13966

1239 دكتري

دكتري

الكترونيك

اصفهان: دانشگاه صنعتي اصفهان، دانشكده برق و كامپيوتر

۱۳۹۷

پانزده، [۱۴۶]ص.: مصور، جدول، نمودار

مسعود سيدي

احسان يزديان

شادرخ سماوي، نادر كريمي

1397/07/21

كتابنامه

برق و كامپيوتر

مهندسي برق و كامپيوتر

ID1239 دكتري

چكيده حل مسأأألهي تقريب تنك در الگوريتمهاي بازيابي حسأأگري فشأأرده نيازمند جسأأتجوي تكرارشأأونده يا روشهاي بهينهسأأازي اسأأت در كاربردهايي با محاسأأبات برونخط پيچيدگي محاسأأباتي اين روشها مشأأكلي ايجاد نميكند اما در صأأورت نياز به پردازش بيدرنگ در كاربردهايي با محدوديت منابع و انرژي اين مس أأله چالش بزرگي محسأأوب ميشأأود در چنين شأأرايطي طراحي سأأختافزاري كارا براي پياده سازي الگوريتم بازيابي ضرورت دارد در اغلب پياده سازيهاي قبلي بهكارگيري ماتريس اندازهگيري تصادفي منجر به م صرف منابع سختافزاري زياد و محا سبات باال شده ا ست در اين تحقيق جهت كاهش مؤثر حجم محا سبات و سختافزار دو رهيافت مختلف براي نمونهبرداري و سأأپس بازيابي سأأيگنالهاي خيلي تنك و سأأيگنالهاي كمتر تنك مورد اسأأتفاده قرار گرفته اسأأت براي س أيگنالهاي خيلي تنك الگوريتم پيگيري تطابق متعامد OMP با ا ستفاده از يك ماتريس اندازهگيري معين پياده سازي شده ا ست ساخت اين ماتريس بر مبناي ماتريس بررسأأي توازن كدهاي آزمون توازن كم چگال LDPC انجام گرفته و ماتريس بيدرنگ و بدون ذخيرهسأأازي قابل توجه توليد ميگردد سأأاختار دودويي تنك و چرخهاي اين ماتريس منجر به پيچيدگي محاسأأباتي كمتر و سأأختافزار بازيابي كوچكتر شأأده است براي پياده سازي بهينهي الگوريتم OMP روش دورزدن معكوس ماتريس MIB براي حل مسألهي حداقل مربعات استفاده شده تا باعث كاهش وابستگي دادهها شود نتايج پياده سازي در FPGA ن شان ميدهد كه ساختار پي شنهادي سختافزار كمتري ن سبت به كارهاي مشابه مصرف مينمايد عالوه بر اين دقت سيگنال بازيابي شده قابل مقايسه با مواردي است كه در آنها ماتريس تصادفي بهكار رفته است با توجه به وابسأأتگي تقريبا خطي پيچيدگي الگوريتم OMP با درجهي تنك بودن سأأيگنال اين الگوريتم مناسأأب سأأيگنالهاي خيلي تنك ا ست براي سيگنالهاي كمتر تنك نمونهبرداري به صورت ت صادفي و بازيابي با روش تكرار شونده با آ ستانهگذاري وفقي IMAT انجام شأده اسأت در رابطه با بازيابي تصأاوير بهعنوان نمونهاي از سأيگنالهاي كمتر تنك نتايج شأبيهسأازي مزاياي IMAT را در بهبود كيفيت أأ أ أ أ أ سأأيگنال بازيابي شأأده در مقايسأأه با OMP نشأأان ميدهد از آنجايي كه IMAT در هر تكرار از تبديل گسأأسأأته بهره ميگيرد اسأأتفاده از الگوريتمهاي سريع يا الگوريتمهاي تقريبي سريع منجر به پياده سازي كاراتر اين الگوريتم مي شود در اين رساله دو تبديل والش هادامارد WHT و تقريب تبديل گسستهي كسينوسي ADCT كه هر دو فاقد عملگر ضرب هستند براي كاهش پيچيدگي محاسباتي پياده سازي IMAT استفاده شدهاند نتايج پياده سازي IMAT در FPGA با استفاده از دو تبديل فوق نشاندهندهي سخت افزار مصرفي پايين و كارايي باالي ساختار پيشنهادي است واژههاي كليدي حسگري فشرده ماتريس اندازهگيري بازيابي IMAT OMP ماتريس معين نمونهبرداري تصادفي سختافزار

Hardware Design of Real Time Reconstruction for Compressive Sensing Systems Mohammad Fardad m fardad@ec iut ac ir July 2018 Department of Electrical and Computer EngineeringIsfahan University of Technology 84156 83111 Isfahan IranSupervisor Sayed Masoud Sayedi m sayedi@cc iut ac irAdvisor Ehsan Yazdian yazdian@cc iut ac irDepartment Graduate Program Coordinator Mohammad Reza Taban Department of Electrical and Computer Engineering Isfahan University of Technology Isfahan Iran AbstractRecovery algorithms of compressively sampled data include solving a sparse approximation problem that requiresiterative search or optimization techniques Software implementations of these algorithms are not fast enough for real time applications In this research two different hardware approaches are used to sample and then recover of sparsesignals For high sparse signals orthogonal matching pursuit OMP recovery algorithm is implemented in thehardware using a deterministic measurement matrix The construction of the matrix is based on the parity check matrixof LDPC codes Cyclic and binary structure of this matrix leads to the lower computational complexity and hardwarecost For low sparse signals a hardware architecture of iterative method with adaptive thresholding IMAT ispresented to recover a sparse signal from its random samples To demonstrate the effectiveness of IMAT a comparisonis performed between the IMAT algorithm and OMP algorithm in terms of complexity and reconstruction quality Since IMAT employs discrete transform in each iteration two multiplication free transforms Walsh Hadamardtransform WHT and approximate DCT are used to reduce computational complexity of its implementation BothOMP and IMAT are implemented on Virtex6 FPGA and the results are reported in terms of hardware resourceutilization power consumption and recovery time Key wordsCompressive sensing deterministic measurement matrix OMP random sampling IMAT IntroductionCompressive sensing CS is an efficient framework in which sparse signals are sampled in thecompression form Measurement and recovery processes are two principle challenges in CS The

مسعود سيدي

احسان يزديان

شادرخ سماوي، نادر كريمي