首页/论文/1502.00277

arXiv 1502.002772015-02-01math.NAcs.NAmath.NTstat.CO

基于Hadamard分解的快速有限域Hartley变换

Fast Finite Field Hartley Transforms Based on Hadamard Decomposition

Universidade Federal de Pernambuco（伯南布哥联邦大学）

H. M. de Oliveira, R. G. F. Távora, R. J. Cintra, R. M. Campello de Souza

备注：: 6 pages, 3 tables, fixed typos, submitted to the Sixth International Symposium on Communication Theory and Applications (ISCTA'01), 2001

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

AI总结：

本文提出基于Hadamard分解的快速有限域Hartley变换算法，利用其对称性优化计算复杂度，达到理论下限，适用于多址接入系统设计。

摘要：

一种新的有限域Hartley变换（FFHT）最近被引入，并在多址接入系统和多级扩频序列设计中提出了有前景的应用。FFHT表现出有趣的对称性，通过Hadamard-Walsh变换（HWT）进行递归分解来推导定制化的快速变换算法。所提出的快速算法通过HWT分解FFHT，所有研究案例均达到乘法复杂度的下限。新算法的复杂度与传统算法进行了比较。

英文摘要：

A new transform over finite fields, the finite field Hartley transform (FFHT), was recently introduced and a number of promising applications on the design of efficient multiple access systems and multilevel spread spectrum sequences were proposed. The FFHT exhibits interesting symmetries, which are exploited to derive tailored fast transform algorithms. The proposed fast algorithms are based on successive decompositions of the FFHT by means of Hadamard-Walsh transforms (HWT). The introduced decompositions meet the lower bound on the multiplicative complexity for all the cases investigated. The complexity of the new algorithms is compared with that of traditional algorithms.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

关于算术变换和算术Hartley变换的简要综述

A Short Survey on Arithmetic Transforms and the Arithmetic Hartley Transform

Universidade Federal de Pernambuco（巴西联邦伯南布哥大学）；Communications Research Group, Departamento de Eletrônica e Sistemas, Universidade Federal de Pernambuco（巴西联邦伯南布哥大学电子与系统系通信研究组）

本文综述了算术变换理论，提出新的算术傅里叶变换算法，并引入算术Hartley变换，强调插值过程对算术变换理论的重要性。

2015-04-23cs.NAmath.CAmath.NA

一种基于矩阵Laurent级数的16点快速傅里叶和哈特利变换的灵活实现

A Flexible Implementation of a Matrix Laurent Series-Based 16-Point Fast Fourier and Hartley Transforms

Federal University of Pernambuco（伯南布哥联邦大学）；Amazon State University（亚马逊州立大学）

本文提出了一种基于矩阵Laurent级数的16点快速傅里叶和哈特利变换的灵活实现，利用单比特选择运算符在Xilinx SPARTAN 3E器件上实现了65ns的运算速度。

2015-02-20cs.DMcs.NAeess.SP

一些离散Hartley变换矩阵的因子化方案

A Factorization Scheme for Some Discrete Hartley Transform Matrices

Universidade Federal de Pernambuco（伯南布哥联邦大学）

本文提出了一种高效算法，通过Hartley变换矩阵的因子化方法，达到了DFT/DHT的理论下界乘法复杂度，并给出了短块长的算法。

2015-02-01cs.NAmath.NAstat.ME

用于医学图像压缩的低复杂度三维离散Hartley变换逼近

Low-complexity Three-dimensional Discrete Hartley Transform Approximations for Medical Image Compression

离散Hartley变换（DHT）是医学图像编码的有效工具.三维DHT（3D DHT）可用于压缩医学图像数据，诸如磁共振和X射线血管造影。然而，3D DHT的计算涉及到无理数的多次乘法，这需要浮点运算和固有的截断误差。近年来，无线和植入式生物医学设备取得了重大进展。这样的设备存在关键的功率和硬件限制。乘法运算比其他算术运算（如加法和移位）需要更高的硬件、功耗和时间消耗。在这项工作中，我们提出了一套无乘法器的DHT近似，它可以实现与定点算法。我们推导出三维DHT近似采用张量形式主义。与通常的3D DHT方法相比，所提出的这种方法具有显著的计算节省，适用于资源有限的设备。所提出的变换应用在有损的3D DHT为基础的医疗图像压缩算法，提出了几乎相同水平的视觉质量（$>98\%$在SSIM方面）在相当大的减少计算工作量（$100 \%$乘法复杂性降低）。此外，我们在采用低成本Raspberry Pi Pico板的ARM Cortex-M0+处理器中实现了所提出的3D变换。与通常的3D DHT相比，执行时间减少了$\sim$ 70%，与3D DCT相比，减少了$\sim$ 90%。

2022-05-31cs.MMcs.NAeess.IV

通过子采样随机哈达玛变换改进矩阵算法

Improved matrix algorithms via the Subsampled Randomized Hadamard Transform

IBM T. J. Watson Research Center（IBM T.J.沃森研究中心）；California Institute of Technology（加州理工学院）

本文研究基于子采样随机哈达玛变换（SRHT）的低秩矩阵近似技术，在Frobenius范数和谱范数下给出了更优的误差界，并推导了SRHT的矩阵运算结果。

2013-06-21cs.DScs.NAmath.NA

改进的子采样随机Hadamard变换分析

Improved analysis of the subsampled randomized Hadamard transform

California Inst. Technology（加州理工学院）

本文提出了一种更简单且首次给出最优常数的子采样随机Hadamard变换分析，证明该变换能保持整个向量子空间的欧几里得几何结构。

2011-07-17cs.DScs.NAmath.NA

更多相关论文收起更多论文

用于分布式架构上低秩近似的块子采样随机Hadamard变换

Block subsampled randomized Hadamard transform for low-rank approximation on distributed architectures

本文提出由子采样随机Hadamard变换组合而成的块SRHT矩阵，证明其作为无影子空间嵌入的性质，并将其应用于分布式架构下大规模矩阵的低秩近似计算。

2022-10-20cs.DScs.NAmath.NA

多维雅可比多项式变换的快速算法

Fast Algorithms for the Multi-dimensional Jacobi Polynomial Transform

我们使用著名的观察，雅可比的微分方程的解决方案可以表示通过非振荡的相位和振幅函数，以开发一个快速算法计算多维雅可比多项式变换。更明确地，从该观察结果可以得出，对应于离散雅可比变换的矩阵是数值上低秩矩阵和多维离散傅里叶变换（DFT）矩阵的Hadamard乘积。Hadamard乘积的应用可以通过$O(1)$快速傅里叶变换（FFT）来执行，从而产生用于计算多维雅可比多项式变换的接近最优的算法。

2019-09-12cs.NAmath.NA

PVTSI $^{\boldmath(m)}$：计算非周期奇异积分Hadamard有限部分的新方法

PVTSI$^{\boldmath(m)}$: A Novel Approach to Computation of Hadamard Finite Parts of Nonperiodic Singular Integrals

本文考虑有限范围奇异积分$\int^b_a f(x)\,dx$的Hadamard有限部分$I[f]=\intBar^b_a f(x)\,dx$，$f(x)=g(x)/(x-t)^{m}$与$a<t<b$和$m\in\{1,2,\ldots\},$的数值计算，假设（i）$g\in C^\infty(a,b)$和（ii）$g(x)$在端点$x=a$和$x=b$上允许有任意可积奇点.我们首先证明了$\intBar^b_a f(x)\,dx$在任何合适的变量变换$x=ψ(ξ)$，$ψ:[α,β]\rightarrow[a,b]$下不变，因此存在$\intBar^β_αF(ξ)\,dξ=\intBar^b_a f(x)\,dx$，其中$F(ξ)=f(ψ(ξ))\,ψ'(ξ)$ .基于这一结果，我们接下来选择$ψ(ξ)$，使变换的被积函数$F(ξ)$是充分周期性的周期$\T=β-α$，并证明，与最近的一些扩展/推广的欧拉-麦克劳林展开的帮助下，我们可以适用于$\intBar^β_αF(ξ)\,dξ$的求积公式推导出的周期奇异积分在早期的工作的作者。对于每个$m$，我们给出了$\intBar^β_αF(ξ)\,dξ$的一族数值求积公式，我们表示为$\widehat{T}^{(s)}_{m,n}[{\cal F}]$，其中${\cal F}(ξ)$是$F(ξ)$的$\T$ -周期扩展。

2021-02-12cs.NAmath.NA

利用快速变换从二值样本中恢复小波系数

Recovering wavelet coefficients from binary samples using fast transforms

从大量的二进制或傅立叶样本中恢复信号（函数）是现代医学成像中的核心问题之一，并且到目前为止存在过多的用于从这样的样本中恢复信号的方法。可以利用小波重构的方法的示例包括广义采样、无限维压缩感测、参数化背景数据弱（PBDW）方法等。然而，对于要在实践中应用的这些方法中的任何一种，采样基之间的无限维基变化矩阵的$N \times M$部分的精确和快速建模（傅立叶或Walsh-Hadamard样本）和小波重构基础是最重要的。在这项工作中，我们推导出一种算法，它绕过$NM$存储要求和$\mathcal{O}(NM)$计算成本的矩阵向量乘法与此矩阵时，使用沃尔什-哈达玛样本和小波重构。所提出的算法在$\mathcal{O}(N\log N)$操作中计算矩阵向量乘法，并且具有$\mathcal{O}(2^q)$的存储需求，其中$N=2^{dq} M$，（通常为$q \in \{1,2\}$）和$d=1,2$是维度。由于矩阵向量乘法是上述重建方法所使用的迭代算法的计算瓶颈，所提出的算法大大加快了从Walsh-Hadamard样本的小波系数的重建。

2021-06-01cs.ITcs.NAmath.IT