基于GPU的重采样并行算法的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-15页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·本文主要工作 | 第13-14页 |
| ·本文组织结构 | 第14-15页 |
| 第2章 GPU与并行计算 | 第15-29页 |
| ·并行计算的概念 | 第15-16页 |
| ·GPU简介 | 第16-20页 |
| ·什么是GPU | 第16-17页 |
| ·GPU与CPU的区别 | 第17-18页 |
| ·从GPGPU到CUDA | 第18-20页 |
| ·CUDA运算平台简介 | 第20-26页 |
| ·CUDA编程模型 | 第20-22页 |
| ·内核函数 | 第22-23页 |
| ·线程层次 | 第23-24页 |
| ·存储器层次 | 第24-26页 |
| ·异步并行执行 | 第26页 |
| ·CUDA C语言简介 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第3章 重采样滤波器的原理 | 第29-35页 |
| ·重采样滤波器的基本理论 | 第29-30页 |
| ·抽取 | 第29-30页 |
| ·内插 | 第30页 |
| ·有理数倍采样率变换 | 第30页 |
| ·重采样算法介绍 | 第30-33页 |
| ·离散信号的重采样算法 | 第30-31页 |
| ·理想Sinc插值原理 | 第31-32页 |
| ·从理论到实现 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第4章 基于GPU实现重采样算法 | 第35-53页 |
| ·重采样系统简介 | 第35-36页 |
| ·重采样算法在CPU上的设计与实现 | 第36-39页 |
| ·算法实现过程 | 第36-38页 |
| ·算法流程步骤 | 第38-39页 |
| ·重采样算法的并行化 | 第39-40页 |
| ·CPU与GPU的任务划分 | 第39页 |
| ·并行维度的设计 | 第39-40页 |
| ·利用CUDA实现重采样并行算法 | 第40-44页 |
| ·算法实现过程 | 第40-42页 |
| ·算法流程步骤 | 第42-44页 |
| ·重采样算法的结果验证 | 第44-48页 |
| ·使用Matlab实现重采样算法 | 第44-46页 |
| ·对重采样串行算法的结果验证 | 第46-47页 |
| ·对重采样并行算法的结果验证 | 第47-48页 |
| ·重采样并行算法的优化 | 第48-52页 |
| ·全局存储器访问的优化 | 第48-49页 |
| ·与主机内存通信的优化 | 第49-51页 |
| ·共享存储器访问的优化 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 重采样并行算法性能测试 | 第53-65页 |
| ·测试环境及方法 | 第53-54页 |
| ·测试环境 | 第53页 |
| ·测试方法 | 第53-54页 |
| ·性能对比 | 第54-61页 |
| ·传输带宽 | 第54-55页 |
| ·重采样算法的性能对比 | 第55-56页 |
| ·全局存储器访问优化后的性能对比 | 第56-58页 |
| ·与主机内存通信优化后的性能对比 | 第58-60页 |
| ·共享存储器访问优化后的性能对比 | 第60-61页 |
| ·并行维度对性能的影响 | 第61-64页 |
| ·Block数量对性能的影响 | 第61-63页 |
| ·Thread数量对性能的影响 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| ·本文主要工作总结 | 第65-66页 |
| ·进一步的研究工作 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |
