基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对LHAASO-WCDA的高噪声率,开发了基于GPU的在线噪声过滤方法.该方法利用Nvidia公司的CUDA技术通过对天区的并行扫描,筛选出最可几天区再经过后续处理从而实现在线噪声过滤与数据压缩.实验测试结果表明:与传统CPU串行相比采用GPU的多线程并行处理后程序运行效率得到十倍以上的提升.通过该方法,相对较小规模的GPU服务器可代替大型的CPU集群,同时可以加强WCDA对瞬态源的监测.
推荐文章
基于GPU的并行协同过滤算法
协同过滤
图形处理器
统一计算设备框架
基于GPU的并行优化技术
图形处理器
并行优化
累加和
统一计算设备架构
基于GPU的反卷积算法并行优化
并行
反卷积
GPU
CUDA
基于GPU的H.264并行解码优化
GPU并行解码
帧内预测
滤波强度求取
滤波执行
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 GPU并行过滤LHAASO-WCDA本底噪声
来源期刊 核电子学与探测技术 学科 物理学
关键词 LHAASO-WCDA 宇宙线 GPU 在线噪声过滤
年,卷(期) 2018,(1) 所属期刊栏目
研究方向 页码范围 127-130
页数 4页 分类号 O572.21+2
字数 2623字 语种 中文
DOI 10.3969/j.issn.0258-0934.2018.01.025
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李敏 中国科学院软件研究所 82 726 15.0 24.0
2 姚志国 中国科学院高能物理研究所 3 3 1.0 1.0
3 王晓洁 中国科学院高能物理研究所 10 14 2.0 3.0
4 黄德智 中国科学院高能物理研究所 1 1 1.0 1.0
5 李会财 中国科学院高能物理研究所 2 1 1.0 1.0
6 査敏 中国科学院高能物理研究所 2 2 1.0 1.0
7 刘金艳 1 1 1.0 1.0
8 王岩瑾 1 1 1.0 1.0
9 丁潇菡 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (13)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
LHAASO-WCDA
宇宙线
GPU
在线噪声过滤
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
核电子学与探测技术
双月刊
0258-0934
11-2016/TL
大16开
北京市经济技术开发区宏达南路3号
1981
chi
出版文献量(篇)
5579
总下载数(次)
9
总被引数(次)
21728
论文1v1指导