基于GPU并行优化的BBPSO-PF算法 |
| |
作者单位: | 兰州理工大学计算机与通信学院,甘肃 兰州 730050;兰州理工大学电气工程与信息工程学院,甘肃 兰州 730050;兰州理工大学甘肃省城市轨道交通智能运营工程研究中心,甘肃 兰州 730050;兰州理工大学计算机与通信学院,甘肃 兰州 730050;兰州理工大学电气工程与信息工程学院,甘肃 兰州 730050 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金;甘肃省自然科学基金 |
| |
摘 要: | 针对粒子滤波算法在重采样环节因粒子交互而不能充分并行处理的问题,提出了基于图形处理器(GPU)的并行骨干粒子群优化粒子滤波算法(BBPSO-PF).首先利用骨干粒子群算法具有易并行的特点优化粒子滤波算法重采样环节,从算法结构上提高粒子滤波算法的并行度.然后利用GPU的多线程架构并行处理每个粒子群的数据,每个线程负责一个粒子群,使粒子群之间得到并行化处理,解决粒子滤波重采样因粒子交互而不能充分并行的缺点.最后利用GPU中对齐与合并的内存访问原则,给粒子群设计高效的数据存储结构,降低内存访问事务,提高粒子群的数据存取速度,进一步提高算法实时性.该方法在保证算法精度前提下明显提高了算法的实时性.
|
关 键 词: | 粒子滤波 骨干粒子群算法 重采样 并行计算 实时性 |
本文献已被 CNKI 万方数据 等数据库收录! |
|