Paralel genetik algoritma ile sayısal filtre optimizasyonunun karşılaştırmalı analizi

Abstract

Sayısal filtreler, sayısal işaretlerin bazı özelliklerini bir dizi çarpma ve toplama işlemine tabi tutularak istenilen şekilde değiştirmek için kullanılır. Filtre optimizasyonu, filtre karakteristiklerini sağlayacak en uygun filtre katsayılarının belirlenmesi için gerçekleştirilir. Geleneksel hesaplama teknikleri ile gerçekleştirilen filtre tasarımında katsayıların belirlenmesi için yapılan arama yerel minimum noktalarına takılıp kalabilmektedir. Genetik algoritma da ise arama işlemine farklı noktalardan devam edilerek genel minimum bulunabilir ve böylece en uygun değerlere ulaşılabilir. Genetik algoritmalarda çözülecek problemin hesaplama yükü arttığı zaman, algoritmanın hızlandırılması için en etkin seçeneklerden biri olan paralel formda gerçekleştirme işlemine başvurulmaktadır. Bu tez çalışmasında sayısal filtre optimizasyonunun paralel genetik algoritmalar kullanılarak, çok-çekirdekli bilgisayar üzerinde başarım analizi gerçekleştirilmiştir. Bu amaçla, paralel genetik algoritmalar C# programlama dili ile kodlanmış ve paralel hesaplamalar için yerleşik Parallel kütüphanesi kullanılmıştır. Farklı filtre yapılarının optimizasyonu için elde edilen başarım değerleri deneysel olarak incelenmiş ve sıralı algoritmada gereken çalışma süresinin, paralel algoritma ile azaltılması sağlanmıştır. Geliştirilen arayüz kullanılarak dört ve altı çekirdekli işlemcilerle yapılan deneysel ölçümler sıralı hesaplama ile karşılaştırıldığında başarımın kullanılan çekirdek adedine bağlı olarak arttığı gözlenmiştir.

Digital filters are used to modify some characteristics of digital signals by means of a series of multiplication and addition operations. Optimization of the filter is realized to determine the optimal filter coefficients that provide the desired characteristics. Filter design with traditional searching techniques to achieve coefficients may remain trapped in a local minima point. In Genetic algorithm, global minimum can be found via continuing search operation from different points and thus optimal values can be determined. In Genetic algorithms, when the size of the problem to be solved increases, parallel realization which is one of the most effective ways applied for the acceleration of the algorithm. In this study, performance analysis of digital filters optimization using parallel genetic algorithms was carried out on multi-core computer. For this purpose, parallel genetic algorithm was coded with C# programming language and built in Parallel library was used for parallel computations. Performance for different filter structures was examined experimentally and the duration of the sequential optimization algorithm is reduced by parallel algorithm. When the experimental measurements with four and six cores processors using developed interface are compared with sequential implementation it is observed that performance is increased depending on the number of cores.