基于FPGA的复数长方阵SVD算法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于FPGA的复数长方阵SVD算法

阎波, 张威威, 林水生

文章导航 > 电子科技大学学报 > 2015 > 44(4): 481-486

阎波, 张威威, 林水生. 基于FPGA的复数长方阵SVD算法[J]. 电子科技大学学报, 2015, 44(4): 481-486. doi: 10.3969/j.issn.1001-0548.2015.04.001

引用本文:

阎波, 张威威, 林水生. 基于FPGA的复数长方阵SVD算法[J]. 电子科技大学学报, 2015, 44(4): 481-486. doi: 10.3969/j.issn.1001-0548.2015.04.001

YAN Bo, ZHANG Wei-wei, LIN Shui-sheng. Singular Value Decomposition Algorithm of Rectangular Complex Matrix Based on FPGA[J]. Journal of University of Electronic Science and Technology of China, 2015, 44(4): 481-486. doi: 10.3969/j.issn.1001-0548.2015.04.001

Citation:

YAN Bo, ZHANG Wei-wei, LIN Shui-sheng. Singular Value Decomposition Algorithm of Rectangular Complex Matrix Based on FPGA[J]. Journal of University of Electronic Science and Technology of China, 2015, 44(4): 481-486. doi: 10.3969/j.issn.1001-0548.2015.04.001

基于FPGA的复数长方阵SVD算法

doi: 10.3969/j.issn.1001-0548.2015.04.001

中图分类号: TP33;TN4

Singular Value Decomposition Algorithm of Rectangular Complex Matrix Based on FPGA

摘要: 在OFDM和MIMO系统中普遍使用长方形矩阵复数奇异值分解运算。针对传统算法运算量大,迭代次数多的问题,提出了一种基于householder和双边Jacobi的混合优化算法。该算法首先通过householder变换将矩阵化解为二对角矩阵;然后提取2×2复矩阵;再进行改进型复数双边Jacobi变换。兼具有QR算法的高精度和Jacobi算法的低硬件实现成本的优点。给出了2×8的CSVD的FPGA硬件实现方案并进行了板级测试。测试结果表明,该混合优化算法较传统算法在硬件资源上节省26%,延时缩短10倍,在同等位宽下计算精度至少提高了一个数量级。
- 复数奇异值分解 /
- 可编程逻辑阵列 /
- householder /
- Jacobi /
- 长方矩阵

[1]	AU E K S, JIN S, MCKAY M R, et al. Analytical performance of MIMO-SVD systems in ricean fading channels with channel estimation error and feedback delay[J]. IEEE Transactions on Wireless Communications, 2008, 7(4): 1315-1325.
[2]	ZHAO Xue-zhi, YE Bang-yan. Convergence characteristic of single direction shrink QR algorithm in the singular value decomposition[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(5): 762-767.
[3]	SRINIVASAN J, RAJARAM S. FPGA implementation of precoding using low complexity SVD for MIMO-OFDM systems[C]//Information Communication and Embedded Systems (ICICES). [S.l.]: IEEE, 2013.
[4]	CHAKROBORTY S, SAHA G. Feature selection using singular value decomposition and QR factorization with column pivoting for text-independent speaker identification [J]. Speech Communication, 2010, 52(9): 693-709.
[5]	胡谋法, 董文娟, 王书宏, 等. 奇异值分解带通滤波背景抑制和去噪[J]. 电子学报, 2008, 36(1): 111-116. HU Mou-fa, DONG Wen-juan, WANG Shu-hong, et al. Singular value decomposition band-pass-filter for image background suppression and denoising[J]. Acta Electronica Sinica, 2008, 36(1): 111-116.
[6]	WANG Y, CUNNINGHAM K, NAGVAJARA P, et al. Singular value decomposition hardware for MIMO: State of the art and custom design[C]//Reconfigurable Computing and FPGAs (ReConFig). [S.l.]: IEEE, 2010.
[7]	HAN Q, ZENG L. FPGA Implementation for low-rank channel estimation of OFDM[J]. Journal of Networks, 2012, 7(10): 1631-1638.
[8]	HEMKUMAR N D, CAVALLARO J R. A systolic VLSI architecture for complex SVD[C]//Circuits and Systems, ISCAS'92. [S.l.]: IEEE, 1992.
[9]	赵学智, 叶邦彦. 单向收缩QR算法在奇异值分解中的收敛特性[J]. 电子科技大学学报, 2010, 39(5): 762-767.
[10]	MA W, KAYE M E, LUKE D M, et al. An FPGA-based singular value decomposition processor[C]//Electrical and Computer Engineering. [S.l.]: IEEE, 2006.
[11]	LIU J, ZHANG J. A new maximum simplex volume method based on householder transformation for endmember extraction[J]. IEEE Transactions on Geoscience and Remote Sensing, 2012, 50(1): 104-118.
[12]	PEDRAM A, GERSTLAUER A, GEIJN R A V D. Floating point architecture extensions for optimized matrix factorization[C]//Proceedings of the 2013 IEEE 21st Symposium on Computer Arithmetic. [S.l.]: IEEE, 2013: 49-58.
[13]	张贤达. 矩阵分析与应用[M]. 北京: 清华大学出版社有限公司, 2004. ZHANG Xian-da. Matrix analysis and applications[M]. Beijing: Tsinghua and Springer Publishing House, 2004.

[1]	王永, 冉珣, 尹恩民, 王利. 满足差分隐私保护的矩阵分解推荐算法 . 电子科技大学学报, 2021, 50(3): 405-413. doi: 10.12178/1001-0548.2020359
[2]	蒋伟, 秦志光. 耦合社会信任信息的矩阵分解协同过滤模型 . 电子科技大学学报, 2019, 48(3): 420-426. doi: 10.3969/j.issn.1001-0548.2019.03.018
[3]	郭强, 岳强, 李仁德, 刘建国. 基于四阶奇异值分解的推荐算法研究 . 电子科技大学学报, 2019, 48(4): 586-594. doi: 10.3969/j.issn.1001-0548.2019.04.017
[4]	吴琳拥, 毛谨, 白渭雄. 基于奇异值分解的雷达微小目标检测方法 . 电子科技大学学报, 2019, 48(3): 326-330. doi: 10.3969/j.issn.1001-0548.2019.03.002
[5]	范阿冬, 秦晓卫, 戴旭初. 基于矢量处理器的可编程并行MIMO检测器设计 . 电子科技大学学报, 2016, 45(3): 337-343. doi: 10.3969/j.issn.1001-0548.2016.02.004
[6]	余刚, 王知衍, 邵璐, 胡舒悦, 蔡毅. 基于奇异值分解的个性化评论推荐 . 电子科技大学学报, 2015, 44(4): 605-610. doi: 10.3969/j.issn.1001-0548.2015.04.022
[7]	蒋运承, 谭红艳. 面向语义Web的Expressive格值描述逻辑 . 电子科技大学学报, 2012, 41(3): 322-335. doi: 10.3969/j.issn.1001-0548.2012.03.001
[8]	喻庆东, 周莉, 朱玥, 胡哲琨, 陈杰. 可编程的帧内预测器结构设计与实现 . 电子科技大学学报, 2012, 41(4): 605-610. doi: 10.3969/j.issn.1001-0548.2012.04.025
[9]	赵学智, 叶邦彦. 单向收缩QR算法在奇异值分解中的收敛特性 . 电子科技大学学报, 2010, 39(5): 762-768. doi: 10.3969/j.issn.1001-0548.2010.05.024
[10]	孙艳华, 王浩, 张延华. 复数域格缩减的MIMO检测算法研究 . 电子科技大学学报, 2010, 39(5): 670-675. doi: 10.3969/j.issn.1001-0548.2010.05.005
[11]	廖臣, 祝大军, 刘盛纲. 五点差分格式求解泊松方程并行算法的研究 . 电子科技大学学报, 2008, 37(1): 81-83,127.
[12]	刘晓明, 王录涛. MEMS加速度传感器的引信数据采集系统设计 . 电子科技大学学报, 2008, 37(2): 309-312.
[13]	冉瑞生, 黄廷祝. 迭代矩阵特征值模的界 . 电子科技大学学报, 2006, 35(1): 133-136.
[14]	刁新军, 黄廷祝, 曾翎, 冉瑞生. 五对角矩阵的分解及其逆元素的快速算法 . 电子科技大学学报, 2005, 34(6): 850-853.
[15]	陈建新. 可对称化矩阵特征值的任意扰动 . 电子科技大学学报, 2005, 34(1): 121-123.
[16]	邓生华. 矩阵代数的态空间 . 电子科技大学学报, 2003, 32(6): 775-778.
[17]	王广彬, 黄廷祝. 局部双α对角占优矩阵 . 电子科技大学学报, 2001, 30(2): 199-202.
[18]	王广彬, 黄廷祝. 逆H矩阵的性质 . 电子科技大学学报, 2001, 30(2): 192-194.
[19]	黄廷祝, 蒲和平. (块) H矩阵与亚正定矩阵 . 电子科技大学学报, 1998, 27(2): 216-218.
[20]	龚宇, 唐向宏. 全自适应阵列中的逆QR分解算法 . 电子科技大学学报, 1997, 26(1): 24-28.

WeChat

点击查看大图

计量

文章访问数: 5217
HTML全文浏览量: 169
PDF下载量: 104
被引次数: 0

基于FPGA的复数长方阵SVD算法

doi: 10.3969/j.issn.1001-0548.2015.04.001

刊出日期: 2015-08-15

中图分类号: TP33;TN4

关键词:

摘要: 在OFDM和MIMO系统中普遍使用长方形矩阵复数奇异值分解运算。针对传统算法运算量大,迭代次数多的问题,提出了一种基于householder和双边Jacobi的混合优化算法。该算法首先通过householder变换将矩阵化解为二对角矩阵;然后提取2×2复矩阵;再进行改进型复数双边Jacobi变换。兼具有QR算法的高精度和Jacobi算法的低硬件实现成本的优点。给出了2×8的CSVD的FPGA硬件实现方案并进行了板级测试。测试结果表明,该混合优化算法较传统算法在硬件资源上节省26%,延时缩短10倍,在同等位宽下计算精度至少提高了一个数量级。

English Abstract

阎波, 张威威, 林水生. 基于FPGA的复数长方阵SVD算法[J]. 电子科技大学学报, 2015, 44(4): 481-486. doi: 10.3969/j.issn.1001-0548.2015.04.001

引用本文:

阎波, 张威威, 林水生. 基于FPGA的复数长方阵SVD算法[J]. 电子科技大学学报, 2015, 44(4): 481-486. doi: 10.3969/j.issn.1001-0548.2015.04.001

YAN Bo, ZHANG Wei-wei, LIN Shui-sheng. Singular Value Decomposition Algorithm of Rectangular Complex Matrix Based on FPGA[J]. Journal of University of Electronic Science and Technology of China, 2015, 44(4): 481-486. doi: 10.3969/j.issn.1001-0548.2015.04.001

Citation:

YAN Bo, ZHANG Wei-wei, LIN Shui-sheng. Singular Value Decomposition Algorithm of Rectangular Complex Matrix Based on FPGA[J]. Journal of University of Electronic Science and Technology of China, 2015, 44(4): 481-486. doi: 10.3969/j.issn.1001-0548.2015.04.001

全文HTML

参考文献 (13)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发