基于 GPU 的实时快速射电暴搜寻单脉冲检测算法

由于快速射电暴的发现，时域射电天文中非重复或不规则事件的检测在过去十年中变得日益重要。现有或即将建成的射电望远镜正在收集越来越多的数据，因此作为这些望远镜重要组成部分的软件必须以高数据速率处理海量数据卷。必须搜索数据以探测新的和有趣的事件，且常为实时进行。这些需求催生了必须快速且准确处理数据的新算法。本工作中我们提出使用箱车滤波器的单脉冲检测新算法。我们量化了使用箱车滤波器的单脉冲检测算法引入的信号损失，并基于这些结果设计了两种不同的“有损”算法。我们的有损算法使用不完整的箱车滤波器集以加速检测，代价是检测信号功率的微小降低。我们给出了信号损失的公式、算法描述及其在 NVIDIA GPU 上使用 CUDA 的并行实现。我们还给出了正确性测试、人工数据测试以及所达成的性能。我们的实现在 NVIDIA P100 GPU 上处理类 SKA-MID 数据比实时快 266$\times$，在 NVIDIA Titan V GPU 上比实时快 500 倍，平均信号功率损失为 7%。我们以超越 SKA 时代、纳秒时间分辨率射电天文的单脉冲检测展望作结。