基于GPU加速的信号MP稀疏分解
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-16页 |
| ·论文研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·稀疏分解研究现状 | 第12-13页 |
| ·GPU高性能运算特性 | 第13-15页 |
| ·本文的章节安排 | 第15-16页 |
| 第2章 信号MP稀疏分解和CUDA运算平台 | 第16-23页 |
| ·信号MP稀疏分解算法 | 第16-19页 |
| ·信号MP稀疏分解算法思想 | 第16-17页 |
| ·信号质量评价标准 | 第17-18页 |
| ·超完备冗余字典 | 第18页 |
| ·基于FFT的信号MP稀疏分解 | 第18-19页 |
| ·基于CUDA的GPU通用计算 | 第19-22页 |
| ·GPU体系架构 | 第19-20页 |
| ·CUDA编程平台概述 | 第20-22页 |
| ·性能测试平台 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第3章 GPU加速基于MP的信号稀疏分解 | 第23-47页 |
| ·信号MP稀疏分解并行运算结构设计 | 第23-25页 |
| ·基于GPU的MP稀疏分解整体算法的构建 | 第25-27页 |
| ·内积运算并行分析 | 第27-34页 |
| ·内积并行运算方案一 | 第27-28页 |
| ·内积并行运算方案二 | 第28-29页 |
| ·内积并行运算方案三 | 第29-30页 |
| ·内积并行运算方案四 | 第30-34页 |
| ·基于MP的信号稀疏分解中数据的并行性实验分析 | 第34-41页 |
| ·冗余字典的并行生成及实验分析 | 第34-37页 |
| ·原子能量运算并行实现及实验分析 | 第37-41页 |
| ·稀疏分解的GPU实现实验结果与分析 | 第41-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 GPU加速基于FFT的信号MP稀疏分解 | 第47-60页 |
| ·基于FFT的信号MP稀疏分解并行运算结构设计 | 第47-50页 |
| ·基于FFT的信号MP稀疏分解中数据的并行性分析 | 第50-55页 |
| ·冗余子字典的并行生成及实验分析 | 第50-52页 |
| ·原子能量运算并行实现及实验分析 | 第52-54页 |
| ·快速傅里叶变换的并行实现及实验分析 | 第54-55页 |
| ·整体算法实现的实验结果与分析 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 结论与展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士期间发表的论文及参与的科研项目 | 第67页 |
