压缩感知重构算法的并行化及GPU加速

何文杰 ¹,何伟超²,孙权森^1*

1. 南京理工大学计算机科学与工程学院, 江苏 南京 210094;2. 电子科技大学计算机科学与工程学院, 四川 成都 610054

收稿日期:2017-05-09出版日期:2018-06-20发布日期:2017-05-09
通讯作者:孙权森(1966— ),男,山东济宁人,博士,教授,主要研究方向为模式识别. E-mail: sunquansen@njust.edu.cnE-mail:1021458687@qq.com
作者简介:何文杰(1993— ),男,湖北仙桃人,硕士研究生,主要研究方向为并行计算. E-mail: 1021458687@qq.com

Parallelization and GPU acceleration of compressive sensing reconstruction algorithm

HE Wenjie¹, HE Weichao², SUN Quansen^1*

1. School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing 210094, Jiangsu, China;
2. School of Computer Science and Engineering, University of Electronic Science and Technology of China, Chengdu 610054, Sichuan, China

Received:2017-05-09Online:2018-06-20Published:2017-05-09

摘要/Abstract

摘要： 针对压缩感知重构算法计算实时性太差的问题,提出压缩采样追踪匹配(compressive sampling matching pursuit,CoSaMP)算法的并行化加速算法。 基于多线程技术实现重构算法的粗粒度并行化,分析CoSaMP算法的计算热点,将其中耗时较多的矩阵操作移植在图形处理器(graphics processing unit, GPU)上,实现算法的细粒度并行化。在测试图像上进行试验,结果表明:并行化加速算法取得50倍的加速效果,有效地降低重构算法的计算时间开销。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=255