圖像壓縮感知并行重構(gòu)技術(shù)研究.pdf

1、信號重構(gòu)是壓縮感知技術(shù)的一個主要方面，它是通過求解一個高度非線性的優(yōu)化問題，從一組線性觀測數(shù)據(jù)中恢復(fù)出原始信號的過程。整個過程對硬件要求高，重構(gòu)時間長，致使壓縮感知技術(shù)無法在實(shí)際中被廣泛應(yīng)用。對此，本文采用GPU并行處理技術(shù)對重構(gòu)端進(jìn)行并行優(yōu)化，旨在不損失重構(gòu)信號質(zhì)量的前提下，大幅縮短信號重構(gòu)時間。
　　數(shù)據(jù)并行處理是將數(shù)據(jù)映射到并行處理的線程上，多線程程序被劃分為線程塊，線程塊的執(zhí)行彼此間相互獨(dú)立。利用GPU并行計(jì)算能夠比CPU

2、更高效地解決復(fù)雜的計(jì)算任務(wù)，GPU圍繞流多處理器陣列組建，擁有比CPU更多的計(jì)算單元。本文利用這項(xiàng)技術(shù)完成下面三方面工作：
　　首先，本文利用GPU，實(shí)現(xiàn)了OMP、ROMP以及CoSaMP三種信號重構(gòu)算法的并行優(yōu)化。分析了它們的主要耗時步驟：針對矩陣向量相乘過程，利用塊算法在GPU上將其并行實(shí)現(xiàn)；針對矩陣廣義求逆過程，運(yùn)用謝爾曼-莫里森-伍德伯里矩陣求逆引理進(jìn)行求解，并在GPU上將其并行實(shí)現(xiàn)。通過這種方式實(shí)現(xiàn)了這三種重構(gòu)算法的并行

3、優(yōu)化。
　　其次，本文提出了一種多粒度并行壓縮感知重構(gòu)算法。利用CPU-GPU協(xié)同并行處理架構(gòu)，實(shí)現(xiàn)了任務(wù)級的粗粒度并行，同時保留塊內(nèi)數(shù)據(jù)級的細(xì)粒度并行。GPU負(fù)責(zé)主要數(shù)據(jù)計(jì)算任務(wù)，CPU負(fù)責(zé)流程控制，同時分擔(dān)小部分的計(jì)算任務(wù)。實(shí)驗(yàn)結(jié)果表明，這種結(jié)構(gòu)可以帶來高達(dá)9倍的速度提升。
　　最后，針對遺傳算法在信號重構(gòu)中的應(yīng)用，為提高其重構(gòu)效率，提出將解碼及求解適應(yīng)度過程利用GPU并行實(shí)現(xiàn)的算法。實(shí)驗(yàn)結(jié)果表明，并行帶來1.7倍左右的