《表1 实验硬件参数配置》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于GPU加速遗传算法的直接定位研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

仿真以GPU-GADPD算法完成一次迭代所耗费时间为衡量标准，验证所提算法的加速效果。考虑到每代种群迭代时间具有一定随机性，故设置最大迭代代数为500代，并取完成所有迭代的总时间对每一代的平均值作为完成一次迭代所耗费时间。假设目标位于（6.5，4）km处向外界发射载频为0.2 GHz信号，两观测站速度大小为200 m/s，分别在（1，0）km、（5，0）km、（9，0）km和（10，1）km、（10，5）km、（10，9）km处对目标进行观测。遗传参数设置为:交叉概率为0.9，变异概率为0.1。接下来将对GA-DPD算法和本文所提GPU-GADPD算法进行对比，在达到相同定位精度条件下，验证GPU-GADPD算法的加速效果。本文仿真实验软件参数配置如下:操作系统，Windows 7 64 bit Ultimate；CUDA开发平台，CUDA 7.0；程序运行平台，Visual Studio 2012 Ultimate。所用硬件参数配置如表1所示。