| 摘要 | 第4-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第15-23页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.2.1 反演算法研究发展与现状 | 第16-17页 |
| 1.2.2 并行计算在地球物理学中的应用现状 | 第17-19页 |
| 1.3 存在的主要问题 | 第19-20页 |
| 1.4 论文的研究内容与创新点 | 第20-22页 |
| 1.4.1 研究内容 | 第20页 |
| 1.4.2 论文创新点 | 第20-22页 |
| 1.5 论文结构 | 第22-23页 |
| 第2章 重力异常及其梯度数据的正反演算法原理和数据试验 | 第23-56页 |
| 2.1 重力异常及其梯度数据的正演算法 | 第23-27页 |
| 2.1.1 正演基本原理 | 第23-25页 |
| 2.1.2 基于长方体的空间划分和正演计算 | 第25-27页 |
| 2.2 反演算法原理及改进 | 第27-39页 |
| 2.2.1 反演基本原理 | 第27-29页 |
| 2.2.2 重加权聚焦反演算法原理 | 第29-31页 |
| 2.2.3 相关成像及其反演算法原理 | 第31-35页 |
| 2.2.4 反演算法的改进 | 第35-39页 |
| 2.3 数据试验 | 第39-55页 |
| 2.3.1 理论模型试验 | 第40-50页 |
| 2.3.2 实测数据试验 | 第50-55页 |
| 2.4 小结 | 第55-56页 |
| 第3章 并行计算技术基础 | 第56-66页 |
| 3.1 并行计算机传统体系结构及编程语言 | 第57-60页 |
| 3.1.1 传统体系结构 | 第57-58页 |
| 3.1.2 Open MP和MPI | 第58-60页 |
| 3.2 GPU和CUDA | 第60-64页 |
| 3.2.1 GPU概述 | 第60-61页 |
| 3.2.2 CUDA概述 | 第61-64页 |
| 3.3 异构并行计算与混合编程 | 第64-65页 |
| 3.3.1 CPU-GPU异构并行结构 | 第64-65页 |
| 3.3.2 混合编程模型 | 第65页 |
| 3.4 小结 | 第65-66页 |
| 第4章 基于MPI的重加权聚焦反演并行算法及其性能分析 | 第66-83页 |
| 4.1 重加权聚焦反演并行算法 | 第66-76页 |
| 4.1.1 重加权聚焦反演串行算法分析 | 第66-68页 |
| 4.1.2 基于MPI的并行程序设计 | 第68-76页 |
| 4.2 MPI并行程序的性能分析 | 第76-82页 |
| 4.2.1 加速比，效率和可扩展性 | 第76-80页 |
| 4.2.2 通信开销 | 第80-82页 |
| 4.3 小结 | 第82-83页 |
| 第5章 基于CUDA的相关成像反演并行算法及其性能分析 | 第83-103页 |
| 5.1 相关成像反演并行算法 | 第83-97页 |
| 5.1.1 相关成像反演串行算法分析 | 第83-85页 |
| 5.1.2 基于CUDA的并行程序设计 | 第85-97页 |
| 5.2 CUDA并行程序的性能分析 | 第97-102页 |
| 5.2.1 CUDA并行程序的加速比 | 第98-100页 |
| 5.2.2 带宽和内存传输吞吐量 | 第100-102页 |
| 5.3 小结 | 第102-103页 |
| 第6章 基于混合编程的并行算法及其性能分析 | 第103-119页 |
| 6.1 基于混合编程的并行程序设计 | 第103-112页 |
| 6.1.1 基于MPI和OpenMP的混合并行程序设计 | 第103-105页 |
| 6.1.2 基于多GPU的混合并行程序设计 | 第105-112页 |
| 6.2 混合并行程序的性能分析 | 第112-116页 |
| 6.2.1 基于MPI和OpenMP的混合并行程序性能分析 | 第112-113页 |
| 6.2.2 基于多GPU的混合并行程序性能分析 | 第113-115页 |
| 6.2.3 多种并行算法的对比 | 第115-116页 |
| 6.3 混合并行反演系统 | 第116-117页 |
| 6.4 小结 | 第117-119页 |
| 第7章 结论 | 第119-122页 |
| 参考文献 | 第122-131页 |
| 附录I 光滑反演算法 | 第131-132页 |
| 附录II 预条件共轭梯度法 | 第132-133页 |
| 作者简介及科研成果 | 第133-134页 |
| 致谢 | 第134页 |
