声明
摘要
引言
1 GPGPU并行计算概述
1.1 GPGPU并行计算
1.2 CUDA并行编程平台
1.2.1 CUDA编程模型
1.2.2 CUDA软件结构
1.2.3 CUDA存储器模型
2 Douglas-Peucker算法及可并行化分析
2.1 Douglas-Peucker算法分析
2.1.1 D-P算法背景
2.1.2 D-P算法实现步骤
2.1.3 D-P算法研究现状
2.2 Scan算法分析
2.2.1 数组Scan算法
2.2.2 数组分段Scan算法
2.3 Douglas-Peucker算法可并行化分析
3 Douglas-Peucker算法的CUDA并行设计与实现
3.1 Scan算法并行设计与实现
3.1.1 数组Scan算法并行设计与实现
3.1.2 数组分段Scan算法并行设计与实现
3.2 Douglas-Peucker算法并行设计
3.2.1 D-P算法并行思路
3.2.2 D-P算法并行设计流程
3.3 Douglas-Peucker算法并行实现
3.3.1 算法数据结构
3.3.2 初始化点标记值
3.3.3 计算各点垂距
3.3.4 标记各段新发现的点
3.3.5 生成临时结果点集
3.3.6 更新各点标记值
3.4 D-P算法改进(FD-P算法)
3.5 D-P算法并行优化策略
3.5.1 访存优化
3.5.2 并行度优化
3.5.3 数据拷贝优化
4 实验结果以及性能分析
4.1 实验环境介绍
4.2 实验结果分析
4.2.1 闭合曲线实验结果分析
4.2.2 非闭合曲线实验结果分析
4.3 实验性能分析
4.3.1 不同阈值下性能分析
4.3.2 串并行D-P算法性能分析
4.3.3 并行D-P算法稳定性分析
4.3.3 串并行FD-P及D-P算法性能分析
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢