矩量法(MOM)是一种比较成熟和常用的计算电磁散射问题的方法,但是这种方法在分析电大或者复杂结构目标时,离散所得的未知量数目较大,需要消耗较长的求解时间,并且对计算机的硬件配置要求也比较高,因此在普通的计算机上很难高效的实现。为了解决这些问题,可以采用并行计算技术来加速求解。最近几年,随着计算机图形处理器(GPU)技术的不断进步,其优秀的并行计算能力吸引着许多开发人员来研究基于GPU的通用计算。NVIDIA公司推出的CUDA(Compute Unified Device Architecture,统一计算架构)使得开发人员可以在熟悉的开发环境中利用GPU实现高效的并行计算,在执行大量计算时其效率远远优于CPU。本文将GPU通用计算与矩量法相结合,利用GPU对并行矩量法求解电磁散射问题进行了加速。在矩量法的求解过程中,比较耗时的有两部分,阻抗矩阵的计算与求解矩阵方程,其中阻抗矩阵元素的计算和迭代法求解矩阵方程步骤中的矩矢相乘都适合使用GPU进行并行加速。与传统的基于计算机集群利用MPI实现的并行算法相比,基于GPU的并行计算的实现成本更低,只需一台装有支持CUDA技术的GPU的计算机即可,并且其加速效率也更高。本文首先研究了矩量法求解二维导体的电磁散射问题,对其进行了GPU并行加速。随后又以更小的粒度实现了基于GPU的三维导体电磁散射问题的并行矩量法加速,并且对程序进行了优化。最后在GPU上实现了基于最佳一致逼近的高阶矩量法的并行加速,相较于传统的低阶矩量法,高阶矩量法的优势在于能够在较少的未知量条件下,得到较为精确的计算结果,并且其计算复杂度、内存需求以及计算时间都大大减少了。
