一种基于多核CPU和GPU的自适应光学实时控制器硬件架构制造技术

本发明专利技术公开了一种基于多核CPU和GPU的自适应光学实时控制器硬件架构。该实时控制器硬件架构利用多核CPU和GPU并行完成夏克

【技术实现步骤摘要】
一种基于多核CPU和GPU的自适应光学实时控制器硬件架构


[0001]本专利技术涉及自适应光学领域，特别涉及一种基于多核CPU和GPU的自适应光学实时控制器硬件架构。

技术介绍

[0002]受地球大气湍流影响，自适应光学技术(Adaptive Optics,AO)已经成为大口径地基望远镜实现高分辨力成像不可或缺的技术。AO系统通过夏克
‑
哈特曼(Shack
‑
Hartmann Wavefront Sensor,SH
‑
WFS)探测波前像差，根据探测结果驱动变形镜(Deformable Mirror,DM)对像差进行校正。实时控制器(Real
‑
Time Controller,RTC)是AO系统的控制核心，通过采集SH
‑
WFS探测相机图像阵列数据，完成子孔径斜率计算、波前复原和控制运算，计算得到电压控制信号控制变形镜进行波前校正。受限于大气湍流的时间相干特性，为实现对动态畸变的有效校正，RTC需要达到数千赫兹的校正频率。因此，实时控制器的性能对AO系统有非常重要的影响。
[0003]实施控制器的性能取决于其完成波前计算的延迟和抖动。传统的自适应光学实时控制器通常采用现场可编程门阵列(FPGA)和数字信号处理器(DSP)等专用器件的硬件架构来满足AO系统高帧频低延迟的需求(L.Kong,L.Zhu,L.Zhang,H.Bao and C.Rao,"Real
‑
Time Controller Based on FPGA and DSP for Solar Ground Layer Adaptive Optics Prototype System at 1
‑
m NVST,"in IEEE Photonics Journal,vol.9,no.2,pp.1
‑
11,April2017.)。随着计算机技术的不断提高，多核CPU和GPU因其编程灵活性和较强的计算能力，在AO系统中逐渐得以应用(JENKINS,DAVID,RICHARD(2019)A Prototype Adaptive Optics Real
‑
Time Control Architecture for Extremely Large Telescopes using Many
‑
Core CPUs,Durham theses,Durham University)。而望远镜口径的不断增加，以及以多层共轭自适应光学系统为例的复杂AO系统的出现，都使得RTC的计算量急剧增加。多核CPU的计算能力和内存带宽难以满足下一代AO系统对RTC的性能需求。目前GPU架构RTC多用于实验室AO系统(Bitenc,U.,Basden,A.G.,Dipper,N.A.etal.Suitability of GPUs for real
‑
time control of large astronomical adaptive optics instruments.J Real
‑
Time Image Proc 14,743
–
751(2018).)，其主要耗时在于将图像数据从多核CPU拷贝至GPU，同时由于图像数据量与望远镜口径平方成正比，GPU架构RTC尚未得以在地基望远镜得到广泛应用。
[0004]针对上述问题，本专利技术提出一种基于多核CPU和GPU的自适应光学实时控制器硬件架构，降低RTC计算延迟，以实现AO系统对波前像差的实时校正。

技术实现思路

[0005]本专利技术要解决的技术问题是：针对上述问题和困难，提出一种基于多核CPU和GPU的自适应光学实时控制器硬件架构，使用多核CPU和GPU并行处理AO系统波前信息，降低RTC计算延迟，以满足AO系统对RTC的实时性要求。
[0006]本专利技术解决上述技术问题采用的技术方案是：一种基于多核CPU和GPU的自适应光学实时控制器，包含夏克
‑
哈特曼波前传感器相机采集卡1，多核CPU2，GPU3和信号输出接口4，其实现对自适应光学系统的实时控制过程如下：含波前像差的输入光束进入夏克
‑
哈特曼波前传感器1，得到的光斑阵列图像数据传输至多核CPU2，由多核CPU2的一个核心通过PCIE总线将部分子孔径数据传输至GPU3，由GPU3完成该部分子孔径的波前计算任务，并在计算完成后，将得到的控制信号通过PCIE总线传输回多核CPU2，同时，由多核CPU2其他核心完成剩余子孔径的波前计算任务，最终由多核CPU2汇总计算得到的控制信号，通过信号输出接口4输出控制信号，完成对自适应光学系统的实时控制。
[0007]进一步地，所述的夏克
‑
哈特曼波前传感器相机采集卡1通常采用FPGA架构，其数据传输接口包括但不限于光纤、CameraLink等。
[0008]进一步地，所述的多核CPU2和GPU3各自处理的子孔径数目取决于多核CPU2和GPU3各自的性能，通过子孔径分配使两者计算耗时相近。
[0009]进一步地，所述的波前计算任务包括子孔径图像预处理、斜率计算、波前复原和波前控制。
[0010]本专利技术和现有技术相比，具有以下优点：
[0011]本专利技术提出一种基于多核CPU和GPU的自适应光学实时控制器，同时使用多核CPU和GPU并行处理自适应光学系统波前信息，一方面能够降低对多核CPU和GPU的带宽需求，另一方面能够降低实时控制器的计算延迟，满足自适应光学系统对实时性要求。
附图说明
[0012]图1是本专利技术完成对自适应光学系统控制流程示意图；
[0013]图2是本专利技术波前计算时序图；
[0014]图3是单独使用多核CPU，单独使用GPU和同时使用多核CPU和GPU的实时控制器性能测试结果。
[0015]图中附图标记含义为：1为夏克
‑
哈特曼波前传感器相机采集卡，2多核CPU，3为GPU，4为信号输出接口。
具体实施方式
[0016]下面结合附图对本专利技术所提出的一种基于多核CPU和GPU的自适应光学实时控制器的具体实施方式进行详细说明。
[0017]如图1所示，含畸变像差的光束进入夏克
‑
哈特曼波前传感器，形成的子孔径图像数据经相机采集卡1传输至多核CPU2，利用核心Core0将部分子孔径图像数据通过PCIE总线传输至GPU3，由GPU3完成该部分子孔径的波前计算任务，并将计算得到的控制信号通过PCIE传输回多核CPU2，同时利用核心Core1
–
CoreN处理其余子孔径数据，完成波前计算。在多核CPU2和GPU3均完成计算任务后，由多核CPU2通过信号传输接口4将控制信号输出至变形镜，控制变形镜完成对波前像差的校正。
[0018]图2所示为基于多核CPU2和GPU3的自适应光学实时控制器的工作时序示意图。多核本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多核CPU和GPU的自适应光学实时控制器硬件架构，其特征在于：包含夏克
‑
哈特曼波前传感器相机采集卡(1)，多核CPU(2)，GPU(3)和信号输出接口(4)，其实现对自适应光学系统的实时控制过程如下：含波前像差的输入光束进入夏克
‑
哈特曼波前传感器，得到的光斑阵列图像数据通过相机采集卡(1)传输至多核CPU(2)，由多核CPU(2)的一个核心通过PCIE总线将部分子孔径数据传输至GPU(3)，由GPU(3)完成该部分子孔径的波前计算任务，并在计算完成后，将得到的控制信号通过PCIE总线传输回多核CPU(2)，同时，由多核CPU(2)其他核心完成剩余子孔径的波前计算任务，最终由多核CPU(2)汇总计算得到的控制信号，通过信号输出...

【专利技术属性】
技术研发人员：晏楠飞，张兰强，黄林海，饶长辉，
申请(专利权)人：中国科学院光电技术研究所，
类型：发明
国别省市：