基于CUDA的頻域FIR濾波并行算法研究.pdf

1、圖形處理器(Graphics Processing Unit，GPU)的飛速發(fā)展不但帶動(dòng)了虛擬現(xiàn)實(shí)、計(jì)算仿真以及圖像處理等領(lǐng)域的高速前進(jìn)，更將其應(yīng)用范圍擴(kuò)展到圖像處理以外的通用計(jì)算領(lǐng)域。其中，利用NVIDIA提出的CUDA平臺(tái)執(zhí)行高性能并行計(jì)算任務(wù)正成為新的熱點(diǎn)研究課題。越來越多的計(jì)算密集型應(yīng)用通過高效的并行化設(shè)計(jì)使得其性能在GPU上得到很大地提高。
　　有限脈沖響應(yīng)(Finite Impulse Response，F(xiàn)IR)濾波處

2、理在數(shù)字信號(hào)處理中應(yīng)用極其廣泛。為了提高FIR濾波器的性能，例如更加陡峭的截止帶，需要提高FIR濾波器的階數(shù)。而高階FIR濾波處理是一個(gè)典型的計(jì)算密集型應(yīng)用。雖然基于頻域的FIR濾波器的實(shí)現(xiàn)較基于時(shí)域的實(shí)現(xiàn)，其計(jì)算復(fù)雜度已有很大的降低，但是對(duì)于高采樣率系統(tǒng)的數(shù)據(jù)流進(jìn)行高階FIR濾波處理，仍然是一項(xiàng)充滿技術(shù)挑戰(zhàn)的難題。
　　本文在傳統(tǒng)的基于頻域FIR濾波處理算法Overlap-save方法的基礎(chǔ)之上，根據(jù)新一代GPU體系結(jié)構(gòu)的特點(diǎn)，

3、提出了一種高效的并行Overlap-save方法，并利用CUDA在NVIDIA GTX465進(jìn)行了實(shí)現(xiàn)。針對(duì)GPU計(jì)算帶寬遠(yuǎn)大于其存儲(chǔ)帶寬的特點(diǎn)，該并行Overlap-save方法通過將輸入數(shù)據(jù)劃分為2倍的FFT長度的方法，極大地簡化了輸入數(shù)據(jù)和輸出結(jié)果的搬移操作，并徹底消除了由于條件分支而引起的內(nèi)核函數(shù)執(zhí)行效率的下降。同時(shí)，通過安排Warp中相鄰線程搬移相鄰數(shù)據(jù)的方法，充分地利用了GPU內(nèi)存訪問合并的能力，最大限度地利用了GPU所能提

4、供的存儲(chǔ)帶寬，從而使得并行Overlap-save方法更加適合GPU的并行體系結(jié)構(gòu)。同時(shí)，為了能夠部分地隱藏輸入數(shù)據(jù)和結(jié)果數(shù)據(jù)在主機(jī)內(nèi)存和GPU內(nèi)存之間進(jìn)行數(shù)據(jù)傳輸?shù)臅r(shí)間，本算法利用了CUDA所提供的異步數(shù)據(jù)傳輸?shù)姆椒?，從而使得?shù)據(jù)的傳輸與FIR處理計(jì)算能并行執(zhí)行。
　　實(shí)驗(yàn)結(jié)果表明，并行Overlap-save算法其性能與相同的基于頻域的FIR濾波并行算法在多核CPU上——Intel Core i7上利用開源并行FFTW庫進(jìn)行的