基于GPGPU的全波形并行分解算法

编号 zgly0001590162

文献类型 期刊论文

文献题名 基于GPGPU的全波形并行分解算法

作者 王宗跃  马洪超  明洋 

作者单位 集美大学计算机工程学院  武汉大学遥感信息工程学院  中交第二公路勘察设计研究院有限公司 

母体文献 遥感学报 

年卷期 2014年06期

年份 2014 

分类号 TP391.41 

关键词 全波形分解  激光雷达LiDAR  通用计算图形处理器GPU  并行 

文摘内容 针对EM(Expectation Maximization)波形分解算法具有多次迭代和大量乘、除、累加等高密集运算的特点,提出一套将EM算法在通用计算图形处理器GPGPU上并行化的方案。针对通用并行计算架构CUDA的存储层次特点,设计总体的并行方案,充分挖掘共享存储器、纹理存储器的高速访存的潜能;根据波形采样值采用字节存储的特征,利用波形采样值的直方图求取中位数,从而降低求噪音阈值的计算复杂度;最后,采用求和规约的并行策略提高EM算法迭代过程中大量累加的计算效率。实验结果表明,当设置合理的并行参数、EM迭代次数大于16次、数据量大于64 M时,与单核CPU处理相比,GPU的加速比达到了8,能够显著地提高全波形分解的效率。