本文關鍵詞：基于GPU的實時部分相干光并行生成算法研究

  更多相關文章： CUDA GPU 并行計算 空間光調制器 部分相干光

【摘要】：無線激光通訊中,高相干性的激光光束更容易受大氣的影響,降低了通訊系統(tǒng)的性能。最新理論與實驗研究表明部分相干光束受湍流影響較小。針對利用液晶空間光調制器(LC SLM)實時、便捷生成部分相干光,采用了一種基于GPU并行加速的方法,全文主要包括四個部分。第一部分主要分析了CUDA架構GPU的硬件設計架構、存儲器組織模型、線程結構、軟件體系架構以及編程模型。第二部分引入部分相干光的基本概念,并從空間-時間域和空間-頻率域內對一般部分相干的理論進行研究。介紹了分別采用毛玻璃和液晶空間光調制器實驗生成部分相干光的原理。第三部分液晶空間光調制器法中生成特定相干度的相位掩膜時需進行二維卷積運算。本文研究了卷積在CUDA平臺上并行優(yōu)化實現(xiàn),即基于共享內存的分離卷積計算方式與基于CUFFT庫的卷積計算方式。為比較GPU并行優(yōu)化后的性能,在CPU上同樣實現(xiàn)兩種算法,實驗結果表明:基于FFT的卷積計算在GPU加速后性能可提升30至45倍,而可分離卷積并行優(yōu)化后的性能可提升12至24倍。第四部分搭建實時生成部分相干光與相干長度檢測實驗裝置,驗證生成部分相干光滿足實時性與相干長度準確性的要求。實驗結果表明:針對256×256像素的LC SLM,生成相干長度為0.15mm、0.9mm以及1.5mm的相位屏,GPU所用時間分別為0.95ms、2.2ms以及2.8ms;考慮CPU讀取、發(fā)送數(shù)據(jù)及液晶響應的時間,采用GPU并行加速的部分相干光實時生成方法的頻率可達150Hz。生成相干長度為0.15mm和1.5mm部分相干光束,光束相干度均方根誤差分別為0.022011和0.020883,峰谷值分別為0.074325和0.072998。所以該方法滿足實時性與準確生成定相干長度要求。
【關鍵詞】：CUDA GPU 并行計算 空間光調制器 部分相干光
【學位授予單位】：長春理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN929.1
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 緒論8-14
• 1.1 研究背景及目的意義8-9
• 1.2 基于GPU的通用計算發(fā)展動態(tài)9-11
• 1.2.1 GPU體系架構的發(fā)展動態(tài)9-10
• 1.2.2 GPU編程模型的發(fā)展動態(tài)10-11
• 1.3 部分相干光研究現(xiàn)狀11-13
• 1.4 文主要研究內容及結構安排13-14
• 第二章 CUDA硬件架構及其編程模型14-23
• 2.1 引言14
• 2.2 CUDA硬件架構14-17
• 2.3 CUDA存儲器模型17-19
• 2.4 CUDA編程模型19-22
• 2.4.1 CUDA編程結構19-20
• 2.4.2 CUDA線程結構20-22
• 2.5 本章小結22-23
• 第三章 部分相干光基本理論及實驗生成23-29
• 3.1 引言23
• 3.2 部分相干光基本理論23-25
• 3.2.1 空間-時間域23-24
• 3.2.2 空間-頻率域24-25
• 3.2.3 高斯謝爾模(GSM)光束25
• 3.3 部分相干光實驗生成25-28
• 3.3.1 毛玻璃法25-26
• 3.3.2 液晶空間光調制器法26-28
• 3.4 本章小結28-29
• 第四章 基于CUDA的卷積算法并行優(yōu)化設計29-42
• 4.1 引言29
• 4.2 可分離卷積優(yōu)化算法29-33
• 4.2.1 算法描述29-30
• 4.2.2 基于CUDA的可分離卷積并行優(yōu)化30-33
• 4.3 基于FFT的卷積優(yōu)化算法33-38
• 4.3.1 算法描述33-36
• 4.3.2 基于CUFFT庫的卷積并行優(yōu)化36-38
• 4.4 性能對比與分析38-40
• 4.4.1 測試平臺38
• 4.4.2 性能測試與對比分析38-40
• 4.5 本章小結40-42
• 第五章 部分相干光實時生成實驗研究42-48
• 5.1 引言42
• 5.2 實驗系統(tǒng)平臺42-44
• 5.2.1 實驗原理42
• 5.2.2 實驗平臺搭建42-44
• 5.3 實驗結果分析44-47
• 5.3.1 部分相干光生成實時性分析44-46
• 5.3.2 部分相干光生成相干長度分析46-47
• 5.4 本章小結47-48
• 第六章 總結與展望48-49
• 致謝49-50
• 參考文獻50-53
• 作者簡介53

，

本文編號：1118422