摘要
利用CUDA编程在GPU平台设计并行实现阈值的迭代算法,并应用于稀疏微波成像.仿真实验结果表明,在正确重建信号的前提下,相对于常规的CPU串行计算,采用GPU并行处理能加快运算,提高成像速度.
We design and implement iterative shrinkage-thresholding algorithm（ISTA） on GPU via CUDA programming,and apply it in sparse microwave imaging.The simulation results show that,compared to CPU-based implementation,GPU-based implementation reconstructs correct signals at a faster computation speed.
出处
《中国科学院大学学报（中英文）》
CAS
CSCD
北大核心
2013年第5期676-681,共6页
Journal of University of Chinese Academy of Sciences
基金
国家973计划项目(2010CB731905)资助
关键词
稀疏微波成像
阈值迭代算法
计算统一设备架构(CUDA)
并行处理
sparse microwave imaging
iterative shrinkage-thresholding algorithm（ISTA）
compute unified device architecture（CUDA）
parallel processing
