1 / 23

Implementacja algorytmów filtracji adaptacyjnej o strukturze drabinkowej na platformie CUDA

Implementacja algorytmów filtracji adaptacyjnej o strukturze drabinkowej na platformie CUDA. KATEDRA SYSTEMÓW AUTOMATYKI Dyplomant – Karol Czułkowski Opiekun pracy – dr inż. Michał Meller. Plan prezentacji. Cel i zakres pracy Wymagania Przegląd algorytmów drabinkowej filtracji adaptacyjnej

molimo
Télécharger la présentation

Implementacja algorytmów filtracji adaptacyjnej o strukturze drabinkowej na platformie CUDA

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Implementacja algorytmów filtracji adaptacyjnej o strukturze drabinkowej na platformie CUDA KATEDRA SYSTEMÓW AUTOMATYKI Dyplomant – Karol Czułkowski Opiekun pracy – dr inż. Michał Meller

  2. Plan prezentacji • Cel i zakres pracy • Wymagania • Przegląd algorytmów drabinkowej filtracji adaptacyjnej • Poszczególne etapy pracy • Rezultaty • Realizacja wymagań • Cechy programów • Sposób użycia programów - film

  3. Cel i zakres pracy Zakres pracy • Implementacja algorytmów filtracji adaptacyjnej o strukturze drabinkowej na komputerze klasy PC i platformie CUDA – skrypty MATLAB, programy CudaC, C++ Cel pracy: • Porównanie wydajności obu platform

  4. Wymagania • Możliwie jak najszybsze przetwarzanie danych z wykorzystaniem platformy CUDA • Filtracja sygnałów zespolonych • Aplikacje nie powinny ingerować w stabilność systemu komputerowego

  5. Przegląd algorytmów drabinkowej filtracji adaptacyjnej GAL – Gradient AdaptiveLattice • Algorytm ściśle sekwencyjny • Dodatkowa, transwersalna struktura odpowiedzialna za obliczenie sygnału wyjściowego

  6. Przegląd algorytmów drabinkowej filtracji adaptacyjnej LSL – LeastSquaresLattice – wersja a priori zesprzężeniem zwrotnym od sygnałów błędów • Algorytm ściśle sekwencyjny

  7. Przegląd algorytmów drabinkowej filtracji adaptacyjnej Estymator Burga

  8. Poszczególne etapy pracy Skrypty programu MATLAB Cel • Sprawdzenie poprawności implementacji algorytmów filtracji adaptacyjnej • Łatwość modyfikacji algorytmów i testowania wyników

  9. Poszczególne etapy pracy LSL – skrypt MATLAB

  10. Poszczególne etapy pracy Estymator Burga – problem stanów przejściowych

  11. Poszczególne etapy pracy • Estymator Burga – nakładanie bloków

  12. Poszczególne etapy pracy LSL – CudaC • Przepływ sterowania programu

  13. Poszczególne etapy pracy Estymator Burga • Możliwość wykorzystania zaawansowanego algorytmu redukcji wektora

  14. Poszczególne etapy pracy C++: LSL, Estymator Burga • Wprowadzenie sekwencyjnych obliczeń do kodu programów filtracji adaptacyjnej. • Testowanie czasów przetwarzania sygnałów pojedynczego bloku danych.

  15. Rezultaty • Schemat programów BES.exe oraz LSL.exe

  16. Rezultaty - LSL LSL.exe: • CUDA(CudaC) oraz x86-64(C++)

  17. Rezultaty – estymator Burga BES.exe: • CUDA(CudaC) oraz x86-64(C++ )

  18. Realizacja wymagań • Szybkość przetwarzania danych – testy „black box”. • Automatyzacja generowania i analizy wyników – nieinwazyjność aplikacji. Skrypty w języku bash, pliki *.bat, spreparowane logi w formacie CSV. • Typy danych wejściowych – możliwość przetwarzania sygnałów zespolonych – film.

  19. Realizacja wymagań • Dokumentacja kodu - doxygen

  20. Cechy programów • Modułowa budowa (DataReader, LSLFilter, BESFilter, DataWriter) • Wspólne API – LSLFilter::processData(), BESFilter::processData() • Podobny schemat działania programów LSL.exe i BES.exe –readDataBlock(), readSignals(), processData(), appendDataBlock() • Programy uruchamianie z wiersza poleceń

  21. Cechy programów • Niskopoziomowy kod • Algorytmy pisane „od zera”. Podczas implementacji nie korzystano z żadnych bibliotek • Wykorzystanie WINAPI

  22. Sposób użycia programów • Aplikacja BES.exe w praktyce - film

  23. Źródła • A. H. Sayed, AdaptiveFilters, John Willey&Sons, New Jersey, 2008 • M. Harris, Optimizingparallelreductionin CUDA, NVIDIA Corporation

More Related