(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210894341.2 (22)申请日 2022.07.28 (65)同一申请的已公布的文献号 申请公布号 CN 114978200 A (43)申请公布日 2022.08.30 (73)专利权人 成都派奥科技有限公司 地址 611100 四川省成 都市温江区成 都海 峡两岸科技产业 开发园科源路518号 (72)发明人 韩周安　张文权　黄建　王波　 于延辉　 (74)专利代理 机构 北京中索 知识产权代理有限 公司 11640 专利代理师 唐亭 (51)Int.Cl. H04B 1/00(2006.01)H04B 1/16(2006.01) H04B 1/18(2006.01) G06F 9/50(2006.01) G06T 1/20(2006.01) (56)对比文件 CN 1096176 31 A,2019.04.12 US 20102390 52 A1,2010.09.23 CN 114172527 A,202 2.03.11 US 201917196 5 A1,2019.0 6.06 Alfonso Bregl ia等.“Electroma gnetic optimizati on of MIMO c hannels usi ng GPUs”. 《 2017 I nternati onal Applied Computati onal Electroma gnetics Society Symposium - Italy (AC ES)》 .2017,全 文. 审查员 陈芝垚 (54)发明名称 一种高吞吐量大 带宽的通用信道化GPU算法 (57)摘要 本发明公开了一种高吞吐量大带宽的通用 信道化GPU算法， 基于CUDA 计算平台， 包 括以下步 骤： S1： 利用计算初始化模块预先申请信道化流 程处理中所需的输入、 输出及中间变量的存储空 间； S2： 利用参数配置模块设置目标窄带信号相 关参数并根据这些相关参数将其与计算初始化 模块中分配的存储资源进行配置处理； S3： 利用 核心功能模块执行实际的信道 化计算， 根据步骤 S2给各路窄带信号分配对应的计算资源并且开 启信道化流程内部各子功能模块的执行处理。 本 发明能保持较高的计算性能， 满足相关应用场景 的实时性处理指标。 本发明在支持CUDA的多代 GPU硬件平台上均能部署配置， 并且算法性能可 以自适应匹配GPU硬件本身的计算能力， 能支撑 信道化场景的灵活配 置。 权利要求书2页 说明书6页 附图3页 CN 114978200 B 2022.10.21 CN 114978200 B 1.一种高吞吐量大带宽的通用信道化GPU算法， 其特征在于， 基于CUDA计算平台， 包括 以下步骤： S1： 利用计算初始化模块预先申请信道化流程处理中所需的输入、 输出及中间变量的 存储空间， 所述存 储空间包括主机内存区域和设备内存区域； 所述存储空间的组织形式为： 所有窄带信号的输入、 输出以及中间结果分配连续的存 储空间， 其中每路信号依次占用dat aStep大小的间隔段落， 并确保信道化业务流程中各功 能模块处理时对应的输入信 号长度countIn、 输出信 号长度countOut不会超过dataStep大 小； S2： 利用参数配置模块设置目标窄带信号相关参数并根据这些相关参数将其与计算初 始化模块中分配的存储资源进行配置处理， 所述相关参数包括中心频率、 带宽、 输出采样 率、 目标增益， 所述配置处 理包括计算前批量配置模式和计算中动态配置模式； 所述计算中动态配置， 包括计算中动态删除窄带信号和动态添加窄带信号， 动态添加 的信号有全局唯一的编号， 其与存储空间区域标识将建立一个动态映射的关系， 在动态删 除时， 根据所删除信号的编号查找与其映射的存储区域编号， 并将其置为空闲状态， 当删除 的信号较多时， 模块会对这些空闲存储区域按标识进行升序排列管理， 后期动态添加目标 窄带信号时， 则优先选取队列头部的空闲存储区域标识与该信号建立映射关系， 同时取消 其空闲状态标记； S3： 利用核心功能模块执行实际的信道化计算， 根据步骤S2给各路窄带信号分配对应 的计算资源并且开启信道化流程内部各子功能模块的执行 处理， 所述计算资源包括CUDA中 的线程网格Grid以及线程 块Block。 2.根据权利要求1所述的一种高吞吐量大带宽的通用信道化GPU算法， 其特征在于， 所 述步骤S3子功能模块包括混频子模块、 半带滤波子模块、 重采样处理子模块和低通滤波子 模块， 具体操作步骤： S301： 将宽带输入信号数据从主机内存缓冲 区传输到对应的设备内存缓冲区， 主机内 存缓冲区使用页锁定内存； S302： 将步骤301中设备内存缓冲区的信号数据依据各路信号的混频因子进行外差混 频操作， 各路信号对应混频因子在参数配置模块设置每路信号信息时提前计算； S303： 将步骤S302中各路信号对应外差混频计算中间结果作为输入进行半带滤波处 理； S304： 将步骤S3 03中各路信号对应半带 滤波处理中间结果作为输入进行重采样处 理； S305： 将步骤S3 04中各路信号对应重采样处 理中间结果作为输入进行低通滤波处 理； S306： 将步骤S305中各路信号对应低通滤波 处理结果由对应设备内存缓冲区传输到主 机内存缓冲区并作为 最终的信道化处 理结果。 3.根据权利要求1所述的一种高吞吐量大带宽的通用信道化GPU算法， 其特征在于， 所 述计算初始 化模块只需根据设定参数执行一次， 其申请的相关存储资源在后续核心功能模 块调用中进行复用。 4.根据权利要求1所述的一种高吞吐量大带宽的通用信道化GPU算法， 其特征在于， 所 述参数配置模块在计算中动态添加某个窄带信号参数 的场景中， 采用锁同步的机制， 只有 在参数配置模块设置完 毕并解锁后， 核心功能模块才能安全地访问动态更新后的信号参数权　利　要　求　书 1/2 页 2 CN 114978200 B 2信息。 5.根据权利要求1所述的一种高吞吐量大带宽的通用信道化GPU算法， 其特征在于， 所 述核心功能模块在下次调用处 理前将本次输出 结果进行计算处 理或者拷贝存 储。权　利　要　求　书 2/2 页 3 CN 114978200 B 3