenia mobilnego może również prowadzić do niewyjaśnionego spadku mocy smartfona. Na przykład 1,23% wiadomości wskazuje, że zużycie przycisków telefonu spowodowało nadwrażliwość przycisku „ekran główny”. Spowodowało to losowe odblokowanie telefonu, a tym samym kilkukrotne włączenie podświetlenia i aktywację procesora, zużywając energię. Materiały zewnętrzne 4,65% wiadomości przypisuje problem energetyczny zewnętrznemu sprzętowi. Spośród nich jako największe źródło zgłoszono nieodpowiednie ładowarki do telefonów (4,12% postów). Ładowarki ścienne, ładowarki USB i ładowarki samochodowe tylko częściowo ładują telefon i mocno nagrzewają urządzenie. Zewnętrzne komponenty, takie jak głośniki muzyczne i klawiatury, zostały zgłoszone jako źródła utraty energii. Te urządzenia zewnętrzne zwykle zawierają własne źródło zasilania, ale zaobserwowano, że mogą zużywać energię urządzenia, do którego są podłączone. Na przykład Eee-pad szybko traci moc po podłączeniu do zewnętrznej klawiatury.

Źródła zużycia oprogramowania

Przeglądanie stron internetowych

Wiele popularnych witryn udostępnia wersję mobilną zoptymalizowaną pod kątem małego ekranu. Ze względu na nieznajomość zużycia energii przez przeglądarkę , kod wielu witryn nie jest zoptymalizowany i zmusza przeglądarkę do zużywania większej ilości energii niż to konieczne. Ponadto w wielu witrynach szeroko stosowane są dynamiczne treści internetowe, takie jak JavaScript i Flash . Chociaż komputery stacjonarne z łatwością radzą sobie z dynamiczną zawartością internetową, jej uruchomienie wymaga czasu i energii . Na przykład, po prostu optymalizując kod JavaScript strony Wikipedii pod kątem urządzeń mobilnych, można osiągnąć oszczędność energii od 35 do 25 dżuli, czyli o 29%. Ponadto zużycie energii przeglądarek mobilnych zmienia się podczas ładowania tych samych stron i obrazów. Banery reklamowe mogą zwiększyć zużycie energii przez przeglądarki.

Jeśli chodzi o łączność, sieć Wi-Fi jest około cztery razy wydajniejsza niż 3G. Rzeczywiście, po przeczytaniu trzech artykułów na mobilnej stronie BBC News przez 180 sekund, przeglądanie sieci zużywa 1275 mW przez Wi-Fi i 1479 mW przez 3G . Odpowiada to 20% redukcji całkowitej energii . Tę różnicę można wytłumaczyć jedynie kosztem energii interfejsu radiowego 3G. Jednak koszt utrzymania wykorzystywanego łącza danych jest niższy w przypadku 3G (≈ 10 mW) niż w przypadku Wi-Fi (50 mW).

Połączenia głosowe

Porównanie zużycia energii smartfona Nokia N95 według różnych zastosowań sieci 2G i 3G .

Posługiwać się	2G	3G
Odbieranie danych	500 mW	1400 mW
Transfer danych	1,389 mW	591 mW
Dzwonienie przez 5 minut	683,6 mW	1265,7 mW
Odbieranie połączenia przez 5 minut	612,7 mW	1224,3 mW
Czuwanie	15,1 mW	25,3 mW
Wysyłanie 100-bajtowego SMS-a	1,72 mW	2,24 mW
Wysyłanie 150-bajtowego SMS-a	2,35 mW	3,22 mW
Wysyłanie 200-bajtowego SMS-a	2,52 mW	3,42 mW
Wysyłanie 250-bajtowego SMS-a	2,64 mW	3,56 mW
Wysyłanie 300-bajtowego SMS-a	3,15 mW	4,22 mW

Wykonanie połączenia głosowego przez sieć GSM zużywa średnio 800 mW . Ta wysoka wartość wynika częściowo z podświetlenia smartfona. Jednak wyłączenie podświetlenia, jak sugeruje Android, może zaoszczędzić do 40% energii. Ponadto wykonywanie i odbieranie połączeń przez GSM zużywa odpowiednio 46% i 50% mniej energii niż przy użyciu UMTS . Wtedy, gdy smartfon jest w stanie nieaktywnym, połączenie z siecią GSM kosztuje o 41% mniej energii niż połączenie z UMTS. Jest to główny powód, dla którego użytkownicy smartfonów 3G, mający wyłączny interes w wykonywaniu połączeń telefonicznych, powinni wyłączyć technologię 3G.

SMS

Podczas pisania SMS-a pobierana moc jest zdominowana przez wyświetlacz. Zużycie energii podczas wysyłania wiadomości SMS wzrasta liniowo wraz z długością wiadomości. Należy również zauważyć, że ze względu na wyższy poziom mocy interfejsu radiowego 3G, wysłanie SMS-a przy użyciu 3G zawsze zużywa więcej energii niż przy użyciu GSM.

Transfery danych

Do pobierania plików sieć GSM zużywa od 40 do 70% mniej energii niż sieć 3G . Rzeczywiście, moc interfejsu radiowego 3G jest wyższa niż GSM . Ponadto zjawisko stanu „ogonka” jest znacznie bardziej obecne w sieci 3G . Na przykład stan „kolejki” dla GSM wynosi około 6 sekund, znacznie mniej niż 12,5 sekundy ustawione dla 3G. Korzystanie z sieci Wi-Fi pozostaje bardziej ekonomiczne niż korzystanie z GSM , zwłaszcza przy transferach danych większych niż 100 kb , ponieważ koszt połączenia z hotspotem Wi-Fi jest wysoki. Rzeczywiście, koszt energii skojarzenia smartfona z terminalem Wi-Fi jest porównywalny z kosztem energii „ogonowego” stanu 3G . Ponadto, ponieważ sieć GSM jest płatna, a sieć Wi-Fi jest bezpłatna, ta ostatnia powinna być preferowaną siecią do przesyłania danych. Niestety sieci Wi-Fi nie są tak rozpowszechnione, a przez to dostępne, jak sieć GSM / EDGE .

Multimedia

Aplikacje strumieniowe , takie jak YouTube , Dailymotion czy Vimeo , są dziś niezwykle popularne, ale należą do aplikacji zużywających najwięcej energii . Komunikacja sieciowa ( pobieranie ), dekodowanie i wyświetlanie to trzy najbardziej konsumenci, którzy dzielą władzę . Usługi przesyłania strumieniowego opierają się głównie na protokole HTTP przez TCP .

Odtwarzanie strumieniowe składa się z dwóch części, Szybki start, w której serwer strumieniowy przesyła dane do odtwarzacza z większą szybkością niż reszta odtwarzania. Dane te są przechowywane w pamięci buforowej czytnika. W dalszej części czytania możliwych jest kilka technik.

Szybkie buforowanie Jest to fakt całkowitego pobrania pliku. Ta metoda, używana przez odtwarzacz YouTube HTML5 osadzony w przeglądarkach, jest najbardziej energooszczędna. W ten sposób interfejsy sieciowe znajdują się w stanie niskiego zużycia energii podczas odtwarzania. Jeśli jednak plik nie zostanie odczytany w całości, dane zostaną pobrane niepotrzebnie. Powoduje to marnotrawstwo energii . Szybkość kodowania Serwer próbuje wysłać więcej danych niż dysk może przechowywać w swoim buforze . Następnie kontrola przepływu TCP umożliwia serwerowi przesyłanie reszty danych z szybkością, z jaką czyta je czytnik. Ta technika, używana przez wysokiej rozdzielczości odtwarzacz flashowy YouTube osadzony w przeglądarkach, jest najbardziej energochłonna. W rzeczywistości interfejs sieciowy jest aktywny dłużej, ponieważ przepustowość jest niższa niż maksymalna przepustowość, a odstęp czasu między dwoma pakietami nie jest wystarczający, aby interfejs przeszedł w stan nieaktywny. Uduszenie Serwer przesyła dane z mniejszą szybkością niż w przypadku przesyłania zbiorczego, ale z większą szybkością niż w przypadku „szybkości kodowania”. Prędkość żądana przez czytnik jest określona w żądaniu HTTP . Przepływność dla przeglądarki YouTube flash player do Samsung Galaxy S III smartphone jest 1,25 razy większa szybkość transmisji „encoding rate”. Ta technika, używana przez standardowy i niskiej rozdzielczości odtwarzacz flashowy YouTube osadzony w przeglądarkach, czyta szybciej niż technika „szybkości kodowania”. Ale podobnie jak technika „szybkości kodowania”, marnuje energię, ponieważ przepływność jest mniejsza niż maksymalna przepływność. Stop-Start-M Czytnik (klient) otwiera nowe połączenie TCP i wysyła nowe żądanie HTTP dla każdego „startu”. Po otrzymaniu pewnej ilości danych czytnik zamyka połączenie. Ta technika używana przez natywny odtwarzacz YouTube marnuje energię, szczególnie w 3G i 4G, ponieważ interfejs sieciowy znajduje się w stanie „kolejki” po każdym transferze. Stop-Start-S Odtwarzacz (klient) korzysta ze stałego połączenia TCP . Po prostu zatrzymuje odtwarzanie w okresie „zatrzymania”. Podczas tego okresu „zamknięcia” między serwerem a czytnikiem wymieniane są komunikaty sterujące przepływem TCP . To właśnie dysk powoduje kolejny „okres rozruchu”. Ta technika, stosowana przez czytelników Dailymotion i Vimeo , zużywa dużo energii, ponieważ połączenie jest trwałe. Interfejs sieciowy jest zatem stale aktywny.

Gry

Gry wykorzystujące grafikę 3D należą do najpopularniejszych aplikacji na smartfony. Jednak ze względu na dużą ilość obliczeń graficznych na procesorze i GPU oraz wymagania dotyczące jakości wyświetlania, gry wideo należą do najbardziej energochłonnych typów aplikacji na smartfony. Udział procesora w całkowitym zużyciu energii może wynosić do 40%. Jest to etap obliczeń geometrii, w którym procesor oblicza atrybuty i pozycje wierzchołków w scenie 3D, która wykorzystuje większość mocy obliczeniowej i czasu, zużywając ponad 40% czasu obliczeniowego i ponad 35% całkowitej mocy. Ponadto niektóre gry wideo wymagają interakcji użytkownika, która polega na częstym korzystaniu z różnych czujników, na przykład czujników pochylenia lub ruchu palca na ekranie dotykowym, wpływających na zużycie energii.

Reklamy i programy stron trzecich

Wiele aplikacji jest niepotrzebnie żądnych mocy . Rzeczywiście, większość energii aplikacji jest zużywana na dostęp do komponentów I/O. Procesor zużywa niewielką część mocy aplikacji, której większość jest wykorzystywana do tworzenia interfejsu graficznego aplikacji. Badanie pokazuje nawet, że od 65% do 75% energii w darmowych aplikacjach zużywane jest na moduły reklamowe innych firm, takie jak Angry Birds , gdzie tylko 20% całkowitego zużycia energii zostało zużyte na samą grę. Uruchomienie popularnej aplikacji trwającej trzydzieści sekund może aktywować od 29 do 47 procesów potomnych, z których wiele to programy innych firm. Złożoność tych aplikacji jest znaczna. Uruchamianie tych aplikacji przez około 30 sekund zużywa od 0,35% do 0,75% pełnego naładowania baterii, co może spowodować wyczerpanie całej baterii w ciągu kilku godzin.

Pobór mocy pięciu popularnych aplikacji

Podanie	Trwanie	Liczba wątków	% bębny	Główna przyczyna utraty energii
Przeglądarka na Androida	30s	34	0,35%	38% w przypadku żądań i odpowiedzi HTTP oraz 16% dzięki narzędziu do śledzenia użytkowników
wściekłe Ptaki	28 lat	47	0,37%	45% dzięki narzędziu do śledzenia użytkowników
Fchess	33 lata	37	0,60%	50% dzięki reklamie
NY Times	41 lat	29	0,75%	65% na budowanie bazy danych i 15% dzięki narzędziu do śledzenia użytkowników
zadanie mapy	29 lat	43	0,60%	27% za renderowanie w przeglądarce, 20% za pobranie mapy

Lokalizacja

Aplikacje lokalizacyjne, takie jak „ruch w czasie rzeczywistym”, Facebook czy Myspace , służą do stałego kontaktu z sieciami społecznościowymi, w celach biznesowych lub rozrywkowych. Te aplikacje, które wymagają lokalizacji w czasie rzeczywistym, zużywają dużo energii. Energia ta jest częściowo zużywana przez niepotrzebne odświeżanie lokalizacji. W rzeczywistości, w niektórych przypadkach, na przykład gdy telefon jest statyczny lub sygnał GPS lub sieci komórkowej nie jest dostępny, żądania lokalizacji są nadal wykonywane, gdy nie są skuteczne. Innym przypadkiem jest jednoczesne wykonanie kilku aplikacji lokalizacyjnych. Wywołują one niezależne odświeżanie lokalizacji zamiast synchronizowania.

Dwa parametry, które wpływają na zużycie energii, to interwał czasowy i interwał odległości, które powodują odświeżenie lokalizacji. Aplikacje mogą zdecydować o zwiększeniu tych interwałów w celu zmniejszenia zużycia energii, na przykład gdy bateria jest słaba. Może to oznaczać ustawianie odświeżania co minutę lub co 20 metrów, a nie co 30 sekund i co 10 metrów.

Błędy w energetyce oprogramowania

Aby utrzymać energię baterii, domyślną zasadą zarządzania energią w smartfonie jest to, że każdy element, w tym procesor, pozostaje wyłączony lub w stanie spoczynku, chyba że aplikacja wyraźnie nakazuje systemowi operacyjnemu pozostawanie aktywnym. Na przykład systemy Android, IOS i Windows Mobile implementują agresywny system, który zawiesza cały system po krótkim okresie braku aktywności użytkownika. Za utrzymanie systemu w stanie czuwania odpowiadają twórcy aplikacji. W tym celu aplikacje używają „blokad uśpienia”, aby zapewnić, że komponenty pozostaną aktywne niezależnie od aktywności użytkownika. Aplikacje mogą wówczas przeprowadzać okresowe działania informacyjne, takie jak powiadomienia. Słabe zarządzanie tymi „zamkami sypialnymi” w kodzie aplikacji nieuchronnie skutkuje błędami energetycznymi , które znacząco przyczyniają się do utraty energii .

Klasyfikacja głównych błędów energetycznych oprogramowania:

„bezsenny błąd” „Błąd bezsenny” to sytuacja, w której aplikacja ustawia blokadę dla komponentu, ale jej nie zwalnia, nawet po zakończeniu pracy. Są one wynikiem niewłaściwej obsługi w kodowaniu aplikacji interfejsów API sterowania zasilaniem. Wpływ „bezsennego błędu” może być poważny, powodując utratę energii o 10-25% na godzinę bez jakiejkolwiek interwencji użytkownika. „Błąd bezsenności” został zaobserwowany w wielu popularnych aplikacjach, takich jak Facebook, Google Latitude, Kalendarz Google, komunikatory, a nawet widżety . „błąd pętli” „Błąd pętli” to sytuacja, w której aplikacja okresowo próbuje wykonywać niepotrzebne zadania. Kilka „błędów pętli” jest wyzwalanych, gdy aplikacja nie jest w stanie obsłużyć nieprzewidzianych zdarzeń zewnętrznych, takich jak awaria serwera zdalnego lub zmiana hasła konta e-mail. Aplikacja będzie wielokrotnie próbowała połączyć się ze zdalnym serwerem lub uwierzytelnić się na serwerze pocztowym. To zachowanie odzwierciedla niepożądane zużycie energii . Błędy systemu operacyjnego Aktualizacje systemu operacyjnego, zamierzone lub nie, stanowią dużą liczbę skarg klientów. Na przykład wielu użytkowników iPhone'a zgłosiło nagły spadek żywotności baterii ze 100 godzin czuwania do 6 godzin czuwania z powodu nowej mocy wycieku w iOS 5 Apple. Użytkownicy Androida również napotkali ten problem na różnego rodzaju urządzeniach. Ale błędy systemów operacyjnych związanych z energią są trudne do zidentyfikowania, ponieważ mobilne systemy zastrzeżone.

Mechanizmy monitorowania zużycia energii

Umiejętność stworzenia modelu zużycia energii ma kluczowe znaczenie dla lepszego zrozumienia, projektowania i wdrażania oprogramowania. Istnieją dwie metody pomiaru i zrozumienia, jak energia jest zużywana przez smartfony: Pomiar mocy i modelowanie mocy. Te dwie metody uzupełniają się i muszą być odpowiednio skalibrowane, aby nie wpłynąć na wiarygodność wyników.

Pomiar mocy

Celem pomiaru mocy jest ustalenie dokładnego pomiaru pobieranej mocy. Istnieją dwie główne metody pomiaru mocy na poziomie systemu. Po pierwsze, informacje o napięciu i prądzie akumulatora przez interfejsy programowania aplikacji (API) lub z oprogramowania do profilowania energii . Ta metoda jest łatwiejsza do wdrożenia. Lub bardziej precyzyjna metoda, polegająca na pomiarach mocy fizycznej na poziomie komponentów. Wybór metody zależy od dostępności przyrządów i wymagań pomiaru mocy.

Modelowanie mocy

Modelowanie mocy opisuje sposób zużycia energii za pomocą modeli matematycznych. Z perspektywy oprogramowania, każdy komponent sprzętowy ma kilka trybów działania, odpowiadających różnym czynnościom i możliwościom przetwarzania. Biorąc pod uwagę tryb pracy, możliwe jest wyprowadzenie energochłonności komponentu materiałowego, a tym samym zbudowanie jego modelu. Istnieją dwa zestawy metod tworzenia modelowania:

Metody deterministyczne Ideą jest oszacowanie mocy pobieranej przez komponenty sprzętowe na podstawie ich aktywności. Kilku badaczy stworzyło narzędzia do profilowania, które umożliwiają ustalenie profilu wydajności aplikacji, efektywności energetycznej i/lub wpływu na sieć. Na przykład narzędzie Eprof służy do śledzenia i rejestrowania energii każdego wywołania systemowego. metody statystyczne Metody statystyczne mają na celu znalezienie związku między zużyciem energii a zmiennymi modelu w oparciu o modele statystyczne, takie jak regresja liniowa . Ogólną ideą jest znalezienie relacji pomiędzy zebranymi statystykami systemu a zużyciem energii np. narzędzie Sesame pozwala ustalić korelację między zużyciem energii a statystyką systemu lub narzędzie ARO, które składa się z kolektora danych i krzyża analizatory warstw.

Obszary do poprawy

Baterie

Baterie litowo-jonowe są bardzo popularne w mobilnych systemach wbudowanych ze względu na dobry raport mocy /wagi, ich długą żywotność i niski poziom samorozładowania . Co więcej, według M.Kim zużycie baterii jest wyższe niż zużycie energii samego smartfona. Istnieje znaczna różnica (27,6% w najgorszym przypadku, średnio 9,0%) pomiędzy zużyciem baterii a zużyciem energii smartfona z powodu strat w baterii. Przyszłe badania nad oszczędnością energii na bateriach powinny, według niego, być bardziej skoncentrowane na zużyciu całej „baterii + smartfona”, a nie na zużyciu energii przez sam smartfon. Badane są inne możliwości. Niektórzy badacze ze Stanford University wykorzystują nanotechnologię do projektowania baterii zdolnych do wytworzenia dziesięciokrotnie większej ilości energii elektrycznej niż obecne baterie litowo-jonowe. Inni badacze próbują wykorzystać ruchy użytkownika do naładowania baterii telefonu, ale są one dopiero na początkowym etapie.

W ten sam sposób producenci nie oferują prawdziwych innowacji poprawiających wydajność ich baterii, ale dzięki dostosowaniom i dobrym wskazówkom możliwe jest zwiększenie autonomii smartfonów. .

Zwiększając grubość smartfonów, możliwe staje się wytwarzanie grubszych, a przez to cięższych baterii. Ma to wpływ na zwiększenie autonomii.

Wymienna bateria smartfona pozwala szybko zwiększyć autonomię.

Projektowanie aplikacji i systemów operacyjnych

Zachęcamy projektantów aplikacji do tworzenia oprogramowania na smartfony z uwzględnieniem efektywności energetycznej. Ich główną przeszkodą jest trudność w określeniu wpływu decyzji projektowych oprogramowania na zużycie energii przez system. Z punktu widzenia komputerów mobilnych, twórcy systemów operacyjnych powinni być świadomi dużego wpływu kodu na zużycie energii przez procesor.

Optymalizacja zarządzania interfejsami sieciowymi

Jednym z celów jest utrzymanie interfejsów sieciowych na niskim poziomie mocy, ponieważ w stanie bezczynności nie ma takich samych wymagań dotyczących wydajności, jak podczas aktywnego korzystania ze smartfona przez użytkownika. Zmniejszenie zużycia energii w stanie bezczynności musi być priorytetem, aby wydłużyć żywotność baterii (średnio telefon jest w stanie bezczynności przez 89% czasu, co stanowi 46,3% całkowitego zużycia systemu). Dlatego zmniejszenie poziomów mocy interfejsów podczas aktywności sieciowej, jeśli moduły I/O są wyłączone, może zwiększyć efektywność energetyczną smartfona. Ponadto, ważne jest jak największe grupowanie faz aktywności dostępu do sieci, chociaż muszą one pozostawać w kolejności sekwencyjnej, aby uzyskać dłuższe okresy bezczynności i zredukować zjawisko ogona.

Chmura obliczeniowa

W dobie przetwarzania w chmurze zużycie energii smartfona można skutecznie zmniejszyć, odciążając ciężkie zadania i przenosząc je do chmury. W rzeczywistości dzięki temu rozwiązaniu złożone procesy IT i przechowywanie danych są wdrażane poza telefonem, w bardziej wydajnej i wydajnej infrastrukturze IT. Na przykład kodowanie wideo wymaga intensywnego przetwarzania, które powoduje wyczerpywanie baterii smartfona, jeśli jest wykonywane na procesorze smartfona. Przetwarzanie w chmurze może zatem potencjalnie oszczędzać energię, chociaż nie wszystkie aplikacje wymagają migracji do chmury. Zdalny port aplikacji w chmurze jest korzystny tylko wtedy, gdy ta aplikacja zużywa moc obliczeniową i wymaga niewielu interakcji z interfejsami sieciowymi, ponieważ większość zużycia energii dla zdalnych aplikacji jest spowodowana transmisją danych.

Informacje o użytkowaniu

Istnieją ustawienia w systemach operacyjnych smartfonów, na przykład Android , które ograniczają liczbę uruchomionych aplikacji działających w tle. Jednak nie wszystkie aplikacje zmniejszają efektywność energetyczną smartfona. Dlatego zamiast ograniczać liczbę aplikacji, należy podać informacje o aplikacjach i rodzajach dostępu do sieci, które zużywają mniej energii . W ten sposób użytkownik może działać odpowiednio. Ponadto telefony komórkowe zapewniają interfejsy użytkownika, które pozwalają na kompromisy między żywotnością baterii a łatwością użytkowania, na przykład jasność ekranu, ale większość użytkowników nie korzysta z poziomów mocy. W smartfonach powinna znaleźć się automatyczna regulacja jasności. Interfejsy użytkownika umożliwiają również użytkownikom wyłączanie energochłonnych komponentów systemu, takich jak interfejsy Bluetooth i Wi-Fi , w celu oszczędzania energii .

Aspekt społeczny

O ile roczne zapotrzebowanie na energię elektryczną do ładowania jednego smartfona jest znikome, nie możemy lekceważyć zużycia wywołanego ich zwielokrotnieniem. Pod koniec 2013 roku smartfony posiadało ponad miliard osób. W 2011 roku producenci sprzedawali więcej smartfonów niż komputerów PC. W związku z tym większe znaczenie nabiera ich łączne zużycie energii elektrycznej.

Telefon zużywa energię zgromadzoną w baterii. Problem wynika z konieczności ładowania akumulatorów z gniazdka sieciowego lub innego źródła energii elektrycznej. Jednym z podstawowych problemów jest efektywność przetwarzania energii z elektrycznej sieci dystrybucyjnej w celu zapewnienia użytecznej pracy. Innymi słowy, określ liczbę dżuli energii pochodzącej z sieci energetycznej, aby wytworzyć jeden dżul pracy podczas korzystania z urządzenia. Na przykład roczne zużycie energii przez abonenta szacuje się na 2,34 kWh. Odpowiada to 39 godzinom pracy 60-watowej żarówki lub energii zużywanej przez samochód na przejechanie 8 km .

Wysokie zużycie energii, determinowane pojemnością baterii, działaniami użytkownika, energooszczędnością sprzętu i oprogramowania telefonu prowadzi do częstych potrzeb doładowania, a co za tym idzie do większego zużycia energii elektrycznej z sieci energetycznej. . Większość zużycia energii pochodzi z ładowania telefonu. Ładowarka po podłączeniu do gniazdka elektrycznego zużywa energię, niezależnie od tego, czy telefon jest podłączony, czy nie. Rzeczywiście, ze względu na straty konwersji i magazynowania energii elektrycznej, tylko część energii pobranej z sieci elektrycznej wykonuje pracę użyteczną w urządzeniu mobilnym działającym na baterii, reszta rozprasza się w postaci ciepła. Ładowanie baterii zużywa tylko 40% całkowitej zużytej energii, z drugiej strony 55% jest tracone przez niepotrzebne podłączenie ładowarki, pozostałe 5% odpowiada zbyt długiemu czasowi ładowania telefonu.

Istnieją trzy obszary, które można poprawić:

Popraw wydajność energetyczną ładowarki;
Poinformuj użytkowników o prawidłowym korzystaniu z ładowania telefonu;
Poinformuj użytkowników o zużyciu energii przez dostępne aplikacje.

Wpływanie na zachowanie użytkowników (np. poprzez nakłanianie użytkowników do odłączania ładowarek) będzie prawdopodobnie mniej skuteczne niż ulepszenia techniczne, ponieważ zużycie energii elektrycznej w procesie ładowania nie jest bezpośrednio interesujące dla użytkownika końcowego. Jednak niektórzy dostawcy usług telefonicznych próbują wpłynąć na zachowanie użytkowników za pomocą alertów sugerujących odłączenie ładowarki po zakończeniu ładowania.

Jednak badanie przeprowadzone przez Opower pokazuje, że kwestia wpływu zużycia energii przez smartfony na ogólne zużycie energii jest bardziej złożona. Rzeczywiście, nawyki konsumentów się zmieniają, używają oni smartfonów do robienia rzeczy, które kiedyś robili na komputerach, telewizorach i konsolach do gier. Na przykład w marcu 2012 roku amerykańscy użytkownicy uzyskują dostęp do serwisu Facebook głównie za pomocą smartfonów. Od 2011 roku oglądalność treści wideo premium wzrosła na tabletach i smartfonach, podczas gdy komputery osobiste wykazały wyraźny spadek. Ponadto smartfony i tablety zużywają znacznie mniej energii niż większe urządzenia (np. komputery PC). Porównując zużycie energii elektrycznej przez smartfony z potrzebami większych urządzeń elektrycznych, które były wykorzystywane do łączności i rozrywki, wyniki pokazują, że oszczędności są znaczne.

Uwagi i referencje

Uwagi

WLAN dla bezprzewodowej sieci lokalnej, co można przetłumaczyć jako bezprzewodową sieć lokalną
3D dla trzech wymiarów
GPS dla globalnego systemu pozycjonowania, co można przetłumaczyć jako globalny system pozycjonowania
SMS dla usługi krótkich wiadomości, które można przetłumaczyć jako usługę krótkich wiadomości
SD dla Secure Digital, co można przetłumaczyć jako Secure Digital
pomiary z KJam iMate wyposażonego w baterię „Lithium Polymer 1250mAh” 128 MB pamięci, procesor „195 MHz OMAP processor” oraz „system operacyjny Windows Mobile 5.0 ”
CPU dla Processing Unit Środkowej , które można przetłumaczyć jako Central Processing Unit
LCD dla wyświetlacza ciekłokrystalicznego, który można przetłumaczyć jako wyświetlacz ciekłokrystaliczny
pomiary z telefonu G1 Android Developer Phone 1 wyposażonego w baterię „Lithium Polymer 1150 mAh”, procesor „528 MHz ARM 11” i system operacyjny „Android 1.0 SDK”
RAM dla pamięci o dostępie swobodnym, które można przetłumaczyć jako pamięć o dostępie bezpośrednim
Pomiary wykonane z Samsung Galaxy S III GTI9300 (S3) wyposażonego w procesor graficzny „ARM Mali-400 MP”, układ na chipie „Samsung Exynos 4412”, quad-ARM Cortex-A9 rdzeń, procesor 1,4 GHz ”, ekran „Super AMOLED, 4,8”, 720 × 1280”, akumulator „2100 mAh ” i pamięć RAM „1 GB LP-DDR2”
pomiary wykonane na Neo Freerunner wyposażonym w baterię „Lithium Polymer 1200 mAh ”, procesor „ARM920T 400 MHz ”, pamięć 128 MB SDRAM, kartę graficzną Smedia Glamo 3362 i działającą „Openmoko” system
GPU procesorem graficznym , który można przetłumaczyć jako procesorem graficznym
LOD dla poziomu szczegółowości, który można przetłumaczyć jako poziom szczegółowości
2D dla dwóch wymiarów
AMOLED dla organicznej diody elektroluminescencyjnej z aktywną matrycą, którą można tłumaczyć jako aktywną matrycę z organicznymi diodami elektroluminescencyjnymi
DCH dla kanału dedykowanego, który można przetłumaczyć jako kanał dedykowany
FACH dla Forward Access Channel, który można przetłumaczyć jako Forward Access Channel
PCH dla kanału stronicowania, który można przetłumaczyć jako kanał stronicowania
Pomiary wykonane z HTC wyposażonego w procesor „1 GHz Qualcomm MSM8655”, interfejsy 3G, Wi-FI i 4G oraz 768 MB RAM
RRC for Radio Resource Control (en), które można przetłumaczyć jako kontrolę zasobów radiowych
GSM dla globalnego systemu łączności ruchomej, co można przetłumaczyć jako globalny system łączności ruchomej
SIM dla modułu tożsamości subskrybenta, który można przetłumaczyć jako moduł tożsamości subskrybenta
USB dla uniwersalnej magistrali szeregowej, co można przetłumaczyć jako uniwersalną magistralę szeregową
Pobieranie 500 Kb danych z odbiorem z prędkością 1 Mb/s dla 3G i 44 Kb/s dla 2G
blokady snu przetłumaczone z angielskiego wakelock
bug bezsenność przetłumaczony z angielskiego bez snu
API dla interfejsu programowania aplikacji, który można przetłumaczyć jako interfejs programowania
Testy przeprowadzone na HTC Nexus i HTC Magic z systemem operacyjnym Android
Widżet odnosi się do terminu gadżet
błąd pętli przetłumaczony z angielskiego błędu pętli
Eprof for Energy Profiler, który można przetłumaczyć jako profiler energii
ARO for Application Resource Optimizer, co można przetłumaczyć jako optymalizację zasobów aplikacji

Bibliografia

Pathak2011 2011 , s. 1
businessinsider.com 2013 , s. 1
Xia 2013 , s. 1
Iftode 2004 , s. 88
Pathak 2011 , s. 153
Carroll 2010 , s. 21
Earl 2010 , s. 25
Anand 2007 , s. 1986
Pathak 2012 , s. 29
Albers 2010 , s. 96
Xiao 2011 , s. 116
Ravi 2008 , s. 224
Chehimi 2006 , s. 96
Hosseini 2012 , s. 1017
Mochocki 2006 , s. 502
Perrucci 2011 , s. 1
Perrucci 2009 , s. 21
Xiao 2011 , s. 24
Xiao 2011 , s. 25
Zhongliang 2011 , s. 2
Pathak 2012 , s. 31
Shye 2009 , s. 170
Shye 2009 , s. 174
Carroll 2010 , s. 4
Pathak 2011 , s. 155
Anand 2007 , s. 1989
Xia 2013 , s. 4
Xia 2013 , s. 2
Zhang 2012 , s. 107
Anand 2007 , s. 1988
Shye 2009 , s. 173
Pathak 2012 , s. 30
Perrucci 2011 , s. 2
mobiledevices.kom.aau.dk 2011 , s. 1
Carroll 2010 , s. 11
Carroll 2013 , s. 6
Carroll 2010 , s. 6
Zhang 2010 , s. 107
Capin 2008 , s. 74
Carroll 2010 , s. 5
Shye 2010 , s. 376
Capin 2008 , s. 75
Mochocki 2006 , s. 504
Carroll 2013 , s. 3
Chen 2013 , s. 1
Iftode 2004 , s. 89
Pering 2006 , s. 222
Pering 2006 , s. 221
Pering 2006 , s. 223
Udoh 2011 , s. 37
Perrucci 2011 , s. 3
Wu 2009 , s. 69
Balasubramanian 2009 , s. 284
Balasubramanian 2009 , s. 281
Rahmati 2007 , s. 170
Lee 2004 , s. 15
Ukhanova 2012 , s. 1696
Zhang 2010 , s. 109
Ukhanova 2012 , s. 1697
Lee 2004 , s. 16
Lee 2004 , s. 22
Balasubramanian 2009 , s. 283
Khairy 2013 , s. 329
Huang 2012 , s. 232
Deng 2012 , s. 182
Siekkinen 2013 , s. 14
Huang 2012 , s. 226
Gupta 2013 , s. 377
Huang 2012 , s. 227
Huang 2012 , s. 233
Xia 2013 , s. 5
Bareth 2011 , s. 517
Wu 2009 , s. 70
Taylor 2011 , s. 2006
Carroll 2013 , s. 5)
Bareth 2011 , s. 518
Constandache 2009 , s. 2717
Zhang 2013 , s. 25
Pathak 2011 , s. 1
http://wiki.smartphonefrance.info/ 2013 , s. 1
Pathak 2011 , s. 2
Pathak 2011 , str. 3
Thiagarajan 2012 , s. 41
Zhao 2011 , s. 415
Wilke 2013 , s. 1179
Carroll 2013 , s. 4)
Carroll 2010 , s. 8
Perrucci 2011 , s. 4
Balasubramanian 2009 , s. 285
Balasubramanian 2009 , s. 286
Rahmati 2007 , s. . 171
Hoque 2013 , s. 379
Siekkinen 2013 , s. 17
Hoque 2013 , s. 14
Hoque 2013 , s. 378
Hoque 2013 , s. 16
Chen 2013 , s. 5
2013 , s. 80
Zhang 2010 , s. 105
Pathak 2012 , s. 39
Pathak 2012 , s. 36
Pathak 2012 , s. 37
Wang 2009 , s. 179
Zhuang 2010 , s. 315
Zhuang 2010 , s. 317
Jindal 2013 , s. 253
Pathak 2012 , s. 267
Pathak 2012 , s. 268
Pathak 2012 , s. 270
Pathak 2011 , s. 4
Zhang 2013 , s. 28
www.huffingtonpost.com 2011 , s. 1
Zhang 2012 , s. 363
opinie.cnet.com 2011 , s. 1
Murmuria 2012 , s. 147
Xiao 2011 , s. 23
Dong 2011 , s. 339
Xiao 2011 , s. 26
Carroll 2010 , s. 2
Xiao 2011 , s. 27
Metri 2012 , s. 2
Pathak 2011 , s. 165
Dong 2011 , s. 335
Qian 2011 , s. 323
Zhang 2010 , s. 110
Kim 2013 , s. 5
Stanford 2008 , s. 1
Donelan 2008 , s. 807-810
Smartfon z Androidem: optymalizacja wydajności baterii
Metri 2012 , s. 6
Pathak 2012 , s. 33
Altamimi 2012 , s. 764
Perez-Torres 2012 , s. 691
Altamimi 2012 , s. 769
Kumar 2010 , s. 56
Kumar 2010 , s. 52
Kumar 2010 , s. 51
Rahmati 2009 , s. 467
blog.opower.com 2012 , s. 1
Heikkinen 2012 , s. 3194
Ruutu 2013 , s. 59
Heikkinen 2012 , s. 3197
Heikkinen 2012 , s. 3198

Bibliografia

: dokument używany jako źródło tego artykułu.

(en) GP Perrucci , FHP Fitzek i J. Widmer , „ Ankieta dotycząca podmiotów zużywających energię na platformie smartfonów ” , 2011 IEEE 73rd Vehicular Technology Conference (VTC Spring) , Yokohama,15-18 maja 2011, s. 1 - 6 ( ISBN 978-1-4244-8332-7 , ISSN 1550-2252 , DOI 10.1109 / VETECS.2011.5956528 )
(en) GP Perrucci , FHP Fitzek , J. Widmer , G. Sasso i W. Kellerer , „ O wpływie użytkowania sieci 2G i 3G na żywotność baterii telefonów komórkowych ” , Konferencja bezprzewodowa, 2009. EW 2009. European , Aalborg ,19-20 maja 2009, s. 255 - 259 ( ISBN 978-1-4244-5935-3 , ISSN 1550-2252 , DOI 10.1109 / EW.2009.5357972 )
(en) M. Kim , Y. Kim , C. Kim i S. Chung , „ Zużycie baterii! = Zużycie energii: studium przypadku ze smartfonem ” , IEEE Computer Society , tom. PP N O 99,15 sierpnia 2013 r., s. 1 - 7 ( ISSN 0018-9162 , DOI 10.1109 / MC.2013.293 )
(en) M. Conti , D. Diodati , CM Pinotti i B. Crispo , „ Optymalne rozwiązania w zakresie parowania usług na smartfonach: strategia minimalizacji zużycia energii ” , Międzynarodowa Konferencja IEEE na temat Zielonego Przetwarzania i Komunikacji (GreenCom) 2012 ,20-23 listopada 2012, s. 1 ( ISBN 978-1-4673-5146-1 , DOI 10.1109 / GreenCom.2012.51 )
(en) O. Earl , „ Różnorodność w zużyciu energii w smartfonach ” , 2010 Warsztaty ACM nt. Bezprzewodowość studentów, przez studentów, dla studentów ,wrzesień 2010, s. 25-28 ( ISBN 978-1-4503-0144-2 , DOI 10.1145 / 1860039.1860048 )
(en) A. Pathak , YC Hu , M. Zhang , P. Bahl i Y. Wang , „ Drobnoziarniste modelowanie mocy dla smartfonów z wykorzystaniem system call tracing ” , Materiały z VI konferencji Systemy komputerowe , Salzburg,10-13 kwietnia 2011, s. 153 - 168 ( ISBN 978-1-4503-0634-8 , DOI 10,1145 / 1966445,1966460 )
(en) A. Pathak , YC Hu i M. Zhang , „ Gdzie jest energia zużyta w mojej aplikacji ?: drobnoziarniste rozliczanie energii na smartfonach z Eprof ” , VII europejska konferencja ACM poświęcona systemom komputerowym ,2012, s. 29 - 42 ( ISBN 978-1-4503-1223-3 , DOI 10.1145 / 2168836.2168841 )
(en) A. Shye , B. Scholbrock i G. Memik , „ Into the wild: Studying real user activity patterns to guide power Optimization for mobile architectures ” , 2009 42nd Annual IEEE/ACM International Symposium on Microarchitecture (MICRO-42) , Nowy Jork,12-16 grudnia 2009, s. 168 - 178 ( ISBN 978-1-60558-798-1 , ISSN 1072-4451 , DOI 10.1145 / 166912.1669135 )
(en) A. Shye , B. Scholbrock , G. Memik i PA Dinda , „ Charakteryzowanie i modelowanie aktywności użytkowników na smartfonach: podsumowanie ” , międzynarodowa konferencja ACM SIGMETRICS nt. Pomiaru i modelowania systemów komputerowych , Nowy Jork,14-18 czerwca 2010, s. 375 - 376 ( ISBN 978-1-4503-0038-4 , DOI 10.1145 / 1811039.1811094 )
(en) MVJ Heikkinen i JK Nurminen , „ Pomiar i modelowanie zużycia energii i wpływu na środowisko ładowarki do telefonów komórkowych ” , 2012 IEEE Wireless Communications and Networking Conference (WCNC) , Szanghaj,1 st -4 kwietnia 2012, s. 3194 - 3198 ( ISBN 978-1-4673-0436-8 , ISSN 1525-3511 , DOI 10.1109 / WCNC.2012.6214357 )
(en) R. Perez-Torres i C. Torres-Huitzil , „ Świadome zasilanie oprogramowania pośredniczącego dla aplikacji mobilnych uwzględniających lokalizację i kontekst z interakcją w chmurze ” , Światowy Kongres Technologii Informacyjnych i Komunikacyjnych (WICT) 2012 , Trivandrum,30 października 2012 r., s. 691 - 696 ( ISBN 978-1-4673-4806-5 , DOI 10.1109 / WICT.2012.6409164 )
(en) M. Altamimi , R. Palit , K. Naik i A. Nayak , „ Energy-as-a-Service (EaaS): On the Efficacy of Multimedia Cloud Computing to Save Smartphone Energy ” , piąta międzynarodowa konferencja IEEE 2012 nt. Przetwarzanie w chmurze (CLOUD) , Honolulu, HI,24-29 czerwca 2012, s. 764 - 771 ( ISBN 978-1-4673-2892-0 , ISSN 2159-6182 , DOI 10.1109 / CLOUD.2012.72 )
(en) G. Metri , A. Agrawal , R. Peri i S. Weisong , „ Co pochłania żywotność baterii na moim smartfonie: studium przypadku ” , Międzynarodowa konferencja na temat informatyki zorientowanej na energię z 2012 r. , Guzelyurt,3-5 grudnia 2012 r., s. 1 - 6 ( ISBN 978-1-4673-5327-4 , DOI 10.1109 / ICEAC.2012.6471003 )
(en) H. Zhongliang i J. Ruutu , „ Porównanie zużycia energii między urządzeniem mobilnym a zbiorem urządzeń dedykowanych ” , 2011 IEEE International Symposium on Sustainable Systems and Technology (ISSST) , Chicago,16-18 maja 2011, s. 1 - 6 ( ISBN 978-1-61284-394-0 , ISSN 2157-524X , DOI 10.1109 / ISSST.2011.5936873 )
(en) A. Carroll i G. Heiser , „ Analiza zużycia energii w smartfonie ” , 2010 konferencja USENIX na dorocznej konferencji technicznej USENIX , Boston,22-25 czerwca 2010, s. 1 - 14 ( czytaj online )
(w) A. Carroll i G. Heiser , „ Podręcznik haker systemów do wykorzystania energii galaktyka w nowoczesnym smartphone ” , 4-ci Azji i Pacyfiku Warsztaty na temat systemów , Singapur, n o 5,29-30 lipca 2013 r.( ISBN 978-1-4503-2316-1 , DOI 10.1145 / 2500727.2500734 )
(en) U. Bareth , „ Symulowanie zużycia energii przez algorytmy śledzenia lokalizacji w celu poprawy efektywności energetycznej smartfonów ” , 2012 IEEE 36th Annual Computer Software and Applications Conference (COMPSAC) , Izmir,16-20 lipca 2012 r., s. 613 - 622 ( ISBN 978-0-7695-4736-7 , ISSN 0730-3157 , DOI 10.1109 / COMPSAC.2012.87 )
(en) U. Bareth i A. Kupper , „ Energy-Efficient Position Tracking in Proactive Location-Based Services for Smartphone Environments ” , 2011 IEEE 35th Annual Computer Software and Applications Conference (COMPSAC) , Monachium,18-22 lipca 2011, s. 516 - 521 ( ISBN 978-0-7695-4439-7 , ISSN 0730-3157 , DOI 10.1109 / COMPSAC.2011.72 )
(en) R. Duan , B. Mingsong i C. Gniady , „ Exploring memory energy Optimizations in smartphones ” , 2011 International Green Computing Conference and Workshops (IGCC) , Orlando,25-28 lipca 2011, s. 1 - 8 ( ISBN 978-1-4577-1222-7 , DOI 10.1109 / IGCC.2011.6008591 )
(w) DT. Nguyen , „ Ocena wpływu pamięci masowych na efektywność energetyczną smartfonów ” , konferencja ACM 2013 na temat Pervasive and ubiquitous computing adjunct publication , Zurych,8-12 września 2013, s. 319 - 324 ( ISBN 978-1-4503-2215-7 , DOI 10.1145/2494091.2501083 )
(w) DT. Nguyen , G. Zhou , Q. Xin , G. Peng , J. Zhao , T. Nguyen i D. Le , „ Oszczędność energii smartfonów z uwzględnieniem pamięci masowych ” , Międzynarodowa wspólna konferencja ACM 2013 na temat komputerów wszechobecnych i wszechobecnych , Zurych,8-12 września 2013, s. 677 - 686 ( ISBN 978-1-4503-1770-2 , DOI 10.1145 / 2493432.2493505 )
(en) B. Zhao , BC Tak i G. Cao , „ Reducing the Delay and Power Consumption of Web Browing on Smartphone in 3G Networks ” , 2011 31. Międzynarodowa Konferencja nt. Rozproszonych Systemów Komputerowych (ICDCS) , Minneapolis,20-24 czerwca 2011, s. 413 - 422 ( ISBN 978-1-61284-384-1 , ISSN 1063-6927 , DOI 10.1109 / ICDCS.2011.54 )
(en) H. Falaki , R. Mahajan , S. Kandula , D. Lymberopoulos , R. Govindan i D. Estrin , „ Różnorodność w korzystaniu ze smartfonów ” , 8. międzynarodowa konferencja na temat systemów mobilnych, aplikacji i usług , San Francisco,15-18 czerwca 2010, s. 179 - 194 ( ISBN 978-1-60558-985-5 , DOI 10.1145 / 1814433.1814453 )
(en) A. Khairy , HH Ammar i R. Bahgat , „ Smartfon Energizer: Extending Smartphone’s battery life with smart offloading ” , 9th International Wireless Communications and Mobile Computing (IWCMC) 2013 , Sardynia,1 st -5 lipca 2013, s. 329 - 336 ( ISBN 978-1-4673-2479-3 , DOI 10.1109 / IWCMC.2013.6583581 )
(en) G. Metri , A. Abhishek , P. Ramesh i W. Shi , „ Co pochłania żywotność baterii na moim smartfonie: studium przypadku ” , 2012 Międzynarodowa Konferencja na temat Przetwarzania Świadomego Energii , Guzelyurt,3-5 grudnia 2012 r., s. 1 - 6 ( ISBN 978-1-4673-5327-4 , DOI 10.1109 / ICEAC.2012.6471003 )
(en) R. Palit , K. Naik i A. Singh , „ Wpływ agregacji pakietów na zużycie energii w smartfonach ” , 7th International Wireless Communications and Mobile Computing Conference (IWCMC) 2011 , Istambuł,4 - 8 lipca 2011, s. 589 - 594 ( ISBN 978-1-4244-9539-9 , DOI 10.1109 / IWCMC.2011.5982599 )
(en) F. Ding , F. Xia , W. Zhang , X. Zhao i C. Ma , „ Monitorowanie zużycia energii przez smartfony ” , 2011 Międzynarodowa Konferencja na temat Internetu Rzeczy (iThings / CPSCom) oraz IV Międzynarodowa Konferencja na temat Cyber, Informatyka fizyczna i społeczna , Dalian,19-22 października 2011, s. 610 - 613 ( ISBN 978-1-4577-1976-9 , DOI 10.1109 / iThings / CPSCom.2011.122 )
(en) N. Balasubramanian , A. Balasubramanian i A. Venkataramani , „ Zużycie energii w telefonach komórkowych: badanie pomiarowe i implikacje dla aplikacji sieciowych ” , 9. konferencja ACM SIGCOMM na konferencji poświęconej pomiarom Internetu , Chicago,4-6 listopada 2009 r., s. 280 - 293 ( ISBN 978-1-60558-771-4 , DOI 10.1145 / 1644893.1644927 )
(en) M. Gupta , AT Koc i R. Vannithamby , „ Analiza aplikacji mobilnych i zużycia energii na smartfonie przez sieć LTE ” , 2011 International Conference on Energy Aware Computing (ICEAC) , Istambuł,30 grudnia 2011, s. 1-4 ( ISBN 978-1-4673-0464-1 , DOI 10.1109 / ICEAC.2011.6403623 )
(en) B. Gil i P. Trezentos , „ Wpływ formatów wymiany danych na zużycie energii i wydajność w smartfonach ” , 2011 Workshop on Open Source and Design of Communication , Lizbona,11 lipca 2011, s. 1 - 6 ( ISBN 978-1-4503-0873-1 , DOI 10.1145 / 2016716.22016718 )
(en) N. Thiagarajan , G. Aggarwal , A. Nicoara , D. Boneh i JP Singh , „ Kto zabił moją baterię ?: analiza zużycia energii przeglądarki mobilnej ” , 21. międzynarodowa konferencja World Wide Web , Lyon,16-20 kwietnia 2012 r., s. 41-50 ( ISBN 978-1-4503-1229-5 , DOI 10.1145/2187836.2187843 )
(w) Z. Zhuang , KH. Kim i JP Singh , „ Poprawa efektywności energetycznej wykrywania lokalizacji na smartfonach ” , VIII międzynarodowa konferencja Systemy mobilne, aplikacje i usługi , San Francisco,15-18 czerwca 2010, s. 41-50 ( ISBN 978-1-60558-985-5 , DOI 10.1145 / 1814433.1814464 )
(en) Qiu Meikang , Chen Zhi , LT Yang , Qin Xiao i Wang Bin , „ W kierunku energooszczędnych smartfonów dzięki dynamicznemu planowaniu zadań z uwzględnieniem energii ” , wysokowydajne obliczenia i komunikacja oraz 9. międzynarodowa konferencja IEEE na temat oprogramowania i systemów wbudowanych w 2012 r. ( HPCC-ICESS), 2012 IEEE 14th International Conference on , Liverpool,25-27 czerwca 2012, s. 1466 - 1472 ( ISBN 978-1-4673-2164-8 , DOI 10,1109 / HPCC.2012.214 )
(en) Asma Enayet , Nusrat Mehajabin , Abdur Razzaque i Choong Seon Hong , „ Algorytm planowania rozproszonego punktu dostępu Wi-Fi uwzględniający energię ” , Materiały z 7. Międzynarodowej Konferencji na temat Zarządzania i Komunikacji Wszechobecnej Informacji , Kota Kinabalu, Malezja,17-19 stycznia 2013 r.( ISBN 978-1-4503-1958-4 , DOI 10.1145 / 2448556.2448597 )
(en) Feng Qian , Zhaoguang Wang , Alexandre Gerber , Zhuoqing Mao , Subhabrata Sen i Oliver Spatscheck , „ Profilowanie wykorzystania zasobów dla aplikacji mobilnych: podejście wielowarstwowe ” , Proceeding MobiSys '11 Proceedings z 9. międzynarodowej konferencji na temat systemów mobilnych, aplikacje i usługi , Bethesda, MD, USA,28 - 01 czerwca - lipiec 2011, s. 321 - 334 ( ISBN 978-1-4503-0643-0 , DOI 10.1145 / 1999995.2000026 )
(en) Mikkel Baun Kjærgaard , Sourav Bhattacharya , Henrik Blunck et Petteri Nurmi , „ Energooszczędne śledzenie trajektorii dla urządzeń mobilnych ” , Proceeding MobiSys '11 Proceedings of 9. międzynarodowej konferencji na temat systemów, aplikacji i usług mobilnych , Bethesda, MD, USA,28 - 01 czerwca - lipiec 2011, s. 307 - 320 ( ISBN 978-1-4503-0643-0 , DOI 10.1145 / 1999995.2000025 )
(pl) Jeongyeup Paek , Kyu-Han Kim , Jatinder P. Singh i Ramesh Govindan , „ Energooszczędne pozycjonowanie dla smartfonów przy użyciu dopasowania sekwencji Cell-ID ” , Proceeding MobiSys '11 Proceedings of 9th international Conference on Mobile systems, applications, i usługi , Bethesda, MD, USA,28 - 01 czerwca - lipiec 2011, s. 293 - 306 ( ISBN 978-1-4503-0643-0 , DOI 10.1145 / 1999995.2000024 )
(en) Feng Qian , Zhaoguang Wang , Yudong Gao , Junxian Huang , Alexandre Gerber , Zhuoqing Mao , Subhabrata Sen i Oliver Spatscheck , „ Okresowe transfery w aplikacjach mobilnych: pochodzenie, wpływ i optymalizacja w całej sieci ” , Postępowanie WWW '12 XXI międzynarodowej konferencji World Wide Web , Lyon - Francja,16-20 kwietnia 2012 r., s. 51 - 60 ( ISBN 978-1-4503-1229-5 , DOI 10.1145 / 2187836.2187844 )
(en) Yu Xiao , Rijubrata Bhaumik , Zhirong Yang , Matti Siekkinen , Petri Savolainen i Antti Yla-Jaaski , „ Model na poziomie systemu do szacowania poboru mocy w czasie pracy na urządzeniach mobilnych ” , Postępowanie zgodnie z GREENCOM-CPSCOM '10 IEEE/Proceedings of 2010 ACM Int'l Conference on Green Computing and Communications & Int'l Conference on Cyber, Physical and Social Computing , Hangzhou, Chiny,18-20 grudnia 2010, s. 27 - 34 ( ISBN 978-0-7695-4331-4 , DOI 10.1109 / GreenCom-CPSCom.2010.114 )
(en) Hong Jin-A , Seo Sangmin , Kim Namgi i Lee Byoung-Dai , „ A study of secure data transmission in mobile cloud computing od strony zużycia energii ” , Information Networking (ICOIN), Międzynarodowa Konferencja 2013 , Bangkok, Oprócz tego będziesz musiał dowiedzieć się o tym więcej.28-30 stycznia 2013, s. 250 - 255 ( ISBN 978-1-4673-5740-1 , DOI 10.1109 / ICOIN.2013.6496385 )
(en) K. Kumar i Lu Yung-Hsiang , „ Przetwarzanie w chmurze dla użytkowników mobilnych: czy odciążenie obliczeń może zaoszczędzić energię? » , Komputer , tom. 43,kwiecień 2010, s. 51 - 56 ( ISSN 0018-9162 , DOI 10.1109 / MC.2010.98 )
(en) J. Parkkila i J. Porras , „ Poprawa żywotności baterii i wydajności urządzeń mobilnych z wykorzystaniem cyberżerowania ” , Personal Indoor and Mobile Radio Communications (PIMRC), 2011 IEEE 22nd International Symposium on , Toronto, ON,11-14 września 2011, s. 91 - 95 ( ISBN 978-1-4577-1346-0 , DOI 10.1109 / PIMRC.2011.6140102 )
(en) J. Zhang , A. Musa i Le Wei , „ Porównanie błędów energetycznych dla platform smartfonów ” , Engineering of Mobile-Enabled Systems (MOBS), 2013 1. Międzynarodowe Warsztaty w San Francisco (Kalifornia),25 maja 2013 r., s. 25-30 ( DOI 10.1109 / MOBS.2013.6614219 )
(en) R. Duan , Bi Mingsong i C. Gniady , „ Odkrywanie optymalizacji energii pamięci w smartfonach ” , Konferencja i Warsztaty Green Computing (IGCC), 2011 International , Orlando (Floryda),25-28 lipca 2011, s. 1 - 8 ( ISBN 978-1-4577-1222-7 , DOI 10.1109 / IGCC.2011.6008591 )
(en) L. Iftode , C. Borcea , N. Ravi , P. Kang i Zhou Peng , „ Smart Phone: wbudowany system do uniwersalnych interakcji ” , Distributed Computing Systems, 2004. FTDCS 2004. Proceedings. 10. Międzynarodowe Warsztaty IEEE na temat przyszłych trendów , Suzhou, Chiny,26-28 maja 2004 r., s. 88 - 94 ( ISBN 0-7695-2118-5 , DOI 10,1109 / FTDCS.2004.1316598 )
(en) Yi Wang , Jialiu Lin , Murali Annavaram , Quinn A. Jacobson , Jason Hong , Bhaskar Krishnamachari i Norman Sadeh , „ Struktura energooszczędnego mobilnego wykrywania dla automatycznego rozpoznawania stanu użytkownika ” , MobiSys '09 Proceedings of 7. międzynarodowej konferencji na systemy mobilne, aplikacje i usługi , Kraków, Polska,22-25 czerwca 2009, s. 179 - 192 ( ISBN 978-1-60558-566-6 , DOI 10.1145 / 1555816.1555835 )
(en) IM Taylor i MA Labrador , „ Poprawa zużycia energii w telefonach komórkowych poprzez filtrowanie zaszumionych poprawek GPS za pomocą zmodyfikowanych filtrów Kalmana ” , Konferencja Wireless Communications and Networking Conference (WCNC), 2011 IEEE , Cancun, Quintana Roo,28-31 marca 2011, s. 2006 - 2011 ( ISBN 978-1-61284-255-4 , ISSN 1525-3511 , DOI 10.1109 / WCNC.2011.5779437 )
(en) I. Constandache , S. Gaonkar , M. Sayler , RR Choudhury i L. Cox , „ EnLoc: Energy-Efficient Location for Mobile Phones ” , INFOCOM 2009, IEEE , Rio de Janeiro,19-25 kwietnia 2009 r., s. 2716 - 2720 ( ISBN 978-1-4244-3512-8 , ISSN 0743-166X , DOI 10.1109 / INFCOM.2009.5062218 )
(en) Arvind Thiagarajan , Lenin Ravindranath , Katrina LaCurts , Samuel Madden , Hari Balakrishnan , Sivan Toledo i Jakob Eriksson , „ VTrack: dokładne, energochłonne oszacowanie opóźnień w ruchu drogowym przy użyciu telefonów komórkowych ” , SenSys '09 Proceedings of 7th ACM Conference w sprawie wbudowanych systemów czujników sieciowych , Berkeley (Kalifornia),4-6 listopada 2009 r., s. 85-98 ( ISBN 978-1-60558-519-2 , DOI 10.1145 / 1644038.1644048 )
(en) A. Anand , C. Manikopoulos , Q. Jones i C. Borcea , „ A Quantitative Analysis of Power Consumption for Location-Aware Applications on Smart Phones ” , Industrial Electronics, 2007. ISIE 2007. Międzynarodowe sympozjum IEEE , Vigo ,4-7 czerwca 2007, s. 1986 - 1991 ( ISBN 978-1-4244-0754-5 , DOI 10.1109 / ISIE.2007,4374912 )
(en) Zhang Tao , S. Madhani , P. Gurung i E. Van Den Berg , „ Zmniejszenie zużycia energii przez urządzenia mobilne za pomocą interfejsów Wi-Fi ” , Globalna Konferencja Telekomunikacyjna, 2005. GLOBECOM '05. IEEE , St Louis, MO, obj. 1,28 - 2 listopada-grudnia 2005( ISBN 0-7803-9414-3 , DOI 10.1109 / GLOCOM.2005.1577687 )
(en) Haitao Wu , Kun Tan , Jiangfeng Liu i Yongguang Zhang , „ Ślad: wspomagane komórkowo odkrycie AP Wi-Fi w telefonach komórkowych w celu oszczędzania energii ” , WINTECH '09 Proceedings z 4. międzynarodowych warsztatów ACM na temat oceny eksperymentalnej i charakteryzacji , Pekin , Chiny,20-25 września 2009, s. 67 - 76 ( ISBN 978-1-60558-740-0 , DOI 10.1145 / 1614293.1614305 )
(en) Trevor Pering , Yuvraj Agarwal , Rajesh Gupta i Roy Want , „ CoolSpots: zmniejszenie zużycia energii przez bezprzewodowe urządzenia mobilne z wieloma interfejsami radiowymi ” , MobiSys '06 Materiały z czwartej międzynarodowej konferencji na temat systemów, aplikacji i usług mobilnych , Uppsala , Szwecja,19-22 czerwca 2006, s. 220 - 232 ( ISBN 1-59593-195-3 , DOI 10.1145 / 1134680.1134704 )
(en) Daler Rakhmatov i Sarma Vrudhula , „ Zarządzanie energią dla systemów wbudowanych zasilanych bateryjnie ” , ACM Transactions on Embedded Computing Systems (TECS) , tom. 2 n O 3,sierpień 2003, s. 277 - 324 ( DOI 10,1145 / 860176,860179 )
(en) Eugene Shih , Paramvir Bahl i Michael J. Sinclair , „ Wake on wireless: strategia oszczędzania energii oparta na zdarzeniach dla urządzeń zasilanych bateryjnie ” , MobiCom '02 Materiały z 8. dorocznej międzynarodowej konferencji poświęconej komputerom przenośnym i sieciom , Atlanta (Gruzja) ), USA,23-28 września 2002 r., s. 160 - 171 ( ISBN 1-58113-486-X , DOI 10.1145 / 570645.570666 )
(en) Lawrence S. Brakmo , Deborah A. Wallach i Marc A. Viredaz , „ μSleep: technika zmniejszania zużycia energii w urządzeniach przenośnych ” , MobiSys '04 Materiały z 2. międzynarodowej konferencji na temat systemów mobilnych, aplikacji i usług , Boston (Massachusetts), USA,6-9 czerwca 2004 r., s. 12 - 22 ( ISBN 1-58113-793-1 , DOI 10.1145 / 990064.990069 )
(en) Andrea Acquaviva , Tajana Simunic , Vinay Deolalikar i Sumit Roy , „ Zdalne sterowanie zasilaniem bezprzewodowych interfejsów sieciowych ” , Journal of Embedded Computing – Low power Embedded Systems , tom. 1 n O 3,Sierpień 2005, s. 381 - 389 ( ISSN 1740-4460 )
(en) Kshirasagar Naik i David SL Wei , „ Strategie wdrażania oprogramowania dla systemów energooszczędnych ” , Journal Mobile Networks and Applications , tom. 6, n O 3,Czerwiec 2001, s. 291 - 305 ( ISSN 1383-469X , DOI 10.1023/A: 1011487018981 )
(en) Victor Shnayder , Mark Hempstead , Bor-rong Chen , Geoff Werner Allen i Matt Welsh , „ Symulowanie zużycia energii w wielkoskalowych aplikacjach sieciowych czujników ” , SenSys '04 Proceedings of 2nd international Conference on Embedded Networked Sensor Systems , Baltimore, Maryland),3-5 listopada 2004 r., s. 188 - 200 ( ISBN 1-58113-879-2 , DOI 10.1145 / 1031495.1031518 )
(en) Rajesh Palit , Ajit Singh i Kshirasagar Naik , „ Modelowanie kosztów energii aplikacji na przenośnych urządzeniach bezprzewodowych ” , MSWiM '08 Proceedings of 11th International Symposium on Modeling, analysis and symulacji systemów bezprzewodowych i mobilnych , Vancouver (Kolumbia- brytyjski), Kanada,27-31 października 2008, s. 346 - 353 ( ISBN 978-1-60558-235-1 , DOI 10.1145 / 1454503.1454562 )
(en) Changjiu Xian , Yung-Hsiang Lu i Zhiyuan Li , „ Adaptive computation offloading for energy saving on energy on battery-powered systems ” , Parallel and Distributed Systems, 2007 International Conference on , Hsinchu,5 - 7 grudnia 2007, s. 1 - 8 ( ISBN 978-1-4244-1889-3 , DOI 10.1109 / ICPADS.2007,4447724 )
(en) Feng Xia , Ching-Hsien Hsu , Xiaojing Liu , Haifeng Liu , Fangwei Ding i Wei Zhang , „ Moc smartfonów ” , Systemy multimedialne ,11 września 2013 r., s. 1-15 ( ISSN 0942-4962 , DOI 10.1007/s00530-013-0337-x )
(en) V. Tiwari , S. Malik i A. Wolfe , „ Techniki kompilacji dla niskiej energii: przegląd ” , Low Power Electronics, 1994. Digest of Technical Papers., Sympozjum IEEE , San Diego, CA, USA,10-12 października 1994, s. 38 - 39 ( ISBN 0-7803-1953-2 , DOI 10.1109 / LPE.1994.573195 )
(en) Lin Zhong i Niraj K. Jha , „ Charakterystyka energii graficznego interfejsu użytkownika dla komputerów przenośnych ” , CASES '03 Materiały z międzynarodowej konferencji 2003 na temat kompilatorów, architektury i syntezy systemów wbudowanych , San Jose, CA, USA,30 - 01 października - listopad 2003, s. 232 - 242 ( ISBN 1-58113-676-5 , DOI 10,1145 / 951710,951742 )
(w) B. Priyantha , D. Lymberopoulos i Liu Jie , " Littlerock: Włączanie energooszczędnego ciągłego wykrywania w telefonach komórkowych " , Przetwarzanie wszechobecne, IEEE , tom. 10 N O 2kwiecień - czerwiec 2011, s. 12 - 15 ( ISSN 1536-1268 , DOI 10.1109 / MPRV.2011.28 )
(en) C. Wilke , C. Piechnick , S. Richly , G. Püschel , S. Götz i U. Aßmann , „ Comparing mobile applications' energysumption ” , 28th Annual ACM Symposium on Applied Computing , Coimbra,18 - 22 marca 2013 r., s. 1177 - 1179 ( ISBN 978-1-4503-1656-9 , DOI 10.1145 / 2480362.2480583 )
(en) Siamak Aram , Amedeo Troiano , Francesco Rugiano i Eros Pasero , „ Bezprzewodowa sieć czujników o niskim poborze mocy i Bluetooth do wykrywania warunków środowiskowych przy użyciu smartfonów ” , Międzynarodowe warsztaty AIAI 2012: AIAB, AIeIA, CISE, COPA, IIVC, ISQL, MHDW , oraz WADTMB , Halkidiki, Grecja,27-30 września 2012, s. 332 - 340 ( ISBN 978-3-642-33411-5 , DOI 10.1007 / 978-3-642-33412-2_34 )
(en) M. Dong i L. Zhong , „ Samokonstruktywne modelowanie energii systemu o wysokiej szybkości dla systemów mobilnych zasilanych bateryjnie ” , 9. międzynarodowa konferencja na temat systemów mobilnych, aplikacji i usług , Waszyngton,29 czerwca 2011, s. 335 - 348 ( ISBN 978-1-4503-0643-0 , DOI 10.1145 / 1999995.2000027 )
(en) J. Flinn i M. Satyanarayanan , „ Energy-aware adaptation for mobile applications ” , siedemnaste sympozjum ACM poświęcone zasadom systemów operacyjnych , Charleston,12 - 15 grudnia 1999, s. 48 - 63 ( ISBN 1-58113-140-2 , DOI 10,1145 / 319151,319155 )
(pl) „ Jedna na 5 osób na świecie posiada smartfon, jedna na 17 posiada tablet ” ,2013(dostęp 29 listopada 2013 )
(en) Maximilian Schirmer i Hagen Höpfner , „ SenST *: Podejścia do obniżenia energochłonności Smartphone Context-Based Recognition ” , 7. Międzynarodowa Interdyscyplinarna Konferencja i kontekst 2011 , Karlsruhe (Niemcy),26-30 września 2011, s. 250 - 263 ( ISBN 978-3-642-24278-6 , DOI 10.1007 / 978-3-642-24279-3_27 )
(en) L. Zhang , B. Tiwana , RP Dick , Q. Zhiyun , ZM Mao , W. Zhaoguang i Y. Lei , „ Dokładne oszacowanie mocy online i automatyczne generowanie modelu zasilania w oparciu o zachowanie baterii dla smartfonów ” , 2010 IEEE/ACM / IFIP International Conference on Hardware / Software Codesign and System Synthesis (CODES + ISSS) , Scottsdale,24 - 29 października 2010, s. 105 - 114 ( ISBN 978-1-6055-8905-3 , DOI 10.1145 / 1878961.1878982 )
( fr ) Xiang Chen , Yiran Chen , Zhan Ma i Felix CA Fernandes , „ Jak zużywana jest energia w aplikacjach do wyświetlania smartfonów ? » , HotMobile '13 Obrady XIV Warsztatu Mobilnych Systemów Komputerowych i Aplikacji , Wyspa Jekyll (Gruzja),26-27 lutego 2013 r.( ISBN 978-1-4503-1421-3 , DOI 10.1145 / 2444776.2444781 )
(en) Mostafa Uddin et Tamer Nadeem , „ A2PSM: wspomagany dźwiękiem mechanizm oszczędzania energii Wi-Fi dla urządzeń inteligentnych ” , HotMobile '13 Proceedings of 14th Workshop on Mobile Computing Systems and Applications , Jekyll Island (Gruzja),26-27 lutego 2013 r.( ISBN 978-1-4503-1421-3 , DOI 10.1145 / 2444776.2444782 )
(en) Chi-Chen Lee , Jui-Hung Yeh i Jyh-Cheng Chen , „ Wpływ licznika czasu nieaktywności na zużycie energii w WCDMA i cdma2000 ” , Sympozjum Telekomunikacji Bezprzewodowej, 2004 , JCal Poly Pomona Pomona, CA,14-15 maja 2004 r., s. 15 - 24 ( ISBN 0-7803-8246-3 , DOI 10.1109 / WTS.2004.1319545 )
(en) D. Moreno , SF Ochoa , R. Santos i R. Meseguer , „ Napromienianie wiadomości geolokalizowanych przy użyciu smartfonów: analiza zużycia energii ” , Computer Supported Cooperative Work in Design (CSCWD), 2013 IEEE 17th International Conference on , Świstak, BC,27 - 29 czerwca 2013 r., s. 681 - 685 ( ISBN 978-1-4673-6084-5 , DOI 10.1109 / CSCWD.2013.6581042 )
(pl) „ Bateria Nanowire może pomieścić 10 razy więcej ładunku niż istniejący akumulator litowo-jonowy ” ,2008(dostęp 5 grudnia 2013 )
(en) JM Donelan , Q. Li , V. Naing , JA Hoffer , DJ Weber i AD Kuo , „ Pozyskiwanie energii biomechanicznej: wytwarzanie energii elektrycznej podczas chodzenia przy minimalnym wysiłku użytkownika ” , Science 8 , tom. 319 n O 5864: 8073 stycznia 2008, s. 807-810 ( DOI 10.1126 / nauka.1149860 )
(en) Ahmad Rahmati i Lin Zhong , „ Context-for-wireless: kontekstowe, energooszczędne bezprzewodowe przesyłanie danych ” , MobiSys '07 Materiały z 5. międzynarodowej konferencji na temat systemów, aplikacji i usług mobilnych , San Juan, Portoryko, Oprócz tego będziesz musiał dowiedzieć się o tym więcej.11-14 czerwca 2007 r., s. 165 - 178 ( ISBN 978-1-59593-614-1 , DOI 10.1145/1247660.1247681 )
( fr ) Ahmad Rahmati i Lin Zhong , " Interakcja człowiek - bateria w telefonach komórkowych " , Wszechobecne i Mobile Computing , tom. 5, n O 5,październik 2009, s. 465 - 477 ( ISSN 1574-1192 , DOI 10.1016 / j.pmcj.2008.08.003 )
(en) Abhilash Jindal , Abhinav Pathak , Y. Charlie Hu i Samuel Midkiff , „ Hypnos: rozumienie i leczenie konfliktów snu w smartfonach ” , EuroSys '13 Proceedings of the 8th ACM European Conference on Computer Systems , Praga, Czechy,14-17 kwietnia 2013 r., s. 253 - 266 ( ISBN 978-1-4503-1994-2 , DOI 10.1145 / 2465351.2465377 )
(en) Lide Zhang , Mark S. Gordon , Robert P. Dick , Z. Morley Mao , Peter Dinda i Lei Yang , „ ADEL: automatyczny wykrywacz wycieków energii dla aplikacji na smartfony ” , CODES + ISSS '12 Postępowanie ósmego Międzynarodowa konferencja IEEE / ACM / IFIP na temat współprojektowania sprzętu / oprogramowania i syntezy systemów , Tampere, Finlandia,7-12 października 2012 r., s. 363 - 372 ( ISBN 978-1-4503-1426-8 , DOI 10.1145 / 2380445.2380503 )
(en) Abhinav Pathak , Abhilash Jindal , Y. Charlie Hu i Samuel P. Midkiff , „ Co sprawia, że mój telefon nie śpi?: charakteryzowanie i wykrywanie błędów związanych z brakiem snu w aplikacjach na smartfony ” , MobiSys '12 Proceedings of 10. międzynarodowej konferencji o systemach, aplikacjach i usługach mobilnych , Low Wood Bay, Lake District, Wielka Brytania,25-29 czerwca 2012, s. 363 - 372 ( ISBN 978-1-4503-1301-8 , DOI 10.1145 / 2307636.2307661 )
(en) Abhinav Pathak , Y. Charlie Hu i Ming Zhang , „ Budowanie debugowania energii na smartfonach: pierwsze spojrzenie na błędy energetyczne w urządzeniach mobilnych ” , HotNets-X Proceedings of 10th ACM Workshop on Hot Topics in Networks , Cambridge, MA ,14-15 listopada 2011, s. 1 - 6 ( ISBN 978-1-4503-1059-8 , DOI 10.1145 / 2070562.2070567 )
(en) GP Perrucci , „ Strategie oszczędzania energii na urządzeniach mobilnych ” , Informacje multimedialne i przetwarzanie sygnału – Uniwersytet Aalborg, Aalborg,styczeń 2009, s. 1 - 150 ( czytaj online )
(en) H. Verkasalo , „ Analiza zachowań użytkowników smartfonów ” , IX Międzynarodowa Konferencja Biznesu Mobilnego 2010 i IX Global Mobility Roundtable (ICMB-GMR) , Ateny,13-14 czerwca 2010, s. 258 - 263 ( ISBN 978-1-4244-7423-3 , DOI 10.1109 / ICMB-GMR.2010.74 )
(en) T. Capin , K. Pulli i T. Akenine-Moller , „ The State of the Art in Mobile Graphics Research ” , IEEE Computer Graphics and Applications , tom. 28 N O 4,9 lipca 2008, s. 74 - 84 ( ISSN 0272-1716 , DOI 10.1109 / MCG.2008.83 )
(en) B. Mochocki , K. Lahiri i S. Cadambi , „ Analiza mocy mobilnej grafiki 3D ” , Design, Automation and Test in Europe, 2006. DATA '06. Postępowanie , Monachium, t. 1,6 - 10 marca 2006, s. 1 - 6 ( ISBN 3-9810801-1-4 , DOI 10.1109 / DATA.2006.243859 )
(en) M. Hosseini , A. Fedorova , J. Peters i S. Shirmohammadi , „ Energiczne adaptacje w mobilnej grafice 3d ” , XX międzynarodowa konferencja ACM na temat multimediów ,październik 2012, s. 1017 - 1020 ( ISBN 978-1-4503-1089-5 , DOI 10.1145 / 2393347.2396371 )
(en) X. Ma , Z. Deng , M. Dong i L. Zhong , „ Charakterystyka wydajności i zużycia energii w grach mobilnych 3D ” , Komputer , tom. 46, n o 4,5 kwietnia 2013 r., s. 76 - 82 ( ISSN 0018-9162 , DOI 10.1109 / MC.2012.190 )
(en) F. Chehimi , P. Coulton i R. Edwards , „ Postępy w grafice 3D dla smartfonów ” , Technologie informacyjne i komunikacyjne, 2006. ICTTA '06. 2 , tom. 1,24-28 kwietnia 2006, s. 99 - 104 ( ISBN 0-7803-9521-2 , DOI 10.1109 / ICTTA.2006.1684352 )
(en) EO Udoh , „ Przegląd bezpieczeństwa Bluetooth ” , seria seminariów poświęconych badaniom nad elektroniką i telekomunikacją, materiały z 10. warsztatów ,kwiecień 2011, s. 1 - 258 ( czytaj online )
( fr ) " Ewolucja smartfona " ,2013(dostęp 8 grudnia 2013 )
(en) A. Ukhanova , E. Belyaev , L. Wang i S. Forchhammer , „ Analiza zużycia energii transmisji wideo o stałej przepływności w sieciach 3G ” , Computer Communications, Special Issue Wireless Green Communications and Networking , tom. 35 N O 141 st sierpień 2012, s. 1695 - 1706 ( DOI 10.1016 / j.com.2012.05.010 )
(en) N. Ravi , J. Scott , L. Han i L. Iftode , „ Kontekstowe zarządzanie baterią w telefonach komórkowych ” , Szósta doroczna międzynarodowa konferencja IEEE na temat przetwarzania i komunikacji wszechobecnej w 2008 r. ,17 - 21 marca 2008, 1 st -10 ( ISBN 978-0-7695-3113-7 , DOI 10.1109 / PERCOM.2008.108 , czytaj online )
(en) S. Swanson i MB Taylor , „ Greendroid: Odkrywanie kolejnej ewolucji procesorów aplikacji na smartfony ” , IEEE Communications Magazine = , tom. 49, n o 4,5 kwietnia 2011, s. 112 - 119 ( ISSN 0163-6804 , DOI 10,1109 / MCOM.2011.5741155 )
(en) Y. Xiao , „ Modelowanie i zarządzanie zużyciem energii urządzeń mobilnych ” , seria publikacji Uniwersytetu Aalto ROZPRAWY DOKTORANCKIE, 139/2011 , Aalto,20 grudnia 2011, s. 1 - 74 ( ISBN 978-952-60-4430-9 , ISSN 1799-4942 , czytaj online )
(en) S. Albers , „ Algorytmy energooszczędne ” , Magazyn Communications of the ACM , tom. 53 N O 5,20 maja 2010, s. 86 - 96 ( DOI 10,1145 / 1735223,1735245 )
(pl) „ Wada żywotności baterii iPhone'a potwierdzona przez Apple ” ,2011(dostęp 10 grudnia 2013 )
(pl) „ Żywotność baterii Androida: okropna, czy po prostu zła? » , maj (dostęp 10 grudnia 2013 )
„ Skalibruj (zresetuj) swoją baterię ” (dostęp 10 grudnia 2013 r. )
(en) PK Gupta , RV Rajakumar , CS Kumar i G. Das , „ Analityczna ocena kosztów sygnalizacji w mechanizmie oszczędzania energii w sieciach komórkowych ” , TENCON Spring Conference, 2013 IEEE , Sydney, NSW,17-19 kwietnia 2013 r., s. 376 - 380 ( ISBN 978-1-4673-6347-1 , DOI 10.1109 / TENCONSpring.2013.6584475 )
(en) R. Murmuria , J. Medsger , A. Stavrou i JM Voas , „ Mobile Application and Device Power Usage Measurements ” , 2012 IEEE Sixth International Conference on Software Security and Reliability (SERE) , Gaithersburg,20 - 22 czerwca 2012, s. 147 - 156 ( ISBN 978-1-4673-2067-2 , DOI 10.1109 / SERE.2012.19 )
(en) Matti Siekkinen , Mohammad Ashraful Hoque , Jukka K. Nurminen i Mika Aalto , „ Przesyłanie strumieniowe w sieciach 3G i LTE: jak oszczędzać energię smartfona w sposób przyjazny dla sieci z dostępem radiowym ” , MoVid '13 Proceedings of 5th Workshop on Mobile Video , Oslo, Norwegia,26- 1 st Luty-marzec 2013, s. 13 - 18 ( ISBN 978-1-4503-1893-8 , DOI 10,1145 / 2457413,2457417 )
(en) Shuo Deng i Hari Balakrishnan , „ Techniki uwzględniające ruch w celu zmniejszenia zużycia energii bezprzewodowej 3G/LTE ” , CoNEXT '12 Proceedings z 8. międzynarodowej konferencji na temat nowych eksperymentów i technologii sieciowych , Nicea, Francja,10 - 13 grudnia 2012, s. 181 - 192 ( ISBN 978-1-4503-1775-7 , DOI 10.1145 / 2413176.2413198 )
(pl) Junxian Huang , Feng Qian , Alexandre Gerber , Z. Morley Mao , Subhabrata Sen i Oliver Spatscheck , „ Dokładne badanie wydajności i charakterystyki mocy sieci 4G LTE ” , MobiSys '12 Proceedings z 10. międzynarodowej konferencji na temat systemów mobilnych , aplikacje i usługi , Low Wood Bay, Lake District, Wielka Brytania,25-29 czerwca 2012, s. 225 - 238 ( ISBN 978-1-4503-1301-8 , DOI 10.1145 / 2307636.2307658 )
(pl) “ Ile kosztuje naładowanie iPhone'a 5? Prowokująca do myślenia skromna 0,41 USD / rok ” ,2012(dostęp 12 grudnia 2013 )
(en) J. Ruutu , JK Nurminen i K. Rissanen , „ Wydajność energetyczna ładowania urządzeń mobilnych ” , International Journal of Handheld Computing Research , tom. 4, N O 1,2013, s. 59 - 69 ( DOI 10,1145 / 2307636,2307658 )
(pl) " Zużycie energii na wykorzystanie procesora " ,2011(dostęp 12 grudnia 2013 )
(pl) mgr Hoque , „ Towards Energy Efficient Multimedia Streaming to Mobile Device ” , seria publikacji Uniwersytetu Aalto ROZPRAWY DOKTORANCKIE 187/2013 , Aalto,22 listopada 2013 r., s. 1 - 53 ( ISBN 978-952-60-5438-4 , czytaj online )
(en) MA Hoque , M. Siekkinen i JK Nurmine , „ O efektywności energetycznej kształtowania ruchu opartego na proxy dla mobilnego strumieniowania audio ” , Konferencja Consumer Communications and Networking Conference (CCNC), 2011 IEEE , Las Vegas (Nevada),9-12 stycznia 2011, s. 891 - 895 ( ISBN 978-1-4244-8789-9 , DOI 10.1109 / CCNC.2011.5766635 )
(en) MA Hoque , M. Siekkinen i JK Nurmine , „ Wykorzystywanie statystyk oglądalności pochodzących z tłumu w celu oszczędzania energii podczas bezprzewodowego przesyłania strumieniowego wideo ” , MobiCom '13 Proceedings z 19. dorocznej międzynarodowej konferencji na temat Mobile computing & networking , Miami (Floryda), Oprócz tego będziesz musiał dowiedzieć się o tym więcej.30-14-październik 2013, s. 377 - 388 ( ISBN 978-1-4503-1999-7 , DOI 10.1145 / 2500423.2500427 )