基于粒子系统的GPU加速焰火实时绘制

摘要

火焰、烟雾和焰火等自然界典型的不规则模糊景物，很难采用传统的建模方法进行模拟。粒子系统是迄今为止模拟和生成模糊景物最为成功的一种模型。焰火的品种繁多，色彩炫丽多变，形态更是千变万化，导致焰火模拟具有挑战性。特别是，随着焰火品种的丰富和燃放规模的不断扩大，专业从事焰火燃放的服务提供商缺乏有效的技术手段，根据焰火燃放的主题和场景进行模拟展示，而是往往凭设计者的经验和想像力，从而难以保证燃放效果和燃放成本之间的最大化。此外，基于粒子系统的焰火模拟由于焰火粒子众多，计算量非常大。
　　本文根据大规模焰火模拟的现实需求，研究基于粒子系统的焰火模拟方法及其实现。考虑到图形处理器(GPU)在图形渲染等通用计算领域开始得到广泛的应用，本文研究工作的出发点是利用GPU的并行计算能力，通过Nvidia公司的统一计算设备架构(CUDA)编程，实现粒子属性更新等计算最集中的操作，从而更好地在焰火模拟的真实感和实时性之间进行兼顾。具体地，本文的主要研究工作包括:
　　首先，在分析各种焰火的形态并对焰火品种进行分类的基础上，设计了一种适合大规模焰火模拟的通用粒子系统API。并且，采用链表数据结构，进行多品种、多数量的大规模焰火模拟。
　　其次，以有拖尾的礼花弹类焰火为重点，在前面提出的适合于焰火模拟的通用粒子系统API基础上，提出了一种基于粒子系统和CUDA的焰火模拟实现方法。对粒子系统初始化、焰火粒子初始化、焰火粒子的属性更新和纹理映射等技术进行了详细的讨论。此外，提出把计算最集中的焰火粒子属性更新等操作放到GPU平台，通过CUDA编程进行GPU加速。
　　本文结合纹理映射和混色等功能，实现了单品种、多品种以及带有背景位图的多品种、多数量焰火模拟。实验结果表明，本文的焰火模拟取得了令人满意的视觉效果，绘制效率相对于CPU平台也有所提高，且粒子数目越多，绘制效率提升越明显，验证了采用CUDA编程，可以加速GPU平台的焰火粒子渲染的速度。

目录

声明

摘要

第1章 绪论

1．1 课题研究的背景和意义

1．2 国内外研究现状

1．2．1 粒子系统的理论发展

1．2．2 粒子系统的应用

1．3 本文的研究内容

1．4 本文的结构安排

1．5 本章小结

第2章 相关基础知识

2．1 粒子系统的理论

2．1．1 粒子系统的基本原理

2．1．2 粒子系统的分类

2．1．3 提高粒子系统实时性的技术

2．1．4 提高图形绘制真实感的技术

2．1．5 粒子系统的发展与应用

2．2 CUDA与并行计算

2．2．1 CUDA简介

2．2．2 CUDA硬件架构

2．2．3 CUDA与OpenGL的互操作

2．3 CUDA编程平台及其模型

2．3．1 线程结构

2．3．2 硬件映射

2．3．3 执行模型

2．3．4 GPU优化方法

2．4 CUDA编程语言

2．4．1 CUDA的变量和函数

2．4．2 并行线程组织

2．5 本章小结

第3章 适合于焰火模拟的粒子系统设计

3．1 焰火的形态分析及分类

3．2 焰火粒子系统的设计

3．2．1 焰火粒子的数据结构

3．2．2 焰火粒子类的成员函数

3．3 适合于多种类型焰火混合模拟的链表结构

3．4 小结

第4章 基于粒子系统的焰火模拟及其CUDA实现

4．1 引言

4．2 焰火粒子系统的实现

4．2．1 焰火粒子系统初始化

4．2．2 焰火粒子的初始化

4．2．3 更新焰火粒子

4．2．4 纹理映射

4．2．5 焰火粒子系统和焰火粒子的渲染

4．2．6 模块之间的协作

4．3 基于CUDA的加速算法

4．4 程序设计过程中的优化技术

4．5 实验结果

4．5．1 单个品种的烟火模拟效果

4．5．2 相同品种的多个焰火同时模拟的效果

4．5．3 多个焰火品种混合模拟的效果

4．5．4 结合背景贴图技术的多品种多数量焰火模拟效果

4．6 本章小结

结论

参考文献

致谢

附录