Question

在Matlab中我需要累积大矩阵的重叠对角块。示例代码如下。

由于这段代码需要多次运行，因此会消耗大量资源。该过程用于阵列信号处理，用于所谓的子阵列平滑或空间平滑。有没有办法更快地做到这一点？

% some values for parameters
M = 1000; % size of array
m = 400; % size of subarray
n = M-m+1; % number of subarrays 
R = randn(M)+1i*rand(M);

% main code
S = R(1:m,1:m);
for i = 2:n
    S = S + R(i:m+i-1,i:m+i-1);
end

ATTEMPTS：

1）我尝试了以下替代矢量化版本，但遗憾的是它变慢了！

[X,Y] = meshgrid(1:m);
inds1 = sub2ind([M,M],Y(:),X(:));
steps = (0:n-1)*(M+1);
inds = repmat(inds1,1,n) + repmat(steps,m^2,1);
RR = sum(R(inds),2);
S = reshape(RR,m,m);

2）我使用Matlab编码器创建一个MEX文件，它变慢了！

Answer 1

我个人最近不得不紧紧处理我代码的某些部分。根本不是专家，我建议尝试以下方法：

1） Vectorize ：

摆脱for循环

S = R(1:m,1:m);
for i = 2:n
    S = S + R(i:m+i-1,i:m+i-1)
end

并将其替换为基于cumsum的替代方案应该是这里的方法。

注意：将在未来的编辑

上尝试使用此方法

2）生成MEX文件：

在某些情况下，您可以简单地启动Matlab Coder app（假设您在当前的Matlab版本中拥有它）。这应该为您生成一个.mex文件，您可以调用它，因为它是您要替换的函数。

无论您选择（1）还是2）），您都应该使用tic; my_function(); toc;对当前实现进行分析，以获得相当多的函数调用，并将其与您当前的实现进行比较：

my_time = zeros(1,10000);
for count = 1:10000
    tic;
    my_function();
    my_time(count) = toc;
end
mean(my_time)

如何在不循环的情况下累积子矩阵（子阵列平滑）？

1 个答案: