| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 研究背景和意义 | 第16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.3 本文主要内容 | 第18-19页 |
| 1.4 本文组织结构 | 第19-22页 |
| 第二章 相关技术与理论 | 第22-30页 |
| 2.1 GNSS简介 | 第22页 |
| 2.2 Parallel Computing Toolbox | 第22-23页 |
| 2.2.1 parfor | 第23页 |
| 2.2.2 GPUArray | 第23页 |
| 2.3 并行计算框架Spark | 第23-25页 |
| 2.3.1 Spark概述 | 第23-24页 |
| 2.3.2 Spark RDD | 第24-25页 |
| 2.4 基于GPU的并行计算 | 第25-28页 |
| 2.4.1 CPU与GPU协同工作原理 | 第26页 |
| 2.4.2 CUDA | 第26-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第三章 Galileo E5信号评估核心模块与耗时分析 | 第30-42页 |
| 3.1 Galileo ES信号评估流程 | 第30-31页 |
| 3.2 Galileo E5信号捕获分析 | 第31-34页 |
| 3.2.1 信号捕获流程 | 第31-33页 |
| 3.2.2 信号捕获热点分析 | 第33-34页 |
| 3.3 Galileo E5信号跟踪分析 | 第34-36页 |
| 3.3.1 信号跟踪流程 | 第34-36页 |
| 3.3.2 信号跟踪热点分析 | 第36页 |
| 3.4 相关曲线生成分析 | 第36-39页 |
| 3.4.1 相关曲线生成流程 | 第37-38页 |
| 3.4.2 相关曲线生成热点分析 | 第38-39页 |
| 3.5 信号质量评估并行优化方案 | 第39-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第四章 Galileo E5信号评估并行化研究 | 第42-64页 |
| 4.1 基于Parallel Computing Toolbox并行研究 | 第42-43页 |
| 4.2 基于Spark分布式并行研究 | 第43-49页 |
| 4.2.1 基于Spark的分布式并行捕获 | 第44-46页 |
| 4.2.2 基于Spark的分布式并行跟踪 | 第46-49页 |
| 4.3 基于CUDA编程的并行研究 | 第49-56页 |
| 4.3.1 基于CUDA编程的并行捕获 | 第49-53页 |
| 4.3.2 基于CUDA编程的并行跟踪 | 第53-56页 |
| 4.4 实验结果分析 | 第56-62页 |
| 4.4.1 实验环境 | 第56-57页 |
| 4.4.2 信号捕获实验结果 | 第57-59页 |
| 4.4.3 信号跟踪实验结果 | 第59-61页 |
| 4.4.4 实验分析 | 第61-62页 |
| 4.5 本章小结 | 第62-64页 |
| 第五章 基于CUDA编程的相关曲线生成验证 | 第64-78页 |
| 5.1 基于CUDA编程相关曲线生成设计 | 第64-67页 |
| 5.1.1 并行化设计 | 第64-65页 |
| 5.1.2 数据存储 | 第65-67页 |
| 5.2 基于CUDA编程相关曲线生成实现 | 第67-73页 |
| 5.2.1 相关曲线生成流程 | 第67-70页 |
| 5.2.2 内核函数实现 | 第70-72页 |
| 5.2.3 C-MEX设计 | 第72-73页 |
| 5.3 相关曲线结果验证 | 第73-76页 |
| 5.3.1 实验环境 | 第73-74页 |
| 5.3.2 相关曲线生成实验结果 | 第74-75页 |
| 5.3.3 相关曲线生成分析 | 第75-76页 |
| 5.4 本章小结 | 第76-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 6.1 工作总结 | 第78-79页 |
| 6.2 工作展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-86页 |
| 作者简介 | 第86页 |
