【摘要】：米波雷達(dá)又稱甚高頻雷達(dá),屬于長(zhǎng)波雷達(dá),因此具有探測(cè)距離遠(yuǎn)、反隱身以及抗干擾等優(yōu)點(diǎn)。但同時(shí)因?yàn)椴ㄊ^寬這一特點(diǎn),一方面導(dǎo)致直達(dá)波和反射波處于同一波束內(nèi)無法區(qū)分。另一方面存在“波束打地”問題,進(jìn)而導(dǎo)致波瓣分裂,低仰角時(shí)目標(biāo)仰角估計(jì)出現(xiàn)偏差�，F(xiàn)有的超分辨算法雖然可以解決上述問題,但運(yùn)算量大,無法滿足實(shí)時(shí)性要求,有的超分辨算法還需要匹配以合適的地形才能準(zhǔn)確測(cè)量目標(biāo)仰角。本文針對(duì)上述問題,對(duì)數(shù)字波束形成算法、合成導(dǎo)向矢量算法以及廣義約束MUSIC算法進(jìn)行原理介紹和性能分析,并通過GPU實(shí)現(xiàn)。最后研究地形修正算法,并給出仿真分析。論文的具體工作安排如下:首先對(duì)GPU高性能計(jì)算以及CUDA編程模型進(jìn)行介紹。CUDA編程模型即為GPU(10)CPU異構(gòu)編程模型,GPU主要用于并行密集數(shù)據(jù)的運(yùn)算,CPU則主要用于數(shù)據(jù)初始化以及流程支配。由于米波雷達(dá)測(cè)角測(cè)高運(yùn)算過程中涉及很多矩陣相關(guān)運(yùn)算,因此對(duì)CUDA庫函數(shù)調(diào)用進(jìn)行了簡(jiǎn)要說明。最后,介紹常用的CUDA性能優(yōu)化方法,包括CPU與GPU之間數(shù)據(jù)傳輸帶寬優(yōu)化,存儲(chǔ)器優(yōu)化及指令流優(yōu)化等。其次,介紹了常用信號(hào)接收模型,該模型將多徑信號(hào)和地球曲率考慮在內(nèi),提高了測(cè)角準(zhǔn)確性。在此基礎(chǔ)上,對(duì)DBF算法,SVML算法以及廣義約束MUSIC算法的原理進(jìn)行介紹與分析,然后對(duì)SVML算法和廣義約束MUSIC算法的性能進(jìn)行了分析,將這兩種算法根據(jù)入射角和反射角關(guān)系進(jìn)行降維處理,大大降低了運(yùn)算量。最后將這三種算法分別在GPU和CPU上進(jìn)行實(shí)現(xiàn),給出算法在GPU上實(shí)現(xiàn)的詳細(xì)流程以及兩種平臺(tái)上的性能對(duì)比分析。另外,考慮到DBF算法原理簡(jiǎn)單,計(jì)算速度要遠(yuǎn)遠(yuǎn)快于子空間類算法,相對(duì)而言,SVML算法更為復(fù)雜,計(jì)算速度慢,因而將這兩種算法相結(jié)合,共同完成仰角測(cè)量,即先采用DBF算法測(cè)出目標(biāo)大致仰角范圍,然后在此范圍內(nèi)采用SVML算法進(jìn)行搜索,得到目標(biāo)仰角值,從而進(jìn)一步提高運(yùn)算速率。最后,針對(duì)合成導(dǎo)向矢量算法需要匹配以合適的地形才能準(zhǔn)確估計(jì)目標(biāo)仰角,本文提出一種基于ADS-B和DEM的地形修正方法,即首先將ADS-B數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換并與DEM數(shù)據(jù)存儲(chǔ)在同一個(gè)數(shù)組中,然后將ADS-B數(shù)據(jù)與終端數(shù)據(jù)進(jìn)行匹配,進(jìn)而利用合成導(dǎo)向矢量算法計(jì)算目標(biāo)高度,然后將該高度與對(duì)應(yīng)DEM高程作差,最后尋找測(cè)高誤差與DEM的關(guān)系進(jìn)行修正。該方法能與ADS-B方法形成互補(bǔ),能夠在沒有民航和高機(jī)動(dòng)情況下進(jìn)行信息修正,其效果要好于不進(jìn)行修正。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TN958
【圖文】：

CPU與GPU晶體管使用示意圖

(a)的浮點(diǎn)運(yùn)算能力比較 (b)的帶寬比較圖 2.2 CPU 和 GPU 的浮點(diǎn)運(yùn)算能力及帶寬比較綜上所述，CPU 和 GPU 各具優(yōu)勢(shì)，CPU 適合處理邏輯復(fù)雜問題，而 GPU 則在

圖 2.4 CUDA 編程模型示意圖程模型中，Host 具有內(nèi)存，Device 具有顯存，這兩者相線實(shí)現(xiàn)數(shù)據(jù)交換。圖 2.5 所示為 CUDA 編程模型下的算

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 王震;;俄羅斯低波段雷達(dá)發(fā)展綜述[J];中國(guó)高新技術(shù)企業(yè);2015年26期

2 張利民;孫明瑋;劉東輝;全勝;陳增強(qiáng);;翼傘發(fā)電系統(tǒng)的GPU并行軌跡優(yōu)化[J];電機(jī)與控制學(xué)報(bào);2015年08期

3 樂意;;基于合成導(dǎo)向矢量的超分辨技術(shù)在米波雷達(dá)中的應(yīng)用[J];電子技術(shù)與軟件工程;2015年14期

4 李曉波;關(guān)欣;仲利華;胡東輝;丁赤飚;;基于GPU的外輻射源雷達(dá)信號(hào)處理實(shí)時(shí)實(shí)現(xiàn)方法[J];系統(tǒng)工程與電子技術(shù);2014年11期

5 穆帥;王晨曦;鄧仰東;;基于GPU的多層次并行QR分解算法研究[J];計(jì)算機(jī)仿真;2013年09期

6 狄鵬;胡長(zhǎng)軍;李建江;;GPU上高效Jacobi迭代算法的研究與實(shí)現(xiàn)[J];小型微型計(jì)算機(jī)系統(tǒng);2012年09期

7 李曉敏;鄢社鋒;侯朝煥;;一種利用GPU優(yōu)化大規(guī)模小方陣奇異值分解的新方法[J];長(zhǎng)春理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年02期

8 劉育才;馬曉靜;;基于最大似然交替投影算法的米波雷達(dá)測(cè)高工程實(shí)現(xiàn)[J];雷達(dá)與對(duì)抗;2011年02期

9 田茂義;曹洪松;劉如飛;李萬明;;基于ArcGIS和Global Mapper軟件的三維地形可視化技術(shù)的應(yīng)用[J];全球定位系統(tǒng);2011年02期

10 劉麗;沈杰;李洪林;;基于GPU的矩陣求逆性能測(cè)試和分析[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年06期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 楊雪亞;米波雷達(dá)陣列超分辨和測(cè)高方法研究[D];西安電子科技大學(xué);2011年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 汪坤;某米波雷達(dá)測(cè)高方法的改進(jìn)及工程實(shí)現(xiàn)[D];西安電子科技大學(xué);2015年

2 劉田;基于GPU的外輻射源雷達(dá)脈沖壓縮和CFAR實(shí)現(xiàn)技術(shù)[D];西安電子科技大學(xué);2013年

3 郝然;米波雷達(dá)測(cè)高算法研究[D];西安電子科技大學(xué);2012年

4 梁娟娟;基于GPU的BLAS庫的設(shè)計(jì)和實(shí)現(xiàn)[D];中國(guó)科學(xué)技術(shù)大學(xué);2010年

本文編號(hào)：2813208