Estymacja i generacja sygnałów szumowych z zastosowaniem procesorów masowo-równoległych

• Autorzy: Konopko K.

Identyfikatory

DOI

10.15199/48.2016.02.16

Warianty tytułu

EN

The use of massively parallel processors for estimating and generating noise signals

• Języki publikacji: PL

Abstrakty

PL

W ostatnich latach wiele badań i publikacji poświęcono analizie, występujących w różnych środowiskach, sygnałów szumowych. Efektywne przetwarzanie tych szerokopasmowych zakłóceń wymaga jednak znacznej mocy obliczeniowej, którą dysponują współczesne procesory o architekturze masowo-równoległej. W artykule przedstawiono implementację algorytmu EM, wykorzystywanego do estymacji i generacji sygnałów szumowych, zrealizowaną na procesorze graficznym (GPU - graphics processing unit).

EN

A large number of researchers have been studied the characteristics of noise processes encountered in different environments. Efficient processing of the wideband disturbances demands the computational performance, which can be delivered by the massively parallel processors. The paper presents an implementation of the EM algorithm for estimating and generating signals with an arbitrary probability density function on a graphics processing unit (GPU).

Słowa kluczowe

PL

procesor masowo-równoległy; sygnał szumowy; algorytm EM

EN

massively parallel processor; noise signal; EM algorithm

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2016
• Tom: R. 92, nr 2
• Strony: 54--57
• Opis fizyczny: Bibliogr. 11 poz., rys., tab., wykr.

Twórcy

autor

Konopko K.

• Politechnika Białostocka, Wydział Elektryczny, ul. Wiejska 45D, 15-351 Białystok

Bibliografia

• [1] Middleton D., Non-Gaussian Noise Models in Signal Processing for Telecommunications: New Methods and Results for Class A and Class B Noise Models, IEEE Transaction on information theory, 45(1999), n.4, 1129 - 1149
• [2] Konopko K., The Comparison of the Probability Density Function Estimators for Signal Detection in Impulsive Noise, Przegląd Elektrotechniczny, (2010), n.03, 36-38
• [3] Devroye L., Non-Uniform Random Variate Generation, Springer, (1986)
• [4] Hörmann W., Leydold J., G. Derflinger G., Automatic Nonuniform Random Variate Generation, Springer, (2004)
• [5] Scott. D.W., Multivariate Density Estimation. Theory, Practice and Visualization, Wiley, (1992)
• [6] Konopko K., Metody wykrywania zmian struktury i parametrów systemów dynamicznych i sygnałów z zastosowaniem estymacji rozkładów prawdopodobieństwa, Politechnika Białostocka, (2005)
• [7] Jordan M.I., Jacobs R., Hierarchical Mixtures of Experts and the EM Algorithm, Neural Computation (1994), n.6, 181-214
• [8] Dąbrowski A., Pawłowski P., Stankiewicz M., Misiorek F., Fast and accurate digital signal processing realized with GPU technology, Przegląd Elektrotechniczny, (2012), n.06, 47-50
• [9] Konopko K., Zastosowanie procesorów masowo-równoległych w addytywnej syntezie sygnałów, Przegląd Elektrotechniczny, (2014), n.11, 231-234
• [10] Kirk D. B., Hwu W. W., Programming Massively Parallel Processors: A Hands-on Approach, Morgan Kaufmann, (2010)
• [11] Khronos Group, The OpenCL Specification Version 1.1, Khronos Group, (2011)

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.