Técnicas GPGPU para acelerar el modelado de sistemas ultrasónicos

  1. D. Romero Laorden
  2. O. Martínez Graullera
  3. C.J. Martín Arguedas
  4. M. Pérez
  5. L.G. Ullate
Revista:
Revista iberoamericana de automática e informática industrial ( RIAI )

ISSN: 1697-7920

Año de publicación: 2012

Volumen: 9

Número: 3

Páginas: 282-289

Tipo: Artículo

DOI: 10.1016/J.RIAI.2012.05.002 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Revista iberoamericana de automática e informática industrial ( RIAI )

Resumen

El desarrollo de sistemas de simulación de campo acústico en tiempo real para aplicaciones de Evaluación no Destructiva ultrasónica constituiría una herramienta muy útil tanto para la planificación de las inspecciones como para la interpretación de los resultados de evaluaciones in-situ. Sin embargo, son algoritmos que requieren una alta capacidad de cómputo, no tanto por su complejidad sino por el gran número de puntos a analizar, lo que limita su uso al laboratorio sobre estaciones de trabajo de altas prestaciones. Los recursos de paralelización que actualmente ofrecen los sistemas informáticos, como son los procesadores multicore o las técnicas GPGPU, constituyen una oportunidad muy interesante para el desarrollo de este tipo de aplicaciones. Este trabajo analiza el modelo de paralelización de ambas alternativas con objeto de desarrollar un sistema portable de simulación de campo ultrasónico para tiempo real. Se describen por tanto los cambios en el algoritmo de cálculo de campo acústico para adaptarlo a una estrategia GPGPU y se valora el coste computacional de ambas implementaciones

Referencias bibliográficas

  • Cea, 2003. Civa: Simulation software for non destructive testing.
  • Choi, J.-H. L. S.-W., 2000. A parametric study of ultrasonic beam profiles for a linear phased array transducer. IEEE Transactions on Ultrasonics, Ferroelectrics and Frequency Control 47, 644–650.
  • E.Lindholm, J.Nickolls, S., Montrym, J., 2008. Nvidia tesla: A unified graphics and computing architecture. IEEE Micro 28 (2), 39–55.
  • J. Nickolls, I. Buck, M. G., Skadron, K., 2008. Scalable parallel programming with cuda. Queue 6 (2), 40–53.
  • Jensen, J., 1991. A model for the propagation and scattering of ultrasound in tissue. J. Acoust. Soc. Am. N. 89 (1), 182–190.
  • Kino, G. S., 1987. Acoustic Waves, devices, imaging and analog signal processing. Prentice-Hall.
  • Nvidia, 2012a. Gtx680 kepler white paper.
  • Nvidia, Enero 2012b. Guía de Programación de CUDA 4.1.
  • Pinar Crombie, e., 1997. Calculating the pulsed response of linear arrays accuracy versus computational efficiency. IEEE Transactions on Ultrasonics, Ferroelectrics and Frequency Control 44, 997–1009.
  • Piwakowsky, B., Sbai, K., 1999. A new approach to calculate the field radiated from arbitrary structuredtransducer arrays. IEEE Transactions on Ultrasonics, Ferroelectrics and Frequency Control 46 (2), 422–439.
  • Romero-Laorden, David, e., Mar. 2011. Field modelling acceleration on ultrasonic systems using graphic hardware. Computer Physics Communications 182 (3), 590–599. DOI: 10.1016/j.cpc.2010.10.032
  • Smith, S. W., 1998. Digital Signal Processing. Analog Devices.
  • Steinberg, B. D., 1976. Principles of Aperture and Array System Design. WileyInterscience.
Fuente de los datos: Dialnet