摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-17页 |
1.1 论文研究背景与意义 | 第11-12页 |
1.2 国内外研究历史与现状 | 第12-15页 |
1.2.1 雷达数据处理技术的发展 | 第12-14页 |
1.2.2 基于GPU的异构编程技术的发展 | 第14-15页 |
1.3 全文结构安排 | 第15-17页 |
第二章 CPU和GPU异构并行计算与CUDA基础 | 第17-27页 |
2.1 GPU通用计算概念与GPU并行体系架构 | 第17-19页 |
2.1.1 GPU通用计算概念 | 第17页 |
2.1.2 GPU并行体系架构 | 第17-19页 |
2.2 CPU+GPU异构并行计算与CUDA基础 | 第19-23页 |
2.2.1 CPU与GPU性能对比以及异构编程概念 | 第19-21页 |
2.2.2 并行计算的CUDA编程模型 | 第21-22页 |
2.2.3 CUDA编程模型的编译方式 | 第22-23页 |
2.3 CUDA程序的优化 | 第23-26页 |
2.3.1 CUDA程序的任务划分原则 | 第24页 |
2.3.2 线程执行配置的优化原则 | 第24-26页 |
2.3.3 存储器访问优化原则 | 第26页 |
2.4 本章小结 | 第26-27页 |
第三章 雷达数据处理方法研究 | 第27-53页 |
3.1 坐标系统 | 第27-29页 |
3.1.1 雷达数据处理中的坐标系统 | 第27-28页 |
3.1.2 坐标转换 | 第28-29页 |
3.2 点迹凝聚算法研究 | 第29-31页 |
3.2.1 目标点迹的归并 | 第29-30页 |
3.2.2 目标点迹的凝聚 | 第30-31页 |
3.3 航迹起始算法研究 | 第31-41页 |
3.3.1 滑窗检测航迹起始算法 | 第31-33页 |
3.3.2 Hough变换航迹起始算法 | 第33-34页 |
3.3.3 修正的Hough变换航迹起始算法 | 第34-36页 |
3.3.4 航迹起始算法性能对比 | 第36-41页 |
3.4 单目标跟踪算法研究 | 第41-49页 |
3.4.1 卡尔曼滤波器 | 第41-44页 |
3.4.2 扩展卡尔曼滤波器 | 第44-46页 |
3.4.3 单目标跟踪算法仿真 | 第46-49页 |
3.5 JPDA数据关联算法研究 | 第49-52页 |
3.6 本章小结 | 第52-53页 |
第四章 基于GPU的雷达数据处理 | 第53-69页 |
4.1 雷达数据处理的仿真 | 第53-56页 |
4.1.1 雷达数据处理流程 | 第53-54页 |
4.1.2 计算量评测 | 第54-56页 |
4.2 基于GPU的雷达数据处理算法并行优化 | 第56-61页 |
4.2.1 JPDA算法的并行性分析 | 第57-60页 |
4.2.2 基于GPU的修正Hough航迹起始并行性分析 | 第60-61页 |
4.3 并行优化仿真实验 | 第61-67页 |
4.3.1 实验方案 | 第61-64页 |
4.3.2 实验成果 | 第64-67页 |
4.3.3 实验结论 | 第67页 |
4.4 本章小结 | 第67-69页 |
第五章 基于GPU的雷达数据处理系统的设计与实现 | 第69-79页 |
5.1 雷达数据处理系统的功能要求 | 第69-70页 |
5.2 雷达数据处理系统的设计与实现 | 第70-75页 |
5.2.1 数据接收模块的实现 | 第71-72页 |
5.2.2 雷达数据处理模块的实现 | 第72-73页 |
5.2.3 雷达显示界面的实现 | 第73-75页 |
5.3 雷达数据处理系统的调试 | 第75-76页 |
5.4 雷达数据处理系统的运行结果 | 第76-78页 |
5.5 本章小结 | 第78-79页 |
第六章 全文总结与展望 | 第79-81页 |
6.1 全文总结 | 第79页 |
6.2 后续工作展望 | 第79-81页 |
致谢 | 第81-82页 |
参考文献 | 第82-85页 |
在学期间取得的与学位论文相关的研究成果 | 第85-86页 |