基于GPU的太陽(yáng)射電頻譜分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、太陽(yáng)射電觀測(cè)具有重要的空間物理科學(xué)研究?jī)r(jià)值和獨(dú)特的空間天氣應(yīng)用價(jià)值，以太陽(yáng)射電爆發(fā)及其精細(xì)結(jié)構(gòu)的動(dòng)態(tài)頻譜為主要研究?jī)?nèi)容，因而需要構(gòu)建高頻率分辨率和高時(shí)間分辨率的頻譜分析系統(tǒng)。GPU卓越的浮點(diǎn)計(jì)算性能和高密度計(jì)算能力可以較好地滿(mǎn)足分析系統(tǒng)的要求，相比于CPU及其他高速數(shù)字信號(hào)處理器，GPU的低成本、易開(kāi)發(fā)以及高性能的特點(diǎn)具有無(wú)可比擬的優(yōu)勢(shì)，所以，本文結(jié)合項(xiàng)目需求開(kāi)展了基于GPU的太陽(yáng)射電頻譜分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)課題。
　　本文利用C

2、PU+GPU異構(gòu)方式構(gòu)建了太陽(yáng)射電頻譜分析系統(tǒng)，通過(guò)大量文獻(xiàn)及仿真的研究，設(shè)計(jì)了分析系統(tǒng)的算法，并利用CUDA平臺(tái)實(shí)現(xiàn)系統(tǒng)的并行化加速，同時(shí)在深入研究GPU并行計(jì)算體系及優(yōu)化策略的基礎(chǔ)上對(duì)并行軟件進(jìn)行了各個(gè)層次的深度優(yōu)化。系統(tǒng)可以實(shí)時(shí)運(yùn)行的關(guān)鍵在于主機(jī)與設(shè)備間的通信延遲與GPU的高速運(yùn)算，本文巧妙地利用虛擬內(nèi)存盤(pán)實(shí)現(xiàn)了主機(jī)內(nèi)存與高速采集卡的高速數(shù)據(jù)傳輸，通過(guò)數(shù)據(jù)包緩存方式及內(nèi)存的高帶寬較好地隱藏了傳輸時(shí)間。此系統(tǒng)的性能指標(biāo)相比于項(xiàng)目第一

3、階段有了較大的提升，將頻率分辨率從～30kHz提高至～4kHz，時(shí)間分辨率從10ms提高至2ms，并且靈活可調(diào)，同時(shí)數(shù)據(jù)利用率從～1％提高至～25％。
　　本文完成的主要工作包括:設(shè)計(jì)了基于高速數(shù)據(jù)采集卡(基于FPGA)+CPU+GPU混合異構(gòu)模式的太陽(yáng)射電接收機(jī)的總體結(jié)構(gòu)，以及基于CUDA平臺(tái)的頻譜分析系統(tǒng)的總體方案。針對(duì)太陽(yáng)射電暴檢測(cè)做了重點(diǎn)討論和研究，設(shè)計(jì)了基于混合高斯模型的檢測(cè)方法，將圖像處理的運(yùn)動(dòng)檢測(cè)方法移植到射電暴檢測(cè)

4、上來(lái);同時(shí)，根據(jù)射電暴帶寬的特點(diǎn)，嘗試提出了一種數(shù)字形態(tài)學(xué)濾波與單維高斯模型的級(jí)聯(lián)檢測(cè)新方法，并與前者通過(guò)仿真對(duì)比體現(xiàn)出了新方法具有一定的優(yōu)勢(shì)?；贑UDA平臺(tái)進(jìn)行了頻譜分析系統(tǒng)的開(kāi)發(fā)與實(shí)現(xiàn)，并做了各個(gè)層次的優(yōu)化;重點(diǎn)對(duì)并行規(guī)約算法進(jìn)行了優(yōu)化分析，系統(tǒng)中的求均值和形態(tài)學(xué)濾波算法需要用到大規(guī)模的并行規(guī)約運(yùn)算，本文實(shí)現(xiàn)了任意大小的規(guī)約，并且基于共享內(nèi)存、線(xiàn)程分配、去除分支、尋址方式、線(xiàn)程束與循環(huán)展開(kāi)進(jìn)行了深度優(yōu)化;合理分配CPU與GPU計(jì)算