-
题名基于CPU-GPU协同的迭代物理光学并行算法研究
- 1
-
-
作者
曹倩
周远国
任强
王焱
-
机构
西安科技大学通信与信息工程学院
北京航空航天大学电子信息工程学院
中国航空研究院研究生院
电磁环境效应航空科技重点实验室
电磁信息控制与效应全国重点实验室
-
出处
《电波科学学报》
北大核心
2025年第3期427-438,共12页
-
基金
国家自然科学基金(92166107)
陕西省自然科学基金面上项目(2024JC-YBMS-556)。
-
文摘
随着雷达技术与无人驾驶的结合,电磁仿真在无人驾驶领域得到了广泛应用。当利用迭代物理光学(iterative physical optics,IPO)法求解电大散射体雷达散射截面(radar cross section,RCS)时,未知量数目比较大,导致占用内存和计算耗时非常大。为解决该问题,本文引入参数空间技术优化IPO算法,提高了电大尺寸RCS的计算效率,并引入计算统一设备架构(compute unified device architecture,CUDA)技术,在中央处理器(central processing unit,CPU)与图形处理器(graphics processing unit,GPU)协同平台上实现了电大尺寸目标RCS的并行计算。与商业软件FEKO比对,在NVIDIA GeForce RTX 3050显卡上获得了224.35的加速比。实例结果展示了基于CPU-GPU协同的IPO算法并行计算的可行性与高效性,可以用来解决目前只能在高性能计算机或计算机集群上解决的电大尺寸目标散射问题。
-
关键词
迭代物理光学法(IPO)
参数空间技术
CPU-GPU协同
并行加速
雷达散射截面(RCS)
-
Keywords
iterative physical optics(IPO)
parameter space technology
CPU-GPU collaboration
parallel acceleration
radar cross section(RCS)
-
分类号
O441.4
[理学—电磁学]
-
