当前位置: 首页 > 专利查询>东南大学专利>正文

一种基于GPU的AIM‑PO混合方法技术

技术编号:17007321 阅读:44 留言:0更新日期:2018-01-11 03:44
本发明专利技术公开了一种基于GPU的AIM‑PO混合算法,包括以下步骤:1.对自适应积分法中的扩展系数矩阵以及近区阻抗矩阵填充进行并行化求解;2.对自适应积分法中的矩阵方程进行并行化求解;3.引入基于GPU的无堆栈KD‑Tree对PO区域进行遮挡面判断;4.对AIM‑PO混合方法中的PO区域电流系数进行并行化求解;5.对附加激励向量进行并行化求解。

【技术实现步骤摘要】
一种基于GPU的AIM-PO混合方法
本专利技术涉及一种基于GPU的AIM-PO混合方法,属于计算电磁学

技术介绍
在频率域电磁计算方法中,自适应积分法是对传统矩量法的一种改进,有效的降低了算法的空间复杂度和时间复杂度。在求解超大电尺寸物体的电磁问题时,单一的全波方法(矩量法,自适应积分法等)由于具有较高的复杂度已经难以适用,因此发展出了全波方法和高频近似混合方法:迭代AIM-PO混合算法。迭代AIM-PO混合算法将天线平台划分为AIM区域和PO区域。一般将天线及其附近区域划分为AIM区域,其他部分为PO区域。在对区域进行划分时,边界上的RWG基函数的两个三角形可能分别属于AIM区域和PO区域,此时,应该将该未知量归于AIM区域来处理,剩余的部分使用PO来近似。对计算目标进行合理的区域划分后,AIM区域由于具有精细的天线结构和较强的表面电流分布,故采用自适应积分法进行计算。通过物理光学法的相关理论可知,PO区域将目标散射场近似成表面的感应电磁流的积分来计算。在利用迭代AIM-PO算法求解电大尺寸平台的天线问题时,则是将AIM区域的表面电流视为激励源,PO区域被照射后便可以根本文档来自技高网...
一种<a href="http://www.xjishu.com/zhuanli/55/201710638068.html" title="一种基于GPU的AIM‑PO混合方法原文来自X技术">基于GPU的AIM‑PO混合方法</a>

【技术保护点】
基于GPU的AIM‑PO混合算法,其特征在于:包括以下步骤:1)对自适应积分法中的扩展系数矩阵以及近区阻抗矩阵填充进行并行化求解;2)对自适应积分法中的矩阵方程进行并行化求解;3)引入基于GPU的无堆栈KD‑Tree对PO区域进行遮挡面判断;4)对AIM‑PO混合方法中的PO区域电流系数进行并行化求解;5)对附加激励向量进行并行化求解。

【技术特征摘要】
1.基于GPU的AIM-PO混合算法,其特征在于:包括以下步骤:1)对自适应积分法中的扩展系数矩阵以及近区阻抗矩阵填充进行并行化求解;2)对自适应积分法中的矩阵方程进行并行化求解;3)引入基于GPU的无堆栈KD-Tree对PO区域进行遮挡面判断;4)对AIM-PO混合方法中的PO区域电流系数进行并行化求解;5)对附加激励向量进行并行化求解。2.根据权利要求1所述的基于GPU的AIM-PO混合算法,其特征在于:所述步骤1)中,利用GPU并行求解扩展系数矩阵:在GPU中,为每一个RWG基函数分配一个GPU线程进行多极子展开,用来计算扩展系数矩阵;近区阻抗矩阵填充包括以下步骤:1.1、判断两个RWG基函数是否满足近区条件,如果满足则记录该元素在矩阵中的位置索引;1.2、将步骤1.1中记录的近区阻抗矩阵元素的位置索引传入到GPU端,为每一个近区阻抗元素分配一个GPU线程用来计算其阻抗值。3.根据权利要求2所述的基于GPU的AIM-PO混合算法,其特征在于:所述步骤1.1中判断两个RWG基函数满足近区条件为:对近区阻抗矩阵元素Zmn,首先需要判断第m个RWG基函数和第n个RWG基函数构成的基函数对之间的距离,该距离小于近区耦合距离。4.根据权利要求1所述的基于GPU的AIM-PO混合算法,其特征在于:所述步骤2)中对矩阵方程求解:采用双共轭梯度法来进行自适应积分法中的矩阵方程求解,利用CUDA平台中的CUSPARSE库完成矩阵与向量乘积计算。5.根据权利要求1所述的基于GPU的AIM-PO混合算法,其特征在于:所述步骤3)中对PO区域进行遮挡面判断,具体包括以下步骤:3.1、在PO区域构建一棵KD-Tree,将其进行线索化;3.2、根据步骤3.1中构建好的KD-Tree,建立节点数组和面元编号数组,并将节点数组和面元编号数组从主机端拷贝到设备端,进行射线与三角面元的可见性探查测试;其中,步骤3.1中对KD-Tree进行线索化,包括为树中每个叶子节点添加六个线索指针,每个线索指针保存有与该叶子节点包围盒的一个面相邻的节点地址,在对KD-Tree进行遍历测试射线和面元是否相交的过程中,射线通过在节点包围盒的出射点位置以及节点中的线索指针找到下一个需要访问的节点;其中,步骤3.2中建立节点数组:将KD-Tree的节点进行编号,将指针的地址信息转化为节点的编号信息,使用一个节点数组保存所有的节点,节点内的所有指针信息均通过节点数组的下标索引来表示,所述指针信息包括左、右节点指针和每个叶子节点内的六个线索指针;步骤3.2中建立面元编号数组:采用一个新的一维面元编号数组来存储节点包围盒内部的三角面元编号信息,在节点内保存有三角面元个数和节点内第一个三角形面元在面元编号数组中的索引,每个节点内所包含的三角形面元编号信息在面元编号数组中连续存储,通过三角面元个数和节点内第一个三角形面元在面元编号数组中的索引便可以访问任何一个节点内部三角面元的编号;步骤3.2中进行射线与三角面元的可见性探查测试,根据叶子节点中保存的线索指针来搜索遍历,具体步骤如下:5.1、根据AIM区域RWG基函数和PO区域三角形面元的位置坐标确定射线ray;5.2、将射线ray和KD-Tr...

【专利技术属性】
技术研发人员:杨武
申请(专利权)人:东南大学
类型:发明
国别省市:江苏,32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1