本发明专利技术公开了一种动态真实海面高性能建模方法，包括以下步骤：S1、获取真实的海洋环境要素数据，包括风速、风向、海浪的浪高和浪向；S2、根据海浪的浪高和浪向将海浪划分为不同尺度，根据浪高浪向与风速风向间的非线性关系对不同尺度的海浪分别构建海浪谱；S3、将构建的不同尺度海浪的海浪谱进行叠加，建立大尺度海浪谱；S4、基于大尺度海浪谱和CUDA编程模型，采用优化调度CPU与GPU资源的方法对大尺度海面进行高性能并行计算建模。本发明专利技术提供的技术方案通过真实的海洋环境要素建立能量谱，叠加不同大小的海浪，在保证真实的前提下高速建模，进而生成高数据量的动态模型。进而生成高数据量的动态模型。进而生成高数据量的动态模型。
【技术实现步骤摘要】
一种动态真实海面高性能建模方法和装置
[0001]本专利技术涉及海洋测绘
，尤其涉及一种动态真实海面高性能建模方法和装置。
技术介绍
[0002]真实的海面建模是海洋环境研究中的重要部分，对于海面环境的预测和海面风浪程度的预估起极大的推动作用。
[0003]传统研究方法大多使用PM谱，JONSWAP谱Efouhaily谱作为海浪谱，上述各向同性海谱只考虑了风速风向的影响，并且默认以线性关系进行处理，与实际情况中的非线性正相关关系不符，且没有考虑浪高浪向的影响，并不足以充分描述实际海浪的特性，因此大多仅用于参考，实际意义不大。并且真实海面建模涉及数学原理计算方法，建模过程耗时较长，通常某一时刻两平方千米的海面模型生成时间长达半小时，无法快速投入使用。
[0004]近年来图形处理单元(Graphic Processor Units，GPUs)已经取得了长足的进步。从最初的将图像输出到显示单元的专业图像处理器，GPUs由于其体积小、高并行性、多线程、高带宽及低能耗的特点已逐渐发展为高性能计算的首选。在过去的几年中，GPUs越来越多地与CPU链接在一起以异构方式加速大型数组的计算。现如今，GPUs已经被配置在许多桌面系统、计算机集群及超级计算机上。由于在大规模科学计算能力的扩展，GPUs使得各种科学和工程计算效率的进一步提高成为可能。2006年，NVIDIA提出CUDA(Compute unified device architecture，统一计算设备架构)作为通用并行程序模型及计算引擎来充分释放GPUs的大规模并行计算能力。
技术实现思路
[0005]为了解决上述问题，本专利技术提供了一种动态真实海面高性能建模方法和装置，其中的方法包括以下步骤：
[0006]S1、获取真实的海洋环境要素数据，包括风速、风向、海浪的浪高和浪向；
[0007]S2、根据海浪的浪高和浪向将海浪划分为不同尺度，根据浪高浪向与风速风向间的非线性关系对不同尺度的海浪分别构建海浪谱；
[0008]S3、将构建的不同尺度海浪的海浪谱进行叠加，建立大尺度海浪谱；
[0009]S4、基于大尺度海浪谱和CUDA编程模型，采用优化调度CPU与GPU资源的方法对大尺度海面进行高性能并行计算建模。
[0010]进一步地，步骤S1中，海浪由重力波，毛细重力波，张力波组成。
[0011]进一步地，步骤S2中，根据浪高浪向与风速风向间的非线性关系对不同尺度的海浪分别构建海浪谱的公式表达具体为：
[0012][0013][0014][0015][0016]其中，S(f
n
)表示海浪谱，E
j
和S
jn
(f
jn
)表示拟合出来的函数，f
jn
表示主波或次波频率，下标j＝1表示主波，j＝2表示次波，H1表示主波波高，H2表示次波波高，T
p1
表示主波的波周期，T
p2
表示次波的波周期，G0为常数，A
γ
为γ相关的函数，A
γ
＝(1+1.1(lnγ)
1.19
)/γ，γ和σ表示根据需要取值的参数，当f
jn
>1时，σ＝0.07，当f
jn
<1时σ＝0.09。
[0017]进一步地，步骤S2中，根据海浪的浪高和浪向将海浪划分为不同尺度具体为：重力波为一米到十米的大型海浪，靠重力作为恢复力；十厘米到一米的海浪为毛细重力波，靠重力和张力作为恢复力；小于十厘米的海浪为张力波，由张力提供恢复力。
[0018]进一步地，步骤S3中，不同尺度海浪的海浪谱进行叠加采用随机余弦波叠加的方式，公式为：
[0019][0020]其中，ξ(x,y,t)表示海浪高度，x表示采样点x轴坐标，y表示采样点y轴坐标，t表示时间，M为海浪频率的采样点数，N为海浪方向角的采样点数，S(ω
i
,φ
j
)为根据浪高浪向与风速风向间的非线性关系对不同尺度的海浪构建的海浪谱；ω
i
为第i个采样点的海浪圆频率，φ
j
为第j个采样点的海浪方向角，Δω
i
表示海浪圆频率步长，Δφ
j
表示海浪方向角步长，初始相位φ
ij
(seed)均匀分布在0～2π之间；k
i
对应线性叠加中余弦波的波数。
[0021]进一步地，步骤S4中，基于大尺度海浪谱和CUDA编程模型对大尺度海面进行高性能并行计算建模中采用如下七种优化方法：
[0022](1)使用CPU处理串行任务，GPU处理并行任务；
[0023](2)利用临时数组，空间换取时间，减少程序中cos函数与sin函数的重复计算；
[0024](3)利用共享存储器对全局存储器进行合并访问，减少访问全局存储器的访问次数；
[0025](4)利用单精度浮点数运算取代双精度浮点数运算同时利用fast
‑
math编译命令加速计算效率；
[0026](5)分配更多的L1高速缓冲空间，提高对寄存器的处理能力；
[0027](6)利用页锁定技术，提高主机与GPU之间数据传输速度；
[0028](7)对线程块大小以及每个线程分配的寄存器数量进行最优化选取。
[0029]还提出一种动态真实海面高性能建模装置，包括：
[0030]处理器；
[0031]存储器，其上存储有可在所述处理器上运行的计算机程序；
[0032]其中，所述计算机程序被所述处理器执行时实现一种动态真实海面高性能建模方法。
[0033]本专利技术提供的技术方案带来的有益效果是：
[0034]本专利技术通过真实的海洋环境要素建立能量谱，叠加不同大小的海浪，经由优化方法合理调度CPU与GPU资源，可以在保证真实的前提下高速建模，进而生成高数据量的动态模型。
附图说明
[0035]图1是本专利技术实施例一种动态真实海面高性能建模方法的流程图；
[0036]图2是本专利技术实施例一种动态真实海面高性能建模方法的流程框图。
具体实施方式
[0037]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方式作进一步地描述。
[0038]本实施例的一种动态真实海面高性能建模方法的流程图和流程框图如图1和图2，包括以下步骤：
[0039]S1、获取真实的海洋环境要素数据，包括风速、风向、海浪的浪高和浪向。
[0040]S2、根据海浪的浪高和浪向将海浪划分为不同尺度，根据浪高浪向与风速风向间的非线性关系对不同尺度的海浪分别构建海浪谱。
[0041]公式表达具体为：
[0042][0043][0044][0045][0046]其中，S(f
n
)表示海浪谱，E
j
和S本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种动态真实海面高性能建模方法，其特征在于，包括以下步骤：S1、获取真实的海洋环境要素数据，包括风速、风向、海浪的浪高和浪向；S2、根据海浪的浪高和浪向将海浪划分为不同尺度，根据浪高浪向与风速风向间的非线性关系对不同尺度的海浪分别构建海浪谱；S3、将构建的不同尺度海浪的海浪谱进行叠加，建立大尺度海浪谱；S4、基于大尺度海浪谱和CUDA编程模型，采用优化调度CPU与GPU资源的方法对大尺度海面进行高性能并行计算建模。2.根据权利要求1所述的一种动态真实海面高性能建模方法，其特征在于，步骤S1中，海浪由重力波，毛细重力波，张力波组成。3.根据权利要求2所述的一种动态真实海面高性能建模方法，其特征在于，步骤S2中，根据海浪的浪高和浪向将海浪划分为不同尺度具体为：重力波为一米到十米的大型海浪，靠重力作为恢复力；十厘米到一米的海浪为毛细重力波，靠重力和张力作为恢复力；小于十厘米的海浪为张力波，由张力提供恢复力。4.根据权利要求2所述的一种动态真实海面高性能建模方法，其特征在于，步骤S2中，根据浪高浪向与风速风向间的非线性关系对不同尺度的海浪分别构建海浪谱的公式表达具体为：具体为：具体为：具体为：其中，S(f
n
)表示海浪谱，E
j
和S
jn
(f
jn
)表示中间参数，无实际意义，f
jn
表示主波或次波频率，下标j＝1表示主波，j＝2表示次波，H1表示主波波高，H2表示次波波高，T
p1
表示主波的波周期，T
p2
表示次波的波周期，G0为常数，A
γ
为γ相关的函数，A
γ
＝(1+1.1(lnγ)
1.19
)/γ，γ和σ表示根据需要取值的参数，当f
jn
>1时，σ＝0.07，当f
jn
<...
【专利技术属性】
技术研发人员：吴昊臻，令狐龙翔，郭源，程如锦，
申请(专利权)人：吴昊臻，
类型：发明
国别省市：
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。