面向大规模三维地形构建的高性能计算支撑技术研究

论文摘要

本文研究面向大规模三维地形构建的高性能计算支撑技术。主要研究内容分为四个方面，具体内容和贡献包括：一、设计实现了一种GPU加速的大规模三维地形可视化框架MEGA，用于快速构建数据组织高效、渲染质量优良的离线三维地形模型。在MEGA框架中：1、提出了一种支持大规模数据高效存储和调度的地形多分辨率模型FMRM。FMRM的两级存储结构既实现了对地形全分辨率数据的统一划分存储，又能在地表特征表达的基础上对地形存储模型建立数据分块索引，构建相应多分辨率逻辑结构。解决了传统地形金字塔多模型存在的数据冗余及存储和调度低效的问题。2、提出了一种融合地表特征表示的嵌套几何误差度量算法SFNE。引入粗糙度计算表达地表特征，依据地表特征建立不同地形分辨率层次间节点误差的依赖关系，在保证几何误差单调传递的基础上实现对地形模型多分辨率层次分级过程的控制；算法通过计算逼真度来约束模型化简过程，避免地形模型的失真。实验结果显示SFNE误差度量在地形化简的速率和绘制质量之间寻求了相对理想的平衡。3、实现一种基于顶点过渡权值的视觉平滑处理方法。基于Geomorphing的基本思想，整体考虑不同地形分辨率层次之间的平滑过渡和相邻地形块边界的分辨率等级关系，为模型顶点实时分配时间和空间过渡权值，保证在地形块绘制过程中不同分辨率等级之间以及不同地形块间的平滑过渡。4、设计实现了一种基于GPU RayCasting的快速地形渲染算法SRCaster。算法只对屏幕空间里节点评价函数选定的地形节点执行光线投射，进行离散遍历，遍历终止的条件是获取光线与地形模型某高程采样点的交点。简化了已有的光线投射地形渲染方法对所有地形块执行相交测试的处理，又能利用邻接像素之间的相关性进行图形硬件加速。对比实验表明SRCaster渲染的实时性能优势显著。二、研究了基于CPU/GPU异构协同加速的大规模地形数据高性能编码方法，以满足在线实时构建大规模三维地形的需求。其中：1、提出了基于提升小波机制的地形多分辨率模型构建方法。建立地形数据的小波变换模型来映射地形构网的细化和简化操作；通过提升小波变换分别建立数字高程和正射影像的多分辨率四叉树，并将量化小波系数存储在四叉树节点中，保证小波逆变换的正确性。2、设计实现了基于CUDA的地形数据并行混合熵编码。首先实现并行游程编码器对量化稀疏小波系数进行压缩，进而采用并行霍夫曼编码器对游程编码后的数据进一步压缩。混合熵编码后地形数据组织成多条数据流层进递交给解码和渲染进程。实验显示该方法在压缩比、信噪比和编解码吞吐量方面优势明显。3、实现了基于CUDA的稀疏矩阵向量乘算法及优化策略，解决了解码端输出的地形数据流在递交可视化处理时，大量的访存密集型SPM×V运算对地形可视化造成的实时性能下降。重点从数据分布优化和负载均衡方面考虑基于CUDA的SPM×V算法的优化策略，包括线程划分优化、数据复用优化、数据访问优化等。实验显示该算法及优化策略能显著改善地形渲染及交互处理的实时性能。三、为增强地形可视化场景的视觉逼真程度，研究地上自然景观的真实感模拟。以三维动态云为例，研究了基于通用多核CPU加速的地上自然景观建模方法。其中：1、设计并实现了基于细胞自动机的三维动态云模拟方法。实现了对云的运动特征和生长、消散的演进特性逼真模拟，构建了基于多重前向散射的云粒子光照模型增强了云模型的视觉着色真实感。采用多核多线程技术对云模拟过程进行加速和优化，将云的建模运算（CPU）和渲染处理（GPU）分开，避免了经典云模拟方法建模和渲染都依赖GPU实现所带来的整体性能缺失。2、提出了一种多线程加速的细胞自动机多近邻单元状态查询算法M3NSQ，解决了云模拟过程中，对建模空间内细胞及其多近邻单元状态的持续并发查询所导致的云模拟进程阻塞问题。算法将查询分为预处理和查询执行两个阶段，特别设计了查询表、格网索引、查询缓存和近邻对象缓存等关键数据结构，引入了查询更新排序和时间局部性优化方法，采用了合理的数据划分和线程调度，实现了高性能并发查询处理。四、设计实现了支持大规模三维地形构建及应用的框架系统VWBuilder。VWBuilder集成了本文的研究内容，并提供二次开发接口，既能够为第三方应用提供预先构建的离线大规模三维地形模型，也能够作为地形构建模块集成在其它应用中，提供实时在线式大规模三维地形构建功能。给出了基于VWBuilder的几个应用示例，验证了本文研究内容的效用性。

论文目录

• 摘要
• Abstract
• 图录
• 表录
• 第一章 绪论
• 1.1 研究背景与意义
• 1.1.1 技术进步对应用的拓展
• 1.1.2 新需求带来的新挑战
• 1.2 三维地形构建技术概述
• 1.2.1 三维地形构建方法
• 1.2.2 三维地形构建关键技术
• 1.3 高性能计算支撑技术在地形构建方面的研究概况
• 1.3.1 基于专用高性能计算平台的地形构建
• 1.3.2 基于高性能运算器件加速的地形构建
• 1.4 本文的主要工作及组织结构
• 1.4.1 课题研究内容
• 1.4.2 论文组织结构
• 第二章 MEGA：一种 GPU 加速的大规模三维地形可视化框架
• 2.1 引言
• 2.2 支持大规模地形数据高效存储和调度的多分辨率模型：FMRM
• 2.2.1 问题的提出
• 2.2.2 FMRM 整体结构
• 2.2.3 分块存储子模型
• 2.2.4 多分辨率逻辑子模型
• 2.3 SFNE：一种融合地表特征表示的嵌套几何误差度量算法
• 2.3.1 常用误差度量
• 2.3.2 地表特征表示：粗糙度计算
• 2.3.3 嵌套几何误差度量
• 2.3.4 误差度量的约束：逼真度计算
• 2.4 基于顶点过渡权值的视觉平滑处理
• 2.4.1 问题的提出
• 2.4.2 基本思想
• 2.4.3 过渡权值计算
• 2.4.4 实现流程
• 2.5 SRCaster：一种简化的 GPU 快速光线投射地形渲染方法
• 2.5.1 基本原理
• 2.5.2 问题的提出
• 2.5.3 快速相交测试
• 2.5.4 光线方向控制
• 2.5.5 实现流程
• 2.6 实验分析
• 2.6.1 FMRM 地形数据调度性能对比分析
• 2.6.2 SFNE 算法性能对比分析
• 2.6.3 视觉平滑处理有效性验证
• 2.6.4 SRCaster 渲染性能对比分析
• 2.7 本章小结
• 第三章 基于 CPU/GPU 异构协同加速的大规模地形数据高性能编码
• 3.1 引言
• 3.2 基于提升小波机制的地形多分辨率模型
• 3.2.1 提升小波机制
• 3.2.2 变换模型建立及小波选取
• 3.2.3 基于小波变换的地形数据多分辨率四叉树的构建
• 3.2.4 层进传输
• 3.3 基于 CUDA 的地形数据并行混合熵编码
• 3.3.1 引入并行前缀和扫描的游程编解码器
• 3.3.2 并行霍夫曼编解码器
• 3.4 实验分析
• 3.4.1 压缩比和 PSNR
• 3.4.2 编解码吞吐量
• 3.4.3 渲染效果和帧率
• 3.5 本章小结
• 第四章 基于 CUDA 的稀疏矩阵向量乘算法及其优化方法
• 4.1 问题的提出
• 4.2 算法详情
• 4.3 数据分布优化
• 4.3.1 线程划分优化
• 4.3.2 数据访问优化
• 4.3.3 分级多层存储的数据复用
• 4.4 负载均衡设计
• 4.5 实验分析
• 4.6 本章小结
• 第五章 多核 CPU 加速的地上自然景观模拟——以三维动态云为例
• 5.1 引言
• 5.2 细胞自动机概述
• 5.3 基于细胞自动机的三维动态云建模
• 5.3.1 云模型研究现状
• 5.3.2 动态云建模
• 5.3.3 云的运动特性模拟
• 5.3.4 基于多重前向散射的云粒子光照模型
• 5.3.5 多线程框架
• 5.4 实验分析
• 5.4.1 不同处理器下的性能分析
• 5.4.2 不同方法的性能对比
• 5.4.3 渲染效果
• 5.5 扩展应用讨论
• 5.6 本章小结
• 第六章 M3NSQ：多核多线程加速的细胞自动机多近邻单元状态查询算法
• 6.1 问题的提出
• 6.2 算法框架
• 6.2.1 预处理
• 6.2.2 查询执行
• 6.2.3 算法实现
• 6.3 实验分析
• 6.4 本章小结
• 第七章 VWBuilder：支持大规模三维地形构建及应用的框架系统
• 7.1 引言
• 7.2 VWBuilder 的设计与实现
• 7.2.1 数据和资源管理子系统
• 7.2.2 场景管理子系统
• 7.2.3 渲染子系统
• 7.3 VWBuilder 应用验证
• 7.3.1 VWBuilder 构建三维地形数据库
• 7.3.2 VWBuilder 支持的飞行过程重现及飞参评估
• 7.3.3 VWBuilder 支持的虚拟战场环境态势模拟
• 7.4 本章小结
• 第八章 结束语
• 8.1 本文研究工作总结
• 8.2 进一步的研究展望
• 致谢
• 参考文献
• 作者简历