论文部分内容阅读
近年来,随着图形处理器(Graphics Processing Unit,GPU)软硬件技术的日趋成熟,GPU强大的浮点运算和并行处理能力使得业界都在致力于挖掘其潜能,让它能够在非图形领域得到广泛应用,基于GPU的通用计算(General Purpose GPU,GPGPU)研究逐渐深入。本文主要围绕GPU在合成孔径雷达(Synthetic Aperture Radar,SAR)回波模拟方面的应用进行了深入的研究。回波模拟是SAR系统仿真中的重要组成部分,需要对构成整个场景的每个点目标进行回波模拟计算,其计算量十分庞大,在传统CPU平台上进行回波模拟计算需要大量的时间。本文实现了基于GPU的机载SAR回波模拟模块,提高了回波生成的速度,提升了仿真系统性能。本文的主要研究内容如下:1.分析了GPU的特点、发展历程,以及NVIDIA公司推出的统一计算设备架构(Compute Unified Device Architecture,CUDA)的软硬件编程模式,建立了机载SAR回波信号模型,研究了合成孔径雷达成像原理。2.分别采用GPU和CPU实现了余弦运算、矩阵乘法、一维快速傅立叶变换(1D-FFT)以及二维快速傅立叶变换(2D-FFT),并以余弦运算为例,分析了GPU运算结果的精度问题。试验结果表明了GPU快速的浮点运算能力,采用GPU进行通用计算减少了运算时间。3.将SAR点目标和面目标回波模拟算法分别在GPU和CPU上实现,针对大场景的复杂目标,GPU运算速度大约是CPU的13倍。同时采用距离-多普勒成像算法对所生成的回波信号进行了成像处理,验证了GPU回波模拟方法的有效性。4.针对大场景的复杂目标,为了进一步提高SAR回波生成速度,采用多GPU并行计算SAR回波模拟模块,其计算速度大约是CPU上单线程计算速度的26倍,多线程计算速度的13倍,同时采用距离-多普勒成像算法验证了多GPU回波模拟方法的正确性。最后将GPU上的回波模拟计算应用于仿真系统,GPU快速的浮点运算能力提升了整个仿真系统的性能。