| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究的背景 | 第9-13页 |
| 1.1.1 通信系统链路级仿真综述 | 第9-10页 |
| 1.1.2 移动信道的综述 | 第10-12页 |
| 1.1.3 GPU通用计算的发展 | 第12-13页 |
| 1.2 课题研究内容与意义 | 第13-14页 |
| 1.3 论文的结构安排 | 第14-15页 |
| 第二章 OpenCL架构与GPU性能测试 | 第15-29页 |
| 2.1 OpenCL架构 | 第15-19页 |
| 2.1.1 平台模型 | 第15-16页 |
| 2.1.2 执行模型 | 第16-18页 |
| 2.1.3 内存模型 | 第18页 |
| 2.1.4 编程模型 | 第18-19页 |
| 2.2 编程步骤 | 第19-20页 |
| 2.3 OpenCL优化 | 第20-24页 |
| 2.4 GPU性能测试 | 第24-27页 |
| 2.4.1 传输性能 | 第24-25页 |
| 2.4.2 计算能力 | 第25-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第三章 基于GPU的高斯随机数产生 | 第29-47页 |
| 3.1 高斯随机数产生原理 | 第29-31页 |
| 3.1.1 中心极限定理法 | 第29-30页 |
| 3.1.2 Polar算法 | 第30页 |
| 3.1.3 Box-Muller算法 | 第30-31页 |
| 3.2 均匀分布随机数产生原理 | 第31-35页 |
| 3.2.1 线性同余法 | 第32页 |
| 3.2.2 Mersenne Twister算法 | 第32-35页 |
| 3.3 均匀分布随机数的并行实现 | 第35-41页 |
| 3.3.1 随机数的并行策略 | 第35页 |
| 3.3.2 同余法的并行实现 | 第35-38页 |
| 3.3.3 Mersenne Twister算法并行实现 | 第38-41页 |
| 3.4 OpenCL仿真结果 | 第41-46页 |
| 3.4.1 均匀分布随机数仿真 | 第41-44页 |
| 3.4.2 高斯分布随机数仿真 | 第44-46页 |
| 3.5 本章总结 | 第46-47页 |
| 第四章 基于GPU的信道模型仿真 | 第47-73页 |
| 4.1 系统仿真模型 | 第47-49页 |
| 4.1.1 系统模型 | 第47-48页 |
| 4.1.2 TDL和CDL模型 | 第48-49页 |
| 4.2 Jakes信道模型 | 第49-53页 |
| 4.2.1 Clarke模型 | 第49-51页 |
| 4.2.2 Jakes模型 | 第51页 |
| 4.2.3 Jakes改进模型 | 第51-53页 |
| 4.3 SCM信道模型 | 第53-58页 |
| 4.3.1 SCM模型参数 | 第53-56页 |
| 4.3.2 SCM建模 | 第56-58页 |
| 4.4 链路级信道模型仿真 | 第58-72页 |
| 4.4.1 Jakes模型与SCM模型并行分析 | 第58-59页 |
| 4.4.2 仿真系统设计 | 第59-61页 |
| 4.4.3 信道模型并行实现 | 第61-63页 |
| 4.4.4 OpenCL的优化 | 第63-67页 |
| 4.4.5 仿真结果 | 第67-72页 |
| 4.5 本章小结 | 第72-73页 |
| 第五章 总结与展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-81页 |
| 攻读学位期间发表的学术论文目录 | 第81页 |