摘要：CORDIC作为一种计算三角函数的向量旋转的迭代算法,其硬件结构简单,易于并行化处理和VLSI实现,因而在实时信号处理方面有广泛的应用前景。本文提出了一种改进的混合预测CORDIC算法。该算法利用混合预测方法的设计思想,讨论了在具体数据格式下,混合角度集中间值的确定,并给出了算法的实现结构。由分析结果证明此算法具有高运算速度与低资源的优势,在结构上较传统冗余CORDIC算法节省近60%的冗余符号判别运算。

摘要：现有的分支预测模型无法完全准确预测处理器中各种指令的行为,导致处理效率受限。为此提出了两种混合预测解决方案,旨在结合多种分支预测模型,以提高预测的准确性和处理器的执行效率。将TAGE(tagged geometric history length)分支预测模型与BATAGE(Bayesian tagged geometric history length)分支预测模型的预测结果转交Hybrid模型。在预测阶段中,Hybrid模型会根据TAGE和BATAGE的历史表现去选择表现最佳分支预测模型的预测结果。而在更新阶段中,Hybrid模型会根据设计的混合预测策略对需要更新条目的饱和计数器进行更新。在CBP(championship branch prediction)软件仿真平台提供的440个测试程序上进行实验,实验结果表明:与多种最新主流分支预测模型相比,两种混合预测解决方案的预测错误率均低于它们。该研究为预测所有指令模式行为问题提供了有效解决方案。在实际CPU的分支指令预测,该研究提供了一些实用价值。

摘要：随着用电量预测的重要性逐步提高,新电改下园区成为电力改革重要试验区,用电量预测开始面向小规模用户的电力需求。为此提出了一种新型电量预测方法,根据用电量数据的时序特性,将时间序列法与指数平滑法两者的设计思想相融合,优化指数平滑模型,引入时间序列模型,建立新的改进模型。结果显示,该方法能提高用电量预测精度,降低发电成本,提高经济效益和社会效益。

摘要：基于人工神经网络法(ANN)对内蒙古某风电场短期输出功率进行了预测研究,给出了较详细的实现过程,并比较了单一ANN预测方法和基于物理方法与统计方法的混合ANN预测方法的预测精度。计算结果表明,单一ANN预测方法能快速给出预测结果,但预测精度较低,均方根误差为10.67%;而混合ANN预测方法步骤较多且较费时,但预测精度较高,均方根误差为2.01%,不到单一ANN法的1/5。同时,针对预测过程中小于5m/s的小风速段和大于15m/s的大风速段所呈现的预测误差较小的原因进行了深入分析。