[发明专利]基于CUDA的巨型星座覆盖性能并行计算方法

权利要求书

1.基于CUDA的巨型星座覆盖性能并行计算方法，其特征在于，包括如下步骤：

(1)设置星座的初始参数；

(2)设置覆盖性能计算条件；

(3)根据星座的初始参数在GPU中为星历数据预分配内存；

(4)根据星座的初始参数和覆盖性能计算条件在GPU中为覆盖计算中间变量以及最终计算结果预分配内存；

(5)对星座进行轨道预报；

(6)坐标转换，将卫星星历从地心天球坐标系转到地固系；

(7)将星历数据从CPU拷贝到GPU；

(8)按照给定的覆盖性能计算条件，在GPU中进行覆盖性能计算；具体包括如下步骤：

(a)二维线程块的维度为BLOCK_SIZE×BLOCK_SIZE，BLOCK_SIZE＝16，为核函数1分配线程，二维线程网格的X轴和Y轴方向的维度分别为(N_lat*N_t+BLOCK_SIZE-1)/BLOCK_SIZE和(N_lon*N_sat+BLOCK_SIZE-1)/BLOCK_SIZE；运行核函数1，按照步骤(2)中的可见性条件计算星座中所有卫星，所有时刻，所有网格点的覆盖结果；

(b)为核函数2分配线程，二维线程网格的X轴和Y轴方向的维度分别为(N_lat+BLOCK_SIZE-1)/BLOCK_SIZE和(N_lon*N_sat+BLOCK_SIZE-1)/BLOCK_SIZE；运行核函数2，对步骤(a)得到的覆盖计算结果进行归约，得到星座整体、所有时刻的覆盖结果；

(c)为核函数3分配线程，二维线程网格的X轴和Y轴方向的维度分别为(N_lat+BLOCK_SIZE-1)/BLOCK_SIZE和(N_lon+BLOCK_SIZE-1)/BLOCK_SIZE；运行核函数3，对步骤(b)得到的覆盖计算结果进一步归约，得到星座整体的平均覆盖性能；

(9)将计算结果从GPU拷贝到CPU输出。

2.如权利要求1所述的基于CUDA的巨型星座覆盖性能并行计算方法，其特征在于，步骤(1)中，星座的初始参数包括星座的初始历元，星座中的各个卫星的初始轨道根数，仿真时长以及仿真的时间间隔；将轨道根数转为位置速度，按照设置的仿真时长以及仿真的时间间隔，共N_t个时刻。

3.如权利要求1所述的基于CUDA的巨型星座覆盖性能并行计算方法，其特征在于，步骤(2)中，设定覆盖性能计算条件，即计算覆盖性的时间和空间分辨率需求，对地定向天线的波束角2β₀、以及地面观测的截止仰角h₀；卫星对地面站的可覆盖性条件1为：地面站对航天器的可见条件2为：若航天器和地面站之间的链路仅为单向链路，则仅需满足条件1或条件2即可；若航天器和地面站之间的链路为双向链路，则需要两个条件均须满足。

4.如权利要求1所述的基于CUDA的巨型星座覆盖性能并行计算方法，其特征在于，步骤(3)中，根据星座的初始参数在GPU中为星历数据预分配内存，星座中包含的卫星颗数N_sat，以及星历共N_t个时刻，通过cudaMalloc()函数在GPU中为即将导入的星历数据预分配内存，大小为4*N_sat*N_t*sizeof(double)。

5.如权利要求1所述的基于CUDA的巨型星座覆盖性能并行计算方法，其特征在于，步骤(4)中，根据星座的初始参数和覆盖性能计算条件在GPU中为覆盖计算中间变量以及最终计算结果预分配内存，将地球表面在经度和纬度方向上根据覆盖计算分辨率需求网格化，在GPU中为覆盖计算中间过程数据以及覆盖计算最终结果预分配内存，星座中共N_sat颗星，每颗星的星历共N_t个时刻，经度和维度方向共划分为N_lon和N_lat个网格点；通过cudaMalloc()函数在GPU显存中为星座中所有卫星，所有时刻，所有网格点的覆盖计算结果分配内存，大小为N_lat*N_t*N_sat*N_lon*sizeof(int)；通过cudaMalloc()函数在GPU显存中为星座覆盖计算结果中间过程分配内存，大小为N_lat*N_t*N_lon*sizeof(int)，通过cudaMalloc()函数在GPU显存中为星座覆盖计算最终结果分配内存，大小为N_lat*N_lon*sizeof(double)。