摘要 | 第1-15页 |
Abstract | 第15-17页 |
第一章 绪论 | 第17-35页 |
·课题背景 | 第17-28页 |
·蒙特卡罗计算加速的必要性 | 第17-21页 |
·不同加速方式的分析与比较 | 第21-28页 |
·问题提出 | 第28-31页 |
·基于FPGA 的蒙特卡罗计算硬件加速器的研究现状 | 第28-30页 |
·已有研究的不足 | 第30-31页 |
·本文的工作 | 第31-33页 |
·本文的结构 | 第33-35页 |
第二章 基于FPGA 的并行蒙特卡罗计算硬件加速器概述 | 第35-61页 |
·蒙特卡罗算法分析 | 第35-39页 |
·蒙特卡罗方法的思想 | 第35-37页 |
·蒙特卡罗计算的收敛性 | 第37-38页 |
·蒙特卡罗计算的误差 | 第38-39页 |
·并行蒙特卡罗计算硬件加速器的实现架构及其关键技术的提出 | 第39-43页 |
·并行蒙特卡罗计算硬件加速器的实现架构 | 第39-42页 |
·关键技术的提出 | 第42-43页 |
·并行蒙特卡罗计算硬件加速器的关键技术分析 | 第43-54页 |
·基于FPGA 的均匀分布随机数产生技术 | 第43-46页 |
·基于FPGA 的高斯分布随机数的产生技术 | 第46-49页 |
·基于FPGA 的多路并行随机数产生技术 | 第49-53页 |
·操作数位宽选取技术 | 第53-54页 |
·本文的研究思路 | 第54-59页 |
·基于 FPGA 的并行蒙特卡罗计算硬件加速器设计的主要研究内容和目标 | 第54-55页 |
·对关键技术进一步研究的思路 | 第55-59页 |
·本文的实验环境 | 第59-60页 |
·本章小结 | 第60-61页 |
第三章 基于FPGA 的均匀分布随机数产生技术 | 第61-83页 |
·引言 | 第61-63页 |
·Combined Tausworthe 算法的优势分析 | 第63-65页 |
·Combined Tausworthe 算法 | 第63-64页 |
·与其他算法的比对 | 第64-65页 |
·CTRNG (Combined Tausworthe Random Number Generator)的硬件结构 | 第65-68页 |
·TRNG 的硬件结构 | 第65-68页 |
·CTRNG 的硬件结构 | 第68页 |
·状态转换矩阵A~s 的分析与硬件设计 | 第68-74页 |
·转换逻辑的矩阵表示 | 第68-69页 |
·状态转换矩阵的特征分析 | 第69-71页 |
·A~s 的硬件结构 | 第71-74页 |
·周期和输出位宽的可重构 | 第74-75页 |
·CTRNG 在FPGA 上的硬件实现与结果分析 | 第75-80页 |
·s 变化时矩阵A~s 的硬件实现结果 | 第75-77页 |
·CTRNG 的硬件实现结果 | 第77-80页 |
·随机数质量检测 | 第80页 |
·本章小结 | 第80-83页 |
第四章 基于FPGA 的高斯分布随机数产生技术 | 第83-107页 |
·引言 | 第84-85页 |
·Box Muller 算法的优势分析 | 第85-87页 |
·BMGRNG(Box Muller Gaussian Random Number Generator)的硬件结构 | 第87-89页 |
·操作数整数部分位宽的选取——最值分析法 | 第89-92页 |
·最值分析法 | 第89-90页 |
·最值分析法在BMGRNG 设计中的应用 | 第90-92页 |
·操作数小数部分位宽的选取——完备的静态误差分析法 | 第92-97页 |
·完备的静态误差分析法 | 第93-95页 |
·完备的静态误差分析法在BMGRNG 设计中的应用 | 第95-97页 |
·均匀分布随机数位宽L 的选取——边沿效应 | 第97-99页 |
·BMGRNG 的设计流程 | 第99-100页 |
·硬件设计与实现结果分析 | 第100-105页 |
·边沿效应的影响 | 第100-103页 |
·BMGRNG 的硬件实现结果 | 第103-105页 |
·本章小结 | 第105-107页 |
第五章 基于FPGA 的并行随机数产生技术 | 第107-129页 |
·引言 | 第107-109页 |
·MPRNG(MAssively Parallel Random Number Generator)的提出 | 第109-114页 |
·利用跳变法的思想改进CTRNG | 第110-111页 |
·引入参数配置法的思想提高MCTRNG 的并行度 | 第111-112页 |
·MPRNG 的设计流程 | 第112-114页 |
·MCTRNG(Multi-stream Combined Tausworthe Random Number Generator)的分析与硬件设计 | 第114-120页 |
·MCTRNG 的硬件结构 | 第114-115页 |
·转换逻辑的分析与设计 | 第115-119页 |
·MCTRNG 的特征分析 | 第119-120页 |
·硬件实现与结果分析 | 第120-126页 |
·多路并行均匀分布随机数生成器 | 第120-125页 |
·多路并行高斯分布随机数生成器 | 第125-126页 |
·本章小结 | 第126-129页 |
第六章 并行蒙特卡罗金融计算硬件加速器的设计与实现 | 第129-149页 |
·引言 | 第129-131页 |
·蒙特卡罗金融计算的算法特征分析 | 第131-133页 |
·并行蒙特卡罗金融计算硬件加速器的设计 | 第133-138页 |
·多片FPGA 环境下的硬件加速器并行实现架构 | 第133-136页 |
·对大规模并行采样计算结果的处理 | 第136-138页 |
·Black Scholes 和GARCH 算法的硬件实现结构 | 第138-142页 |
·Black Scholes 算法的硬件结构 | 第138-140页 |
·GARCH 算法的硬件结构 | 第140-142页 |
·硬件实现与结果分析 | 第142-146页 |
·MAXWELL 可重构超级计算机 | 第142-143页 |
·实现结果与分析 | 第143-146页 |
·本章小结 | 第146-149页 |
第七章 总结与展望 | 第149-153页 |
·本文所完成的工作 | 第149-151页 |
·对进一步工作的展望 | 第151-153页 |
致谢 | 第153-155页 |
参考文献 | 第155-165页 |
攻读博士学位期间所发表的论文 | 第165页 |