基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对目前基于普通DSP的FIR算法速度低、扩展性差的缺点,提出并实现基于CUDA平台实现的FIR滤波算法。由于在CUDA中程序可以直接操作数据而无需借助于图形系统的API,使开发者能够在GPU 强大计算能力的基础上建立起一种效率更高的密集数据计算解决方案。该算法将CUDA用于FIR滤波器输入输出关系计算,采用矩阵乘法的并行运算技术,在GPU上建立并行滤波模型,并对算法进行了优化。实验结果表明,在Tesla C1060平台上,和传统的基于DSP的FIR滤波算法计算速度相比,基于CUDA平台计算FIR滤波算法时,其加速比可接近30,解决了传统基于DSP计算FIR滤波算法速度较慢、扩展性差的问题。
推荐文章
基于自适应遗传算法FIR数字滤波器优化设计
FIR滤波器
优化设计
自适应遗传算法
早熟度
基于CUBLAS和CUDA的MNF并行算法设计与优化
图像处理单元
GPU性能优化
高光谱影像降维
最大噪声分数变换
协方差矩阵计算
基于神经网络的4型FIR滤波器的优化设计
神经网络
正弦基
高通滤波器
优化设计
线性相位
基于CUDA的并行粒子群优化算法的设计与实现
粒子群优化算法
并行计算
GPU
统一计算设备架构
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于CUDA平台的FIR滤波算法的设计与优化
来源期刊 计算机技术与发展 学科 工学
关键词 FIR滤波算法 并行计算 GPU计算 CUDA平台 矩阵乘法
年,卷(期) 2014,(3) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 102-105,167
页数 5页 分类号 TP391
字数 4232字 语种 中文
DOI 10.3969/j.issn.1673-629X.2014.03.026
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭海凤 金陵科技学院信息技术学院 13 32 3.0 4.0
5 李莉 金陵科技学院信息技术学院 7 36 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (183)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
FIR滤波算法
并行计算
GPU计算
CUDA平台
矩阵乘法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导