并行FFT+中旋转因子的映象.pdfVIP

并行 FFT 中旋转因子的映象 黄海 谷同祥 迟学斌 (中国科学院计算机网络信息中心超级计算中心 北京100080 hhai@) 摘 要 由于要不断地满足计算密集型应用、数据密集型应用和网络密集型应用对高速并行 计算的广泛需求，因而这有力地推动了当代计算技术的迅速发展，尤其是高性能计算和超级 计算。而将并行 FFT 中的旋转因子如何在并行计算机上进行有效地映象，降低计算时间和存 储空间的复杂性，从而使运算更加简单和高效，本文将着重讨论这个问题。 关键词 FFT 旋转因子 并行 映象 分治 超立方 完备 1 引言 由于要不断地满足日益增长的计算密集型应用、数据密集型应用和网络密集型应用对高 速并行计算的广泛需求，于是产生了和传统的理论科学和实验科学平行的计算科学，它不仅 能进行大规模的科学计算，而且将某些实验条件不够的科学实验搬到计算机上进行模拟。因 此，它有力地推动了当代计算技术的迅速发展，尤其是高性能计算和超级计算。而 FFT 在这 一领域内扮演着重要的角色。它已成功地运用在：化学频谱分析、红外光谱转换、医学断层 诊断、卫星遥感成像、水雷的非触发引信、雷达、第四代移动通信的主要硬件架构、热传导、 数字通信、天气预报、核聚变和核裂变、空间科学、天文学、地质学、编码理论、量子物理 和概率论等研究领域。而并行 FFT 也在近年来取得了长足的进展：网格结构的并行FFT 算法、 蝶式结构的并行 FFT 算法、立方结构和超立方结构的 FFT 并行算法相继出现。但如何将并行 FFT 中的旋转因子有效地映象到并行计算机上，既能降低通信开销，又能高度并行化，成为 并行计算中的一个较为活跃的领域，因为它的成功研究将为其它研究领域开创了一个崭新的 局面。本文将对旋转因子的映象如何在并行 FFT 中高效地运用作一阐述。 2 相关知识 傅立叶变换可以追溯到高斯时代，但在 1965 年 Cooley 和 Tukey 研究出来的计算离散 傅立叶变换 （DFT）的快速傅立叶变换 （FFT）的这一算法，成为数值代数计算领域的一道分 2 水岭，使计算量由原来的 ( ) ( ) O n 降低为O n log n 。我们将在本节将这些知识作一个简单的 阐述，以期望读者能保持阅读的连续性。 2.1 离散傅立叶变换 计算 ( ) n 点离散傅立叶变换 （DFT），对一给定的输入数组 x , x ,???x ，经过离散傅立 0 1 n?1 叶变换后，得到一组输出(y 0 , y 1 ,???, y n?1 )，可用如下公式表示： 1 n?1 jk y j ∑ω x k ,0 ≤j ≤n ?1, 其中，ω是 1 的n 次单位元根，也就是通常我们所说的 k 0 旋转因子，ω e2πi / n , i ?1 。 2.2 快速傅立叶变换 快速傅立叶变换利用分治法的原理，将n 进行分解：n n n ，同时也将j , k 进行分解， 1 2 j j +j n , k k n +k ，因而，快速傅立叶变换可用如下式子表达： 1 2 1 1 2 2 n2 ?1??n1 ?1 ? ?