FAST多波束（19波束）数据的交叉检验和RFI消除研究

发布时间：2021-03-18 14:23

　　射电望远镜观测的宽频率范围和高灵敏度使接收机极易受到射频干扰（Radio Frequency Interference,RFI）的影响。由于单天线望远镜几乎不具有对接收到的RFI信号进行方向分辨能力,使得天文信号与RFI信号相干叠加,所以单天线射电望远镜极易受到RFI的影响。500m口径球面射电望远镜（Five-hundred-meter Aperture Spherical radio Telescope,FAST）,作为当今世界上口径最大的单天线射电望远镜也极易受到RFI的影响。RFI的强度和时域/频谱密度会直接对观测结果造成影响,恶化观测数据的质量。同时,提高数据处理速度与性能一直是计算机领域研究热点之一,图形处理器（Graphics Processing Unit,GPU）已经不仅局限用于传统的图形渲染,中央处理器（Central Processing Unit,CPU）+GPU的异构并行计算架构广泛应用于数据处理。统一计算架构（Compute Unified Device Architecture,CUDA）是由NVIDIA推出的一种高性能并行计算平台及程序设计模型。脉冲星探... 

【文章来源】：贵州师范大学贵州省

【文章页数】：58 页

【学位级别】：硕士

【部分图文】：

CPU与GPU的体系架构

14一个实例，这是一种大规模并行计算系统编程风格[42]。图3.2内存层次结构在GPU内存层次结构中，最主要的两种内存是全局内存和共享内存，全局类似于CPU的系统内存，而共享内存类似于CPU的缓存，GPU的共享内存可以由CUDAC的内核直接控制，如图3.2[40]。3.2.2CUDA程序执行方式CUDA作为CPU+GPU的异构计算平台，把CPU及其内存（主机内存）作为主机（Host）端，把GPU及其内存（设备内存）作为设备（Device）端，相应的在CPU上执行逻辑计算、串行任务，在GPU上执行数据密集型的并行任务，内核（kernel）是CUDA编程模型的一个重要组成部分，其代码在GPU上运行。CUDA程序是一个统一的源代码，包括主机代码（串行代码及任务并行代码）和设备代码（并行代码）。主机代码按照ANSIC标准进行编写，而设备代码使用CUDAC进行编写。你可以将所有的代码统一放在一个源文件中，也可以使用多个源文件来构建应用程序和库。NVIDIA的C编译器（TheNVIDIACcompiler，nvcc）为主机和设备生成可执行的代码。CUDA是在底层API的基础上，封装了一层，使得程序员可以使用C语言来方便的编程。CUDA还支持C++/Python等更高级的语言编程；此外，NVIDIA还提供了CuDNN、TensorRT、NPP等更高级的库函数。一个线程块用多少线程，以及一个线程网格用多少线程块，是程序员可以自由安排的。由于32个相邻的

RFI识别和消

【参考文献】：
期刊论文
[1]梯度下降算法研究综述[J]. 李兴怡,岳洋.  软件工程. 2020(02)
[2]射电频率干扰的消减[J]. 安涛,陈骁,MOHAN Prashanth,劳保强.  天文学报. 2017(05)
[3]射电天文中射频干扰消除技术的研究[J]. 王思秀,孙正文.  科技传播. 2011(18)
[4]浅析射电天文中射频干扰（RFI）抑制方法[J]. 王思秀,贾良权.  无线互联科技. 2011(05)
[5]相关函数在数字信号处理中的应用[J]. 葛新成,罗大成,曹勇.  电光与控制. 2006(06)

硕士论文
[1]基于CUDA平台的有限元单元级别并行算法研究[D]. 王晟.沈阳工业大学 2019
[2]基于分布式计算的脉冲星搜索加速及脉冲星候选体特征提取和识别方法研究与实现[D]. 张翔.贵州师范大学 2018



本文编号：3088472