针对雷达操作员使用实装雷达训练存在设备数量有限、部署不灵活、训练环境场景单一和训练耗费资源过多等问题,目前国内外普遍采用计算机仿真技术设计雷达模拟训练软件来解决,但使用中央处理器(CPU)实现雷达训练系统难以解决诸多复杂雷达算法带来的实时性问题。近年来图形处理器(GPU)不断发展以及CUDA(Compute Unified Device Architecture)的问世,为实现具有实时性的雷达模拟训练系统提供了新方向。基于上述背景,本文采用CPU+GPU的异构框架实现了雷达模拟训练系统软件,并解决了系统的实时性问题。本文从实际工程出发,主要工作如下:(1)以GPU的软硬件模型为基础,结合CPU与GPU各自的特点设计了雷达模拟训练软件的整体方案,并将系统分为场景构建、回波模拟、信号处理和显控终端四个子模块。针对系统的实时性问题,提出CUDA—Arrayfire联合编程方法,即采用CUDA完成四个子模块的大量循环计算,并结合Arrayfire完成相关大数据量的矩阵运算。采用该方法,雷达模拟训练系统无需频繁和内存进行大数据传递。(2)针对基于数字高程模型(Digital Elevation Model,DEM)数据多类杂波同时仿真的实时性问题,提出了基于合并CUDA核函数的快速杂波仿真方法。该方法采用GPU优化DEM数据过程,并将地、海、气象杂波产生的核函数合并为一个,从而减少了杂波仿真程序执行时内存访问的开销以及核函数启动的开销,提高了杂波模块的执行速度。该方法和CUDA流并行方法进行对比分析,结果显示当前框架下使用合并核函数方法效率更高。(3)使用GPU优化了箔条走廊仿真、窄脉冲剔除、脉冲压缩(PC)、旁瓣对消(SLC)和旁瓣匿影(SLB)算法,并针对上述算法的CUDA核函数存在大量不同步线程问题,提出了一种将逻辑判断过程转为计算标志位的方法,该方法优化了CUDA线程执行效率,提高了雷达算法的执行速度。(4)在CPU+GPU的架构下,采用可跨平台的Qt开发框架设计并实现了鼠标绘制航迹、绘制杂波区域和实时数据显示等需求。并对GPU优化后的雷达模拟训练软件进行测试,验证了系统的正确性和实时性。本文使用CPU+GPU的架构实现了操作简单、界面美观和实时性的雷达模拟训练系统软件,解决了实装雷达和CPU软件的局限性,具有一定的工程意义。