Новости

Используемый алгоритм: Алгоритм преобразования Фурье методом Кули-Тьюки (Cooley-Tukey). Алгоритм Кули-Тьюки позволяет значительно сократить количество операций для двумерного дискретного преобразования Фурье [1]. Распараллеливание происходит на платформе CUDA, в которой выполняется элементарная операция Алгоритма Кули-Тьюки, так называемая «бабочка» над элементами массива.

1. Блейхут Р. Быстрые алгоритмы цифровой обработки сигналов: Пер. с англ.—М.: Мир, 1989.—448 с.

Используемые сокращения: FFT - Fast Fourier Transform (быстрое преобразование Фурье), iFFT - Inverse Fast Fourier Transform (обратное быстрое преобразование Фурье)

Программа выполняет следующие функции:

Загрузка изображения формата jpg.
Преобразование изображение в массив комплексных чисел.
Расчет прямого преобразования Фурье методом Кули-Тьюки (по нажатию на кнопку FFT)
Расчет обратного преобразования Фурье методом Кули-Тьюки (по нажатию на кнопку iFFT)

Работа с программой: в приложенном архиве располагается программа для OC Windows в виде исполняемого файла (папка redist) и в виде исходного кода (папка src). Для запуска программы необходимо запустить файл GPU_FFT.exe (для примера приложено изображение 512.jpg). На вход подается изображение, из него формируется комплексный массив данных. Данный массив подается на графическую видеокарту, в которой производится расчет преобразования Фурье.

Функциональные возможности:

Расчет прямого и обратного преобразования Фурье методом Кули – Тьюки.
Запись получившихся преобразований в файл. Вывод информации о видеокарте.
Обработка изображений не более чем 8096х8096 пикселей.

Инструментальные средства создания: Microsoft Visual Studio 2013, CUDA Toolkit 7.5.

2016-06-16

Вывод трёхмерных объектов на основе автостереоскопического метода

Назначение - восстановление трёхмерных объектов с использованием автостереоскопического подхода
Область применения - цифровая голография, цифровая голографическая микроскопия, оптическая физика.

Используемый алгоритм: автостереоскопический подход.

На вход программы подаётся файл модели трёхмерного объекта в формате obj. Формат obj можно использовать для представления данных цифровой голораммы. Вычисляются размеры и крайние точки объекта. Модель объекта отображается согласно автостереоскопическому подходу: воссроизведение разных видов модели, с последовательной сменой вида, с задаваемой скоростью. Изменение кадра, с достаточно быстрой для человеческого глаза частотой, благодаря инертности зрения воспринимается как объёмное изображение [1].

1. Методы формирования и оценки качества автостереоскопических изображений / Диссертация / Савельев В.В. – 2014

Функциональные возможности:

восстановление трёхмерных объектов на дисплее с помощью автостереоскопического подхода,
возможность настройки параметров отображения объекта: выбор модели, скорость изменеия вида, толщина сечения объекта,
обрабатывается любой файл формата obj, в котором модель состоит из примитива - треугольник.

Программный продукт выполняет следующие функции:

Загрузка трёхмерных объектов
Расчёт буфера глубины для отрисовки необходимого вида объекта

Инструментальные средства создания - Microsoft Visual Studio 2013, С++, OpenGL, GLSL.

2016-06-01

Гармонический анализ направлений прихода атмосферных ливней

Назначение - Анализ направления прихода широких атмосферных ливней (ШАЛ)
Область применения - Физика космических лучей
Используемый алгоритм - В программе вычисляется амплитуда и фаза k-ой гармоники n точек на круге прямых восхождений, α_i, i=1,..,n (направления прихода космических лучей в экваториальной системе координат) в заданном интервале энергии (в единицах эксаэлектронвольт=10¹⁸ эВ) Алгоритм опубликован в [1].
Функциональные возможности - анализ направления прихода ШАЛ.
Инструментальные средства создания - Fortran

В приложении находятся 2 файла:

1) Описание программы.doc - описание программы

2) Garm_analiz_EAS.zip - архив содержащий три файла:

а) Code.f90 - программа гармонического анализа направлений прихода атмосферных ливней по прямому восхождению в экваториальной системе координат

б) Data.txt - входные данные программы для примера

в) Out.txt - выходные данные программы для примера

[1] А. А. Иванов, А. Д. Красильников, С. И. Никольский. Эффект органиченной статистики в наблюдаемом распределении направления прихода космических лучей сверхвысоких энергий. Сб. ФИАН / Краткие сообщения по физике/ - М. : ФИАН. - 1990. - №6.- С. 30-32.

2016-03-29

Геоинформационная система "Банк данных природных катастроф Земли" (GIS-ENDDB)

Назначение - для исследования исторических природных катастроф (землетрясений и космических ударов) и выявления структур сейсмичности и метеоритных кольцевых структур математическими и геоинформационными средствами по данным пользовательских каталогов.

Область применения - геодинамика, геотектоника.

Используемые алгоритмы - расчет характеристик сейсмического режима, построение линеаментов сейсмичности, построение карт осредненного значения характеристик (на рисунке приведен расчет сейсмических затиший перед Великим Восточным Японским землетрясением и их градиента). Подробное описание алгоритмов в [1,2].

1. Михеева А.В., Дядьков П.Г., Марчук А.Г. Геоинформационная система GIS-EEDB и методы пространственно-временного анализа сейсмологических данных // Геоинформатика, 2013. – № 2. – С. 58-65.

2. Mikheeva A.V., Marchuk An.G., Dyadkov P.G. Geoinformation Systems for Studying Seismicity and Impact Cratering using Remote Sensing Data // In Book: “Geographic Information Systems (GIS): Techniques, Applications and Technologies”. - Nantes University, France: Nova Science Publishers, 2014. – 65 p.

Функциональные возможности- ограничений на объем пользовательских данных нет, максимальный размер файла растровой информации в настоящий момент составляет 18 Гб, наиболее полный каталог - 2722946 записей.

Некоторые функции:

- отрисовка фоновых карт (рельефа, гравики, теплового потока),

- вывод данных импактного и сейсмологического каталогов (координаты, время, диаметр/магнитуда и прочие характеристики), задание детальности ЦМР (от 30'' до 1”),

- инструмент построения разрезов с отображением рельефа фонового поля и сейсмологических данных,

- функция построения линеаментов (на рисунке представлен результат работы алгоритма - линеамент событий за неделю до Чуйского землетрясения на фоне карты аномалий силы тяжести)

Инструментальные средства создания - Visual Studio, FoxPro, ActiveBar. Алгоритмы опубликованы в журнале "Геоинформатика" и "Bulletin NCC. Series: Mathemaical Modeling in Geophysics":

2016-03-23

Численный алгоритм решения обратной задачи для системы дифференциальных уравнений

Назначение - Программа предназначена для численного решения обратной задачи для линейных систем обыкновенных дифференциальных уравнений с правыми частями.

Область применения - Процессы, характеризующиеся системами линейных дифференциальных уравнений (например, фармакокинетика).

Используемый алгоритм - В работе рассмотрена вариационная постановка обратной задачи для линейной системы дифференциальных уравнений с правыми частями [1]. С помощью введения сопряженной задачи в явном виде была получена матрица градиента целевого функционала (подробное описание алгоритма, вид градиента и сопряженной задачи в файле "Инструкция по работе с программой"). Задача оптимизации решается методом итераций Ландвебера. В программе предусмотрены следующие функции:

1. Задание точности решения.
2. Задание временного интервала.
3. Задание параметра метода итераций Ландвебера.
4. Возможность фиксировать параметры в системе дифференциальных уравнений.
5. Возможность ограничения определяемых параметров интервалом допустимых значений.
6. Задание правых частей системы в виде экспонент.

Инструментальные средства создания - Программа написана на языке программирования C++ в среде разработки Visual Studio 13.

[1] А.И. Ильин, С.И. Кабанихин, Д.А. Воронов, Универсальный подход к решению обратной задачи фармакокинетики в случае произвольного количества камер // Сибирские электронные математические известия. «Труды V международной молодежной школы-конференции "Теория и численные методы решения обратных и некорректных задач". 2014. Т. 11. С. С41-С49

Алгоритм разработан в рамках гранта РФФИ № 16-31-00382.