CN117786848B 一種基于gpu的航天器系統高效仿真方法、存儲介質及計算機 （哈爾濱工業大學）

一種基于GPU的航天器系統高效仿真方法、一種基于GPU的航天器系統高效仿真方法、于基于GPU的航天器系統高效仿真方法的研究較少，巨型星座的高效率仿真需求無法滿足的問CPU仿真框架；建立軌道動力學GPU并行計算模載荷GPU并行計算模型，根獲取通信載荷仿真結2建立軌道動力學GPU并行計算模型，根據所述軌道動力學GPU并行建立衛星通信載荷GPU并行計算模型，根據所述衛星通信載荷GPU并建立衛星導航載荷GPU并行計算模型，根據所述衛星導航載荷GPU并行將所述動力學仿真結果、通信載荷仿真結果和導航載荷仿真結所述建立軌道動力學GPU并行計算模型，根據所述軌道動力學GPU并在GPU顯存中為衛星軌道位置速度數據申請存儲空間，并將衛星軌道位置速度數據傳所述建立衛星通信載荷GPU并行計算模型，根據所述衛星通信載荷GPU并所述建立衛星導航載荷GPU并行計算模型，根據所述衛星導航載荷GPU并采用網格劃分方法將全球按照經緯度劃分為網格點，每個網格點的CPU將導航星座衛星的位置信息和網格點位置GPU接收所述信息并進行并行計算網格點的導航精度因子值，并將導航精度因子值傳2.根據權利要求1所述的一種基于GPU的航33.根據權利要求2所述的一種基于GPU的4.根據權利要求1所述的一種基于GPU的航天器系統高5.根據權利要求1所述的一種基于GPU的在GPU顯存中為衛星軌道位置速度數據申請存儲空間，并將衛星軌道位置速度數據傳輸到6.一種計算機可讀存儲介質，其特征在于，所4行衛星軌道遞推和星座覆蓋性能計算等，但目前關于基于GPU的航天器系統高效仿真方法[0005]本發明針對目前關于基于GPU的航天器系統高效仿真方法的研究較少，巨型星座5[0019]在GPU顯存中為衛星定軌數據申請存儲空間，并將衛星定軌數據傳輸到GPU內存[0020]在GPU顯存中為衛星軌道位置速度數據申請存儲空間，并將衛星軌道位置速度數[0023]進一步的，還提供一種優選方式，所述在GPU顯存中為衛星定軌數據申請存儲空[0035]CPU初始化每個波束的方位俯仰角信息，并將衛星平臺的位置和姿態信息傳遞給[0041]GPU接收所述信息并進行并行計算網格點的導航精度因子值，并將導航精度因子6儲介質用于儲存計算機程序，所述計算機程序執行上述任一項所述的一種基于GPU的航天器執行根據上述中任一項中所述的一種基于GPU的航天器系[0045]本發明解決目前關于基于GPU的航天器系統高效仿真方法的研究較少，巨型星座[0046]本發明所述的一種基于GPU的航天器系統高效仿真方法，使7[0060]本實施方式利用CPU進行功能模型的建立和整體框架的模擬，確保系統的整體結析衛星在軌道上的運動；姿態動力學與控制模型描述衛星的姿態變化和相應的控制系統，擬和評估衛星通信系統的性能；衛星導航載荷模型包括衛星上用于導航和定位的載荷設8置有助于提高仿真的準確性和效率。盡管本方法是對基于GPU的航天器系統高效仿真方法[0070]本實施方式中每個功能模型代表了航天器系統的一個重要方面，例如軌道運動、[0071]實施方式三、本實施方式是對實施方式二所述的一種基于GPU的航天器系統高效9于GPU的航天器系統高效仿真方法的進一步限定，所述建立軌道動力學GPU并行計算模型，[0076]在GPU顯存中為衛星定軌數據申請存儲空間，并將衛星定軌數據傳輸到GPU內存[0077]在GPU顯存中為衛星軌道位置速度數據申請存儲空間，并將衛星軌道位置速度數[0080]本實施方式中GPU相較于CPU具有更多的并行計算核心，能夠同時處理大量數衛星定軌數據和軌道位置速度數據存儲在GPU顯存中，減少了數據在CPU和GPU之間的頻繁[0081]本實施方式首先在CPU上進行軌道輸入參數的預處理，包括解算衛星雙行元文件最小化數據傳輸時間。GPU內存中申請存儲空間用于存儲衛星定軌數據和軌道位置速度數GPU的并行架構使得大規模的計算可以以更高效的方式完成。計算完成后，將計算結果從[0082]實施方式五、本實施方式是對實施方式四所述的一種基于GPU的航天器系統高效[0088]本實施方式通過在GPU顯存中為衛星定軌數據申請存儲空間，并將數據直接存儲[0089]實施方式六、本實施方式是對實施方式四所述的一種基于GPU的航天器系統高效作，可以有效減少這方面的開銷。通過在GPU顯存中為衛星軌道位置速度數據申請儲存空[0095]本實施方式所述的在GPU顯存中為衛星軌道位置速度數據申請存儲空間，將數據[0096]實施方式七、本實施方式是對實施方式一所述的一種基于GPU的航天器系統高效[0098]CPU初始化每個波束的方位俯仰角信息，并將衛星平臺的位置和姿態信息傳遞給[0101]本實施方式通過GPU并行算法，將多波束的覆蓋計算和網格點信干比計算分解為[0103]實施方式八、本實施方式是對實施方式一所述的一種基于GPU的航天器系統高效[0106]GPU接收所述信息并進行并行計算網格點的導航精度因子值，并將導航精度因子[0107]本實施方式采用GPU并行計算模型，可以同時處理多個網格點的導航精度因子值并行計算后即時將導航精度因子值傳回CPU，使得模型能夠在仿真過程中實時獲取導航載個網格點獨立進行。這種網格劃分方法能夠更好地捕捉全球范圍內導航載荷的變化情況。CPU負責將導航星座衛星的位置信息和網格點位置信息傳遞給GPU。這些信息在GPU執行計執行根據實施方式一至實施方式八中任一項中所述的一種基于GPU的航天器系統高效仿真[0113]利用CPU實現航天器系統仿真主要功能模塊的串行仿真框架，搭建航天器系統軌[0121]1)通過cudaMalloc函數在GPU顯存中為衛星軌道位置速度數據申請存儲空間，并將這部分GPU顯存空間的首地址作為指針存放在[0122]2)通過cudaMemcpy函數，將衛星軌道位置速度存儲到上一步申請的GPU內存空間[0127]多波束覆蓋區的計算與網格點信干比的計算可以分解為大量獨立的部分同時執信干比計算的同時進行。這個特性使得多波束同頻干擾信干比計算的GPU并行算法很容易傳遞給GPU，GPU上并行計算網格點的導航精度因子值并傳回給CPU，得