基于GPU的合成孔径雷达高速成像方法

发布时间：2020-04-09 18:24

【摘要】：合成孔径雷达(Synthetic Aperture Radar,SAR)是一种具有全天时、全天候、回波信息丰富等特点的重要遥感技术手段,在军事、农业、林业等领域均具有巨大的应用潜力。高分辨率SAR系统的成像分辨率已经达到厘米级的精度,接收的回波数据量巨大,且需要经过复杂成像算法处理才能获得图像。很多应用场景对SAR的成像系统有较高的实时性要求,使得高速成像处理成为SAR的一项关键技术。自2006年以来,图形处理器(Graphics Processing Unit,GPU)进入统一渲染架构时代,计算能力与存储带宽得到大幅提升。本文希望利用GPU大规模并行处理的体系结构特点,加速SAR成像的计算过程,为基于GPU的SAR实时成像系统提供高速的计算方法。本文的主要研究内容和成果为:1、研究GPU自诞生以来的硬件架构变迁,详细分析Maxwell架构GPU的计算性能及存储层次。根据研究过程遇到的问题,总结出在统一计算设备架构(Compute Unified Device Architecture,CUDA)编程平台上设计GPU并行计算函数的编程要点。2、介绍SAR的成像原理以及常用的成像算法。从工程角度出发,给出一种适合在在GPU上进行并行计算的距离-多普勒(Range-Doppler,RD)成像算法。用实测数据进行成像测试,得到清晰的成像结果,验证了方法的可行性。3、为进一步加速SAR成像算法,给出一种基于Stockhanm计算结构的FFT并行计算方法,和一种原址矩阵转置方法。通过整合计算过程,脉冲压缩计算过程与目前使用cuFFT库函数的GPU成像加速研究相比,得到两倍左右的速度提升。在GTX970 GPU上,68毫秒即可完成8192×4096点回波数据的成像。同时,成像算法的显存空间占用减少了三分之二。
【图文】：

示意图,成像模型,示意图

第二章 SAR 成像原理及成像算法第二章 SAR 成像原理及成像算法2.1 成像模型图 2.1 表示合成孔径雷达探测一个条形区域的过程。平台在高度为 H 的空中沿飞行方向以匀速 V 做直线运动，称平台的运动方向为方位向，相垂直的方向为距离向。雷达以脉冲重复频率（Pulse Repetition Frequencies，PRF）发射脉冲信号。图中的一串圆点表示 SAR 发射脉冲信号的位置，每个脉冲信号通过天线发射到波束指向的区域，照射到该区域的目标，再由天线接收反射的回波信号。雷达发射的脉冲信号以光速往返于目标，，比载机的飞行速度快得多，因此可以近似认为雷达于同一位置发射并接收信号。

完整结构,核心,寄存器堆,整数计算

18图 3.1 GM204 核心的完整结构图个 SM 的硬件细节如图 3.2 所示，每个 SM 内部共有 128 个计算核心（ 32bit 的寄存器堆（register file）和 96KB 的共享内存空间（shared m8 个计算核心又以 32 个一组的形式划分。每组计算核心配备 8 个存/ST）、8 个特殊计算单元 SFU）、16384 个 32bit 的寄存器堆、线程 Scheduler）和指令缓冲（Instruction Buffer）。8 个计算核心共同使用 24KB 的 L1/Texture cache 和 96KB 的共享内存图 3.3 所示，每个计算核心内部有整数计算单元和单精度浮点计算单钟周期内多核流处理器 SM 能执行的关键指令数量（Number of Operycle per Multiprocessor）列于表 3.1。
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN957.52

【参考文献】