水声阵列宽带自适应波束形成的GPU众核并行计算
| 摘要 | 第9-10页 |
| ABSTRACT | 第10页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 实验算例与实验平台 | 第12-13页 |
| 1.3 论文研究内容和组织结构 | 第13-15页 |
| 第二章 背景知识与研究现状 | 第15-28页 |
| 2.1 GPU计算架构与编程环境 | 第15-23页 |
| 2.1.1 典型GPU架构 | 第16-18页 |
| 2.1.2 CUDA软件开发环境 | 第18-22页 |
| 2.1.3 CUDA程序性能优化要点 | 第22-23页 |
| 2.2 阵列信号波束形成及其并行计算研究现状 | 第23-28页 |
| 2.2.1 波束形成概念 | 第23-25页 |
| 2.2.2 自适应波束形成算法 | 第25-26页 |
| 2.2.3 波束形成并行计算研究 | 第26-28页 |
| 第三章 MVDR算法GPU众核并行计算 | 第28-44页 |
| 3.1 MVDR方法描述 | 第28-29页 |
| 3.2 MVDR串行算法 | 第29-32页 |
| 3.2.1 MVDR算法流程设计 | 第29-31页 |
| 3.2.2 协方差矩阵求逆算法设计与实现 | 第31页 |
| 3.2.3 计算热点分析 | 第31-32页 |
| 3.3 MVDR CPU多核并行 | 第32-33页 |
| 3.4 MVDR GPU并行算法设计与实现 | 第33-38页 |
| 3.4.1 任务划分与存储映射 | 第33-34页 |
| 3.4.2 CPU/GPU协同计算 | 第34-38页 |
| 3.5 实验验证与分析 | 第38-44页 |
| 第四章 MUSIC算法GPU众核并行计算 | 第44-59页 |
| 4.1 MUSIC方法描述 | 第44-45页 |
| 4.2 MUSIC串行算法 | 第45-48页 |
| 4.2.1 MUSIC算法流程设计 | 第45-46页 |
| 4.2.2 特征值分解算法设计与实现 | 第46-48页 |
| 4.2.3 计算热点分析 | 第48页 |
| 4.3 CPU多核并行 | 第48-49页 |
| 4.4 MUSIC GPU并行算法设计与实现 | 第49-54页 |
| 4.4.1 任务划分与存储映射 | 第49-50页 |
| 4.4.2 CPU/GPU协同计算 | 第50-54页 |
| 4.5 实验验证与分析 | 第54-59页 |
| 第五章 结束语 | 第59-60页 |
| 5.1 工作总结 | 第59页 |
| 5.2 研究展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 作者在学期间取得的学术成果 | 第64页 |
