[发明专利]一种基于GPU的丰度估计算法的并行实现方法

摘要

本发明公开了一种基于GPU的丰度估计算法的并行实现方法，包括：1、将高光谱混合像元数据H存储至GPU端；2、获取端元向量mi，并将所获取的端元向量mi逐一分配至CPU端的p个并行线程上；3、获得端元向量mi其所对应的正交于向量空间[m1,m2,...,mi‑1]的向量4、获得端元集M所对应的正交基并计算对应的内积值；5、计算像元的光谱向量r在方向上的投影；6、计算各端元mp对应的丰度结果αp，并存储至GPU端。本发明通过GPU并行处理的核函数计算丰度值，且该并行机制比在传统CPU串行机制上运行快得多，大大提高了实时丰度估计的运行效率。

主权项

一种基于GPU的丰度估计算法的并行实现方法，包括如下步骤：步骤1、将高光谱混合像元数据H存储至GPU端，所述高光谱数据表示为H＝{B1，B2,,…Bi,…Bl,}，其中Bi＝(r1l,r2l,…rNl)T，N为像元数目，l为波段数目，r为高光谱数据中的高光谱影像中某个混合像元的光谱向量；步骤2、自所述高光谱数据中的端元集M中获取每一个端元所对应的端元向量mi同时将第i个端元mi置于端元集M的最后位置，即使得端元集并基于CPU端的openMp机制，将所获取的端元向量mi逐一分配至CPU端的p个并行线程上；步骤3、基于p个并行线程，对端元向量mi进行施密特正交化处理以获得端元向量mi其所对应的正交于向量空间[m1,m2,...,mi‑1]的向量即步骤4、获得端元集M所对应的正交基并计算对应的内积值即计算步骤5、计算像元的光谱向量r在方向上的投影即计算以获取每个端元所对应的投影数据并存储至CPU端保存；步骤6、计算各端元mp对应的丰度结果αp，并存储至GPU端。