并行脉冲多普勒雷达信号处理算法研究

《并行脉冲多普勒雷达信号处理算法研究》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、／ｉｍ硕士学位论文｜ｍ（Ｍ—ｒＩＩ并行脉冲多普勒雷达信号处理算法研究ｉ１１作者姓名哑連指导教师姓名、职称朱虎明副教授申请学位类别工学硕士ｍ■＇？：：＾３；；１学校代码10701学号1502120836分类号TP39密级公开西安电子科技大学硕士学位论文并行脉冲多普勒雷达信号处理算法研究作者姓名：师玮一级学科：电子科学与技术二级学科：电路与系统学位类别：工学硕士指导教师姓名、职称：朱虎明副教授学院：人工智能学院提交日期：2018年6月

2、TheResearchofParallelSignalProcessingAlgorithminPDRadarAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinCircuitsandSystemsByShiWeiSupervisor:ZhuhumingTitle:AssociateProfessorJune2018西安电子科技大学学位论文独创性（或创新性）声

3、明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研宄成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人己经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同事对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处一，本人承担切法律责任。：本人签名：日２ＭＡ１Ｍ期．西安电子科技大学关于论

4、文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文，；学校可以公布论文的全部或部分内容允许采用影印。同时本人保证，结合学位论文研宄成果、缩印或其它复制手段保存论文、位为西安电子科技大学。完成的论文发明专利等成果，署名单保密的学位论文在＿年解密后适用本授权书。￣￣￣：导师签名：妙本人签名叫■日期：：．０／（＾日

5、期摘要摘要脉冲多普勒(Pulse-Doppler，PD)雷达是一种新型雷达体制，它利用了多普勒效应原理，既具备良好的测距性能和测速性能，又有较强的杂波抑制能力，因此得到了广泛的应用。随着软件化雷达技术的发展，传统以FPGA+DSP为核心的硬件开发模式已逐渐被软件化雷达的开发模式所取代。软件雷达实现的瓶颈之一是信号处理的实时性问题。随着计算机硬件特别是多核与众核异构计算平台的快速发展，为软件化雷达信号处理的并行化提供了硬件基础，日趋丰富的并行编程框架也为异构计算平台和雷达信号处理的并行化架起了桥梁

6、。本文提出了基于不同平台的并行雷达信号处理算法，对整个信号处理系统及部分模块进行并行研究，本文所研究的主要工作有以下几个方面：（1）提出了基于多核CPU的并行脉冲多普勒雷达信号处理算法。首先对信号处理过程进行并行性分析，发现在信号处理过程中存在三个并行点，本文主要针对这三个并行点分别设计了不同的并行算法。首先，针对雷达信号处理过程中各脉组数据之间没有相互依赖的特性，提出了一种基于数据的并行思路，利用多核CPU的多核特性，将不同脉组的数据分配到不同的线程上并行处理，即每个线程单独处理一个脉组的数据

7、；其次，从信号处理的流程来看，处理过程之间多为流水处理，即上一级的输出为当前级的输入，而当前级的输出为下一级的输入，因此本文采用流水线并行技术对整个处理流程进行并行化，按照静态负载均衡原则，将算法模块分配到不同的线程上，通过线程之间的通信机制控制数据的传输，从而实现对整个处理过程的并行化；最后，对算法模块内部进行并行分析，依据脉冲压缩、动目标检测等模块内部各脉冲之间的处理互无依赖的特点，本文提出了一种模块内部的并行思路，将不同的脉冲分配到不同的线程上进行处理。最后，本文对基于多核CPU的并行脉冲

8、多普勒雷达信号处理算法的实验结果进行理论分析。（2）提出了基于OpenCL的并行动目标检测算法。OpenCL是一种跨平台的并行编程模型，支持的硬件平台包括CPU、GPU、MIC和FPGA等。本文通过对动目标检测算法的并行分析，对并行算法进行设计，利用数据并行的思路，将不同距离单元的处理分配到计算核心上进行处理，首先在GPU端对并行动目标检测算法进行实现，并进行初步优化，进而将算法移植到FPGA平台上进行处理，并利用向量化、循环展开、多流水线优化等方式对基于FPGA平台的并行动目标检测算法进行优化