Algoritmo em GPGPU para Acelerar a Determinação do Campo Acústico Produzido por Transdutor Ultrassônico Circular com Excitação Contínua

Abstract

Este trabalho apresenta um algoritmo implementado em GPU, para calcular o campo acústico produzido por um transdutor ultrassônico com excitação contı́nua, emitindo em água. A pressão acústica em um ponto do espaço, na frente do transdutor, é calculada mediante a integral de Rayleigh, a qual utiliza o princı́pio de Huygens para considerar o campo de pressão como a soma da contribuição de um número infinito de fontes pontuais. Dado que a pressão em cada ponto do espaço pode ser calculada de forma independente, o algoritmo pode ser executado em paralelo, aproveitando a vantagem dos núcleos da GPU. Foi analisado o desempenho do algoritmo proposto realizando alguns testes na faixa de frequência de 0,25 a 5,0 MHz. A superfı́cie de emissão foi discretizada com a finalidade de obter um determinado número de elementos finitos de área. Foi possı́vel validar os campos acústicos simulados usando o valor teórico da pressão ao longo do eixo de simetria do transdutor. Adicionalmente, a análise de desempenho mostrou que a GPU foi 50 vezes mais rápida que a CPU, para os problemas mais demandantes.

This work presents a GPU algorithm to calculate the acoustic field generated by a circular ultrasonic transducer radiating in water a continuous wave. The acoustic pressure in a space point in front of the transducer is calculated by Rayleigh integral, which uses the Huygens principle to compose the field as the sum of contributions from an infinite number of point sources. Because the pressure at each spatial point can be calculated independently, the solution algorithm can run in parallel, taking advantage of the GPU cores. Some experiments were performed in a frequency range from 0.25 to 5.0 MHz. The radiating surface was discretized in order to have a fixed number of elemental areas per wavelength. Results showed the validity of the acoustic fields simulated. In addition, a performance analysis showed that the GPU was 50 times faster than CPU for the most demanding problems.