基于逐点插入的Delaunay四面体剖分并行算法研究.docVIP

基于逐点插入的Delaunay四面体剖分并行算法研究 　　Delaunay四面体剖分凭借生成网格的高质量性和良好逼近性，其并行网格生成技术备受业界关注。以逐点插入思想的Delaunay四面体网格剖分串行算法为基础，采用“网格生成串行算法+新并行策略”的方式，提出一种基于数据并行的Delaunay四面体剖分并行算法。同时在Linux+MPI平台上实现上述并行算法，取得了良好的计算效率。 　　【关键词】Delaunay三角剖分 网格生成 并行算法 并行策略 　　1 引言 　　随着大型并行计算机软硬件技术的快速发展，网格剖分并行技术已成为科学工程计算领域研究的热点之一。Delaunay三角剖分是三维空间数值模拟阶段最基本的逼近单元和3D复杂对象可视化处理中最佳离散形式，剖分得到Delaunay三角网格具有良好的数学特性与优化特性。 　　基于逐点插入思想的Delaunay三角剖分，构成的网格唯一性、网格质量都较好，并且满足Delaunay三角剖分的空圆准则，具有较高的执行效率。而基于逐点插入的Delaunay四面体剖分内部的并行，耦合性是制约其并行效率的主要瓶颈，例如BW并行算法中插入点的冲突问题导致处理器之间较高的通信耗时，这是决定BW并行算法高低的主要因素。Yagawa等提出的自由网格法（free mesh method.FMM），有效的规避了耦合性的限制，充分利用网格的局部特性，适合大规模并行计算、负载均衡，不过局部网格生成的质量是决定剖分优劣的关键因素。地球物理勘探中，野外地层块实体断层之间耦合性很小（如图1所示地震层块体显示），并且可以通过野外放炮、检波一系列手段获取各个层面的数据点坐标，针对于此本文结合逐点插入算法和自由网格方法，提出了一种基于数据并行的Delaunay四面体剖分并行算法，此算法有效缩短了数据点同时插入时通信耗时，提高了网格剖分效率。 　　2 逐点插入Delaunay四面体剖分串行算法设计 　　本文提出的并行算法基于逐点插入算法，在此首先给出基于逐点插入的四面体剖分串行算法的具体实现过程。 　　2.1 数据结构 　　定义三种数据结构Point结构、Tetrahedral结构、Circumscribed sphere结构，数据结构具体定义如下： 　　2.1.1 点Point 　　三维情况下的数据点用二维数组node[i]存储：记录第i个点的横坐标、纵坐标、竖坐标。 　　2.1.2 四面体Tetrahedral 　　四面体信息存储在四面体信息矩阵中：tera_info[i]，分别存储第i个四面体四个顶点编号和第i个四面体四个外邻四面体编号。 　　2.1.3 外接球Circumscribed sphere 　　三维Delaunay逐点插入算法在执行的过程中要不断搜索四面体外接球的信息，需要记录下外接球的圆心坐标与半径，用二维数组存储：tetra_circum[]，存放第i个四面体外接球的球心横坐标、纵坐标、竖坐标、四面体外接球半径。 　　2.2 算法流程图 　　三维逐点插入Delaunay四面体剖分串行算法在本文中用于子块体网格剖分，具体实现过程如图2所示。 　　3 逐点插入Delaunay四面体剖分并行算法设计 　　3.1 并行算法基本思想 　　首先对三维数据点限定在一个规则的长方体，然后将大块体分割为多个子块体，每一个子块体含有上下两层数据点（相邻两个子块共享一层数据），对每一子块体针对上下两层数据点采用三维逐点插入Delaunay剖分串行算法进行四面体网格生成。然后合并子块剖分之后得到的局部四面体网格，得到整体Delaunay四面体网格，如图3所示。 　　3.2 并行算法采用的并行策略 　　将大块体按层分解为多个子块体，同时每一层数据点存储在一个数据文件中，以下给出相关实现。 　　MPI_Comm_rank（MPI_COMM_WORLD，rank）； 　　MPI_Comm_size（MPI_COMM_WORLD，size）； 　　//为实现负载均衡，采用交叉数据分解方法 　　for（int i=rank；ilayer-1；i=i+proceSize） 　　//layer是大块体被分成子块之后包含的总层数，proceSize启动的进程的总数量。 　　{ Delaunay_3d：：read_data（fileName[i]，node）； 　　//fileName[]中存储的是多个数据文件名称，一个数据文件储存一层三维点坐标信息。 　　Delaunay_3d：：read_data（fileName[i+1]，node） 　　//读取第i与第i+1两相邻层数据，将数据点信息存储于二维数组node[][]中 　　Delaunay_3d：：dela