压缩感知重构算法的GPU加速与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文主要工作 | 第12-13页 |
| 1.4 本论文的结构安排 | 第13-15页 |
| 第二章 压缩感知介绍 | 第15-29页 |
| 2.1 压缩感知理论 | 第15-16页 |
| 2.2 压缩感知的关键要素 | 第16-23页 |
| 2.2.1 信号的稀疏表示 | 第17页 |
| 2.2.2 观测采样 | 第17-18页 |
| 2.2.3 压缩感知信号重构 | 第18-23页 |
| 2.3 重构质量评价方法 | 第23-25页 |
| 2.3.1 图像的主观评价 | 第23-24页 |
| 2.3.2 图像的客观评价 | 第24-25页 |
| 2.4 实验结果及分析 | 第25-28页 |
| 2.4.1 效率和性能比较 | 第25-26页 |
| 2.4.2 可并行性分析 | 第26-28页 |
| 2.5 本章总结 | 第28-29页 |
| 第三章 OMP重构算法的GPU设计与实现 | 第29-42页 |
| 3.1 GPU硬件模型及CUDA优化 | 第29-34页 |
| 3.1.1 GPU硬件结构 | 第29-30页 |
| 3.1.2 GPU并行模型 | 第30-31页 |
| 3.1.3 CUDA程序优化 | 第31-34页 |
| 3.2 基于GPU的加速算法设计 | 第34-37页 |
| 3.2.1 投影模块 | 第35-36页 |
| 3.2.2 选择最佳匹配原子模块 | 第36页 |
| 3.2.3 更新权值模块 | 第36-37页 |
| 3.2.4 更新残差模块 | 第37页 |
| 3.3 并行实现与结果 | 第37-41页 |
| 3.3.1 OMP算法的并行实现 | 第37-39页 |
| 3.3.2 测试及结果分析 | 第39-41页 |
| 3.4 本章总结 | 第41-42页 |
| 第四章 A*OMP重构算法的并行化与GPU实现 | 第42-48页 |
| 4.1 基于GPU的A*OMP并行实现 | 第43-45页 |
| 4.1.1 矩阵/向量计算的并行化 | 第43页 |
| 4.1.2 矩阵逆运算的并行设计 | 第43-45页 |
| 4.2 实验结果及分析 | 第45-47页 |
| 4.3 本章总结 | 第47-48页 |
| 第五章 全文总结与展望 | 第48-50页 |
| 5.1 全文总结 | 第48-49页 |
| 5.2 后续工作展望 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 致谢 | 第55-56页 |
| 附录：攻读学位期间所发表/录用的学术论文目录 | 第56页 |
