【摘要】：超材料孔徑雷達成像是一種新穎的雷達前視成像方法,它解決了微波關聯(lián)成像存在的系統(tǒng)結構波形設計復雜、成像算法適用條件苛刻等問題,但其應用平臺對數(shù)據(jù)處理的實時性要求比較高,且具有很大規(guī)模的運算量,因此要求處理雷達信號的硬件具有超強的計算能力。傳統(tǒng)的雷達信號處理過程主要依賴于DSP+FPGA平臺,雖然兩種平臺的結合使用可以處理大規(guī)模的數(shù)據(jù),但是其可用性、移植性不高,所以本文在“×××”國防項目背景下,主要圍繞如何在GPU平臺實現(xiàn)對超材料孔徑雷達前視場景目標后向散射系數(shù)估計算法的并行設計展開工作。本文中基于GPU平臺實現(xiàn)成像方法的并行設計,對算法的執(zhí)行速率有所提高,極大的縮短了運算時間,更好的解決了實際應用中所面臨的技術難題。本文所做的工作內(nèi)容如下:1.介紹超材料孔徑雷達前視成像系統(tǒng)構成及工作原理,并建立了成像模型,結合稀疏重構方法估計場景目標的后向散射系數(shù)分布實現(xiàn)對場景的重建,包括對OMP算法和CG算法基本實現(xiàn)流程的介紹,通過簡易場景的仿真實驗驗證了兩種算法在超材料孔徑雷達前視成像上的可行性。2.介紹GPU并行技術及CUDA編程模型,在GPU上實現(xiàn)了典型的矩陣運算單元內(nèi)核設計,結合運算單元的并行設計過程給出一些常用的優(yōu)化方案,為算法的整體設計提供基礎保障。為降低計算復雜度,本文根據(jù)兩種重構算法的不同實現(xiàn)特點,在OMP算法中,采用將矩陣分塊再循環(huán)迭代的方式替代對矩陣直接求逆;在CG算法中采用共軛梯度法替代傳統(tǒng)的Cholesky矩陣分解方法對Hessian矩陣求逆。為提高計算效率,研究了在GPU平臺上對上述兩種超材料孔徑雷達前視成像算法的并行實現(xiàn)方法,根據(jù)優(yōu)化方案完成對OMP及CG兩種算法基于GPU的并行設計,主要包括對每種算法特點的分析、算法的GPU處理實現(xiàn)流程、并完成對兩種算法中改進后的矩陣求逆過程的并行計算及其它內(nèi)核函數(shù)的設計。3.本文采用多種平臺對算法的成像效果進行比對,需要對多個源代碼文件頻繁操作,實驗過程復雜,受軟件雷達的啟發(fā),設計了基于QT平臺的雷達前視成像系統(tǒng)演示軟件,在良好的人機交互界面上可以很方便的對算法的種類、操作平臺進行選擇和對參數(shù)進行調(diào)整,使操作過程簡化,對運算結果進行可視化處理,易觀測成像效果。通過對比算法在不同平臺上的仿真實驗結果,驗證了算法遷移的正確性;通過對比不同平臺上在相同實驗條件下同一算法的處理時間,證明了GPU平臺具有穩(wěn)定性和高效性�；贕PU平臺實現(xiàn)的成像算法運算效率均能得到有效提升,其中OMP算法相比于MATLAB平臺提升9.3倍,CG算法相比于MATLAB平臺提升近17倍,達到數(shù)據(jù)處理需求。
【圖文】：

R）和實孔徑雷達（Real Aperture Radar, RAR）雷達與觀測對象的相對運動合成大尺寸虛擬孔平臺的運動獲得多普勒頻移才可以實現(xiàn)成像，它圍的場景目標進行成像，圖 1.1 是按照角度劃分表側視區(qū)，標號 II 代表斜視區(qū)，標號 III 覆蓋視區(qū)。當 SAR 孔徑與飛行軌跡一致時，如圖 1相對運動所產(chǎn)生的多普勒信息變化較小，比較容達前視區(qū)域進行成像探測[3]。雙基前視 SAR[4]由成像功能，但由于該種成像體制的接收機與發(fā)射動誤差會有所增加，嚴重影響聚焦效果，同時也信號源、受到不同的外界干擾，使平臺之間的確接收，降低回波參數(shù)之間的相關性。相比于單、靈活性低、成像效果受限[5]。綜上可知，SA應用受限。

西安電子科技大學碩士學位論文2圖1.2SAR 成像的前視盲區(qū)（參考文獻[11]繪制）RAR 成像主要是利用真實孔徑天線產(chǎn)生窄波束直接獲得俯仰、方位的角分辨能力，可以有效的避免 SAR 成像存在的前視盲區(qū)問題。RAR 的工作方式主要有單波束掃描成像、相控陣數(shù)字多波束成像、毫米波焦平面成像等。RAR 成像的角分辨率受天線孔徑尺寸的限制，一般來說，想要獲得高分辨率的成像效果，需要增加陣列天線的橫向孔徑，，由此帶來的復雜龐大陣列流形與較高硬件成本使得其在實際應用中受到限制。為提高 RAR 的角分辨能力，已有學者提出采用卡爾曼濾波[6]、廣義逆濾波[7]等方法對回波數(shù)據(jù)信息深入挖掘以實現(xiàn)角度分辨，但是這些方法在使用時需要知道目標的先驗統(tǒng)計特性、要求具有較高信噪比（SNR）等，苛刻的適用條件使這些方法實現(xiàn)的角度分辨能力有限，本質(zhì)上并未提高 RAR 的角度分辨率。結合三維目標場景成像的實際應用需求
【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】：2018
【分類號】：TN957.52

【參考文獻】

相關期刊論文 前6條

1 吳敏;邢孟道;張磊;;基于壓縮感知的二維聯(lián)合超分辨ISAR成像算法[J];電子與信息學報;2014年01期

2 耿e

本文編號：2598244