頻域電磁計算方法的GPU加速設(shè)計與實(shí)現(xiàn).pdf

1、當(dāng)前，各類電磁技術(shù)被廣泛地應(yīng)用于通信、導(dǎo)航、雷達(dá)、遙感等眾多領(lǐng)域，深刻地影響著國民生活的方方面面。因此，目標(biāo)電磁特性的分析一直以來是計算電磁學(xué)研究的熱點(diǎn)問題。目前，已經(jīng)發(fā)展出了多種頻率域的電磁問題求解方法，但是這些方法在求解電大尺寸平臺的電磁問題時，由于其較高的時間復(fù)雜度和空間復(fù)雜度，導(dǎo)致在計算時需要消耗大量的時間。
　　近年來隨著GPU(Graphics Processing Unit，圖形處理單元)技術(shù)的飛速發(fā)展，基于GPU的

2、并行加速方法在許多大規(guī)模計算領(lǐng)域都獲得了成功的應(yīng)用。本文中主要探討頻率域中的電磁問題求解方法，通過利用GPU，在CUDA(Compute Unified Device Architecture，統(tǒng)一計算架構(gòu))平臺上對相關(guān)的算法進(jìn)行了并行化改進(jìn)。
　　自適應(yīng)積分法(Adaptive Integral Method，AIM)是對矩量法(Method of Moments，MoM)的一種改進(jìn)，矩量法是頻域中精確的電磁數(shù)值計算方法，該方法

3、只需要求解阻抗矩陣以及求解矩陣方程，但是具有非常高的時間復(fù)雜度和空間復(fù)雜度。在自適應(yīng)積分法中，通過將遠(yuǎn)區(qū)阻抗元素利用輔助基函數(shù)來近似表示以及在矩陣方程求解時利用快速傅里葉變換進(jìn)行加速，減少了時間消耗和內(nèi)存消耗。在本文中，設(shè)計了基于GPU的自適應(yīng)積分法，對展開系數(shù)矩陣、近區(qū)阻抗矩陣的填充以及矩陣方程的求解利用GPU進(jìn)行并行改進(jìn)。進(jìn)一步的減少了計算時間。
　　對于求解電大尺寸平臺電磁問題，單一的全波方法已經(jīng)難以適用。利用迭代自適應(yīng)積分

4、法和物理光學(xué)法混合方法(AIM-PO)可以比較有效的解決這類問題，AIM-PO充分發(fā)揮了AIM和PO(Physical Optics，PO)近似各自的優(yōu)點(diǎn)，在保證結(jié)果正確的條件下降低了計算復(fù)雜度。本文中設(shè)計了基于GPU的AIM-PO算法，在進(jìn)行PO區(qū)域遮擋面判斷時，引入了基于GPU的KD-Tree來加速判斷。通過利用GPU也對PO區(qū)域表面電流系數(shù)的的求解以及激勵向量的求解做了并行化加速。通過和FEKO的MoM-PO算法結(jié)果進(jìn)行比較，驗(yàn)證