学位论文 > 优秀研究生学位论文题录展示
数值气象预报变分同化的伴随模式并行计算
作 者: 孙安香
导 师: 李晓梅;宋君强
学 校: 中国人民解放军国防科学技术大学
专 业: 计算机科学与技术
关键词: 数值气象预报 变分同化 伴随模式 可扩展并行计算 并行算法 并行实现技术
分类号: TP399
类 型: 博士论文
年 份: 2002年
下 载: 332次
引 用: 1次
阅 读: 论文下载
内容摘要
可扩展并行计算技术与数值气象领域研究成果相互渗透,对发展高性能并行计算机的应用、提高数值气象预报水平、促进并行计算机的研制,具有极为重要的意义。本文针对“十五”期间“我军新一代全球数值预报业务系统”、国家气象局组织的“新一代多尺度数值预报系统”,紧跟国际并行计算和数值气象技术研究前沿,基于可扩展并行计算和伴随变分同化原理,研究伴随模式可扩展并行算法和并行实现技术,设计高效可扩展并行计算伴随模式。本文的研究和创新工作概括如下: 1)提出了建立伴随方程的分解技术;分别从连续的、离散的非线性二维浅水波模式,建立其伴随模式。 2)设计了伴随模式的基于区域分裂方法的“Arakawa C—网格”离散并行算法;该并行算法具有并行计算高效可扩展性。 3)提出了伴随模式的基于3次数据剖分、4次矩阵二维转置数据重分配的并行谱离散方法;该并行算法实现了谱离散方法全部并行计算过程的负载平衡、减少了通信开销,具有并行计算高效可扩展性。设计了国内第一个高效可扩展并行化中期数值天气预报谱模式系统PT106L19:与CCM3相比较,具有并行计算性能高、可扩展性好;与T_L213L31相比,具有相同的高效并行计算性能。 4)提出了谱离散伴随模式并行计算的有效循环数据分配方法,采用该方法在某分布式存储并行计算机上32台处理机并行计算效率提高了30.7%。提出了伴随模式并行计算的蝶网数据重分配方法,所占开销较环形算法少。提出了伴随模式并行谱离散方法的计算与通信重叠、结构性数据通信的通信隐藏技术,采用该技术在某分布式存储并行计算机32台处理机上并行计算效率提高了12.9%。 5)提出了谱离散伴随模式与预报模式的并行计算设计原理具有相同性;应用连续方法和不连续方法相结合,设计业务系统Semi—Lagrangian谱离散模式T_L213L31的伴随。
|
全文目录
摘要 9-11 ABSTRACT 11-13 第一章 绪论 13-21 1.1 研究背景 13-16 1.2 国内外发展动态 16-19 1.3 本文的主要工作与创新 19-21 第二章 可扩展并行计算原理 21-28 2.1 引言 21 2.2 可扩展性原理 21-22 2.3 可扩展性能评测标准 22-25 2.3.1 加速比性能评测 22-23 2.3.2 可扩性评测 23-25 2.4 数值气象并行计算问题的性能评测 25-27 2.4.1 固定问题规模 25-26 2.4.2 扩大问题规模 26-27 2.5 小结 27-28 第三章 变分同化的伴随方法原理 28-38 3.1 引言 28 3.2 伴随方法的一般原理 28-31 3.2.1 变分同化原理 28-30 3.2.2 非齐次伴随方程的解就是距离函数J对u的梯度 30-31 3.3 建立伴随方程的数学方法 31-37 3.3.1 二维浅水波方程 31-32 3.3.2 伴随方程的建立 32-37 3.4 小结 37-38 第四章 二维浅水波模式的伴随模式数值计算 38-49 4.1 引言 38 4.2 从连续的非线性模式设计伴随模式 38-41 4.2.1 控制方程 38-39 4.2.2 离散方法 39-41 4.3 从离散的非线性模式设计伴随模式 41-43 4.3.1 转换原理 41-42 4.3.2 转换方法 42-43 4.4 数值试验及稳定性讨论 43-47 4.5 非齐次伴随模式的数值计算 47 4.6 小结 47-49 第五章 伴随模式的“Arakawa C-网格”离散可扩展并行算法 49-59 5.1 引言 49 5.2 “Arakawa C-网格”离散方法 49-51 5.3 “Arakawa C-网格”离散并行算法设计 51-53 5.3.1 数据相关性分析 51-52 5.3.2 基于区域分裂的“Arakawa C-网格”离散并行算法 52-53 5.4 数值试验 53-57 5.4.1 二维浅水波模式的伴随模式并行计算 53-55 5.4.2 其它“Arakawa C-网格”离散模式的并行计算 55-57 5.5 小结 57-59 第六章 伴随模式的谱离散可扩展并行算法 59-72 6.1 引言 59 6.2 谱离散方法 59-60 6.3 谱离散方法的数据相关性分析 60-62 6.3.1 格点空间计算 60-61 6.3.2 Fourier变换 61 6.3.3 Fourier空间计算 61 6.3.4 Legendre变换和谱空间计算 61-62 6.4 基于3次数据剖分的谱离散并行算法 62-66 6.4.1 数据剖分方法 62-63 6.4.2 并行算法描述 63-66 6.5 数值试验 66-70 6.5.1 PT106L19的并行计算 66-68 6.5.2 CCM3.6和T_L213L31的并行计算 68-70 6.6 小结 70-72 第七章 伴 随模式并行实现技术 72-84 7.1 引言 72 7.2 负载平衡技术 72-79 7.2.1 循环的数据分配方法 72-75 7.2.2 蝶网数据重分配算法 75-79 7.3 通信隐藏技术 79-82 7.3.1 计算与通信重叠 79-80 7.3.2 结构性数据通信 80-82 7.4 小结 82-84 第八章 SEMI-LAGRANGIAN谱离散模式T_L213L31的伴随 84-92 8.1 引言 84 8.2 T_L213L31模式 84-85 8.3 谱离散方法的伴随 85-88 8.3.1 Fourier正、逆变换的伴随 86-87 8.3.2 Legendre正、逆变换的伴随 87-88 8.4 Semi-Lagrangian描述方法的伴随 88-91 8.4.1 两时间层Semi-Lagrangian描述方法 88-90 8.4.2 Semi-Lagrangian描述方法的伴随 90-91 8.5 小结 91-92 第九章 结束语 92-96 致谢 96-97 已发表的相关论文 97-98 已获奖的相关科研成果 98-99 参考文献 99-105
|
相似论文
- 频繁图结构并行挖掘算法的研究与实现,TP311.13
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
- GPU加速的仿射算术在几何设计中的应用研究,TP391.41
- 基于GPU的H.264到AVS视频转码并行设计,TN919.81
- H.264并行编码算法设计及其在GPU上的实现,TP391.41
- 基于ADSPTS201S的并行信号处理系统的设计与实现,TN957.51
- 云水污染的卫星微波资料变分同化技术,X87
- 基于小波变换的图像压缩并行算法研究,TP391.41
- 基于GPU的并行蚁群优化算法的研究与实现,TP301.6
- 基于MapReduce的聚类算法的并行化研究,TP311.13
- GRAPES有限区域切线/伴随模式高效并行算法研究,TP301.6
- 面向星载计算机的容错并行算法研究与实现,TP302.8
- 2009年6月3~4日我国黄淮地区强飑线天气过程分析,P458.2
- 激光能量沉积光路追踪法及其并行化,TN241
- 基于LBM的两相流数值模拟及其并行算法的实现,O359
- 基于树形计算结构的电力系统潮流并行算法研究,TM744
- D-TIN并行构建方法及其在地图综合中的应用研究,P283
- 图像匹配的并行算法研究,TP301.6
- 求解大规模支持向量机问题的并行算法研究,TP18
- 迁移式并行遗传算法求解支持向量机反问题,TP18
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 在其他方面的应用
© 2012 www.xueweilunwen.com
|