基于CUDA的航空γ能谱数据小波降噪并行加速算法

摘要

航空γ能谱数据体量巨大,使用中央处理器(Central Processing Unit,CPU)进行数据后处理时计算效率低。提出了一种基于通用并行计算架构CUDA(Compute Unified Device Architecture)的图形处理器(Graphics Processing Unit,GPU)并行方案,对航空γ能谱数据小波降噪处理过程进行并行加速优化。首先测试不同block尺寸对计算时间的影响,寻找处理航空γ能谱数据的最佳block尺寸;其次分别使用GPU计算不同数据体量和同一数据体量下不同小波基函数相较于CPU处理航空γ能谱数据的加速比;最后通过对实测航空γ能谱数据添加白噪声,计算降噪后数据信噪比,优选出适用于GPU并行加速计算的阈值降噪方法。计算结果表明:航空γ能谱数据降噪最佳block二维尺寸在64×64到128×128之间;数据降噪总时间加速比达100倍以上的小波基函数占80%,加速比达90倍以上的小波基函数占91%,其中coif5小波基函数可达353倍,阈值降噪函数加速比可接近570倍。不同降噪函数处理航空γ能谱数据的结果表明,所有函数在低信噪比条件下降噪效果不足,而在高信噪比下则会出现过度降噪,采用硬阈值的coif5、软阈值的coif1和改进阈值的bior3.7小波基函数可得到显著的降噪效果。