基于CUDA粒子系统的烟花仿真

doi:10.11772/j.issn.1001-9081.2013.07.2059

计算机应用 ›› 2013, Vol. 33 ›› Issue (07): 2059-2062.DOI: 10.11772/j.issn.1001-9081.2013.07.2059

基于CUDA粒子系统的烟花仿真

陈修亮,梁英杰,郭福亮

海军工程大学电子工程学院，武汉 430033

收稿日期:2013-01-05 修回日期:2013-02-06 出版日期:2013-07-01 发布日期:2013-07-06
通讯作者: 陈修亮
作者简介:陈修亮(1984-)，男，山东日照人，博士研究生，主要研究方向：计算机图形学；梁英杰（1985-），男，河北邢台人，博士研究生，主要研究方向：计算机图形学；郭福亮（1963-），男，河北沧州人，教授，博士生导师，博士，主要研究方向：数据挖掘、计算机图形学。
基金资助:
国家自然科学基金资助项目（61100041）

Fireworks simulation based on CUDA particle system

CHEN Xiuliang,LIANG Yingjie,GUO Fuliang

Electronic Engineering College, Naval University of Engineering, Wuhan Hubei 430033, China

Received:2013-01-05 Revised:2013-02-06 Online:2013-07-06 Published:2013-07-01
Contact: CHEN Xiuliang

摘要/Abstract

摘要： 粒子系统的基本理论符合自然世界的客观规律，适用于烟花等复杂现象的仿真。针对粒子系统仿真存在的计算和内存资源消耗巨大等问题，建立了基于统一计算设备架构(CUDA)框架的粒子系统基本模型，讨论了模型中粒子的存储与运动更新，研究了基于CUDA的并行KD-TRIE邻近粒子搜索算法。运用建立的CUDA粒子系统，研究了烟花仿真的具体实现。仿真结果表明，系统能够较逼真地仿真烟花的上升与绽放过程，帧率高达每秒312帧，仿真的真实感和实时性得到增强。

关键词: 统一计算设备架构, 粒子系统, K维二叉树, 烟花, 仿真

Abstract: The elementary theory of the particle system coincides with the objective laws of the natural world. As a result, the particle system can be used for fireworks and other complex phenomena simulation. To solve the problem that the simulation of particle system is of huge computation and memory resources consumption, the paper built the basic particle system model based on Compute Unified Device Architecture (CUDA) framework. The storage and movement update of particles in the model were considered. Then the parallel KD-TRIE neighbor particle search algorithm based on CUDA was studied. Finally, the detailed implementation of the fireworks simulation was discussed based on the CUDA particle system. The results show that the model can simulate the rise and bloom of the fireworks realistically with the frame rate of up to 320 frames per second, enhancing the fidelity and real-time performance of the simulation.

Key words: Compute Unified Device Architecture (CUDA), particle system, K-Dimensional TRIE (KD-TRIE), fireworks, simulation

中图分类号:

TP391.9

陈修亮梁英杰郭福亮. 基于CUDA粒子系统的烟花仿真[J]. 计算机应用, 2013, 33(07): 2059-2062.

CHEN Xiuliang LIANG Yingjie GUO Fuliang. Fireworks simulation based on CUDA particle system[J]. Journal of Computer Applications, 2013, 33(07): 2059-2062.

参考文献

［1］IGLESIAS A.Computer graphics for water modeling and rendering：a survey［J］.Future Generation Computer Systems，2004，20(8)：1355-1374.

［2］KRüGER J，KIPFER P，KONDRATIEVA P，et al.A particle system for interactive visualization of 3D flows［J］.IEEE Transactions on Visualization and Computer Graphics，2005，11(6)：1-13.

［3］何牧君，郭力，严历.大规模并行粒子模拟系统代码级优化研究与实现［J］.计算机与应用化学，2008，25(9)：1107-1110.

［4］冷冕冕，孙少斌.基于粒子系统的战场特效通用模型的设计与实现［J］.计算机应用，2009，29(7)：2124-2127.

［5］NVIDIA Corporation.CUDA C Programming guide version 5.0［EB/OL］.［2012-11-14］.http://docs.nvidia.com/ cuda/cuda-c-programming-guide/index.html.

［6］陈曦，王章野，何戬，等.GPU中的流体场景实时模拟算法［J］.计算机辅助设计与图形学学报，2010，22(3)：396-405.

［7］江顺亮，黄强强，董添文，等.基于CUDA的离散粒子系统模拟仿真及其实现［J］.南昌大学学报：工科版，2011，33(3)：290-294.

［8］WIKIPEDIA.List of Intel chipsets ［EB/OL］.［2013-01-05］.http://en.wikipedia.org/wiki/List_of_Intel_chipsets.

［9］WIKIPEDIA.Comparison of Nvidia graphics processing units［EB/OL］.［2013-01-05］.http://en.wikipedia.org/wiki/Comparison_of_Nvidia_graphics_processing_units.

［10］贺毅辉，叶晨，刘志忠，等.基于CUDA的大规模群体行为实时仿真并行实现及优化［J］.计算机应用，2012，32(9)：2466-2469.

［11］文治中，刘直芳，李纲，等.基于GPU粒子系统的大规模场景高效雨雪实时模拟［J］.计算机应用，2010，30(5)：1398-1401.

［12］REEVES W T.Particle systems：a technique for modeling a class of fuzzy objects［J］.ACM SIGGRAPH Computer Graphics，1983，17(3)：359-376.

［13］ZHENG D Q，WU P，SHANG W L，et al.Nearest neighbor search algorithm based on multiple background grids for fluid simulation ［J］.Journal of Shanghai University: English Edition，2011，11(5)：405-408.

［14］包南森，李正杰，柴亚辉，等.邻居搜索问题在CUDA上基于KD-TRIE方法的优化与实现［J］.上海大学学报：自然科学版，2012，18(3)：305-310.

［15］李清畅，杨高波，王小静.基于粒子系统的焰火建模及其算法仿真［J］.系统仿真学报，2009，21(8)：2179-2184.

[1]	李进, 王凤, 杨沈宇. 换电模式下电动车货运路径优化模型与算法[J]. 计算机应用, 2021, 41(6): 1792-1798.
[2]	李燕, 陈巧萍. 考虑非支持性评论的网络谣言传播模型[J]. 计算机应用, 2021, 41(4): 1128-1135.
[3]	杨先凤, 贵红军, 傅春常. 统一计算设备架构下的F-X域预测滤波并行算法[J]. 计算机应用, 2021, 41(2): 486-491.
[4]	李克文, 马祥博, 候文艳. 带有自适应合并策略和导向算子的增强型烟花算法[J]. 计算机应用, 2021, 41(1): 81-86.
[5]	王江坤, 何坤金, 曹红飞, 王金强, 张燕. 基于光滑粒子流体动力学方法的交互式水流加热仿真[J]. 计算机应用, 2020, 40(5): 1409-1414.
[6]	孙天齐, 胡建鹏, 黄娟, 樊莹. 云环境下Web应用带宽资源预测与管理[J]. 计算机应用, 2020, 40(1): 181-187.
[7]	黄东晋, 段思文, 雷雪, 梁景坤. 基于Voronoi图的群体队形控制方法[J]. 计算机应用, 2019, 39(6): 1799-1803.
[8]	张程, 陈付龙, 刘超, 齐学梅. 基于XML的信息物理融合系统组件建模与仿真[J]. 计算机应用, 2019, 39(6): 1842-1848.
[9]	李静, 刘冬实. 主动容错云存储系统的可靠性评价模型[J]. 计算机应用, 2018, 38(9): 2631-2636.
[10]	高钦泉, 黄伟萍, 杜民, 韦孟宇, 柯栋忠. 基于双目视觉的盆腔微创手术增强现实导航仿真系统的设计[J]. 计算机应用, 2018, 38(9): 2660-2665.
[11]	张铭, 王晋东, 卫波. 基于改进烟花算法的密集任务成像卫星调度方法[J]. 计算机应用, 2018, 38(9): 2712-2719.
[12]	郑垚宇, 方洋旺, 魏贤智, 陈少华, 高翔, 王宏柯, 彭维仕. 基于云模型的仿真可信度评估方法[J]. 计算机应用, 2018, 38(6): 1535-1541.
[13]	王舰, 王志宏, 张乐君. 复杂网络演化的舆论动力学模型及仿真分析[J]. 计算机应用, 2018, 38(4): 1201-1206.
[14]	吴文燕, 姜鑫, 王晓锋, 刘渊. 虚拟化与数字仿真融合的多尺度网络复现技术[J]. 计算机应用, 2018, 38(3): 746-752.
[15]	张锐, 肖如良, 倪友聪, 杜欣. 逼真生成表格式数据的非时间属性关联模型[J]. 计算机应用, 2017, 37(9): 2684-2688.

基于CUDA粒子系统的烟花仿真

Fireworks simulation based on CUDA particle system

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics