物联网中压缩感知算法的云加速方法 |
| |
作者姓名: | 张永平 张功萱 朱昭萌 |
| |
作者单位: | 南京理工大学计算机科学与工程学院; |
| |
基金项目: | 江苏省973项目(BK2011022);国家自然科学重点基金(61170035,61272420) |
| |
摘 要: | ![]() 为了减少采集的数据量,提出在物联网中引入"边采样边压缩"的新型采样方法——压缩感知。针对压缩感知理论中信号重建算法计算复杂度较高的问题,设计并实现了一个基于云平台和代码迁移的算法加速方案;该方案解决了代码并行化的自动翻译、算法向云端迁移、本地和云端执行同步等问题,对可并行化的算法,仅需要增加几个新定义的接口及插入一些描述性的注释,就可以利用云资源实现算法的加速;实验表明,该方案是可行的、有效的。该文还研究了基于物联网资源的云加速方法,提出了基于云加速方案、结合多核/多CPU方法和GPGPU方法,能充分利用已有物联网资源的混合压缩感知算法加速框架,并初步设计了理论运行流程。
|
关 键 词: | 算法加速 云计算 压缩感知 物联网 并行化 |
本文献已被 CNKI 等数据库收录! |
|