基于CUDA的宽带多信道校准算法的设计与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景与意义 | 第7-8页 |
| ·研究现状 | 第8页 |
| ·研究思路和方法 | 第8-9页 |
| ·论文组织结构 | 第9-11页 |
| 第二章 GPU 通用计算与 CUDA 架构 | 第11-25页 |
| ·GPU 通用计算 | 第11-15页 |
| ·CPU+GPU 异构并行 | 第11页 |
| ·CPU 与 GPU 比较 | 第11-14页 |
| ·传统 GPGPU 开发 | 第14-15页 |
| ·CUDA 开发 | 第15页 |
| ·CUDA 编程模型 | 第15-17页 |
| ·主机与设备 | 第15-16页 |
| ·线程结构 | 第16-17页 |
| ·CUDA 软件体系 | 第17-18页 |
| ·CUDA 存储器模型 | 第18-19页 |
| ·CUDA 硬件映射 | 第19-23页 |
| ·计算单元 | 第19-22页 |
| ·线程束 | 第22-23页 |
| ·执行模型 | 第23页 |
| ·本章小结 | 第23-25页 |
| 第三章 基于自适应滤波的宽带多信道校准算法 | 第25-37页 |
| ·自校准算法 | 第25-26页 |
| ·自适应校准系统设计 | 第26-27页 |
| ·维纳滤波的时域求解方法[4] | 第27-30页 |
| ·算法仿真 | 第30-33页 |
| ·算法实现 | 第33-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 校准算法的并行实现 | 第37-49页 |
| ·并行算法设计过程 | 第37-39页 |
| ·PCAM 并行算法设计过程 | 第37-38页 |
| ·并行编程模式 | 第38-39页 |
| ·校准问题的划分 | 第39-41页 |
| ·功能分解 | 第39-40页 |
| ·数据分解 | 第40-41页 |
| ·相关性分析 | 第41-43页 |
| ·分组任务 | 第41页 |
| ·排序任务 | 第41-42页 |
| ·数据共享 | 第42-43页 |
| ·基于 CUBLAS 库的并行实现 | 第43-45页 |
| ·基于 KERNEL 的并行实现 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 实验结果与性能分析 | 第49-59页 |
| ·实验平台 | 第49页 |
| ·实验方法及实验数据 | 第49-53页 |
| ·实验结果 | 第53-54页 |
| ·性能分析 | 第54-57页 |
| ·本章小结 | 第57-59页 |
| 第六章 结束语 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-65页 |
