压缩感知算法的并行化研究

《压缩感知算法的并行化研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、并行之美基于GPU的图像压缩感知并行算法研究【摘要】压缩感知是近几年出现的一种新型信号处理方法，以远低于Nyquist频率对信号同时进行压缩与采样，然后通过求解一个最优化问题就能从少量的观测值中以较高的概率重构出原始信号。目前，这种方法已被引入到遥感图像处理领域中，然而，由于遥感图像具有高分辨率、多时相、数据量大等特点，重构信号时间急剧增加，使得压缩感知理论在遥感图像处理实际应用中存在一定待解决的问题。若仅使用传统CPU进行串行处理，运行时间过长，无法满足人们对算法的实时/准实时处理要求。最近几年，G

2、PU计算能力得到很大的提升，具有强大的浮点运算能力，已成为提高算法处理速度最有效的方式之一。因此，本论文利用GPU的并行特性，采用OpenCL编程模型探索了压缩感知算法在GPU平台上并行实现。【关键词】压缩感知算法；GPU;并行计算；图像处理；1引言1.1压缩感知算法随着信息时代的飞速发展，在处理数字信息问题中，传统Nyquist采样定理已无法满足需求。力解决这一问题，Donoho和Candes等人丁•2006年提出了压缩感知(CompressiveSensing,CS)的全新信号采样理论11匕这一新

3、颖信息获取理论指出：在某一•已知变换域屮稀疏农示的高维数据可通过一种不相关的观测矩阵投影到低维空间屮，然后从少景的测景数据屮采用一定的重构算法就可以高概率地恢复出髙维数据。压缩感知通过将压缩和采样合二为一，提商;r数据的采样速度，但在解码端却由于重构算法复杂度髙，仅采川传统的中行方式进行处理，存在运行时间过长，难以应川到实际中去。近几年•，GPU(GraphicProcessingUnit,阁像处理器)的并行处理能力不断增强，可以使数据密集型算法获得更快的处理速度［2］。压缩感知是诚于数据密集型应用，

4、含大规模矩阵运算，数据相关性小，特别适合并行处理，将GPU应用到仆:缩感知算法上进行并行化，足目前的研究热点之一P］。1.2GPU简介GPU是相对于CPU的-个概念，在1999年，巾NVIDIA公司发布GeForce256图形处理芯片时首次提出。近年来，GPU正在髙速发展，极大地促进了计算机图形处理速度和质量的提商，不仅加快了相关应川领域的发展，同时也为人们利用GPU进行通川计算提供了良好的处理平台。随着计算机丼行处理可编程性的不断发展，H前GPU架构兼具流处理、可编程流水线、高密柒并行运算等新的特性

5、,其GPU的并行计算能力得到了各个科学计算领域的高度关注。1,3并行计算简介在当今汁算机发展的过程中，计算机处理速度的不断加快是人们一直以来追求的S标，然而发展速度却限制丁•硬件发展速度的。因此，在新一代的计算机中，为加快算法的处理速度，人们开始采川丼行技术來改善其处理速度。丼行计算(ParallelComputing)是指冋时使川多种计算资源来解决计兑问题的过程，是提高计兑机系统计灯速度和处理能力的一种有效手段。在并行计算模式上，主耍可以分为时间并行和空间并行W种模式。时间并行是指将任务划分为不同的

6、部分，各部分可以在同一时间内同时进行处理。空间并行是指在多个计算单元上同时执行计算任务，具并行之美基于GPU的图像压缩感知并行算法研究【摘要】压缩感知是近几年出现的一种新型信号处理方法，以远低于Nyquist频率对信号同时进行压缩与采样，然后通过求解一个最优化问题就能从少量的观测值中以较高的概率重构出原始信号。目前，这种方法已被引入到遥感图像处理领域中，然而，由于遥感图像具有高分辨率、多时相、数据量大等特点，重构信号时间急剧增加，使得压缩感知理论在遥感图像处理实际应用中存在一定待解决的问题。若仅使用传

7、统CPU进行串行处理，运行时间过长，无法满足人们对算法的实时/准实时处理要求。最近几年，GPU计算能力得到很大的提升，具有强大的浮点运算能力，已成为提高算法处理速度最有效的方式之一。因此，本论文利用GPU的并行特性，采用OpenCL编程模型探索了压缩感知算法在GPU平台上并行实现。【关键词】压缩感知算法；GPU;并行计算；图像处理；1引言1.1压缩感知算法随着信息时代的飞速发展，在处理数字信息问题中，传统Nyquist采样定理已无法满足需求。力解决这一问题，Donoho和Candes等人丁•2006年

8、提出了压缩感知(CompressiveSensing,CS)的全新信号采样理论11匕这一新颖信息获取理论指出：在某一•已知变换域屮稀疏农示的高维数据可通过一种不相关的观测矩阵投影到低维空间屮，然后从少景的测景数据屮采用一定的重构算法就可以高概率地恢复出髙维数据。压缩感知通过将压缩和采样合二为一，提商;r数据的采样速度，但在解码端却由于重构算法复杂度髙，仅采川传统的中行方式进行处理，存在运行时间过长，难以应川到实际中去。近几年•，GPU(GraphicPr