一个新颖的方法来实现高速度和低内存可分2 d DWT架构

附加说明Raju Desamsetti¹和G。悉安纳普尔纳峰²

M.Tech(学者)、ECE称,斯里兰卡Vasavi工程技术研究所Nandamuru,美联社,印度
助理教授,ECE称,斯里兰卡Vasavi工程技术研究所Nandamuru,美联社,印度

文摘

小波背后的基本思想是根据规模来分析。事实上,有些小波领域的研究人员认为,通过使用小波,一个是采用处理数据的角度来看。小波函数满足一定的数学要求和用于表示数据或其他功能。本文分离管道架构2 d DWT的快速计算提出了更少的内存和低延迟。低延迟和更少的内存是通过适当的设计两个一维DWT过滤过程和有效地传输数据之间的两个一维DWT过滤器。建筑的功能验证通过modelsim仿真器和合成使用XILINX ISE执行。

关键字

离散小波变换,Xilinx ISE、系统安全。

介绍

小波背后的基本思想是根据规模来分析。事实上,有些小波领域的研究人员认为,通过使用小波,一个是采用处理数据的角度来看。小波函数满足一定的数学要求和用于表示数据或其他功能。这一想法并不新鲜。近似使用叠加函数已经存在自1800年代早期,当约瑟夫傅里叶发现他可以重叠正弦和余弦表示其他功能。然而,在小波分析中,我们使用数据的规模起着特殊作用。不同尺度的小波算法处理数据,或决议。快速傅里叶变换(FT)和算法(FFT)是一个重要的工具,许多自然信号的分析和处理。英国《金融时报》描述许多自然信号有一定的限制,这是不稳定的(如演讲)。尽管时间不同,即基于重叠窗口英尺STFT(短时间内英尺)是众所周知的对于语音处理的应用程序,一个基于时间尺度的小波变换是一种强大的数学工具对非平稳信号。 Wavelet Transform uses a set of damped oscillating functions known as wavelet basis. WT in its continuous (analog) form is represented as CWT. CWT with various deterministic or non-deterministic bases is a more effective representation of signals for analysis as well as characterization. Continuous wavelet transform is powerful in singularity detection. A discrete and fast implementation of CWT (generally with real valued basis) is known as the standard DWT (Discrete Wavelet Transform).With standard DWT, signal has a same data size in transform domain and therefore it is a non-redundant transform. A very important property was Multi-resolution Analysis (MRA) allows DWT to view and process.

小波分析过程采用小波函数原型,称为分析小波或母小波。时间与合同执行分析,小波高频版的原型,而频率分析进行扩张,低频版本相同的小波。因为可以代表原始信号或函数的小波扩张(使用小波函数的线性组合系数),可以执行数据操作仅使用对应的小波系数。如果你进一步选择最佳小波适应您的数据,或截断系数低于一个阈值,数据稀疏表示。这种稀疏编码使得小波数据压缩领域的一个很好的工具。利用小波的其他应用领域包括天文学、音响、核工程、可编码、信号和图像处理、神经生理学,音乐,磁共振成像,言语歧视、光学、分形、湍流、地震预测、雷达、人类的视觉,和纯粹的数学应用,如解决偏微分方程。

小波理论的描述

“波”是一个小波,它的能量集中在时间。它有一个振荡波状的特点也有能力允许同步时间和频率分析和瞬态是一个合适的工具,不稳定或时变现象。

小波分析过程采用小波函数原型,被称为“小波分析”或“母小波”。时间与合同执行分析,小波高频版的原型,而频率分析进行扩张,低频版本相同的小波。使用小波信号的数学公式扩张给小波变换(WT)对,这类似于傅里叶变换(FT)。离散时间和离散参数版本的WT称为离散小波变换(DWT)。

紧支撑小波函数定义在一个有限区间,平均值为零。小波变换的基本思想是代表任意函数f (x)等upperposition的一组小波基函数。这些基函数从一个原型获得小波被称为母小波ψ(x)由膨胀或缩放和翻译。小波基非常善于有效地代表函数光滑除了少量的不连续性。离散小波变换(DWT)已经广泛应用于许多应用程序像图像压缩、信号处理、语音压缩,因为它们多分辨率信号在时间和频率都与定位。过去,很多架构提出了旨在提供高- 2 d DWT计算速度的要求,利用合理的硬件资源。这些架构大致可分为两种类型不可分的2 d DWT和可分2 - d DWT命名。

不可分离的2 d DWT

不可分离的体系结构的二维变换计算直接利用二维过滤器。两个不可分离的架构,一个使用并行二维过滤器和其他SIMD二维数组,都基于一个修改过的区域。不可分离的方法内部线缓冲区使用存储邻居之间的边界数据块等保持所需的外部框架内存带宽低至分离方法。然而,外部内存访问将消耗最大的权力,成为非常敏感的系统芯片。此外,所需的外部内存带宽的不可分离的双以上的分离方法。二维变换计算直接利用二维过滤器。两个不可分离的架构,一个使用并行二维过滤器和其他SIMD二维数组,都基于一个修改过的区域。在前的架构,实现高度的计算并行性为代价的低效率的硬件利用率,而后者组织架构需要重新配置阵列的处理动作分解水平较高。许多并行FIR滤波器的多相结构用于提高处理速度的增加硬件。为了提供一个乘数的计算和促进边界的处理数据,提出了架构,是一个阶段的管道并行乘数和两个阶段的蓄电池执行积累任务每个过滤器的两个方向。

图3给出了框图管道显示所需的所有组件的三个阶段。注意,此图中所示的数据流包括只LL-sub乐队数据所需的操作阶段。HH、HL和LH子带数据直接输出到外部内存。现在,我们提供详细的结构数据扫描设备扫描二维数据,建立四个不同sub-windows,以及过滤操作处理单元的分布在每一个阶段。

为了获得相对应的输出样本给定sub-window,必须积累的部分产品垂直向下,从右到左考虑到传播的带位。这种积累的任务可以分为一系列的层。最短路径的关键数据可以通过最小化层的层数和延迟。在每一层的比特数的组成部分产品从不同的行位和/或携带位需要补充道。可以通过并行使用尽可能多的位操作方案需要在每一层。使用位操作加法器背后的想法是产生的数量尽可能输出从一层位的数量小于输入层位。这可以通过使用完整的蛇和专门设计的双蛇,在全加器消耗3位并产生2位(一个总和,一个携带比特),而双加法器消耗两双位从邻国列和生产3位(一个笔和两个携带位/两笔和一把位)。两种类型的蛇有平等的延迟,是有效的在产生携带比特和压缩部分产品的数量。

可分离的方法

分离变量法是最简单的实现方法。在分离方法中,二维滤波操作,一个用于处理一点数据行操作,另一列。在这种方法中中间系数存储在一个框架的记忆。那么它与这些中间执行在其他方向一维DWT系数完成一级2 d DWT因为这个帧存储器的大小通常是认为芯片。然而,分离方法执行一维DWT同时在两个方向上。因此在可分离的架构,用于执行一个一维滤波结构的2 - d DWT,有额外要求的更换两个一维滤波过程之间的中间数据。因此分离方法不需要帧存储器来存储中间数据。相反,一些内部线缓冲区用于存储中间数据,和所需的大小正比于图像的宽度。一个low-storage短延迟可分离的结构,在这种结构中,行明智的操作是由收缩通过平行过滤器,过滤器和列操作。架构of2 - D DWT如下图4所示。

分配器的输入信号分解成两个子带信号,偶数和奇数。即使信号代表了高频率(或粗)输入的一部分,而奇怪的信号代表了低频率(或细节)输入的一部分。如图所示,每个寄存器的输出由一个时钟脉冲延迟获得延迟信号。利用一维DWT架构输入数据分为甚至系数和奇怪的系数。

提出了管道架构

DWT计算管道结构,使用多个阶段进行的计算的不同分解层次变换[4]。计算对应于每个分解级别需要映射到一个阶段或阶段的管道。为了设计一个管道结构能够执行一个快速计算DWT费用较低的硬件资源和较低的设计复杂性,DWT的整体任务的最优映射计算管道的不同阶段需要确定。任何分布的总体任务DWT计算阶段必须考虑的顺序计算的固有性质分解水平限制管道的计算并行性阶段,因此延迟的管道。此外,为了减少费用的硬件资源管道,所使用的过滤单元的数量每个阶段应该最小和任务分配的数量成正比的阶段。

的直接映射的DWT计算管道的总体任务是一级单程映射,在J分解水平分布的任务阶段的管道。然而,分一级的一个阶段一个阶段管道为多个阶段需要与相应的分解级别相关联的任务分工为子任务,反过来,将呼吁甚至更复杂问题的一个解决方案的同步相关的子任务划分阶段。另一方面,多个管道的适用阶段合并到一个阶段不会产生任何额外的同步问题。事实上,这样的合并可以用来减少管道的过滤单元的总数。

同步管道需要同步的早期阶段,每个阶段开始时的操作在一个尽早所需的数据变得可用的操作。一旦开始一个阶段的操作,它必须继续直到任务分配给它完全完成。

考虑图3.6中给出的时间图的操作三个阶段,在t1、t2和t3 *被阶段单独1,2和3,分别完成分配任务,和助教和结核病是起始点之间的时间运行的任务,分阶段1和2,分别阶段2和3。

注意的长度* t1、t2和t3完成各个阶段的任务大致是相同的,因为任务分配的比例和可用的资源这三个阶段都是相同的。分期平均时间计算一个输出样本1、2和3是1:4:8的比率。在图2的相对宽度的槽三个阶段,以反映这一比率所示。我们的目标是最小化总计算时间助教+结核+ t3通过最小化t, t, t。

结果

结果用于修饰或说明该模型是本章中提到的。典型的输入数据中提到Fig.8design过程。

仿真结果DWT-1和DWT-2 Fig.9和Fig.10所示。结果屏幕截图显示该模型性能与输入数据中提到Fig.8。RTL示意图布局设计Fig.11中提到。

结论

得出在DWT,最突出的信息信号出现在高振幅和突出的信息出现在非常低的振幅越少。在本文中,提出了如何通过分离信号分解发生DWT架构。分离管道架构的快速计算2 d DWT更少的内存和低延迟。低延迟和更少的内存是通过适当的设计两个一维DWT过滤过程和有效地传输数据之间的两个一维DWT架构。此体系结构模拟、合成和使用XILINX ISE工具由VERILOG语言实现。在未来它也可以应用于帧。