Z80 CPU的全部新指令及其功能

除了已公布的Z80 CPU的指令外，本文给出了它的其它全部机器码所对应的操作，有的是全新的操作，还给出了新指令的其它各种功能。这些新指令的发现，Z80 CPU的寄存器结构图也应适当改变。最后，还给出了标志寄存器D5和D3的一些有意义的结果，这些是Z80 CPU未曾定义过的。     

一个有限区变网格模式的设计

在国家气象中心业务运行的有限区球面均匀网格模式的基础上设计了一个有限区变网格模式。使预报的窗口区设计为均匀细网格0.5°，而窗口区以外则以0.1°经纬度均匀向外递增。采用廖洞贤1995年提出的坐标变换方法，变网格中的模式方程可以在相应的均匀网格上进行计算。利用实际资料对绝热模式进行了变网格与全场均匀细网格0.5°的对比试验。3个个例的试验结果表明:对窗口区变网格模式预报几乎与全场均匀细网格模式预报水平相当。但由于窗口区外网格点数减少而所用计算机时（CPU）节省了一半以上。     

面向交通应用场景的增强现实地图载负量 及多尺度显示模型

为探究解决AR Maps表达中普遍存在的视觉过载问题的方法,基于实景视觉信息量提出了一种新的面向交通应用场景的AR Maps载负量计算方法;以此为基础提出了AR Maps多尺度显示模型构建方法,建立了AR Maps多尺度显示模型;根据此模型进行了AR Maps POI标签的显示控制方法的研究;实现了AR Maps原型系统并进行实验。结果表明,在交通应用场景下,AR Maps载负量计算方法和多尺度显示模型可以有效解决AR Maps中存在的视觉过载问题,并具有一定的实用性和可靠性,能够为AR Maps表达的研究提供科学性依据。     

循环荷载特征对焊接工字形钢支撑低周疲劳性能的影响

通过14根铰支焊接工字形支撑在不同特征的循环轴向位移荷载下的低周疲劳试验，研究了循环轴向位移荷载的位移幅值、平均位移幅值及加载次序等因素对钢支撑低周疲劳及耗能性能的影响。研究发现，对称循环荷载中幅值越小，支撑翼缘局部屈曲发展越晚，其耗能及承载力退化也越平缓。文中提出了支撑在幅值6δ≤Δδ≤12δy的对称循环荷载下的疲劳寿命经验公式。试验表明，循环荷载的位移幅值是支撑疲劳损伤及耗能退化的最主要影响因素，过载峰效应及适当的平均压位移幅值改善了钢支撑低周疲劳及耗能性能。     

工作中计算机的使用、维护问题

随着计算机的普及应用，日常工作中越来越多的非计算机专业人员都能使用计算机进行各项工作，如用WORD编辑文件用EX—CEL制作表格等，但当使用中遇到了问题就茫然不知所措。本文通过几个实例，来说明在使用中的维护问题，为使用者提供一点帮助。     

G856—ZD质了旋进磁分量仪及其应用

G856－ZD质了旋进磁分量仪是在原G856擀子旋进磁力仪的基础上再开发而成的。该仪器采用双CPU工作方式，并且保留了G856质子旋进磁力仪的原有功能。其基本原理是用补偿法测量磁分量。将探头放在一组正交Helmholtz线圈内，同时加上补偿电流，使探头所在的这间得到均匀的补偿磁场，从而实现了磁分量和磁偏角的连续自动观测。     

多核CPU的海量点云并行kNN算法

提出基于多核CPU的海量点云k最近邻(kNN)快速搜索算法.该算法先将点云数据按格网方式进行组织存储于外存;在搜索kNN点时,从搜索点所在的块向外扩张搜索;在多核CPU环境下采用多线程模式进行数据的内外存调度和kNN点搜索.当内存达到设定上限时,采用距离搜索点最远策略释放内存,降低内外存数据交换的频率.将该方法应用于基于kNN的滤波和格网化方法中,处理速度显著提高.     

基于CPU和GPU协同处理的光学卫星遥感影像正射校正方法

本文系统地探讨了基于CPU和GPU协同处理的光学卫星遥感影像正射校正方法。首先使用“层次性分块”策略设计了基于CPU和GPU协同处理的正射校正方法,然后通过配置选择优化和存储层次性访问等手段进一步提高了方法执行效率。在Tesla M2050 GPU上对资源三号卫星下视全色影像进行正射校正的实验结果表明,本文方法大幅提高了光学卫星遥感影像正射校正效率,与传统串行正射校正算法相比,加速比最高达到110倍以上,相应的处理时间压缩至5s以内,可满足对大数据量光学卫星遥感影像进行快速正射校正的要求。     

一种面向CPU/GPU异构环境的协同并行空间插值算法

CPU/GPU异构混合系统是一种新型高性能计算平台,但现有并行空间插值算法仅依赖CPU或GPU进行加速,迫切需要研究协同并行空间插值算法以充分利用异构计算资源,进一步提升插值效率。以薄板样条函数插值为例,提出一种CPU/GPU协同并行插值算法以加速海量激光雷达（light detector & ranger,LiDAR）点云生成数字高程模型（DEM）。通过插值任务的分解与抽象封装以屏蔽底层硬件执行模式的差异性,同时在多级协同并行框架基础上设计了Greedy-SET动态调度策略,策略顾及底层硬件能力的差异性,以实现异构并行资源的充分利用和良好负载均衡。实验表明,协同并行插值算法在高性能工作站上取得19.6倍的加速比,相比单一CPU或GPU并行算法,其效率提升分别达到54%和44%,实现了高效的协同并行处理。