本文關(guān)鍵詞：合成孔徑雷達(dá)成像算法的并行優(yōu)化與實現(xiàn)

  更多相關(guān)文章： 合成孔徑雷達(dá) 成像算法 并行優(yōu)化 統(tǒng)一計算設(shè)備架構(gòu) 圖像處理器 高性能計算 仿真驗證 RD算法 CS算法

【摘要】：合成孔徑雷達(dá)(SAR,Synthetic Aperture Radar)具有全天候和高分辨的對地觀測能力,在戰(zhàn)場監(jiān)視和災(zāi)后救援等軍事和民用領(lǐng)域均得到廣泛應(yīng)用。衛(wèi)星和飛機(jī)等各異的雷達(dá)平臺、正側(cè)和斜視等不同的成像模式以及厘米級分辨率的應(yīng)用需求,使得SAR成像處理呈現(xiàn)出算法復(fù)雜化、數(shù)據(jù)海量化等趨勢,這些變化給SAR平臺的準(zhǔn)實時成像處理提出了巨大的挑戰(zhàn),因此基于高性能計算平臺的SAR成像處理算法并行優(yōu)化成為當(dāng)前研究的熱點。本文基于圖形處理器(GPU,Graphic Processing Unit)的高性能計算結(jié)構(gòu)開展了正側(cè)視和斜視成像條件下典型成像算法的并行優(yōu)化技術(shù)研究,搭建了基于GPU的合成孔徑雷達(dá)成像處理仿真系統(tǒng),驗證了優(yōu)化算法的功能和性能。研究和實驗結(jié)果表明基于GPU的計算結(jié)構(gòu)和并行優(yōu)化方法可大幅提高典型應(yīng)用背景下孔徑成像處理算法的性能,實現(xiàn)了準(zhǔn)實時的成像處理。論文在分析SAR成像處理技術(shù)及其發(fā)展趨勢的基礎(chǔ)上,研究了統(tǒng)一計算設(shè)備架構(gòu)(CUDA,Compute Unified Device Architecture)的并行計算模型,為進(jìn)一步的成像算法優(yōu)化奠定了技術(shù)基礎(chǔ)。研究了正側(cè)視條件下的成像機(jī)理和距離多普勒(RD,Range Doppler)成像算法,針對該成像算法中插值操作無法多線程并行化計算的問題,結(jié)合GPU和CPU各自的計算特點,將RD算法分為2個部分:距離壓縮和距離向數(shù)據(jù)插值參數(shù)的計算由CPU來完成;根據(jù)插值參數(shù)完成距離向數(shù)據(jù)的插值和方位壓縮由GPU來完成。這種將RD算法合理分配給GPU和CPU來計算的方法充分的利用了GPU和CPU各自的特點和計算能力,有效提高了成像算法的計算效率,滿足了準(zhǔn)實時的計算需求。研究了斜視條件下的成像機(jī)理和CS(Chirp Scaling)成像算法,針對該成像算法中小斜視角和大斜視角下距離徙動校正偏差的問題,進(jìn)行了詳細(xì)的理論分析,之后結(jié)合CS算法的特點,合理完成內(nèi)存和顯存的分配,相位相乘的同時完成顯存數(shù)據(jù)存儲方式的改變,使得基于GPU的CS并行算法具有準(zhǔn)實時的計算效率。同時也研究了SAR回波仿真方法,進(jìn)行了回波仿真算法的并行優(yōu)化,并提出了一種基于時延離散化的SAR高效回波仿真方法。充分利用GPU和CPU的優(yōu)點搭建了SAR仿真驗證系統(tǒng),為成像算法性能驗證提供了高性能的仿真實驗環(huán)境。開展了多種成像模式下不同場景的SAR成像處理仿真驗證實驗研究,對并行優(yōu)化完成的成像算法進(jìn)行了功能和性能驗證,仿真實驗表明基于GPU的SAR并行成像平臺具有準(zhǔn)實時的性能,有廣泛的工程應(yīng)用前景。
【關(guān)鍵詞】：合成孔徑雷達(dá) 成像算法 并行優(yōu)化 統(tǒng)一計算設(shè)備架構(gòu) 圖像處理器 高性能計算 仿真驗證 RD算法 CS算法
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN957.52
【目錄】：

• 摘要5-7
• ABSTRACT7-11
• 第一章 緒論11-16
• 1.1 SAR成像研究的發(fā)展和現(xiàn)狀11-13
• 1.2 SAR成像算法的并行計算發(fā)展概況13-14
• 1.3 本文的主要貢獻(xiàn)14
• 1.4 論文主要內(nèi)容和組織安排14-16
• 第二章 CUDA并行計算模型16-27
• 2.1 并行計算體系結(jié)構(gòu)17
• 2.2 CUDA工作模式17-19
• 2.3 GPU硬件架構(gòu)19-24
• 2.3.1 CUDA的計算單元結(jié)構(gòu)20-21
• 2.3.2 CUDA的存儲器結(jié)構(gòu)21-24
• 2.4 CUDA軟件開發(fā)工具24-26
• 2.4.1 CUDA開發(fā)語言24-25
• 2.4.2 CUDA函數(shù)庫25-26
• 2.5 本章小結(jié)26-27
• 第三章 SAR回波仿真研究27-40
• 3.1 回波仿真模型與算法27-32
• 3.1.1 通用SAR回波仿真模型27-29
• 3.1.2 仿真場景RCS模型29-30
• 3.1.3 距離時域疊加算法30-31
• 3.1.4 時延離散化的SAR回波仿真算法31-32
• 3.2 回波仿真算法實現(xiàn)32-36
• 3.2.1 坐標(biāo)轉(zhuǎn)換32-33
• 3.2.2 天線增益求解33-34
• 3.2.3 時延離散化的劃分34-35
• 3.2.4 回波模擬算法設(shè)計35-36
• 3.3 SAR仿真系統(tǒng)的結(jié)構(gòu)設(shè)計36-39
• 3.3.1 仿真設(shè)定和參數(shù)設(shè)置37-39
• 3.4 本章小結(jié)39-40
• 第四章 正側(cè)視SAR的RD成像算法研究與GPU并行實現(xiàn)40-55
• 4.1 正側(cè)視SAR回波信號分析40-45
• 4.1.1 正側(cè)視SAR回波模型40-44
• 4.1.2 正側(cè)視距離單元徙動分析44-45
• 4.2 RD成像算法研究45-48
• 4.3 RD成像算法的并行優(yōu)化與GPU并行實現(xiàn)48-50
• 4.4 正側(cè)視SAR成像仿真50-54
• 4.5 本章小結(jié)54-55
• 第五章 前斜視SAR的CS成像算法研究與GPU并行實現(xiàn)55-72
• 5.1 前斜視SAR回波信號分析55-58
• 5.1.1 前斜視SAR回波模型55-57
• 5.1.2 前斜視距離徙動分析57-58
• 5.2 CS成像算法研究58-64
• 5.2.1 小斜視角的距離徙動校正60-61
• 5.2.2 大斜視角的距離徙動校正61-63
• 5.2.3 Chirp Scaling原理63-64
• 5.3 CS成像算法的并行優(yōu)化與GPU并行實現(xiàn)64-66
• 5.4 斜視SAR成像仿真66-71
• 5.5 本章小結(jié)71-72
• 第六章 總結(jié)和展望72-74
• 致謝74-75
• 參考文獻(xiàn)75-78
• 攻讀碩士學(xué)位期間取得的成果78-79

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 王國棟,周蔭清,李春升;高分辨率星載聚束式SAR的Deramp Chirp Scaling成像算法[J];電子學(xué)報;2003年12期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 鄭明潔;合成孔徑雷達(dá)動目標(biāo)檢測和成像研究[D];中國科學(xué)院研究生院（電子學(xué)研究所）;2003年

，

本文編號：796523