發(fā)布時間：2017-08-17 02:04

  本文關鍵詞：基于GPU的機載SAR成像算法的設計與實現(xiàn)

  更多相關文章： 合成孔徑雷達(SAR) 實時 通用計算圖形處理器(GPGPU) 統(tǒng)一計算架構(CUDA)

【摘要】：隨著合成孔徑雷達的不斷發(fā)展,其在國防工業(yè)和民用領域的應用越來越廣泛。為了更加充分地發(fā)揮SAR全天時、全天候、遠距離、高分辨率、廣域觀測的特點,實際應用中,對SAR的分辨率和測繪帶的要求不斷提高。機載寬波束高分辨率SAR是實現(xiàn)SAR高分辨率和寬測繪帶的一種方式。但是,機載寬波束高分辨率SAR的合成孔徑時間長,數(shù)據(jù)量和計算量較大,在傳統(tǒng)的基于CPU的工作站或者服務器上進行數(shù)據(jù)處理會耗費比較長的時間,無法滿足實時性要求。通用計算圖形處理器(GPGPU)的出現(xiàn),GPGPU為寬波束高分辨率SAR數(shù)據(jù)的實時處理提供了一種可行的途徑,通用計算GPU專為加速計算密集型的應用而設計,如今已經(jīng)發(fā)展成具有高度并行、多線程、多核心、超大帶寬、具有數(shù)百個計算單元的高性能處理平臺。本文首先介紹SAR成像的基本原理和通用計算GPU的硬件架構,然后借助NVIDIA的統(tǒng)一計算架構(CUDA),采用通用計算GPU的對機載寬波束高分辨率SAR成像算法進行實現(xiàn),并針對GPU的特點對算法的實現(xiàn)進行優(yōu)化加速,本文主要研究內(nèi)容總結如下:1、針對傳統(tǒng)RMA算法在處理機載寬波束SAR回波數(shù)據(jù)時頻譜利用率不高的問題,對傳統(tǒng)的RMA算法進行了改進,并采用一種對數(shù)據(jù)分段的方案使用GPU對算法進行了實現(xiàn)和優(yōu)化。該方案解決了在GPU顯存不足以容納一景SAR數(shù)據(jù)時,數(shù)據(jù)處理環(huán)節(jié)與內(nèi)存/顯存間數(shù)據(jù)傳輸環(huán)節(jié)的并行化問題。并針對算法和GPU硬件的特點,使用共享內(nèi)存優(yōu)化技術和開啟多個CUDA流等方法對算法進行了優(yōu)化,充分利用了GPU設備的計算資源。使用NVIDIA K40c顯卡對算法進行了測試,測試結果表明相對于傳統(tǒng)的CPU,GPU能實現(xiàn)14倍左右的加速比。2、由于機載寬波束高分辨率SAR的合成孔徑時間長,載機飛行軌跡不穩(wěn)定,會導致SAR圖像散焦和幾何失真,需要對回波數(shù)據(jù)進行運動補償,傳統(tǒng)的基于全孔徑的成像處理算法難以滿足實時成像的要求,本文采用一種基于子孔徑的機載寬波束高分辨率SAR成像處理方法,并用GPU并行處理技術對該成像處理方法的耗時部分進行優(yōu)化加速,采用并行歸約算法和合并內(nèi)存訪問的方法提高了算法執(zhí)行效率,然后使用MATLAB和CUDA C混合編程技術對算法的各個耗時模塊進行實現(xiàn)并封裝成MEX文件,使得MATLAB可以直接調(diào)用,從而實現(xiàn)快速成像的要求。最后使用NVIDIA K40c顯卡對程序的性能進行了測試,實驗結果表明該算法的實現(xiàn)方案能對實測數(shù)據(jù)進行良好的成像并實現(xiàn)9倍左右的加速比,提高了算法的執(zhí)行效率。
【關鍵詞】：合成孔徑雷達(SAR) 實時 通用計算圖形處理器(GPGPU) 統(tǒng)一計算架構(CUDA)
【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：V243.2
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 符號對照表10-12
• 縮略語對照表12-15
• 第一章 緒論15-21
• 1.1 SAR成像算法研究現(xiàn)狀15-16
• 1.2 GPU通用計算的發(fā)展及現(xiàn)狀16-17
• 1.3 課題研究背景17-18
• 1.4 論文主要內(nèi)容及安排18-21
• 第二章 SAR成像基礎理論21-27
• 2.1 脈沖壓縮技術21-23
• 2.2 合成孔徑雷達兩維高分辨率原理23-26
• 2.2.1 合成孔徑雷達距離向高分辨率原理24-25
• 2.2.2 合成孔徑雷達方位向高分辨率原理25-26
• 2.3 本章小結26-27
• 第三章 GPU硬件架構和編程模型27-41
• 3.1 并行處理技術27-29
• 3.2 GPU硬件架構29-36
• 3.2.1 GPU硬件架構發(fā)展歷程29-32
• 3.2.2 Nvidia Tesla K40顯卡硬件架構32-36
• 3.3 CUDA編程模型36-40
• 3.4 本章小結40-41
• 第四章 一種改進的RMA算法的GPU實現(xiàn)和優(yōu)化41-55
• 4.1 傳統(tǒng)的RMA算法41-44
• 4.2 一種改進的適用于寬波束大場景的RMA算法44-45
• 4.3 算法的GPU實現(xiàn)和優(yōu)化方案45-53
• 4.3.1 總體方案設計45-46
• 4.3.2 數(shù)據(jù)并行劃分46-48
• 4.3.3 GPU存儲優(yōu)化48-52
• 4.3.4 程序實現(xiàn)步驟52-53
• 4.4 實驗結果及分析53-54
• 4.5 本章小結54-55
• 第五章 基于GPU和MATLAB的SAR成像算法實現(xiàn)及優(yōu)化55-71
• 5.1 一種機載寬波束子孔徑SAR成像算法55-61
• 5.1.1 存在線性誤差時時聚焦結果的推導55-59
• 5.1.2 線性誤差項的估計59-61
• 5.2 MATLAB CUDA C混合編程技術61-64
• 5.2.1 MATLAB CUDA C混合編程技術簡介61-62
• 5.2.2 MATLAB調(diào)用CUDA C程序的實現(xiàn)方法62-64
• 5.3 基于GPU和MATLAB的成像算法實現(xiàn)和優(yōu)化64-69
• 5.3.1 總體方案設計及數(shù)據(jù)劃分64-66
• 5.3.2 GPU的存儲優(yōu)化66-67
• 5.3.3 實驗結果及分析-67-69
• 5.4 本章總結69-71
• 第六章 總結與展望71-73
• 6.1 論文總結71
• 6.2 工作展望71-73
• 參考文獻73-75
• 致謝75-77
• 作者簡介77-78

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 侯毅;沈彥男;王睿索;余宗超;;基于GPU的數(shù)字影像的正射糾正技術的研究[J];現(xiàn)代測繪;2009年03期

2 張彬;李涼海;;機載SAR運動補償技術研究[J];遙測遙控;2007年S1期

，

本文編號：686577