1、在無(wú)線通信領(lǐng)域中，正交頻分復(fù)用(Orthogonal Frequency Division Multiplexing，OFDM)技術(shù)由于其抗衰能力強(qiáng)、抗符號(hào)間干擾能力強(qiáng)、高頻譜利用率等優(yōu)點(diǎn)而得到廣泛的應(yīng)用。但是OFDM技術(shù)也存在著固有的局限性，主要表現(xiàn)在OFDM系統(tǒng)對(duì)同步誤差十分敏感。沒(méi)有準(zhǔn)確的同步算法，就無(wú)法保障可靠的數(shù)據(jù)傳輸，同步技術(shù)直接關(guān)系到通信系統(tǒng)的性能，而OFDM定時(shí)同步又是其它所有同步的前提。所以如何實(shí)現(xiàn)定時(shí)同步也早已成為該

2、領(lǐng)域中的重要問(wèn)題。隨著數(shù)據(jù)的存儲(chǔ)、傳輸、處理的工作量越來(lái)越大，如何提高定時(shí)同步算法的運(yùn)行速度正逐漸成為當(dāng)今無(wú)線通信系統(tǒng)中的熱點(diǎn)問(wèn)題之一。
　　圖形處理器(Graphics Processing Unit，GPU)的快速發(fā)展為這個(gè)問(wèn)題帶來(lái)了一個(gè)新的解決方案。由于GPU的計(jì)算能力以及它的存儲(chǔ)器帶寬已經(jīng)達(dá)到了同時(shí)期中央處理器（Central Processing Unit，CPU）的百倍，甚至更多，因此，GPU為高性能計(jì)算提供了一個(gè)高效

3、的平臺(tái)。但是由于GPU硬件結(jié)構(gòu)的限制，編程人員很難有效地利用GPU的資源進(jìn)行通用計(jì)算，而英偉達(dá)(NVIDIA)公司推出的統(tǒng)一計(jì)算設(shè)備架構(gòu)(Compute UnifiedDevice Architecture，CUDA)則改變了這一現(xiàn)狀。CUDA可以利用GPU強(qiáng)大的計(jì)算能力進(jìn)行通用計(jì)算，并且以C語(yǔ)言為基礎(chǔ)，使編程人員能夠非常容易地利用它在GPU上進(jìn)行程序的開(kāi)發(fā)。
　　本文探討了利用CUDA架構(gòu)如何實(shí)現(xiàn)定時(shí)同步樣算法的并行化，并提高該

4、算法的運(yùn)行速度。主要工作包括:(1)在CPU上實(shí)現(xiàn)了基于循環(huán)前綴的定時(shí)同步串行算法。(2)將串行算法中可以并行的部分進(jìn)行歸納及改寫(xiě)，然后在GPU上執(zhí)行，實(shí)現(xiàn)對(duì)算法的并行化。(3)利用Matlab編寫(xiě)定時(shí)同步程序，對(duì)串行算法和并行算法的仿真結(jié)果進(jìn)行正確性驗(yàn)證，并將串行算法、并行算法執(zhí)行時(shí)所耗的時(shí)間進(jìn)行對(duì)比實(shí)驗(yàn)。結(jié)果表明，基于GPU的并行算法所消耗的時(shí)間要遠(yuǎn)遠(yuǎn)低于基于CPU的串行算法。(4)最后，根據(jù)結(jié)果，指出在GPU上實(shí)現(xiàn)并行計(jì)算的瓶頸，