基于GPU的機(jī)載SAR回波數(shù)據(jù)模擬研究.pdf

1、隨著合成孔徑雷達(dá)技術(shù)日趨成熟并廣泛用于軍事和其他領(lǐng)域，合成孔徑雷達(dá)(SAR)回波數(shù)據(jù)的模擬顯得越發(fā)必需和重要。在以往的研究中發(fā)現(xiàn)，回波模擬的龐大的數(shù)據(jù)量和運(yùn)算是研究的巨大挑戰(zhàn)和瓶頸。隨著更多樣化的模擬平臺(tái)的出現(xiàn)，回波數(shù)據(jù)模擬在提高運(yùn)算速度和效率上有了新的突破點(diǎn)。近年來(lái)，GPU(Graphic Processing Unit)技術(shù)的應(yīng)用和CUDA編程平臺(tái)的出現(xiàn)，研究人員將CPU(host)和GPU(device)進(jìn)行混合異構(gòu)的編程，使基于

2、GPU的并行編程開(kāi)始應(yīng)用于各個(gè)領(lǐng)域。研究發(fā)現(xiàn)在SAR回波數(shù)據(jù)模擬中有大量適合做并行運(yùn)算的部分，可以利用GPU的強(qiáng)大浮點(diǎn)運(yùn)算能力和并行運(yùn)算的架構(gòu)來(lái)加速。本文的主要研究?jī)?nèi)容如下：
　　1.介紹了合成孔徑雷達(dá)回波數(shù)據(jù)模擬的相關(guān)理論和回波數(shù)據(jù)模擬的算法，并介紹了回波模型和采用的RD成像算法，分析了本文研究要采用的模型和方法。提出了CUDA程序的基本優(yōu)化策略。
　　2.采用基于正向法的時(shí)域回波數(shù)據(jù)模擬算法，首先在MATLAB上驗(yàn)證了正

3、確性之后，分別在CPU上和GPU上實(shí)現(xiàn)點(diǎn)目標(biāo)和點(diǎn)陣目標(biāo)的回波數(shù)據(jù)模擬。得到GPU上點(diǎn)陣回波數(shù)據(jù)模擬的速度相比CPU上加速了約420倍。
　　3.基于正向法GPU上實(shí)現(xiàn)提出加速策略：首先優(yōu)化流程，減少CPU端和GPU端之間的數(shù)據(jù)傳輸；針對(duì)在GPU上運(yùn)算的并行塊劃分，提出了塊尺寸自適應(yīng)劃分法，根據(jù)該方法得到適合本文仿真環(huán)境和算法的最佳塊尺寸劃分；針對(duì)運(yùn)算中的多重循環(huán)，分析粗粒度劃分和粒度劃分的不同效率，選擇粗粒度劃分；針對(duì)二維回波數(shù)據(jù)

4、訪問(wèn)效率低的問(wèn)題，將二維數(shù)據(jù)做線性化處理。經(jīng)過(guò)這些優(yōu)化策略加速后，GPU上加速比提高到了489倍。
　　4.采用基于CS成像算法逆過(guò)程的逆CS回波數(shù)據(jù)模擬算法，分別在CPU上和GPU上做回波仿真并成像驗(yàn)證。重點(diǎn)分析回波數(shù)據(jù)模擬的具體實(shí)現(xiàn)步驟，提取出算法中并行度高的部分并分塊在到GPU上做運(yùn)算。針對(duì)多次的FFT運(yùn)算，利用GPU上的函數(shù)庫(kù)計(jì)算FFT；針對(duì)矩陣轉(zhuǎn)置，利用共享內(nèi)存并解決分區(qū)沖突問(wèn)題，得到了最優(yōu)的矩陣轉(zhuǎn)置方法；針對(duì)運(yùn)算效率低