主要内容

使用GPU结束到最终系统仿真加速度

这个示例使用:

打开脚本

此示例显示了四种技术的比较，该技术可用于使用Matlab®CommunicationGoolbox™软件中的系统对象加速误码率（BER）仿真。基于卷积编码的小系统说明了使用MATLAB®Coder™产品，并行循环执行使用的代码生成的效果par在并行计算工具箱™产品中，代码生成和par和基于GPU的系统对象。

系统对象此示例功能可用于通信工具箱产品。为了运行此示例，您必须具有MATLAB编码器许可证，并行计算工具箱许可证和足够的GPU。

系统设计与仿真参数

此示例使用简单的卷积编码系统来说明仿真加速度策略。系统使用随机消息比特使用兰迪．发射机使用速率为1/2的卷积编码器对这些比特进行编码，应用QPSK调制方案，然后传输这些符号。这些符号通过一个AWGN通道，信号损坏在这里发生。QPSK解调发生在接收机，并使用维特比算法解码损坏的比特。最后计算了误码率。系统中使用的System对象有:

  • comm.conoloolvolutionalencoder - 卷积编码

  • Comm.pskmodulator - QPSK调制

  • comm.awgnchannel - Awgn频道

  • Comm.pskdemodulator - QPSK解调（约LLR）

  • Comm.ViterBideCoder - Viterbi解码

收发器的代码可以找到：

沿误码率曲线的每个点表示上述收发器代码的许多迭代的结果。为了在合理的时间内获得准确的结果，模拟将收集每个信噪比（SNR）值（SNR）值的至少200位误差，并且在大多数5000数据包中。数据包代表2000个消息位。SNR为1 dB至5 dB。

Itercntthreshold = 5000;minerrthreshold = 200;MSGL = 2000;SNRDB = 1：5;

初始化

调用收发器函数一次以定量设置时间和对象构建开销。对象在每个功能中存储在持久变量中。

错误=零（长度（SNRDB），1）;erats =零（长度（snrdb），1）;Berplot = Cell（1,5）;numframes = 500;％GPU版本并行运行500帧。viterbiTransceiverCPU(-10年,1,1);viterbiTransceiverGPU(-10、1、1、numframes);N = 1;%N跟踪哪个模拟变量正在运行

工作流程

此示例的工作流程是：

  1. 运行系统对象的基线模拟

  2. 使用MATLAB编码器生成一个MEX函数进行仿真

  3. 使用parcol并行运行误码率仿真

  4. 将生成的MEX功能与Parcol结合起来

  5. 使用基于GPU的系统对象

FPRINTF（1，“误码率加速分析示例\n\n”）;

基线模拟

为建立各种加速度策略的参考点，仅使用System对象生成误码率曲线。无线电收发机的密码已经输入了viterbiTransceiverCPU.m．

FPRINTF（1，'***基线 - 标准系统对象模拟*** \ n'）;％为每个SNRDB仿真创建随机流s = randstream.create（'MRG32K3A'那“NumStreams”, 1......'celloutpul'，真的，“NormalTransform”那“反转”）;RandStream.setGlobalStream (s {1});ts = tic;为了II = 1：NUMER（SNRDB）FPRINTF（1，'迭代数%d，信噪比(dB) = %d\n'第二,snrdb (ii));[errs(ii)，iter (ii)] = viterbitranscivercpu (snrdb(ii)， minErrThreshold, iterCntThreshold);结尾BER = ERRS./（MSGL * erters）;baseTime = toc (ts);berplot {N} = 1;desc {n} =“基线”；ReportResultScommsysGPU（N，Basetime，Basetime，“基线”）;

代码生成

使用MATLAB编码器，可以使用优化的C代码生成MEX文件，该代码与预编译的MATLAB代码匹配。因为Viterbitransceivercpu.功能符合MATLAB代码生成子集，可以编译成MEX功能而无需修改。

您必须拥有MATLAB编码器许可证来运行该示例的此部分。

FPRINTF（1，' \ n * * *基线+ codegen * * * \ n”）;n = n + 1;％增加模拟计数器％创建编码器对象并关闭检查会导致低电平％ 表现。FPRINTF（1，'生成代码......'）;config_obj = coder.config (墨西哥人的）;config_obj.enabledebugging = false;config_obj.integryChecks = false;config_obj.responsiventsChecks = false;config_obj.echoExpressions = false;%生成MEX文件Codegen（“viterbiTransceiverCPU.m”那'-config'那“config_obj”那'-args'， {snrdb(1)， minErrThreshold, iterCntThreshold})“。\ n”）;％运行一次以消除启动开销。viterbiTransceiverCPU_mex(-10年,1,1);s = RandStream.getGlobalStream;重置(年代);%使用生成的MEX函数viterbitranscivercpu_mex%模拟循环。ts = tic;为了II = 1：NUMER（SNRDB）FPRINTF（1，'迭代数%d，信噪比(dB) = %d\n'第二,snrdb (ii));[errs（ii），erers（ii）] = Viterbitransceivercpu_mex（SNRDB（II），MinerRreshold，Itercntthreshold）;结尾BER = ERRS./（MSGL * erters）;trialtime = toc（ts）;berplot {N} = 1;desc {n} ='codegen'；reportResultsCommSysGPU (N trialtime baseTime'基线+ codegen'）;

Parfor—并行循环执行

使用par，Matlab并行地执行所有SNR值的收发器代码。这需要打开并行池并添加一个par环形。

您必须具有并行计算工具箱许可证来运行该示例的此部分。

FPRINTF（1，' \ n * * *基线+ parfor * * * \ n”）;FPRINTF（1，'访问多个CPU核心... \ n'）;如果isempty (gcp (“nocreate”pool =游泳池;poolWasOpen = false;其他的池= GCP;poolwasopen = true;结尾nw = pool.numworkers;n = n + 1;％增加模拟计数器snrn = numel（snrdb）;mt = minerrthreshold / nw;它= Itercntthreshold / nw;errn = zeros（nw，snrn）;ITRN = Zeros（NW，SNRN）;％复制SNRDB.snrdb_rep = repmat (snrdb, nW, 1);％为每个工人创建一个独立的流s = randstream.create（'MRG32K3A'那“NumStreams”，nw，......'celloutpul'，真的，“NormalTransform”那“反转”）;%跑前parjj = 1:西北RandStream.setGlobalStream (s {jj});viterbiTransceiverCPU(-10年,1,1);结尾FPRINTF（1，'开始吧...'）;ts = tic;parjj = 1:西北为了II = 1：SNRN [ERR，ITR] = ViterbitransceiverCPU（SNRDB_REP（JJ，II），MT，IT）;errN (jj, ii) =犯错;ITRN（JJ，II）= ITR;结尾结尾BER = SUM（ERRN）./（MSGL * SUM（ITRN））;trialtime = toc（ts）;FPRINTF（1，'完成。\ n'）;berplot {N} = 1;desc {n} =“议定书”；reportResultsCommSysGPU (N trialtime baseTime'基线+ parcon'）;

议程和代码生成

您可以结合使用最后两种技术来获得额外的加速。编译后的MEX函数可以在par环形。

您必须拥有MATLAB编码器许可证和并行计算工具箱许可证才能运行示例的这一部分。

FPRINTF（1，'\ n ***基线+ codegen + parcom *** \ n'）;n = n + 1;％增加模拟计数器%跑前parjj = 1:西北RandStream.setGlobalStream (s {jj});viterbiTransceiverCPU_mex (1 1 1);%使用相同的mex文件结尾FPRINTF（1，'开始吧...'）;ts = tic;parjj = 1:西北为了ii=1:snrN [err, itr] = viterbiTransceiverCPU_mex(snrdb_rep(jj,ii)， mT, iT);errN (jj, ii) =犯错;ITRN（JJ，II）= ITR;结尾结尾BER = SUM（ERRN）./（MSGL * SUM（ITRN））;trialtime = toc（ts）;FPRINTF（1，'完成。\ n'）;berplot {N} = 1;desc {n} =“codegen + parfor”；reportResultsCommSysGPU (N trialtime baseTime'基线+ codegen + parcol'）;

GPU.

系统对象Viterbitransceivercpu.功能使用可在GPU上执行。基于gpu的版本包括:

  • convolutionalencoder—卷积编码

  • comm.gpu.pskmodulator - QPSK调制

  • com .gpu. awgnchannel—AWGN通道

  • comm.gpu.pskdemodulator - QPSK解调（约LLR）

  • comm.gpu.viterbidecoder - Viterbi解码

在一次处理大量数据时，GPU最有效。基于GPU的系统对象可以在单个呼叫中处理多个帧对步骤方法。这numframes.变量表示每个呼叫处理的帧数。这是类似的par除了并行度是基于每个对象，而不是perViterbitransceivercpu.呼叫基础。

您必须具有并行计算工具箱许可证和CUDA®1.3能够的GPU运行该示例的这一部分。

FPRINTF（1，' \ n * * * * * * GPU \ n”）;n = n + 1;％增加模拟计数器试一试dev = parallel.gpu.gpudevice.current;FPRINTF（......'检测到GPU（％s，％d多处理器，计算能力％s）\ n'那......dev.Name、dev.MultiprocessorCount dev.ComputeCapability);sg = parallel.gpu.RandStream.create ('MRG32K3A'那“NumStreams”, 1“NormalTransform”那“反转”）;parallel.gpu.RandStream.setGlobalStream (sg);ts = tic;为了II = 1：NUMER（SNRDB）FPRINTF（1，'迭代数%d，信噪比(dB) = %d\n'第二,snrdb (ii));[errs(ii)，iter (ii)] = viterbitranssceivergpu (snrdb(ii)， minErrThreshold, iterCntThreshold, numframes);结尾BER = ERRS./（MSGL * erters）;trialtime = toc（ts）;berplot {N} = 1;desc {n} =“图形”；reportResultsCommSysGPU (N trialtime baseTime“基数+ GPU”）;FPRINTF（1，“。\ n”）;抓％＃OK ％报告​​未找到适当的GPU。FPRINTF（1，['找不到合适的GPU或不能'那......'执行GPU代码。\ n']）;结尾

分析

比较这些试验的结果，很明显，GPU比任何其他模拟加速技术都要快得多。这种性能提升需要对模拟代码进行非常温和的更改。然而，比特误码率性能没有损失，如下图所示。曲线上的微小差异是由于不同的随机数生成算法和/或对曲线上同一点的不同数量的数据进行平均的影响。

行= {“kx -。”那“ro - - - - - -”那'CS - '那“m ^:”那'G*-'}；为了II = 1：Numel（DESC）半径（SNRDB，Berplot {II}，行{II}）;抓住在；结尾抓住从；标题（“各种加速策略的误码率”）;Xlabel（“信噪比(dB)”）;ylabel（'BER'）;传奇（DESC {：}）;

清理

将平行池留在原始状态。

如果〜poolwasopen删除（GCP）;结尾

通信工具箱文档

金宝app

用MATLAB桥接无线通信设计与测试

用MATLAB桥接无线通信设计与测试

下载白皮书