Muitos pesquisadores têm se interessado em explorar o vasto poder computacional das recentes unidades de processamento gráfico (GPUs) em aplicações fora do domínio gráfico. Essa tendência ao desenvolvimento de propósitos gerais com a GPU (GPGPU) foi intensificada com a produção de APIs não-gráficas, tais como a Compute Unified Device Architecture (CUDA), da NVIDIA. Com elas, estudou-se a solução na GPU de muitos problemas de processamento de sinal 2D e 3D envolvendo álgebra linear e equações diferenciais parciais, mas pouca atenção tem sido dada ao processamento de sinais 1D, que também podem exigir recursos computacionais significativos. Já havia sido demonstrado que a GPU pode ser usada para processamento de sinais em tempo-real, mas alguns processos não se adequavam bem à arquitetura da GPU. Neste trabalho, apresento uma nova técnica para implementar um filtro digital linear recursivo usando a GPU. Até onde eu sei, a solução aqui apresentada é a primeira na literatura. Uma comparação entre esta abordagem e uma implementação equivalente baseada na CPU demonstra que, quando usada em um sistema de processamento de áudio em temporeal, esta técnica permite o processamento de duas a quatro vezes mais coeficientes do que era possível anteriormente. A técnica também elimina a necessidade de processar o filtro na CPU - evitando transferências de memória adicionais entre CPU e GPU - quando se deseja usar o filtro junto a outros processos, tais como síntese de som. A recursividade estabelecida pela equação do filtro torna difícil obter uma implementação eficiente em uma arquitetura paralela como a da GPU. Já que cada amostra de saída é computada em paralelo, os valores necessários de amostras de saída anteriores não estão disponíveis no momento do cômputo. Poder-se-ia forçar a GPU a executar o filtro sequencialmente usando sincronização, mas isso seria um uso ineficiente da GPU. Este problema foi resolvido desdobrando-se a equação e "trocando-se" as dependências de amostras próximas à saída atual por outras precedentes, assim exigindo apenas o armazenamento de um certo número de amostras de saída. A equação resultante contém convoluções que então são eficientemente computadas usando a FFT. A implementação da técnica é geral e funciona para qualquer filtro recursivo linear invariante no tempo. Para demonstrar sua relevância, construímos um filtro LPC para sintetizar em tempo-real sons realísticos de colisões de objetos feitos de diferentes materiais, tais como vidro, plástico e madeira. Os sons podem ser parametrizados por material dos objetos, velocidade e ângulo das colisões. Apesar de flexível, esta abordagem usa pouca memória, exigindo apenas alguns coeficientes para representar a resposta ao impulso do filtro para cada material. Isso torna esta abordagem uma alternativa atraente frente às técnicas tradicionais baseadas em CPU que apenas realizam a reprodução de sons gravados. / Many researchers have been interested in exploring the vast computational power of recent graphics processing units (GPUs) in applications outside the graphics domain. This trend towards General-Purpose GPU (GPGPU) development has been intensified with the release of non-graphics APIs for GPU programming, such as NVIDIA's Compute Unified Device Architecture (CUDA). With them, the GPU has been widely studied for solving many 2D and 3D signal processing problems involving linear algebra and partial differential equations, but little attention has been given to 1D signal processing, which may demand significant computational resources likewise. It has been previously demonstrated that the GPU can be used for real-time signal processing, but several processes did not fit the GPU architecture well. In this work, a new technique for implementing a digital recursive linear filter using the GPU is presented. To the best of my knowledge, the solution presented here is the first in the literature. A comparison between this approach and an equivalent CPU-based implementation demonstrates that, when used in a real-time audio processing system, this technique supports processing of two to four times more coefficients than it was possible previously. The technique also eliminates the necessity of processing the filter on the CPU - avoiding additional memory transfers between CPU and GPU - when one wishes to use the filter in conjunction with other processes, such as sound synthesis. The recursivity established by the filter equation makes it difficult to obtain an efficient implementation on a parallel architecture like the GPU. Since every output sample is computed in parallel, the necessary values of previous output samples are unavailable at the time the computation takes place. One could force the GPU to execute the filter sequentially using synchronization, but this would be a very inefficient use of GPU resources. This problem is solved by unrolling the equation and "trading" dependences on samples close to the current output by other preceding ones, thus requiring only the storage of a limited number of previous output samples. The resulting equation contains convolutions which are then efficiently computed using the FFT. The proposed technique's implementation is general and works for any time-invariant recursive linear filter. To demonstrate its relevance, an LPC filter is designed to synthesize in real-time realistic sounds of collisions between objects made of different materials, such as glass, plastic, and wood. The synthesized sounds can be parameterized by the objects' materials, velocities and collision angles. Despite its flexibility, this approach uses very little memory, requiring only a few coefficients to represent the impulse response for the filter of each material. This turns this approach into an attractive alternative to traditional CPU-based techniques that use playback of pre-recorded sounds.

Muitos pesquisadores têm se interessado em explorar o vasto poder computacional das recentes unidades de processamento gráfico (GPUs) em aplicações fora do domínio gráfico. Essa tendência ao desenvolvimento de propósitos gerais com a GPU (GPGPU) foi intensificada com a produção de APIs não-gráficas, tais como a Compute Unified Device Architecture (CUDA), da NVIDIA. Com elas, estudou-se a solução na GPU de muitos problemas de processamento de sinal 2D e 3D envolvendo álgebra linear e equações diferenciais parciais, mas pouca atenção tem sido dada ao processamento de sinais 1D, que também podem exigir recursos computacionais significativos. Já havia sido demonstrado que a GPU pode ser usada para processamento de sinais em tempo-real, mas alguns processos não se adequavam bem à arquitetura da GPU. Neste trabalho, apresento uma nova técnica para implementar um filtro digital linear recursivo usando a GPU. Até onde eu sei, a solução aqui apresentada é a primeira na literatura. Uma comparação entre esta abordagem e uma implementação equivalente baseada na CPU demonstra que, quando usada em um sistema de processamento de áudio em temporeal, esta técnica permite o processamento de duas a quatro vezes mais coeficientes do que era possível anteriormente. A técnica também elimina a necessidade de processar o filtro na CPU - evitando transferências de memória adicionais entre CPU e GPU - quando se deseja usar o filtro junto a outros processos, tais como síntese de som. A recursividade estabelecida pela equação do filtro torna difícil obter uma implementação eficiente em uma arquitetura paralela como a da GPU. Já que cada amostra de saída é computada em paralelo, os valores necessários de amostras de saída anteriores não estão disponíveis no momento do cômputo. Poder-se-ia forçar a GPU a executar o filtro sequencialmente usando sincronização, mas isso seria um uso ineficiente da GPU. Este problema foi resolvido desdobrando-se a equação e "trocando-se" as dependências de amostras próximas à saída atual por outras precedentes, assim exigindo apenas o armazenamento de um certo número de amostras de saída. A equação resultante contém convoluções que então são eficientemente computadas usando a FFT. A implementação da técnica é geral e funciona para qualquer filtro recursivo linear invariante no tempo. Para demonstrar sua relevância, construímos um filtro LPC para sintetizar em tempo-real sons realísticos de colisões de objetos feitos de diferentes materiais, tais como vidro, plástico e madeira. Os sons podem ser parametrizados por material dos objetos, velocidade e ângulo das colisões. Apesar de flexível, esta abordagem usa pouca memória, exigindo apenas alguns coeficientes para representar a resposta ao impulso do filtro para cada material. Isso torna esta abordagem uma alternativa atraente frente às técnicas tradicionais baseadas em CPU que apenas realizam a reprodução de sons gravados. / Many researchers have been interested in exploring the vast computational power of recent graphics processing units (GPUs) in applications outside the graphics domain. This trend towards General-Purpose GPU (GPGPU) development has been intensified with the release of non-graphics APIs for GPU programming, such as NVIDIA's Compute Unified Device Architecture (CUDA). With them, the GPU has been widely studied for solving many 2D and 3D signal processing problems involving linear algebra and partial differential equations, but little attention has been given to 1D signal processing, which may demand significant computational resources likewise. It has been previously demonstrated that the GPU can be used for real-time signal processing, but several processes did not fit the GPU architecture well. In this work, a new technique for implementing a digital recursive linear filter using the GPU is presented. To the best of my knowledge, the solution presented here is the first in the literature. A comparison between this approach and an equivalent CPU-based implementation demonstrates that, when used in a real-time audio processing system, this technique supports processing of two to four times more coefficients than it was possible previously. The technique also eliminates the necessity of processing the filter on the CPU - avoiding additional memory transfers between CPU and GPU - when one wishes to use the filter in conjunction with other processes, such as sound synthesis. The recursivity established by the filter equation makes it difficult to obtain an efficient implementation on a parallel architecture like the GPU. Since every output sample is computed in parallel, the necessary values of previous output samples are unavailable at the time the computation takes place. One could force the GPU to execute the filter sequentially using synchronization, but this would be a very inefficient use of GPU resources. This problem is solved by unrolling the equation and "trading" dependences on samples close to the current output by other preceding ones, thus requiring only the storage of a limited number of previous output samples. The resulting equation contains convolutions which are then efficiently computed using the FFT. The proposed technique's implementation is general and works for any time-invariant recursive linear filter. To demonstrate its relevance, an LPC filter is designed to synthesize in real-time realistic sounds of collisions between objects made of different materials, such as glass, plastic, and wood. The synthesized sounds can be parameterized by the objects' materials, velocities and collision angles. Despite its flexibility, this approach uses very little memory, requiring only a few coefficients to represent the impulse response for the filter of each material. This turns this approach into an attractive alternative to traditional CPU-based techniques that use playback of pre-recorded sounds.

Orientador: Amauri Lopes / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-14T21:35:53Z (GMT). No. of bitstreams: 1 Gomes_MarcoAurelioCazarotto_M.pdf: 1012758 bytes, checksum: 0c2ca6c09e4123b277735dca0f50a107 (MD5) Previous issue date: 2009 / Resumo: Abordamos o problema de estimação de direção de chegada (DOA) de ondas planas usando um arranjo de sensores. Na literatura encontramos diversos estimadores para DOA, porém estamos considerando apenas os estimadores de Máxima Verossimilhança (ML) que geram candidatas à estimativa DOA e selecionam as melhores através do critério ML. Também estamos interessados em situações em que o espaçamento angular entre as fontes de sinal é pequeno e a relação sinal-ruído é baixa. Nesse caso temos uma degradação de desempenho associada ao efeito de limiar. Mostramos que este problema pode ser amenizado reduzindo o ruído presente na matriz de covariância dos dados recebidos (snapshots) utilizada para a seleção das candidatas. Propomos então modificar o processo de seleção de candidatas, utilizando uma nova matriz de covariância dos snapshots, calculada após uma filtragem ótima dos dados através de um filtro FIR multibanda. Propomos também modificar a função custo ML para adequá-la às dimensões da matriz de covariância filtrada e para isso apresentamos 3 opções de modificação. As simulações mostram que nossa proposta tem melhor desempenho que os métodos conhecidos, reduzindo significativamente a relação sinal-ruído de limiar. / Abstract: We approached the estimation of direction of arrival (DOA) of plane waves using an array of sensors. In the literature there are several DOA estimators, but we considered only the maximum likelihood (ML) estimators that generate candidates for DOA estimation and select the best one through an ML criterion. We also considered situations where the signal sources are spatially closely spaced and the signal-to-noise ratio is low. In these cases a performance degradation associated with the threshold effect occur. We demonstrated that we can improve the estimation performance by reducing the noise in the received data covariance matrix used to select the candidates. Then we proposed to modify the selection process using a new data covariance matrix, computed after an optimum multiband FIR filtering of the received data. We also proposed to modify the ML cost function to adapt it to the dimensions of the new covariance matrix and we considered 3 alternatives of modification. Some simulations showed that our proposal has better performance than known DOA methods, significantly reducing the threshold SNR. / Mestrado / Telecomunicações e Telemática / Mestre em Engenharia Elétrica

Submitted by Patrícia Cerveira (pcerveira1@gmail.com) on 2017-06-12T18:19:03Z No. of bitstreams: 1 José Renato Cozzolino.pdf: 2923143 bytes, checksum: 2941736082bf50938fdb3dcfea03c36e (MD5) / Approved for entry into archive by Biblioteca da Escola de Engenharia (bee@ndc.uff.br) on 2017-07-03T13:30:54Z (GMT) No. of bitstreams: 1 José Renato Cozzolino.pdf: 2923143 bytes, checksum: 2941736082bf50938fdb3dcfea03c36e (MD5) / Made available in DSpace on 2017-07-03T13:30:54Z (GMT). No. of bitstreams: 1 José Renato Cozzolino.pdf: 2923143 bytes, checksum: 2941736082bf50938fdb3dcfea03c36e (MD5) / A estimação correta de frequência é essencial para a operação de diversos equipamentos de proteção, regulação e controle, os quais são necessários para operação adequada do Sistema Interligado Nacional A tecnologia de Sistemas de Medição Fasorial Sincronizada (Synchronized Phasor Measurement Systems - SPMS), baseia-se em uma rede de Unidades de Medição Fasorial (Phase Measurement Unit - PMU). Duas grandezas importantes medidas pela PMUs são a frequência e a taxa de variação da frequência. Este trabalho apresenta o resultado de estudo comparativo de algoritmos de estimação de frequência no âmbito de medição fasorial sincronizada. Foram avaliados os modelos propostos originalmente pela Norma IEEE C37.118, por seu documento de alteração ( IEEE Std. C37.118.1a-2014 Amendment), alem de três diferentes tipos de algoritmos baseados em PLLs (Phasor Locked Loop). As avaliações foram executadas com base nos testes descritos na Norma IEEE C37.118 e seus respectivos requisitos de conformidade. Verificou-se que as modificações apresentadas pelo documento Amendment foram necessárias para que o modelo de PMU proposto atendesse os requisto para todos os testes. Em relação aos modelos de PLL, verificou-se que uma versão do algoritmo (chamada aqui de PLL de Classe III) foi bem superior às demais e também melhor que o algoritmo sugerido pelo Amendment no que se refere ao teste de derivada da frequência e de modulação de fase. / An accurate frequency estimation is essential for the operation of Electric Power System regarding protection and control. Synchronized Phasor Measurement Systems - SPMS are based on a network composed by Phasor Measurement Units (Phase Measurement Unit - PMU). Two important parameters measured by the PMUs are the frequency and the frequency rate of change. This paper presents the results of a comparative study of frequency estimation algorithms within synchronized phasor measurement context. The reference model proposed in by IEEE C37.118 standard was compared with three different algorithms based on PLLs (Phasor Locked Loop). The evaluations were performed based on the compliance requirements described in IEEE C37.118. It was also found that the PLLs models have superior performance than model reference for P PMU suggested by Standard. Regarding the reference model for PMU M, there is a need to implement anti-aliasing filters for the standard inter-harmonics tests. After that, it was observed that the dynamic performances of PLLs studied at work are compatible with the algorithms suggested by the standard for the PMU M.

This thesis covers the development of a series of new methods and the application of adaptive filter theory which are combined to produce a generalised adaptive filter system which may be used to perform such tasks as pattern recognition. Firstly, the relevant background adaptive filter theory is discussed in Chapter 1 and methods and results which are important to the rest of the thesis are derived or referenced. Chapter 2 of this thesis covers the development of a new adaptive algorithm which is designed to give faster convergence than the LMS algorithm but unlike the Recursive Least Squares family of algorithms it does not require storage of a matrix with n2 elements, where n is the number of filter taps. In Chapter 3 a new extension of the LMS adaptive notch filter is derived and applied which gives an adaptive notch filter the ability to lock and track signals of varying pitch without sacrificing notch depth. This application of the LMS filter is of interest as it demonstrates a time varying filter solution to a stationary problem. The LMS filter is next extended to the multidimensional case which allows the application of LMS filters to image processing. The multidimensional filter is then applied to the problem of image registration and this new application of the LMS filter is shown to have significant advantages over current image registration methods. A consideration of the multidimensional LMS filter as a template matcher and pattern recogniser is given. In Chapter 5 a brief review of statistical pattern recognition is given, and in Chapter 6 a review of relevant connectionist models. In Chapter 7 the generalised adaptive filter is derived. This is an adaptive filter with the ability to model non-linear input-output relationships. The Volterra functional analysis of non-linear systems is given and this is combined with adaptive filter methods to give a generalised non-linear adaptive digital filter. This filter is then considered as a linear adaptive filter operating in a non-linearly extended vector space. This new filter is shown to have desirable properties as a pattern recognition system. The performance and properties of the new filter is compared with current connectionist models and results demonstrated in Chapter 8. In Chapter 9 further mathematical analysis of the networks leads to suggested methods to greatly reduce network complexity for a given problem by choosing suitable pattern classification indices and allowing it to define its own internal structure. In Chapter 10 robustness of the network to imperfections in its implementation is considered. Chapter 11 finishes the thesis with some conclusions and suggestions for future work.

Methods used for correction and modeling of frequency response of sound devices are discussed in this paper. Besides classic methods of digital filter design, more advanced and complex numerial methods are reviewed, Prony and Steiglitz-McBride in particular. This paper focuses on structure utilizing parallel sections of second-order IIR filters. Methods for calculating coefficients of this structure are presented and later implemented. For selected method, utilizing dual frequency warping, an interative algorithm for automatic calculation of parameters necessary to filter design is implemented - so called Particle Swarm Optimization. Six ways of evaluation filter design precision are presented and the results are compared. Functions realizing filter design are implemented in C++, MATLAB and Python. A VST module simulating the filter in real time is also provided.

[pt] O desenvolvimento e/ou a adaptação de métodos numéricos para aplicação em análises computacionais de estabilidade de sistemas elétricos no domínio do tempo costumam despertar interesse em função das dificuldades de solução das equações diferenciais e algébricas (EDAs) que representam a rede e seus componentes. Condições de operações muito carregadas e compensadas dificultam a solução, devido, p.ex., ao mau condicionamento da matriz Jacobiana, instabilidade numérica e singularidade. Uma dessas dificuldades pode surgir durante a solução de equações não lineares, especificamente no problema linear do tipo Ax = b. Para contornar estas e outras dificuldades, a presente tese procurou contribuir no aspecto numérico do problema destacando a aplicação do método iterativo Resíduo Mínimo Generalizado - GMRES na solução do problema. Optou-se por trabalhar na qualidade do pré-condicionador construído com base na matriz Jacobiana calculada no início do processo de solução. Verificou-se que, se esta matriz estiver bem condicionada, a qualidade do pré-condicionador resultante dela é boa para o GMRES atingir a convergência em poucas iterações. Comprovou-se através de experimentos numéricos com diferentes sistemas-teste e diferentes condições de operação, que o condicionamento da matriz Jacobiana é melhorado se escalonada, normalizada e reordenada antes da construção do pré-condicionador, resultando, de fato, num pré-condicionador de boa qualidade, agindo positivamente no desempenho do GMRES e consequentemente no processo global de solução. / [en] The development and/or adaptation of numerical methods when applied to power systems stability computer simulations in time domain are of interest due to the difficulties related to the solution of the algebraic differential equations (ADEs) which represent the network and its components. The solution of networks operating under heavy load conditions and extremely compensated is difficult due to the ill-conditioning of the Jacobian matrix, numerical instability and singularity. It can happen, for instance, when solving linear problems of type Ax = b. In order to overcome this and other difficulties, this thesis aims to contribute in the numerical aspect of the problem applying the Generalized Minimal Residual method – GMRES to solve the problem. The idea is to work over the preconditioner quality constructed based on the Jacobian matrix. It is shown that, if this matrix is well conditioned, the quality of the resulting preconditioner is good enough to the GMRES reaches convergence in few iterations. It is seen through numerical experiments using different test-systems and different operating conditions as well, that the Jacobian matrix conditioning is improved if scaled, normalized and reordered before the preconditioner construction, resulting, in fact, in a high quality preconditioner, improving the GMRES performance.

Knowledge of protein hot spots and the ability to successfully predict them while using only primary protein structure has been a worldwide scientific goal for several decades. This thesis describes the importance of hot spots and sums up advances achieved in this field of study so far. Besides that we introduce hot spot prediction algorithm using only a primary protein structure, based primarily on signal processing techniques. To convert protein sequence to numerical signal we use the EIIP attribute, while further processing is carried out via means of S-transform. The algorithm achieves sensitivity of more than 60 %, positive predictive value exceeds 50 % and the main advantage over competitive algorithms is its simplicity and low computational requirements.

No description available.

Visualization, processing and editing of audio, directly on a time-frequency surface, is the scope of this thesis. More precisely the scalogram produced by a Gabor Wavelet transform is used, which is a powerful alternative to traditional techinques where the wave form is the main visual aid and editting is performed by parametric filters. Reconstruction properties, scalogram design and enhancements as well audio manipulation algorithms are investigated for this audio representation.The scalogram is designed to allow a flexible choice of time-frequency ratio, while maintaining high quality reconstruction. For this mean, the Loglet is used, which is observed to be the most suitable filter choice.  Re-assignmentare tested, and a novel weighting function using partial derivatives of phase is proposed.  An audio interpolation procedure is developed and shown to perform well in listening tests.The feasibility to use the transform coefficients directly for various purposes is investigated. It is concluded that Pitch shifts are hard to describe in the framework while noise thresh holding works well. A downsampling scheme is suggested that saves on operations and memory consumption as well as it speeds up real world implementations significantly. Finally, a Scalogram 'compression' procedure is developed, allowing the caching of an approximate scalogram.