BVH-Accelerated Ray Tracing for High-Frequency Electromagnetic Backscattering

यहाँ शोध पत्र "BVH-Accelerated Ray Tracing for High-Frequency Electromagnetic Backscattering" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

जैसे-जैसे विद्युत चुम्बकीय आवृत्तियाँ (electromagnetic frequencies) बढ़ती हैं (सब-टेराहर्ट्ज़ और 6G परिदृश्यों की ओर बढ़ते हुए), वस्तुओं का विशिष्ट आकार ($D$) तरंग दैर्ध्य ($\lambda$) की तुलना में बहुत बड़ा हो जाता है। इस उच्च-आवृत्ति शासन (high-frequency regime) में ($D/\lambda \gg 1$):

• फुल-वेव सॉल्वर (जैसे FDTD, FEM) गणनात्मक रूप से अव्यवहार्य हो जाते हैं क्योंकि उन्हें तरंग दैर्ध्य को कैप्चर करने के लिए पर्याप्त सूक्ष्म मेश (mesh) के साथ ज्यामिति को हल करने की आवश्यकता होती है, जिससे भारी मेमोरी और रनटाइम की आवश्यकता होती है।
• एसिम्प्टोटिक विधियों (Asymptotic methods) की आवश्यकता होती है। विशेष रूप से, जटिल धात्विक वस्तुओं के रडार क्रॉस सेक्शन (RCS) की भविष्यवाणी करने के लिए शूटिंग एंड बाउंसिंग रेज़ (SBR) एक पसंदीदा दृष्टिकोण है।
• बाधा (The Bottleneck): SBR में प्रमुख गणनात्मक लागत बार-बार होने वाला रे-सरफेस इंटरसेक्शन (ray-surface intersection) क्वेरी है। जैसे-जैसे भौतिक ऑप्टिक्स (PO) सटीकता आवश्यकताओं को पूरा करने के लिए रे घनत्व बढ़ता है और मल्टी-रिफ्लेक्शन प्रभावों को कैप्चर करने के लिए बाउंस डेप्थ बढ़ती है, एक साधारण "ऑल-वर्सेस-ऑल" रे-ट्रायंगल टेस्ट अत्यधिक महंगा हो जाता है।

2. कार्यप्रणाली (Methodology)

लेखक एक उच्च-प्रदर्शन SBR फ्रेमवर्क का प्रस्ताव करते हैं जिसे SagittaSBR में कार्यान्वित किया गया है, जो पदानुक्रमित स्थानिक डेटा संरचनाओं (hierarchical spatial data structures) और हेटेरोजेनियस कंप्यूटिंग द्वारा त्वरित Geometrical Optics (GO) ट्रांसपोर्ट को Physical Optics (PO) इंटीग्रेशन के साथ जोड़ता है।

A. गणितीय सूत्रीकरण (Mathematical Formulation)

• GO/PO हाइब्रिड: यह विधि रे प्रक्षेपवक्र (ray trajectories - GO) का उपयोग करके विद्युत चुम्बकीय प्रसार का अनुमान लगाती है और प्रदीप्त क्षेत्र (illuminated area) पर प्रेरित सतह धाराओं (induced surface currents) को एकीकृत करके प्रकीर्णित क्षेत्र (scattered field - PO) की गणना करती है।
• रे-ट्यूब विविक्तीकरण (Ray-Tube Discretization): रे डाइवर्जेंस कारकों को ट्रैक करने के बजाय, यह विधि एक गिरते हुए रे ग्रिड का उपयोग करके PO सतह इंटीग्रल को विविक्त (discretize) करती है, जहाँ प्रत्येक रे का क्षेत्रफल भार $\Delta A = \Delta s^2$ है।
• सैंपलिंग नियम: स्थानिक एलियासिंग (spatial aliasing - RCS पैटर्न में गैर-भौतिक दोलन) को रोकने के लिए, प्रदीप्त रे रिक्ति (incident ray spacing) $\Delta s$ को $\Delta s \leq \lambda/5$ द्वारा प्रतिबंधित किया गया है। यह सुनिश्चित करता है कि प्रति तरंग दैर्ध्य कम से कम पाँच नमूने हों, जिससे सटीकता आवश्यकताओं को सीधे रे ग्रिड रिज़ॉल्यूशन में बदल दिया जाता है।
• मोनोस्टैटिक RCS: प्रकीर्णित क्षेत्र आयाम $A$ की गणना वैध रे पथों के सुसंगत योग (coherent sum) के माध्यम से की जाती है:
  $$A = \sum_{i=1}^{N} \frac{jk\Delta A}{4\pi} 2(\hat{n}_i \cdot -\hat{k}_{inc}) \Gamma^{N_i} e^{-j2kR_i}$$
  जहाँ $R_i$ संचित ऑप्टिकल पाथ लेंथ है, $N_i$ बाउंस की संख्या है, और $\Gamma$ परावर्तन गुणांक (reflection coefficient) है।

B. एल्गोरिथमिक पाइपलाइन (Algorithmic Pipeline)

कार्यप्रवाह को एक Trace–Integrate पाइपलाइन के रूप में व्यवस्थित किया गया है:

1. सैंपलिंग (Sampling): लक्ष्य के अनुमानित विस्तार को कवर करने वाले एक वर्चुअल अपर्चर से रेज़ का एक ऑर्थोग्राफिक ग्रिड लॉन्च किया जाता है।
2. BVH-त्वरित ट्रैवर्सल (Trace):
   • लक्ष्य के त्रिकोणीय मेश पर एक बाउंडिंग वॉल्यूम पदानुक्रम (BVH) का निर्माण किया जाता है।
   • विभाजन रणनीतियाँ (Splitting Strategies): BVH या तो मीडियन स्प्लिट (तेज़, संतुलित ट्री) या बिन्डेड सरफेस एरिया ह्यूरिस्टिक (SAH) (ट्रैवर्सल लागत को कम करने के लिए जटिल ज्यामिति के लिए अनुकूलित) का उपयोग करता है।
   • मल्टी-बाउंस ट्रांसपोर्ट: रेज़ को BVH के माध्यम से पुनरावृत्ति (iteratively) के साथ ट्रेस किया जाता है। एक त्रिकोण से टकराने पर, रे की दिशा स्पेकुलर रिफ्लेक्शन के माध्यम से अपडेट की जाती है, और पाथ लेंथ को संचित किया जाता है।
   • हिट रिकॉर्डिंग: ट्रैवर्सल चरण प्रत्येक रे के लिए एक संक्षिप्त रिकॉर्ड आउटपुट करता है: वैधता फ्लैग, प्रथम-हिट नॉर्मल, कुल पाथ लेंथ और बाउंस काउंट।
3. PO एकत्रीकरण (Integrate):
   • केवल "वैध" रे (जो लक्ष्य से टकराते हैं और रिसीवर प्लेन में वापस आते हैं) को प्रोसेस किया जाता है।
   • सुसंगत योग (Eq. 7) को एक अलग कर्नेल में मूल्यांकित किया जाता है। यह पृथक्करण सुनिश्चित करता है कि इंटरसेक्शन-भारी चरण और अंकगणित-भारी चरण को स्वतंत्र रूप से अनुकूलित किया जा सके।

C. कार्यान्वयन और समानांतरता (Implementation & Parallelization)

• हार्डवेयर: कोड C++/CUDA में लिखा गया है और HIP रनटाइम API के माध्यम से NVIDIA और AMD GPU के लिए समर्थन करता है।
• MPI समानांतरता: कोणीय स्वीप (बदलते आपतित कोण $\theta, \phi$) को MPI रैंकों के बीच वितरित किया जाता है। प्रत्येक रैंक मेश और BVH की एक प्रति रखता है, और कोणों के एक उपसमुच्चय को स्वतंत्र रूप से प्रोसेस करता है।
• मेमोरी प्रबंधन: BVH निर्माण के लिए एटॉमिक काउंटरों के साथ एक ग्लोबल नोड पूल और ट्रैवर्सल में रिकर्सन डेप्थ समस्याओं और रजिस्टर स्पिलिंग से बचने के लिए स्पष्ट फिक्स्ड-साइज़ स्टैक का उपयोग करता है।

3. मुख्य योगदान (Key Contributions)

1. BVH-त्वरित SBR: रे-त्रिकोण इंटरसेक्शन खोजों की जटिलता को नाटकीय रूप से कम करने के लिए उच्च-आवृत्ति विद्युत चुम्बकीय प्रकीर्णन में BVH स्थानिक विभाजन को सफलतापूर्वक एकीकृत करता है।
2. Trace–Integrate अपघटन: ज्यामितीय ट्रैवर्सल (हिट डिटेक्शन) को क्षेत्र मूल्यांकन (PO इंटीग्रेशन) से अलग करता है। यह कैश लोकैलिटी (cache locality) में सुधार करता है और दोनों गणना चरणों के अलग-अलग अनुकूलन की अनुमति देता है।
3. हेटरोजीनियस GPU समर्थन: एक एकीकृत कार्यान्वयन प्रदर्शित करता है जो NVIDIA (A100) और AMD (MI250X) दोनों आर्किटेक्चर पर कुशलतापूर्वक चलता है, जो फ्लोटिंग-पॉइंट परिशुद्धता के संबंध में विशिष्ट प्रदर्शन विशेषताओं को प्रकट करता है।
4. मजबूत सैंपलिंग मानदंड: संख्यात्मक एलियासिंग को नियंत्रित करने के लिए एक स्पष्ट नियम ($\Delta s \leq \lambda/5$) स्थापित करता है, जो फ्रीक्वेंसी स्वीप के दौरान भौतिक निष्ठा (physical fidelity) सुनिश्चित करता है।

4. परिणाम और सत्यापन (Results & Validation)

A. सत्यापन (PEC Sphere)

• Mie Theory तुलना: सॉल्वर को एक परफेक्टली इलेक्ट्रिकली कंडक्टिंग (PEC) गोले के विश्लेषणात्मक मी (Mie) स्कैटरिंग समाधानों के विरुद्ध सत्यापित किया गया था।
• सटीकता: ऑप्टिकल क्षेत्र ($k_r \gtrsim 30$) में उत्कृष्ट सहमति पाई गई, जिसमें मानक विचलन $\sim 2.5\%$ था।
• एलियासिंग अस्थिरता: बहुत उच्च आवृत्तियों ($k_r \approx 8000$) पर, जब तरंग दैर्ध्य कम होते समय रे ग्रिड घनत्व को स्थिर रखा गया, तो एलियासिंग हुई। इसने $\lambda/5$ सैंपलिंग नियम की आवश्यकता की पुष्टि की।

B. बड़े पैमाने पर अनुप्रयोग (A380 विमान)

• परिदृश्य: 10 GHz पर एक A380 विमान (लगभग 80m $\times$ 73m) का पूर्ण-गोलाकार मोनोस्टैटिक RCS स्कैन।
• पैमाना: प्रति कोण $9 \times 10^8$ रेज़ के साथ $30,000 \times 30,000$ रे ग्रिड का उपयोग किया गया, जिसमें प्रति रे 100 बाउंस तक शामिल थे।
• प्रदर्शन:
  • रनटाइम: 8 LUMI नोड्स (32 AMD MI250X GPU) पर औसत गणना समय प्रति कोणीय स्थिति 616 ms।
  • कुल रेज़: सिमुलेशन ने लगभग $1.125 \times 10^{14}$ रेज़ को प्रोसेस किया।
  • स्केलेबिलिटी: स्ट्रॉन्ग स्केलिंग दक्षता 256 डिवाइस पर 88% तक पहुँची; वीक स्केलिंग दक्षता 96% तक पहुँची।

C. आर्किटेक्चर-विशिष्ट अंतर्दृष्टि

• परिशुद्धता ट्रेड-ऑफ (Precision Trade-offs):
  • NVIDIA A100: सिंगल प्रिसिजन (FP32) डबल प्रिसिजन (FP64) की तुलना में काफी तेज़ (+53% स्पीडअप) है।
  • AMD MI250X: रे-लॉन्च कर्नेल के लिए डबल प्रिसिजन (FP64) वास्तव में FP32 की तुलना में 20% तेज़ है, जो संभवतः 64-बिट ऑपरेशंस के लिए हार्डवेयर अनुकूलन के कारण है।
  • सिफारिश: थ्रूपुट को अधिकतम करने के लिए NVIDIA के लिए FP32 का उपयोग करें; रनटाइम को कम करने और फेज एक्यूमुलेशन त्रुटियों से बचने के लिए AMD के लिए FP64 का उपयोग करें।

5. महत्व (Significance)

यह कार्य प्रदर्शित करता है कि एसिम्प्टोटिक रे-आधारित विधियां, जब आधुनिक BVH त्वरण और एक्सास्केल GPU कंप्यूटिंग के साथ संयोजित होती हैं, तो वे विद्युत रूप से बड़े, जटिल ज्यामिति (जैसे विमान) के लिए विद्युत चुम्बकीय प्रकीर्णन की समस्याओं को प्रभावी ढंग से हल कर सकती हैं, जिन्हें वर्तमान में फुल-वेव सॉल्वर के लिए हल करना कठिन है।

• 6G प्रासंगिकता: सब-टेराहर्ट्ज़ आवृत्तियों पर प्रकीर्णन का अनुकरण करने की क्षमता भविष्य के 6G संचार प्रणालियों और रडार के डिजाइन के लिए महत्वपूर्ण है।
• स्केलेबिलिटी: यह विधि हजारों GPU कोर तक कुशलतापूर्वक स्केल करती है, जिससे डिजाइन अनुकूलन के लिए तीव्र पैरामीटर स्वैप सक्षम होता है।
• भविष्य की दिशाएं: यह फ्रेमवर्क डिफ्रैक्शन प्रभावों (GTD/UTD), डाइइलेक्ट्रिक सामग्रियों और पूर्ण ध्रुवीकृत प्रकीर्णन (fully polarimetric scattering) को शामिल करने के लिए विस्तार योग्य है, जो और भी उच्च निष्ठा वाले सिमुलेशन के लिए आवश्यक हैं।

सॉफ्टवेयर उपलब्धता: सोर्स कोड यहाँ उपलब्ध है: https://github.com/marco-pas/SagittaSBR