偽深度域交錯網(wǎng)格逆時偏移成像方法及并行優(yōu)化
【文章頁數(shù)】:12 頁
【部分圖文】:
圖1偽深度域與深度域正反變換示意圖
將笛卡爾坐標系下平滑速度場模型進行縱向積分[19],以此得到單程旅行時間場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。相應(yīng)地,可再次利用樣條插值法將偽深度域速度場反變換回深度域速度場(圖1)。在得到偽深度域....
圖2偽深度域交錯網(wǎng)格剖分示意圖
對于時間和空間上的差分近似,采用與傳統(tǒng)深度域交錯網(wǎng)格法相同的離散規(guī)則,即壓力和速度場的計算分別對應(yīng)于t和t+Δt/2時刻進行。而空間差分近似則以高階半網(wǎng)格方式實現(xiàn),相應(yīng)的空間差分系數(shù)如表1所示。表1交錯網(wǎng)格法差分系數(shù)表[27]階數(shù)交錯網(wǎng)格差分系數(shù)C1C2....
圖3并行優(yōu)化算法示意圖
圖4對比了相同正演參數(shù)下CPU常規(guī)計算與C++AMP架構(gòu)下并行計算耗時,可以看出,C++AMP架構(gòu)下的并行計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。當然,加速效果同樣與所使用的GPU性能有關(guān)。同時需要指出的是,該測試僅是在完成算法且未進行編程優(yōu)化的情況下得....
圖4不同總網(wǎng)格數(shù)時C++AMPGPU并行架構(gòu)和與CPU常規(guī)正演計算耗時對比均統(tǒng)計相同參數(shù)下正演10000次總計算耗時
圖3并行優(yōu)化算法示意圖2模型試算
本文編號:3939069
本文鏈接:http://www.sikaile.net/kejilunwen/kuangye/3939069.html