排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
随着通信仿真平台运算规模和复杂度的提升,以CUDA为代表的GPU加速技术成为缩短仿真时间、降低仿真设备购置及运行开销的有效手段。本文梳理了支持CUDA技术的GPU设备核心演进脉络,介绍了不同系列GPU产品的技术特点及应用领域,并以此为基础提出了一种研究CUDA加速仿真技术的试验环境。该环境以低端计算机、消费级GPU和千兆网络设备组建开发环境,以高端服务器、专业GPU运算卡和光纤路由器组建运行环境。这种试验环境搭建方案有利于实现性能与价格的平衡,并能较好跟进未来GPU软硬件技术的持续演进。 相似文献
4.
提出了一种在 Kepler 架构 GPU(graphics processing unit,图形处理器)上利用 CUDA(compute unified device architecture,统一计算设备架构)技术加速通信仿真中DFT(discrete Fourier transform,离散傅里叶变换)处理过程的方法。该方法的核心思想是利用线程级并行技术实现单条收发链路内部DFT运算的并行加速,并利用动态并行和Hyper-Q技术实现不同收发用户对之间链路处理过程的并行加速,从而最终达到加速仿真中DFT处理过程的目的。实验结果表明,相对单核单线程CPU程序和上一代Fermi架构GPU程序,该方法分别能够将DFT处理速度提升300倍和3倍,具有较好的加速效果。 相似文献
5.
文章主要介绍地铁列车厢内便携Wi-Fi系统对地铁移动闭塞系统(CBTC)系统的干扰。考虑同样采用IEEE 802.11g制式的地铁CBTC系统和地铁列车厢内便携Wi-Fi设备在抢占2.4GHz频段同一信道时的干扰共存场景,理论推导便携Wi-Fi系统对CBTC系统中的车载无线吞吐量的影响;并通过蒙特卡洛仿真方法建立CBTC和车厢内便携Wi-Fi共存的系统模型,模拟IEEE 802.11g MAC层DCF协议,分析在便携Wi-Fi干扰下地铁CBTC系统上行链路的通信性能。通过仿真得到由于便携Wi-Fi的干扰导致CBTC系统上行链路信号的吞吐量、成功传输次数、碰撞次数以及时延的变化情况。 相似文献
1