夏克-哈特曼波前传感器光斑自动精确定位

为了在提高夏克-哈特曼波前探测精度的同时扩大波前测量的动态范围,提出一种基于高斯模板匹配选取光斑质心探测窗口的方法。根据传感器的参数确定模板尺寸,利用N维空间正态分布方程生成高斯模板,进行模板与图像匹配,根据模板与匹配子图的相似度确定光斑质心探测窗口。通过对仿真和实际采样阵列光斑图像的实验,验证了该方法的可行性,相对于投影法探测质心的标准差降低65.6%,波前重构误差减小48.5%,能够实现夏克-哈特曼波前传感器光斑的自动精确定位,提高其波前探测精度的同时扩大波前测量的动态范围。     

重构Zernike多项式在微透镜测量中的应用

为了正确的评价微光学透镜的质量,在哈特曼波前传感器测量原理的基础上,提出了基于Gram-Schmidt正交化方法,搭建了哈特曼传感器测量微透镜实验装置,进行了微透镜的实际测量,对获得参考透镜和被测透镜的波面数据进行了处理分析.实验结果表明：利用对Zernike多项式重构波前信息,得到了被测微透镜的波前及像差参数.     

CUDA架构下的快速Wallis影像增强算法

针对图像增强通常需要较大的计算量、用传统方法难于进行实时处理的问题,提出了一种基于图形处理器加速的Wallis变换影像增强方法.借助于图形处理器较强的运算能力,利用CUDA并行计算架构在PC机上实现了快速Wallis图像滤波算法,包括图形处理器（GPU）上任务分解、大规模计算核心的分解方法,结合使用共享存储器、全局存储器对算法进行加速,使用线程块内的共享存储器较好地解决了同一计算子空间的各线程同步问题.对比了CPU和GPU计算Wallis影像变换的时间,结果表明,随着图像分辨率的增大,Wallis并行算法可以把计算速度提高40倍.该方法具有较好的实时性,可大大提高图像增强过程的处理速度,显著地减少了计算时间.     

快照成像光谱仪快速光谱重构算法

为实现对光谱数据的快速实时处理,针对快照式傅里叶成像光谱仪,提出一种基于GPU的并行化光谱重构算法.通过分析快照式成像光谱仪的工作原理和数据特性,结合CUDA并行计算架构,对光谱重构算法可并行部分最大程度并行化,并针对并行计算中的内存分配等方面进行优化处理,实现并行化的光谱重构算法.实验结果表明:基于GPU的并行化光谱重构算法,相对CPU串行化算法,精度相同的情况下,计算效率提升了约25倍.利用GPU加速程序的并行部分,可以极大地提高光谱重构的效率,使得快照式成像光谱仪更加适用于实时测量当中.     

夏克-哈特曼波前传感器光斑质心探测方法比较与分析

夏克-哈特曼（简称哈特曼）波前传感器被广泛应用于光学测量、激光大气传输、医学等领域。由于哈特曼波前传感器是根据光斑质心的偏移量来重构畸变波前,因此,哈特曼阵列光斑质心的探测精度直接影响了波前重构的精度。本文从哈特曼波前传感器的测量原理着手,对几种阈值法质心探测技术及窗口法质心探测技术进行了比较和分析,得到了质心计算误差均在0.1pixel左右,可在实际不同应用时选择不同的质心探测方法。     

一种基于GPU的快速半全局优化深度图计算方法

由于图像集规模巨大、匹配信息丰富,快速精准多视图立体匹配受计算效率严重制约。针对该问题,提出一种基于GPU的快速半全局优化深度图计算方法。首先,在CPU上通过平面扫描方法计算单张图像初始匹配代价。然后,提出GPU半全局优化并行计算架构,对匹配代价进行聚合,其核心算法为：在全局进行各方向聚合任务流并行以提升众核处理器的利用率;在局部通过将各像素计算任务准确分配到各线程块内实现并行处理,且注重GPU上数据重用以避免带宽限制。再通过GPU滤波剔除突变点进行图像增强。最后,将3维空间点在各深度图像上的一致性作为异常值检测和优化的约束条件。在多组数据集上测试结果显示,该方法计算速度最高为多核CPU系统中开启2线程实现方法的22.41倍,为开启8线程实现方法的9.13倍,且与两者精度相当;与同类深度图计算方法比较结果表明, 该方法在重建过程中加速效果均为其他算法的5倍及以上;通过使用开源点云比较软件在标准测试数据集上与其他算法比较,验证了该方法能有效提高重建结果的精度和完整度。     

RKDG有限元GPU算法及其重排加速技术

为提升并行化求解Navier Stokes方程的效率,构建了高阶有限元单元及单元边界映射线程结构和对应的各类GPU核函数,成功地把RKDG方法移植到GPU架构,发展出RKDG有限元GPU并行算法。算法数据访存能兼容GPU快慢不一的存储器,尤其在结构网格上,算法涉及的数据依赖区结构有序,能较好满足GPU对齐合并访问的要求。但在非结构网格上,非结构化的数据依赖区,影响到访存效率。基于此提出一种适合高阶有限元算法框架的单元分层重排加速技术,致力于网格的层化结构,提升GPU访存效率。具体基于初始网格拓扑,创建单元或单元边界对应的分层结构,逐层重排,汇总形成适合GPU对齐合并访问的数据存储结构。文中结合排序实例,给出了这一重排加速技术的具体实施过程。算例表明,发展的算法逼近的阶数符合预期,计算结果能与现有文献或实验结果接近,且最大GPU加速比可达67.47。此外,非结构网格算例证实,算法可处理较为复杂的几何边界,且所提重排技术可进一步赢得重排加速。     

基于GPU的雷达成像实时仿真技术研究

针对当前基于数字地形的雷达成像仿真实时性差的问题,依据雷达成像仿真原理,分析了雷达成像仿真的并行性,提出了基于CUDA的雷达成像仿真算法流程,进行了基于GPU的雷达RBM成像并行处理实验.通过不同线程调度方式的并行加速效果和不同数据规模的并行加速效果分析,验证了该算法的有效性.     

优化夏克哈特曼波前传感器的光斑质心探测方法研究

夏克哈特曼波前传感器的光斑质心探测精度对光学系统的波前检测至关重要。研究了质心探测误差的来源,提出了一种子光斑自动优化探测窗口法结合基于自适应阈值分割的强度加权质心算法的方法。讨论了该方法中窗口大小、质心算法对光斑质心精度的影响,并通过仿真和实验分析了算法的质心探测精度对噪声影响的鲁棒性。实验结果表明:当信噪比高于4时,自适应光斑质心算法质心定位的平均探测误差为0.058 pixel,相对于传统算法降低了约40%;将该探测方法运用至夏克哈特曼波前传感器中,与传统质心探测法相比,最大质心偏移量由传统方法的0.92 piexl下降至0.2 piexl。证明了算法的稳定性和探测精度。     

基于GPU的并行遗传算法在时频差估计中的应用

互模糊函数可以估计时频差参数,但在弱信号条件下,需要大量采样点才能获得较好的估计结果,面临巨大的计算压力,现有算法大都基于遍历思想进行时频二维搜索,实时性较差。针对此问题,提出基于GPU加速的并行遗传算法进行时频差快速估计,该算法针对互模糊函数的特点,结合GPU设计高速并行的遗传进化架构,通过对适应度函数的并行化计算,选择、交叉、变异的并行化操作,提升算法的执行效率。实验表明,文章设计的GPU加速算法能够带来较大的速度提升,可以快速得到时频差估计结果.     

用快速数字相关法实现扩展信标的波前探测

在对H S探测器成像分析的基础上 ,对非相干、扩展信标情况下的波前探测提出了一种新方法 .该方法通过相关计算测量出图像位移量 ,得到波前斜率差 ,并从理论解释和计算机数值计算两方面进行了论证 .它是一种快速精确的数字算法 ,便于在数字信号处理器等硬件中实现     

Decoding of regular LDPC codes accelerated by the GPU

To take advantage of the high speed parallel feature of the GPU and the parallel section in the regular LDPC codes decoding process, a method is proposed by which the GPU is used to accelerate decoding of regular LDPC codes. In this method, edges of nodes are used in parallel decoding instead of nodes themselves to improve the utilization of threads. At the same time, the use of the high-speed on-chip GPU memory-shared memory and registers to store data makes data reduce dependence on global memory and shorten access time. Simulation results show that, by using parallel computing on edges and the on-chip memory, the decoding speed can be 5.32 ～ 10.41 times relative to the LDPC codes decoding program that does not use the optimization method of this paper based on the GPU.     

一种三维复杂介质波前时间的高精度数值算法

基于水平集的波前扩展算法,如FMM(Fast Marching Method)、GMM(Group Marching Method),作为一类计算复杂介质波前时间的有效方法而被广泛使用.该类算法都是基于程函方程的有限差分格式来计算波传播时间,在介质离散单元尺寸较大的情况下,计算精度较低.为提高波前时间的计算精度,在一个长方体单元内,将任意点的波传播时间用已知节点上波前时间的插值函数表示,然后根据Fermat原理确定未知节点上的波前时间,再结合高效率的GMM算法,形成了一种计算三维复杂介质波前时间的有效算法.数值模拟实验表明,与原GMM算法相比,该算法大大提高了波前时间的计算精度,同时具有很强的稳定性和适应性.     

相关分析及其在波前校正中的应用

简介了相关分析及波前校正的基本概念，描述了基于相关分析的波前校正系统的工作原理和提高相关运算精度和速度的速度的技术途径以及系统的设计和应用成果。     

基于分块的大规模地形实时渲染方法

将地形数据分块技术、层次细节模型（LOD） 技术、改进的ROAM 算法和数据预取技术等相结合,提出了一种超大规模地形数据实时渲染方法.通过分块策略对规则网格进行区域分割,采用空间填充曲线对分块网格进行多分辨率排列,并建立三角形节点顺序与剖分点之间对应关系的快速检索,实现数据快速调度;视见体投影简化分块裁剪算法降低可见性判断的复杂度,提高了计算效率;改进的四队列ROAM实时构网算法,很好地利用了相邻帧的相关性,有效地提高了渲染速度;基于视点预测、部分数据常驻内存的多线程数据预取实现了场景规模基本不相关的连续LOD实时渲染.实验结果表明,该算法高效可行,适合于海量地形场景的快速渲染和交互漫游应用.     

应用于语音信号处理的FPGA并行访问设计

为了实现实时语音处理,利用FPGA并行访问的特性,采用低地址物理存储空间由FPGA可配置逻辑模中的存储资源实现;高地址的物理存储空间由存储阵列实现,设计了动态置换算法来控制逻辑地址空间到物理空间的映射,将频繁访问且冲突概率高的数据块映射到低地址的物理存储空间上。实验数据表明,采用并行访问控制的动态置换算法能够实现稳定的访存性能。     

面向对象有限元快速算法--Ⅱ快速算法

在稀疏分块矩阵的双向正交链表存储结构的基础上,采用矩阵间的快速算法和基于稀疏分块矩阵的带宽优化技术,减少了结构有限元分析的计算量和存储容量。采用高速缓存和循环展开技术,降低了存储复杂性,提高了浮点运算的平均时间。数值算例表明:采用该存储方案和快速算法,既提高了运算速度,又减少了存储空间。     

基于波前编码技术红外光学系统无热化研究

波前编码技术是将光学成像与数字图像处理技术相结合,在系统的光瞳处通过添加特殊设计的相位板,对入射光波波前进行重新调制,再经过解码得到清晰的图像,使系统对离焦不敏感,与红外无热化的理念相同。文中比较了原光学系统和采用波前编码系统在不同环境温度下的调制传递函数（MTF）,使用Matlab模拟中间光学部分成像并滤波。结果表明：将波前编码技术应用到红外光学系统当中,可以使系统对由环境温度变化引起的热离焦不敏感,达到无热化的目的。     

面向可穿戴生理信号的压缩感知实时重构

传统的迭代式压缩感知重构算法由于计算复杂度高,数据处理实时性差,难以在实际的可穿戴设备中发挥作用.该文结合深度学习中的一维扩张卷积和残差网络,提出了一种适用于可穿戴健康监护的非迭代式压缩感知实时重构算法.该方法基于大量生理信号数据训练一个用于压缩感知重构的网络模型,该模型可以对生理信号进行快速精确重构.通过在两个公开的...