Разложение Q-less QR для матриц с действительным знаком с бесконечным числом строк
Поддержка HDL Fixed-Point Designer / Матрицы и Линейная алгебра / Матричные Факторизации
Блок Real Partial-Systolic Q-less QR Decomposition with Forgetting Factor использует разложение QR, чтобы вычислить размер экономики верхне-треугольный фактор R разложения QR A = Q R, не вычисляя Q. A является бесконечно высокими матричными данными о потоковой передаче представления с действительным знаком.
Решением A 'Ax = B является x = R \R '\b.
A(i,:)
— Строки действительного матричного AСтроки действительного матричного A в виде вектора. A является бесконечно высокой матрицей потоковой передачи данных. Если A использует тип данных с фиксированной точкой, A должен быть подписан и масштабирование двоичной точки использования. Представление наклонного смещения не поддерживается для типов данных с фиксированной точкой.
Типы данных: single
| double
| fixed point
validIn
— Допустимы ли входные параметрыBoolean
скалярДопустимы ли входные параметры в виде булева скаляра. Этот управляющий сигнал указывает, когда данные из входного порта A(i,:) допустимы. Когда это значение равняется 1 (true
) и значение ready равняется 1 (true
), блок получает значения во входном порту A(i,:). Когда это значение 0 (false
), блок игнорирует входные выборки.
После отправки true
Сигнал validIn, может быть некоторая задержка, прежде чем ready будет установлен в false
. Гарантировать все данные обрабатывается, необходимо ожидать, пока ready не установлен в false
прежде, чем отправить другой true
Сигнал validIn.
Типы данных: Boolean
restart
— Очистить ли внутренние состоянияBoolean
скалярОчистить ли внутренние состояния в виде булева скаляра. Когда это значение равняется 1 (true
), блок останавливает текущее вычисление и очищает все внутренние состояния. Когда это значение 0 (false
) и значение в validIn равняется 1 (true
), блок начинает новый подкадр.
Типы данных: Boolean
R
— Матрица Верхней треугольной RРазмер экономики матрица разложения QR R, умноженный на Forgetting factor
параметр, возвращенный как матрица. R является верхней треугольной матрицей. Выход в R имеет совпадающий тип данных как вход в A(i,:).
Типы данных: single
| double
| fixed point
validOut
— Допустимы ли выходные данныеBoolean
скалярДопустимы ли выходные данные в виде булева скаляра. Этот управляющий сигнал указывает, когда данные в выходном порту R допустимы. Когда это значение равняется 1 (true
), блок успешно вычислил матричный R. Когда это значение 0 (false
), выходные данные не допустимо.
Типы данных: Boolean
ready
— Готов ли блокBoolean
скалярГотов ли блок, возвращенный как булев скаляр. Этот управляющий сигнал указывает, когда блок готов к новым входным данным. Когда этим значением является 1
TRUE
) и validIn является 1
TRUE
), блок принимает входные данные в следующем временном шаге. Когда этим значением является 0
ложь
), блок игнорирует входные данные в следующем временном шаге.
После отправки true
Сигнал validIn, может быть некоторая задержка, прежде чем ready будет установлен в false
. Гарантировать все данные обрабатывается, необходимо ожидать, пока ready не установлен в false
прежде, чем отправить другой true
Сигнал validIn.
Типы данных: Boolean
Number of columns in matrix A
— Количество столбцов во входной матрице A
(значение по умолчанию) | положительный скаляр с целочисленным знакомКоличество столбцов во входной матрице A в виде положительного скаляра с целочисленным знаком.
Параметры блоков:
n |
Ввод: символьный вектор |
Значения: положительный скаляр с целочисленным знаком |
Значение по умолчанию:
4 |
Forgetting factor
— Упущение фактора, примененного перед каждой строкой матрицы, учтеноПри упущении фактора, примененного, прежде чем, каждая строка матрицы учтена в виде действительной положительной скалярной величины. Выход обновляется, когда каждая строка A вводится неопределенно.
Параметры блоков:
forgetting_factor |
Ввод: символьный вектор |
Значения: положительный скаляр с целочисленным знаком |
Значение по умолчанию:
0.99 |
Частично-систолические реализации приоритизируют скорость расчетов по пространственным ограничениям, в то время как разорванные реализации приоритизируют пространственные ограничения за счет скорости операций. Следующая таблица иллюстрирует компромиссы между реализациями, доступными для матричных разложений и систем решения линейных уравнений.
Реализация | Готовый | Задержка | Область | Демонстрационный блок или пример |
---|---|---|---|---|
Систолический | C | On | O (m n2) | Реализуйте эффективное оборудованием разложение QR Используя CORDIC в систолическом массиве |
Частично-систолический | C | O (m) | On2) | |
Частично-систолический с упущением фактора | C | On | On2) | Фиксированная точка оптимизированный HDL формирователь луча Ответа без Искажений Минимального Отклонения (MVDR) |
Пакет | On | O (млн2) | On |
Где C является константой, пропорциональной размеру слова данных, m является количеством строк в матричном A, и n является количеством столбцов в матричном A.
Следующая таблица предоставляет подробную информацию о синхронизации для блоков разложения QR.
Блок | validIn к ready (c циклы) | validIn к validOut (v циклы) |
---|---|---|
Real Partial-Systolic QR Decomposition | c = w + 8 | v = c (m + n - 1) |
Complex Partial-Systolic QR Decomposition | c = 2w + 15 | v = c (m + n - 1) |
Real Partial-Systolic Q-less QR Decomposition | c = w + 8 | v = c (m + n - 1) |
Complex Partial-Systolic Q-less QR Decomposition | c = 2w + 15 | v = c (m + n - 1) |
Real Partial-Systolic Q-less QR Decomposition with Forgetting Factor | c = w + 8 | v = c (2n - 1) |
Complex Partial-Systolic Q-less QR Decomposition with Forgetting Factor | c = 2w + 15 | v = c (2n - 1) |
В таблице m представляет количество строк в матричном A, и n является количеством столбцов в матричном A. w представляет размер слова A.
Если тип данных A является фиксированной точкой, то w является размером слова.
Если тип данных A является двойным, то w равняется 53.
Если тип данных A является одним, то w равняется 24.
Представление наклонного смещения не поддерживается для типов данных с фиксированной точкой.
HDL Coder™ обеспечивает дополнительные параметры конфигурации, которые влияют на реализацию HDL и синтезируемую логику.
Этот блок имеет одну, архитектуру HDL по умолчанию.
Общий | |
---|---|
ConstrainedOutputPipeline | Количество регистров, чтобы поместить при выходных параметрах путем перемещения существующих задержек в рамках проекта. Распределенная конвейеризация не перераспределяет эти регистры. |
InputPipeline | Количество входных настроек канала связи, чтобы вставить в сгенерированный код. Распределенная конвейеризация и ограниченная выходная конвейеризация могут переместить эти регистры. |
OutputPipeline | Количество выходных настроек канала связи, чтобы вставить в сгенерированный код. Распределенная конвейеризация и ограниченная выходная конвейеризация могут переместить эти регистры. |
Типы данных с фиксированной точкой поддержек только.
A должен быть подписан и масштабирование двоичной точки использования. Представление наклонного смещения не поддерживается.
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.