本文關(guān)鍵詞：基于GPU的機(jī)載SAR成像算法的設(shè)計(jì)與實(shí)現(xiàn)

  更多相關(guān)文章： 合成孔徑雷達(dá)(SAR) 實(shí)時(shí) 通用計(jì)算圖形處理器(GPGPU) 統(tǒng)一計(jì)算架構(gòu)(CUDA)

【摘要】：隨著合成孔徑雷達(dá)的不斷發(fā)展,其在國(guó)防工業(yè)和民用領(lǐng)域的應(yīng)用越來越廣泛。為了更加充分地發(fā)揮SAR全天時(shí)、全天候、遠(yuǎn)距離、高分辨率、廣域觀測(cè)的特點(diǎn),實(shí)際應(yīng)用中,對(duì)SAR的分辨率和測(cè)繪帶的要求不斷提高。機(jī)載寬波束高分辨率SAR是實(shí)現(xiàn)SAR高分辨率和寬測(cè)繪帶的一種方式。但是,機(jī)載寬波束高分辨率SAR的合成孔徑時(shí)間長(zhǎng),數(shù)據(jù)量和計(jì)算量較大,在傳統(tǒng)的基于CPU的工作站或者服務(wù)器上進(jìn)行數(shù)據(jù)處理會(huì)耗費(fèi)比較長(zhǎng)的時(shí)間,無法滿足實(shí)時(shí)性要求。通用計(jì)算圖形處理器(GPGPU)的出現(xiàn),GPGPU為寬波束高分辨率SAR數(shù)據(jù)的實(shí)時(shí)處理提供了一種可行的途徑,通用計(jì)算GPU專為加速計(jì)算密集型的應(yīng)用而設(shè)計(jì),如今已經(jīng)發(fā)展成具有高度并行、多線程、多核心、超大帶寬、具有數(shù)百個(gè)計(jì)算單元的高性能處理平臺(tái)。本文首先介紹SAR成像的基本原理和通用計(jì)算GPU的硬件架構(gòu),然后借助NVIDIA的統(tǒng)一計(jì)算架構(gòu)(CUDA),采用通用計(jì)算GPU的對(duì)機(jī)載寬波束高分辨率SAR成像算法進(jìn)行實(shí)現(xiàn),并針對(duì)GPU的特點(diǎn)對(duì)算法的實(shí)現(xiàn)進(jìn)行優(yōu)化加速,本文主要研究?jī)?nèi)容總結(jié)如下:1、針對(duì)傳統(tǒng)RMA算法在處理機(jī)載寬波束SAR回波數(shù)據(jù)時(shí)頻譜利用率不高的問題,對(duì)傳統(tǒng)的RMA算法進(jìn)行了改進(jìn),并采用一種對(duì)數(shù)據(jù)分段的方案使用GPU對(duì)算法進(jìn)行了實(shí)現(xiàn)和優(yōu)化。該方案解決了在GPU顯存不足以容納一景SAR數(shù)據(jù)時(shí),數(shù)據(jù)處理環(huán)節(jié)與內(nèi)存/顯存間數(shù)據(jù)傳輸環(huán)節(jié)的并行化問題。并針對(duì)算法和GPU硬件的特點(diǎn),使用共享內(nèi)存優(yōu)化技術(shù)和開啟多個(gè)CUDA流等方法對(duì)算法進(jìn)行了優(yōu)化,充分利用了GPU設(shè)備的計(jì)算資源。使用NVIDIA K40c顯卡對(duì)算法進(jìn)行了測(cè)試,測(cè)試結(jié)果表明相對(duì)于傳統(tǒng)的CPU,GPU能實(shí)現(xiàn)14倍左右的加速比。2、由于機(jī)載寬波束高分辨率SAR的合成孔徑時(shí)間長(zhǎng),載機(jī)飛行軌跡不穩(wěn)定,會(huì)導(dǎo)致SAR圖像散焦和幾何失真,需要對(duì)回波數(shù)據(jù)進(jìn)行運(yùn)動(dòng)補(bǔ)償,傳統(tǒng)的基于全孔徑的成像處理算法難以滿足實(shí)時(shí)成像的要求,本文采用一種基于子孔徑的機(jī)載寬波束高分辨率SAR成像處理方法,并用GPU并行處理技術(shù)對(duì)該成像處理方法的耗時(shí)部分進(jìn)行優(yōu)化加速,采用并行歸約算法和合并內(nèi)存訪問的方法提高了算法執(zhí)行效率,然后使用MATLAB和CUDA C混合編程技術(shù)對(duì)算法的各個(gè)耗時(shí)模塊進(jìn)行實(shí)現(xiàn)并封裝成MEX文件,使得MATLAB可以直接調(diào)用,從而實(shí)現(xiàn)快速成像的要求。最后使用NVIDIA K40c顯卡對(duì)程序的性能進(jìn)行了測(cè)試,實(shí)驗(yàn)結(jié)果表明該算法的實(shí)現(xiàn)方案能對(duì)實(shí)測(cè)數(shù)據(jù)進(jìn)行良好的成像并實(shí)現(xiàn)9倍左右的加速比,提高了算法的執(zhí)行效率。
【關(guān)鍵詞】：合成孔徑雷達(dá)(SAR) 實(shí)時(shí) 通用計(jì)算圖形處理器(GPGPU) 統(tǒng)一計(jì)算架構(gòu)(CUDA)
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：V243.2
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 符號(hào)對(duì)照表10-12
• 縮略語對(duì)照表12-15
• 第一章 緒論15-21
• 1.1 SAR成像算法研究現(xiàn)狀15-16
• 1.2 GPU通用計(jì)算的發(fā)展及現(xiàn)狀16-17
• 1.3 課題研究背景17-18
• 1.4 論文主要內(nèi)容及安排18-21
• 第二章 SAR成像基礎(chǔ)理論21-27
• 2.1 脈沖壓縮技術(shù)21-23
• 2.2 合成孔徑雷達(dá)兩維高分辨率原理23-26
• 2.2.1 合成孔徑雷達(dá)距離向高分辨率原理24-25
• 2.2.2 合成孔徑雷達(dá)方位向高分辨率原理25-26
• 2.3 本章小結(jié)26-27
• 第三章 GPU硬件架構(gòu)和編程模型27-41
• 3.1 并行處理技術(shù)27-29
• 3.2 GPU硬件架構(gòu)29-36
• 3.2.1 GPU硬件架構(gòu)發(fā)展歷程29-32
• 3.2.2 Nvidia Tesla K40顯卡硬件架構(gòu)32-36
• 3.3 CUDA編程模型36-40
• 3.4 本章小結(jié)40-41
• 第四章 一種改進(jìn)的RMA算法的GPU實(shí)現(xiàn)和優(yōu)化41-55
• 4.1 傳統(tǒng)的RMA算法41-44
• 4.2 一種改進(jìn)的適用于寬波束大場(chǎng)景的RMA算法44-45
• 4.3 算法的GPU實(shí)現(xiàn)和優(yōu)化方案45-53
• 4.3.1 總體方案設(shè)計(jì)45-46
• 4.3.2 數(shù)據(jù)并行劃分46-48
• 4.3.3 GPU存儲(chǔ)優(yōu)化48-52
• 4.3.4 程序?qū)崿F(xiàn)步驟52-53
• 4.4 實(shí)驗(yàn)結(jié)果及分析53-54
• 4.5 本章小結(jié)54-55
• 第五章 基于GPU和MATLAB的SAR成像算法實(shí)現(xiàn)及優(yōu)化55-71
• 5.1 一種機(jī)載寬波束子孔徑SAR成像算法55-61
• 5.1.1 存在線性誤差時(shí)時(shí)聚焦結(jié)果的推導(dǎo)55-59
• 5.1.2 線性誤差項(xiàng)的估計(jì)59-61
• 5.2 MATLAB CUDA C混合編程技術(shù)61-64
• 5.2.1 MATLAB CUDA C混合編程技術(shù)簡(jiǎn)介61-62
• 5.2.2 MATLAB調(diào)用CUDA C程序的實(shí)現(xiàn)方法62-64
• 5.3 基于GPU和MATLAB的成像算法實(shí)現(xiàn)和優(yōu)化64-69
• 5.3.1 總體方案設(shè)計(jì)及數(shù)據(jù)劃分64-66
• 5.3.2 GPU的存儲(chǔ)優(yōu)化66-67
• 5.3.3 實(shí)驗(yàn)結(jié)果及分析-67-69
• 5.4 本章總結(jié)69-71
• 第六章 總結(jié)與展望71-73
• 6.1 論文總結(jié)71
• 6.2 工作展望71-73
• 參考文獻(xiàn)73-75
• 致謝75-77
• 作者簡(jiǎn)介77-78

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前2條

1 侯毅;沈彥男;王睿索;余宗超;;基于GPU的數(shù)字影像的正射糾正技術(shù)的研究[J];現(xiàn)代測(cè)繪;2009年03期

2 張彬;李涼海;;機(jī)載SAR運(yùn)動(dòng)補(bǔ)償技術(shù)研究[J];遙測(cè)遙控;2007年S1期

，

本文編號(hào)：686577