JOURNAL OF LIGHT INDUSTRY

CN 41-1437/TS  ISSN 2096-1553

ARL中Gridding算法的并行化实现

吴怀广 ,  刘琳琳 ,  石永生 ,  李代祎 ,  谢鹏杰

downloadPDF
吴怀广, 刘琳琳, 石永生, 等. ARL中Gridding算法的并行化实现[J]. 轻工学报, 2019, 34(2): 82-87. doi: 10.3969/j.issn.2096-1553.2019.02.011
引用本文: 吴怀广, 刘琳琳, 石永生, 等. ARL中Gridding算法的并行化实现[J]. 轻工学报, 2019, 34(2): 82-87. doi: 10.3969/j.issn.2096-1553.2019.02.011
shu
WU Huaiguang, LIU Linlin, SHI Yongsheng, et al. Research on parallelization of Gridding algorithm in ARL[J]. Journal of Light Industry, 2019, 34(2): 82-87. doi: 10.3969/j.issn.2096-1553.2019.02.011
Citation: WU Huaiguang, LIU Linlin, SHI Yongsheng, et al. Research on parallelization of Gridding algorithm in ARL[J]. Journal of Light Industry, 2019, 34(2): 82-87. doi: 10.3969/j.issn.2096-1553.2019.02.011
shu

ARL中Gridding算法的并行化实现

  • 郑州轻工业大学 计算机与通信工程学院, 河南 郑州 450001

    • 作者简介: 吴怀广(1976-),男,山东省聊城市人,郑州轻工业大学副教授,博士,主要研究方向为形式化方法、数据质量、大数据分析技术.;

  • 基金项目: 国家重点研发计划政府间科技合作项目（2016YFE0100600；2016YFE0100300）

  • 中图分类号: F222.3

Research on parallelization of Gridding algorithm in ARL

  • College of Computer and Communication Engineering, Zhengzhou University of Light Industry, Zhengzhou 450001, China

  • Received Date: 2018-12-13

    CLC number: F222.3

  • 摘要: 针对海量天文数据实时性处理效率低的问题，通过对SKA图像采集及成像ARL算法库中耗时较长的Gridding算法进行耗时分析，找出了该算法中调用频率高且运行时间长的两个函数convolutional-grid和convolutional-degrid，利用GPU的多线程并行化处理降低两个函数的循环迭代，实现了Gridding算法在GPU和CPU上的协同运行.验证实验结果表明，在相同的数据量下，改进后的Gridding算法运行时间大大缩短，特别是在处理海量数据时，有效提高了ARL的整体运行效率.
    Abstract: Aiming at the low real-time processing efficiency of massive astronomical data, through time-consuming analysis of gridding algorithm in SKA image acquisition and imaging ARL library, two functions of convolutional-grid and convolutional-degrid with high frequency and long running time were found out in this algorithm. Then, two functions were parallelized on GPU by multi-threading to realize the cooperative operation of gridding algorithm on GPU and CPU. The experimental results showed that under the same amount of data, the running time of the improved gridding algorithm was greatly shortened, especially when dealing with massive data, the overall running efficiency of ARL was effectively improved.
    1. [1]

      RAZAVI-GHODS N,ACEDO E D L,EL-MAKA-DEMA A,et al.Analysis of sky contributions to system temperature for low frequency SKA aperture array geometries[J].Experimental Astronomy,2012,33(1):141.

    2. [2]

      ZHANG Y,BROWN A K.Bunny ear combline antennas for compact wide-band dual-polarized aperture array[J].IEEE Transactions on Antennas and Propagation,2011,59(8):3071.

    3. [3]

      彭晓明,郭浩然,庞建民.多核处理器——技术、趋势和挑战[J].计算机科学,2012,39(S3):320.

    4. [4]

      BROUW W N.Aperture synthesis[J].Methods in Computational Physics,1975,14:131.

    5. [5]

      O'SULLIVAN J D.A fast sinc function gridding algorithm for fourier inversion in computer tomography[J].IEEE Transactions on Medical Imaging,1985,4(4):200.

    6. [6]

      MEYER C H,HU B S,NISHIMURA D G,et al.Fast spiral coronary artery imaging[J].Magnetic Resonance in Medicine,1992,28(2):202.

    7. [7]

      劳保强,王俊义,王锦清,等.基于卷积核网格化二维近程微波全息[J].微波学报,2014,30(5):82.

    8. [8]

      VARBANESCU A L.On the effective parallel programming of multi-core processors[D].Romania:Universitatea Politehnica Bucuresti,2010.

    9. [9]

      CHENG J.CUDA by example:an introduction to general-purpose GPU programming[M].Boston:Addison-Wesley Professional,2010.

    1. [1]

      邱勇 , 孟志容 , 林祥志 . 牡蛎壳粉资源化利用研究进展. 轻工学报, 2024, 39(6): 37-48. doi: 10.12187/2024.06.005

  • 加载中
WeChat 点击查看大图
计量
  • PDF下载量:  8
  • 文章访问数:  1539
  • 引证文献数: 0
文章相关
  • 收稿日期:  2018-12-13
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索
吴怀广, 刘琳琳, 石永生, 等. ARL中Gridding算法的并行化实现[J]. 轻工学报, 2019, 34(2): 82-87. doi: 10.3969/j.issn.2096-1553.2019.02.011
引用本文: 吴怀广, 刘琳琳, 石永生, 等. ARL中Gridding算法的并行化实现[J]. 轻工学报, 2019, 34(2): 82-87. doi: 10.3969/j.issn.2096-1553.2019.02.011
shu
WU Huaiguang, LIU Linlin, SHI Yongsheng, et al. Research on parallelization of Gridding algorithm in ARL[J]. Journal of Light Industry, 2019, 34(2): 82-87. doi: 10.3969/j.issn.2096-1553.2019.02.011
Citation: WU Huaiguang, LIU Linlin, SHI Yongsheng, et al. Research on parallelization of Gridding algorithm in ARL[J]. Journal of Light Industry, 2019, 34(2): 82-87. doi: 10.3969/j.issn.2096-1553.2019.02.011
shu

ARL中Gridding算法的并行化实现

    作者简介:吴怀广(1976-),男,山东省聊城市人,郑州轻工业大学副教授,博士,主要研究方向为形式化方法、数据质量、大数据分析技术.
  • 郑州轻工业大学 计算机与通信工程学院, 河南 郑州 450001
  • 收稿日期: 2018-12-13
基金项目:  国家重点研发计划政府间科技合作项目（2016YFE0100600；2016YFE0100300）

摘要: 针对海量天文数据实时性处理效率低的问题，通过对SKA图像采集及成像ARL算法库中耗时较长的Gridding算法进行耗时分析，找出了该算法中调用频率高且运行时间长的两个函数convolutional-grid和convolutional-degrid，利用GPU的多线程并行化处理降低两个函数的循环迭代，实现了Gridding算法在GPU和CPU上的协同运行.验证实验结果表明，在相同的数据量下，改进后的Gridding算法运行时间大大缩短，特别是在处理海量数据时，有效提高了ARL的整体运行效率.

English Abstract

参考文献 (9) 相关文章 (1)

目录

/

返回文章

网站版权 © 轻工学报编辑部

地址：河南省郑州市科学大道136号邮编：450001

本系统由北京仁和汇智信息技术有限公司开发 技术支持： info@rhhz.net