随着现代通信技术和集成电路技术的发展,通信终端在物理层不改变硬件结构的情况下,可采用动态配置软件的方式实现多种通信制式和协议。本论文以GNU Radio为研究平台,针对开源软件无线电（Software Defined Radio,SDR）架构中将计算机中央处理器（Central Processing Unit,CPU）作为通信算法运算单元时无法满足高速无线通信系统如多进多出（MIMO-OFDM）宽带数据实时处理要求的问题,提出了将图形处理器（Graphics Processing Unit,GPU）高性能计算技术（High Performance Computing,HPC）应用于软件无线电的方法,设计了相应的GPU并行加速研究方案与优化策略。本文主要研究内容如下:（1）快速傅里叶变换（Fast Fourier Transform,FFT）是OFDM系统中的核心之一,通过IFFT/FFT可以实现系统中各子载波上的数据流调制解调。本文提出了将GPU下的统一计算设备架构（Compute Unified Device Architecture,CUDA）并行加速计算应用于GNU Radio 4G/5G物理层信号的FFT处理模块中方法,与传统的CPU串行处理方式相比,异构软件无线电平台在对不同规模数据进行FFT时处理性能有较为明显的提升。在处理点数为220个复数单精度数据时,CPU+GPU异构平台通过对线程和内存进行优化,与仅使用CPU处理的C语言高效快速傅里叶变换库FFTW相比,在忽略CPU与GPU的数据缓存和数据传输时间的情况下,加速比可达到数十倍。（2）低密度奇偶校验码（Low Density Parity Check Code,LDPC）是5G通信标准中的数据信道编码方案之一。本文以LDPC码为研究对象,分析了各类LDPC译码算法,结合GNU Radio环境下GPU并行加速计算实现方法,研究了并行效率更高的分层归一化最小和译码（Layered Normalized Min Sum,LNMS）算法流程,并提出了一种基于GPU的LDPC译码器加速方案。该方案通过使用全局同步策略、合理分配GPU内存空间和利用流并行机制等方式配合GPU多线程并行技术对LDPC译码流程进行了并行优化处理,减少了译码器的译码时延。最后在软件无线电平台上对提出的GPU加速译码器进行了实现与验证,分析了该并行译码器的误码率性能和加速性能瓶颈。实验结果表明,相较于传统的CPU串行处理码方式,CPU+GPU异构平台对LDPC码译码速率可提升至200倍左右,译码器的吞吐量可以达到1Gbps以上。（3）由于CPU软件实现的GNU Radio平台的底层逻辑无法满足高速通信系统宽带数据实时信号处理需求,本文通过研究分析跨平台的编译流程与底层逻辑,在GNU Radio中引入GPU加速技术,提出了一种改进的能应用于GNU Radio信号处理底层模块的GPU并行程序移植方法,验证了大数据处理需求下并行加速处理的可行性,进而研究分析了GPU在GNU Radio软件无线电通信算法的加速性能。