TMS320C6678的超长点FFT并行计算方法

来源 :单片机与嵌入式系统应用 | 被引量 : 0次 | 上传用户:f654753936
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对DSP平台算法移植时遇到的超长点FFT实现和运算效率问题,本文结合TI公司的TMS320C6678的DSP,利用FFT的分解算法和L2内存段高效的访存效率,将DSP内存数据EDMA搬移与FFT分解计算相并行,设计出一种超长点FFT计算并行处理方法,通过262144点FFT计算描述了该方法的具体实现过程,将DSP计算结果与MAT-LAB结果比对,统计了该方法的计算误差为10-4.最后,在DSP平台上,在相同FFT点数时将直接调用FFT库函数计算,与使用该方法的计算时间进行比较,说明了其在超长点FFT计算具有更好的运算性能.
其他文献
为解决传统电网故障分类器无法准确获得故障线路的信息及定位故障的问题,本文提出了基于深度学习的电网故障预警系统.网络中增加由BI-GRU提取的故障线路时间序列特征,从而提高分类器的精度.此外,通过注意力机制学习不同的故障线路或不同的故障状态的时间序列特征,从而加快网络学习效率.最后,将本文所提框架与LSTM、GRU、BI-LSTM、BI-GRU等网络进行对比,本文所提方法预测准确率可达92.9%.
鸿蒙操作系统作为国产操作系统的代表发展速度迅猛,在嵌入式领域基于鸿蒙系统的应用也越来越广泛.本文是基于Arm Cortex-A7架构的鸿蒙最小系统移植,让我们对鸿蒙系统有一个初步的认识,为国产操作系统完善和在其他场景中的应用奠定基础.
为优化嵌入式软件可靠性预测智慧可控感知机制,构建了基于连续协同机器学习算法的嵌入式软件可靠性预测模型.构建连续协同机器学习算法机制实现嵌入式软件可靠性精准预测,利用深度LSTM构建时间正序下的嵌入式软件核心要素样本精准预测机制,利用DCNN对数据池后置测试集进行隐性知识感知并输出最优预测结果.最后,对模型开展了工程应用实践验证,结果表明,模型满足嵌入式软件可靠性预测智慧化改造需求,大幅度优化了嵌入式软件可靠性预测智慧可控感知机制.