[发明专利]基于GPU加速的射频链路仿真方法

说明书

本发明涉及一种基于GPU加速的射频链路仿真方法，包括：将CPU端数据传输到GPU显存，对每个射频元器件的snp文件进行拉格朗日插值，GPU上执行的拉格朗日算法逻辑为：频率值对应线程块的行索引，S参数的相位幅度对应线程块的列索引，取出需要插值的频率值所在数组前后相邻的频率值和与之对应的S参数的相位幅值放入GPU的共享内存然后进行插值计算；生成多个链路方案；将数量庞大的链路方案根据GPU的多处理器的数量进行分块，每块交给一个CUDA流去处理；将指标算法写进GPU的一个线程，实现多任务的并行。本发明GPU与CPU异构执行，硬件空间与传统集群相比所占空间小且高效。

技术领域

本发明涉及一种基于GPU加速的射频链路仿真方法，属于射频链路数值分析的技术领域。

背景技术

随着射频技术的发展以及射频芯片型号的多样化，射频工程师在设计射频链路时要考虑链路中的每种器件类型该选用什么厂家以及什么型号的芯片，在确定好选型后进行仿真计算出链路指标，如果指标不满足预期，工程师可能又需要对射频链路中一种或者多种器件重新选型。

如果构成射频链路的器件比较多同时一种器件类型的型号多达数十种或者数百种，例如组成一个射频链路的器件类型有滤波器（10种）、放大器（10种）、衰减器（5种）、混频器（10种），则该射频链路产生的链路方案有10*10*5*10=5000种，光靠工程师通过ADS等专业软件进行手动筛选要找出最优的链路方案是需要耗费极大的精力和时间或者说是不可能完成的任务，所以多链路的并行仿真方法就变得尤为重要。

发明内容

为了解决上述技术问题，克服多链路仿真时串行仿真的效率低下以及业界工具不能对多个链路并行的进行仿真，本发明提供一种基于GPU加速的射频链路仿真方法，其具体技术方案如下：

基于GPU加速的射频链路仿真方法，包括以下步骤：

步骤1）将数据传输到GPU显存：在CPU端将链路中的级联信息和涉及到的所有射频元器件的snp数据和其他属性载入到主机的内存上并设置该内存为页锁内存，页锁内存映射到GPU的显存，减少GPU与主机的数据传输；

步骤2）拉格朗日插值：将步骤1）中传输到GPU显存上的数据作为初始数据，并提取出初始数据中射频链路的起始频率、终止频率、频率步进等数据，在GPU上执行拉格朗日插值算法；

拉格朗日算法理论支持如下：

对于某个多项式函数，已知有给定的d+1个取值点：

；

其中，代表第个自变量， 代表第个因变量；

为拉格朗日基函数：

；

L(x)为拉格朗日插值多项式：

；

基于CUDA指令的拉格朗日算法逻辑为：频率值对应线程块的行索引，S参数的相位幅度对应线程块的列索引，取出需要插值的频率值所在数组前后相邻的频率值和与之对应的S参数的相位幅值放入GPU的共享内存然后进行插值计算；

步骤3）生成多个链路方案：步骤2）中链路中所涉及的所有射频元器件的数据准备完成后，利用十进制的思想来同构生成多个链路方案，算法逻辑如下：

N为组成链路的节点数；

n为组成链路的第n个节点， n=0,1,2……N；

为组成链路的第n个节点总共包含种元器件；

为组成链路的第n个节点的第种元器件， =1,2,3……；

对应的链路方案索引数为：

；