本文關(guān)鍵詞：共形時域有限差分方法的并行研究及應(yīng)用

  更多相關(guān)文章： 共形時域有限差分法 并行計算 MPI OpenACC CUDA 應(yīng)用

【摘要】：近四十年時域有限差分法(FDTD)取得了快速的發(fā)展,在電磁工程領(lǐng)域得到了廣泛的應(yīng)用。但是對于一些電大尺寸和復(fù)雜結(jié)構(gòu)目標(biāo)的仿真計算,無論是在內(nèi)存或計算時間上普通單機(jī)都顯的力不從心。利用并行技術(shù)可以將多個處理器聯(lián)合起來一起分析計算,且現(xiàn)有服務(wù)器的內(nèi)存也比較大,可以滿足計算需求。同時FDTD方法具有天然的并行性,非常有利于并行求解。共形時域有限差分法(CFDTD)較普通的FDTD技術(shù)有較高的精度,同時又保留了FDTD技術(shù)原理簡單,易于編程實現(xiàn)等優(yōu)點,同樣有著廣泛的應(yīng)用。本文首先驗證了CFDTD程序中金屬共形和介質(zhì)共形的優(yōu)勢,并在程序中加入了龍格庫塔指數(shù)時程差分技術(shù)來分析非磁化等離子體,以提高程序的普適性。在該算法平臺上,利用MPI技術(shù)來實現(xiàn)CFDTD程序的并行,對計算域劃分時的注意點、前處理中引入八叉樹的并行及電磁場更新的并行和數(shù)據(jù)通信都做了詳細(xì)的介紹。并且分別通過單機(jī)和胖節(jié)點來驗證并行程序的正確性和有效性。后面還利用對復(fù)雜工程模型的仿真計算來體現(xiàn)基于CPU并行技術(shù)的CFDTD算法在多領(lǐng)域中的應(yīng)用價值。隨著圖形處理器(GPU)在運算能力方面的優(yōu)勢越來越明顯,在計算領(lǐng)域也越來越受到重視。目前,通過GPU加速FDTD算法是熱門的研究領(lǐng)域。本文主要介紹了兩種不同的基于GPU加速技術(shù)在CFDTD算法上的使用。第一種是基于OpenACC的GPU加速技術(shù),闡述了其原理和如何應(yīng)用到算法程序上,它的主要特點就是提供了大量的預(yù)編譯命令,方便用戶通過GPU來加速程序,但是加速效果有待進(jìn)一步提高。另一種是基于CUDA平臺的GPU加速技術(shù),不僅將其成功的應(yīng)用到CFDTD程序中,并且根據(jù)GPU上存儲器特點,針對其數(shù)據(jù)訪問進(jìn)行優(yōu)化,充分的利用CUDA平臺的優(yōu)勢來提高程序的加速比值。之后利用數(shù)值算例和工程算例來體現(xiàn)GPU加速的優(yōu)勢和應(yīng)用前景。最后總結(jié)了全文,并提出了以后應(yīng)該發(fā)展和努力的方向。
【關(guān)鍵詞】：共形時域有限差分法 并行計算 MPI OpenACC CUDA 應(yīng)用
【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：O441;TP338.6
【目錄】：

• 摘要3-4
• ABSTRACT4-7
• 1 緒論7-11
• 1.1 研究背景7-8
• 1.2 研究的現(xiàn)狀及意義8-9
• 1.3 本文的主要工作及內(nèi)容安排9-11
• 2 時域有限差分法的基本理論11-29
• 2.1 引言11
• 2.2 FDTD基本原理11-20
• 2.2.1 基本方程11-14
• 2.2.2 數(shù)值色散與穩(wěn)定性條件14-15
• 2.2.3 截斷邊界條件15-16
• 2.2.4 平面波的引入16-18
• 2.2.5 近遠(yuǎn)場外推18-20
• 2.3 CFDTD的基本原理20-25
• 2.3.1 金屬共形技術(shù)及驗證20-22
• 2.3.2 介質(zhì)共形技術(shù)及驗證22-25
• 2.4 非磁化等離子體龍格庫塔指數(shù)時程差分FDTD算法理論及驗證25-28
• 2.5 本章小結(jié)28-29
• 3 基于CPU的CFDTD并行加速29-47
• 3.1 引言29
• 3.2 基于CPU并行的介紹29-31
• 3.2.1 并行的流程29
• 3.2.2 并行的硬\軟件平臺29-30
• 3.2.3 并行算法性能評估30-31
• 3.3 基于MPI的CFDTD并行技術(shù)31-35
• 3.3.1 并行區(qū)域劃分31-32
• 3.3.2 CFDTD前處理并行32-34
• 3.3.3 CFDTD電/磁場迭代更新并行34-35
• 3.4 算例驗證35-41
• 3.5 實例應(yīng)用41-46
• 3.6 本章小結(jié)46-47
• 4 基于GPU的CFDTD并行加速47-67
• 4.1 GPU概述及軟硬件平臺47-48
• 4.2 基于GPU的OPENACC并行加速48-51
• 4.2.1 OpenACC并行基本知識48-49
• 4.2.2 基于OpenACC的CFDTD并行技術(shù)49-51
• 4.3 基于GPU的CUDA并行加速51-60
• 4.3.1 CUDA并行基本知識51-53
• 4.3.2 基于CUDA的CFDTD并行技術(shù)53-57
• 4.3.3 CUDA程序的優(yōu)化57-58
• 4.3.4 優(yōu)化前后對比58-60
• 4.4 算例驗證及兩種加速方法對比60-63
• 4.5 實例應(yīng)用63-66
• 4.6 本章小結(jié)66-67
• 5 總結(jié)與展望67-68
• 5.1 全文總結(jié)67
• 5.2 后續(xù)工作展望67-68
• 致謝68-69
• 參考文獻(xiàn)69-72

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 楊利霞;葛德彪;鄭奎松;魏兵;;電各向異性介質(zhì)FDTD并行算法的研究[J];電波科學(xué)學(xué)報;2006年01期

2 閆玉波,葛寧,鄭美艷,葛德彪,田春明;網(wǎng)絡(luò)并行FDTD方法分析電大目標(biāo)電磁散射[J];電子學(xué)報;2003年06期

，

本文編號：643538