随着雷达信号处理算法的研究不断深入,信号处理系统的复杂性与实效性的矛盾更加突出,提高雷达信号处理速度成为必要。近年来,GPU(Graphics Processing Unit,图形处理器)技术的推广和CUDA(Compute Unified Device Architecture,计算统一设备架构)并行编程的推出,使研究人员找到了提高雷达信号处理效率的新方向,研究发现雷达信号处理的大量算法都具有并行特点,可利用GPU并行实现来加速处理过程。本文以阵列雷达信号处理系统的GPU实现为背景,主要工作如下:1、介绍了GPU通用计算模型,分析了GPU的基本硬件架构和CUDA编程模型,并总结了几个CUDA编程的优化方向。2、研究了阵列雷达信号处理系统的总体框架,确定了系统的工作流程,然后结合项目需求设计了系统各模块的算法和具体实现步骤,并在CPU(Central Processing Unit,中央处理器)上运用C语言编程实现,最后利用MATLAB仿真数据验证了各模块的功能,完成了整个软件化系统的CPU实现。3、研究阵列雷达信号处理系统的GPU实现。首先分析了系统各模块实现算法的并行结构,完成了各模块的并行算法设计;然后利用CUDA编程在GPU上实现,并利用仿真数据验证了各模块实现的正确性;再通过对比CPU的处理速度,分析了各模块的GPU加速效果与性能限制因素,提出了相关优化策略;最后运用实测数据验证了该系统能够正确处理雷达回波数据,并且在本实验平台下该系统在GPU上的加速比能达到104倍左右,具有良好的加速效果。4、完成了整个阵列雷达信号处理系统的软件调试,并给出了系统联调结果,处理结果表明该系统能够稳定地观测目标运动轨迹,满足系统需求。