基于OpenMP压缩感知并行处理算法.docVIP

基于OpenMP压缩感知并行处理算法 　　摘要:针对压缩感知重建算法复杂度高、运行时间长等缺点,提出一种应用于多核处理器的压缩感知并行算法。在认真分析压缩感知算法的基础上,利用OpenMP对压缩感知的编码测量和正交匹配追踪(OMP)算法进行并行处理,提升程序的性能。实验结果表明,随着线程数的增加,程序的执行效率显著提高,加速比呈线性增长; 并且重构过程越复杂,其性能优化越明显。 　　关键词:压缩感知;OpenMP;并行;正交匹配追踪;加速比 　　中图分类号: TP301.6;TP391.4;TN911.73文献标志码:A 　　Compressed sensing parallel processing algorithm based on OpenMP 　　英文作者名WU Xiao-ting, DENG Jia-xian* 　　英文地址(College of Information Science and Technology, Hainan University, Haikou Hainan 570228, China) 　　Abstract: Concerning the high complexity and long-time running of the compressed sensing reconstructed algorithm, a compressed sensing parallel algorithm based on multi-core processors was proposed. On the basis of a careful analysis of the compressed sensing algorithm, OpenMP was used for compressed sensing measurement and Orthogonal Matching Pursuit (OMP) algorithm for parallel processing to improve program performance. The experimental results show that the speedup is in linear growth with the increasing threads. The execution of the procedure is more effective. Moreover, the more complex the reconstruction process is, the more obvious the performance optimization will be. 　　Key words: compressed sensing; OpenMP; parallel; Orthogonal Matching Pursuit (OMP); speedup 　　0引言 　　随着多核处理器的诞生,人们逐渐将目光放在多线程并行处理[1]上。OpenMP[2](Open Multi-Processing)作为并行程序的应用编程接口,利用其编写压缩感知并行程序,不仅开发简单,而且通用性好。 　　压缩感知[3-4](Compressed Sensing, CS)理论指出:在某一已知变换域中稀疏表示的高维数据可以通过不相干的观测矩阵投影到低维空间中,这些低维数据通过一定的优化算法可以重构出原始高维数据。目前,压缩感知的研究主要集中在重建算法的优化和观测矩阵的选取等方面。近年来,国内外学者相继提出了贪婪算法、凸优化算法、统计优化算法等重建算法,大都在讨论怎样从少量数据中最大限度地重构原始数据。然而,这些优化算法都需经过反复迭代才能获??精确的数据,导致重构过程繁琐、运行时间长等问题。针对这一不足,Gan[5]提出了分块压缩感知算法,先对图像分块,再进行压缩感知。虽然此算法的复杂度有所降低,但重构过程的执行效率仍然不高。 　　针对上述问题,本文提出基于OpenMP的压缩感知并行处理算法。该算法将压缩感知的编码测量和重建算法这两部分分别划分为多个独立任务,利用OpenMP将各任务分配到各线程中并行执行,充分利用了多核处理器资源,降低了程序的运行时间,提高了程序的运行效率。 　　1OpenMP简介 　　OpenMP是一个为在共享存储的多处理器上编写并行程序而设计的应用编程接口,由环境变量、编译指令及用来支持它的函数库组成。OpenMP采用Fork-Join的并行执行模型(见图1):当程序开始时,主线程串行执行;遇到派生点后,主线程创建出一队并行线程,执行并行区代码;并行区的代码执行完成后,派生的并行线程挂起或退出,由主