Skip to Main Content
백서

Catapult® 알고리즘 합성 방법론을 사용한 고유값 분해

이미징, 통신, 오디오 분야의 고급 알고리즘 평가

이 보고서에서는 “고유값 분해(eigenvalue decomposition)”의 하드웨어 구현에 대해 다룹니다. 고유값 분해는 이미징, 통신, 오디오 분야에서 폭넓게 사용되는 개념입니다. KL 변환을 사용한 이미지 인식, MIMO 안테나를 사용하는 고속 통신과 MUSIC 방식을 사용한 전파/음파 방향 추정 기술 등이 대표적인 예입니다.

향후 MIMO 통신이나 MUSIC 방식의 전파 방향 추정의 경우, 대부분 사례에 안테나가 네 개 이상 필요할 것으로 전망됩니다. 안테나가 네 개인 경우, 행렬 크기가 4x4가 되며 복잡한 숫자와 연산 부하가 가중되므로, 고유값 방정식을 통해 직접 고유값을 얻는 방식이 타당한지 검증하고자 하였습니다. 따라서 ANSI C++로 효과적인 알고리즘 두 가지를 개발하여 고유값을 얻고, 이를 Catapult®로 합성하여 면적 대 알고리즘 레벨에서의 사이클 수를 각각 비교해 보았습니다.

공유