基于GPU的脉冲星相干消色散技术的研究和应用

摘要	第5-7页
Abstract	第7-8页
第一章 绪论	第13-21页
1.1 研究背景	第13-17页
1.1.1 脉冲星研究的动机和意义	第13-14页
1.1.2 本论文相关的脉冲星观测设备	第14-15页
1.1.3 国内研究现状以及存在的问题	第15-17页
1.2 论文的研究目的与内容	第17-18页
1.2.1 论文的研究目的	第17页
1.2.2 论文的研究内容	第17-18页
1.3 论文的结构安排	第18-19页
1.4 本章小结	第19-21页
第二章 消色散的算法	第21-29页
2.1 色散效应	第21-24页
2.1.1 色散效应对脉冲星信号的影响	第21-22页
2.1.2 消色散原理	第22-24页
2.2 消色散算法与仪器	第24-27页
2.2.1 非相干消色散	第24-26页
2.2.2 相干消色散	第26-27页
2.3 本章小结	第27-29页
第三章 基于GPU的CUDA编程	第29-37页
3.1 GPU及CUDA简介	第29-30页
3.2 CUDA编程模式	第30-31页
3.3 CUDA线程层次	第31-33页
3.4 CUDA存储器模型	第33-34页
3.5 CUDA NVCC编译	第34-35页
3.6 本章小结	第35-37页
第四章 数据处理流程以及CUDA实现	第37-73页
4.1 实验环境与配置	第37-45页
4.1.1 linux环境配置	第37-40页
4.1.2 CUDA环境配置	第40-45页
4.2 观测系统	第45-49页
4.2.1 记录终端	第45-47页
4.2.2 系统流程图	第47-49页
4.3 Mark 5B数据解码算法	第49-53页
4.3.1 Mark 5B数据格式	第49-51页
4.3.2 Mark 5B数据解码算法	第51页
4.3.3 Mark 5B解码CUDA的实现	第51-53页
4.3.4 实验结果与对比分析	第53页
4.4 消色散算法	第53-59页
4.4.1 消色散循环卷积	第53-56页
4.4.2 消色散CUDA的实现	第56-58页
4.4.3 实验结果与对比分析	第58-59页
4.5 偏振检测算法	第59-63页
4.5.1 偏振检测的原理	第59-60页
4.5.2 偏振检测CUDA的实现	第60-62页
4.5.3 实验结果与对比分析	第62-63页
4.6 折叠算法	第63-68页
4.6.1 折叠的原理	第63-64页
4.6.2 折叠算法	第64页
4.6.3 折叠CUDA的实现	第64-68页
4.6.4 实验结果与对比分析	第68页
4.7 输出PSRFITS	第68-72页
4.7.1 psrfits-脉冲星数据存储标准	第68-70页
4.7.2 psfits文件输出	第70-72页
4.8 子积分柱状图	第72页
4.9 本章小结	第72-73页
第五章 实验结果分析与性能优化	第73-85页
5.1 CUDA加速性能测试	第73-74页
5.2 CUDA实验结果验证	第74-76页
5.3 算法实现的优缺点以及优化	第76-83页
5.3.1 算法的优缺点	第76-77页
5.3.2 如何选择合适的线程数	第77-78页
5.3.3 消色散的优化	第78-80页
5.3.4 CPU-GPU传输时间的优化	第80-81页
5.3.5 CPU-GPU内存映射	第81-83页
5.4 本章小结	第83-85页
第六章 总结与展望	第85-89页
6.1 论文工作总结	第85-87页
6.2 下一步工作展望	第87-89页
致谢	第89-91页
参考文献	第91-97页
附录A：攻读学位期间发表论文目录	第97-99页
附录B：攻读学位期间参与的研究成果	第99页