基于GPU的自適應(yīng)光學(xué)實時波前控制系統(tǒng)研究
發(fā)布時間:2023-04-04 21:26
自適應(yīng)光學(xué)系統(tǒng)通過實時測量波前信息,利用共軛補償原理實現(xiàn)波前畸變補償。自適應(yīng)光學(xué)在很多應(yīng)用場合對工作頻率有較高的要求,尤其在天文應(yīng)用場合需要千赫茲以上的工作頻率,需要設(shè)計高效的波前控制器實現(xiàn)自適應(yīng)光學(xué)的閉環(huán)反饋過程。本文利用GPU高效的并行計算能力,提高自適應(yīng)光學(xué)控制系統(tǒng)效率,設(shè)計了基于GPU的自適應(yīng)光學(xué)波前控制方法,展開如下研究工作。本文結(jié)合已有的波前傳感器參數(shù),設(shè)計了基于商用波前傳感器的自適應(yīng)光學(xué)波前測量的計算過程和控制計算過程,分析波前斜率計算和重構(gòu)計算的時間復(fù)雜度及使用GPU解決自適應(yīng)光學(xué)控制計算過程的可行性;谟嬎銖(fù)雜度的分析,設(shè)計了基于CUDA的波前斜率計算過程。通過CUDA內(nèi)核對圖像進行閾值處理,并且對計算任務(wù)進行分解,在保證計算精度的同時提高了斜率計算效率。在波前重構(gòu)的計算過程中,在數(shù)據(jù)預(yù)處理階段求解Zernike映射矩陣,并通過CUDA加速矩陣運算,提高波前重構(gòu)的效率。同時使用CUDA處理波前控制過程的矩陣運算,提高系統(tǒng)的波前校正效率。本文對基于GPU的自適應(yīng)光學(xué)控制過程進行分析和研究。使用研制的壓電變形鏡為波前校正器,搭建自適應(yīng)光學(xué)系統(tǒng),進行自適應(yīng)光學(xué)閉環(huán)校正實驗...
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 自適應(yīng)光學(xué)
1.1.1 自適應(yīng)光學(xué)簡介
1.1.2 自適應(yīng)光學(xué)的發(fā)展歷程
1.2 自適應(yīng)光學(xué)控制系統(tǒng)組成
1.2.1 Hartmann-Shack波前傳感器
1.2.2 波前校正器
1.2.3 波前控制器
1.3 自適應(yīng)光學(xué)的應(yīng)用
1.3.1 天文學(xué)
1.3.2 其他應(yīng)用
1.4 自適應(yīng)光學(xué)控制系統(tǒng)
1.4.1 自適應(yīng)光學(xué)實時性需求
1.4.2 實時波前控制系統(tǒng)研究現(xiàn)狀
1.5 GPU硬件介紹
1.6 研究目的及意義
1.7 本文內(nèi)容和結(jié)構(gòu)
第2章 波前控制過程與GPU優(yōu)化可行性分析
2.1 實時波前處理過程的計算流程
2.2 GPU-CPU異構(gòu)并行計算流程
2.3 波前控制算法
2.3.1 波前斜率計算方法
2.3.2 波前斜率算法的計算時間復(fù)雜度及并行性分析
2.3.3 波前重構(gòu)方法
2.3.4 波前重構(gòu)的計算時間復(fù)雜度
2.3.5 波前控制算法的時間復(fù)雜度分析
2.4 GPU并行計算性能測試和可行性分析
2.4.1 GPU硬件參數(shù)
2.4.2 GPU性能測試與分析
2.5 本章小結(jié)
第3章 基于CUDA的自適應(yīng)光學(xué)并行程序設(shè)計
3.1 CUDA的簡介
3.1.1 主機端與設(shè)備端
3.1.2 CUDA的線程結(jié)構(gòu)
3.1.3 數(shù)據(jù)傳輸與存儲器訪問優(yōu)化
3.2 CUDA并行算法
3.2.1 CUDA C程序設(shè)計語法
3.2.2 矩陣運算
3.2.3 歸約運算
3.2.4 CUBLAS介紹
3.3 基于CUDA的波前斜率計算
3.3.1 波前斜率計算任務(wù)劃分
3.3.2 基于CUDA的波前斜率程序設(shè)計
3.3.3 優(yōu)化結(jié)果
3.4 基于CUDA的波前重構(gòu)計算
3.4.1 Zernike多項式
3.4.2 基于CUDA的Zernike映射矩陣計算
3.4.3 基于CUDA的波前重構(gòu)計算
3.4.4 優(yōu)化結(jié)果
3.5 基于CUDA的波前控制計算
3.5.1 波前控制算法
3.5.2 基于CUDA的波前控制算法
3.5.3 不同口徑下仿真結(jié)果
3.5.4 優(yōu)化結(jié)果
3.6 本章小結(jié)
第4章 基于GPU的自適應(yīng)光學(xué)系統(tǒng)
4.1 自搭建閉環(huán)控制系統(tǒng)
4.2 實時性分析
4.3 本章小結(jié)
第5章 總結(jié)與展望
5.1 總結(jié)
5.1.1 本文完成的工作
5.1.2 本文的創(chuàng)新點
5.2 展望
參考文獻(xiàn)
致謝
在讀期間發(fā)表的學(xué)術(shù)論文與取得的其它研究成果
本文編號:3782072
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 自適應(yīng)光學(xué)
1.1.1 自適應(yīng)光學(xué)簡介
1.1.2 自適應(yīng)光學(xué)的發(fā)展歷程
1.2 自適應(yīng)光學(xué)控制系統(tǒng)組成
1.2.1 Hartmann-Shack波前傳感器
1.2.2 波前校正器
1.2.3 波前控制器
1.3 自適應(yīng)光學(xué)的應(yīng)用
1.3.1 天文學(xué)
1.3.2 其他應(yīng)用
1.4 自適應(yīng)光學(xué)控制系統(tǒng)
1.4.1 自適應(yīng)光學(xué)實時性需求
1.4.2 實時波前控制系統(tǒng)研究現(xiàn)狀
1.5 GPU硬件介紹
1.6 研究目的及意義
1.7 本文內(nèi)容和結(jié)構(gòu)
第2章 波前控制過程與GPU優(yōu)化可行性分析
2.1 實時波前處理過程的計算流程
2.2 GPU-CPU異構(gòu)并行計算流程
2.3 波前控制算法
2.3.1 波前斜率計算方法
2.3.2 波前斜率算法的計算時間復(fù)雜度及并行性分析
2.3.3 波前重構(gòu)方法
2.3.4 波前重構(gòu)的計算時間復(fù)雜度
2.3.5 波前控制算法的時間復(fù)雜度分析
2.4 GPU并行計算性能測試和可行性分析
2.4.1 GPU硬件參數(shù)
2.4.2 GPU性能測試與分析
2.5 本章小結(jié)
第3章 基于CUDA的自適應(yīng)光學(xué)并行程序設(shè)計
3.1 CUDA的簡介
3.1.1 主機端與設(shè)備端
3.1.2 CUDA的線程結(jié)構(gòu)
3.1.3 數(shù)據(jù)傳輸與存儲器訪問優(yōu)化
3.2 CUDA并行算法
3.2.1 CUDA C程序設(shè)計語法
3.2.2 矩陣運算
3.2.3 歸約運算
3.2.4 CUBLAS介紹
3.3 基于CUDA的波前斜率計算
3.3.1 波前斜率計算任務(wù)劃分
3.3.2 基于CUDA的波前斜率程序設(shè)計
3.3.3 優(yōu)化結(jié)果
3.4 基于CUDA的波前重構(gòu)計算
3.4.1 Zernike多項式
3.4.2 基于CUDA的Zernike映射矩陣計算
3.4.3 基于CUDA的波前重構(gòu)計算
3.4.4 優(yōu)化結(jié)果
3.5 基于CUDA的波前控制計算
3.5.1 波前控制算法
3.5.2 基于CUDA的波前控制算法
3.5.3 不同口徑下仿真結(jié)果
3.5.4 優(yōu)化結(jié)果
3.6 本章小結(jié)
第4章 基于GPU的自適應(yīng)光學(xué)系統(tǒng)
4.1 自搭建閉環(huán)控制系統(tǒng)
4.2 實時性分析
4.3 本章小結(jié)
第5章 總結(jié)與展望
5.1 總結(jié)
5.1.1 本文完成的工作
5.1.2 本文的創(chuàng)新點
5.2 展望
參考文獻(xiàn)
致謝
在讀期間發(fā)表的學(xué)術(shù)論文與取得的其它研究成果
本文編號:3782072
本文鏈接:http://sikaile.net/kejilunwen/wulilw/3782072.html
最近更新
教材專著