基于CUDA的二維測向算法實(shí)現(xiàn)及仿真.pdf

1、2007年，NVIDIA推出針對其自身GPU的通用計(jì)算模型—CUDA，基于有效利用GPU強(qiáng)大的數(shù)據(jù)處理能力，CUDA已經(jīng)被廣泛應(yīng)用于天文計(jì)算，力學(xué)計(jì)算，金融分析等領(lǐng)域。同時，隨著陣列信號二維測向算法的不斷成熟，如何在保證測向準(zhǔn)確率的同時有效提升仿真系統(tǒng)執(zhí)行速度，已經(jīng)成為衡量相關(guān)算法性能的重要標(biāo)準(zhǔn)?；趥鹘y(tǒng)硬件平臺的二維測向算法仿真過程，在陣元數(shù)較大的情況下，往往存在設(shè)計(jì)復(fù)雜，成本高昂，仿真耗時較長等缺點(diǎn)。
　　本文將GPU的強(qiáng)大數(shù)

2、據(jù)運(yùn)算能力用于二維測向仿真，結(jié)合應(yīng)用較為廣泛的二維MUSIC算法，對算法中的各重要執(zhí)行步驟進(jìn)行并行優(yōu)化，利用CUDA完成編程實(shí)現(xiàn)。同時借助MFC搭建交互界面，內(nèi)嵌基于Matlab的圖形顯示引擎，使仿真界面更加直觀易用。最終達(dá)到了極大降低仿真成本，提高執(zhí)行效率的目標(biāo)。
　　本文主要內(nèi)容：
　　1.簡述GPU和CUDA的發(fā)展歷程，介紹CUDA編程的基本概念、方法以及CUDA相關(guān)函數(shù)庫的使用方法。
　　2.針對CUDA的并行

3、執(zhí)行特性，結(jié)合棋盤劃分，歸約等常用并行算法，構(gòu)建針對于MUSIC算法中各執(zhí)行步驟的SIMT（Single Instruction Multiple Threads：單指令多線程）運(yùn)算模型，并最終編程實(shí)現(xiàn)。
　　3.實(shí)現(xiàn)了基于CUDA的二維測向仿真界面的搭建，利用MFC進(jìn)行交互界面設(shè)計(jì)，內(nèi)嵌基于Matlab的圖形顯示引擎。
　　4.通過與Matlab仿真結(jié)果比對，驗(yàn)證了基于CUDA的二維測向算法仿真的有效性和可行性，同時通過與