基于GPU的脉冲星宽带观测的相干消色散研究

This project for the current development of broadband coherent pulsar de-dispersion receiver in the face of huge amounts of data real-time processing of problem,coherent de-dispersion algorithm research. Compared with the noncoherent de-dispersion,it can improve the timing precision, observation precision and sensitivity, etc. In view of the pulsar broadband observations make huge amounts of data real-time processing requirements, and the performance of the traditional solution and cost bring huge challenges, in this project we will design the real-time coherent de-dispersion algorithm of 1 GHZ bandwidth observation and 8 bits of quantitative data. Using CPU/GPU asynchronous computation pattern and generic data structure of large-scale parallel data, fully tap the CPU/GPU computing ability, realize the real CPU and GPU parallel computing; Studies GPU threads in the allocation and scheduling, optimal coherent de-dispersion algorithm, the algorithm further speed up; Using a generic data structure to effectively manage large scale parallel, solve the problem of the GPU load balance.

本项目针对当前脉冲星宽带相干消色散接收机的研制中面临的海量数据的实时处理问题，开展脉冲星宽带的相干消色散研究工作。其相比于非相干消色散，可以提高计时精度、观测精度和灵敏度等。针对脉冲星的宽带观测带来海量数据实时处理需求，以及传统解决方案的性能和成本等带来巨大的挑战，本课题利用新兴的运算平台GPU实现脉冲星1GHz观测带宽,8比特量化数据的准实时相干消色散。采用CPU/GPU异步计算模式和大规模并行数据的通用数据结构，充分挖掘CPU/GPU的计算能力，实现CPU和GPU的真正的并行运算；研究GPU 中线程分配和调度，优化相干消色散算法，实现算法进一步加速；利用大规模并行数据的通用数据结构，解决GPU负载平衡度的问题。

本项目针对当前脉冲星宽带相干消色散接收机的研制中面临的海量数据的实时处理问题，开展脉冲星宽带的相干消色散研究工作。研究内容包括：(1)相干消色散算法设计和验证；(2)相干消色散算法GPU实现；(3).研究GPU 的负载平衡度和GPU 中线程分配和调度，优化相干消色散算法，实现算法加速。完成了1GHz观测带宽相干消色散的算法设计，并在搭建的Intel(R) Xeon(R) CPU E5-2698 v3和GeForce GTX TITAN X的单节点服务器上实现对1分钟128MHz观测带宽 8bit量化的数据，基本上满足在1分钟内处理完成1分钟的128MHz观测带宽 8bit量化的数据；该算法可以应用在我国今后自主研制的脉冲星观测终端设备上。