尚维:基于GPU的光纤非线性薛定谔方程的仿真与计算论文

尚维:基于GPU的光纤非线性薛定谔方程的仿真与计算论文

本文主要研究内容

作者尚维(2019)在《基于GPU的光纤非线性薛定谔方程的仿真与计算》一文中研究指出:光纤中信号传播的仿真在光传输系统的研究发展中起着重要作用。研究信号在光纤中的传输特性主要是转化为数学模型去数值求解光纤非线性薛定谔方程。数值方法的性能主要考虑误差精度和和计算效率,目前求解单模非线性传输方程的数值方法已较为完善,定步长方法有全局误差四阶精确的龙格库塔交互图片法,为进—步优化方法性能,衍生出大量变步长计算准则,使用较为广泛的是局部误差法。多模非线性传输方程的计算相对单模更为复杂,目前只采用了精度较低的定步长方法,因此很有必要优化多模变步长数值方法。此外,在长距离多模光纤通信中,尤其非线性作用占主导时,仿真时间往往长达几天,提高计算效率已成为重中之重。对数值方法的优化更多是在提高数值精度,要大规模加速计算,很有必要利用GPU并行计算来加速求解过程。本次研究工作的主要成果如下:(1)提出三种求解多模光纤非线性传输方程的误差估计准则—max,sum,ave准则,将多模误差向量转换为误差标量,基于对称分步傅里叶的局部误差法实现多模传输自适应步长统一变化。通过仿真单个高斯脉冲在渐变折射率多模光纤中的传输,验证了定变步长方法在不同准则下局部误差与全局误差的性能。实验结果表明三种准则的变步长算法都具有收敛性,且利用sum准则计算局部误差控制步长变化,在相同计算量的情况下能得到更高的数值精度,相同全局误差的情况下计算量相对更少,对进一步提高多模非线性传输方程的计算效率有参考意义。(2)基于GPU并行计算多模非线性传输方程取得显著加速效果。当GPU利用率接近最大值时,加速效果最为明显。实验仿真多个高斯脉冲入射到多模光纤中,通过调节脉冲传输个数来使得GPU利用率达到90%,研究表明单精度条件下,传输15个模式100个脉冲,相比CPU的计算时间,GPU的加速比可达一百多倍,计算效率得到大幅提升。此外,分别在单双精度条件下,仿真了多模多脉冲数值算法的误差精度与传输步数及模式数的关系,结果表明,在不同模式数下,随着传输步数的增大,双精度条件下的误差精度会更高。

Abstract

guang qian zhong xin hao chuan bo de fang zhen zai guang chuan shu ji tong de yan jiu fa zhan zhong qi zhao chong yao zuo yong 。yan jiu xin hao zai guang qian zhong de chuan shu te xing zhu yao shi zhuai hua wei shu xue mo xing qu shu zhi qiu jie guang qian fei xian xing xue ding e fang cheng 。shu zhi fang fa de xing neng zhu yao kao lv wu cha jing du he he ji suan xiao lv ,mu qian qiu jie chan mo fei xian xing chuan shu fang cheng de shu zhi fang fa yi jiao wei wan shan ,ding bu chang fang fa you quan ju wu cha si jie jing que de long ge ku da jiao hu tu pian fa ,wei jin —bu you hua fang fa xing neng ,yan sheng chu da liang bian bu chang ji suan zhun ze ,shi yong jiao wei an fan de shi ju bu wu cha fa 。duo mo fei xian xing chuan shu fang cheng de ji suan xiang dui chan mo geng wei fu za ,mu qian zhi cai yong le jing du jiao di de ding bu chang fang fa ,yin ci hen you bi yao you hua duo mo bian bu chang shu zhi fang fa 。ci wai ,zai chang ju li duo mo guang qian tong xin zhong ,you ji fei xian xing zuo yong zhan zhu dao shi ,fang zhen shi jian wang wang chang da ji tian ,di gao ji suan xiao lv yi cheng wei chong zhong zhi chong 。dui shu zhi fang fa de you hua geng duo shi zai di gao shu zhi jing du ,yao da gui mo jia su ji suan ,hen you bi yao li yong GPUbing hang ji suan lai jia su qiu jie guo cheng 。ben ci yan jiu gong zuo de zhu yao cheng guo ru xia :(1)di chu san chong qiu jie duo mo guang qian fei xian xing chuan shu fang cheng de wu cha gu ji zhun ze —max,sum,avezhun ze ,jiang duo mo wu cha xiang liang zhuai huan wei wu cha biao liang ,ji yu dui chen fen bu fu li xie de ju bu wu cha fa shi xian duo mo chuan shu zi kuo ying bu chang tong yi bian hua 。tong guo fang zhen chan ge gao si mai chong zai jian bian she she lv duo mo guang qian zhong de chuan shu ,yan zheng le ding bian bu chang fang fa zai bu tong zhun ze xia ju bu wu cha yu quan ju wu cha de xing neng 。shi yan jie guo biao ming san chong zhun ze de bian bu chang suan fa dou ju you shou lian xing ,ju li yong sumzhun ze ji suan ju bu wu cha kong zhi bu chang bian hua ,zai xiang tong ji suan liang de qing kuang xia neng de dao geng gao de shu zhi jing du ,xiang tong quan ju wu cha de qing kuang xia ji suan liang xiang dui geng shao ,dui jin yi bu di gao duo mo fei xian xing chuan shu fang cheng de ji suan xiao lv you can kao yi yi 。(2)ji yu GPUbing hang ji suan duo mo fei xian xing chuan shu fang cheng qu de xian zhe jia su xiao guo 。dang GPUli yong lv jie jin zui da zhi shi ,jia su xiao guo zui wei ming xian 。shi yan fang zhen duo ge gao si mai chong ru she dao duo mo guang qian zhong ,tong guo diao jie mai chong chuan shu ge shu lai shi de GPUli yong lv da dao 90%,yan jiu biao ming chan jing du tiao jian xia ,chuan shu 15ge mo shi 100ge mai chong ,xiang bi CPUde ji suan shi jian ,GPUde jia su bi ke da yi bai duo bei ,ji suan xiao lv de dao da fu di sheng 。ci wai ,fen bie zai chan shuang jing du tiao jian xia ,fang zhen le duo mo duo mai chong shu zhi suan fa de wu cha jing du yu chuan shu bu shu ji mo shi shu de guan ji ,jie guo biao ming ,zai bu tong mo shi shu xia ,sui zhao chuan shu bu shu de zeng da ,shuang jing du tiao jian xia de wu cha jing du hui geng gao 。

论文参考文献

  • [1].结合GPU技术的并行张量分解算法的研究与应用[D]. 武昱.兰州交通大学2018
  • [2].基于GPU的宽带波束形成算法研究[D]. 任云龙.哈尔滨工程大学2018
  • [3].基于GPU的雷达前视成像方法[D]. 李春丽.西安电子科技大学2018
  • [4].基于GPU的张量分解及重构方法研究及应用[D]. 李铭.电子科技大学2018
  • [5].基于GPU的实时部分相干光并行生成算法研究[D]. 宋卢军.长春理工大学2016
  • [6].基于GPU的前视成像半实物仿真系统设计与实现[D]. 施佳刚.西安电子科技大学2015
  • [7].GPU加速的音频检索算法的研究与实现[D]. 金国平.南京大学2013
  • [8].基于GPU的倒向随机微分方程的期权定价的并行算法研究[D]. 代斌.山东大学2012
  • [9].基于GPU的网络编码的并行计算研究[D]. 王任.浙江理工大学2012
  • [10].高效视频编码中帧内编码的GPU并行优化[D]. 尹修远.华中科技大学2015
  • 论文详细介绍

    论文作者分别是来自北京交通大学的尚维,发表于刊物北京交通大学2019-09-27论文,是一篇关于光纤光学论文,非线性薛定谔方程论文,局部误差法论文,误差计算准则论文,多模光纤论文,并行计算论文,北京交通大学2019-09-27论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自北京交通大学2019-09-27论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  ;  

    尚维:基于GPU的光纤非线性薛定谔方程的仿真与计算论文
    下载Doc文档

    猜你喜欢