[发明专利]一种多通道信号相关性分析方法及系统

说明书

技术领域

本发明涉及信号分析技术领域，特别涉及一种多通道信号相关性分析方法及系统。

背景技术

相关分析发端于1900年代统计学开创时期，目前仍是统计信号处理领域的研究热点。所谓相关，是表征两个随机变量或两路信号之间的统计关系强弱的指标。如果一个随机变量随着另外一个随机变量的增大(减小)而增大(减小)，则该两个随机变量满足正相关关系；反之，如果一个随机变量随着另外一个随机变量的增大(减小)而减小(大)，则该两个随机变量满足负相关关系。在生物医学上，多通道信号(脑电波、心电图等)的相关性分析至关重要，但在实际应用中，采集的数据难免受到噪声的干扰，特别是脉冲干扰。而相关文献已经证明，在两个变量或通道的样本数据受到脉冲噪声干扰的情况下，统计学家Kendall提出的肯德尔秩相关系数(Kendall’s tau,KT)有很好的稳健性。这说明KT在含有脉冲噪声干扰的多通道信号的相关性分析中应用广泛。因此，对KT的快速求解有很大的实际意义。

现有技术中，求解KT的平台是CPU(即Central Processing Unit，中央处理器)。CPU在进行计算时，主要采用的是串行计算方式，一般包括逻辑运算单元、控制单元和存储单元。在逻辑运算和控制单元中包括一些寄存器，这些寄存器用于CPU在处理数据过程中数据的暂时保存。CPU虽然有多核，但总数没有超过两位数，每个核都有足够大的缓存；CPU有足够多的数字和逻辑运算单元，并辅助有很多加速分支判断甚至更复杂的逻辑判断的硬件。因此CPU具有核数少、缓存大、单线程性能高，擅长处理具有复杂计算步骤和复杂数据依赖的计算任务的特点。

然而，在利用编程对KT进行实际求解的过程中，相关的程序主要是在数据结构上使用简单的一维数组、不需要复杂的逻辑判断，并且易于并行的程序，而且多通道信号数据的样本数据规模一般很大，所以，在采用CPU对KT进行求解的过程中，求解效率非常低，需要消耗大量的时间。

综上所述可以看出，如何在对KT进行实际求解的过程中提高求解效率，以节省大量的时间是目前有待进一步解决的问题。

发明内容

有鉴于此，本发明的目的在于提供一种多通道信号相关性分析方法及系统，在对KT进行实际求解的过程中提高了求解效率，从而节省了大量的时间。其具体方案如下：

一种多通道信号相关性分析方法，包括：

将获取到的多通道信号数据保存至GPU内部存储器；

从所述GPU内部存储器中提取出所述多通道信号数据，然后利用GPU的并行计算能力，并行求解所述多通道信号数据中每两个通道的信号数据之间的肯德尔秩相关系数，得到与所述多通道信号数据对应的肯德尔秩相关系数。

可选的，所述将获取到的多通道信号数据保存至GPU内部存储器的过程，包括：

获取CPU内部存储器传输的多通道信号数据；

将获取到的多通道信号数据保存至所述GPU内部存储器。

可选的，所述从所述GPU内部存储器中提取出所述多通道信号数据的过程，包括：

创建与所述GPU相适应的N个streams，其中，N为不小于2的整数；

将所述多通道信号数据从所述GPU内部存储器中提取至所述N个streams，其中，每两个通道的信号数据与一个streams相对应。

可选的，所述并行求解所述多通道信号数据中每两个通道的信号数据之间的肯德尔秩相关系数的过程，包括：

利用所述GPU中的Kernel函数，分别并行计算位于每个streams中的每两个通道的信号数据之间的内层求和值，得到第一结果；其中，内层求和值为KT公式中分子对应的内层求和值；

利用Thrust库，并结合所述第一结果，分别并行计算所述KT公式中分子对应的外层求和值，得到第二结果；

利用所述第二结果和所述KT公式，计算得到与所述多通道信号数据对应的肯德尔秩相关系数。

本发明还公开了一种多通道信号相关性分析系统，包括：

数据保存模块，用于将获取到的多通道信号数据保存至GPU内部存储器；

数据提取模块，用于从所述GPU内部存储器中提取出所述多通道信号数据；

系数求解模块，用于利用GPU的并行计算能力，并行求解所述数据提取模块提取出的所述多通道信号数据中每两个通道的信号数据之间的肯德尔秩相关系数，得到与所述多通道信号数据对应的肯德尔秩相关系数。

可选的，所述数据保存模块，包括：