基于gpu的合成孔径雷达回波仿真技术研究

《基于gpu的合成孔径雷达回波仿真技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、电子科技大学硕士学位论文基于GPU的合成孔径雷达回波仿真技术研究姓名：王海华申请学位级别：硕士专业：信息与通信工程指导教师：沈晓峰20090501摘要近年来，随着图形处理器(GraphicsProcessingUnit，GPU)软硬件技术的日趋成熟，GPU强大的浮点运算和并行处理能力使得业界都在致力于挖掘其潜能，让它能够在非图形领域得到广泛应用，基于GPU的通用计算(GeneralPurposeGPU，GPGPU)研究逐渐深入。本文主要围绕GPU在合成孔径雷达(SyntheticApertureRadar，SAR)回波模拟方面的应用进行了深入的研究。回波模拟是SAR

2、系统仿真中的重要组成部分，需要对构成整个场景的每个点目标进行回波模拟计算，其计算量十分庞大，在传统CPU平台上进行回波模拟计算需要大量的时间。本文实现了基于GPU的机载SAR回波模拟模块，提高了回波生成的速度，提升了仿真系统性能。本文的主要研究内容如下：1．分析了GPU的特点、发展历程，以及NVIDIA公司推出的统一计算设备架构(ComputeUnifiedDeviceArchitecture，CUDA)的软硬件编程模式，建立了机载SAR回波信号模型，研究了合成孔径雷达成像原理。2．分别采用GPU和CPU实现了余弦运算、矩阵乘法、一维快速傅立叶变换(1D．FFr)以

3、及二维快速傅立叶变换(2D．FFT)，并以余弦运算为例，分析了GPU运算结果的精度问题。试验结果表明了GPU快速的浮点运算能力，采用GPU进行通用计算减少了运算时间。3．将SAR点目标和面目标回波模拟算法分别在GPU和CPU上实现，针对大场景的复杂目标，GPU运算速度大约是CPU的13倍。同时采用距离．多普勒成像算法对所生成的回波信号进行了成像处理，验证了GPU回波模拟方法的有效性。4．针对大场景的复杂目标，为了进一步提高SAR回波生成速度，采用多GPU并行计算SAP,回波模拟模块，其计算速度大约是CPU上单线程计算速度的26倍，多线程计算速度的13倍，同时采用距离

4、．多普勒成像算法验证了多GPU回波模拟方法的正确性。最后将GPU上的回波模拟计算应用于仿真系统，GPU快速的浮点运算能力提升了整个仿真系统的性能。关键词：SAR、GPU、回波模拟、多线程ABSTRACTInrecentyears，asthetechnologyofGraphicsProcessingUnit(GPu)inhardwareandsot}waredeveloping，peopletrytheirbesttomakeuseofGPUwidelybecameofthecapabilityofitsfloating-pointcalculationsandpa

5、ralldprocessing．GPUforgenialpurposecomputations(GPGPU)becomeahottopicforresearch．ThisdissertationstudiosontheairbomeSyntheticAlx'rtureRadar(SAg)echosignalsimulation．EchosignalsimulationisveryimportantinthewholeSARsystemsimulation,andneedstocomputeallSARtargetechosignalsinthescene,SOthe

6、calculationsalelargeanduesedmuchtimeonCPU．Becauseofthehi．ghperformanceofGPUfloating-pointcalculationsandparallelprocessing,thisdissertationfocusesonthecomputationofSARechosignalsonGPU，whichstepsuptheperformanceofthewholeSARsystem．Themainjobsofthisdissertationalefollowing：1．Thedevelopme

7、ntandcharacteristicsofGPUaredescribed，andthesoftwareandhardwarepatternsofComputeUnifiedDeviceArchitecture(CUDA)fromNVIDIAareshowed．ThemodelofairborneSARechosignalisgiven，andtheSARimagingprinciplesaleanalyzed．2．Thecomputationofcosine，matrixmultiplication，1D—FFrand2D—FFTareimplementedo