基于可分解的卷积核和快速傅立叶变换FFT的指纹图像增强算法

指纹识别系统在图像增强阶段涉及很多卷积运算,占用大量的计算时间。在不利用专门的DSP处理器进行指纹图像增强处理情况下,常规的卷积运算计算时间非常长。在指纹图像增强过程中,卷积运算主要集中在方向场估计和高波滤波两个阶段。为此本文提出了一种指纹图像增强算法,利用可分解的卷积核和快速傅立叶变换来替换常规的卷积运算,可减少算法的时间复杂度,快速实现指纹图像增强。

基于GPU的图像快速傅立叶变换研究

对图形处理器通用计算的研究能增强微机系统的图像处理能力。本文研究了基2的时域抽取快速傅立叶变换各阶段的并行性,并据此设计了相应的蝶形和倒序运算核,在GPU上实现了二维FFT运算。实验结果证明了该实现的有效性,尤其输入数据量较大时,相对于通用CPU计算有明显优势,该方法还可推广于类似数学变换。

基于三阶对称的一种快速傅立叶变换算法

在分析傅立叶变换特性的基础上,利用傅立叶变换核的三阶对称性,给出了一种快速傅立叶变换算法。该算法原理简单,编程容易,该算法N可为任意正整数,并给出了计算机软件实现的方法和步骤。作为比较,用该算法和DFT算法对函数exp(-t)作了傅立叶变换,二者相比,提高时效4倍多。

快速傅立叶变换实现方法的改进

分析典型的基2快速傅立叶变换实现过程,提出了一种高效的快速傅立叶变换方法实现,采用了逆序映射方法和改进生成法的编程技术,对FFT的位序倒置算法的实现作了改进.实验表明:本方法在计算n个信号序列的傅立叶变换的运算时间减少近一半.

基于软硬件的协同支持在众核上对1-DFFT算法的优化研究

随着高性能计算需求的日益增加,片上众核(many-core)处理器成为未来处理器架构的发展方向.快速傅立叶变换(FFT)作为高性能计算中的重要应用,对计算能力和通信带宽都有较高的要求.因此基于众核处理器平台,实现高效、可扩展的FFT算法是算法和体系结构设计者共同面临的挑战.文中在众核处理器Godson-T平台上对1-D FFT算法进行了优化和评估,在节省几乎三分之一L2 Cache存储开销的情况下,通过隐藏矩阵转置,计算与通信重叠等优化策略,使得优化后的1-D FFT算法达到3倍以上的性能提升.并通过片上网络拥塞状况的实验分析,发现对于像FFT这样访存带宽受限的应用,增加L2 Cache的访问带宽,可以缓解因为爆发式读写带给片上网络和L2 Cache的压力,进一步提高程序的性能和扩展性.

片上Trace辅助的嵌入式多核程序分析与调优

YHFT-QDSP是一款多核处理器,TraceDo是其实时片上追踪调试系统。本文首先将串行二维快速傅立叶变换算法(2D-FFT)并行化,映射于该多核处理器;并基于可视化的TraceDo系统,从多核程序同步及核间数据传输两个方面深入分析了并行2D-FFT程序行为;而后提出并实现了两种性能优化(调优)方案。实例研究表明,TraceDo系统可有效地提高嵌入式多核程序的开发效率。

基于FPGA的轨道振动信号数字监测接收机设计

设计了一种基于FPGA的轨道振动信号数字监测接收机,详细阐述了接收机的数据流走向及其振动信号频域分析的实现。设计中以Altera的cycloneⅢ系列芯片EP3c25Q240C8为硬件平台,以QuartusII9.1为软件平台,数据存储缓存单元使用ISIS公司的IS61NLP102418,频域分析则使用1024个点的FFT,进行功率谱估计。

自定制Nios处理器的FFT算法指令

本文深入研究了Nios自定制指令的软硬件接口,基于Altera的IP核FFTV2.2.0实现了变换长度为1024点的高速复数FFT算法,提出了一种在Nios嵌入式系统中定制用户FFT算法指令的方法。研究表明,将FFT算法加入到Nios嵌入式处理器指令集中,可以帮助系统完成复杂的数据处理任务,增强Nios系统的实时处理能力。

基于Xilinx PLD的FFT实现研究

DFT在频谱分析和信号处理中占有极其重要的作用。随着数字信号处理技术的迅猛发展,FFT算法的出现使DFT算法的运算效率提高了1-2个数量级,为数字信号处理应用于通信、雷达、信号处理等方面创造了良好的条件。现在实现FFT的算法有很多种。随着FPGA越来越多的应用于数字信号处理,研究基于FPGA的信号处理器设计就越来越重要了。本文首先介绍了Xilinx公司的两种系列FPGA芯片,并介绍基于这两种系列FPGA的FFT的实现方法。并通过编辑、编译、综合、下载及仿真,测试了实验结果。其次将硬件FFT计算结果与Matlab计算结果进行了对比,进一步证明了PLD结果的正确性。在FPGA芯片上运行的FFT算法具有速度快和抗干扰能力强的优点;用硬件实现的FFT算法可以重复利用,从而大大提高了设计效率。