[发明专利]一种基于GPU的水下无线光信道并行仿真方法

说明书

本发明关于一种基于GPU的水下无线光信道并行仿真方法，该方法包括以下步骤：设定水下无线光通信中各光学特征参数；CPU端将随机数的生成任务分配给GPU端，由GPU端生成满足所有预设光子运算的随机数；通过对方位角、散射角以及步长的计算并赋值，确定光子在水下的吸收散射过程；追踪各光子的吸收散射过程，将所有光子的吸收散射过程分配给GPU端运算；所有光子的吸收散射过程结束后，将GPU端产生的运算数据拷贝至CPU端，并进行文本数据存储；根据文本数据，统计到达接收端光子的时间，累加同一时间光子的能量得到光子权重与时间的关系曲线，统计到达接收端光子的位置，累加同一位置光子的能量得到光子权重与位置的关系曲线。本发明提高了仿真模型的计算效率。

技术领域

本发明涉及水下无线光通信技术领域，尤其涉及一种基于GPU的水下无线光信道并行仿真方法。

背景技术

距离是制约水下无线光通信技术发展的关键，其中，限制光在海水信道中传输距离的主要因素为：吸收和散射，光子在海水信道中运动时会与水分子或其他微小颗粒物碰撞，产生能量的损失和方向的改变，这一过程会导致多径效应和能量损耗，造成码间串扰。因此，通过建模表征信道散射程度的环节必不可少。

相关技术中，基于蒙特卡洛仿真的水下无线光通信算法主要是通过计算在不同水文因素下(衰减系数、方位角、天顶角、散射相函数)利用表观光学量反映水下光场分布的一种模拟方法，该方法能够通过样本模拟的方式有效计算吸收、散射对水下光传播的影响。为了模拟在不同海水信道的水文参数和不同发射功率条件下信道的衰减，模拟光子的数目在不断增加的同时，所模拟海域的参数也日臻复杂，至此，基于蒙特卡洛法的仿真程序的运算效率逐渐降低。因此，有必要改善上述相关技术方案中存在的一个或者多个问题，以提高仿真模型的计算效率。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明的目的在于提供一种基于GPU的水下无线光信道并行仿真方法，以提高仿真模型的计算效率。

本发明提供了一种基于GPU的水下无线光信道并行仿真方法，该方法包括以下步骤：

设定水下无线光通信中各光学特征参数；

CPU端将随机数的生成任务分配给GPU端，由GPU端生成满足所有预设光子运算的随机数；

通过对方位角、散射角以及步长的计算并赋值，确定光子在水下的吸收散射过程；

追踪各光子的所述吸收散射过程，将所有光子的所述吸收散射过程分配给GPU端运算；

所有光子的所述吸收散射过程结束后，将GPU端产生的运算数据拷贝至CPU端，并进行文本数据存储；

根据所述文本数据，统计到达接收端光子的时间，累加同一时间光子的能量得到光子权重与时间的关系曲线，统计到达接收端光子的位置，累加同一位置光子的能量得到光子权重与位置的关系曲线。

本发明的一实施例中，所述CPU端将随机数的生成任务分配给GPU端的步骤包括：

所述CPU根据程序需求和GPU的型号确定块、网格、线程的维度与尺寸，并开辟相应数目的子线程，将计算任务分配给各个所述子线程。

本发明的一实施例中，所述GPU端生成满足所有预设光子运算的随机数的步骤包括：

在GPU端预定义函数生成范围为0到1的随机数，通过一维数组存储决定随机方位角、步长、散射角的随机数。

本发明的一实施例中，所述追踪各光子的所述吸收散射过程，将所有光子的所述吸收散射过程分配给GPU端运算的步骤包括：

计算所述光子的随机步长；