| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 SAR成像算法研究现状 | 第15-16页 |
| 1.2 GPU通用计算的发展及现状 | 第16-17页 |
| 1.3 课题研究背景 | 第17-18页 |
| 1.4 论文主要内容及安排 | 第18-21页 |
| 第二章 SAR成像基础理论 | 第21-27页 |
| 2.1 脉冲压缩技术 | 第21-23页 |
| 2.2 合成孔径雷达两维高分辨率原理 | 第23-26页 |
| 2.2.1 合成孔径雷达距离向高分辨率原理 | 第24-25页 |
| 2.2.2 合成孔径雷达方位向高分辨率原理 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 GPU硬件架构和编程模型 | 第27-41页 |
| 3.1 并行处理技术 | 第27-29页 |
| 3.2 GPU硬件架构 | 第29-36页 |
| 3.2.1 GPU硬件架构发展历程 | 第29-32页 |
| 3.2.2 Nvidia Tesla K40显卡硬件架构 | 第32-36页 |
| 3.3 CUDA编程模型 | 第36-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 一种改进的RMA算法的GPU实现和优化 | 第41-55页 |
| 4.1 传统的RMA算法 | 第41-44页 |
| 4.2 一种改进的适用于宽波束大场景的RMA算法 | 第44-45页 |
| 4.3 算法的GPU实现和优化方案 | 第45-53页 |
| 4.3.1 总体方案设计 | 第45-46页 |
| 4.3.2 数据并行划分 | 第46-48页 |
| 4.3.3 GPU存储优化 | 第48-52页 |
| 4.3.4 程序实现步骤 | 第52-53页 |
| 4.4 实验结果及分析 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 基于GPU和MATLAB的SAR成像算法实现及优化 | 第55-71页 |
| 5.1 一种机载宽波束子孔径SAR成像算法 | 第55-61页 |
| 5.1.1 存在线性误差时时聚焦结果的推导 | 第55-59页 |
| 5.1.2 线性误差项的估计 | 第59-61页 |
| 5.2 MATLAB CUDA C混合编程技术 | 第61-64页 |
| 5.2.1 MATLAB CUDA C混合编程技术简介 | 第61-62页 |
| 5.2.2 MATLAB调用CUDA C程序的实现方法 | 第62-64页 |
| 5.3 基于GPU和MATLAB的成像算法实现和优化 | 第64-69页 |
| 5.3.1 总体方案设计及数据划分 | 第64-66页 |
| 5.3.2 GPU的存储优化 | 第66-67页 |
| 5.3.3 实验结果及分析- | 第67-69页 |
| 5.4 本章总结 | 第69-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 论文总结 | 第71页 |
| 6.2 工作展望 | 第71-73页 |
| 参考文献 | 第73-75页 |
| 致谢 | 第75-77页 |
| 作者简介 | 第77-78页 |
