一种无需重新排序的4点WFTA处理器和方法.pdf

摘要
申请专利号：	CN201210435987.0	申请日：	2012.11.05
公开号：	CN102929838A	公开日：	2013.02.13
当前法律状态：	撤回	有效性：	无权
法律详情：	发明专利申请公布后的视为撤回IPC(主分类):G06F 17/14申请公布日:20130213\|\|\|实质审查的生效IPC(主分类):G06F 17/14申请日:20121105\|\|\|公开
IPC分类号：	G06F17/14; G06F17/16	主分类号：	G06F17/14
申请人：	苏州威士达信息科技有限公司
发明人：	张鹏; 蔡超时; 刘昌银
地址：	215163 江苏省苏州市高新区科灵路78号苏高新软件园7号楼102
优先权：
专利代理机构：		代理人：
PDF下载：	PDF下载

内容摘要

本发明涉及一种无需重新排序的4点WFTA处理器，其特征在于，所述处理器主要由输入矩阵I、可变对角矩阵A、输出矩阵O和复数乘法器M1～M3四部分组成。输入矩阵I通过复数乘法器M1与输入向量v相乘得到向量p，可变对角矩阵A通过复数乘法器M2与向量p相乘得到向量q，输出矩阵O通过复数乘法器M3与向量q相乘得到输出向量V。本发明去除了N点变址同序素因子算法中4点WFTA涉及的重新排序操作，简化了控制逻辑，提高了运算速度，节约了存储器消耗，降低了硬件成本。

权利要求书

权利要求书一种无需重新排序的4点Winograd快速傅里叶变换处理器，它嵌套于s维的N点变址同序素因子算法，其中，N=N1N2…Ns，任意两个不同因子Ni和Nj互素，i＝1,2,…,s，j=1,2,…,s，当某一因子Ni=4时，所述处理器可用于去除N点变址同序素因子算法第i维FFT的重新排序操作，其特征在于，所述处理器包括：
复数乘法器M1～M3，它们完成矩阵与向量的乘法运算；
输入矩阵I，它通过复数乘法器M1与输入向量v相乘得到向量p；
可变对角矩阵A，它通过复数乘法器M2与向量p相乘得到向量q；
输出矩阵O，它通过复数乘法器M3与向量q相乘得到输出向量V。
如权利要求1所述的4点Winograd快速傅里叶变换处理器，其特征在于，所述输入矩阵I和输出矩阵O与常规的4点Winograd快速傅里叶变换处理器相同，而对角矩阵由常规的常数矩阵修改为可变矩阵A。
如权利要求1所述的4点Winograd快速傅里叶变换处理器，其特征在于，所述可变对角矩阵A对角线上的各元素是角度参数θ=2π/4*＜N/4>4的函数，其中，＜N/4>4表示对N/4取模4操作。
一种去除N点变址同序素因子算法第i维FFT重新排序操作的4点Winograd快速傅里叶变换处理方法，其中，N=N1N2…Ns，任意两个不同因子Ni和Ni互素，i＝1,2,…,s，j=1,2,…,s，Ni=4，其特征在于，所述处理方法包括以下步骤：
(1)根据N确定角度参数θ=2π/4*＜N/4>4的具体取值，在此基础上初始化可变对角矩阵A对角线上各元素的数值，使A变为常数，初始化变量l=0，其中，0≤l<N/4，＜N/4>4表示对N/4取模4操作；
(2)从输入序列x[n]中读取4个数据，它们的索引是n=＜N/4*m+4*l＞N，它们构成向量v，其中，0≤m<4，＜N/4*m+4*l＞N表示对N/4*m+4*l取模N操作；
(3)通过复数乘法器M1，输入矩阵I与向量v相乘，得到向量p；
(4)通过复数乘法器M2，可变对角矩阵A与向量p相乘，得到向量q；
(5)通过复数乘法器M3，输出矩阵O与向量q相乘，得到向量V；
(6)将向量V中的4个数据依次写入到输出序列X[k]中，写入的索引与读取的索引完全相同，仍然是k=＜N/4*m+4*l＞N；
(7)以1为步长递增改变l的取值，重复步骤(2)~(6)，直到完成N/4次无需重新排序的4点WFTA。

说明书

说明书一种无需重新排序的4点WFTA处理器和方法
技术领域
本发明涉及数字信号处理领域，特别涉及一种无需重新排序的小点数Winograd快速傅里叶变换算法（Winograd Fourier Transform Algorithm,WFTA）的实现方法。
背景技术
随着无线通信业务的不断增长，可利用的频谱资源日益紧张。为了提高频谱利用率和通信质量，现代无线通信系统广泛采用对频率选择性衰落具有较强免疫力的正交频分复用（Orthogonal Frequency Duplex Multiplexing,OFDM）技术。OFDM技术的核心是FFT。FFT的点数分为2的幂次和非2幂次两种。点数是2的幂次的FFT算法和实现比较成熟。相比之下，非2幂次点数的FFT更为灵活，近年来在DRM、DTMB、LTE系统中开始得到应用。因此，非2幂次点数FFT的算法和实现值得深入研究。
目前，素因子算法（Prime Factor Algorithm,PFA）是最有效的非2幂次FFT，它采用嵌套多维结构，能有效降低计算复杂度。对于N点非2幂次FFT，假设N可分解为s个两两互素因子的乘积，即N=N1N2…Ns。N点PFA的基本原理是，把一维大点数FFT映射成s维小点数FFT，第i(i=1,2,…,s)维FFT进行N/Ni次Ni点小点数FFT。小点数FFT可借助于Cooley‑Tukey算法、WFTA以及其它高效算法。
在某些情况下，PFA需要重新排序。根据在计算过程中所处的位置，重新排序分为预扰乱和后扰乱。不考虑Ni(i＝1,2,…,s)点FFT的内部机制，如果第i维FFT无需重新排序，那么它是同址的；否则，它是变址的，重新排序是在Ni点序列内进行的，预扰乱和后扰乱分别在Ni点FFT之前和之后执行。类似地，不考虑每维FFT的内部机制，如果N点PFA整体上无需重新排序，那么它是同序的；否则，它是变序的，重新排序是在N点序列内进行的，预扰乱和后扰乱分别在第一维FFT开始前和最后一维FFT结束后执行。这样，PFA理论上可分为4种：变址变序、变址同序、同址同序和同址变序。
目前，PFA要么是变址同序的，要么是同址变序的，不可避免地引入了重新排序操作。众所周知，重新排序意味着必须增加一级缓冲区，需要消耗较多的存储器资源，会增加硬件成本。此外，重新排序还会降低运算速度，增加控制的复杂度。与同址变序PFA相比，变址同序PFA消耗较少的存储器资源，两者重新排序的总延时完全相同，都是N个时钟周期，因此，变址同序PFA更可取。
发明内容
针对PFA的现有实现方案中存在的需要重新排序这一技术缺点，本发明提供了无需重新排序的4点WFTA处理器。当N点非2幂次FFT采用变址同序PFA实现时，如果N的某一互素因子Ni=4(i＝1,2,…,s)，那么使用本专利无需对第i维FFT重新排序。
为了去除第i维4点FFT的重新排序操作，需要修改常规的4点WFTA。常规的4点WFTA的对角矩阵是固定不变的，本发明将对角矩阵对角线上的各元素表示成角度参数θ=2π/4*＜N/4>4的函数，其中，＜N/4>4表示对N/4取模4操作。对于不同的N，修改的4点WFTA的对角矩阵不尽相同。
对于第i维FFT，需进行N/4次无需重新排序的4点WFTA，无需重新排序，简化了控制逻辑，共节约了N/4*4=N个时钟周期，提高了运算速度，存储器消耗减少了一半，降低了硬件成本。
关于本发明的优点与精神可通过接下来的发明详述及附图得到进一步的了解。
附图说明
图1是常规的4点WFTA处理器的功能框图；
图2是输入矩阵I的具体构成；
图3是输出矩阵O的具体构成；
图4是对角矩阵D对角线上的具体构成；
图5是预扰乱的4点WFTA处理器的结构示意图；
图6是后扰乱的4点WFTA处理器的结构示意图；
图7是无需重新排序的4点WFTA处理器的功能框图；
图8是可变对角矩阵A对角线上的具体构成。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明，但不作为对本发明的限定。
N点序列x(n)的FFT为
$<mrow><MI>X</MI> <MROW><MO>(</MO> <MI>k</MI> <MO>)</MO> </MROW><MO>=</MO> <MUNDEROVER><MI>Σ</MI> <MROW><MI>n</MI> <MO>=</MO> <MN>0</MN> </MROW><MROW><MI>N</MI> <MO>-</MO> <MN>1</MN> </MROW></MUNDEROVER><MI>x</MI> <MROW><MO>(</MO> <MI>n</MI> <MO>)</MO> </MROW><MSUBSUP><MI>W</MI> <MI>N</MI> <MI>nk</MI> </MSUBSUP><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>1</MN> <MO>)</MO> </MROW></MROW>]]></MATH></MATHS> <BR>其中，n,k=0,1,…,N‑1，WN=e‑j2π/N。直接计算N点FFT的乘法和加法运算量都与N的平方成正比。当N较大时，运算量很大。 <BR>为了降低计算复杂度，当N不是2的幂次时，可采用嵌套多维的PFA实现N点FFT。假设N可分解为s个两两互素因子的乘积，即N=N1N2…Ns。也就是说，任意两个因子Ni和Nj(i,j=1,2,…,s，且i≠j)的最大公约数是1。注意，Ni未必是素数。N点PFA的基本原理是，把一维大点数FFT映射成s维FFT，第i维FFT进行N/Ni次Ni点小点数FFT。小点数FFT可借助于Cooley‑Tukey算法、WFTA以及其它高效算法。 <BR>为了使PFA总体上是同序的，在一维FFT映射成s维FFT时，根据中国余数定理，输入索引n和输出索引k采用如下相同的映射方式： <BR><MATHS num="0002"><MATH><![CDATA[ <mrow><MI>n</MI> <MO>=</MO> <MSUB><MROW><MO><</MO> <MUNDEROVER><MI>Σ</MI> <MROW><MI>i</MI> <MO>=</MO> <MN>1</MN> </MROW><MI>M</MI> </MUNDEROVER><MROW><MO>(</MO> <MI>N</MI> <MO>/</MO> <MSUB><MI>N</MI> <MI>i</MI> </MSUB><MO>)</MO> </MROW><MSUB><MI>n</MI> <MI>i</MI> </MSUB><MO>></MO> </MROW><MI>N</MI> </MSUB><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>2</MN> <MO>)</MO> </MROW></MROW>]]></MATH></MATHS> <BR><MATHS num="0003"><MATH><![CDATA[ <mrow><MI>k</MI> <MO>=</MO> <MSUB><MROW><MO><</MO> <MUNDEROVER><MI>Σ</MI> <MROW><MI>i</MI> <MO>=</MO> <MN>1</MN> </MROW><MI>M</MI> </MUNDEROVER><MROW><MO>(</MO> <MI>N</MI> <MO>/</MO> <MSUB><MI>N</MI> <MI>i</MI> </MSUB><MO>)</MO> </MROW><MSUB><MI>k</MI> <MI>i</MI> </MSUB><MO>></MO> </MROW><MI>N</MI> </MSUB><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>3</MN> <MO>)</MO> </MROW></MROW>]]></MATH></MATHS> <BR>其中，符号〈〉N表示模N运算，ni,ki=0,1,…,Ni‑1。将式(2)和(3)代入式(1)，整理可得： <BR><MATHS num="0004"><MATH><![CDATA[ <mrow><MOVER><MI>X</MI> <MO>^</MO> </MOVER><MROW><MO>(</MO> <MSUB><MI>k</MI> <MN>1</MN> </MSUB><MO>,</MO> <MSUB><MI>k</MI> <MN>2</MN> </MSUB><MO>,</MO> <MO>·</MO> <MO>·</MO> <MO>·</MO> <MO>,</MO> <MSUB><MI>k</MI> <MI>M</MI> </MSUB><MO>)</MO> </MROW><MO>=</MO> <MUNDEROVER><MI>Σ</MI> <MROW><MSUB><MI>n</MI> <MI>M</MI> </MSUB><MO>=</MO> <MN>0</MN> </MROW><MROW><MSUB><MI>N</MI> <MI>M</MI> </MSUB><MO>-</MO> <MN>1</MN> </MROW></MUNDEROVER><MO>·</MO> <MO>·</MO> <MO>·</MO> <MUNDEROVER><MI>Σ</MI> <MROW><MSUB><MI>n</MI> <MN>2</MN> </MSUB><MO>=</MO> <MN>0</MN> </MROW><MROW><MSUB><MI>N</MI> <MN>2</MN> </MSUB><MO>-</MO> <MN>1</MN> </MROW></MUNDEROVER><MUNDEROVER><MI>Σ</MI> <MROW><MSUB><MI>n</MI> <MN>1</MN> </MSUB><MO>=</MO> <MN>0</MN> </MROW><MROW><MSUB><MI>N</MI> <MN>1</MN> </MSUB><MO>-</MO> <MN>1</MN> </MROW></MUNDEROVER><MOVER><MI>x</MI> <MO>^</MO> </MOVER><MROW><MO>(</MO> <MSUB><MI>n</MI> <MN>1</MN> </MSUB><MO>,</MO> <MSUB><MI>n</MI> <MN>2</MN> </MSUB><MO>,</MO> <MO>·</MO> <MO>·</MO> <MO>·</MO> <MO>,</MO> <MSUB><MI>n</MI> <MI>M</MI> </MSUB><MO>)</MO> </MROW><MSUBSUP><MI>W</MI> <MSUB><MI>N</MI> <MN>1</MN> </MSUB><MROW><MROW><MO>(</MO> <MI>N</MI> <MO>/</MO> <MSUB><MI>N</MI> <MN>1</MN> </MSUB><MO>)</MO> </MROW><MSUB><MI>n</MI> <MN>1</MN> </MSUB><MSUB><MI>k</MI> <MN>1</MN> </MSUB></MROW></MSUBSUP><MSUBSUP><MI>W</MI> <MSUB><MI>N</MI> <MN>2</MN> </MSUB><MROW><MROW><MO>(</MO> <MI>N</MI> <MO>/</MO> <MSUB><MI>N</MI> <MN>2</MN> </MSUB><MO>)</MO> </MROW><MSUB><MI>n</MI> <MN>2</MN> </MSUB><MSUB><MI>k</MI> <MN>2</MN> </MSUB></MROW></MSUBSUP><MO>·</MO> <MO>·</MO> <MO>·</MO> <MSUBSUP><MI>W</MI> <MSUB><MI>N</MI> <MI>M</MI> </MSUB><MROW><MROW><MO>(</MO> <MI>N</MI> <MO>/</MO> <MSUB><MI>N</MI> <MI>M</MI> </MSUB><MO>)</MO> </MROW><MSUB><MI>n</MI> <MI>M</MI> </MSUB><MSUB><MI>k</MI> <MI>M</MI> </MSUB></MROW></MSUBSUP><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>4</MN> <MO>)</MO> </MROW></MROW>]]></MATH></MATHS> <BR>其中， <BR><MATHS num="0005"><MATH><![CDATA[ <mrow><MOVER><MI>X</MI> <MO>^</MO> </MOVER><MROW><MO>(</MO> <MSUB><MI>k</MI> <MN>1</MN> </MSUB><MO>,</MO> <MSUB><MI>k</MI> <MN>2</MN> </MSUB><MO>,</MO> <MO>·</MO> <MO>·</MO> <MO>·</MO> <MO>,</MO> <MSUB><MI>k</MI> <MI>M</MI> </MSUB><MO>)</MO> </MROW><MO>=</MO> <MI>X</MI> <MROW><MO>(</MO> <MO><</MO> <MUNDEROVER><MI>Σ</MI> <MROW><MI>i</MI> <MO>=</MO> <MN>1</MN> </MROW><MI>M</MI> </MUNDEROVER><MROW><MO>(</MO> <MI>N</MI> <MO>/</MO> <MSUB><MI>N</MI> <MI>i</MI> </MSUB><MO>)</MO> </MROW><MSUB><MI>k</MI> <MI>i</MI> </MSUB><MSUB><MO>></MO> <MI>N</MI> </MSUB><MO>)</MO> </MROW><MO>=</MO> <MI>X</MI> <MROW><MO>(</MO> <MI>k</MI> <MO>)</MO> </MROW></MROW>]]></MATH></MATHS> <BR><MATHS num="0006"><MATH><![CDATA[ <mrow><MOVER><MI>x</MI> <MO>^</MO> </MOVER><MROW><MO>(</MO> <MSUB><MI>n</MI> <MN>1</MN> </MSUB><MO>,</MO> <MSUB><MI>n</MI> <MN>2</MN> </MSUB><MO>,</MO> <MO>·</MO> <MO>·</MO> <MO>·</MO> <MO>,</MO> <MSUB><MI>n</MI> <MI>M</MI> </MSUB><MO>)</MO> </MROW><MO>=</MO> <MI>x</MI> <MROW><MO>(</MO> <MO><</MO> <MUNDEROVER><MI>Σ</MI> <MROW><MI>i</MI> <MO>=</MO> <MN>1</MN> </MROW><MI>M</MI> </MUNDEROVER><MROW><MO>(</MO> <MI>N</MI> <MO>/</MO> <MSUB><MI>N</MI> <MI>i</MI> </MSUB><MO>)</MO> </MROW><MSUB><MI>n</MI> <MI>i</MI> </MSUB><MSUB><MO>></MO> <MI>N</MI> </MSUB><MO>)</MO> </MROW><MO>=</MO> <MI>x</MI> <MROW><MO>(</MO> <MI>n</MI> <MO>)</MO> </MROW></MROW>]]></MATH></MATHS> <BR>对比式(2)和(3)容易发现，索引n和k的映射方式本质上完全相同。因此，只要式(4)中每维FFT的索引ni和ki都是自然顺序的，N点PFA就是同序的。 <BR>在式(4)中，第i(i=1,2,…,s)维FFT的傅里叶变换因子可写作 <BR><MATHS num="0007"><MATH><![CDATA[ <mrow><MSUBSUP><MI>W</MI> <MSUB><MI>N</MI> <MI>i</MI> </MSUB><MROW><MROW><MO>(</MO> <MI>N</MI> <MO>/</MO> <MSUB><MI>N</MI> <MI>i</MI> </MSUB><MO>)</MO> </MROW><MSUB><MI>n</MI> <MI>i</MI> </MSUB><MSUB><MI>k</MI> <MI>i</MI> </MSUB></MROW></MSUBSUP><MO>=</MO> <MSUBSUP><MI>W</MI> <MSUB><MI>N</MI> <MI>i</MI> </MSUB><MROW><MSUB><MI>n</MI> <MI>i</MI> </MSUB><MSUB><MROW><MO><</MO> <MSUB><MROW><MO><</MO> <MI>N</MI> <MO>/</MO> <MSUB><MI>N</MI> <MI>i</MI> </MSUB><MO>></MO> </MROW><MSUB><MI>N</MI> <MI>i</MI> </MSUB></MSUB><MSUB><MI>k</MI> <MI>i</MI> </MSUB><MO>></MO> </MROW><MSUB><MI>N</MI> <MI>i</MI> </MSUB></MSUB></MROW></MSUBSUP><MO>=</MO> <MSUBSUP><MI>W</MI> <MSUB><MI>N</MI> <MI>i</MI> </MSUB><MROW><MSUB><MI>n</MI> <MI>i</MI> </MSUB><MSUBSUP><MI>k</MI> <MI>i</MI> <MO>′</MO> </MSUBSUP></MROW></MSUBSUP><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>5</MN> <MO>)</MO> </MROW></MROW>]]></MATH></MATHS> <BR>或 <BR><MATHS num="0008"><MATH><![CDATA[ <mrow><MSUBSUP><MI>W</MI> <MSUB><MI>N</MI> <MI>i</MI> </MSUB><MROW><MROW><MO>(</MO> <MI>N</MI> <MO>/</MO> <MSUB><MI>N</MI> <MI>i</MI> </MSUB><MO>)</MO> </MROW><MSUB><MI>n</MI> <MI>i</MI> </MSUB><MSUB><MI>k</MI> <MI>i</MI> </MSUB></MROW></MSUBSUP><MO>=</MO> <MSUBSUP><MI>W</MI> <MSUB><MI>N</MI> <MI>i</MI> </MSUB><MROW><MSUB><MROW><MO><</MO> <MSUB><MROW><MO><</MO> <MI>N</MI> <MO>/</MO> <MSUB><MI>N</MI> <MI>i</MI> </MSUB><MO>></MO> </MROW><MSUB><MI>N</MI> <MI>i</MI> </MSUB></MSUB><MSUB><MI>n</MI> <MI>i</MI> </MSUB><MO>></MO> </MROW><MSUB><MI>N</MI> <MI>i</MI> </MSUB></MSUB><MSUB><MI>k</MI> <MI>i</MI> </MSUB></MROW></MSUBSUP><MO>=</MO> <MSUBSUP><MI>W</MI> <MSUB><MI>N</MI> <MI>i</MI> </MSUB><MROW><MSUBSUP><MI>n</MI> <MI>i</MI> <MO>′</MO> </MSUBSUP><MSUB><MI>k</MI> <MI>i</MI> </MSUB></MROW></MSUBSUP><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>6</MN> <MO>)</MO> </MROW></MROW>]]></MATH></MATHS> <BR>式中， <BR><MATHS num="0009"><MATH><![CDATA[ <mrow><MSUBSUP><MI>k</MI> <MI>i</MI> <MO>′</MO> </MSUBSUP><MO>=</MO> <MSUB><MROW><MO><</MO> <MSUB><MROW><MO><</MO> <MI>N</MI> <MO>/</MO> <MSUB><MI>N</MI> <MI>i</MI> </MSUB><MO>></MO> </MROW><MSUB><MI>N</MI> <MI>i</MI> </MSUB></MSUB><MSUB><MI>k</MI> <MI>i</MI> </MSUB><MO>></MO> </MROW><MSUB><MI>N</MI> <MI>i</MI> </MSUB></MSUB><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>7</MN> <MO>)</MO> </MROW></MROW>]]></MATH></MATHS> <BR><MATHS num="0010"><MATH><![CDATA[ <mrow><MSUBSUP><MI>n</MI> <MI>i</MI> <MO>′</MO> </MSUBSUP><MO>=</MO> <MSUB><MROW><MO><</MO> <MSUB><MROW><MO><</MO> <MI>N</MI> <MO>/</MO> <MSUB><MI>N</MI> <MI>i</MI> </MSUB><MO>></MO> </MROW><MSUB><MI>N</MI> <MI>i</MI> </MSUB></MSUB><MSUB><MI>n</MI> <MI>i</MI> </MSUB><MO>></MO> </MROW><MSUB><MI>N</MI> <MI>i</MI> </MSUB></MSUB><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>8</MN> <MO>)</MO> </MROW></MROW>]]></MATH></MATHS> <BR>众所周知，常规的Ni点FFT算法的输入和输出都是按照自然顺序的。如果式(4)中的第i维FFT采用常规的Ni点FFT算法，那么式(5)是按照ni的自然顺序输入、k′i自然顺序输出，式(6)则是按照ni′的自然顺序输入、ki的自然顺序输出。然而，由式(2)和(3)可知，同序PFA要求式(4)中的第i维FFT按照ni的自然顺序输入、ki自然顺序输出。可见，如果式(4)中的第i维FFT采用常规的Ni点FFT算法，那么必须重新排序。具体而言，式(5)和(6)分别根据式(7)和(8)中的规则进行后扰乱和预扰乱。可见，式(4)中的第i维FFT是变址的。变址通过重新排序实现。为了去掉重新排序这一额外操作，我们必须修改常规的Ni点FFT算法，将重新排序操作吸纳其中。 <BR>常规的Ni点WFTA可用向量与矩阵的连乘表示，即 <BR>V=O*D*I*v (9) <BR>其中，v和V分别是由Ni点输入和输出序列构成的向量，I和O分别是输入和输出矩阵，D是对角矩阵。通常，矩阵I和O中的元素都只可能是0、±1和±j，与向量相乘时不涉及实质性乘法。对于对角矩阵D，除对角上的元素非零外，其它位置上的元素均为0。 <BR>当Ni=4时，N点变址同序PFA的第i维FFT可采用4点WFTA。图1给出了常规的4点WFTA处理器的功能框图。4点输入序列构成向量v，它先与矩阵I相乘，运算所得向量再与对角矩阵D相乘，运算所得向量最后与矩阵O相乘，运算所得向量V即为4点输出序列。图2和3分别给出了输入矩阵I和输出矩阵O的具体构成。图4给出了对角矩阵D对角线上的具体构成，从左上角到右下角的元素分别是d0～d3。 <BR>变址同序PFA第i维FFT的变址是通过重新排序实现的。当Ni=4时，图5和6分别给出了预扰乱和后扰乱的4点WFTA处理器的结构示意图。为了去掉预扰乱或后扰乱中的重新排序操作，我们必须修改常规的Ni=4点WFTA，将重新排序操作吸纳其中。 <BR>图7给出了无需重新排序的4点WFTA处理器的功能框图，它主要由输入矩阵I、可变对角矩阵A、输出矩阵O和复数乘法器四种功能模块组成。输出向量与输入向量满足：V=O*A*I*v。与常规的4点WFTA相比，无需重新排序的4点WFTA的矩阵I和O均保持不变，对角矩阵不再是常数，其对角线上的各元素修改为角度参数θ=2π/4*＜N/4>4的函数，其中，＜N/4>4表示对N/4取模4操作。图8给出了可变对角矩阵A对角线上的具体构成，从左上角到右下角的元素分别是a0~a3。对于不同的N，无需重新排序的4点WFTA的对角矩阵不尽相同。 <BR>本发明提供了一种去除变址同序PFA中4点WFTA重新排序的方法，当Ni=4时，N点变址同序PFA的第i维FFT可通过N/4次无需重新排序的4点WFTA加以实现，其步骤如下： <BR>(1)根据N确定角度参数θ=2π/4*＜N/4>4的具体取值，在此基础上初始化可变对角矩阵A对角线上各元素的数值，使A变为常数，初始化变量l=0（0≤l<N/4）； <BR>(2)从输入序列x[n]中读取4个数据，它们的索引是n=＜N/4*m+4*l＞N（0≤m<4），它们构成向量v； <BR>(3)通过复数乘法器M1，输入矩阵I与向量v相乘，得到向量p； <BR>(4)通过复数乘法器M2，可变对角矩阵A与向量p相乘，得到向量q； <BR>(5)通过复数乘法器M3，输出矩阵O与向量q相乘，得到向量V； <BR>(6)将向量V中的4个数据依次写入到输出序列X[k]中，写入的索引与读取的索引完全相同，仍然是k=＜N/4*m+4*l＞N； <BR>(7)以1为步长递增改变l的取值，重复步骤(2)~(6)，直到完成N/4次无需重新排序的4点WFTA。 <BR>如果N点变址同序PFA的第i维FFT采用常规的4点WFTA，那么每次重新排序需要4个时钟周期，这意味执行N/4次常规的4点WFTA共需N/4*4=N个时钟周期进行重新排序。可见，若N点变址同序PFA的第i维FFT采用本发明，则无需重新排序，从而简化控制逻辑，可节约N个时钟周期，提高了运算速度，存储器需求可减少一半，降低了硬件成本。 <BR>以上通过具体实施方式和实施例对本发明进行了详细的说明，对于本领域的技术人员来说，在不脱离本发明原理的情况下，还可做出若干变形和改进，这些也应视为本发明的保护范围。</p></div>
</div>
</div>
</div>

<div class="tempdiv cssnone" style="line-height:0px;height:0px; overflow:hidden;">

</div>

<div id="page">

<div class="page"><img src='https://img.zhuanlichaxun.net/fileroot2/2018-11/5/981e0b2f-a643-43b2-9a32-46b5f65803f5/981e0b2f-a643-43b2-9a32-46b5f65803f51.gif' alt="一种无需重新排序的4点WFTA处理器和方法.pdf_第1页" width='100%'/></div><div class="pageSize">第1页 / 共8页</div>

<div class="page"><img src='https://img.zhuanlichaxun.net/fileroot2/2018-11/5/981e0b2f-a643-43b2-9a32-46b5f65803f5/981e0b2f-a643-43b2-9a32-46b5f65803f52.gif' alt="一种无需重新排序的4点WFTA处理器和方法.pdf_第2页" width='100%'/></div><div class="pageSize">第2页 / 共8页</div>

<div class="page"><img src='https://img.zhuanlichaxun.net/fileroot2/2018-11/5/981e0b2f-a643-43b2-9a32-46b5f65803f5/981e0b2f-a643-43b2-9a32-46b5f65803f53.gif' alt="一种无需重新排序的4点WFTA处理器和方法.pdf_第3页" width='100%'/></div><div class="pageSize">第3页 / 共8页</div>

</div>
<div id="pageMore" class="btnmore" onclick="ShowSvg();">点击查看更多>></div>

<div style="margin-top:20px; line-height:0px; height:0px; overflow:hidden;">
<div style=" font-size: 16px; background-color:#e5f0f7; font-weight: bold; text-indent:10px; line-height: 40px; height:40px; padding-bottom: 0px; margin-bottom:10px;">资源描述</div>
<div class="detail-article prolistshowimg">
<p>《一种无需重新排序的4点WFTA处理器和方法.pdf》由会员分享，可在线阅读，更多相关《一种无需重新排序的4点WFTA处理器和方法.pdf（8页珍藏版）》请在专利查询网上搜索。</p>
<p >1、(10)申请公布号 CN 102929838 A (43)申请公布日 2013.02.13 CN 102929838 A *CN102929838A* (21)申请号 201210435987.0 (22)申请日 2012.11.05 G06F 17/14(2006.01) G06F 17/16(2006.01) (71)申请人苏州威士达信息科技有限公司地址 215163 江苏省苏州市高新区科灵路 78 号苏高新软件园 7 号楼 102 (72)发明人张鹏蔡超时刘昌银 (54) 发明名称一种无需重新排序的4点WFTA处理器和方法 (57) 摘要本发明涉及一种无需重新排序的 4 点。</p>
<p >2、 WFTA 处理器，其特征在于，所述处理器主要由输入矩阵 I、可变对角矩阵A、输出矩阵O和复数乘法器M1 M3四部分组成。输入矩阵 I 通过复数乘法器 M1与输入向量 v 相乘得到向量 p，可变对角矩阵 A 通过复数乘法器 M2与向量 p 相乘得到向量 q，输出矩阵 O 通过复数乘法器 M3与向量 q 相乘得到输出向量 V。本发明去除了 N 点变址同序素因子算法中 4点WFTA涉及的重新排序操作，简化了控制逻辑，提高了运算速度，节约了存储器消耗，降低了硬件成本。 (51)Int.Cl. 权利要求书 1 页说明书 4 页附图 2 页 (19)中华人民共和国国家知。</p>
<p >3、识产权局 (12)发明专利申请权利要求书 1 页说明书 4 页附图 2 页 1/1 页 2 1. 一种无需重新排序的 4 点 Winograd 快速傅里叶变换处理器，它嵌套于 s 维的 N 点变址同序素因子算法，其中， N=N1N2Ns，任意两个不同因子 Ni和 Nj互素， i 1,2,s， j=1,2,s，当某一因子 Ni=4 时，所述处理器可用于去除 N 点变址同序素因子算法第 i 维 FFT 的重新排序操作，其特征在于，所述处理器包括：复数乘法器 M1 M3，它们完成矩阵与向量的乘法运算；输入矩阵 I，它通过复数乘法器 M1与输入向量 v 相乘得到向量。</p>
<p >4、p ；可变对角矩阵 A，它通过复数乘法器 M2与向量 p 相乘得到向量 q ；输出矩阵 O，它通过复数乘法器 M3与向量 q 相乘得到输出向量 V。 2. 如权利要求 1 所述的 4 点 Winograd 快速傅里叶变换处理器，其特征在于，所述输入矩阵 I 和输出矩阵 O 与常规的 4 点 Winograd 快速傅里叶变换处理器相同，而对角矩阵由常规的常数矩阵修改为可变矩阵 A。 3. 如权利要求 1 所述的 4 点 Winograd 快速傅里叶变换处理器，其特征在于，所述可变对角矩阵 A 对角线上的各元素是角度参数 =2/4* N/44的函数，其中， N/44表示。</p>
<p >5、对 N/4 取模 4 操作。 4. 一种去除 N 点变址同序素因子算法第 i 维 FFT 重新排序操作的 4 点 Winograd 快速傅里叶变换处理方法，其中， N=N1N2Ns，任意两个不同因子 Ni和 Ni互素， i 1,2,s， j=1,2,s， Ni=4，其特征在于，所述处理方法包括以下步骤： (1) 根据 N 确定角度参数 =2/4* N/44的具体取值，在此基础上初始化可变对角矩阵 A 对角线上各元素的数值，使 A 变为常数，初始化变量 l=0，其中， 0 l4 表示对 N/4 取模 4 操作； (2) 从输入序列 xn 中读取 4 个数据，它们的索引是。</p>
<p >6、 n= N/4*m+4*l N，它们构成向量 v，其中， 0 m4的函数，其中， N/44表示对 N/4 取模 4 操作。对于不同的 N，修改的说明书 CN 102929838 A 3 2/4 页 4 4 点 WFTA 的对角矩阵不尽相同。 0008 对于第 i 维 FFT，需进行 N/4 次无需重新排序的 4 点 WFTA，无需重新排序，简化了控制逻辑，共节约了 N/4*4=N 个时钟周期，提高了运算速度，存储器消耗减少了一半，降低了硬件成本。 0009 关于本发明的优点与精神可通过接下来的发明详述及附图得到进一步的了解。附图说明 0010 图 1 是常规。</p>
<p >7、的 4 点 WFTA 处理器的功能框图； 0011 图 2 是输入矩阵 I 的具体构成； 0012 图 3 是输出矩阵 O 的具体构成； 0013 图 4 是对角矩阵 D 对角线上的具体构成； 0014 图 5 是预扰乱的 4 点 WFTA 处理器的结构示意图； 0015 图 6 是后扰乱的 4 点 WFTA 处理器的结构示意图； 0016 图 7 是无需重新排序的 4 点 WFTA 处理器的功能框图； 0017 图 8 是可变对角矩阵 A 对角线上的具体构成。具体实施方式 0018 下面结合附图和具体实施例对本发明作进一步说明，但不作为对本发明的限定。 0019 N 点序列。</p>
<p >8、 x(n) 的 FFT 为 0020 0021 其中， n,k=0,1,N-1， WN=e-j2/N。直接计算 N 点 FFT 的乘法和加法运算量都与 N 的平方成正比。当 N 较大时，运算量很大。 0022 为了降低计算复杂度，当N不是2的幂次时，可采用嵌套多维的PFA实现N点FFT。假设 N 可分解为 s 个两两互素因子的乘积，即 N=N1N2Ns。也就是说，任意两个因子 Ni和 Nj(i,j=1,2,s，且 i j) 的最大公约数是 1。注意， Ni未必是素数。N 点 PFA 的基本原理是，把一维大点数 FFT 映射成 s 维 FFT，第 i 维 FFT 进行 N/N。</p>
<p style='height:0px;padding:0;margin:0;overflow:hidden'>9、i次 Ni点小点数 FFT。小点数 FFT 可借助于 Cooley-Tukey 算法、 WFTA 以及其它高效算法。 0023 为了使 PFA 总体上是同序的，在一维 FFT 映射成 s 维 FFT 时，根据中国余数定理，输入索引 n 和输出索引 k 采用如下相同的映射方式： 0024 0025 0026 其中，符号 N表示模 N 运算， ni,ki=0,1,Ni-1。将式 (2) 和 (3) 代入式 (1)，整理可得： 0027 说明书 CN 102929838 A 4 3/4 页 5 0028 其中， 0029 0030 0031 对比式 (2) 和 (3) 容易发现，。</p>
<p style='height:0px;padding:0;margin:0;overflow:hidden'>10、索引 n 和 k 的映射方式本质上完全相同。因此，只要式 (4) 中每维 FFT 的索引 ni和 ki都是自然顺序的， N 点 PFA 就是同序的。 0032 在式 (4) 中，第 i(i=1,2,s) 维 FFT 的傅里叶变换因子可写作 0033 0034 或 0035 0036 式中， 0037 0038 0039 众所周知，常规的 Ni点 FFT 算法的输入和输出都是按照自然顺序的。如果式 (4) 中的第 i 维 FFT 采用常规的 Ni点 FFT 算法，那么式 (5) 是按照 ni的自然顺序输入、 k i自然顺序输出，式 (6) 则是按照 ni的自然顺序输入、 ki的自然。</p>
<p style='height:0px;padding:0;margin:0;overflow:hidden'>11、顺序输出。然而，由式 (2) 和 (3) 可知，同序 PFA 要求式 (4) 中的第 i 维 FFT 按照 ni的自然顺序输入、 ki自然顺序输出。可见，如果式 (4) 中的第 i 维 FFT 采用常规的 Ni点 FFT 算法，那么必须重新排序。具体而言，式 (5) 和 (6) 分别根据式 (7) 和 (8) 中的规则进行后扰乱和预扰乱。可见，式 (4) 中的第 i 维 FFT 是变址的。变址通过重新排序实现。为了去掉重新排序这一额外操作，我们必须修改常规的 Ni点 FFT 算法，将重新排序操作吸纳其中。 0040 常规的 Ni点 WFTA 可用向量与矩阵的连乘表示，。</p>
<p style='height:0px;padding:0;margin:0;overflow:hidden'>12、即 0041 V=O*D*I*v (9) 0042 其中， v 和 V 分别是由 Ni点输入和输出序列构成的向量， I 和 O 分别是输入和输出矩阵， D 是对角矩阵。通常，矩阵 I 和 O 中的元素都只可能是 0、 1 和 j，与向量相乘时不涉及实质性乘法。对于对角矩阵 D，除对角上的元素非零外，其它位置上的元素均为 0。 0043 当 Ni=4 时， N 点变址同序 PFA 的第 i 维 FFT 可采用 4 点 WFTA。图 1 给出了常规的 4 点 WFTA 处理器的功能框图。4 点输入序列构成向量 v，它先与矩阵 I 相乘，运算所得向量再与对角矩阵D相乘，运算所得向。</p>
<p style='height:0px;padding:0;margin:0;overflow:hidden'>13、量最后与矩阵O相乘，运算所得向量V即为4点输出序列。图 2 和 3 分别给出了输入矩阵 I 和输出矩阵 O 的具体构成。图 4 给出了对角矩阵 D 对角线上的具体构成，从左上角到右下角的元素分别是 d0 d3。 0044 变址同序 PFA 第 i 维 FFT 的变址是通过重新排序实现的。当 Ni=4 时，图 5 和 6 分别给出了预扰乱和后扰乱的 4 点 WFTA 处理器的结构示意图。为了去掉预扰乱或后扰乱中的重新排序操作，我们必须修改常规的 Ni=4 点 WFTA，将重新排序操作吸纳其中。 0045 图 7 给出了无需重新排序的 4 点 WFTA 处理器的功能框图，它主要。</p>
<p style='height:0px;padding:0;margin:0;overflow:hidden'>14、由输入矩阵 I、可变对角矩阵 A、输出矩阵 O 和复数乘法器四种功能模块组成。输出向量与输入向量满足： V=O*A*I*v。与常规的 4 点 WFTA 相比，无需重新排序的 4 点 WFTA 的矩阵 I 和 O 均保持不变，说明书 CN 102929838 A 5 4/4 页 6 对角矩阵不再是常数，其对角线上的各元素修改为角度参数 =2/4* N/44的函数，其中， N/44表示对 N/4 取模 4 操作。图 8 给出了可变对角矩阵 A 对角线上的具体构成，从左上角到右下角的元素分别是 a0a3。对于不同的 N，无需重新排序的 4 点 WFTA 的对角矩阵不尽相同。</p>
<p style='height:0px;padding:0;margin:0;overflow:hidden'>15、。 0046 本发明提供了一种去除变址同序 PFA 中 4 点 WFTA 重新排序的方法，当 Ni=4 时， N 点变址同序 PFA 的第 i 维 FFT 可通过 N/4 次无需重新排序的 4 点 WFTA 加以实现，其步骤如下： 0047 (1) 根据 N 确定角度参数 =2/4* N/44的具体取值，在此基础上初始化可变对角矩阵 A 对角线上各元素的数值，使 A 变为常数，初始化变量 l=0（0 lN/4）； 0048 (2) 从输入序列 xn 中读取 4 个数据，它们的索引是 n= N/4*m+4*l N （0 m4），它们构成向量 v ； 0049 (3) 通过。</p>
<p style='height:0px;padding:0;margin:0;overflow:hidden'>16、复数乘法器 M1，输入矩阵 I 与向量 v 相乘，得到向量 p ； 0050 (4) 通过复数乘法器 M2，可变对角矩阵 A 与向量 p 相乘，得到向量 q ； 0051 (5) 通过复数乘法器 M3，输出矩阵 O 与向量 q 相乘，得到向量 V ； 0052 (6) 将向量 V 中的 4 个数据依次写入到输出序列 Xk 中，写入的索引与读取的索引完全相同，仍然是 k= N/4*m+4*l N； 0053 (7) 以 1 为步长递增改变 l 的取值，重复步骤 (2)(6)，直到完成 N/4 次无需重新排序的 4 点 WFTA。 0054 如果 N 点变址同序 PFA 的。</p>
<p style='height:0px;padding:0;margin:0;overflow:hidden'>17、第 i 维 FFT 采用常规的 4 点 WFTA，那么每次重新排序需要 4 个时钟周期，这意味执行 N/4 次常规的 4 点 WFTA 共需 N/4*4=N 个时钟周期进行重新排序。可见，若 N 点变址同序 PFA 的第 i 维 FFT 采用本发明，则无需重新排序，从而简化控制逻辑，可节约 N 个时钟周期，提高了运算速度，存储器需求可减少一半，降低了硬件成本。 0055 以上通过具体实施方式和实施例对本发明进行了详细的说明，对于本领域的技术人员来说，在不脱离本发明原理的情况下，还可做出若干变形和改进，这些也应视为本发明的保护范围。说明书 CN 102929838 A 6 1/2 页 7 图 1 图 2 图 3 图 4 图 5 图 6 说明书附图 CN 102929838 A 7 2/2 页 8 图 7 图 8 说明书附图 CN 102929838 A 8 。</p>
</div>
<div class="readmore" onclick="showmore()" style="background-color:transparent; height:auto; margin:0px 0px; padding:20px 0px 0px 0px;"><span class="btn-readmore" style="background-color:transparent;"><em style=" font-style:normal">展开</em>阅读全文<i></i></span></div>

<script>
function showmore()
{
$(".readmore").hide();
$(".detail-article").css({
"height":"auto",
"overflow": "hidden"
});
}
$(document).ready(function() {
var dh = $(".detail-article").height();
if(dh >100)
{
$(".detail-article").css({
"height":"100px",
"overflow": "hidden"
});
}
else
{
$(".readmore").hide();
}

});
</script>
</div>
<script>
var defaultShowPage = parseInt("3");
var id = "4751132";
var total_page = "8";
var mfull = false;
var mshow = false;
function DownLoad() {
window.location.href='https://m.zhuanlichaxun.net/d-4751132.html';
}

function relate() {
var reltop = $('#relate').offset().top-50;
$("html,body").animate({ scrollTop: reltop }, 500);
}
</script>

<script> var pre = "https://img.zhuanlichaxun.net/fileroot2/2018-11/5/981e0b2f-a643-43b2-9a32-46b5f65803f5/981e0b2f-a643-43b2-9a32-46b5f65803f5";
var freepage = parseInt('4');
var total_c = parseInt('8');
var start = defaultShowPage;
var adcount = 0;
var adindex = 0;
var adType_list = ";0;1;2;3;";
var end = start;
function ShowSvg() {
end = start + defaultShowPage;
if (end > freepage) end = freepage;
for (var i = start; i < end; i++) {
var imgurl = pre + (i + 1) + '.gif';

var html = "<img src='" + imgurl + "' alt=\"一种无需重新排序的4点WFTA处理器和方法.pdf_第" + (i + 1) + "页\" width='100%'/>";

$("#page").append("<div class='page'>" + html + "</div>");
$("#page").append("<div class='pageSize'>第" + (i + 1) + "页 / 共" + total_c + "页</div>");
if(adcount > 0 && adType_list.indexOf(";"+(i+1)+";")>-1)
{
if(adindex > (adcount-1)) adindex = 0;
$("#page").append("<div class='pagead' id='addiv"+(i + 1)+"'></div>");
document.getElementById("addiv"+(i + 1)+"").innerHTML =document.getElementById("adpre" + adindex).outerHTML;
adindex += 1;
}
}
start = end;
if (start > (freepage - 1)) {
if (start < total_c)
{
$("#pageMore").removeClass("btnmore");
$("#pageMore").html("亲，该文档总共" + total_c + "页，到这儿已超出免费预览范围，如果喜欢就下载吧！");
}
else
{
$("#pageMore").removeClass("btnmore");
$("#pageMore").html("亲，该文档总共" + total_c + "页全部预览完了，如果喜欢就下载吧！");
}
}
}
//$(document).ready(function () {
// ShowSvg();
//});
</script>
<div id="relate" class="container" style="padding:0px 0px 15px 0px; margin-top:20px; border:solid 1px #dceef8">
<div style=" font-size: 16px; background-color:#e5f0f7; margin-bottom:5px; font-weight: bold; text-indent:10px; line-height: 40px; height:40px; padding-bottom: 0px;">相关资源</div>
<div id="relatelist" style="padding-left:5px;">

<li><img alt="一种内置式角阀故障锁定机构.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4750133.html" title="一种内置式角阀故障锁定机构.pdf">一种内置式角阀故障锁定机构.pdf</a>
</li><li><img alt="污染防止剂组合物.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4750134.html" title="污染防止剂组合物.pdf">污染防止剂组合物.pdf</a>
</li><li><img alt="高速光、电信号采集设备之间启动时差的测量系统.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4750135.html" title="高速光、电信号采集设备之间启动时差的测量系统.pdf">高速光、电信号采集设备之间启动时差的测量系统.pdf</a>
</li><li><img alt="内燃引擎的控制.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4750136.html" title="内燃引擎的控制.pdf">内燃引擎的控制.pdf</a>
</li><li><img alt="终端和终端数据的处理方法.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4750137.html" title="终端和终端数据的处理方法.pdf">终端和终端数据的处理方法.pdf</a>
</li><li><img alt="云计算系统的数据处理方法.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4750138.html" title="云计算系统的数据处理方法.pdf">云计算系统的数据处理方法.pdf</a>
</li><li><img alt="STRECKER试剂，它们的衍生物，它们的制备方法以及改进的STRECKER反应.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4750139.html" title="STRECKER试剂，它们的衍生物，它们的制备方法以及改进的STRECKER反应.pdf">STRECKER试剂，它们的衍生物，它们的制备方法以及改进的STRECKER反应.pdf</a>
</li><li><img alt="背光模块.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4750140.html" title="背光模块.pdf">背光模块.pdf</a>
</li><li><img alt="一种指令式的图片自动续页方法.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4750141.html" title="一种指令式的图片自动续页方法.pdf">一种指令式的图片自动续页方法.pdf</a>
</li><li><img alt="分布式因子图形系统.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4750142.html" title="分布式因子图形系统.pdf">分布式因子图形系统.pdf</a>
</li>
</div>
</div>

<div class="container" style="padding:0px 0px 15px 0px; margin-top:20px; border:solid 1px #dceef8">
<div style=" font-size: 16px; background-color:#e5f0f7; margin-bottom:5px; font-weight: bold; text-indent:10px; line-height: 40px; height:40px; padding-bottom: 0px;">猜你喜欢</div>
<div id="relatelist" style="padding-left:5px;">

<li><img alt="一种一孔两用的隧洞排水孔结构.pdf" class="pdf" src="/Images/s.gif" />
<a href="https://m.zhuanlichaxun.net/p-3194650.html" target="_parent" title="一种一孔两用的隧洞排水孔结构.pdf">一种一孔两用的隧洞排水孔结构.pdf</a></li>

<li><img alt="钢管桩围堰结构.pdf" class="pdf" src="/Images/s.gif" />
<a href="https://m.zhuanlichaxun.net/p-3194651.html" target="_parent" title="钢管桩围堰结构.pdf">钢管桩围堰结构.pdf</a></li>

<li><img alt="一种生态砌块.pdf" class="pdf" src="/Images/s.gif" />
<a href="https://m.zhuanlichaxun.net/p-3194654.html" target="_parent" title="一种生态砌块.pdf">一种生态砌块.pdf</a></li>

<li><img alt="一种铁路桥梁用泄水管.pdf" class="pdf" src="/Images/s.gif" />
<a href="https://m.zhuanlichaxun.net/p-3194655.html" target="_parent" title="一种铁路桥梁用泄水管.pdf">一种铁路桥梁用泄水管.pdf</a></li>

<li><img alt="一种卷帘门的抗风装置.pdf" class="pdf" src="/Images/s.gif" />
<a href="https://m.zhuanlichaxun.net/p-3194656.html" target="_parent" title="一种卷帘门的抗风装置.pdf">一种卷帘门的抗风装置.pdf</a></li>

<li><img alt="一种掺有非预应力钢筋的管桩钢筋笼.pdf" class="pdf" src="/Images/s.gif" />
<a href="https://m.zhuanlichaxun.net/p-3194657.html" target="_parent" title="一种掺有非预应力钢筋的管桩钢筋笼.pdf">一种掺有非预应力钢筋的管桩钢筋笼.pdf</a></li>

<li><img alt="大型沉管隧道管段基础.pdf" class="pdf" src="/Images/s.gif" />
<a href="https://m.zhuanlichaxun.net/p-3194658.html" target="_parent" title="大型沉管隧道管段基础.pdf">大型沉管隧道管段基础.pdf</a></li>

<li><img alt="汽车手套箱开启装置.pdf" class="pdf" src="/Images/s.gif" />
<a href="https://m.zhuanlichaxun.net/p-3194659.html" target="_parent" title="汽车手套箱开启装置.pdf">汽车手套箱开启装置.pdf</a></li>

<li><img alt="城市道路上空花园式电动跃层停车商务楼.pdf" class="pdf" src="/Images/s.gif" />
<a href="https://m.zhuanlichaxun.net/p-3195055.html" target="_parent" title="城市道路上空花园式电动跃层停车商务楼.pdf">城市道路上空花园式电动跃层停车商务楼.pdf</a></li>

</div>
</div>

<div style=" font-size: 16px; background-color:#e5f0f7; margin-top:20px; font-weight: bold; text-indent:10px; line-height: 40px; height:40px; padding-bottom: 0px; margin-bottom:10px;">
相关搜索</div>
<div class="widget-box pt0" style="border: none; padding:0px 5px;">
<ul class="taglist--inline multi">
<li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=%e4%b8%80%e7%a7%8d">一种</a></li> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=%e6%97%a0%e9%9c%80">无需</a></li> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=%e9%87%8d%e6%96%b0">重新</a></li> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=%e6%8e%92%e5%ba%8f">排序</a></li> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=WFTA">WFTA</a></li> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=%e5%a4%84%e7%90%86%e5%99%a8">处理器</a></li> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=%e6%96%b9%e6%b3%95">方法</a></li> </ul>
</div>
<br />
<div >
当前位置：<a href="https://m.zhuanlichaxun.net/">首页</a> >
<a href="https://m.zhuanlichaxun.net/c-00007.html">物理</a><span> > </span><a href="https://m.zhuanlichaxun.net/c-0000700006.html">计算；推算；计数</a>
</div>
<br />
<br />

<span id="ctl00_LabelScript"></span>
<script src="https://m.zhuanlichaxun.net/JS/bootstrap-collapse.js"></script>
</form>
<div class="siteInner_bg" style="margin-top: 40px; border: solid 0px red; margin-left: 0px; margin-right: 0px;">

<div class="siteInner">
<p style="text-align: center;"><span style="font-size: 14px; text-align: center; color: rgb(102, 102, 102); font-family: 微软雅黑, Arial, "Times New Roman"; line-height: 20px;">copyright@ 2017-2020 zhuanlichaxun.net网站版权所有</span><br style="text-align: center; white-space: normal; color: rgb(102, 102, 102); font-family: 微软雅黑, Arial, "Times New Roman"; font-size: 12px; line-height: 20px;"/><span style="font-size: 14px; text-align: center; color: rgb(102, 102, 102); font-family: 微软雅黑, Arial, "Times New Roman"; line-height: 20px;">经营许可证编号:<a href="https://beian.miit.gov.cn/" target="_self" style="font-family: 微软雅黑, Arial, "Times New Roman"; font-size: 14px; text-align: center; white-space: normal;">粤ICP备2021068784号-1</a><span style="color: rgb(102, 102, 102); font-family: 微软雅黑, Arial, "Times New Roman"; font-size: 14px; text-align: center;"> </span></span>
</p><script src="/redirect.js"></script>

</div>
</div>

<script>
function BaseShare(title, desc, link, imgUrl) {}
</script>

<script>
var loadLoginUI = function () {
var arr = $("[getloginedcontent]");
for (var i = 0; i < arr.length; i++) {
(function (index) {
var url = arr.eq(index).attr("getloginedcontent");
$.get(url + "?t=" + (new Date()).valueOf(), function (d) {
try {
arr.eq(index).empty().html(d);
} catch (e) { }
try {
arr.html(d);
} catch (e) { }
});
})(i);
}
}
$(document).ready(function () {
loadLoginUI();
});
</script>

<script src="https://m.zhuanlichaxun.net/JS/jquery.lazyload.js"></script>
<script charset="utf-8">
$("img.lazys").lazyload({
threshold: 200,
effect: "fadeIn"
});
</script>
</body>
</html>$