基于GPU和晶格Boltzmann方法的三维人眼房水动力学数值研究
发布时间:2021-04-29 01:46
眼睛是人体最重要的感觉器官,里面充满了房水,正常的房水流动能够为眼部组织提供必要的营养物质,维持正常的生理活动。然而,许多眼科疾病的发病机制、发展过程以及药物治疗等都与房水流动具有密切的关系,假若房水的流动规律出现异常,可能会导致眼疾的发生。因此,系统、深入地研究人眼房水动力学以及探索其影响的关键因素对提升人们对眼科疾病的发病机制、发展过程的认识以及提高眼疾药物治疗效果等具有重要的现实意义。人眼的解剖结构复杂,房水的流动方式多样,采用理论和实验的方法研究房水动力学受到诸多限制,不易实现。数值方法具有时间周期短、可重复性好、计算成本低等优点,许多研究人员采用数值方法对人眼房水动力学进行了研究,并取得了很多成果。然而,真实的三维人眼房水动力学的研究涉及到人眼的解剖结构复杂、边界处理困难、计算量巨大等问题,因此,相较于传统数值方法,采用具有多物理耦合容易、边界处理简单、易于并行等优势的晶格Boltzmann方法(Lattice Boltzmann Method,LBM)来对房水动力学进行研究是很有希望的新途径。为此,本文开展了基于GPU并行技术和晶格Boltzmann方法的三维人眼房水动力学...
【文章来源】:广西师范大学广西壮族自治区
【文章页数】:83 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 论文的主要内容
1.4 论文的组织结构
第2章 晶格Boltzmann方法的基本理论
2.1 基本演化方程
2.2 平衡态分布函数
2.3 边界条件
2.3.1 周期性边界
2.3.2 反弹边界
2.3.3 非平衡态外推边界
2.4 双分布函数LB模型
2.4.1 宏观方程
2.4.2 三维双分布函数LB模型
2.4.3 三维方腔自然对流
2.5 小结
第3章 三维人眼前节房水动力学的研究
3.1 三维眼前节几何建模
3.2 三维人眼房水动力学模型
3.2.1 房水动力学模型的构建
3.2.2 房水流动方式的比较
3.3 不同因素对房水动力学的影响
3.3.1 眼内温差的影响
3.3.2 瞳孔大小的影响
3.3.3 房水分泌率的影响
3.3.4 小梁网渗透率的影响
3.4 激光虹膜切除术后的房水动力学研究
3.5 小结
第4章 基于GPU的并行算法设计与优化
4.1 CUDA介绍
4.1.1 异构编程
4.1.2 线程模型
4.1.3 存储器模型
4.2 基于GPU的并行算法
4.2.1 基于GPU的 LBM算法
4.2.2 合并归约并行算法
4.3 基于GPU的算法常规优化
4.3.1 线程块维度划分优化
4.3.2 共享内存访问优化
4.4 基于眼前节稀疏特性的GPU并行算法
4.4.1 间接寻址
4.4.2 分块寻址
4.4.3 稀疏矩阵
4.4.4 分块稀疏矩阵
4.4.5 性能对比
4.5 并行算法综合优化
4.6 小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间的研究成果
致谢
本文编号:3166596
【文章来源】:广西师范大学广西壮族自治区
【文章页数】:83 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 论文的主要内容
1.4 论文的组织结构
第2章 晶格Boltzmann方法的基本理论
2.1 基本演化方程
2.2 平衡态分布函数
2.3 边界条件
2.3.1 周期性边界
2.3.2 反弹边界
2.3.3 非平衡态外推边界
2.4 双分布函数LB模型
2.4.1 宏观方程
2.4.2 三维双分布函数LB模型
2.4.3 三维方腔自然对流
2.5 小结
第3章 三维人眼前节房水动力学的研究
3.1 三维眼前节几何建模
3.2 三维人眼房水动力学模型
3.2.1 房水动力学模型的构建
3.2.2 房水流动方式的比较
3.3 不同因素对房水动力学的影响
3.3.1 眼内温差的影响
3.3.2 瞳孔大小的影响
3.3.3 房水分泌率的影响
3.3.4 小梁网渗透率的影响
3.4 激光虹膜切除术后的房水动力学研究
3.5 小结
第4章 基于GPU的并行算法设计与优化
4.1 CUDA介绍
4.1.1 异构编程
4.1.2 线程模型
4.1.3 存储器模型
4.2 基于GPU的并行算法
4.2.1 基于GPU的 LBM算法
4.2.2 合并归约并行算法
4.3 基于GPU的算法常规优化
4.3.1 线程块维度划分优化
4.3.2 共享内存访问优化
4.4 基于眼前节稀疏特性的GPU并行算法
4.4.1 间接寻址
4.4.2 分块寻址
4.4.3 稀疏矩阵
4.4.4 分块稀疏矩阵
4.4.5 性能对比
4.5 并行算法综合优化
4.6 小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间的研究成果
致谢
本文编号:3166596
本文链接:https://www.wllwen.com/shoufeilunwen/mpalunwen/3166596.html