1 Dyplomant : Karol CzułkowskiIMPLEMENTACJA ALGORYTMÓW FILTRACJI ADAPTACYJNEJ O STRUKTURZE DRABINKOWEJ NA PLATFORMIE CUDA. Dyplomant : Karol Czułkowski Opiekun : dr inż. Michał Meller
2 Plan prezentacji : 1. Filtracja adaptacyjna.2. Przykłady zastosowań filtracji adaptacyjnej. 3. Filtry LSL oraz GAL. 4. Techniki zrównoleglania obliczeń. 5. Platforma CUDA. 6. Poszczególne etapy oraz cel pracy.
3 Filtracja adaptacyjnaTo już było… Filtr cyfrowy FIR Układy LTI H(z) u(n) y(n) H(z) = h0+h1z-1+h2z-2+…+hMz-M
4 Filtracja adaptacyjnaFiltr adaptacyjny d(n) u(n) - H(z) e(n) y(n) + H(z) = h0(n)+h1(n)z-1+h2(n)z-2+…+hM(n)z-M
5 Przykłady zastosowań f.a.Układ adaptacyjnej identyfikacji : obiekt d(n) F(z) + e(n) + u(n) model - y(n) H(z)
6 Przykłady zastosowań f.a.Adaptacyjne usuwanie interferencji :
7 Przykłady zastosowań f.a.Adaptacyjne odszumianie, liniowa predykcja. Adaptacyjna korekcja kanału. kanał F(z) H(z) + u(n) d(n) e(n) y(n) model
8 Filtry LSL oraz GAL Filtry o strukturze transwersalnej Filtry rekursywne względem rzędu u(n) k1(n) k2(n) k3(n) kM(n)
9 Filtry LSL oraz GAL Dlaczego i gdzie stosujemy filtry o strukturze drabinkowej? Stosowane w koderach mowy - GSM Odporne na kwantyzację występujących w nich współczynników wagowych (procesory stałoprzecinkowe) Efektywna implementacja numeryczna (odwracanie macierzy) Ortogonalność
10 Filtry LSL oraz GAL LSL – least-squares latticeGłowne typy filtra LSL : A priori-based A posteriori-based A priori-based with error-feedback A posteriori-based error-feedback
11 Filtry LSL oraz GAL a priori-based LSL a posteriori-based LSL
12 Filtry LSL oraz GAL
13 Filtry LSL oraz GAL
14 Filtry LSL oraz GAL
15 Filtry LSL oraz GAL Algorytm - a priori error-feedback LSL
16 Filtry LSL oraz GAL GAL – Gradient Adaptive Lattice Funkcja kosztu :Oszacowanie współczynników odbicia :
17 Filtry LSL oraz GAL
18 Techniki zrównoleglania obliczeńObliczenia równoległe na poziomie : bitów instrukcji danych zadań Problemy synchronizacji zadań : bariery, blokady, semafory, zakleszczanie itp…
19 Techniki zrównoleglania obliczeńOpenMP Języki programowania: C C++ Fortran
20 Techniki zrównoleglania obliczeńPrzykładowy fragment programu :
21 Techniki zrównoleglania obliczeń
22 Platforma CUDA CUDA – Compute Unified Device ArchitectureArchitektrua oparta na języku C kompilator - nvcc debugger - cuda-gdb kompatybilność programów – „programy napisane dziś mają działać jutro” współpracuje z kartami firmy Nvidia począwszy od serii GeForce 8 w tym Quadro oraz Tesla
23 Platforma CUDA Zalety Język CModel pamięci procesora ściśle odpowiadający architekturze sprzętowej Kod uruchamiany na GPU może odczytywać i zapisywać dane z dowolnego adresu w pamięci GPU
24 Platforma CUDA Ograniczeniaodstępstwa od standardu w zakresie zaokrąglania liczb (liczby zmiennoprzecinkowe o podwójnej precyzji) Przepustowość i opóźnienia magistrali PCI-Express łączącej CPU i GPU CUDA jest dostępna tylko dla kart graficznych produkowanych przez Nvidia
25 Platforma CUDA Przykładowy kod :
26 Etapy pracy, cel pracy Etapy pracy : 1. Symulacje w środowisku MATLAB2. Migracja kodu z MATLABA do C 3. Migracja kodu z C do Cuda C
27 Cel pracy Radary szumowe i pasywne Trochę historii… Robert Watson-WattChain Home Klein Heidelberg
28 Literatura Zieliński T.P. : Cyfrowe przetwarzanie sygnałów. Warszawa, WKiŁ 2007. Sayed A. H. : Adaptive filters. New Jersey, Wiley- IEEE Press 2008. Haykin S. : Adaptive Filter Theory. Upper Saddle River, Prentice Hall 1996. Niedźwiecki M.J. : Materiały do wykładu „Identyfikacja procesów”. Gdańsk Wikipedia.
29 Dziękuję za uwagę