论文部分内容阅读
针对小波分解计算速度慢、实际工程应用少的问题，采用图形处理器（GPU）作为计算平台，提出一种基于计算统一设备架构（CUDA）的细粒度高速并行小波分解算法。通过分析小波Mallat算法的并行性，并考虑GPU单个处理单元计算能力相对较弱的特点及CUDA的多层式存储器结构、多层式线程组织结构和单指令流多线程流（SIMT）体系结构．采用数据分组及轻量级线程任务分解的方式．提出了适合CUDA程序设计模型的高速并行小波分解算法。并将其用于电力系统谐波分析。实验证明．该算法相对于CPU串行小波分解和Matlabengi