随着移动互联网技术的飞速发展,智能手机市场一直在以惊人的速度增长,智能手机成为了人们生活中不可或缺的一部分。通过高性能的手机芯片,智能手机强大的功能给人们的生活带来了前所未有的便利。然而,高功耗和手机表面过热的问题仍然阻碍着未来高性能芯片的设计,并且严重限制了手机用户的满意程度。因此,智能手机的设计需要以协调的方式来平衡智能手机的性能、表面温度和手机功耗,以便提高手机用户的满意度。智能手机的设计应该保证节能和手机温度的同时,满足高性能的要求。因此,提高智能手机的用户满意度,延长智能手机电池续航能力和降低手机温度的方法研究具有重要的学术意义和应用价值。智能手机的功耗温度控制是手机设计的关键研究方向之一,也是提高智能手机用户满意度的重要方法。本文从智能手机功耗温度的建模分析和智能控制两个方面进行了深入的研究。论文的主要研究内容如下:一、针对智能手机进行了相应的功耗温度建模,并且实现一个多分量的功耗温度分析工具（Multi-com Ponent Power and Thermal Analysis Tool,MPPTAT）。MPPTAT是一个拥有大量信息的细粒度实时功耗温度分析工具,并且可以分别在手机硬件、单个应用程序和线程级等不同粒度上对智能手机的功耗和温度进行仿真分析。二、使用MPPTAT对新兴的智能手机软件进行了详细的分析。新兴的手机增强现实（Mobile Augmented Reality,MAR）拥有强大的功能,因此也面临着高功耗和高温度的挑战。为了了解MAR应用的特性,本文详细描述了智能手机在运行MAR应用时的线程级并行（Thread-Level Parallelism,TLP）、大小核结构的利用率和微体系结构行为,并且对MAR应用运行时的手机功耗和温度进行了详细的分析。三、为了实现多种多样的智能功能,人工智能算法被越来越多地应用于智能手机端。然而,深度学习被移植到手机端也面临着智能手机的计算存储、功耗和温度的限制问题。为了了解人工智能在手机端的特性,本文将多种神经网络通过不同深度学习架构移植到手机端,探讨基于深度学习的手机应用的性能、功耗、温度和微体系结构行为等,并且分析了不同压缩方法对基于深度学习的手机应用在深度节点、内存、执行时间、模型大小、功耗和温度分布等方面的影响。四、在智能手机功耗温度分析的基础上,本文提出一种动态热能回收再利用（Dynamic Thermal Energy Harvesting for Reusing,DTEHR）架构。DTEHR首先使用热电发电（Thermo Electric Generator,TEG）对手机内部余热进行回收,然后通过热电降温（Thermo Electric Cooler,TEC）对手机过热点进行定点冷却,最后使用微型超级电容（Micro-Super Capacitors,MSC）存储生成电能。与传统的静态TEG不同,DTEHR架构提出了一种动态TEG模块来最大化发电量。另外,由于过热点只出现在CPU和摄像头处,所以DTEHR在这两个部件处装置了TEC。通过动态激活TEC进行定点降温,使得手机表面最热点温度降低至人体耐受温度内。实验证明,通过TEC定点降温,DTEHR显著降低了手机的表面和内部温度,并且通过动态TEG进行热能回收所生成电能是TEC降温所需电能的百倍以上。因此,额外的电能通过MSC进行存储,以达到延长手机续航时间的目的。五、本文还提出一种基于用户满意度的功耗温度的智能控制方法。首先通过提出温度感知的用户满意度（thermal-aware Satisfaction of smartphone User,t-So U）计算模型,有效地将多个影响因素组合到一个综合的度量中。然后,提出一种基于t-So U的功耗温度智能控制策略。该方法通过动态TEG模块对手机余热进行回收发电,并且智能控制CPU频率与TEC降温模块,以便提高用户满意度。实验结果表明,基于t-So U的功耗温度智能控制方法可以在不降低用户满意度的前提下,有效降低手机功耗和表面温度,从而为未来智能手机的功耗温度的智能控制提供一种可行的软硬件结合的解决方案。