基于CUDA的高速并行小波算法及其在电力系统谐波分析中的应用

针对小波分解计算速度慢、实际工程应用少的问题,采用图形处理器(GPU)作为计算平台,提出一种基于计算统一设备架构(CUDA)的细粒度高速并行小波分解算法。通过分析小波Mallat算法的并行性,并考虑GPU单个处理单元计算能力相对较弱的特点及CUDA的多层式存储器结构、多层式线程组织结构和单指令流多线程流(SIMT)体系结构,采用数据分组及轻量级线程任务分解的方式,提出了适合CUDA程序设计模型的高速并行小波分解算法,并将其用于电力系统谐波分析。实验证明,该算法相对于CPU串行小波分解和Matlab engine小波分解的计算耗时,最高可分别达到26倍和65倍的速度提升,且算法具有线性加速能力。

用于图象处理的小波变换并行算法

本文在二进小波变换及Ｍａｌａｔ快速算法原理的基础上，分析了小波变换的可并行成分，研究了小波变换的并行算法．算法分析表明，并行小波变换可以有效地提高运行速度。

网格结构上图象小波变换的并行算法

为提高大图象小波变换的速度 ,本文设计了一种网格结构上图象小波变换的并行算法 ,其特点是负载平衡 ,且通信只在少数几个处理机间进行 ,通信量小 ,因而算法效率高。

一种有效的并行高维聚类算法

针对CLQUE算法聚类结果精确性不高的缺点,提出利用小波变换来生成自适应网格的方法对CLIQUE算法进行改进,将改进算法并行化以增强聚类维数升高时算法的可伸缩性,并将其应用于药品的销售预测。实验表明本算法聚类结果的精确性高,可伸缩性好,并且有效地降低了计算复杂度。

几种音乐识别算法比较

讨论了音乐识别领域中音高的三种不同的识别方法，即时域的并行处理法、频域的谐波峰值法以及时频域的小波算法。通过实例和分析，比较了各种方法的优缺点。

基于并行小波算法的DEM数据多分辨率模型构建

由于离散小波的多分辨率分析特性和DEM数据多分辨率模型的一致性,可以采用离散小波算法来构建DEM多分辨率模型,同时针对现有的基于小波的DEM数据多分辨率模型构建中运算量过大的问题,采用了基于并行的小波算法来进行多分辨率模型构建.由于DEM数据等价于二维的灰度图像,可以作为二维信号来进行处理.首先给出了二维离散信号小波变换的Mallat算法,进行了算法的可并行性分析;然后描述了各处理机中的局部数组的数据结构并讨论了并行算法中多处理机逻辑拓扑间的数据传递.实验结果证明,小波算法适宜于并行,且将其应用于DEM数据多分辨率模型构建时能获得理想的加速比,基于并行的小波算法能极大地加速多分辨率模型的构建速度.

高速铁路车网耦合系统网压振荡模态分析与对策

高速铁路车网耦合系统出现电压低频振荡现象,导致多个动车所的多台动车组牵引封锁,目前对其机理研究处于初期阶段。首先根据赫尔维茨稳定判据以及瞬态能量平衡方程判定车网开环系统的稳定性,并采用小增益定理分析电压振荡的影响因素。接着,基于十导体链式电路搭建精确的高速铁路全并联AT(autotransformer)供电系统模型,并基于瞬态电流控制建立CRH3型动车组电气模型。在此基础上,实现车网系统的互联,并仿真再现电压振荡现象。随后,采用FFT、小波分析及Prony分析的方法实现了振荡电压低频成份的辨识。

改进的F-X域EMD去噪技术及分布式并行实现

在地震数据处理领域,较高的计算效率及较好的处理效果一直是地球物理工作者追求的目标。介绍了改进的F-X域(频率-空间域)经验模态分解(Empirical Mode Decomposition,EMD)方法,首先将地震信号转换到F-X域后分解成一系列固有模态函数(Intrinsic Mode Functions,IMF),然后通过小波阈值滤波对固有模态函数除第一个分量之外的其他分量进行滤波处理来达到去噪目的。此外,为解决改进后的F-X域EMD去噪方法计算效率问题,提出了分布式并行算法,兼顾了运算效率与计算精度。数值模拟结果表明,与F-X域预测滤波技术相比,改进后的F-X域EMD去噪方法可以更加有效地衰减随机噪声和压制线性干扰;最后将该方法应用于实际地震数据处理,进一步验证了该方法的有效性和优越性。

多维离散变换与小波的并行算法及其实现

讨论了多维 DCT和多维 DWT的并行行列算法和并行多项式变换算法 ,并用 Log P模型对算法进行了分析。在仔细分析一维和二维离散小波变换与小波包变换计算结构的基础上 ,提出了它们的并行算法。算法只需相对较少的通信时间 ;适合大规模并行机 ( MPP)和工作站或微机机群系统 ;方法也适合信号处理中的各种塔式分解过程。用 Fortran语言和 PVM编制了算法的程序。在机群系统和大规模并行机上的实验表明 ,算法是正确的且具有较高的加速比。

天气雷达回波数据的并行自适应编码

研究基于小波的并行自适应天气雷达回波数据有损压缩算法。根据回波数据的特点,提出了回波数据的坐标转换算法、矢量场保持算法及标量场滤波算法等有效的预处理算法;利用并行自适应压缩算法对预处理后的雷达回波数据进行压缩实验。实验结果表明,该算法具有较好的并行性和自适应性,在低比特率情况下,能获得较高的功率信噪比值和满意的主观效果。

一种基于小波的并行算法及其在大型数值计算中的应用

提出了一种基于小波变换的并行算法,可以把一个大型的数值计算过程分成若干部分进行并行计算,为实现数据的实时处理提供了一种有力工具。数据仿真结果表明,这种方法是可行的。

在超级计算机上进行图像处理的并行小波算法(英文)

分析了小波变换的并行特征，给出了一种并行小波变换算法，使用该算法在超级计算机ＣｒａｙⅠ和ＣｒａｙⅡ上进行了图像（５１２５１２）边界检测，对所得结果进行了比较。

银河—Ⅱ上用于图像边缘检测的同步并行小波变换算法

二进小波变换可以有效地用于图像特征提取，二维小波变换的计算量随阶数的增加至指数级增长，该文提出小波变换并行算法，适用于图像的边缘检测，并在银河—Ⅱ并行计算机上进行了实验，对结果进行了分析。

边界环绕阵列机环境下图像小波变换最优并行算法

本文给出了在边界环绕阵列机环境下，稀疏带状循环矩阵与任意矩阵乘积的成本最优并行算法，并根据二维离散小波变换（ＤＷＴ）的矩阵表示，提出了一种与边界环绕阵列机环境相适应的图像小波变换并行实现算法，该算法具有计算成本最优和通讯要求低的特点．最后，对于３２×３２的边界环绕阵列，给出了模拟实验结果．

基于小波变换的二维并行算法在图像处理上的应用

为实现多功能摄影监视器的高分辨率与图像快速传输,通过研究改进型的小波变换算法,提出了一种基于小波变换的行列并行计算方法,并依托新的算法进行了图像处理部分的硬件结构设计.设计编码仿真实验对新方法和传统方法进行了对比,结果表明:该方法能够有效减少图像处理过程中的内存占有量,能够依托较小的硬件规模实现图像的高分辨率与高速传输.

基于TMS320C80的FWT并行实现研究

揭示了快速小波变换 (FWT)算法内在固有的并行性 ,并基于多处理机平台TMS32 0C80进行了两种不同问题规模的FWT算法并行实现的研究。结果表明 :理论的分析和实验结果是一致的 ,并且算法的速度和精度都得到了保证。

用于图像处理的二元同步并行小波变换算法

小波变换可以有效的用于图像的特征提取 ,但二元小波变换的计算量随其阶数的增加呈指数级增长。本文提出小波变换并行算法 ,并在银河系列并行计算机上进行了图像特征提取的实验 ,结果表明计算时间明显减少。

正交小波变换的一种快速实现

信号变换能否快速计算往往是该算法能否实用的关键。分析正交小波变换的Ｍａｌ－ｌａｔ算法和最好基算法，可知其主要计算量是信号与两个滤波器的卷积计算，而当滤波器系数和信号均为实数时，在快速傅立叶变换的基础上增加少量加法运算即可实现正交小波变换的快速运算，且算法具有高度的并行性。运用该算法可以一次计算出信号的“平均”和“细节”，对长为Ｎ的信号，其计算量为Ｏ（Ｎｌｏｇ２Ｎ），在并行机上可在Ｏ（ｌｏｇ２Ｎ）步内完成。

提升小波并行化处理研究

文章对提升小波并行化处理特别是在图像进行提升小波处理的并行实现等相关方面的工作做了研究,通过对提升小波并行化处理算法做了matlab的仿真,仿真结果表明并行处理无论是在空间或时间比原有算法都有效和优越。

有限区间样条小波插值的逼近性质与它的并行算法

研究了有限区间样条小波插值函数的逼近性质,证明了三次单节点样条小波插值函数是样条小波空间中的最佳逼近函数.并利用这一结果得到了样条小波插值的并行运算格式.