Размер шрифта Цветовая схема Изображения

Адрес

г. Невинномысск,
ул. Гагарина, дом 1

Приемная комиссия

8 (86554) 7-04-01
8 (928) 230-80-44 (WhatsApp)

Обработка информации станет быстрее и качественнее благодаря новым цифровым фильтрам

28.01.2021 18:49

Ученые СКФУ предложили новый подход к обработке информации. Он позволяет фильтровать цифровой сигнал в разы быстрее, качественнее и с меньшими аппаратными затратами, что особенно важно для маломощных устройств. Повысить производительность цифровых фильтров ученым удалось за счет применения системы остаточных классов и оригинального технического решения.

Как отмечают ученые СКФУ, с каждым днем обрабатывается все больше и больше информации, и все мы хотим, чтобы этот процесс шел быстрее и качественнее. Для этого нужны высокопроизводительные цифровые фильтры. Последние представляют собой специальные устройства, преобразующие цифровые сигналы различной природы в зависимости от решаемой задачи. Они используются для обработки изображений, видео, речи, звуков, электрокардиограмм (ЭКГ), электроэнцефалограмм (ЭЭГ) и данных других медицинских обследований, отображающих состояние пациента. Фильтруется информация, передаваемая по сотовой связи или от спутников. Цифровые фильтры помогают уменьшить шум, усилить и подавлять частоты, произвести интерполяцию, децимацию, эквализацию и многие другие действия при обработке цифрового сигнала. Рост объемов информации требует постоянного повышения производительности устройств, фильтрующих цифровой сигнал. Математики СКФУ предложили решение этой непростой задачи.

obrabotka-informacii-stanet-bystree-i-kachestvennee-blagodarya-novym-cifrovym-filtram-ncfu.ru-02

– Мы применили систему остаточных классов, – рассказал руководитель проекта, заведующий кафедрой математического моделирования Павел Ляхов. – Это особый формат представления чисел (данных), который позволяет выполнять арифметические операции параллельно. В случае с фильтрами, это дает существенный выигрыш. По сравнению с методами, использующими традиционную позиционную систему счисления, нам удалось увеличить частоту на которой работает фильтр в 4 раза и снизить затраты на оборудование в три раза. Наш подход имеет преимущества и перед известными методами, основанными, как и наш, на системе остаточных классов. Он позволяет увеличить частоту до 6 раз, а также снизить аппаратные затраты до 5 раз при увеличении энергопотребления на 23%. Во многом такие высокие показатели были достигнуты за счет нестандартного технического решения. Ученые СКФУ предложили модифицировать аппаратные модули.

– Традиционные цифровые фильтры строятся на умножителях с накоплением – устройствах, выполняющих операции умножения и сложения, необходимые при обработке информации, – отметил руководитель проекта Павел Ляхов. – Мы предложили усеченный вариант таких устройств, позволяющий сэкономить на выполнении операции сложения, переместив ее в завершающую часть устройства. Благодаря этому удалось оптимизировать архитектуру цифрового фильтра и ускорить выполнение вычислений. Эффективность, предложенных математиками СКФУ алгоритмов, была проверена на практике. Ученые смоделировали весь процесс обработки сигнала.

– Для моделирования использовались программируемые логические интегральные схемы, – рассказала соавтор проекта, младший научный сотрудник Мария Валуева. – Все наши прогнозы полностью подтвердились. Предлагаемый подход может быть использован в цифровой обработке изображений, звука, медицинской визуализации и другой информации. Наш алгоритм за счет более низкого потребления ресурсов потенциально применим в энергозависимых маломощных устройствах, для которых критически важен заряд аккумулятора, например, мобильных телефонах или планшетах. Мы, в СКФУ, планируем в дальнейшем применять такие высокопроизводительные фильтры при аппаратной реализации нейронных сетей, т.е. при реализации интеллектуальных методов обработки информации самой разной природы, над которыми работает коллектив нашей научной школы.

Результаты исследования представлены в научной статье, опубликованной в научном журнале «IEEE Access» (Volume: 8). Прочитать материал можно, перейдя по ссылке.