本文選題：陣列雷達(dá) + 信號(hào)處理��； 參考：《電子科技大學(xué)》2017年碩士論文

【摘要】：隨著雷達(dá)信號(hào)處理算法的研究不斷深入,信號(hào)處理系統(tǒng)的復(fù)雜性與實(shí)效性的矛盾更加突出,提高雷達(dá)信號(hào)處理速度成為必要。近年來(lái),GPU(Graphics Processing Unit,圖形處理器)技術(shù)的推廣和CUDA(Compute Unified Device Architecture,計(jì)算統(tǒng)一設(shè)備架構(gòu))并行編程的推出,使研究人員找到了提高雷達(dá)信號(hào)處理效率的新方向,研究發(fā)現(xiàn)雷達(dá)信號(hào)處理的大量算法都具有并行特點(diǎn),可利用GPU并行實(shí)現(xiàn)來(lái)加速處理過(guò)程。本文以陣列雷達(dá)信號(hào)處理系統(tǒng)的GPU實(shí)現(xiàn)為背景,主要工作如下:1、介紹了GPU通用計(jì)算模型,分析了GPU的基本硬件架構(gòu)和CUDA編程模型,并總結(jié)了幾個(gè)CUDA編程的優(yōu)化方向。2、研究了陣列雷達(dá)信號(hào)處理系統(tǒng)的總體框架,確定了系統(tǒng)的工作流程,然后結(jié)合項(xiàng)目需求設(shè)計(jì)了系統(tǒng)各模塊的算法和具體實(shí)現(xiàn)步驟,并在CPU(Central Processing Unit,中央處理器)上運(yùn)用C語(yǔ)言編程實(shí)現(xiàn),最后利用MATLAB仿真數(shù)據(jù)驗(yàn)證了各模塊的功能,完成了整個(gè)軟件化系統(tǒng)的CPU實(shí)現(xiàn)。3、研究陣列雷達(dá)信號(hào)處理系統(tǒng)的GPU實(shí)現(xiàn)。首先分析了系統(tǒng)各模塊實(shí)現(xiàn)算法的并行結(jié)構(gòu),完成了各模塊的并行算法設(shè)計(jì);然后利用CUDA編程在GPU上實(shí)現(xiàn),并利用仿真數(shù)據(jù)驗(yàn)證了各模塊實(shí)現(xiàn)的正確性;再通過(guò)對(duì)比CPU的處理速度,分析了各模塊的GPU加速效果與性能限制因素,提出了相關(guān)優(yōu)化策略;最后運(yùn)用實(shí)測(cè)數(shù)據(jù)驗(yàn)證了該系統(tǒng)能夠正確處理雷達(dá)回波數(shù)據(jù),并且在本實(shí)驗(yàn)平臺(tái)下該系統(tǒng)在GPU上的加速比能達(dá)到104倍左右,具有良好的加速效果。4、完成了整個(gè)陣列雷達(dá)信號(hào)處理系統(tǒng)的軟件調(diào)試,并給出了系統(tǒng)聯(lián)調(diào)結(jié)果,處理結(jié)果表明該系統(tǒng)能夠穩(wěn)定地觀測(cè)目標(biāo)運(yùn)動(dòng)軌跡,滿足系統(tǒng)需求。
[Abstract]:With the development of radar signal processing algorithm, the contradiction between complexity and effectiveness of signal processing system is becoming more and more serious, so it is necessary to improve the speed of radar signal processing. In recent years, the popularization of GPU Graphics Processing Unit (GPU) technology and the introduction of parallel programming in CUDA(Compute Unified Device Architecture, computing unified equipment architecture have led researchers to find a new direction to improve the efficiency of radar signal processing. It is found that a large number of radar signal processing algorithms have parallel characteristics and can be implemented in parallel with GPU to speed up the processing process. In this paper, the GPU implementation of array radar signal processing system is taken as the background. The main work is as follows: 1. The general computing model of GPU is introduced, and the basic hardware architecture and CUDA programming model of GPU are analyzed. The optimization direction of several CUDA programming is summarized. The general framework of array radar signal processing system is studied, and the working flow of the system is determined. Then, the algorithm and implementation steps of each module of the system are designed according to the requirements of the project. Finally, the function of each module is verified by using MATLAB simulation data, and the CPU realization of the whole software system is completed. The GPU implementation of array radar signal processing system is studied. Firstly, the parallel structure of each module is analyzed, and the parallel algorithm design of each module is completed. Then, the parallel algorithm is implemented on GPU by using CUDA, and the correctness of each module is verified by simulation data. By comparing the processing speed of CPU, the acceleration effect and performance limitation factors of each module are analyzed, and the relative optimization strategy is put forward. Finally, it is verified that the system can process radar echo data correctly by using the measured data. The speedup ratio of the system on GPU is about 104 times under this experimental platform, and it has good acceleration effect .4. the software debugging of the whole array radar signal processing system is completed, and the result of the system combination is given. The processing results show that the system can stably observe the moving track of the target and meet the needs of the system.
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TN957.51

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 姚旺;胡欣;劉飛;王紅霞;劉文文;;基于GPU的高性能并行計(jì)算技術(shù)[J];計(jì)算機(jī)測(cè)量與控制;2014年12期

2 秦華;周沫;察豪;沈括;;基于GPU加速的雷達(dá)信號(hào)處理并行技術(shù)[J];艦船科學(xué)技術(shù);2013年07期

3 夏棟;夏奎;張偉;孫劍英;;GPU加速下脈沖壓縮雷達(dá)的點(diǎn)跡凝聚[J];火力與指揮控制;2013年03期

4 秦華;周沫;察豪;左煒;;軟件雷達(dá)信號(hào)處理的多GPU并行技術(shù)[J];西安電子科技大學(xué)學(xué)報(bào);2013年03期

5 王蓓蕾;朱志良;孟t-;;基于CUDA加速的SIFT特征提取[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年02期

6 鄭曉薇;侯立斐;于夢(mèng)玲;;GPU并行計(jì)算在LSSVM股票預(yù)測(cè)上的研究與應(yīng)用[J];計(jì)算機(jī)應(yīng)用與軟件;2013年01期

7 賈可;李世丹;郭燕;王德生;;基于GPU的軟件化雷達(dá)恒虛警概率算法實(shí)現(xiàn)[J];信息與電子工程;2012年05期

8 蔣林鴻;何子述;程婷;賈可新;;基于GPU的寬帶干涉儀測(cè)向算法實(shí)現(xiàn)[J];現(xiàn)代雷達(dá);2012年01期

9 王占廣;羅忠濤;李軍;孫穎;;基于CUDA的機(jī)載MIMO雷達(dá)雜波建模[J];火控雷達(dá)技術(shù);2011年04期

10 江艷陽(yáng);黃雙華;劉峰;白海東;;基于CUDA的雷達(dá)線性調(diào)頻信號(hào)脈沖壓縮實(shí)現(xiàn)[J];艦船電子工程;2011年11期

相關(guān)博士學(xué)位論文 前1條

1 彭瀅;基于BSDE的期權(quán)定價(jià)并行算法研究[D];山東大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 姜慶;基于GPU的機(jī)載SAR回波數(shù)據(jù)模擬研究[D];電子科技大學(xué);2016年

2 李海翔;機(jī)場(chǎng)跑道異物監(jiān)測(cè)雷達(dá)目標(biāo)檢測(cè)算法研究[D];電子科技大學(xué);2016年

3 屈有佳;基于SIFT特征的關(guān)鍵幀提取算法研究[D];北京交通大學(xué);2015年

4 劉萍;低旁瓣脈沖壓縮技術(shù)研究[D];電子科技大學(xué);2015年

5 徐永杰;基于CUDA的雷達(dá)信號(hào)處理機(jī)設(shè)計(jì)與實(shí)現(xiàn)[D];北京理工大學(xué);2014年

6 付波;基于GPU的SIFT和SURF算法的研究與實(shí)現(xiàn)[D];廣東工業(yè)大學(xué);2014年

7 曹成忠;基于GPU+CPU軟件化雷達(dá)終端系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];武漢理工大學(xué);2014年

8 楊旭;基于GPU的自適應(yīng)波束形成處理器研究[D];南京理工大學(xué);2014年

9 周伯成;基于GPU的外輻射源雷達(dá)DOA估計(jì)實(shí)現(xiàn)技術(shù)[D];西安電子科技大學(xué);2014年

10 趙亞萌;基于改進(jìn)SIFT的多波段遙感影像自動(dòng)快速配準(zhǔn)方法研究與應(yīng)用[D];河南大學(xué);2013年

，

本文編號(hào)：1823315