论文部分内容阅读
随着移动通信系统在世界范围内迅猛地发展,有限的电磁波频率资源及通信网容量和人们日益增长的需求之间的矛盾逐渐突显出来,所以只有充分且合理地利用资源才能解决这个矛盾。目前许多研究工作人员采用电磁波传播预测的方法来协助通信系统的设计、规划和优化,力求最大限度地利用电磁波资源。 近年来,移动通信系统普遍采用微蜂窝的结构,各城市小区之间的相似性逐渐消失,导致传统上的大区统计电磁波传播预测模型已不再适用,而FDTD算法仅适合用于尺寸小的目标周围的电磁波计算,MEI算法又无法模拟多径传播,因此可以计算多径信号幅度、相位等参数的射线跟踪算法逐渐得到大多数研究人员的认可。 本文结合现代GPU的高性能运算性质提出一种基于CUDA平台的并行射线跟踪算法,该算法针对城市小区的特殊环境,实现了可以在个人计算机上完成电磁波传播预测的实验,不仅提高了运算的速率,而且避免了使用大型计算机或多台计算机进行并行计算实验,成功地降低了实验成本和减小了复杂度。 本文在总结前人所做的射线跟踪算法研究的基础上,将 NIVDIA公司发布的CUDA并行编程架构应用于电磁波传播的研究实验上。本文提出的并行算法主要思想是将电磁波划分成很多条射线,跟踪每条射线的传播路径,判断所接收到的射线,从而通过计算总的接收场强来得到预测结果,而射线跟踪等可以并行的任务被分配给GPU片上流处理器中的线程来完成。GPU上计算单元要比CPU上的多,可以同时进行任务处理的线程数目最多可以达到108数量级以上,这无疑可以在很大程度上缩短任务处理的时间。另外将建筑物、发射机等输入参数传输进常数存储器或纹理存储器中,以供GPU上所有线程共享,节省重复访问时间。 本文不仅完成了整个 CUDA并行程序的设计和编写,而且提出建立城市小区模型的思想,计算模型中的可视区域、非可视区域和交叉区域的路径损耗,并使用origin画图软件绘出了相应路径的路径损耗曲线图形,有效地预测了电磁波传播情况。同时,对文献中的环境模型进行实验,将所得到的数据结果与文献数据进行比较分析,证明了算法的正确性和有效性。