| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-23页 |
| 1.1 自适应光学 | 第11-12页 |
| 1.1.1 自适应光学简介 | 第11-12页 |
| 1.1.2 自适应光学的发展历程 | 第12页 |
| 1.2 自适应光学控制系统组成 | 第12-15页 |
| 1.2.1 Hartmann-Shack波前传感器 | 第13-14页 |
| 1.2.2 波前校正器 | 第14页 |
| 1.2.3 波前控制器 | 第14-15页 |
| 1.3 自适应光学的应用 | 第15-17页 |
| 1.3.1 天文学 | 第15-16页 |
| 1.3.2 其他应用 | 第16-17页 |
| 1.4 自适应光学控制系统 | 第17-19页 |
| 1.4.1 自适应光学实时性需求 | 第17页 |
| 1.4.2 实时波前控制系统研究现状 | 第17-19页 |
| 1.5 GPU硬件介绍 | 第19-20页 |
| 1.6 研究目的及意义 | 第20-21页 |
| 1.7 本文内容和结构 | 第21-23页 |
| 第2章 波前控制过程与GPU优化可行性分析 | 第23-31页 |
| 2.1 实时波前处理过程的计算流程 | 第23页 |
| 2.2 GPU-CPU异构并行计算流程 | 第23-24页 |
| 2.3 波前控制算法 | 第24-28页 |
| 2.3.1 波前斜率计算方法 | 第24-25页 |
| 2.3.2 波前斜率算法的计算时间复杂度及并行性分析 | 第25-27页 |
| 2.3.3 波前重构方法 | 第27-28页 |
| 2.3.4 波前重构的计算时间复杂度 | 第28页 |
| 2.3.5 波前控制算法的时间复杂度分析 | 第28页 |
| 2.4 GPU并行计算性能测试和可行性分析 | 第28-30页 |
| 2.4.1 GPU硬件参数 | 第28-29页 |
| 2.4.2 GPU性能测试与分析 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 基于CUDA的自适应光学并行程序设计 | 第31-55页 |
| 3.1 CUDA的简介 | 第31-35页 |
| 3.1.1 主机端与设备端 | 第32-33页 |
| 3.1.2 CUDA的线程结构 | 第33-34页 |
| 3.1.3 数据传输与存储器访问优化 | 第34-35页 |
| 3.2 CUDA并行算法 | 第35-39页 |
| 3.2.1 CUDA C程序设计语法 | 第35-37页 |
| 3.2.2 矩阵运算 | 第37-38页 |
| 3.2.3 归约运算 | 第38-39页 |
| 3.2.4 CUBLAS介绍 | 第39页 |
| 3.3 基于CUDA的波前斜率计算 | 第39-42页 |
| 3.3.1 波前斜率计算任务划分 | 第39-40页 |
| 3.3.2 基于CUDA的波前斜率程序设计 | 第40-41页 |
| 3.3.3 优化结果 | 第41-42页 |
| 3.4 基于CUDA的波前重构计算 | 第42-46页 |
| 3.4.1 Zernike多项式 | 第42-43页 |
| 3.4.2 基于CUDA的Zernike映射矩阵计算 | 第43-44页 |
| 3.4.3 基于CUDA的波前重构计算 | 第44-45页 |
| 3.4.4 优化结果 | 第45-46页 |
| 3.5 基于CUDA的波前控制计算 | 第46-52页 |
| 3.5.1 波前控制算法 | 第48-49页 |
| 3.5.2 基于CUDA的波前控制算法 | 第49-50页 |
| 3.5.3 不同口径下仿真结果 | 第50-51页 |
| 3.5.4 优化结果 | 第51-52页 |
| 3.6 本章小结 | 第52-55页 |
| 第4章 基于GPU的自适应光学系统 | 第55-61页 |
| 4.1 自搭建闭环控制系统 | 第55-57页 |
| 4.2 实时性分析 | 第57-59页 |
| 4.3 本章小结 | 第59-61页 |
| 第5章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61-62页 |
| 5.1.1 本文完成的工作 | 第61页 |
| 5.1.2 本文的创新点 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 在读期间发表的学术论文与取得的其它研究成果 | 第69页 |
