波前编码双共轭梯度平方稳定解码算法及其TMS320DM642平台的实现

波前编码是一种新型的光学-数字混合二步成像系统,采用三次光学编码相位板可以得到系统的非对称点扩散函数和相当景深内模糊程度一致的中间图像.本文利用空间域光学成像模型,结合反镜像边界束缚条件以及矩阵的直积分解,提出一种基于双共轭梯度平方稳定算法(Bi-CGSTAB)的图像复原算法实现波前编码系统的数字解码.该算法具有计算量小、计算速度快,几乎没有边界效应等优点.在此基础上结合TMS320DM642平台并行计算的特点,将新的算法重新优化并移植到TMS320DM642平台上.整个平台由图像采集模块、图象显示模块以及外部存储器等模块组成.通过专门设计的光学系统,分别对物距为1m、5m和10m处的物体以及人像进行成像.对中间模糊像的恢复实验结果表明,新的算法在TMS320DM642平台上图像复原速度快,效果好,为波前编码系统的真正便携和实用提供了可能.

预处理的BiCGSTAB算法及其在涡流求解中的应用(英文)

针对涡流场有限元分析形成的大型稀疏复线性方程组,提出了预处理稳定双共轭梯度法(PBiCGSTAB).利用二维正交链表结构实现系数矩阵的全稀疏存储,采用无填充的不完全LU分解对方程组进行预处理以降低系数矩阵的条件数.将稳定双共轭梯度法从实数领域扩展到复数领域,并利用它求解预优过的复线性方程组.基于有限元法和PBiCGSTAB算法编制直线电机性能分析软件,并对一电机堵转的情况进行仿真,将计算结果和ANSYS计算出的结果进行了比较,证明了该软件的正确性.并且通过求解器比较发现,在相同精度条件下PBiCGSTAB算法只需要BiCG算法三分之一的迭代步数,证明了该算法的快速性.

结合预处理BiCGStab和CUDA的BLT快速并行前向方法

针对基于简化球谐波(simplified spherical harmonics,SPN)方程开展生物发光断层成像(bioluminescence tomography,BLT)前向问题研究时计算量大、求解速度偏慢的问题,提出了一种基于稳定双共轭梯度下降(biconjugate gradient stabilized,Bi CGStab)的快速并行求解算法.该算法结合不完全Cholesky分解的预处理方式与压缩行格式存储法(compressed row storage scheme,CSR)的稀疏矩阵存储方式,并采用统一计算设备架构(compute unified device architecture,CUDA)实现了并行加速.数值仿真结果表明,该算法在保证前向问题求解准确度的同时可以极大地缩短求解时间.

基于GPU计算平台的大规模电力系统暂态稳定计算

为满足对大规模互联电网进行快速暂态稳定仿真的需求,提出了一种基于图形处理器(Graphics Processing Unit,GPU)计算平台的暂态稳定并行算法。算法依据暂态稳定联立矩阵的双层对角加边结构,将整体计算分解为三部分:1)动态元件相关计算;2)分区系统计算;3)边界系统计算。第1)、2)部分被分配到计算平台中的多核CPU上进行处理。第3)部分则采用可完全并行化的稳定双共轭梯度法在GPU上计算,并且为了减少迭代次数使用了稀疏近似逆预处理技术。针对一个含12823节点、1431台发电机组的算例进行了仿真测试,验证了所提算法的有效性和实用性。结果显示,算法并行加速比可达到7.01倍,仿真速度快于实际暂态过程,为暂态稳定并行计算提供了新的解决思路。

文登抽水蓄能电站工程区地下水三维非稳定渗流场的数值模拟

抽水蓄能电站建设中的尾水隧洞开挖可能引起的周围地下环境的变化,在水文地质条件和工程地质特征的分析的基础上,研究了文登抽水蓄能电站工程区地下水分布特征和平硐、尾水隧洞开挖引起的强排水特征,概化出工程区水文地质概念模型,建立了工程区地下水三维非稳定渗流模型。采用求解有自由面渗流场的改进的截止负压法、改进的排水子结构法、管道子结构法和预处理共轭梯度法等理论对文登抽水蓄能电站平洞开挖和尾水隧洞开挖(衬砌后)不同施工阶段的非稳定渗流场进行了数值模拟分析。研究了尾水隧洞开挖(不衬砌)后、尾水隧洞开挖衬砌后这两种方案下地下水渗流场动态变化过程及对周围地下水环境的影响。计算结果表明:①平硐和水道系统开挖对研究区地下水位下降有着直接的影响,且影响较大。②尾水隧洞衬砌300d后,地下水流场基本恢复至稳定状态。

电力系统负荷裕度的并行计算方法研究

为实现电力系统负荷裕度的快速、准确计算,该文以直接法为基础,提出一种基于CPU-GPU混合架构的电力系统负荷裕度并行求解方法。首先,根据电压稳定临界点处潮流雅可比矩阵奇异,且零特征值对应的特征向量不为0的特点,构造一组表征电压稳定临界点性质的非线性方程组;然后,在采用牛顿法求解该非线性方程组过程中,为减少计算量和计算复杂度,将修正方程降阶变换为4组同系数矩阵的低维线性方程组;在此基础上,采用雅可比预处理器和不完全LU分解预处理器(incomplete LU decomposition preconditioner,ILU)相结合的两阶段预处理方法对降维后的线性方程组的系数矩阵进行预处理,改善系数矩阵特征值分布,进而采用基于GPU加速的双共轭梯度稳定法(biconjugate gradient stabilized method,BICGSTAB)实现降维线性方程组求解的并行化,提高负荷裕度的计算效率;最后,通过多组测试系统算例对所提算法的准确性、有效性和快速性进行分析、验证。结果表明,文中所提算法可实现电力系统负荷裕度的快速、准确计算。

基于多网格的频率域全波形反演(英文)

频率域全波形反演虽然克服了时间方向上的局部极小值问题,但是地下介质的复杂性使其在空间域仍然存在局部极小值缺陷。在优化梯度法基础上,本文采用预条件双共轭梯度稳定算法和多重网格方法计算反演中的波场传播和目标函数的梯度,在保证计算速度的同时,减小计算机内存的消耗。频率域波形反演和多重网格的多尺度性质有效改善问题极小值缺陷,加快反演的收敛速度。以局部非均匀的三孔模型和Marmousi模型的数值模拟结果验证了该算法的有效性。

Massive MIMO中一种低复杂度信道估计方法

大规模MIMO系统中基于导频的信道估计采用最小均方误差算法进行信道估计时存在协方差矩阵求逆的运算而导致高的复杂度。通过采用稳定双共轭梯度算法将协方差矩阵求逆过程转化为求线性方程问题,从而将信道估计的计算复杂度从O(M3)降低到O(M2)。仿真结果表明,在略增加复杂度的情况下,相比基于共轭梯度算法的低复杂度信道估计算法,基于稳定双共轭梯度的信道估计算法性能更加逼近最小均方误差估计算法。

基于快速解耦的电力系统连续潮流并行计算方法

为提高大型区域互联系统连续潮流的计算效率,提出一种改进的基于快速解耦电力系统连续潮流并行计算方法。通过在校正阶段采用快速解耦法求解潮流方程,根据系统的阻抗参数和功率增长方向构造修正方程组的系数矩阵,对潮流方程修正方程组进行预处理,并采用基于CPU-GPU混合架构加速的稳定双共轭梯度法进行求解。基于IEEE-118节点系统、Case13802等多个不同规模测试系统的算例分析表明,该改进算法有效提高了连续潮流的计算速度。

层流扩散燃烧在GPU上的并行计算和数值分析

在实际工程应用中,使用传统的CPU串行计算来开展燃烧数值模拟往往难以满足对模拟速度的要求。利用GPU比CPU更强的计算能力,通过在交错网格上将燃烧物理方程离散化,使用预处理稳定双共轭梯度法(PBiCGSTAB)求解离散化方程,并且探索面向GPU编程的矩阵向量乘并行算法和逆矩阵向量乘并行算法,从而给出一种在GPU上数值求解层流扩散燃烧的可行方法。实验结果表明,GPU并行程序获得了相对串行CPU程序约10倍以上的加速效果,且计算结果与实际情况相符,因而所提方法是可行且高效的。

基于GPU的电力系统潮流并行计算

随着并行计算的发展,实现潮流计算的并行化是提高计算速度的有效方法,而如何利用GPU技术优化潮流计算中线性方程组的求解则是关键。研究了潮流迭代求解中易于并行的线性方程组求解方法,提出了采用预处理的稳定双共轭梯度算法(Bi-CGSTAB),提高线性方程组的并行性与计算性能。最后通过应用Inter PSS对所提的方法进行验证。