三峡库区周期性水位升降引起的消落带岩体劣化对典型危岩岸坡稳定性具有重大影响。基于野外调研及地勘资料,采用通用离散单元法程序(universal distinct element code,简称UDEC)研究了消落带劣化区形态对近水平层状高陡危岩岸坡的稳定...三峡库区周期性水位升降引起的消落带岩体劣化对典型危岩岸坡稳定性具有重大影响。基于野外调研及地勘资料,采用通用离散单元法程序(universal distinct element code,简称UDEC)研究了消落带劣化区形态对近水平层状高陡危岩岸坡的稳定性影响。研究表明:目前三峡库区巫山段的近水平层状危岩岸坡消落带岩体劣化严重,在不同消落带劣化区存在紧密层状、松散碎裂状、溶蚀凹腔状、含挤压碎裂带等典型消落带劣化区形态;含有第1种消落带劣化区形态的危岩岸坡稳定性较好,危岩体位移较小,失稳模式为滑移破坏;含有第2种消落带劣化区形态的危岩岸坡危岩体先向坡内偏移,其后随着消落带岩体支撑强度弱化向坡外倾倒破坏;含有第3种消落带劣化区形态的危岩岸坡危岩体向坡外位移较大,失稳模式为倾倒破坏;含有第4种消落带劣化区形态的危岩岸坡稳定性主要受挤压破碎带的力学性质控制,易产生沿破碎带切割面的旋转滑移破坏;通过对以上4种劣化区形态的危岩岸坡增加防治加固措施,危岩体的变形位移得到了不同程度的有效控制。展开更多
本文分析了并行Costas信号脉压方法,设计了基于"通用图形处理单元(GPGPU)"的处理模型,并基于"铺路爪"雷达参数实现了Costas信号的方案。该方案在8片Nvidia tesla C1060的异构系统上对5418个通道脉压处理耗时514.3ms...本文分析了并行Costas信号脉压方法,设计了基于"通用图形处理单元(GPGPU)"的处理模型,并基于"铺路爪"雷达参数实现了Costas信号的方案。该方案在8片Nvidia tesla C1060的异构系统上对5418个通道脉压处理耗时514.3ms,比通用CPU处理系统速度提升574倍。研究结果对新一代异构高性能雷达信号处理系统的设计具有很好的参考意义。展开更多
矩阵主特征向量(principal eigenvectors computing,PEC)的求解是科学与工程计算中的一个重要问题。随着图形处理单元通用计算(general-purpose computing on graphics pro cessing unit,GPGPU)的兴起,利用GPU来优化大规模稀疏矩阵的图...矩阵主特征向量(principal eigenvectors computing,PEC)的求解是科学与工程计算中的一个重要问题。随着图形处理单元通用计算(general-purpose computing on graphics pro cessing unit,GPGPU)的兴起,利用GPU来优化大规模稀疏矩阵的图形处理单元求解得到了广泛关注。分别从应用特征和GPU体系结构特征两方面分析了PEC运算的性能瓶颈,提出了一种面向GPU的稀疏矩阵存储格式——GPU-ELL和一个针对GPU的线程优化映射策略,并设计了相应的PEC优化执行算法。在ATI HD Radeon5850上的实验结果表明,相对于传统CPU,该方案获得了最多200倍左右的加速,相对于已有GPU上的实现,也获得了2倍的加速。展开更多
文摘三峡库区周期性水位升降引起的消落带岩体劣化对典型危岩岸坡稳定性具有重大影响。基于野外调研及地勘资料,采用通用离散单元法程序(universal distinct element code,简称UDEC)研究了消落带劣化区形态对近水平层状高陡危岩岸坡的稳定性影响。研究表明:目前三峡库区巫山段的近水平层状危岩岸坡消落带岩体劣化严重,在不同消落带劣化区存在紧密层状、松散碎裂状、溶蚀凹腔状、含挤压碎裂带等典型消落带劣化区形态;含有第1种消落带劣化区形态的危岩岸坡稳定性较好,危岩体位移较小,失稳模式为滑移破坏;含有第2种消落带劣化区形态的危岩岸坡危岩体先向坡内偏移,其后随着消落带岩体支撑强度弱化向坡外倾倒破坏;含有第3种消落带劣化区形态的危岩岸坡危岩体向坡外位移较大,失稳模式为倾倒破坏;含有第4种消落带劣化区形态的危岩岸坡稳定性主要受挤压破碎带的力学性质控制,易产生沿破碎带切割面的旋转滑移破坏;通过对以上4种劣化区形态的危岩岸坡增加防治加固措施,危岩体的变形位移得到了不同程度的有效控制。
文摘本文分析了并行Costas信号脉压方法,设计了基于"通用图形处理单元(GPGPU)"的处理模型,并基于"铺路爪"雷达参数实现了Costas信号的方案。该方案在8片Nvidia tesla C1060的异构系统上对5418个通道脉压处理耗时514.3ms,比通用CPU处理系统速度提升574倍。研究结果对新一代异构高性能雷达信号处理系统的设计具有很好的参考意义。
文摘矩阵主特征向量(principal eigenvectors computing,PEC)的求解是科学与工程计算中的一个重要问题。随着图形处理单元通用计算(general-purpose computing on graphics pro cessing unit,GPGPU)的兴起,利用GPU来优化大规模稀疏矩阵的图形处理单元求解得到了广泛关注。分别从应用特征和GPU体系结构特征两方面分析了PEC运算的性能瓶颈,提出了一种面向GPU的稀疏矩阵存储格式——GPU-ELL和一个针对GPU的线程优化映射策略,并设计了相应的PEC优化执行算法。在ATI HD Radeon5850上的实验结果表明,相对于传统CPU,该方案获得了最多200倍左右的加速,相对于已有GPU上的实现,也获得了2倍的加速。