Signal and Data Processing

fa جهت‌یابی زمان‌حقیقی منابع صوت زیر آب با استفاده از واحد پردازنده گرافیکی Real-Time DOA Estimation of Underwater Sound Sources Using GPU مقالات پردازش داده‌های رقمی Paper پژوهشي Research <div style="text-align: justify;">جهت‌یابی منابع صوت به‌کمک روش‌های مبتنی بر آرایه فازی، اهمیت فراوانی در حوزه‌های مختلف از جمله سونار، بینایی ربات و تشخیص عیوب مکانیکی دارد. روش‌های شکل‌دهی‌پرتو وفقی، از جمله الگوریتم کمینه‌واریانس بدون‌اعوجاج از قدرت تفکیک بالایی نسبت به روش‌های غیروفقی برخوردار هستند؛ اما این برتری در ازای پیچیدگی محاسباتی این الگوریتم‌ها به‌دست آمده است. این مسأله باعث می‌شود در کاربردهایی که نیاز به جهت‌یابی زمان‌حقیقی منبع صوت دارند، به‌ندرت از این الگوریتم‌ها استفاده شود. از سوی دیگر، یک ویژگی مهم روش‌های شکل‌دهی‌پرتو وفقی از جمله کمینه‌واریانس، پتانسیل بالای این الگوریتم‌ها برای موازی‌سازی است. هدف این مقاله، پیاده‌سازی موازی الگوریتم کمینه‌واریانس با به کارگیری واحد پردازنده گرافیکی (GPU) به جای واحد پردازنده مرکزی (CPU)، به‌منظور افزایش سرعت اجرا و رسیدن به حالت زمان‌حقیقی است. برای دست‌یابی به این هدف از مدل برنامه‌نویسی کودا  برای پیاده‌سازی الگوریتم بر روی پردازنده گرافیکی استفاده شده است. به‌منظور بررسی عملکرد پیاده‌سازی موازی الگوریتم کمینه‌واریانس، دو مدل GPU متفاوت و همچنین CPU به‌کاربرده شده است. صحت عملکرد پیاده‌سازی‌های مختلف در این مقاله به‌وسیله داده‌های واقعی سونار و همچنین داده‌های شبیه‌سازی تأیید شد. نتایج نشان می‌دهد که می‌توان با استفاده از یک آرایه 64 حس‌گره، جهت منابع صوت زیر آب را با استفاده از الگوریتم کمینه‌واریانس به‌صورت زمان‌حقیقی و با قدرت تفکیک بالا تخمین زد.  </div> <div style="text-align: justify;">Direction of Arrival (DOA) estimation of sound sources using phased array-based methods has a lot of importance in various fields, including sonar, robot vision, and mechanical defect detection. Adaptive beamforming methods, such as the MVDR (Minimum Variance Distortionless Response) algorithm, have high resolution compared to non-adaptive methods (Delay and Sum algorithm); but this advantage is achieved in return for the computational complexity of these algorithms. This makes it hard to use these algorithms in applications that require real-time sound source DOA estimation. On the other hand, an important feature of the adaptive beamforming methods including MVDR is the high potential of these algorithms for parallelization. The purpose of this paper is the parallel implementation of the MVDR algorithm by employing Graphical Processor Unit (GPU) instead of Central Processor Unit (CPU) to increase the execution speed and achieve the real-time mode. For this purpose, the CUDA (Compute Unified Device Architecture) programming model has been used to implement the algorithm on the GPU. CUDA is a parallel computing platform and application programming interface (API) model created by Nvidia. It allows software developers to use a CUDA-enabled GPU for parallel processing. In order to investigate the performance of parallel implementation of the MVDR algorithm, two different GPUs, as well as CPUs, have been used. The performance validity of various implementations in this paper was confirmed by real sonar data as well as simulation data. The results show that using an array of 64 sensors, it is possible to estimate the DOA of underwater sound sources in real-time mode and with high resolution using the MVDR algorithm.</div> جهت‌یابی منابع صوت, الگوریتم کمینه‌واریانس, پردازش موازی, واحد پردازنده گرافیکی, مدل برنامه‌نویسی کودا DOA estimation of sound sources, MVDR algorithm, Parallel processing, GPU, CUDA 45 56 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-1675-1&slc_lang=fa&sid=1 Ehsan Imani far احسان ایمانی فر ehsanimanif@gmail.com 100319475328460010544 100319475328460010544 No Department of Biomedical Engineering-Bioelectric, Amirkabir University of Technology دانشکده مهندسی پزشکی-بیوالکتریک، دانشگاه صنعتی امیرکبیر Amir Akhavan امیر اخوان aakhavan@cc.iut.ac.ir 100319475328460010545 100319475328460010545 Yes Department of Electrical and Computer Engineering, Isfahan University of Technology دانشکده مهندسی برق و کامپیوتر، دانشگاه صنعتی اصفهان ali asghar abniki علی اصغر آبنیکی aliasghar_abniki@yahoo.com 100319475328460010546 100319475328460010546 No Center of Excellence in Hydrodynamics and Dynamic of Marine Vehicles, Department of Mechanical Engineering, Sharif University of Technology مرکز پژوهشی مهندسی دریا، دانشکده مهندسی مکانیک، دانشگاه صنعتی شریف