随着广播电视行业的快速发展,音频信号的质量成为提升视听体验的关键因素。传统音频处理方法已无法满足现代广播电视系统对音频清晰度、动态范围及噪声控制的高要求,数字信号处理(Digital Signal Processing,DSP)技术以其强大的计算能...随着广播电视行业的快速发展,音频信号的质量成为提升视听体验的关键因素。传统音频处理方法已无法满足现代广播电视系统对音频清晰度、动态范围及噪声控制的高要求,数字信号处理(Digital Signal Processing,DSP)技术以其强大的计算能力和灵活的处理方式成为解决此问题的有效手段。重点研究DSP技术在广播电视音频信号处理中的优化措施,探讨优化噪声抑制算法、动态范围压缩、增强音频均衡处理以及集成回声消除算法等技术的融合应用。这些技术的有效结合能够显著减少噪声对音频质量的干扰,精确检测音频信号的动态变化,确保音频信号的均衡,并有效消除音频信号中的回声。展开更多
矩阵乘卷积算法能够为各种卷积配置提供高性能基础实现,是面向给定芯片进行卷积性能优化的首要选择。针对国防科技大学自主研制的飞腾异构多核数字信号处理器(digital signal processor,DSP)芯片的特征以及矩阵乘卷积算法自身的特点,提...矩阵乘卷积算法能够为各种卷积配置提供高性能基础实现,是面向给定芯片进行卷积性能优化的首要选择。针对国防科技大学自主研制的飞腾异构多核数字信号处理器(digital signal processor,DSP)芯片的特征以及矩阵乘卷积算法自身的特点,提出了一种面向多核DSP架构的高性能并行矩阵乘卷积实现算法ftmEConv。该算法由输入特征图转换、卷积核转换、矩阵乘以及输出特征图转换这四个均运行在通用多核DSP上的并行化部分构成,通过有效挖掘通用DSP核中功能单元的潜力来提升各个部分的性能。实验结果表明,ftmEConv实现了高达42.90%的计算效率,与芯片上的其他矩阵乘卷积算法实现相比,获得了高达7.79倍的性能加速。展开更多
文摘随着广播电视行业的快速发展,音频信号的质量成为提升视听体验的关键因素。传统音频处理方法已无法满足现代广播电视系统对音频清晰度、动态范围及噪声控制的高要求,数字信号处理(Digital Signal Processing,DSP)技术以其强大的计算能力和灵活的处理方式成为解决此问题的有效手段。重点研究DSP技术在广播电视音频信号处理中的优化措施,探讨优化噪声抑制算法、动态范围压缩、增强音频均衡处理以及集成回声消除算法等技术的融合应用。这些技术的有效结合能够显著减少噪声对音频质量的干扰,精确检测音频信号的动态变化,确保音频信号的均衡,并有效消除音频信号中的回声。
文摘矩阵乘卷积算法能够为各种卷积配置提供高性能基础实现,是面向给定芯片进行卷积性能优化的首要选择。针对国防科技大学自主研制的飞腾异构多核数字信号处理器(digital signal processor,DSP)芯片的特征以及矩阵乘卷积算法自身的特点,提出了一种面向多核DSP架构的高性能并行矩阵乘卷积实现算法ftmEConv。该算法由输入特征图转换、卷积核转换、矩阵乘以及输出特征图转换这四个均运行在通用多核DSP上的并行化部分构成,通过有效挖掘通用DSP核中功能单元的潜力来提升各个部分的性能。实验结果表明,ftmEConv实现了高达42.90%的计算效率,与芯片上的其他矩阵乘卷积算法实现相比,获得了高达7.79倍的性能加速。
