欢迎来到天天文库
浏览记录
ID:50145221
大小:6.15 MB
页数:69页
时间:2020-03-06
《采用GPU的快速压缩感知恢复算法研究与应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、采用GPU的快速压缩感知恢复算法研究与应用隋冬2015年12月北京理工大学硕击学位论文391.4中图分类号:TPUDC分类号:004乂采用GPU的快速压缩感知恢复算法研究与应用作者姓名隋冬学院名称光串.学院指导教师柯钓答辩委员会主席蒋晓瑜申请学位工学硕±学科专业光学工程学位授予单位北京理工大学论文答辩日期2015年12月北京理工大学硕击学位论文TheTheoryandApplicationofFastCompression
2、SensingReconstuctionAlgorithmbasedonGPUCandidateName:DonSuiglorDearmen-Schooptt:SchoolofOptoelectronicsFacultyMentor:JunKeChairThesisCommittee:XiaoYuJiang,DegreeApplied:MasterofEngineeringMaor:Opticalengineeringj
3、Degreeby:B加ngInstit山eofTechnologyTheDateofDefence:December,2015北京理工大学硕击学位论文摘要一压缩感知essedSensin-CS(Comprg),是种寻找欠定线性系统稀疏解的技术。在光学成像领域,压缩感知被应用于获取和重构稀疏或可压缩的信号。相较于其他成像技术,压缩感知技术的突破在于,可W用低于奈奎斯特采样定理定义的的采样频率一,获得清晰的重建图像。然而,它的运特点是W重构算法的
4、复杂性作为交换。运是因为压缩感知的信号重构部分面临着大数据量的计算,而传统PU一PU的C对进行大量的矢量计算并没有优势。为了解决运问题,我们采用G对信号恢复算法进行加速。GPU技术始于20世纪90年代末-。2006年,Nvidia公司推出CUDA通用并行计算架构。该架构使GPU能够解决复杂的计算问题。CUDA技术的目的是协助CPU进行数值计算。采用CUDA技术,可W方便的将原有串行CPU处理程序改编为采用GPU的并行程序,并实现CPU与GPU互补共同处理复杂的数据计算。使用CU
5、DA对原有程序进行优化,可W大幅度得提高整体系统的计算性能。本文的主要工作为,利用嵌入式超级计算机NVIDIAJetsonTKl的强大并行计算能力,构建用于压缩感知图像重构的并行计算框架,实现快速的压缩感知图像恢复算法,包括1)正交匹配追踪算法,2)两步阔值迭代算法,和3)线性=一bregman算法。本文具体分析了种恢复算法,提出了种简化CUDA编程的内存管理系统,研究了如并行归约、循环展开等并行算法和优化技巧。通过实验验证,我们的计算系统算法速度和效率得到显著提升。关键词
6、:压缩感知;正价匹配追踪;两步阔值迭代;线性Bregman;并行计算;CUDA1北京理工大学硕击学位论文AbstractCompressedsensing(compressedsensing)isakindofsparsel:echniqueforunderdeterminedlinearsstem.Comressedsensinisaliedtoimaerocessinypgppgpg,foracquiringandreconstru
7、ctinsarseorcomressiblesinals.Thebreakthrouhofgppggcompressivesensingtechnologyisthattheprocesscanbereconstructedbelowthesamplingfreuencofthesamlintheorem.ButthereconstructionofComressedqypgpSensingiscomlex.pNvidiaintr
8、oducedtheCUDA-eneralarallelcomutinarchkecUwhihirecgppg,allowstheGPUU)solvecomplexcompul:ationalroblems.TheuroseofCUDAisppptoheltheCPUtocarroutthenumericalcalculationandthe
此文档下载收益归作者所有