基于GPU的超寬帶SAR實時成像技術研究.pdf

1、本文針對常規(guī)后向投影(BackProjection, BP)算法運算量大的問題，綜合硬件多核并行以及孔徑分級優(yōu)化兩類技術，實現(xiàn)對高分辨率超寬帶合成孔徑雷達(Ultra Wideband Synthetic Aperture Radar, UWB-SAR)實時成像，具有重要的理論意義和工程實用價值，論文主要工作如下：
　　建立了步進頻率信號條帶式SAR的回波模型，分析了BP算法距離壓縮和方位壓縮過程。詳細介紹了圖形處理器(Graph

2、ic Processing Unit, GPU)和統(tǒng)一計算設備架構(Compute Unified Device Architecture, CUDA)編程知識，得出多核并行化、存儲資源分配及訪問影響最終算法效率的基本結論，是后續(xù)并行化方法優(yōu)化的基礎。
　　提出了一種基于GPU的并行優(yōu)化網格BP算法。重點對方位壓縮過程設計了三種優(yōu)化方法，利用網格BP算法結構減少了多線程訪問原始回波數(shù)據(jù)的次數(shù)；利用紋理存儲器加速了插值計算效率；合理

3、設計了子圖像存儲方式，避免共享存儲器訪問沖突。從而有效利用GPU的多核架構提高了成像效率。
　　提出了一種基于GPU的并行化因式分解快速BP(Factorized Fast BP, FFBP)算法。設計了FFBP算法的實現(xiàn)流程，分析了FFBP在算法層面的加速比，最后利用GPU實現(xiàn)了并行加速。與基于GPU的BP算法相比，成像效率獲得進一步顯著提升。
　　為了有效處理實測 UWB-SAR回波數(shù)據(jù)，設計了上述兩種算法的分塊實現(xiàn)途徑