2.7 小波变换并行算法研究
对于分析处理数字信号的仪器设备来说,数字信号进行实时处理很关键,直接影响设备的准确性。小波变换是信息分析处理的一个基本手段,其运行效果决定了设备的性能与价值。目前单核系统已无法满足实时性与低耗能的要求,多核片上系统(multi-processor system-on-chip,MPSoC)的出现为这种需求提供了解决方案。MPSoC的计算能力高于单核系统,功耗更低。因此研究在MPSoC平台上实现并行小波变换的意义重大。(https://www.daowen.com)
虽然小波的理论与应用在不断发展,但如今经典小波变换仍然不可替代,在经典小波变换中卷积运算的效率是关键因素。在文献[31]中,提出广泛使用的离散小波变换(DWT)的记忆优化,并提供了关于英特尔和AMD多核CPU,Nvidia多核GPU以及英特尔至强Phi多核处理器的算法的详细比较。研究结果表明,与其各自的非优化单线程实现相比,内存优化可以为各种架构的处理器提供高达17.9~197.2 倍的性能提升。涉及复杂计算和巨大内存消耗的
离散小波变换(DWT)是JPEG2000 无损模式的关键组成部分之一。文献[26]提出了
DWT的隔行扫描算法(ISA),其以隔行和列的顺序扫描N×N图像数据以进行计算,并且仅需要N深度转置存储器。与最佳传统方法相比,转置记忆降低了50%,大大减少了DWT所需要的存储空间。文献[32]提出通过SIMD PE阵列的虚拟化实现提升格式小波变换,能够提高计算的并行度和规则性,适合于MPP系统芯片实现。文献[33]采用FFT来计算卷积,有效提高了小波变换并行计算的速度,但是不适合处理分段太小的数据。本书考虑在MPSoC平台实现并行的小波变换,那么利用FFT加快小波变换过程中的卷积计算就是其中关键。快速小波变换是数字信号处理面临的一个重要问题,本书针对并行小波算法展开研究,缩减小波变换中卷积运算的规模,提高小波变换过程中的并行效能,以实现小波变换的快速并行计算。本书通过FFT矩阵代入计算,消去了并行计算过程中的同步通信,降低了乘法运算次数;对算法思想进行了理论分析,说明新算法在短小数据分段情况下,能够减少50%~75%的乘法操作;通过搭建两种不同平台进行了对比测试,证明了算法的先进性与有效性。结论:基于FFT矩阵的并行小波变换算法是一种稳定有效的经典小波并行算法。