NASA兰利研究中心用GPU计算加速声学数据分析

美国国家航空航天局的工程师使用多达126个麦克风来记录在风洞测试中飞机部件产生的声音。30秒后，工程师重新放置麦克风，开始另一个30秒的录音。一次运行可能包括多达14个录音。多次运行可以在不同的风洞速度或与不同的飞机方向进行。一个测试可能包含数百个运行。

工程师们使用的是用Fortran语言编写的遗留程序，每次记录产生的约2g数据需要20-40分钟。该团队希望减少处理时间，以便能够识别硬件问题，并为即将到来的运行配置即时做出决策。此外，他们希望在设施中处理数据，减少数据传输开销并简化数据安全程序。

他们知道单台机器上的多核处理无法提供所需的处理速度。团队需要GPU处理来满足他们的需求。

NASA工程师在MATLAB中重新实现了旧的代码，并使用GPU计算和并行计算工具箱来减少处理时间。

在MATLAB中，工程师们开发了一种算法来处理来自数据采集系统的16位整数数据。MATLAB算法将数据转换为压力信号，将信号分解为块，将块转换为频域，校正仪表和滤波效应，并通过块的平均值来构建协方差矩阵，提供对每对麦克风的共同功率的估计。

该算法结合了Hamming, Kaiser，和信号处理工具箱™中的平顶窗口函数，以及快速傅立叶变换(FFTs)和矩阵乘法运算。它最初是为标准CPU操作而开发的。

为了验证MATLAB实现，该团队将其产生的结果与遗留代码产生的结果进行了比较，确保匹配在可接受的容忍范围内。然后，他们更新了MATLAB代码，使用并行计算工具箱将声学数据传输到K20 GPU，并执行计算密集型操作。

为了简化录音的批处理，工程师们在MATLAB中创建了一个图形界面，用于指定算法选项和选择要处理的录音。他们开发了第二个界面，用于生成结果图，包括窄带光谱和三分之一倍频频带光谱图。这些图有助于评估噪声源行为和数据质量，并用于开发先进的噪声抑制模型。

该团队计划在MATLAB中开发额外的高级处理算法。这些算法将使他们能够在风洞测试中更准确地查明噪声源。