基于GPU的被动宽带信号脉内分析方法研究
摘要 | 第1-7页 |
Abstract | 第7-9页 |
第一章 绪论 | 第9-14页 |
·课题研究背景 | 第9页 |
·被动接收技术 | 第9-11页 |
·脉内调制特征分析算法 | 第11-12页 |
·GPU并行计算架构 | 第12页 |
·本论文所研究的内容 | 第12-13页 |
·本章小结 | 第13-14页 |
第二章 GPU并行计算架构 | 第14-22页 |
·GPU发展概况 | 第14-15页 |
·CUDA通用计算模型 | 第15-19页 |
·CUDA编程模型 | 第15-17页 |
·CUDA硬件架构 | 第17-19页 |
·CUDA软件体系 | 第19页 |
·CUDA程序设计 | 第19-21页 |
·本章小结 | 第21-22页 |
第三章 基于GPU的宽带数字信道化实现方法研究 | 第22-39页 |
·引言 | 第22页 |
·数字接收机架构 | 第22-23页 |
·宽带数字信道化接收机的实现 | 第23-28页 |
·信道划分 | 第24页 |
·宽带数字信道化技术 | 第24-25页 |
·多相滤波器组的推导 | 第25-26页 |
·滤波器组的设计及其仿真 | 第26-27页 |
·信道个数与抽取倍数的关系 | 第27-28页 |
·基于多相滤波器组的数字信道化接收机 | 第28-29页 |
·仿真与分析 | 第29-31页 |
·基于GPU的数字信道化实现 | 第31-35页 |
·GPU的实现步骤 | 第31-32页 |
·实验结果 | 第32-35页 |
·性能优化方法研究 | 第35-38页 |
·K点FFT算法分析 | 第36-37页 |
·K点FFT变换实验结果 | 第37-38页 |
·本章小结 | 第38-39页 |
第四章 基于GPU的脉内特征识别方法研究 | 第39-59页 |
·引言 | 第39页 |
·基于频谱相位差的正弦信号参数估计 | 第39-42页 |
·算法介绍 | 第39-41页 |
·仿真分析 | 第41-42页 |
·基于GPU正弦信号参数估计 | 第42-45页 |
·GPU实现流程 | 第42-43页 |
·实验结果 | 第43-45页 |
·线性调频信号参数估计方法研究 | 第45-47页 |
·算法分析 | 第45-46页 |
·仿真实验 | 第46-47页 |
·基于GPU的线性调频信号参数估计 | 第47-50页 |
·GPU实现流程 | 第47-48页 |
·实验结果 | 第48-50页 |
·LFM信号参数估计性能优化 | 第50-57页 |
·FFT算法特征分析 | 第50-52页 |
·优化策略 | 第52-53页 |
·谱峰搜索算法特征分析 | 第53-55页 |
·性能测评 | 第55-56页 |
·优化后的实验结果 | 第56-57页 |
·本章小结 | 第57-59页 |
第五章 全文总结 | 第59-62页 |
·引言 | 第59页 |
·全文总结 | 第59-60页 |
·今后研究工作方向 | 第60-61页 |
·本章小结 | 第61-62页 |
致谢 | 第62-63页 |
参考文献 | 第63-67页 |
攻读硕士期间发表论文 | 第67-68页 |
作者简介 | 第68-69页 |
附录A | 第69-72页 |