基于CUDA的D-P曲線壓縮算法并行實現(xiàn).pdf

1、數(shù)字地圖、定位導(dǎo)航等領(lǐng)域無時無刻不在產(chǎn)生大量的曲線數(shù)據(jù)，這些數(shù)據(jù)規(guī)模龐大，具有占用存儲空間大且傳輸速度慢的特點，為了解決這個問題，Douglas-Peucker曲線壓縮算法成為了一個研究熱點。
　　Douglas-Peucker曲線壓縮算法效果顯著，應(yīng)用廣泛。但是，目前關(guān)于Douglas-Peucker的研究主要集中在CPU串行方面，隨著曲線數(shù)據(jù)規(guī)模的增大，CPU串行運行時間長，性能無法滿足要求，而串行優(yōu)化方案對性能的提升有限，因

2、此并行化為其提供了一個好的解決方案。2007年，NVIDIA發(fā)布GPU CUDA，該平臺編程簡單且計算能力強(qiáng)，為并行計算提供了一個優(yōu)秀的選擇。
　　基于CUDA平臺，以Douglas-Peucker算法作為研究重點。通過閱讀大量相關(guān)文章了解該算法的研究現(xiàn)狀，從理論上分析Douglas-Peucker是否適合CUDA并行，設(shè)計相應(yīng)的并行方案，并對涉及的相關(guān)其他算法也提供了并行化方案，采用多種優(yōu)化策略提高算法效率，最后利用不同類型的曲