基于GPU的通信基帶信號(hào)處理并行算法設(shè)計(jì).pdf

1、SDR平臺(tái)在對(duì)通信基帶信號(hào)處理算法進(jìn)行研究和實(shí)現(xiàn)時(shí)是不可或缺的。傳統(tǒng)的SDR平臺(tái)使用DSP和FPGA的混合架構(gòu)，無(wú)法在達(dá)到高的系統(tǒng)吞吐率的同時(shí)進(jìn)行快速開(kāi)發(fā)。由于GPU提供了強(qiáng)大的并行計(jì)算能力和簡(jiǎn)單易用的編程平臺(tái)，所以本文主要探索在SDR平臺(tái)上使用GPU進(jìn)行通信基帶信號(hào)處理算法的設(shè)計(jì)和實(shí)現(xiàn)方法。
　　首先，本文介紹了GPU的硬件結(jié)構(gòu)和針對(duì)GPU進(jìn)行編程的CUDA平臺(tái)。通過(guò)對(duì)GPU的硬件結(jié)構(gòu)和GPU的各級(jí)存儲(chǔ)器的訪問(wèn)延時(shí)進(jìn)行研究，得到

2、了在GPU上運(yùn)行算法的最優(yōu)策略。
　　其次，本文在 GPU中實(shí)現(xiàn)了MIMO系統(tǒng)中的 MMSE檢測(cè)算法。討論了在GPU中實(shí)現(xiàn)基本矩陣運(yùn)算的方法。根據(jù)GPU的硬件結(jié)構(gòu)，在GPU中使用三個(gè)級(jí)聯(lián)的kernel實(shí)現(xiàn)了聯(lián)合優(yōu)化的MMSE檢測(cè)算法。在MMSE檢測(cè)算法中，矩陣求逆是最復(fù)雜的。本文通過(guò)對(duì)GPU共享內(nèi)存的使用進(jìn)行優(yōu)化，高效地實(shí)現(xiàn)了基于Gauss Jordan算法的矩陣求逆運(yùn)算。在GPU中仿真了16QAM調(diào)制的4?4 MIMO系統(tǒng)和4?

3、8 MIMO系統(tǒng)。
　　最后，本文在GPU上實(shí)現(xiàn)了三種滿足3GPP LTE標(biāo)準(zhǔn)的Turbo譯碼器，分別為傳統(tǒng)Turbo譯碼器、分段并行Turbo譯碼器和全并行Turbo譯碼器。在傳統(tǒng)Turbo譯碼器中，實(shí)現(xiàn)了多碼字并行和8狀態(tài)并行。在前向迭代和后向迭代中，通過(guò)使用共享內(nèi)存和寄存器保證了對(duì)全局內(nèi)存只進(jìn)行一次訪問(wèn)。在外信息的計(jì)算中，通過(guò)使用共享內(nèi)存，讓8個(gè)線程交替對(duì)8個(gè)狀態(tài)和8個(gè)時(shí)刻進(jìn)行并行，充分利用了計(jì)算資源。在分段并行Turbo譯

4、碼器中，進(jìn)一步實(shí)現(xiàn)了單個(gè)碼字的多子碼并行，同時(shí)使用PIVI補(bǔ)償算法保證了誤碼性能。在全并行Turbo譯碼器中，使用了CPU外層迭代配合GPU內(nèi)層迭代的算法。在內(nèi)層迭代中使用了兩組共享內(nèi)存對(duì)?,?進(jìn)行乒乓更新，為了保證誤碼性能，對(duì)?的初始值和?的結(jié)束值使用非同步的方式進(jìn)行更新。在GPU中實(shí)現(xiàn)了基于FULL-LOG-MAP和MAX-LOG-MAP算法的上述三種Turbo譯碼器。
　　仿真結(jié)果顯示，在GPU中實(shí)現(xiàn)的MMSE檢測(cè)算法可以達(dá)