地震资料逆时偏移中的图形处理器加速算法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金(41004057,41104088);国家863高技术研究发展计划(2012AA061202);中国石油科技创新基金(2011D-5006-0304)


GPU Acceleration Algorithm of the Reverse Time Migration with Seismic Data
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    叠前逆时偏移(RTM)方法是目前地震勘探领域最为精确的一种地震数据成像方法, 其运用双程声波方程进行波场延拓, 可实现对复杂构造介质的准确成像. 文中采用互相关成像条件对震源波场与检波点波场在同时刻相关成像. 针对RTM方法计算量大的问题, 将图形处理器(GPU)引入到RTM计算中, 充分挖掘GPU的众核结构优势, 利用基于CUDA架构的并行加速算法取代传统CPU的串行运算, 对逆时偏移算法中较为耗时的波场延拓和相关成像过程进行加速. 复杂模型测试结果表明, 在确保RTM成像精度的前提下, 相比于传统CPU计算, GPU并行加速算法可大幅度地提高计算效率, 进而实现基于GPU加速的叠前逆时偏移算法对复杂介质的高效率、高精度成像.

    Abstract:

    Currently,prestack reverse-time migration is the most accurate imaging method for seismic data in seismic prospecting domain. It extrapolating the wave field with the two-way acoustic wave equation, and it can image complex geological structure accurately. The cross-correlation imaging condition is used for the imaging of source wavefield and receiver wavefield at the same time in the paper. For computationally intensive problems of RTM,we introduce the graphics processing unit (GPU) into RTM algorithm, and exploit the multicore advantages of GPU. In this paper,we use the parallel acceleration algorithm base on the CUDA architecture to replace the serial computation on the traditional CPU and accelerate the process of the wavefield extrapolation and cross-correlation imaging in reverse time migration. The test on complex modeling show that we can achieve imaging result for complex medium with high efficiency and precision by pre-stack reverse time migration algorithm base on GPU acceleration. Under the premise of ensuring the calculation accuracy of the RTM, comparing with the traditional CPU calculation,GPU parallel acceleration algorithm can improve the computational efficiency greatly.

    参考文献
    相似文献
    引证文献
引用本文

柯璇,石颖,刘诗竹.地震资料逆时偏移中的图形处理器加速算法.计算机系统应用,2013,22(11):115-118

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2013-04-14
  • 最后修改日期:2013-05-14
  • 录用日期:
  • 在线发布日期: 2013-11-22
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号