[发明专利]一种基于GPU的地形可视域分析的数据调度与分发方法

说明书

本发明公开了一种基于GPU的地形可视域分析的数据调度与分发方法，具体如下：确定以视点为中心按照90°角度的三角形区域进行划分；对于每个三角形区域数据，按照以视点为参照点和区域特征选择行数据块调度或列数据块分发方法；对于行数据块调度，CPU进程按行方式计算数据段和读取数据，并分发给GPU设备，并启动大量GPU线程进行并行计算；对于列数据块调度，进程按列方式计算数据段和读取数据，并发给GPU设备，并启动大量GPU线程进行并行计算。本发明的数据调度方法可以保证数据单向依赖，使得后续的调度方法能有效实现并行可视域分析，提高了地形可视域分析的效率。本发明可应用于大规模海量数据的并行地形可视域分析的高性能计算的数据动态调度场合。

技术领域

本发明涉及数字地形分析的可视域分析和并行计算的交叉技术领域，特别是一种基于GPU的地形可视域分析的数据调度与分发方法。

背景技术

数字地形分析(Digital Terrain Analysis，简称DTA)是在数字高程模型(Digital Elevation Model，简称DEM)的基础上进行地形属性计算和特征提取的数字信息处理技术。可视性分析是数字地形分析的重要地形分析因子，包括通视性分析和可视域分析。其中，可视域分析又称地形通视分析，指的是从单个或者多个地理位置所能看到的地形范围或者与其他地理位置之间的可见程度，是数字地形分析中的不可缺少的一部分。地形可视域分析在很多相关领域都有比较重要的意义，已经成为景观分析与评估、建筑规划、军事、空间认知与决策、考古等领域的重要研究手段。由于可视域分析算法中具有的数据的全局依赖特性和局部数据依赖特性，可视性分析并行化过程中所面临的各种复杂的问题需要考虑，已有的并行化手段无法彻底解决这一问题，同时在并行数字地形分析的大环境下，大尺度下的复杂数据依赖问题逐渐成为制约相关算法加速效果进一步提升的瓶颈。

并行可视域分析是使用并行计算的技术来解决可视域分析中的海量数据量的高效处理问题。随着各种新型传感器以及测量技术的出现，DEM数据呈级数增长，从而导致单机环境下对大规模的数据进行处理是一件十分困难的事情。因此使用并行计算技术可以有效地解决单处理器的计算瓶颈问题以及提高数据处理的效率。基于规则格网DEM的可视域计算，一种简单的方法就是沿着视线的方向，从视点开始到目标格网点，计算与视线相交的格网单元(边或面)，判断相交的格网单元是否可视，从而确定视点与目标视点之间是否可视。该方法存在大量的冗余计算，导致海量规则格网DEM的可视域计算非常耗时。XDraw算法是一种近似的可视域分析算法，可以采用并行化的方法进行计算，大大提高计算的效率。

GPU(Graphics Processing Unit)主要是用于图形计算的处理单元，图形计算通常是并行的，因此GPU的结构设计尽可能具有好的并行计算能力。Nvidia公司开发的GPU结构如图1所示。通常，GPU被设计探究数据并行化，并能达到CPU10倍的FLOPS能力。CUDA(Compute Unified Device Architecture)是一个编程框架，其设计目的不仅是使用计算机的图形处理单元所具有的快速图形渲染能力，而是其强大的计算能力，也称为通用目的GPU编程。CUDA仅支持Nvidia GPU计算，而且数据密集型的应用得益于GPU的高带宽内存，其能够进行I/O管理功能，因而增强I/O性能。CUDA线程模型如图2所示，其被设计适用于数据密集型的空间分析，例如数字地形分析。