一种基于莫顿码及镜像编码的平衡八叉树模型

在接触分析和动画模拟等网格规模庞大、需要实时更新的应用场景下,普遍采用莫顿码实现包围盒层次树结构的快速重构。但现有的层次树由于结构平衡性差,普遍存在搜索效率不稳定的问题,为此本文在莫顿码法的基础上提出了一种兼顾构建与搜索效率的平衡八叉树模型BOT树(Balanced Octree)。设计了镜像编码来保证树的上层节点均有8个分支,且同层树节点所含三角面数之差不超过1。实际算例表明,BOT树与现有模型OIOT树在CUDA并行框架下对比,构建加速比最高可达1.29×,且网格规模越大,BOT树构建效率的优势越明显。同时,与OIOT树相比BOT树的筛除率更高,在凸体接触和边缘接触算例中加速比分别达到1.13×和1.06×。

基于CUDA的邻近粒子搜索算法研究

在粒子方法中,运用邻近粒子搜索算法可以快速获取每个粒子的邻近粒子信息。由于粒子方法模拟一个体系的行为所采用的粒子数据是十分庞大的,对计算机的运算速度提出了挑战。研究了GPU的计算能力和CUDA开发环境,利用GPU的并行多线程处理技术,提出了一种并行邻近粒子搜索算法。实验结果表明,基于CUDA的并行邻近粒子搜索算法,加快了邻近粒子搜索过程,显著地减少了计算时间,成功实现了硬件加速,可获取290以上的加速比,对大规模粒子系统呈现出高效的处理能力。

gAC:基于GPU的高性能AC算法

字符串匹配是计算科学中研究最广泛的问题之一,已成为信息检索和生物计算等领域的核心操作。然而受限于CPU的计算能力和存储器访问带宽,传统的串行字符串匹配算法难以进一步提升性能。GPU在计算能力和存储器访问带宽上有很大提升,已经在很多应用上取得了卓越成效。gAC作为一种基于GPU的并行AC算法,针对GPU的SIMT(Single-Instruction Multiple-Thread)以及合并存储器访问的技术特点,采取了减少条件分支、合并访问全局存储器等优化方法,使得在C1060GPU上的字符串扫描速度达到51Gb/s,比基于CPU的串行算法提升了28倍。

二维动画人物的特征提取与三维重建

为了解决快速提取二维动画人物特征,完成立体动画人物形象构建的问题,提出了二维动画人物的特征提取与三维重建方法.通过分析二维动画人物特征提取,具体分析了二维动画人物Harris算子的确定、二维动画人物对极几何关系的确定、基于Harris算子和对极几何角度的特征提纯;分析了基于二维动画人物特征的三维重建方法,主要包括基于二维动画人物特征的三维重建流程、三维重建方法的哈希排序和利用CUDA框架实现三维重建方法.实验可知,所提方法的二维动画人物提取速度最大值为0.401mm/s,而传统二维动画人物提取速度最大值为0.589mm/s.动画人物形象三维构建准确性的对比中,在特殊检测方法中,本文方法对称性更好,准确性也更高.应用对比实验的方法证明,应用新型重建方法后,二维动画人物特征提取速度明显加快,动画人物形象三维构建准确性也大大提升.

基于GPU并行射线跟踪的电波预测算法研究

针对利用射线跟踪算法进行小区电波预测的计算量非常大,运行时间较长,在实际工程中难以应用等的问题,本文在研究已有并行射线跟踪算法,即主从模式和对等模式并行射线跟踪的基础上,采用图形处理器(GPU)作为计算平台,结合GPU高并行处理能力,运用CUDA的编程框架,并在NVIDIA公司出厂的GEFORCE 9800GT上,实现了对城市小区的简单模型环境的电波预测。实验结果表明,基于GPU并行射线跟踪算法适用于城市小区的电波预测研究,该算法能大大节省通信时间,缩短计算时间,更方便更实用。