基于GPU的路径规划算法及其飞行器航路应用
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 选题缘由和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 航路规划的国内外研究现状 | 第12-13页 |
| 1.2.2 GPU的国内外研究现状 | 第13-14页 |
| 1.3 研究内容与预期结果 | 第14-15页 |
| 1.3.1 研究目标 | 第14页 |
| 1.3.2 研究内容 | 第14-15页 |
| 1.3.3 实验环境 | 第15页 |
| 1.4 论文结构安排 | 第15-17页 |
| 第2章 规划环境建模与算法 | 第17-31页 |
| 2.1 环境建模 | 第17-20页 |
| 2.1.1 地形威胁建模 | 第17-18页 |
| 2.1.2 雷达威胁建模 | 第18-19页 |
| 2.1.3 禁飞区建模 | 第19-20页 |
| 2.2 飞行环境模拟和计算 | 第20-24页 |
| 2.2.1 飞行环境模拟 | 第20-21页 |
| 2.2.2 模型计算 | 第21-24页 |
| 2.3 航路规划算法 | 第24-30页 |
| 2.3.1 动态规划法 | 第24-26页 |
| 2.3.2 粒子群算法 | 第26-27页 |
| 2.3.3 最短路径算法 | 第27-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 GPU简介 | 第31-39页 |
| 3.1 GPU结构 | 第31-34页 |
| 3.1.1 CPU和GPU | 第31-32页 |
| 3.1.2 GPU的硬件构造 | 第32-33页 |
| 3.1.3 TelsaK40m概述 | 第33-34页 |
| 3.2 CUDA环境 | 第34-37页 |
| 3.2.1 CUDA开发 | 第34页 |
| 3.2.2 CUDA程序结构 | 第34-35页 |
| 3.2.3 kernel核函数 | 第35-36页 |
| 3.2.4 CUDA线程协作及通信 | 第36-37页 |
| 3.3 相关API函数 | 第37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 基于GPU的路径规划算法的实现 | 第39-59页 |
| 4.1 规划空间模拟 | 第39-40页 |
| 4.2 Floyd串行算法 | 第40-43页 |
| 4.2.1 算法思想 | 第40-41页 |
| 4.2.2 算法步骤 | 第41-42页 |
| 4.2.3 算法复杂度分析 | 第42-43页 |
| 4.3 Floyd算法并行分析与设计 | 第43-45页 |
| 4.3.1 Floyd算法并行性分析 | 第43-44页 |
| 4.3.2 Floyd算法并行实现 | 第44-45页 |
| 4.4 OpenMP+GPU | 第45-47页 |
| 4.4.1 OpenMP架构 | 第45页 |
| 4.4.2 多GPU并行Floyd算法实现 | 第45-47页 |
| 4.5 实验结果的比较与分析 | 第47-57页 |
| 4.5.1 数据采集 | 第47页 |
| 4.5.2 实验结果 | 第47-51页 |
| 4.5.3 实验结果比较与分析 | 第51-57页 |
| 4.6 本章小结 | 第57-59页 |
| 第五章 结论与展望 | 第59-61页 |
| 5.1 总结 | 第59页 |
| 5.2 展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 附录 | 第67页 |
