本发明专利技术公开了一种基于MapReduce的射线跟踪加速算法。首先确定源点和场点，从各源点发射的射线经过建筑物的反射后到达对应的场点；然后判断从源点发射的射线是否为有效射线；如果是，则分别记录射线到达各场点的三维坐标与该射线到达此场点的特征值；最后建立Map函数来处理特征值，得到特征值的场强、到达角、延迟和极化四个参数。本发明专利技术采用基于MapReduce的射线跟踪加速算法用于大规模数据集的并行运算。而射线跟踪过程中所跟踪的射线量巨大，计算时间长，各个射线相互独立，具有自然的并行性，因此，在进行射线跟踪时，将射线跟踪与MapReduce结合，射线跟踪的运算效率提高。
【技术实现步骤摘要】
本专利技术涉及计算机并行计算与无线电波传播领域，尤其涉及射线跟踪加速和云计算中的MapReduce并行编程模式。
技术介绍
射线跟踪方法能根据微小区的环境特征，给出微小区电波预测的确定性模型，但是这种方法对复杂的建筑物环境或建筑物环境的三维模型进行预测时耗时巨大，因此，射线跟踪加速算法成为人们关注的核心问题。近年来，国内外学者提出很多射线跟踪加速算法。其中空间分区法虽然能很好的解决反射现象，但是对于绕射现象算法效率的提高不明显。二叉树方法仅在进行跟踪求场强时缩短了计算时间，对于建立路径树仍然费时。并行处理法在计算精度相同的情况下能大大缩短计算时间，并且能够利用网络中空闲的计算机 资源。MapReduce是Google提出的一种并行编程模式，MapReduce把对数据集的大规模操作，分发给一个主节点管理下的各分节点共同完成。一个Map函数对一部分原始数据进行指定的操作，每个Map操作都针对不同的原始数据，因此Map与Map之间相互独立，这就使得它们可以充分并行化。一个Reduce操作就是对每个Map所产生的结果进行合并操作，所有Reduce产生的最终结果经过简单连接就形成了完整的结果集，因此Reduce也可以在并行环境下执行。而射线跟踪过程中所跟踪的射线量巨大，计算时间长，但在此过程中，各个射线相互独立，具有自然的并行性，因此，在进行射线跟踪时，可以将射线跟踪与MapReduce结合，提闻射线跟踪的运算效率。因此急需一种提高射线跟踪运算效率的加速算法。
技术实现思路
有鉴于此，本专利技术所要解决的技术问题是提供一种一种提高射线跟踪运算效率的加速算法。本专利技术的目的是这样实现的本专利技术提供的一种基于MapReduce的射线跟踪加速算法,该方法基于MapReduce框架，包括以下步骤SI :确定源点和场点，从各源点发射的射线经过建筑物的反射后到达对应的场占.S2 :判断从源点发射的射线是否为有效射线；如果否，则该射线到达场点的三维坐标设为源点坐标，场点的特征值记为0 ;S3:如果是，则分别记录射线到达各场点的三维坐标与该射线到达此场点的特征值；S4 :建立Map函数来处理特征值，将特征值中属于同一三维坐标的场点归为一类；S5 :建立Reduce函数来对归类后的特征值进行处理，以Map函数返回的三维坐标值为关键字，对关键字相同的Map函数处理的场点特征值这一结果进行相应的迭代运算，得到该场点总特征值。进一步，所述特征值包括场点的场强、到达角、延迟和极化四个参数。进一步，所述判断从源点发射的射线是否为有效射线，具体步骤如下从每个源点发出的射线，在射线传播的过程中，经过反射、折射或绕射到达场点的射线为有效射线；从每个源点发出的射线，在射线传播的过程中，能量衰减到规定阀值，确定该射线为无效射线。进一步，所述从源点发射的不同的射线采用不同的Map函数进行跟踪，每个Map函数包括场点三维坐标和场点特征值两个参数；对于能够到达同一场点的若干条射线，与之 相对应的Map函数返回的场点的三维坐标值是相同的。进一步，所述同一场点归为一类是根据Map函数中场点三维坐标值是否相同来归为一类；如果相同，则归为一类；如果不相同，则单独一类。进一步，所述每个Map函数分配一条射线，根据需要确定源点角度，从而进一步确定射线数目，根据射线数目，所述每个Map函数处理自身的射线。进一步，所述各Map函数相互独立对原始数据进行并行操作。进一步，所述Map函数，用于跟踪从源点发射的不同的射线，每个Map函数包括场点三维坐标和场点特征值两个参数；对于能够到达同一场点的若干条射线，与之相对应的Map函数返回的场点的三维坐标值是相同的；所述Reduce函数，以Map函数返回的三维坐标值为关键字，对关键字相同的Map函数处理的场点特征值这一结果进行相应的迭代运算，得到该场点的总特征值。本专利技术的优点在于本专利技术采用一种基于MapReduce的射线跟踪加速算法MapReduce是一种能处理海量数据的并行编程模式，用于大规模数据集的并行运算。而射线跟踪过程中所跟踪的射线量巨大，计算时间长，但在此过程中，各个射线相互独立，具有自然的并行性，因此，在进行射线跟踪时，将射线跟踪与MapReduce结合，提高射线跟踪的运算效率。本专利技术的其它优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本专利技术的实践中得到教导。本专利技术的目标和其它优点可以通过下面的说明书，权利要求书，以及附图中所特别指出的结构来实现和获得。附图说明为了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作进一步的详细描述，其中图I为简单小区环境建筑模型示意图；图2为利用MapReduce进彳丁射线跟踪的流程图。具体实施例方式以下将结合附图，对本专利技术的优选实施例进行详细的描述；应当理解，优选实施例仅为了说明本专利技术，而不是为了限制本专利技术的保护范围。实施例I图I为简单小区环境建筑I旲型不意图，图2为利用MapReduce进彳丁射线跟踪的流程图，如图所示本专利技术提供的一种基于MapReduce的射线跟踪加速算法，包括以下步骤 SI :确定源点和场点，从各源点发射的射线经过建筑物的反射后到达对应的场占.S2 :判断从源点发射的射线是否为有效射线；如果否，则该射线到达场点的三维坐标设为源点坐标，场点的特征值记为0 ;所述判断从源点发射的射线是否为有效射线，具体步骤如下从每个源点发出的射线，在射线传播的过程中，经过反射、折射或绕射到达场点的射线为有效射线；从每个源点发出的射线，在射线传播的过程中，能量衰减到规定阀值，对场点的总特征值贡献不大，可以忽略的射线为无效射线。S3:如果是，则分别记录射线到达各场点的三维坐标与该射线到达此场点的特征值；所述特征值包括场点的场强、到达角、延迟和极化四个参数。S4 :建立Map函数来处理特征值，将特征值中属于同一三维坐标的场点归为一类；S5 :建立Reduce函数来对归类后的特征值进行处理，以Map函数返回的三维坐标值为关键字，对关键字相同的Map函数处理的场点特征值这一结果进行相应的迭代运算，得到该场点总特征值。Map (映射)函数,用来把一组键值对映射成一组新的键值对,指定并发的Reduce(化简)函数，用来保证所有映射的键值对中的每一个共享相同的键组。所述从源点发射的不同的射线采用不同的Map函数进行跟踪，每个Map函数包括场点三维坐标和场点特征值两个参数；对于能够到达同一场点的若干条射线，与之相对应的Map函数返回的场点的三维坐标值是相同的。所述同一场点归为一类是根据Map函数中场点三维坐标值是否相同来归为一类；如果相同，则归为一类；如果不相同，则单独一类。所述每个Map函数分配一条射线，根据需要确定源点角度，从而进一步确定射线数目，所述每个Map函数处理自身的射线。所述各Map函数相互独立对原始数据进行并行操作。所述Map函数，用于跟踪从源点发射的不同的射线，每个Map函数包括场点三维坐标和场点特征值两个参数；对于能够到达同一场点的若干条射线，与之相对应的Map函数返回的场点的三维坐标值是相同的；所述Reduce函数，用于以Map函数返回的三维坐标值为关键字，对关键字相同的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于MapReduce的射线跟踪加速算法，其特征在于包括以下步骤 51:确定源点和场点，从各源点发射的射线经过建筑物的反射后到达对应的场点； 52:判断从源点发射的射线是否为有效射线；如果否，则该射线到达场点的三维坐标设为源点坐标，场点的特征值记为O ; 53:如果是，则分别记录射线到达各场点的三维坐标与该射线到达此场点的特征值； 54:建立Map函数来处理特征值，将特征值中属于同一三维坐标的场点归为一类； 55:建立Reduce函数来对归类后的特征值进行处理，以Map函数返回的三维坐标值为关键字，对关键字相同的Map函数处理的场点特征值这一结果进行相应的迭代运算，得到该场点总特征值。2.根据权利要求I所述的基于MapReduce的射线跟踪加速算法，其特征在于所述特征值包括场点的场强、到达角、延迟和极化四个参数。3.根据权利要求2所述的基于MapReduce的射线跟踪加速算法，其特征在于所述判断从源点发射的射线是否为有效射线， 具体步骤如下从每个源点发出的射线，在射线传播的过程中，经过反射、折射或绕射到达场点的射线为有效射线；从每个源点发出的射线，在射线传播的过程中，能量衰减到规定阀值，确定该射线为无效射线。4.根据权利要求3所述的基于MapReduce的射线跟踪加速算法，其特征在于所述...
【专利技术属性】
技术研发人员：袁正午，王丹丹，段莉丹，王元辉，杨爱霞，
申请(专利权)人：重庆邮电大学，
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。