全息三维成像中位相信息提取的并行算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-12页 |
| 第一章 引言 | 第12-17页 |
| ·研究背景与意义 | 第12-13页 |
| ·研究现状 | 第13-14页 |
| ·全息法三维成像技术 | 第13页 |
| ·高性能计算 | 第13-14页 |
| ·课题内容 | 第14-15页 |
| ·本文的组织结构 | 第15-17页 |
| 第二章 微纳结构的提取 | 第17-23页 |
| ·位相结构信息提取 | 第17-19页 |
| ·夫琅禾费衍射 | 第19-20页 |
| ·傅立叶变换 | 第20-21页 |
| ·运行结果与分析 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 双层加速模型的建立 | 第23-41页 |
| ·模型的可行性分析 | 第23-27页 |
| ·NVCC | 第23-25页 |
| ·CUDA程序编译过程 | 第25-27页 |
| ·模型选择 | 第27-29页 |
| ·CUDA通用并行架构 | 第29-38页 |
| ·GPU：从图形处理到通用并行计算 | 第29-30页 |
| ·编程模型 | 第30-32页 |
| ·线程层次 | 第32-33页 |
| ·存储层次 | 第33-36页 |
| ·计算能力 | 第36-37页 |
| ·计算模型 | 第37-38页 |
| ·OpenMP加速技术 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 基于双层模型的位相信息提取优化实现 | 第41-52页 |
| ·基于CUDA通用并行架构的低层并行 | 第41-44页 |
| ·CUDA实验环境 | 第41-42页 |
| ·基于CUDA的并行分析 | 第42-43页 |
| ·基于CUDA的并行实现 | 第43-44页 |
| ·基于OpenMP技术的高层并行 | 第44-46页 |
| ·OpenMP实验环境 | 第44-45页 |
| ·基于OpenMP的并行分析 | 第45页 |
| ·基于OpenMP的并行实现 | 第45-46页 |
| ·实验结果与分析 | 第46-51页 |
| ·评价标准 | 第46页 |
| ·基于双层模型的精度对比 | 第46-48页 |
| ·基于双层模型的加速效果 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| ·工作总结 | 第52-53页 |
| ·研究展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 科研项目 | 第57-58页 |
| 致谢 | 第58-59页 |
