基于GPU的PIV并行计算技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 PIV测速技术发展概要 | 第10-12页 |
| 1.3 本文研究的主要内容 | 第12-13页 |
| 2 流场PIV测速技术的原理 | 第13-21页 |
| 2.1 PIV原理 | 第13-17页 |
| 2.1.1 PIV简介 | 第13-15页 |
| 2.1.2 PIV测量原理 | 第15-17页 |
| 2.2 GPU简介 | 第17-20页 |
| 2.2.1 GPU的发展历程 | 第17-18页 |
| 2.2.2 GPU的特点 | 第18页 |
| 2.2.3 GPU的工作过程 | 第18-20页 |
| 2.3 图像的基本概念 | 第20页 |
| 2.4 本章小结 | 第20-21页 |
| 3 PIV技术中互相关匹配的实现 | 第21-29页 |
| 3.1 互相关分析技术 | 第21-24页 |
| 3.1.1 互相关理论 | 第21-24页 |
| 3.2 PIV技术中的互相关算法 | 第24-28页 |
| 3.3 本章小结 | 第28-29页 |
| 4 改进后的PIV互相关的GPU实现 | 第29-39页 |
| 4.1 GPU的并行计算 | 第29-31页 |
| 4.2 PIV技术中GPU的并行计算技术 | 第31-38页 |
| 4.2.1 PIV技术中的自适应选窗技术 | 第33-34页 |
| 4.2.2 基于GPU的互相关运算 | 第34-38页 |
| 4.3 本章小结 | 第38-39页 |
| 5 基于GPU的PIV流场结果显示 | 第39-51页 |
| 5.1 OpenGL简介 | 第39-43页 |
| 5.1.1 OpenGL的工作方式 | 第39-41页 |
| 5.1.2 OpenGL的相关的函数库 | 第41-43页 |
| 5.2 OpenGL环境设置过程 | 第43-45页 |
| 5.3 CUDA和OpenGL的互操作 | 第45-49页 |
| 5.4 三维矢量图形生成实例 | 第49-50页 |
| 5.5 本章小结 | 第50-51页 |
| 6 流场测速实验 | 第51-53页 |
| 6.1 CPU与GPU的实验结果比较 | 第51-52页 |
| 6.2 实验结果分析 | 第52页 |
| 6.3 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 攻读硕士学位期间发表学术论文情况 | 第56-57页 |
| 致谢 | 第57-58页 |
