基于OFDM的一种电力线载波系统的设计

介绍了一种基于OFDM调制的电力线载波系统的设计,采用MCU＋DSP的方案。LPC2132作为主控中心,负责产生PN序列码,并控制显示屏。TMS320C6701作为OFDM调制的运算核心,完成IFFT和FFT算法。文中设计了配合DSP输出的DA转换,低通滤波以及电力线耦合等电路。用显示屏来显示发送和接收的数据并验证接收数据的对错。     

水声OFDM系统中卷积码译码设计及其DSP实现

纠错编码是水声OFDM通信系统必须采用的关键技术.本文从译码性能和工程实现角度出发,采用卷积交织、卷积编码和Viterbi软译码相结合的差错控制方案,通过仿真和水池实验确定其参数,并在TMS320DM642上实现.在DSP实现时,卷积交织采用查表法,Viterbi译码采用蝶形运算宏定义等处理方法,极大地提升了运算速度,...     

基于MATLAB的线性卷积及其快速实现方法

MATLAB中实现直接线性卷积通常调用conv()函数指令。对于线性卷积,一般直接比较麻烦。为了提高运算效率和运算工作量的目的,文章采用基于MATLAB实现线性卷积的自编函数clconv()和利用FFT和IFFT实现快速线性卷积的方法。通过实例验证及仿真结果,验证了clconv()函数的有效性,并且快速线性卷积的方法在计算出与直接线性卷积近似解的同时,运算工作量大大减少,运算速度大大提高,验证了利用FFT和IFFT实现快速线性卷积的有效性和优越性。     

快速取模算法在BLACKFIN DSP上的实现

针对目前在DSP上对傅里叶变换结果进行取模运算常用的查表法需要的存储量很大,近似计算法速度慢等不足。设计了一种综合近似计算法和查表法的取模运算算法,通过误差分析确定表的最优存储量,编制了在BLACKFIN系列DSP上对小数取模运算的程序。实验表明,该方法在占用极少量存储空间的条件下使得取模运算速度为近似计算法的2.03倍,并且精度提高了1位。     

多核并行DSP光场偏振图像快速处理技术

提出了一种基于光场的偏振图像快速提取及实时处理方法。以多核DSP TMS320C6678为核心处理器,实现了从光场图像的采集到偏振图像的提取以及处理等一系列连续过程。对系统硬件以及软件设计进行了详细介绍。系统采用DSP+FPGA的方式,其中FPGA模块实现cameralink相机接口以及图像采集,DSP模块实现图像的快速处理算法。光场图像采集、偏振图像提取及偏振信息反演及融合算法和软件的优化是保证系统高效工作的关键部分,并且进行了重点讨论,提出了相应的解决方案。实验结果表明,系统实现了多核DSP并行运算处理,比单核DSP运算速度提高4倍左右。     

基于FFT特性的低复杂度峰均比降低算法

部分传输序列(PTS)方法是OFDM系统中降低PAPR的一种高效技术,但计算复杂度高。提出一种基于FFT特性的多相循环移位和共轭(PCSC)法,该方法先由一个IFFT运算产生一个时域序列,然后结合FFT的时域循环移位性和共轭性构造出不同的转换,在时域产生更多的备选序列。为进一步降低计算复杂度,PCSC法充分利用天线Tx1而在天线Tx2中未使用IFFT运算。仿真结果表明,在子块数量和相位加权系数相同时,本文所提出的PCSC方法相对于PTS方法具有更加良好的PAPR降低性能。     

降低SLM计算复杂度的傅里叶改进算法

选择性映射(SLM)是一种降低OFDM系统峰均功率比(PAPR)效果较好的方法,但需要计算额外V-1组IFFT运算,系统的复杂度较高.一种新的降低系统复杂度的改进傅里叶算法可以减少IFFT的复数乘法操作,该算法使SLM-OFDM系统避免了大量的IFFT运算.复杂性分析和计算机仿真结果表明,该算法能简化计算,提高运算效率,并且能有效地降低信号的峰均功率比(PAPR).     

矩阵相乘的并行计算及其DSP实现

矩阵相乘的速度在阵列信号处理中具有重要意义,并行处理是提高系统运算能力最有效的方法.本文根据矩阵相乘的特点,提出了矩阵相乘的并行算法.同时经分析推导出了矩阵相乘的脉动矩阵方法,得出其在超立方及其平面阵列上的映射,提高了矩阵的运算速度.最后,给出了用DSP实现脉动矩阵的系统方案.     

基于FFT算法的电网谐波检测方法

针对传统电网谐波检测方法误差较大、运算速度慢的问题,提出了基于FFT算法的电网谐波检测方法;介绍了DSP芯片的定点运算、基于FFT算法的电网谐波检测方法的具体实现,并进行了仿真分析。该方法在高速定点DSP芯片TMS320F2812上实现FFT算法,将数据归一化为Q15格式进行计算;为减小频谱泄漏对检测结果造成的影响,采用加窗插值FFT算法进行谐波分析。该方法实现了对电网电压各次谐波的检测,保证了检测速度和精度。     

定点DSP C55X实现浮点相关运算

引言 DSP结构可以分为定点和浮点型两种.其中,定点型DSP可以实现整数、小数和特定的指数运算,它具有运算速度快、占用资源少、成本低等特点;灵活地使用定点型DSP进行浮点运算能够提高运算的效率.目前对定点DSP结构支持下的浮点需求也在不断增长,主要原因是: 实现算法的代码往往是采用C/C 编写,如果其中有标准型的浮点数据处理,又必须采用定点DSP器件,那么就需要将浮点算法转换成定点格式进行运算.同时,定点DSP结构下的浮点运算有很强的可行性,因为C语言和汇编语言分别具有可移植性强和运算效率高的特点,因此在定点DSP中结合C语言和汇编语言的混合编程技术将大大提高编程的灵活度,以及运算速度.     

高分辨图像二维FFT正/反变换实时处理方法及硬件实现*

高精度密集型数值计算和大规模数据缓存,是高分辨率图像二维FFT(快速傅里叶变换)实时实现中的主要难点。利用实信号傅里叶变换的周期对称性和频域数据的共轭对称性,提出了一种高效且易于硬件实现的二维FFT正/反变换的实时处理方法,将实值图像二维FFT中的一维FFT计算和存储需求缩减了近一半。在以4片TS201为计算核心的DSP处理平台上,使用该方法实现了二维FFT正/反变换和图像频域滤波。实验表明,无须片外存储,单片TS201可处理最大512×512像素的图像;该尺寸图像的正/反变换总处理时间为49.6 ms,     

Explorations of the implementation of a parallel IDW interpolation algorithm in a Linux cluster-based parallel GIS

To design and implement an open-source parallel GIS (OP-GIS) based on a Linux cluster, the parallel inverse distance weighting (IDW) interpolation algorithm has been chosen as an example to explore the working model and the principle of algorithm parallel pattern (APP), one of the parallelization patterns for OP-GIS. Based on an analysis of the serial IDW interpolation algorithm of GRASS GIS, this paper has proposed and designed a specific parallel IDW interpolation algorithm, incorporating both single process, multiple data (SPMD) and master/slave (M/S) programming modes. The main steps of the parallel IDW interpolation algorithm are: (1) the master node packages the related information, and then broadcasts it to the slave nodes; (2) each node calculates its assigned data extent along one row using the serial algorithm; (3) the master node gathers the data from all nodes; and (4) iterations continue until all rows have been processed, after which the results are outputted. According to the experiments performed in the course of this work, the parallel IDW interpolation algorithm can attain an efficiency greater than 0.93 compared with similar algorithms, which indicates that the parallel algorithm can greatly reduce processing time and maximize speed and performance.     

基于提升的二维离散小波变换优化算法与DSP实现

二维离散小波变换是小波处理图像的关键算法。随着人们对多媒体信息需求的日益增长,处理速度正变得越来越重要,传统的先行后列式的二维离散小波变换计算方法具有变换速度慢,不能充分利用硬件设备的缺点。讨论了一种基于小波提升算法的、行列并行的二维离散小波变换改进算法,该算法具有运算速度快、占用内存少的特点,特别适用于嵌入式系统的需求。同时,基于TMS320C6000 DSP平台讨论了它的软件实现方法,经比较可比传统计算方法提高效率20%左右。     

基于CUDA平台的FIR滤波算法的设计与优化

针对目前基于普通DSP的FIR算法速度低、扩展性差的缺点,提出并实现基于CUDA平台实现的FIR滤波算法。由于在CUDA中程序可以直接操作数据而无需借助于图形系统的API,使开发者能够在GPU 强大计算能力的基础上建立起一种效率更高的密集数据计算解决方案。该算法将CUDA用于FIR滤波器输入输出关系计算,采用矩阵乘法的并行运算技术,在GPU上建立并行滤波模型,并对算法进行了优化。实验结果表明,在Tesla C1060平台上,和传统的基于DSP的FIR滤波算法计算速度相比,基于CUDA平台计算FIR滤波算法时,其加速比可接近30,解决了传统基于DSP计算FIR滤波算法速度较慢、扩展性差的问题。     

A new run-based algorithm for Euler number computing

The Euler number of a binary image is an important topological feature for many image processing, image analysis, pattern recognition, and computer vision applications. This paper proposes a new run-based Euler number computation algorithm. The conventional run-based algorithm processes rows of the given image one-by-one from top to bottom in a single phase. For each row, it finds the runs in the row and records the start and end locations of each run to compute neighbor runs. In contrast, our algorithm calculates the Euler number of an image in two phases. In the first phase, we process odd rows alternately to find runs and only record its end location. In the second phase, we process each of the remaining even rows to find runs and calculate neighboring runs between the current row and the rows immediately above and below using the recorded run data. Using this method, the number of accesses required to compute the Euler number decreases in almost all cases. Analysis of the time complexity and experimental results demonstrate that our algorithm outperforms conventional Euler number computation algorithms.     

GPU平台下针对SAR地面快视系统的RD算法优化与实现

针对SAR地面系统实时关键成像技术进行研究,采用GPU(Graphic Processing Unit)硬件平台CUDA(Computer Uniformed Device Architecture)编程模型,对传统合成孔径雷达的RDA(Range Doppler Algorithm)算法核心部分进行了针对性的设计与实现,并在GPU专用科学计算平台Tesla C1060上进行了实验。结果表明其处理速度是一台主流4核心8线程CPU的20倍以上,并且相对RadarSat\|1卫星可以达到10倍左右的实时率;基于GPU的处理方式较好地实现了SAR实时成像系统。     

Canny边缘检测算法在飞腾平台上的实现与优化

为实现国产飞腾DSP平台对底层图像库的支持,针对原始Canny边缘检测算法计算时间过长的问题,设计一种面向FT-M7002平台的Canny梯度计算并行算法。基于FT-M7002高性能处理架构,采用单指令流多数据流向量化方式增强DSP内核指令的并行处理能力,根据FT-M7002平台向量存储器的层次结构特征,分析Canny梯度计算并行算法的访存模式,通过首地址偏移取址解决不连续访存问题,并结合双缓冲方式完成数据传输与数据计算。实验结果表明,在与原始Canny算法具有相同检测精度的情况下,该算法在卷积核大小为3×3、5×5、7×7时整体运行速度提升了1.490~2.112倍,缩小了与主流加速器件在数字图像处理领域的性能差距。     

并行计算稀疏矩阵乘以向量的负载平衡算法

稀疏矩阵乘以一个向量（SpM×V）的问题是许多大型应用问题的核心计算问题,文中提出了一种在并行计算机上并行计算SpMXV的负载平衡算法,计算复杂性为O（N）（N为稀疏矩阵的阶）,而目前计算此类问题的最优负载平衡算法的计算复杂性为O（N·P）（P为处理机台数）。文章最后给出了并行数值实验。