基于查找表的FFT CUDA并行算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 快速傅里叶变换的研究与发展 | 第13-15页 |
| 1.2.2 GPU通用计算的研究与发展 | 第15-16页 |
| 1.3 本文研究内容 | 第16-17页 |
| 1.4 本文组织结构 | 第17-18页 |
| 第2章 相关理论与研究 | 第18-35页 |
| 2.1 GPU架构 | 第18-26页 |
| 2.1.1 CUDA编程模型 | 第18-24页 |
| 2.1.2 纹理存储器具体使用方法 | 第24-26页 |
| 2.2 快速傅里叶变换算法 | 第26-33页 |
| 2.2.1 离散傅里叶变换 | 第26页 |
| 2.2.2 旋转因子 | 第26-27页 |
| 2.2.3 快速傅里叶变换 | 第27-33页 |
| 2.3 查找表 | 第33-34页 |
| 2.4 小结 | 第34-35页 |
| 第3章 并行FFT算法设计与优化 | 第35-45页 |
| 3.1 快速傅里叶串行算法 | 第35-36页 |
| 3.2 FFT算法并行设计 | 第36-37页 |
| 3.2.1 FFT算法并行可行性分析 | 第36页 |
| 3.2.2 旋转因子并行设计 | 第36-37页 |
| 3.2.3 任务划分 | 第37页 |
| 3.3 FFT在GPU CUDA上的并行算法 | 第37-39页 |
| 3.3.1 GPU程序的执行步骤 | 第37-38页 |
| 3.3.2 并行FFIT算法执行步骤 | 第38-39页 |
| 3.4 基于CUDA的并行优化 | 第39-43页 |
| 3.4.1 线程结构优化 | 第39-41页 |
| 3.4.2 CUDA程序优化 | 第41-42页 |
| 3.4.3 旋转因子存储优化 | 第42-43页 |
| 3.5 多GPU上的并行FFT | 第43-44页 |
| 3.6 小结 | 第44-45页 |
| 第4章 基于CUDA的FFT算法实现 | 第45-56页 |
| 4.1 实验平台搭建 | 第45-46页 |
| 4.1.1 设备参数 | 第45页 |
| 4.1.2 CPU+GPU异构平台合作 | 第45-46页 |
| 4.2 并行快速傅里叶算法具体实现 | 第46-48页 |
| 4.2.1 倒位序算法实现 | 第46-47页 |
| 4.2.2 基于一维纹理内存的FFT | 第47-48页 |
| 4.2.3 基于二维纹理内存的FFT | 第48页 |
| 4.3 实验结果分析 | 第48-55页 |
| 4.3.1 单GPU上程序运行 | 第49-52页 |
| 4.3.2 多GPU上程序运行 | 第52-55页 |
| 4.4 小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 附录A 攻读硕士学位期间所发表的学术论文目录 | 第62-63页 |
| 附录B 攻读学位期间所参加的科研项目目录 | 第63-64页 |
| 致谢 | 第64页 |
