طراحی یک پردازنده DSP با قابلیت پیکره بندی مجدد با استفاده از سیستم عددی باقیمانده دارای بیت پربازده
محل انتشار: کنفرانس ملی علوم مهندسی، ایده های نو (۸)
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 963
فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AIHE08_501
تاریخ نمایه سازی: 13 آبان 1393
چکیده مقاله:
سیستم عددی باقیمانده RNS که از اصل باقیمانده چینی نشات می گیرد خبر از آینده نوید بخشی در VLSI بدلیل عملیات نقلی آزاد آن در جمع و تفریق و ضرب می دهد. این ویژگی RNS در کاهش پیچیدگی های محاسبه ای بسیاری از برنامه های کاربردی خیلی موثر است. یک سیستم عددی باقیمانده ارائه گر یک عدد صحیح بزرگ با استفاده از مجموعه ای از اعداد صحیح کوچکتر موسوم به باقیمانده می باشد. اما ناحیه سربار، هزینه و سرعت نه تنها وابسته به این طول واژه بلکه وابسته به انتخاب مدول نیز می باشد که مرحله ای حیاتی در سیستم باقیمانده است. این پارامتر بازده بیتی، ناحیه ( مساحت) فرکانس و غیره را معین می کند. در این مقاله یک تکنیک جدیدی برای انتخاب مجموعه مدولی به منظور بهبود بازده بیتی پیشنهاد شده است که می توان از آن به منظور ساخت یک سیستم باقیمانده برای محیط پردازش سیگنال دیجیتال استفاده کرد. بدین ترتیب صحت این نکته که راه حل پیشنهادی بهتر از طرحهای گزارش شده در پیشینه است هم از نظر تئوری ثابت شده و هم بصورت مصور نشان داده شده است. تازگی این معماری و ساختار توسط مقایسه آن با طرحهای مختلف گزارش شده در ادبیات و پیشینه مربوطه نشان داده شده است. با استفاده از این مجموعه ماجول جدید در این مقاله دستورالعملی برای یک پردازنده با قابلیت پیکره بندی مجدد ارائه شده است که قابلیت پردازش برخی از توابع و اهداف از پیش تعیین شده را دارد. از آنجایی که RNS انتشار نقلی را به حداقل می رساند، این طرح را می توان در پردازش سیگنال بلادرنگ و در فیلدهای دیگری که نیاز به محاسبات با سرعت بالا دارند مورد استفاده قرار داد.
کلیدواژه ها:
نویسندگان
فیروزه بی کس
دانشجوی دکتری ریاضی محض، مدرس دانشگاه آزاد اسلامی واحد بیله سوار
سهیلا شاددل
دانشجوی مقطع کارشناسی ارشد مهندسی نرم افزار، دانشگاه آزاد اسلامی واحد بیله سوار
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :