并行脉冲多普勒雷达信号处理算法研究

发布时间：2020-09-02 11:49

　　脉冲多普勒(Pulse-Doppler,PD)雷达是一种新型雷达体制,它利用了多普勒效应原理,既具备良好的测距性能和测速性能,又有较强的杂波抑制能力,因此得到了广泛的应用。随着软件化雷达技术的发展,传统以FPGA+DSP为核心的硬件开发模式已逐渐被软件化雷达的开发模式所取代。软件雷达实现的瓶颈之一是信号处理的实时性问题。随着计算机硬件特别是多核与众核异构计算平台的快速发展,为软件化雷达信号处理的并行化提供了硬件基础,日趋丰富的并行编程框架也为异构计算平台和雷达信号处理的并行化架起了桥梁。本文提出了基于不同平台的并行雷达信号处理算法,对整个信号处理系统及部分模块进行并行研究,本文所研究的主要工作有以下几个方面:(1)提出了基于多核CPU的并行脉冲多普勒雷达信号处理算法。首先对信号处理过程进行并行性分析,发现在信号处理过程中存在三个并行点,本文主要针对这三个并行点分别设计了不同的并行算法。首先,针对雷达信号处理过程中各脉组数据之间没有相互依赖的特性,提出了一种基于数据的并行思路,利用多核CPU的多核特性,将不同脉组的数据分配到不同的线程上并行处理,即每个线程单独处理一个脉组的数据;其次,从信号处理的流程来看,处理过程之间多为流水处理,即上一级的输出为当前级的输入,而当前级的输出为下一级的输入,因此本文采用流水线并行技术对整个处理流程进行并行化,按照静态负载均衡原则,将算法模块分配到不同的线程上,通过线程之间的通信机制控制数据的传输,从而实现对整个处理过程的并行化;最后,对算法模块内部进行并行分析,依据脉冲压缩、动目标检测等模块内部各脉冲之间的处理互无依赖的特点,本文提出了一种模块内部的并行思路,将不同的脉冲分配到不同的线程上进行处理。最后,本文对基于多核CPU的并行脉冲多普勒雷达信号处理算法的实验结果进行理论分析。(2)提出了基于OpenCL的并行动目标检测算法。OpenCL是一种跨平台的并行编程模型,支持的硬件平台包括CPU、GPU、MIC和FPGA等。本文通过对动目标检测算法的并行分析,对并行算法进行设计,利用数据并行的思路,将不同距离单元的处理分配到计算核心上进行处理,首先在GPU端对并行动目标检测算法进行实现,并进行初步优化,进而将算法移植到FPGA平台上进行处理,并利用向量化、循环展开、多流水线优化等方式对基于FPGA平台的并行动目标检测算法进行优化,并对实验结果进行分析。
【学位单位】：西安电子科技大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TN957.51
【部分图文】：

脉冲多普勒雷达,占比,模块,动目标检测

行对算法模块进行并行化，因此通过将所有距离单元的计算分配到不同的计算核心上进行处理，进而达到加速的目的。图4.1 脉冲多普勒雷达各模块耗时占比雷达信号矩阵输出矩阵滤波器组123n图4.2 动目标检测处理图4.2.2 基于 OpenCL 的并行动目标检测算法的实现对于本次设计的并行 MTD 程序而言，在并行过程中，将每个距离单元上元素的滤波过程写入 kernel 函数内，每一个 kernel 对应 OpenCL 中的一个 workitem，而每一个 workitem 运行在一个线程上，多个 workitem 组成一个 workgroup，每一个 CPI 的数据分配到不同的 workgroup 中并行处理。基于 OpenCL 的并行动目标检测算法与设备端平台的映射关系如图 4.3 所示。本章主要研究的是基于 OprnCL 的并行动目标检测算法在 FPGA 和 GPU 上的实反异步1%脉冲压缩7%动目标检测67%恒虚警检测24%解距离模糊1%

【相似文献】