A dedicated high-level language for implementing non recursive filter banks and transforms

• Autorzy: Parfieniuk M.

Warianty tytułu

PL

Dedykowany język wysokiego poziomu do implementowania nierekursywnych banków filtrów i transformacji

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono nowatorskie podejście do implementowania nierekursywnych banków filtrów i transformacji. Opracowany został dziedzinowy język, który pozwala opisywać te systemy przejrzyściej, zwięźlej i szybciej niż z użyciem MATLAB/Simulink lub SPL, istniejących narzędzi do rozwijania algorytmów cyfrowego przetwarzania sygnałów. Jego składnia jest ukierunkowana na ścisłe powiązanie kodu z grafem przepływu danych w rozpatrywanej transformacji i na umożliwienie wyspecyfikowania algorytmu w kategoriach transformacji elementarnych: obrotów planarnych, odbić, stopni "lifting", opóźnień itp. W odróżnieniu od wymienionych platform, proponowane podejście pozwala uniknąć konstruowania skomplikowanych wyrażeń macierzowych, choć notacja macierzowa jest dostępna jako podzbiór języka MATLAB. Skojarzony kompilator przekształca opisy systemów w dosyć wydajne implementacje Java, C++ lub C, które mogą być wykorzystywane do szybkiego prototypowania aplikacji, które opierają się na podpasmowej dekompozycji sygnałów, lub do przygotowywania funkcji celu na potrzeby optymalizacji współczynników schematów obliczeniowych.

EN

This paper presents a novel approach to implementing nonrecursive filter banks and transforms. A domain-specific language has been developed that allows such systems to be described more clearly, more compactly, and faster than with either MATLAB/Simulink or SPL, the existing tools for developing DSP algorithms. Its syntax is aimed at closely linking code to the signal flow graph of a given transform and at allowing the algorithm to be specified in terms of elementary transformations: plane rotations, reflections, lifting steps, delays, etc. Unlike the mentioned platforms, our approach allows to avoid constructing complicated matrix expressions, even though matrix notation is supported via a subset of the MATLAB language. The associated compiler converts system descriptions into quite efficient Java, C++, or C implementations, which can be used to rapidly prototype applications based on subband processing of signals or to prepare objective functions for optimizing coefficients of computational schemes.

Słowa kluczowe

PL

język dziedzinowy; DSL; kompilator; generacja kodu; implementacja; bank filtrów; transformacja; cyfrowe przetwarzanie sygnałów; DSP

EN

domain specific language; DSL; compiler; code generation; implementation; filter bank; transform; digital signal processing; DSP

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2010
• Tom: Vol. 51, nr 11
• Strony: 55--60
• Opis fizyczny: Bibliogr. 13 poz., tab., wykr.

Twórcy

autor

Parfieniuk M.

• Politechnika Białostocka, Katedra Systemów Czasu Rzeczywistego

Bibliografia

• [1] Vaidyanathan P. P.: Multirate Systems and Filter Banks. Englewood Cliffs. NJ: Prentice-Hall, 1993.
• [2] Strang G., Nguyen T. Q.: Wavelets and Filter Banks. Wellesley. MA: Wellesley-Cambridge Press, 1996.
• [3] Piotrowski A., Parfieniuk M.: Cyfrowe banki filtrów: analiza, synteza i implementacja dla systemów multimedialnych. Białystok: Wydawnictwo Politechniki Białostockiej, 2006, p. 389.
• [4] Xiong J. i in.: SPL: a language and compiler for DSP algorithms. ACM SIGPLAN Notices, vol. 36, no. 5, pp. 298-308, May 2001.
• [5] Püschel M. i in.: SPIRAL: Code generation for DSP transforms. Proc. IEEE, vol. 93, no. 2, pp. 232-275, Feb. 2005.
• [6] Parfieniuk M.: Shortening the critical path in CORDIC-based approximations of the eight-point DCT. In Proc. Int. Conf. Signals Electronic Systems (ICSES), Cracow, Poland, 14-17 Sep., 2008, pp. 405-408.
• [7] Parfieniuk M., Petrovsky A.: Inherently lossless structures for eight- and six-channel linear-phase paraunitary filter banks based on quaternion multipliers. Signal Process., vol. 90, no. 6, pp. 1755-1767, June 2010.
• [8] Vaidyanathan P. P.: On coefficient-quantization and computation·al roundoff effects in loss less multirate filter banks. IEEE Trans., Signal Process., vol. 39, no. 4, pp. 1006-1008, Apr. 1991.
• [9] Chen Y. J., Amaratunga K. S.: M-channel lifting factorization of perfect reconstruction filter banks and reversible M-band wavelet transforms. IEEE Trans. Circuits Sysl. II, vol. 50, no. 12, 963-976, Dec. 2003.
• [10] Loeffler C., Lightenberg A., Moschytz G.: Practical fast 1-D DCT algorithms with 11 multiplications. in Proc. IEEE Int. Conf. Acoust., Speech, Signal Process. (ICASSP), vol. 2, Glasgow, Scotland, 23-26 May 1989, pp. 988-991.
• [11] Kim S., Kum K., Sung W.: Fixed-point optimization utility for C and C++ based digital signal processing programs. IEEE Trans. Circuits Syst. II, vol. 45, no. 11, pp. 1455-1464, Nov. 1998.
• [12] Coors M., Keding H., Luthje O., Meyr H.: Design and DSP implementation of fixed-point systems. EURASIP J. Appl. Signal Process., vol. 2002, no. 9, pp. 908-925, 2002.
• [13] Bhattacharyya S., Leupers R., Marwedel P.: Software synthesis and code generation for signal processing systems. IEEE Trans Circuits Syst. II, vol. 47, no. 9, pp. 849-875, Sep. 2000.