一种多通道信号相关性分析方法及系统技术方案

技术编号:15329284 阅读:130 留言:0更新日期:2017-05-16 12:59
本申请公开了一种多通道信号相关性分析方法及系统,该方法包括:将获取到的多通道信号数据保存至GPU内部存储器;从GPU内部存储器中提取出多通道信号数据,然后利用GPU的并行计算能力,并行求解多通道信号数据中每两个通道的信号数据之间的肯德尔秩相关系数,得到与多通道信号数据对应的肯德尔秩相关系数。本申请是基于GPU来对多通道信号数据质检的肯德尔秩相关系数进行求解的,由于GPU是并行的,具有缓存小、核数众多、数字逻辑运算单元简单、适合海量数据处理等特点,由此可知,本申请在利用GPU对KT进行实际求解的过程中提高了求解效率,从而节省了大量的时间。

Multi channel signal correlation analysis method and system

The invention discloses a multi-channel signal correlation analysis method and system, the method includes: access to the multi-channel signal data saved to GPU internal memory; extract multi-channel signal data from the GPU internal memory, and then use the GPU parallel computing ability, Kendall rank correlation coefficient between the signal and data for each two multi channel signals in the data, get the Kendall rank correlation coefficient and the corresponding multi channel signal data. This application is based on GPU Kendall rank correlation coefficient of the multi-channel signal data quality inspection to solve, because GPU is parallel, with small cache and nuclear number, the digital logic unit is simple, suitable for mass data processing, therefore, the process of the actual application in solving KT by GPU in the to improve the efficiency of solution, thus saving a lot of time.

【技术实现步骤摘要】
一种多通道信号相关性分析方法及系统
本专利技术涉及信号分析
,特别涉及一种多通道信号相关性分析方法及系统。
技术介绍
相关分析发端于1900年代统计学开创时期,目前仍是统计信号处理领域的研究热点。所谓相关,是表征两个随机变量或两路信号之间的统计关系强弱的指标。如果一个随机变量随着另外一个随机变量的增大(减小)而增大(减小),则该两个随机变量满足正相关关系;反之,如果一个随机变量随着另外一个随机变量的增大(减小)而减小(大),则该两个随机变量满足负相关关系。在生物医学上,多通道信号(脑电波、心电图等)的相关性分析至关重要,但在实际应用中,采集的数据难免受到噪声的干扰,特别是脉冲干扰。而相关文献已经证明,在两个变量或通道的样本数据受到脉冲噪声干扰的情况下,统计学家Kendall提出的肯德尔秩相关系数(Kendall’stau,KT)有很好的稳健性。这说明KT在含有脉冲噪声干扰的多通道信号的相关性分析中应用广泛。因此,对KT的快速求解有很大的实际意义。现有技术中,求解KT的平台是CPU(即CentralProcessingUnit,中央处理器)。CPU在进行计算时,主要采用的是串行计算方式,一般包括逻辑运算单元、控制单元和存储单元。在逻辑运算和控制单元中包括一些寄存器,这些寄存器用于CPU在处理数据过程中数据的暂时保存。CPU虽然有多核,但总数没有超过两位数,每个核都有足够大的缓存;CPU有足够多的数字和逻辑运算单元,并辅助有很多加速分支判断甚至更复杂的逻辑判断的硬件。因此CPU具有核数少、缓存大、单线程性能高,擅长处理具有复杂计算步骤和复杂数据依赖的计算任务的特点。然而,在利用编程对KT进行实际求解的过程中,相关的程序主要是在数据结构上使用简单的一维数组、不需要复杂的逻辑判断,并且易于并行的程序,而且多通道信号数据的样本数据规模一般很大,所以,在采用CPU对KT进行求解的过程中,求解效率非常低,需要消耗大量的时间。综上所述可以看出,如何在对KT进行实际求解的过程中提高求解效率,以节省大量的时间是目前有待进一步解决的问题。
技术实现思路
有鉴于此,本专利技术的目的在于提供一种多通道信号相关性分析方法及系统,在对KT进行实际求解的过程中提高了求解效率,从而节省了大量的时间。其具体方案如下:一种多通道信号相关性分析方法,包括:将获取到的多通道信号数据保存至GPU内部存储器;从所述GPU内部存储器中提取出所述多通道信号数据,然后利用GPU的并行计算能力,并行求解所述多通道信号数据中每两个通道的信号数据之间的肯德尔秩相关系数,得到与所述多通道信号数据对应的肯德尔秩相关系数。可选的,所述将获取到的多通道信号数据保存至GPU内部存储器的过程,包括:获取CPU内部存储器传输的多通道信号数据;将获取到的多通道信号数据保存至所述GPU内部存储器。可选的,所述从所述GPU内部存储器中提取出所述多通道信号数据的过程,包括:创建与所述GPU相适应的N个streams,其中,N为不小于2的整数;将所述多通道信号数据从所述GPU内部存储器中提取至所述N个streams,其中,每两个通道的信号数据与一个streams相对应。可选的,所述并行求解所述多通道信号数据中每两个通道的信号数据之间的肯德尔秩相关系数的过程,包括:利用所述GPU中的Kernel函数,分别并行计算位于每个streams中的每两个通道的信号数据之间的内层求和值,得到第一结果;其中,内层求和值为KT公式中分子对应的内层求和值;利用Thrust库,并结合所述第一结果,分别并行计算所述KT公式中分子对应的外层求和值,得到第二结果;利用所述第二结果和所述KT公式,计算得到与所述多通道信号数据对应的肯德尔秩相关系数。本专利技术还公开了一种多通道信号相关性分析系统,包括:数据保存模块,用于将获取到的多通道信号数据保存至GPU内部存储器;数据提取模块,用于从所述GPU内部存储器中提取出所述多通道信号数据;系数求解模块,用于利用GPU的并行计算能力,并行求解所述数据提取模块提取出的所述多通道信号数据中每两个通道的信号数据之间的肯德尔秩相关系数,得到与所述多通道信号数据对应的肯德尔秩相关系数。可选的,所述数据保存模块,包括:数据获取单元,用于获取CPU内部存储器传输的多通道信号数据;数据保存单元,用于将所述数据获取单元获取到的多通道信号数据保存至所述GPU内部存储器。可选的,所述数据提取模块,包括:流创建单元,用于创建与所述GPU相适应的N个streams,其中,N为不小于2的整数;数据提取单元,用于将所述多通道信号数据从所述GPU内部存储器中提取至所述N个streams,其中,每两个通道的信号数据与一个streams相对应。可选的,所述系数求解模块,包括:内层求和单元,用于利用所述GPU中的Kernel函数,分别并行计算位于每个streams中的每两个通道的信号数据之间的内层求和值,得到第一结果;其中,内层求和值为KT公式中分子对应的内层求和值;外层求和单元,用于利用Thrust库,并结合所述第一结果,分别并行计算所述KT公式中分子对应的外层求和值,得到第二结果;系数计算单元,用于利用所述第二结果和所述KT公式,计算得到与所述多通道信号数据对应的肯德尔秩相关系数。本专利技术中,多通道信号相关性分析方法,包括:将获取到的多通道信号数据保存至GPU内部存储器;从GPU内部存储器中提取出多通道信号数据,然后利用GPU的并行计算能力,并行求解多通道信号数据中每两个通道的信号数据之间的肯德尔秩相关系数,得到与多通道信号数据对应的肯德尔秩相关系数。可见,本专利技术是基于GPU来对多通道信号数据质检的肯德尔秩相关系数进行求解的,由于GPU是并行的,具有缓存小、核数众多、数字逻辑运算单元简单、适合海量数据处理等特点,由此可知,本专利技术在利用GPU对KT进行实际求解的过程中提高了求解效率,从而节省了大量的时间。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。图1为本专利技术实施例公开的一种多通道信号相关性分析方法流程图;图2为本专利技术实施例公开的一种具体的多通道信号相关性分析方法流程图;图3为本专利技术实施例公开的一种多通道信号相关性分析系统结构示意图。具体实施方式下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。本专利技术实施例公开了一种多通道信号相关性分析方法,参见图1所示,该方法包括:步骤S11:将获取到的多通道信号数据保存至GPU内部存储器(GPU,即GraphicsProcessingUnit,图形处理器)。步骤S12:从GPU内部存储器中提取出多通道信号数据。步骤S13:利用GPU的并行计算能力,并行求解多通道信号数据中每两个通道的信号数据之间的肯德尔秩相关系数,得到与多通道信号数据对应的肯德尔本文档来自技高网
...
一种多通道信号相关性分析方法及系统

【技术保护点】
一种多通道信号相关性分析方法,其特征在于,包括:将获取到的多通道信号数据保存至GPU内部存储器;从所述GPU内部存储器中提取出所述多通道信号数据,然后利用GPU的并行计算能力,并行求解所述多通道信号数据中每两个通道的信号数据之间的肯德尔秩相关系数,得到与所述多通道信号数据对应的肯德尔秩相关系数。

【技术特征摘要】
1.一种多通道信号相关性分析方法,其特征在于,包括:将获取到的多通道信号数据保存至GPU内部存储器;从所述GPU内部存储器中提取出所述多通道信号数据,然后利用GPU的并行计算能力,并行求解所述多通道信号数据中每两个通道的信号数据之间的肯德尔秩相关系数,得到与所述多通道信号数据对应的肯德尔秩相关系数。2.根据权利要求1所述多通道信号相关性分析方法,其特征在于,所述将获取到的多通道信号数据保存至GPU内部存储器的过程,包括:获取CPU内部存储器传输的多通道信号数据;将获取到的多通道信号数据保存至所述GPU内部存储器。3.根据权利要求1或2所述多通道信号相关性分析方法,其特征在于,所述从所述GPU内部存储器中提取出所述多通道信号数据的过程,包括:创建与所述GPU相适应的N个streams,其中,N为不小于2的整数;将所述多通道信号数据从所述GPU内部存储器中提取至所述N个streams,其中,每两个通道的信号数据与一个streams相对应。4.根据权利要求3所述多通道信号相关性分析方法,其特征在于,所述并行求解所述多通道信号数据中每两个通道的信号数据之间的肯德尔秩相关系数的过程,包括:利用所述GPU中的Kernel函数,分别并行计算位于每个streams中的每两个通道的信号数据之间的内层求和值,得到第一结果;其中,内层求和值为KT公式中分子对应的内层求和值;利用Thrust库,并结合所述第一结果,分别并行计算所述KT公式中分子对应的外层求和值,得到第二结果;利用所述第二结果和所述KT公式,计算得到与所述多通道信号数据对应的肯德尔秩相关系数。5.一种多通道信号相关性分析系统,其...

【专利技术属性】
技术研发人员:谢卫云徐维超李保俊马如豹
申请(专利权)人:广东工业大学
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1