偽深度域交錯(cuò)網(wǎng)格逆時(shí)偏移成像方法及并行優(yōu)化
【文章頁(yè)數(shù)】:12 頁(yè)
【部分圖文】:
圖1偽深度域與深度域正反變換示意圖
將笛卡爾坐標(biāo)系下平滑速度場(chǎng)模型進(jìn)行縱向積分[19],以此得到單程旅行時(shí)間場(chǎng)τ(x,t),然后再將原速度模型用樣條插值法插值成縱向等間隔(Δτ)的偽深度域速度模型。式中vsm為深度域平滑速度場(chǎng)。相應(yīng)地,可再次利用樣條插值法將偽深度域速度場(chǎng)反變換回深度域速度場(chǎng)(圖1)。在得到偽深度域....
圖2偽深度域交錯(cuò)網(wǎng)格剖分示意圖
對(duì)于時(shí)間和空間上的差分近似,采用與傳統(tǒng)深度域交錯(cuò)網(wǎng)格法相同的離散規(guī)則,即壓力和速度場(chǎng)的計(jì)算分別對(duì)應(yīng)于t和t+Δt/2時(shí)刻進(jìn)行。而空間差分近似則以高階半網(wǎng)格方式實(shí)現(xiàn),相應(yīng)的空間差分系數(shù)如表1所示。表1交錯(cuò)網(wǎng)格法差分系數(shù)表[27]階數(shù)交錯(cuò)網(wǎng)格差分系數(shù)C1C2....
圖3并行優(yōu)化算法示意圖
圖4對(duì)比了相同正演參數(shù)下CPU常規(guī)計(jì)算與C++AMP架構(gòu)下并行計(jì)算耗時(shí),可以看出,C++AMP架構(gòu)下的并行計(jì)算效率約為并行前的10倍,且隨著模型網(wǎng)格總數(shù)的增加而增高。當(dāng)然,加速效果同樣與所使用的GPU性能有關(guān)。同時(shí)需要指出的是,該測(cè)試僅是在完成算法且未進(jìn)行編程優(yōu)化的情況下得....
圖4不同總網(wǎng)格數(shù)時(shí)C++AMPGPU并行架構(gòu)和與CPU常規(guī)正演計(jì)算耗時(shí)對(duì)比均統(tǒng)計(jì)相同參數(shù)下正演10000次總計(jì)算耗時(shí)
圖3并行優(yōu)化算法示意圖2模型試算
本文編號(hào):3939069
本文鏈接:http://sikaile.net/kejilunwen/kuangye/3939069.html