CPU/GPU协同运算技术在舰载警戒雷达实验室模拟仿真中的应用

针对舰载警戒雷达实验室建设雷达模拟仿真过程中模拟数据计算量大、模拟数据类型多、更新速度快及雷达回波显示难的问题,在分析雷达模拟数据处理特点的基础上,介绍了CPU/GPU协同运算技术的基本情况,提出了CPU/GPU协同运算技术在雷达模拟数据生成与回波显示方面的具体应用方法,明确了CPU/GPU协同运算基本流程与各自任务分工,建立了CPU雷达模拟仿真数据组织与生成模型,给出了GPU雷达回波渲染与显示方法,并采用向量元素的遍历查找算法完成雷达回波数据获取和雷达回波纹理数据更新。通过在通用计算机对传统CPU运算和CPU/GPU协同运算两种方法进行仿真,仿真结果证明了这一技术应用的可行性与先进性,这种技术的应用对于提高舰载警戒雷达模拟仿真效率与逼真度有着重要意义。

CPU/GPU协同计算在频率域二维全波形反演中的应用

全波形反演利用波场的运动学和动力学信息重建地下物理参数,是建立高精度速度模型的有效手段,巨大的计算量是制约其实用化的瓶颈之一。本文针对全波形反演中频率域正演的复杂计算问题,采用粗细结合的并行策略,将MPI技术应用于多炮间并行计算,同时利用GPU技术加速正演过程中大型稀疏线性代数方程组的求解,以提高频率域全波形反演的计算效率。通过理论模型验证本文方法的正确性和有效性,给出不同数据量与GPU计算效率的相关分析结论,提出频率域全波形反演CPU/GPU协同并行计算的制约瓶颈和发展方向。

基于CUDA的二值图像连通体标记算法

为了对二值图像中连通体的标记进行加速,提出一种基于CUDA的二值图像连通体标记算法.首先为每个非零元素赋予初始标号,再将标号修改为8邻域内最小标号来完成初始标记;然后根据结构元素匹配法找到标号矩阵中同一连通体有可能出现不同根标号的位置,使用原子操作对根标号进行合并,通过CPU与GPU的协同工作来判断合并程度并进行循环修改;最后对所有标号使用回溯法进行一次性修改,实现复杂形状的连通体标记.实验结果表明,该算法较已有的算法减少了全局内存的读写次数和处理线程数量,加快了处理速度.

对吉林一号光学卫星的应急快速处理方法研究

在CPU/GPU协同处理框架下,系统地探讨了光学遥感影像高性能处理方法。首先,实现光学卫星数据处理算法的GPU高效映射,将MTF补偿、传感器校正(包括波段配准和影像拼接)、系统几何校正等算法高效映射至GPU并行执行;在此基础上,为充分利用CPU高频化优势和加速I/O运算,利用Ramdisk技术在内存盘处理程序数据与结果输出,利用Intel C++Compiler编译优化框架。在GeForce GT 755M(GPU)、Mobile Quad Core Intel Core i7-4700MQ(CPU)的Windows系统环境下,对吉林一号卫星全色影像和多光谱影像原始数据进行0~2级产品的光学遥感影像预处理。实验结果表明,与传统预处理算法相比,此高性能算法的处理时间缩短到了40s以下,最高加速比达到11.216,可满足对海量光学卫星遥感影像数据的应急快速处理需求。