一種長序列小波變換快速算法的DSP實現

2020-12-05 電子產品世界

  1 引 言

本文引用地址:http://www.eepw.com.cn/article/87788.htm

  由於小波變換具有良好的時頻分析特性,已經廣泛應用於各種信號分析領域。由於小波變換算法的複雜性,如果直接計算小波變換,所需內存較大,耗時較長。儘管當今處理器晶片運算速度得到了大幅度的提高,但仍然在實時性上不能滿足要求。為了簡化計算過程,人們相繼設計了一系列的快速算法來計算小波變換,以降低其運算次數。

  小波變換在大多數具體應用中主要是在線信號的實時分析處理,微機和通用的微處理器在運算速度上難以適應信號實時、高精度處理的要求。數位訊號處理器(DSP)就是為了適應這種需求而開發的。美國TI公司是全球最大的DSP供應商,其生產的TMS320C55x系列16位定點DSP晶片具有低功耗、高性能等特點,具有廣泛的應用領域,本文應用該系列DSP晶片,將文獻[2]提出的小波變換快速算法用C語言開發加以實現,解決了小波變換實時、高精度處理的要求。

  2 小波分解過程的DSP實現

  小波分解過程中算法實現的數據結構存儲和尋址方式如圖1所示。

  小波分解過程中C語言算法實現的偽代碼如下:

  下面分別對偽代碼中各個子程序模塊的具體實現進行分析。

  2.1 邊界延拓模塊

  數據邊界延拓程序模塊的實現:

  定義一個數據地址指針pSrc始終指向載人的源數據頭地址,即pSrc=Layer1Data+M-1,在源數據的首尾各對稱延拓M-1個點。該模塊的C語言實現代碼如下:

  2.2 數據搬移模塊

  從源數據區搬送數據到計算區的程序模塊實現:定義一個臨時地址指針pTemp1指向擴展後的數據首地址,即:pTemp1=pSrc-M+1,SegNum為長序列分段數,將數據從數據源區分段搬送到計算區,並將16 b數據擴展為32 b,通過對虛部填零,組成複數輸入數據數組signal,該模塊C語言實現代碼如下(i為分段標記,N為分段圓周卷積長度):

  2.3 基於圓周卷積的線性卷積模塊

  用圓周卷積計算signal和分解濾波器組dec_filter的線性卷積out_buffer,該模塊的C語言實現代碼如下:

  2.4 結果保存模塊

  將計算區的結果保存到目標區的程序模塊實現:將out_buffer去掉前面M-1個複數,後面N-M+1個複數只取實部,即只取低頻分量,對取出的實部乘以比例係數,這裡採用的是小數乘法,然後再取前16 b,將結果存到數據存儲目標區Layer2Data2,定義目標區存儲的首地址指針為pDest=Layer2Data+M-1,然後定義臨時數據指針pTemp2=pDest,該模塊C語言實現代碼如下:

  將保存在目標區內的數據減採樣一半,仍舊保存在目標區內,該模塊的C語言代碼如下:

  3 小波重構過程的DSP實現

  首先對數據源區要重構的低頻、高頻數據分量進行上採樣,將上採樣後的數據存到另外一個目標數據緩衝區,該模塊的C語言程序代碼如下:

  交換數據指針,將計算結果存到另一區,對上採樣後的數據進行邊界延拓,然後應用重疊保留法計算擴展後的數據和重構濾波器組的線性卷積,這兩個模塊的實現同分解過程。惟一有所區別的是,在保存數據時,每一層重構時的第一個分段前面要去掉的個數要多一點,模塊的C語言代碼如下:

  4 結 語

  由於小波變換算法的複雜性,微機和通用的微處理器在運算速度上難以實現小波變換的實時性要求。定點DSP具有低功耗、高性能的特點,本文結合TI公司的16位定點DSP說明了小波變換快速算法的具體實現,解決了小波變換實時、高精度處理的要求。


相關焦點

  • 基於小波變換與DSP的實時音頻視頻處理系統
    本文引用地址:http://www.eepw.com.cn/article/20901.htm 1 音/視頻實時處理系統 低碼率視頻通信的主要技術問題是音/視頻壓縮編碼技術,即用來實現在滿足足夠質量和硬體成本的條件下降低所需的碼率。小波變換充分利用人眼的視覺特性,克服了重構圖像會出現的塊效應、蚊子效應、模糊等現象。
  • 一種基於小波變換的圖像壓縮方法與實現
    第二代壓縮技術則注重於利用人類的生理特點來獲得高壓縮比,涉及的理論領域多,如基於分形理論、小波理論等。小波理論在近三十年發展迅速,成為圖像處理的核心理論。圖像壓縮的國際新標準JPEG2000就是採用基於小波理論的新一代壓縮技術。2 小波變換2.1 小波及相關概念小波是一類在有限區間內快速衰減到0的函數。
  • 基於小波變換的圖像壓縮算法改進研究
    但是,隨著多媒體和網絡技術的快速發展和深入應用,海量的圖像信息與有限的存儲容量、有限的處理能力以及有限的網絡帶寬之間的矛盾日益突出。因此,圖像壓縮是必不可少的,同時,也已經成為了研究熱點。研究主要集中在兩個方向,一是通過減少各類冗餘信息以實現圖像壓縮;二是根據圖像數據分布情況及其出現頻率,確定合適的編碼方式,減少每個數據所佔的比特數,從而實現圖像壓縮。
  • 圖像的二維提升小波變換的FPGA實現
    小波分析理論以其良好的時頻區域性和多解析度分析能力,開闢了圖像處理的嶄新領域。小波變換是一種很好的圖像分解方法,非常適合於分析突變信號而用於靜止圖像邊緣的提取和壓縮。
  • 基於SI濾波器的一種小波變換的實現
    摘要:文中在應用對數域電路的基礎上,提出了一種新型的連續小波變換方法,它通過對母小波的一種數值逼近得到小波函數的有理公式,並以Marr小波為例來模擬這個逼近過程,並用Matlab對逼近過程進行仿真。
  • 一種基於小波變換的新型壓縮編碼模型
    小波變換壓縮編碼的現狀及當前的研究存在的問題小波分析是近年來發展起來的一門新興的數學分析理論,其應用範圍包括數學領域本身的許多學科,利用小波變換的理論實現圖像的壓縮編碼已經從九十年代初起得到了廣泛與深入地研究,並逐漸成為圖像壓縮編碼領域的一個重要分支。
  • 基於FPGA實現多種小波變換
    引 言 基於提升框架的小波變換方法,利用FPGA 可編程特性可實現多種小波變換。提升框架(LS :Lifting Scheme) 是由Sweldens 等人在近幾年提出的一種小波變換方法,用它的框架結構能有效地計算DWT。對於較長的濾波器,LS 的操作次數比濾波器組的操作方式減少將近一半,更適合硬體實現。作者根據提升小波變換的框架式結構,利用FPGA 可完全重構的特點構造不同的小波變換核,以滿足不同應用場合的要求。
  • 基於提升小波變換的模糊圖像融合算法研究
    圖像的小波分解是一種像素級圖像融合普遍採用的方法,利用小波非冗餘性使圖像經小波分解後數據量不會增大;同時小波分解具有方向性的特性,可針對人眼對不同方向的高頻分量具有不同解析度這一視覺特性,在圖像融合時獲得效果更佳的融合圖像。基於提升方法的小波變換又稱第2代小波變換,它既保持傳統的小波時頻局部化等特性,又克服其局限性。
  • 基於小波變換的視頻圖像壓縮算法研究
    小波變換具有良好的時、頻局域性,並且由於其在非平穩圖像信號分析方面的靈活性和適應人眼視覺特性的能力,已經成為圖像編碼的有力工具。應用三維小波變換進行視頻壓縮編碼,需考慮選用時、空域2組小波濾波器組。時域選用階數較低的濾波器組,而空域的濾波器組的選擇與靜止圖像變換編碼相似,常用的是雙正交D 9/7濾波器組,但是它的計算量較大,因此採用提升方法來實現,並且對提升格式的參數進行調整,可進一步減少運算量。
  • 基於小波包變換和壓縮感知的人臉識別算法
    Yang[5]等針對壓縮感知基於最小一範數求解最優稀疏表示時算法運算度高,提出了一種凸優化算法,取得了不錯的識別率,但仍然是超完備庫下的稀疏表示。平強、莊連生[6]等針對人臉識別姿態問題提出了基於仿射變換的人臉分塊稀疏表示,提升了算法的識別性能,但仿射變換和分塊稀疏表示都增加了運算複雜度。
  • 基於FPGA的快速9/7整形離散小波變換系統
    美國空間數據系統諮詢委員會(簡稱CCSDS)於2005年推出一套適用於空間領域的圖像壓縮標準,標準使用了離散小波變換為核心算法,推薦使用9/7整數離散小波變換實現無損圖像壓縮,由於該算法結構簡單,易於硬體設計實現,因此可以用FPGA來實現提升小波算法。
  • 高斯類小波變換的開關電流頻域法實現
    本文提出了一個以頻域中的高斯函數單元為核心的共享結構系統實現3種高斯類小波變換。在此頻域共享結構實現方案中,復用頻域高斯函數單元採用開關電流電路實現頻域高斯類小波變換系統,不同尺度上的高斯類小波變換可通過調節開關電流電路的時鐘頻率獲得,所提出的頻域共享結構高斯類小波變換系統適合於製成通用型小波變換晶片。
  • 小波變換在Internet網多媒體業務中的應用
    對於小波變換在靜態圖像壓縮中的應用已經有很多文獻對此做出了論述,此處不再贅述。以下只討論應用價值更為廣闊的小波算法的硬體實現。 1.1 小波算法的硬體實現 美國AD公司的ADV611數字視頻編解碼晶片是一款低價、單片、多功能、全數字的CMOS超大規模集成電路,片內集成了視頻接口、主機接口和SRAM,可以廣泛應用於各個相關領域[5]。
  • 基於FPGA 的多用途提升小波變換核
    引 言本文引用地址:http://www.eepw.com.cn/article/189802.htm基於提升框架的小波變換方法,利用FPGA 可編程特性可實現多種小波變換。
  • 小波變換通俗解釋
    從傅立葉變換到小波變換,並不是一個完全抽象的東西,可以講得很形象。小波變換有著明確的物理意義,如果我們從它的提出時所面對的問題看起,可以整理出非常清晰的思路。下面就按照傅立葉-->短時傅立葉變換-->小波變換的順序,講一下為什麼會出現小波這個東西、小波究竟是怎樣的思路。
  • 基於小波變換的JPEG2000圖像壓縮編碼系統的仿真與
    量化以後,第一層編碼(自適應算術編碼)採用EZW的改進算法SPIHT算法將等待編碼的、經過小波變換後的比特流按重要性不同進行排序,提供多個滿足不同目標碼率或失真度的截斷點,使得解碼器方能根據目標碼率或失真度的要求在某一截斷點結束解碼,提供相應質量的圖像。第二層編碼(碼流組織)將上述截斷的數據進行打包,並附加相關的標誌信息,從而實現JPEG2000對多失真度的支持。
  • 基於小波變換和自相關函數的基音頻率檢測算法
    但尚未找到一個完善的可以適用於不同語音狀況和環境的基音檢測算法。近幾年,小波分析理論發展迅速。它已經被廣泛地應用到信號處理中。這裡利用小波變換的濾波特性對信號進行預處理,然後利用自相關函數法檢測語音的基音頻率,該方法利用小波濾波特性有效剔除了高頻共振峰和噪音的影響,估計基音頻率準確性高,穩定性好,運算速度較快。實驗結果表明,此方法是一種有效的基音頻率檢測算法。
  • 二維9/7小波變換VLSI設計
    JPEG2000標準給出兩種雙正交小波濾波器,即有損壓縮和無損壓縮,前者採用CDF9/7小波,後者採用5/3小波。CDF9/7小波是圖像壓縮的首選濾波器,自然圖像壓縮性能好於5/3小波。 目前圖像二維離散小波變換的硬體實現方法有兩種:一種是採用分離的一維小波變換,另一種是設計非離散的二維小波變換結構。
  • Matlab傅立葉變換、餘弦變換和小波變換
    離散傅立葉變換的 Matlab實現Matlab 函數 fft、fft2 和 fftn 分別可以實現一維、二維和 N 維 DFT 算法;而函數 ifft、ifft2 和 ifftn 則用來計算反 DFT 。
  • 基於離散小波變換的分布式光伏孤島檢測方法
    被動檢測方法通過監測電網的參數,如電壓、電流、頻率等來檢測孤島事件,這種方法易於實現且不影響系統的電能質量,但是存在較大的檢測死區,其檢測精度受閾值的影響較大[7-10]。如果將允許擾動的閾值設置得較低,則會出現錯誤跳閘的問題;如果閾值設置得過高,則可能無法檢測到孤島現象。針對以上問題,本文提出一種基於離散小波變換信號分析的分布式光伏發電孤島檢測方法。