非易失性处理器中实现基于能量预测的暂停态设置的方法及装置制造方法及图纸

本发明专利技术提供的方法包括：第一步，采集环境能量的变化趋势，并对其进行数据预处理，使其变成供使用的环境能量数据；第二步，建立基于神经网络的能量预测模型，并根据预处理后的环境能量数据进行能量预测模型的训练与测试，使得能量预测模型的预测结果达到一种高正确率的水平；第三步，创建针对能量预测模型的不同种预测结果的解决方案；第四步，当处理系统掉电时，根据能量预测模型，预测系统断电后的未来能量趋势；第五步，根据能量预测模型预测到的能量趋势，应用相应的解决方案去指导系统的暂停态与备份态的选择。本申请提供的一种非易失性处理器中实现基于能量预测的暂停态设置的方法及装置能够避免系统中能量掉电后有限可用能量的不必要浪费，为系统做出最佳的状态选择，从而实现执行效率最大化。从而实现执行效率最大化。从而实现执行效率最大化。

【技术实现步骤摘要】
非易失性处理器中实现基于能量预测的暂停态设置的方法及装置


[0001]本专利技术涉及电子
，尤其涉及一种非易失性处理器中实现基于能量预测的暂停态设置的方法及装置。

技术介绍

[0002]随着物联网的快速发展，智能手环和智能手表等可穿戴设备得到了广泛的应用。大多数可穿戴设备能够实时地检测用户的心率、体温和呼吸频率等生理数据。一般，可穿戴设备由配备的可充电电池进行供电。可充电电池存在需要进行频繁充电的问题，而体积较大的可充电电池不适用于医疗可穿戴设备。
[0003]为解决微小物联网设备的供电问题，人们还利用能量收集系统将太阳能、风能和人体体温等周围环境的能量转化为电能使用，使物联网设备实现自供能，进而获得超长时间工作的效果。然而，周围环境的能量转化成的电能存在不稳定的问题，供电不稳定会导致可穿戴设备出现频繁的能量掉电。可穿戴设备出现能量中断时，传统的处理器需要对执行的进程进行多次回滚操作，从而极大地增加备份开销。
[0004]传统的非易失性处理器可以解决上述问题。当能量掉电时，储存在电容器中的能量能够支持将易失数据备份到非易失本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种非易失性处理器中实现基于能量预测的暂停态设置的方法，其特征在于，包括以下步骤：第一步，采集环境能量的变化趋势，并对其进行数据预处理，使其变成供使用的环境能量数据；第二步，建立基于神经网络的能量预测模型，并根据预处理后的环境能量数据进行能量预测模型的训练与测试，使得能量预测模型的预测结果达到一种高正确率的水平；第三步，创建针对能量预测模型的不同种预测结果的解决方案；第四步，当处理系统掉电时，根据能量预测模型，预测系统断电后的未来能量趋势；第五步，根据能量预测模型预测到的能量趋势，应用相应的解决方案去指导系统的暂停态与备份态的选择。2.根据权利要求1所述的方法，其特征在于，所述第一步中的数据预处理包括：对数据的大小进行放缩，以及对数据进行标签化处理。3.根据权利要求1所述的方法，其特征在于，所述第二步中的建立基于神经网络的能量预测模型包括：对输入值的选择以及设定，其能量预测结果为系统断电之后的能量趋势而非单一能量强度。4.根据权利要求1所述的方法，其特征在于，所述第二步中的进行能量预测模型的训练与测试，包括：通过不断地调试神经网络模型中的相关参数以及输入值，使预测精度得到提高。5...

【专利技术属性】
技术研发人员：邱柯妮，白亚亚，邱德慧，刘勇攀，
申请(专利权)人：首都师范大学，
类型：发明
国别省市：