| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.2.1 基于GPU的频谱分析算法的发展 | 第11-12页 |
| 1.2.2 GPU的发展现状 | 第12-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 论文目录及安排 | 第14-16页 |
| 第二章 CUDA并行计算模型 | 第16-30页 |
| 2.1 基于GPU的并行处理 | 第16-18页 |
| 2.1.1 GPU中并行技术 | 第16-17页 |
| 2.1.2 GPU中并行算法的设计 | 第17-18页 |
| 2.2 CUDA上处理器和存储器 | 第18-26页 |
| 2.2.1 GPU的体系结构 | 第18-22页 |
| 2.2.2 CUDA的存储模型 | 第22-26页 |
| 2.3 CUDA的程序结构 | 第26-27页 |
| 2.4 KERNEL函数与线程 | 第27-29页 |
| 2.4.1 kernel函数 | 第27-28页 |
| 2.4.2 CUDA线程的组织形式 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 频谱分析算法的并行优化 | 第30-43页 |
| 3.1 混合基FFT算法的并行优化方案 | 第30-35页 |
| 3.1.1 基-2FFT算法 | 第30-33页 |
| 3.1.2 基于GPU的混合基FFT算法 | 第33-35页 |
| 3.2 STFT算法的并行优化 | 第35-38页 |
| 3.2.1 联合时域分析的STFT变换 | 第36页 |
| 3.2.2 STFT算法的并行性分析 | 第36-38页 |
| 3.3 峰值查找算法的并行优化 | 第38-41页 |
| 3.3.1 峰值查找算法的串行分析及实现 | 第38-39页 |
| 3.3.2 峰值查找算法的并行性分析 | 第39-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 CUDA编程及内存分配上的优化 | 第43-63页 |
| 4.1 CUDA优化原则 | 第43-44页 |
| 4.2 CUDA内存分配上的并行优化 | 第44-57页 |
| 4.2.1 Grid与Block的维度设计 | 第45-46页 |
| 4.2.2 全局存储器的并行优化 | 第46-51页 |
| 4.2.3 共享存储器的优化 | 第51-56页 |
| 4.2.4 纹理存储器的并行优化 | 第56-57页 |
| 4.3 矩阵转置策略的并行优化 | 第57-59页 |
| 4.4 并行规约算法的优化 | 第59-62页 |
| 4.4.1 CUDA上的并行规约算法 | 第59-60页 |
| 4.4.2 并行规约算法中的bankconflict的优化 | 第60-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 实验结果 | 第63-69页 |
| 5.1 实验配置 | 第63-65页 |
| 5.1.1 频谱分析系统结构与流程 | 第63-64页 |
| 5.1.2 设备硬件配置 | 第64-65页 |
| 5.2 混合基FFT算法的实验对比 | 第65-66页 |
| 5.3 STFT算法的实验对比 | 第66-67页 |
| 5.4 峰值查找算法的实验对比 | 第67-68页 |
| 5.5 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 论文总结 | 第69页 |
| 6.2 后续展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-74页 |
| 附录攻读硕士学位期间发表的学术论文 | 第74页 |