欢迎来到天天文库
浏览记录
ID:33555444
大小:8.03 MB
页数:65页
时间:2019-02-27
《基于gpu的自适应波束形成处理器研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、声明本学位论文是我在导师的指导下取得的研究成果,尽我所知,在本学位论文中,除了加以标注和致谢的部分外,不包含其他人已经发表或公布过的研究成果,也不包含我为获得任何教育机构的学位或学历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均已在论文中作了明确的说明。研究生签名:叠鱼丝刎牛年吾新学位论文使用授权声明南京理工大学有权保存本学位论文的电子和纸质文档,可以借阅或上网公布本学位论文的部分或全部内容,可以向有关部门或机构送交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。对于保密论文,按保密的有关规定和程序处理。研究生签名:生自熊2
2、d∥年3月垢硕士论文基于GPU的自适应波束形成处理器研究摘要本文围绕大规模天线阵列自适应波束形成处理器的实时实现问题,探索如何采用基于图形处理器(GPU)的并行处理架构,改造现有的自适应波束形成算法,以提高自适应波束形成处理器实时处理能力。本文的主要工作包括:(1)分析了图形处理器(GPU)的硬件架构和并行处理的硬件、软件框架,介绍了CUDA(ComputeUnifiedDeviceArchitecture,统一计算设备架构)这一通用并行计算架构的特点和软件开发流程,并且尝试了在CUDA的软硬件环境下算法的并行处理方法。(2)根据GPU和CUD
3、A的特点,对基于正交投影处理的自适应波束形成算法进行了改造,使其能在该硬件平台并行计算,完成了算法的优化编程,并在硬件平台上对算法进行了性能评估和测试。实验结果表明,针对相同的计算任务,采用基于GPU的改进的正交投影算法,同DSP相比,计算速度提高了10倍以上。(3)对快速降秩稳健最小方差自适应波束形成算法(FRRMVB)进行了改造,使其能在GPU加CUDA的硬件平台并行计算,完成了算法的优化编程,并在硬件平台上对算法进行了性能评估和测试。实验结果表明,针对相同的计算任务,采用基于GPU的改进的FRRMVB算法,同DSP相比,计算速度提高了一倍
4、。(4)结合系统对自适应波束形成处理器的需要,提出了一种基于多GPU和FPGA的自适应波束形成处理器的实现方案,给出了具体的实现框图,并详细介绍了框图的组成部分,以及各部分的主要功能和主要接口,并给出了该自适应波束形成处理器中数据流的详细分析。关键词:GPU,并行计算,自适应波束形成处理器Abstract硕士论文Foradaptivebeamformingprocessorinradarsystem,howtoimplementhigh。speedparalleladaptivecalculationisallimportantproblem.
5、Inordertosolvethisproblem,weexplorehowtousetheparallelprocessingarchitectureofgraphicsprocessor(GPU),andretrofitexistingadaptivebeamformingalgorithmtOimproveadaptivebeamformingprocessorreal—timeprocessingcapabilities.Themainworkofthispaperinclude:(1)Analyzedthehardwarearchit
6、ectureofgraphicsprocessor(GPU)andthehardware,softwareframeworkforparallelprocessing.Introducedthecharacteristicsofgeneralpurposeparallelcomputingarchitecture:CUDA(ComputeUnifiedDeviceArchitecture).Describesthesoftwaredevelopmentprocessandtriedtheparallelprocessingofalgorithm
7、inthehardwareandsoftwareenvironmentofCUDA.(2)AccordingtothefeaturesofGPUandCUDA,wetransformedtheadaptivebeamformingalgorithmbasedonorthogonalprojectionprocess,toenablethemtoparallelcomputinginthehardwareplatform,completedoptimizedprogrammingalgorithms,andcompletedtheevaluati
8、onoftheperformanceofthealgorithmandtestedonthehardwareplatform.Compared、析tl
此文档下载收益归作者所有