فایل ورد کامل مقاله علمی درباره کوتاه‌سازی کد الگوریتم FFT به‌منظور کاهش اشغال حافظه در سخت‌افزارهای پردازشی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 فایل ورد کامل مقاله علمی درباره کوتاه‌سازی کد الگوریتم FFT به‌منظور کاهش اشغال حافظه در سخت‌افزارهای پردازشی دارای ۶ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد فایل ورد کامل مقاله علمی درباره کوتاه‌سازی کد الگوریتم FFT به‌منظور کاهش اشغال حافظه در سخت‌افزارهای پردازشی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی فایل ورد کامل مقاله علمی درباره کوتاه‌سازی کد الگوریتم FFT به‌منظور کاهش اشغال حافظه در سخت‌افزارهای پردازشی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن فایل ورد کامل مقاله علمی درباره کوتاه‌سازی کد الگوریتم FFT به‌منظور کاهش اشغال حافظه در سخت‌افزارهای پردازشی :

چکیده –

تبدیل فوریه از پرکاربردترین تبدیلات در پردازش سیگنالهای رقومی همچون پردازش تصویر و صوت است. پیاده سازی این تبدیل در سخت افزارهای پردازشی مبتنی بر میکروکن ترلرها و پردازنده های پیشرفته، دو مشکل زمان پردازش زیاد و نیاز به حجم حافظه برنامه زیاد را در سر راه قرار میدهد. جهت کاهش زمان پردازش، الگوریتم FFT مورد استفاده قرار میگیرد. اما پیاده سازی این الگوریتم نیز نیاز به حجم حافظه

برنامه زیاد دارد. در این مقاله، مسئله کوتاه سازی کد برنامه برای پیاده سازی این الگوریتم مورد بررسی قرار گرفته و دو کد کوتاه مناسب معرفی شده است. کدهای برنامه مورد شبیه سازی قرار گرفته و نتایج شبیه سازی، درستی عملکرد آن را به اثبات رسانده است.
کلید واژه- تبدیل فوریه، الگوریتم FFT، الگوریتم Radix.2، سخت افزارهای پردازشی، پردازش سیگنالهای رقومی، پردازش تصویر، پردازش صوت.

-۱ مقدمه

یکی از مباحـث پایـهای در پـردازش سـیگنالهـای رقـومی، محاسبه ضرایب فوریه از یک سیگنال گسسته استتـابع. DFT1 کاربردهــای فراوانــی در پــردازش ســیگنال دیجیتــال، ارتباطــات مخابراتی، پردازش صوت و پردازش تصویر دارد. یکی از مشکلاتی که در استفاده از این تابع با آن روبرو هستیم، زمان زیادی اسـت که برای محاسبه ضرایب این تابع صرف مـیشـود .[۱] بـه همـین منظور Cooley و Tukey در سال ۱۹۶۵ مقالهای با موضوع حذف محاسبات زاید در محاسبه تابع DFT، برای کاهش زمان آن ارائـه دادند.[۲] بعد از این مقاله، الگوریتمهای مختلفی به ایـن منظـور ارایه گردید، که از جمله پرکاربردترین آنها میتوان بـه Radix-2،
Radix-4 و Split-radix اشاره کرد.[۶-۳]
تبدیل FFT2 ماهیت جدیدی در حوزه تبـدیل ایجـاد نمـی – کند؛ بلکه راه حلی برای کاهش محاسبات تبدیل فوریـه گسسـته ارائه میکنـد .[۷] پیچیـدگی محاسـباتی تبـدیل فوریـه گسسـته O(N2) میباشد؛ در صورتیکه تبدیل FFT ایـن پیچیـدگی را بـه
O(Nlog(N)) کاهش میدهد.[۸]
همانطور که ذکر شد، انگیزه اصلی استفاده از FFT افـزایش

۱

سرعت محاسبات میباشد. مسئلهای که در پیـادهسـازی سـخت – افزاری این الگوریتم با آن روبرو هستیم، محدودیت حافظـه مـی – باشد. همانطور کـه مـیدانـیم هـر میکروکنترلـر و DSP دارای اندازه محدودی حافظه داخلی میباشد. همچنـین مـیدانـیم کـه ارتباط بین این پردازندهها با حافظه خـارجی، یـک ارتبـاط کنـد نسبت به ارتباط پردازنده با حافظه داخلی میباشد.

در پیادهسازی عملی ایـن الگـوریتم بـا دو مسـئله سـرعت و قیمت در انتخاب پردازنده روبرو هسـتیم. هرچـه میـزان حافظـه داخلی یک پردازنده بالاتر باشد، قیمت آن نیز بالاتر میرود. حـال اگر پیادهسازی الگوریتم به صورتی انجام شود که فضای حافظـه داخلی پردازنـده ارزان قیمـت بـرای آن کـافی نباشـد دو راهکـار روبروی ما قرار میگیرد. اولین راهکار اضافه کردن حافظه خارجی و استفاده از آن به منظور پیادهسازی الگوریتم اسـت. همـانطـور که در بالا به آن اشاره کردیم، این کار عـلاوه بـر افـزاش هزینـه سختافزار، سرعت پردازش را پـایین مـیآورد؛ بـه طـوری کـه از هدف اصلی خود که افزایش سرعت اسـت بـه کلـی دور خـواهیم شد. دومین راهکار استفاده از پردازنـده بـا حافظـه داخلـی بـالاتر است که قیمت خیلی بالاتری خواهد داشت.

هدف از این مقاله، کاهش حافظه مصـرفی، در پیـاده سـازی الگوریتم FFT در پردازنده مورد نظر میباشد. بـا کـاهش حافظـه

شانزدهمین کنفرانس دانشجویی مهندسی برق ایران دانشگاه آزاد اسلامی واحد کازرون، ۱۲ -۱۴ شهریور ۱۳۹۲

مصرفی در عین داشتن سرعت بـالای پـردازش، قیمـت تمام شده سختافزار نیز کاهش مییابد.

برای این منظور در این مقاله دو کد برای پیـادهسـازی ایـن الگوریتم در محـیط MATLAB پیشـنهاد شـده اسـت. کـدهای نوشته شده طوری هستند که کمترین میـزان حافظـه را اشـغال میکنند. دلیل این امر، پیادهسازی قسمت اصلی الگـوریتم FFT در یک خط از صفحه دستوری MATLAB است. کد ارائـه شـده دوم، بهینه شده کد اول میباشد که سرعت بـالاتری در پـردازش دارد.

در بخش ۲، الگوریتم Radix-2 برای محاسبه FFT ارائه شده است. در این بخش نحوه کاهش پیچیدگی محاسبات در الگوریتم FFT نسبت به DFT شرح داده مـی شـود. در بخـش ۳، کـدهای پیشنهادی بیان شده و نتایج آن با دسـتور FFT موجـود درنـرم افزار MATLAB مقایسه شده است. در پایان نیز یک جمعبنـدی و نتیجهگیری از بخشهای مذکور ارائه شده است.