| 学位论文数据集 | 第3-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 课题背景意义 | 第15-16页 |
| 1.2 课题研究现状 | 第16-19页 |
| 1.2.1 经典合成孔径雷达成像方法概述 | 第16-17页 |
| 1.2.2 快速合成孔径雷达成像方法概述 | 第17-19页 |
| 1.3 课题研究内容 | 第19-20页 |
| 1.4 全文组织结构 | 第20-23页 |
| 第二章 SAR基础理论 | 第23-39页 |
| 2.1 合成孔径雷达原理 | 第24-28页 |
| 2.1.1 SAR的分辨能力 | 第24-25页 |
| 2.1.2 SAR数据采集 | 第25-27页 |
| 2.1.3 点目标回波的生成 | 第27-28页 |
| 2.2 合成孔径雷达成像处理基础 | 第28-33页 |
| 2.2.1 星载SAR成像几何 | 第29-31页 |
| 2.2.2 星载SAR成像模式 | 第31页 |
| 2.2.3 星载SAR成像原理 | 第31-33页 |
| 2.3 合成孔径雷达成像处理算法 | 第33-37页 |
| 2.3.1 RD算法 | 第33-35页 |
| 2.3.2 CS算法 | 第35-37页 |
| 2.4 本章小结 | 第37-39页 |
| 第三章 基于CPU的快速星载SAR成像 | 第39-53页 |
| 3.1 CPU并行技术介绍 | 第39-41页 |
| 3.1.1 基于OpenMP的单机多CPU并行技术 | 第39-40页 |
| 3.1.2 基于SSE/AVX的SIMD CPU矢量化并行技术 | 第40-41页 |
| 3.2 CPU平台下星载SAR成像的并行性分析 | 第41-44页 |
| 3.2.1 基于OpenMP的粗粒度并行性分析 | 第42-43页 |
| 3.2.2 基于AVX的细粒度并行性分析 | 第43-44页 |
| 3.3 基于多核CPU和SIMD的星载SAR并行成像 | 第44-50页 |
| 3.3.1 并行算法设计 | 第44-46页 |
| 3.3.2 矩阵转置的优化 | 第46-47页 |
| 3.3.3 快速傅里叶变换的优化 | 第47-48页 |
| 3.3.4 相位相乘的优化 | 第48-50页 |
| 3.4 实验结果与分析 | 第50-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第四章 基于GPU的快速星载SAR成像 | 第53-67页 |
| 4.1 GPU并行技术综述 | 第53-57页 |
| 4.1.1 线程级的并行 | 第53-55页 |
| 4.1.2 任务级的并行 | 第55-56页 |
| 4.1.3 设备级的并行 | 第56-57页 |
| 4.2 GPU平台下的星载SAR成像并行性分析 | 第57-59页 |
| 4.2.1 基于多GPU的粗粒度并行性分析 | 第57-58页 |
| 4.2.2 基于单GPU的细粒度并行性分析 | 第58-59页 |
| 4.3 基于GPU的星载SAR并行成像 | 第59-64页 |
| 4.3.1 并行算法设计 | 第59-61页 |
| 4.3.2 矩阵转置的优化 | 第61-63页 |
| 4.3.3 快速傅里叶变换的优化 | 第63页 |
| 4.3.4 相位相乘的优化 | 第63-64页 |
| 4.4 实验结果与分析 | 第64-66页 |
| 4.5 本章小结 | 第66-67页 |
| 第五章 基于CPU/GPU异构协同并行的快速星载SAR成像 | 第67-81页 |
| 5.1 异构协同并行快速SAR成像算法分析 | 第67-69页 |
| 5.2 异构协同并行快速SAR成像算法设计 | 第69-77页 |
| 5.2.1 双向的数据分块策略 | 第71-72页 |
| 5.2.2 基于多GPU和多核CPU的粗粒度任务划分 | 第72-73页 |
| 5.2.3 基于流调度和AVX的细粒度任务划分 | 第73-75页 |
| 5.2.4 基于异构协同计算的内存行为优化 | 第75-77页 |
| 5.3 实验结果与分析 | 第77-80页 |
| 5.4 本章小结 | 第80-81页 |
| 第六章 总结与展望 | 第81-83页 |
| 6.1 结论 | 第81-82页 |
| 6.2 展望 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-89页 |
| 研究成果及发表的学术论文 | 第89-91页 |
| 作者和导师简介 | 第91-93页 |
| 附件 | 第93-94页 |
