简介：GPGPU能够针对计算密集型的计算问题进行大规模的并行加速，为DFT在嵌入式平台上的高效实现提供了一种新的方式。基于Mali—T604嵌入式GPU实现了针对DFT和FFT的并行加速方案，并进行了实际测试。实验结果证明，所设计的并行方案能够在ARM嵌入式平台上有效加速DFT和FFT，可大大提升移动设备进行数字信号处理的实时性。
简介：为解决雷达信号处理系统双核通信问题，设计了两种DSP和FPGA之间的并行通信方法，分别通过DSP的外部接口XINTF访问FPGA内部FIFO和双口RAM，利用DSP的读写使能信号作为FIFO和RAM的读写时钟信号。通过对两种并行通信方法进行对比分析，指出雷达信号处理系统中双核通信应该采用DSP和FPGA内部FIFO的方法。
简介：针对K-means算法在数据聚类过程中初始值选取的随机性问题,基于非均匀采样原则对该算法进行改进。同时,针对聚类算法并行化的需求,基于Spark平台对改进算法进行了并行化实现。单机串行处理和集群并行化实验证明了该改进算法在处理海量数据集时具有更高的准确性和稳定性,且在Spark平台上的并行化实现具有良好的加速比和可扩展性,从而表明该算法能在实际的海量数据处理中高效运行。
基于嵌入式移动GPU的离散傅里叶变换并行优化
DSP和FPGA的双核并行通信方法设计与应用
基于Spark平台的K-means聚类算法改进及并行化实现
