Синтез швидкодіючих пристроїв цифрової обробки сигналів на основі теоретико-числових перетворень

Автор(и)

  • Andrey Ivashko Національний технічний університет «Харківський політехнічний інститут» вул. Кирпичова, 2, м. Харків, Україна, 61002, Україна https://orcid.org/0000-0002-4012-1697
  • Igor Liberg Національний технічний університет «Харківський політехнічний інститут» вул. Кирпичова, 2, м. Харків, Україна, 61002, Україна https://orcid.org/0000-0002-2404-5620
  • Denis Lunin Національний технічний університет «Харківський політехнічний інститут» вул. Кирпичова, 2, м. Харків, Україна, 61002, Україна https://orcid.org/0000-0002-9418-0000

DOI:

https://doi.org/10.15587/1729-4061.2020.194342

Ключові слова:

автокореляційна функція, кореляція, згортка, програмовані логічні інтегральні схеми, дискретне перетворення Фур'є

Анотація

Запропоновано вибір модулів спеціального виду і відповідних їм первісних коренів, які допускають спрощену структуру арифметичних пристроїв, із застосуванням теоретико-числових перетворень. Розроблено метод визначення модулів, що забезпечує мінімальне число арифметичних операцій при виконанні операцій додавання і множення за модулем. Розроблено і промоделювано структури суматорів за модулями спеціального виду, що дозволяють максимально швидко виконувати операцію складання. Синтезовані і протестовані суматори за модулями чисел Ферма, Мерсенна і Голомба, які можна застосувати в арифметичних блоках швидкодіючих кореляторів і фільтрів.

Обчислення кореляцій і згорток в реальному часі стає досить трудомістким завданням у разі довгих вхідних послідовностей. Для вирішення цього завдання доцільно застосувати так звані швидкі алгоритми. Однак це вимагає високої продуктивності обчислювача згорток і кореляцій, які часто перевищують можливості сучасної обчислювальної техніки. Тому запропонована методика визначення модуля і розроблені структурні схеми суматорів за модулями спеціального виду, дозволяють прискорити обчислення кореляцій і згорток з використанням теоретико-числових перетворень.

Так як операція множення за модулем виконується за допомогою операцій додавання і зсуву, то трудомісткість розрахунку теоретико-числових перетворень в значній мірі залежить від кількості одиниць в двійковому поданні ступенів первісного кореня. Операція множення, як правило, зводиться до багаторазового складання чисел, то складність і швидкодія арифметичних пристроїв для теоретико-числових перетворень визначається характеристиками суматорів за модулем.

Запропонований метод проектування обчислювальних модулів для цифрових пристроїв обчислення кореляції і згортки на основі швидких теоретико-числових перетворень забезпечує спрощену апаратну і програмну реалізацію цих структур, що призводить до високошвидкісної обробки сигналів і зображень

Біографії авторів

Andrey Ivashko, Національний технічний університет «Харківський політехнічний інститут» вул. Кирпичова, 2, м. Харків, Україна, 61002

Кандидат технічних наук, професор

Кафедра автоматики та управління в технічних системах

Igor Liberg, Національний технічний університет «Харківський політехнічний інститут» вул. Кирпичова, 2, м. Харків, Україна, 61002

Кандидат технічних наук, професор

Кафедра автоматики та управління в технічних системах

Denis Lunin, Національний технічний університет «Харківський політехнічний інститут» вул. Кирпичова, 2, м. Харків, Україна, 61002

Старший викладач

Кафедра автоматики та управління в технічних системах

Посилання

  1. Ortega Cisneros, S., Rivera D., J., Moreno Villalobos, P., Torres, C., C. A., Hernandez-Hector, H., Raygoza, P., J. J. (2015). An image processor for convolution and correlation of binary images implemented in FPGA. 2015 12th International Conference on Electrical Engineering, Computing Science and Automatic Control (CCE). doi: https://doi.org/10.1109/iceee.2015.7357987
  2. Ito, I. (2013). A Computing Method for Linear Convolution and Linear Correlation in the DCT Domain. IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences, E96.A (7), 1518–1525. doi: https://doi.org/10.1587/transfun.e96.a.1518
  3. Valencia, F., Khalid, A., O’Sullivan, E., Regazzoni, F. (2017). The design space of the number theoretic transform: A survey. 2017 International Conference on Embedded Computer Systems: Architectures, Modeling, and Simulation (SAMOS). doi: https://doi.org/10.1109/samos.2017.8344640
  4. Zhang, J., Li, S. (2009). Data-recovery algorithm and circuit for cyclic convolution based on FNT. IEICE Electronics Express, 6 (14), 1019–1024. doi: https://doi.org/10.1587/elex.6.1019
  5. Boussakta, S., Hamood, M. T., Rutter, N. (2012). Generalized New Mersenne Number Transforms. IEEE Transactions on Signal Processing, 60 (5), 2640–2647. doi: https://doi.org/10.1109/tsp.2012.2186131
  6. Campbell, K., Lin, C.-H., Chen, D. (2018). Low-cost hardware architectures for mersenne modulo functional units. 2018 23rd Asia and South Pacific Design Automation Conference (ASP-DAC). doi: https://doi.org/10.1109/aspdac.2018.8297388
  7. Toivonen, T., Heikkila, J. (2006). Video filtering with Fermat number theoretic transforms using residue number system. IEEE Transactions on Circuits and Systems for Video Technology, 16 (1), 92–101. doi: https://doi.org/10.1109/tcsvt.2005.858612
  8. Zhang, J., Li, S. (2009). High Speed Parallel Architecture for Cyclic Convolution Based on FNT. 2009 IEEE Computer Society Annual Symposium on VLSI. doi: https://doi.org/10.1109/isvlsi.2009.10
  9. Kumar, S., Chang, C.-H. (2017). A Scaling-Assisted Signed Integer Comparator for the Balanced Five-Moduli Set RNS {2n - 1, 2n, 2n + 1, 2n+1 - 1, 2n-1 - 1}. IEEE Transactions on Very Large Scale Integration (VLSI) Systems, 25 (12), 3521–3533. doi: https://doi.org/10.1109/tvlsi.2017.2748984
  10. Efstathiou, C., Vergos, H. T., Nikolos, D. (2003). Modulo 2n ±1 adder design using select-prefix blocks. IEEE Transactions on Computers, 52 (11), 1399–1406. doi: https://doi.org/10.1109/tc.2003.1244938
  11. Golomb, S. W., Reed, I. S., Truong, T. K. (1977). Integer Convolution over Finite Field GF(3‧2n + 1). SIAM Journal on Applied Mathematics, 32 (2), 356–365. doi: https://doi.org/10.1137/0132029
  12. Chernov, V. M., Korepanov, A. O. (2006). Teoretiko-chislovye preobrazovaniya v zadachah tsifrovoy obrabotki signalov. Samara, 112.
  13. Baozhou, Z., Ahmed, N., Peltenburg, J., Bertels, K., Al-Ars, Z. (2019). Diminished-1 Fermat Number Transform for Integer Convolutional Neural Networks. 2019 IEEE 4th International Conference on Big Data Analytics (ICBDA). doi: https://doi.org/10.1109/icbda.2019.8713250

##submission.downloads##

Опубліковано

2020-02-29

Як цитувати

Ivashko, A., Liberg, I., & Lunin, D. (2020). Синтез швидкодіючих пристроїв цифрової обробки сигналів на основі теоретико-числових перетворень. Eastern-European Journal of Enterprise Technologies, 1(4 (103), 6–10. https://doi.org/10.15587/1729-4061.2020.194342

Номер

Розділ

Математика та кібернетика - прикладні аспекти