17、矩形孔径天线阵列CAE的网格计算应用与优化

矩形孔径天线阵列CAE的网格计算应用与优化

1. 并行实现的优势与计算挑战

在矩形孔径天线阵列的计算机辅助工程（CAE）中，前期建立数据结构和并行实现环境的工作极具优势。从相关结果来看，当增加频率点数时，不仅整个软件包的性能有所提升，每个模块（MB）也呈现出类似的改善。

以下是关于并行实现的两个关键要点：
- 自适应映射 ：模块（MB）及其相关子系统（AS）到节点的映射是自适应的，它依据节点状态和特定的域分解策略进行调整，这有助于改善负载均衡并最大化性能。
- 巨大计算量 ：以实际工业案例而言，CAE工具在孔径阵列综合中常与优化工具结合使用。例如，在一个六孔径阵列的优化中，采用迭代（遗传）算法通常需要数百次迭代才能收敛。从相关数据可知，100次迭代在单节点上的计算时间超过18小时。考虑到这只是一个极小的六孔径案例，大幅减少工业流程计算时间的重要性不言而喻。

2. 矩形孔径阵列CAE的子问题划分

矩形孔径阵列的CAE可有效划分为四个主要子问题：
1. AFS ：特定的数值方法和独特的属性与挑战。
2. AMC ：计算量较大，是CPU密集型应用。
3. ESM ：同样是CPU密集型应用，可借助高性能计算（HPC）平台。
4. ERP ：需要特定的处理方式。

每个子问题对应一个独立模块，在有合适输入数据的情况下，各模块可独立执行。采用多级并行性，通过MPICH