agc算法 c语言,【x86向量化】三种不同方式的AGC算法代码运行速度对比

74 阅读 0 评论 49 点赞

我是靠谱客的博主快乐啤酒，最近开发中收集的这篇文章主要介绍agc算法 c语言,【x86向量化】三种不同方式的AGC算法代码运行速度对比，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

前言

在使用通用处理器如x86-64开发软件无线电算法的过程中，充分利用cpu的simd指令集(mmx/sse/avx/neon等)对于性能是至关重要的。现代的x86-64处理器能够支持很大的浮点向量运算，例如intel haswell(2011年发布)平台支持的avx指令集，ymm 0 ~ ymm15寄存器宽度为256bit，每条指令能实现8个单精度浮点数乘法或加法，4GHz主频运行linpack实测速度可达100Gflops。

AGC(自动增益控制)是软件无线电处理中最基本的算法之一。其目的是保持输出信号幅度基本稳定，以方便后续算法处理。AGC算法的工作流程可以总结为三步：

1. 放大信号。乘法运算，调整信号的幅度；

2. 检测信号幅度。对输出信号使用功率检波或者有效值检波，测量信号的实际幅度；

3. 调整增益。比较设定值与实际幅度的偏差，据此调整增益设置。

为了能够尽可能充分利用处理器的运算能力，编译器会对代码进行自动向量化，将多个浮点操作打包在一起，生成simd指令。因此，编写合适的代码结构对于性能是至关重要的。本文将对3种不同结构的AGC算法代码进行性能对比测试，以找出最优的方案。

算法实现方案

其中x y为float complex，pwr reference gain为float，全部对齐到16字节地址<code class="hljs glsl">for(i=0;i<n;i++) { step1: y="gain" * x; //MUL=2

step2: pwr = y.re * y.re + y.im * y.im; //MUL=2 ADD=1

}

step3: if(pwr > reference) gain *= 0.99; else gain *= 1.01; //CMP=1 MUL=1</n;i++)></code>

Total FLOPS = n * 5 + 2;

其中算法1使用libvolk()库的avx2实现，算法2和算法3使用c语言编写<code class="hljs bash">//算法1 for (i=0; i<*_num_iterations; i++) {   volk_32fc_s32fc_multiply_32fc(y, x, gain, n);

volk_32fc_magnitude_squared_32f(pwry, y, n);

*pwr = 0;     volk_32f_accumulator_s32f(pwr, pwry, n);

    *pwr /= n;

{

y[i] = x[i] * gain;//step1

pwry[i] = real(y[i])*real(y[i]) + imag(y[i])*imag(y[i]);//step2.1

}

{

*pwr += pwry[i];//step2.2

}

*pwr /= n;

else gain *= a2; //备注：经过测试, step1和step2.1放在同个循环，step2.2放在另外的循环中，速度最快。 //step1 2.1 2.2分开三个循环，或者step1 2.1 2.2放在一起，或者step1分开step2.1 2.2放在一起，速度都会减慢 //不使用pwry中间变量，直接累加到pwr，速度也会减慢 </code><code class="hljs verilog">//算法3，手动展开循环，其中n是8的倍数 *pwr = 0;

{

y[i] = x[i] * gain;

y[i+1] = x[i+1] * gain;

pwry[i+1] = real(y[i+1])*real(y[i+1]) + imag(y[i+1])*imag(y[i+1]);

y[i+2] = x[i+2] * gain;

pwry[i+2] = real(y[i+2])*real(y[i+2]) + imag(y[i+2])*imag(y[i+2]);

y[i+3] = x[i+3] * gain;

pwry[i+3] = real(y[i+3])*real(y[i+3]) + imag(y[i+3])*imag(y[i+3]);

y[i+4] = x[i+4] * gain;

pwry[i+4] = real(y[i+4])*real(y[i+4]) + imag(y[i+4])*imag(y[i+4]);

y[i+5] = x[i+5] * gain;

pwry[i+5] = real(y[i+5])*real(y[i+5]) + imag(y[i+5])*imag(y[i+5]);

y[i+6] = x[i+6] * gain;

pwry[i+6] = real(y[i+6])*real(y[i+6]) + imag(y[i+6])*imag(y[i+6]);

y[i+7] = x[i+7] * gain;

pwry[i+7] = real(y[i+7])*real(y[i+7]) + imag(y[i+7])*imag(y[i+7]);

}

{

*pwr += pwry[i] + pwry[i+1] + pwry[i+2] + pwry[i+3]

+ pwry[i+4] + pwry[i+5] + pwry[i+6] + pwry[i+7];

}

*pwr /= n;

以上测试代码分别循环iter次，其中iter=256*1048576/n，即测试的数据总长度不变。

使用getrusage函数得到循环的执行时间，进而计算出每秒处理的数据个数。

编译时，算法2和3均成功向量化<code class="hljs less">gcc 7.4.0 //算法2 agc_gr_bench.cc:105:20: note: loop vectorized

agc_gr_bench.cc:105:20: note: loop versioned for vectorization because of possible aliasing

agc_gr_bench.cc:105:20: note: loop with 7 iterations completely unrolled

agc_gr_bench.cc:108:12: note: loop unrolled 1 times //算法3 agc_gr_bench.cc:139:20: note: loop vectorized

agc_gr_bench.cc:139:20: note: loop versioned for vectorization because of possible aliasing

备注: 作为对比，导入了gnuradio feed_forward_agc中的快速开平方拟合算法, 仅执行检波算法<code class="hljs cpp">//算法: agc_gr //测试方法：循环执行该函数iter*n次 inline static float envelope(gr_complex x)

{

}</code>

测试环境

i7-4770k 2.6GHz

DDR3 2400 8GB

ubuntu 16.04 LTS

gcc 7.4.0 (备注: gcc 5.4.0速度减少10-15%，clang 3.8速度减少50%)

libvolk 1.4 (备注：未使用volk_modtool生成配置文件，使用默认的算法选择逻辑。)

存在问题：使用过volk_modtool之后最高可损失40%性能，架构选择a_sse3 u_sse3 a_avx u_avx均有此问题，原因不明。

测试结果

volk库速度最快，在向量长度n=1024时，处理速率1.75Gsps；