基于中介面加快光线跟踪计算

提出一种新的光线跟踪方法,以提高光线找到相交面片的效率.它在场景中生成一些面积较大的规整中介面片,然后为中介面上的每个点建立一个场,以记录到达该点的不同方向的光线将相交的面片.由此,光线跟踪时,一条光线可方便地找到相交的中介面,并通过查找中介面上所记录的内容,就能得到它所相交的面片.与已有方法相比,新方法不仅能很好加速主光线与阴影光线的计算,而且能很好地加速反射、折射等二次光线的计算.它能在GPU上方便地实现,并能有效地处理动态场景.     

实时光线追踪相关研究综述

光线追踪因其渲染效果的真实性,长期以来被视为下一代主流图像渲染技术,是计算机图形学领域的热点研究方向。近年来,学术界和商业界对实时光线追踪开展了广泛研究。为促进实时光线追踪的研究,对相关文献进行归纳、分析和总结。首先阐述了光线追踪的概念、算法、加速数据结构等理论知识;介绍了三款支持光线追踪商用图形处理器（GPU）,并对比了之间的差异;从光线束遍历、无栈遍历、光线重排序、多分支BVH、降噪技术、与神经网络结合的实时光线追踪这六个方法综述了光线追踪的算法优化工作,并阐明了相关具体方法的优缺点;在算法加速的基础上,对使用GPU优化加速和采用定制化设计的硬件加速进行了归纳分析;最后对文章的内容进行了总结,指出了实时光线追踪仍面临的困难,并对未来的发展方向进行了展望。可以帮助研究人员系统地了解实时光线追踪的研究现状,为后续开展相关研究提供思路。     

基于混合数据结构的实时GPU光线跟踪算法

研究真实感图像的问题,光线跟踪算法是生成真实感图形的主要算法之一.为了解决光线跟踪算法计算量大、效率低下、对动态场景处理能力不足的问题,采用图形处理器(graphics processing unit,GPU)统一编程架构,提出了一种新的基于计算统一设备架构(Compute Unified Device Architecture,CUDA)编程模型的结合层次包围体(Bounding Volume Hierarchies,BVH)和kd-tree的光线跟踪方法,首先对场景进行启发式的层次包围体分割,随后在每一个层次包围体上做启发式的k维二叉树(k-dimensional tree,kd-tree)剖分,这样就形成了一种新的空间划分,有利于建立高效的空间数据结构,提高光线与场景物体的求交速度.新设计的算法易于扩展到动态场景的光线跟踪,而且具有更快的渲染速度,有利于在应用系统中集成和扩展.实验结果验证了算法的有效性.     

基于GPU加速的光线跟踪技术研究

随着图形处理器性能的提高及其可编程特性的发展,图形处理流水线的某些处理阶段和图形算法逐渐从CPU向GPU转移。文章介绍了可编程图形硬件基础,分析了基于GPU的光线跟踪技术的实现原理。设计的6个实验场景所包含的三角形面片数,从2016个到60960个成复杂度递增,在3种不同分辨率下,分别实现GPU和CPU的光线跟踪绘制。对实验结果比较、分析后,得到了GPU加速的光线跟踪技术的特点。     

基于OpenCL的实时KD-Tree与动态场景光线跟踪

目前,基于GPU或多核CPU加速的光线跟踪算法是与硬件相关的.研究具有跨平台性能的实时光线跟踪算法既具有挑战性,又具有很强的应用价值.为此,提出一种基于OpenCL并且跨平台的动态场景实时光线跟踪绘制算法.首先通过对通用GPU并行处理性能进行发掘,将光线跟踪中KD-Tree建立、场景遍历和绘制3个过程均设计在GPU上,而CPU只负责其中各过程的调度,从而充分利用了GPU的计算性能,并有效地降低了数据传输开销;通过设计并行分区、并行SAH、紧密的数据管理以及区间性叶结点存储等算法,在GPU中高效、高质量地建立动态场景的KD-Tree,同时高质量的KD-Tree也有效地加速了场景的遍历速度.该算法以广度优先和大规模并行模式建立K D-Tree,更具通用性,既可以运行于NVIDIA GPU(CUDA GPU),也可以运行于AMD GPU.实验结果表明,文中算法可以在NVIDIA GPU和AMD GPU上对中等规模的动态场景实现实时光线跟踪绘制.     

复杂场景的快速光线跟踪算法

为了提高光线跟踪速度，在深入研究和比较各种光线跟踪加速算法的基础上，提出了一种采用自动分组技术的改进3d-DDA快速跟踪算法。该算法并不将整个空间进行削分，而是采用自动分组，将包含实体数达到某一门槛值的组进行剖分，并结合包围盒进行判断。网格内保存所含实体链表，以跨越一格光线参数t的变化量为增量前进。该算法在保证图像质量的同时绘制速度提高了一个数量级左右，为快速生成真实感图形提供了有效的手段。     

基于空盒自适应生成的动态场景光线跟踪计算

提出了一项光线跟踪新技术,能有效提高光线在空白区域的行进速度.该技术首先用一种新方法创建均匀空间网格,然后用较少的空盒自适应聚集空的空间网格,以加快光线跟踪的计算.新加速结构的创建时间复杂度和空间复杂度均是O(n),而相应的光线跟踪计算的时间复杂度为O(logn),与kd树结构相当.当该结构与已有的一些加速结构结合后,能很好地处理大规模动态场景.比如,光线逐根跟踪且计算二次衍生光线时,新技术可在普通PC机上高真实感地交互绘制包含6G三角面片的多Buddha动态场景.     

图形处理器通用计算的实现与验证

讨论了显示卡用于通用科学计算的问题,并以大型矩阵的基本运算问题详细比较了CPU和GPU计算之间的差别。在基本的矩阵运算中,运用适当的矩阵分块,GPU的计算速度比CPU快50倍左右。而且,显示卡低廉的价格为更多科研工作者实现大规模运算提供了可能。     

基于GPU加速的光线与三角面片求交

近年来，随着图形处理器（GPU）能力以及可编程技术的发展，基于图形处理器的通用计算成为一个研究的热点。文章介绍了图形处理器的发展和结构，以及在使用通用计算时所面临的一些问题；具体介绍了利用GPU进行光线和空间三角形面片的求交测试。     

基于光线跟踪算法的纹理映射技术

提出了一种基于光线跟踪算法的纹理映射方法，给出了既适用于光线跟踪算法又适用于纹理映射的图形反混淆方法，并扼要介绍了对一些特殊问题的处理方法。     

利用GPU加速基于稀疏网格的SSTA

提出一种利用图形处理单元（Graphics Processing Unit,GPU）加速统计静态时序分析的方法,利用稀疏网格减少统计静态时序分析中时序图各节点的配置个数,在GPU上构建复杂的时序图数据结构后并行计算各节点的不同配置,达到加速统计静态时序分析的目的。测试结果表明,提出的方法能够在不损失精度的前提下,将统计静态时序分析运行速度平均提高300倍以上。随着现代集成电路规模的持续增大和集成电路工艺的不断发展,这种新型快速的统计静态时序方法能够有效提高时序分析的速度和效率。     

电磁环境多层等值面融合绘制研究

针对电磁环境三维体数据中提取出的多层等值面,根据交互绘制速率与绘制质量的不同要求,提出分层伪排序融合绘制方法和改进Depth Peeling融合绘制方法。前者实现了多层等值面的近似排序,采用逐像素着色增强边界轮廓,绘制速率快,适合需要快速绘制而质量要求不高的场合;后者通过引入Slicemap技术,解决了多层等值面片元分布不均匀的问题,并利用多遍绘制融合方法,提高了绘制复杂等值面的能力,从可视化效果看,提高了绘制质量,绘制效率也得到了保证。     

基于动态分区的射线跟踪加速方法

射线跟踪模型在3G网络规划中存在计算效率低的问题。分析了当前各种加速方法的不足,提出一种基于动态分区的射线跟踪加速方法。该方法根据城市微小区的建筑物分布情况,动态地划分小区,大大减少了射线与建筑物求交点次数,同时解决了静态分区在复杂建筑物环境下由于分区不均匀导致射线跟踪加速效果差的问题。仿真表明,在相同预测精度下,与静态分区加速方法相比,该方法具有计算效率高的优点。     

高质量的三维纹理硬件体绘制

与光线投射法相比,传统的3D纹理体绘制算法通常难以产生高质量的图像。为了增强渲染图像的真实感与质量,在基于GPU（Graphics Processing Unit）的三维纹理体绘制过程中以交互的速率实现了体阴影效果,并考虑现实图像合成中的可视化感知,提出将基于GPU的高动态范围色调映射技术应用到体绘制得到的结果图片中。最后对一些体数据集进行绘制,实验表明这些技术较好地解决了传统纹理绘制方法的缺点,提高了图像的质量。     

GPU核函数细化研究

GPU上的并行算法效率依赖于核函数在流多处理器上的平均运行效率,基于此,分析GPU核的执行方式,以及网格、线程块和线程之间的关系,采用细化核函数的方法将光线跟踪算法进行细化。实验结果证明,核的大小设置和分布方向影响了线程块内部的一致性,核函数的细化能增加线程块中同时运行的线程捆的数量。     

基于射线跟踪的AOA定位算法的GDOP研究

GDOP是衡量定位系统精度的一个重要指标。基于射线跟踪的定位算法利用镜像站实现对目标的定位,针对现有关于GDOP的计算因没有考虑镜像站之间的相关性,而无法用于对基于射线跟踪的定位系统的定位精度与镜像站布局之间规律进行分析的问题,给出一种基于射线跟踪的AOA定位算法(AOA-RT)的GDOP计算方法。在微小区AOA定位模型下,根据镜像站与定位站之间的关系,得到镜像站位置误差的相关矩阵,根据该相关矩阵推导了AOA-RT算法的GDOP的计算公式。仿真结果表明了所给的GDOP计算方法的合理性,并得出了相关结论。     

基于GPU的高速网络入侵检测系统设计

随着网络带宽的不断增加,以及处理能力的限制,传统的网络入侵检测系统（Network Intrusion Detecting System,NIDS）面临挑战,如何提高NIDS的处理能力备受关注。通过专用设备提高检测速度,不但价格昂贵且无法大规模普及。通过对Linux网络协议栈的优化,以及常用入侵检测系统Snort的多线程化,结合了图形处理器（Graphic Processing Unit,GPU）的高性能并行计算能力,设计了一种高性能的软件入侵检测架构,突破现有NIDS使用普通CPU的计算瓶颈,以应对高速链路对入侵检测性能的要求。实验结果表明,高速网络中的数据包可以采用GPU来处理。     

Investigation of starburst phenomenon using ray tracing for touch screen panels

We investigate the effect of the metal pattern shape (i.e., square, hexagonal, and random grids) on the starburst phenomenon of touch screen panels (TSPs) based on opaque metallic grids. It is demonstrated that a standalone random metal grid can suppress the starburst phenomenon to a great extent. By way of ray tracing simulation, we have found that specular reflection of light on the gentle slope of the patterned edges of metallic grids contributes to the generation of starburst patterns. It is also addressed that employing a light-absorbing material and increasing metal grid spacing can reduce the intensity of starburst patterns.     

NTRU加解密算法的GPU实现研究

GPU拥有高度并行性和可编码的特点,在大规模数据并行计算方面得到广泛应用。NTRU算法是一种安全性高,易于并行化的公钥密码算法。研究了NTRU算法基于CUDA的并行化实现技术,将计算中最耗时的卷积运算分解到多个线程并行计算,引入大量的独立并发的加解密线程块来完成整个加解密过程,并给出了具体的数据编码及存储结构、线程组织以及基于合并访问和共享内存的性能优化技术。实验结果表明,基于CUDA的NTRU加解密算法实现了硬件加速,相对于NTRU算法在CPU的实现,CUDA实现能够达到12.38 MB/s的吞吐量,可获得最大为95倍的加速比。     

Parallel processing of incremental ray tracing on a shared-memory multiprocessor

This paper presents a novel parallel-processing method for image synthesis using incremental ray tracing on a shared-memory multiprocessor workstation. The most efficient technique for image synthesis is ray tracing, proposed by Whitted in 1980. Ray-tracing algorithms are simple and can generate realistic images. However, they are time-consuming, since calculations of the intersections between objects and ray increase exponentially as the complexity of scenes increases. Fast image synthesis for animation is one of the most important topics in computer graphics. As the area of computer applications has broadened, the complexity of images to be synthesized has increased. Parallel processing of computer graphics is one way of achieving fast image synthesis. This paper describes a parallel processing technique for incremental ray tracing, which recalculates only the rays changed by moving objects in successive scenes of continuous image synthesis. The performance of parallel ray tracing was evaluated on the multiprocessor workstation TOP-1. Strategies for allocating pixels to processes under a multiprocess operating system on this workstation are discussed.