论文部分内容阅读
随着对5G系统研究的深入与成熟,除了在通信技术上的提升外,研究者们力求通过提升体系构架规模寻求5G系统性能的大幅度提高,因此,大规模通信系统应运而生。大规模通信系统是具有多小区、多用户、多基站,而且基站端又采用大规模天线阵列,天线数超过十根,甚至上百根,且在同一时间服务多个用户的通信系统。然而由于大规模通信系统仿真数据量巨大,造成了通信系统仿真时间过长的问题。本课题在大规模通信系统仿真过程中引入GPU(图形处理器,Graphics Processing Unit)高性能计算,解决大规模数据量带来的通信系统仿真的“时间瓶颈”问题。论文选题于国家重大专项“新一代宽带无线移动通信网”的“大规模复杂网络动态仿真验证平台”课题。论文针对大规模通信系统仿真中仿真时间过长问题,给出基于CUDA(Compute Unified Device Architecture,统一计算设备架构)平台的GPU高性能计算解决方法。对大规模通信系统仿真中GPU高性能计算的设计与实现进行研究。论文的完成的主要工作如下:首先,对大规模通信系统和GPU高性能计算进行综述,分析了大规模通信系统和其仿真平台现状;对基于CUDA架构的GPU高性能计算进行介绍,并分析其加速原理;对大规模通信系统中GPU高性能计算进行综述,并分析其仿真关键技术,为GPU高性能计算在大规模通信系统仿真中的应用提供理论依据。然后,明确大规模通信系统仿真中GPU高性能计算的设计目标和设计原则;通过分析大规模通信系统现有仿真平台的仿真模块和GPU高性能计算的特点,在大规模通信系统中选择初始化模块和干扰计算模块在GPU中进行仿真加速;完成针对初始化模块和干扰计算模块的GPU高性能计算设计。最后,明确大规模通信系统仿真中GPU高性能计算的实现流程;根据初始化模块和干扰计算模块在GPU高性能计算中实现的共性和特性分别进行阐述;将GPU高性能计算加速后的模块,加入到以CPU(Central Processing Unit,中央处理器)为主体开发环境的大规模通信系统仿真中,实现大规模通信系统整体的仿真加速;得出分模块加速结果和整体加速结果:分模块加速效果在40倍到几百倍不等;整体加速效果在单个GPU和多GPU并行两种加速情况下,提升效率分别为38%和43%;最后,对仿真结果进行分析。