相對于相控陣雷達,集中式MIMO雷達具有發(fā)射端自由度高,工作模式靈活多變的特點,適用于多目標、復雜環(huán)境情況下的目標探測任務,是雷達技術發(fā)展的重要方向。與此同時,MIMO雷達接收處理中采用的算法復雜度和計算量較大,對于信號處理系統(tǒng)的計算能力提出了更高的挑戰(zhàn)。近年來,圖形處理器（GPU）芯片在計算性能方面突飛猛進,在能耗比、核心數(shù)、核心頻率、顯存帶寬和顯存容量等重要指標方面不斷取得突破,其CUDA開發(fā)平臺效率高,軟件的維護也更加便捷,因此,研究基于GPU的MIMO雷達接收處理實現(xiàn)方案具有重要的意義。本文對基于GPU的MIMO雷達接收處理和并行實現(xiàn)進行了深入研究,并結合實測數(shù)據(jù)進行了驗證,歸納為如下內容:1、研究了MIMO雷達回波信號的處理流程,簡述了兩種MIMO雷達的信號處理結構,并對兩種信號處理的計算量進行了分析,對兩種信號處理結構中所涉及算法的并行計算進行了分析,包括匹配濾波、數(shù)字波束形成、雜波抑制和恒虛警檢測等算法的并行計算,同時使用實測數(shù)據(jù),使用兩種處理結構分別進行了實驗。2、簡要介紹了基于GPU的并行計算,分析了基于GPU的并行計算的發(fā)展對雷達信號處理的意義。首先從GPU底層的硬... 

【文章來源】：西安電子科技大學陜西省211工程院校教育部直屬院校

【文章頁數(shù)】：116 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景和意義
    1.2 國內外研究現(xiàn)狀和發(fā)展趨勢
        1.2.1 MIMO雷達接收處理研究現(xiàn)狀和發(fā)展趨勢
        1.2.2 基于GPU的雷達信號處理研究現(xiàn)狀
    1.3 論文結構及其章節(jié)安排
第二章 MIMO雷達信號處理流程
    2.1 MIMO雷達的信號模型
    2.2 MIMO雷達的兩種信號處理結構
        2.2.1 信號處理結構I
        2.2.2 信號處理結構II
    2.3 MIMO雷達兩種處理結構的計算量分析
    2.4 MIMO雷達回波信號處理的并行性分析
        2.4.1 匹配濾波的并行性分析
        2.4.2 數(shù)字波束形成的并行性分析
        2.4.3 雜波抑制的并行性分析
        2.4.4 恒虛警檢測的并行性分析
    2.5 MIMO雷達實測數(shù)據(jù)處理
    2.6 本章小結
第三章 基于GPU的MIMO雷達信號處理方法實現(xiàn)
    3.1 GPU編程模型
        3.1.1 GPU硬件結構
        3.1.2 CUDA編程模型
    3.2 CUDA編程簡介
        3.2.1 CUDA開發(fā)語言
        3.2.2 CUDA驅動應用程序接口
        3.2.3 CDUA運行時應用程序接口
        3.2.4 CUDA庫函數(shù)
    3.3 MIMO雷達信號處理流程圖及硬件介紹
    3.4 基于GPU的脈沖壓縮算法的并行實現(xiàn)
        3.4.1 脈沖壓縮算法的并行實現(xiàn)流程圖
        3.4.2 脈沖壓縮算法并行實現(xiàn)的子模塊
        3.4.3 脈沖壓縮并行實現(xiàn)結果及分析
    3.5 基于GPU的全波位數(shù)字波束形成的并行實現(xiàn)
        3.5.1 全波位數(shù)字波束形成的并行實現(xiàn)流程圖
        3.5.2 全波位數(shù)字波束形成的并行實現(xiàn)中的主要子模塊
        3.5.3 全波位數(shù)字波束形成的并行實現(xiàn)結果及分析
    3.6 基于GPU的雜波抑制的并行實現(xiàn)
        3.6.1 雜波抑制的并行實現(xiàn)流程圖
        3.6.2 雜波抑制的并行實現(xiàn)的主要子模塊
        3.6.3 雜波抑制并行實現(xiàn)的結果及分析
    3.7 基于GPU的恒虛警檢測的并行實現(xiàn)
        3.7.1 使用多線程方式實現(xiàn)CA-CFAR的并行方法
        3.7.2 使用FFT方式實現(xiàn)CA-CFAR的并行方法
        3.7.3 恒虛警檢測結果及分析
    3.8 本章小結
第四章 目標跟蹤方法及其GPU并行實現(xiàn)的研究
    4.1 概率數(shù)據(jù)互聯(lián)濾波算法
        4.1.1 概率數(shù)據(jù)互聯(lián)濾波算法描述
        4.1.2 基于GPU的算法并行實現(xiàn)
    4.2 基于動態(tài)規(guī)劃的檢測前跟蹤算法
        4.2.1 基于動態(tài)規(guī)劃的TBD算法描述
        4.2.2 基于GPU的算法并行實現(xiàn)
    4.3 基于霍夫變換的檢測前跟蹤算法
        4.3.1 基于二維霍夫變換的TBD算法描述
        4.3.2 基于GPU的算法并行實現(xiàn)
    4.4 本章小結
第五章 總結與展望
    5.1 全文總結
    5.2 未來展望
參考文獻
致謝
作者簡介


【參考文獻】：
期刊論文
[1]MIMO雷達技術綜述[J]. 趙永波,劉宏偉.  數(shù)據(jù)采集與處理. 2018(03)
[2]機載預警雷達三維空時自適應處理及其降維研究[J]. 王萬林,廖桂生.  系統(tǒng)工程與電子技術. 2005(03)



本文編號：3629846