基于gpu的信息融合滤波过程并行技术研究

《基于gpu的信息融合滤波过程并行技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TP39密级：公开UDC：004.9编号：S2016-709-09中国舰船研究院硕士学位论文基于GPU的信息融合滤波过程并行技术研究作者：邓婕指导老师：陈世友研究员学科专业：计算机应用技术武汉数字工程研究所二O一六年四月分类号TP39密级公开UDC004.9编号S2016-709-09硕士学位论文基于GPU的信息融合滤波过程并行技术研究ResearchonGPUBasedParallelComputingTechniquesforInformationFusionFilteringProcess指导

2、教师姓名：陈世友职称：研究员学位申请人姓名：邓婕申请学位级别：硕士专业名称：计算机应用技术研究方向：数据融合与应用论文提交时间：二○一六年四月培养单位：武汉数字工程研究所学位授予单位：中国舰船研究院ii学位论文原创性声明本人郑重声明：本论文所有研究工作，均在导师指导下由作者本人独立完成。引用的有关观点、方法、数据和文献已在论文中注明，并与参考文献对应。除论文中已注明引用的内容外，本论文不包含任何其它个人或集体已经公开发表的研究成果。对本文研究做出任何贡献的个人和集体，均已在论文中以明确方式注明并表示感谢。学

3、位论文作者签名：日期：年月日摘要随着应用对信息融合系统的精确性和实时性要求越来越高，导致其计算复杂性随之增加。多传感器融合系统获取的数据存在信息格式不一致、维度不统一、干扰大等问题，导致融合系统在滤波、相关、融合等操作中都出现计算量太大而导致计算效率低下的问题，因此在实际应用中，对算法改进的要求非常强烈，特别是对并行计算的改进办法尤为强烈。目前常用的并行算法大部分是采用CPU多线程的方式，基于多核CPU或者计算机集群进行并行计算，流程复杂并且花费昂贵，性价比不高。计算统一设备架构(CUDA，ComputeU

4、nifiedDeviceArchitecture)使开发者能够在友好的开发环境中充分挖掘GPU的计算能力，使用CUDA架构设计GPU并行计算方法具有多项优点，包括并行程序设计和开发相对简单、硬件设备成本低等，同时CUDA也对CPU/GPU高效的合作计算模式提出了新的要求：一方面，在处理并行数据时要保证GPU上各线程间的负载能够平衡；另一方面，在使用GPU进行计算时，要保持较高的CPU和GPU利用率。本文采用CUDA平台上CPU/GPU多层并行计算模式，对基于GPU的信息融合滤波过程并行方法进行了研究。本文主

5、要工作如下：（1）通过对信息融合系统的CPU计算时间进行分析，从中挑选出滤波模块进行并行化，并面向滤波模块的GPU实现，重新设计了滤波模块的数据结构。（2）针对CPU需要等待GPU完成计算，导致CPU计算资源浪费问题，进行了CPU/GPU并行计算软件结构设计，在CPU上设计了多个线程，包括系统主线程、数据采集线程、GPU控制线程、GPU计算线程等，使得CPU无需等待GPU运算结果，能够充分利用自身的计算能力处理数据，提升程序的运行效率。（3）实现了基于GPU的并行滤波方法，对其与基于CPU的滤波过程进行比较

6、，滤波输出数据一致，面向较大批量目标数据，所需要的滤波处理时间明显减少，并行效率符合预期，并提出了并行滤波过程进一步优化改进的多种可行途径。关键词：图形处理器；计算统一设备架构；信息融合；并行计算技术IABSTRACTWiththeincreasingdemandsoftheaccuracyandreal-timeforinformationfusionsystem,itscomputingcomplexityhasincreasedremarkably.Theinformationacquiredbymu

7、lti-sensordatafusionsystemhasmanyaspectsthatneedtobeprocessedcarefully,suchasformatisinconsistent,dimensionsisnotuniform,toomuchinterferenceandotherissues.Therefore,thereisaverystrongdemandforarithmeticimprovementinpracticalapplications,especiallyforparall

8、elcomputing.ThecommonusedparallelmethodisofCPUmultithreadmode,usingmulti-coreCPUorcomputerclustermethod,theprocessiscomplicatedandthecostisexpensive,noteffective.CUDA(ComputeUnifiedDeviceArchitecture)provides