摘要：MIMO技术虽然可以提高频谱的利用率,但是多维度的信号处理为MIMO信号的检测带来了极大的挑战.在对各类MIMO检测算法分析的基础上,选择非线性QR分解算法作为研究对象.为了获取更高的检测性能,进一步研究了排序的QR分解并提出了基于L1范数的排序方案.Matlab性能仿真显示,基于L1范数的排序策略和基于L2范数的排序策略对MIMO系统检测性能的影响基本一致,但采用L1范数降低了计算复杂度.在此基础上,设计了基于FPGA的利用givens旋转改进的排序QR分解的硬件电路结构.在4×4信道矩阵的分解实现中,相较于L2范数求解,L1范数在单个列范数计算中组合逻辑资源至少节省了29.2%,触发器资源至少节省了32.4%.整体结构设计与同等规模的类似结构相比,主频时钟得到明显改善.

摘要：为解决预测控制中遇到的被控对象的不确定性及模型失配等问题,提出了一种基于遗忘因子的递推子空间自适应预测控制策略。同时结合子空间辨识与广义预测方法,形成了完全数据驱动预测控制器,为了提高递推子空间算法的实时计算效率还采用了givens旋转方法,只更新受影响的列而不是整个矩阵,避免了在每一步都要进行QR分解。通过这种优化策略,在很大程度上节约了计算时间。最后利用电炉模型进行了仿真实验,验证了设计方法的有效性。

摘要：针对ITU-T G.719全频带音频编码标准尚不支持立体声压缩编码的问题,结合G.719编解码器提出并设计基于离散傅里叶变换(discrete Fourier transform,DFT)的参数立体声音频编解码扩展模块.输入音频信号进行DFT变换后在子带内提取相应的空间参数,并将左右声道下混为和声道;解码时,对和声道进行能量补充,分别运用等式法和基于givens旋转的奇异值分解法(singular value decomposition,SVD)进行解码恢复.测试结果表明,在G.719中合理设计参数立体声编解码可以获得较好的压缩效果,对于平缓的音乐,等式法比奇异值分解法可解码得到稍高的音质,且复杂度较低;对于变化较快的音乐,奇异值分解法可得到相对较好的音质,但复杂度较高.

摘要：矩阵分解是矩阵求逆中重要的运算之一,被广泛运用在神经网络、数字信号处理、无线通信技术等领域中。针对传统的分解算法运算不利于硬件实现的缺陷,文中在一种列向量优化QR分解算法的基础上,提出了一种一维线性矩阵分解结构,并完成了其ASIC设计。该分解器支持2~32阶矩阵分解运算,在TSMC 28 nm工艺下工作主频为700 MHz。仿真和FPGA测试结果表明,该分解器与MATLAB运算结果的相对误差小于10^(-12)。在执行12阶级以上规模矩阵分解时,该分解器的运算周期相比传统一维线性结构具有2.3倍的加速比。在执行32阶矩阵分解时,该分解器的运算周期相比于NIVIDA RTX2070具有22.8倍的加速比。

摘要：提出一种基于Matrix的givens旋转的QR分解向量化方法。针对Matrix的体系结构特点,对向量数据访存和计算进行优化,使计算均衡分布到各个向量处理单元;设计双缓冲DMA的数据传输策略,使得内核的计算与DMA数据搬移的时间完全重迭,内核始终处于峰值计算,从而取得最佳的计算效率。实验结果表明,该方法能够取得较高的计算效率和性能加速比。

摘要：矩阵分解是线性代数中最重要的运算之一,广泛应用于现代通讯和控制。文章提出一种针对浮点矩阵的GR-QR(givens rotation QR)分解一维线性结构,利用GR-QR分解运算过程中的并行特点,提高运算资源利用率,实现任意阶浮点矩阵分解,并设计实现了基于此结构的矩阵分解电路,该电路支持2-32阶双精度浮点矩阵的直接分解。在TSMC28 nm工艺,QR分解器的工作主频为700 MHz,面积为2 mm^(2),计算精度达到10^(-15),性能是1.6 GHz RTX2070的95倍。