超高分辨率机载SAR成像算法及其GPU实现
发布时间:2021-12-11 20:29
合成孔径雷达(Synthetic Aperture Radar,SAR)作为一种新式微波成像系统,能够突破传统雷达分辨率的限制,对场景作两维高分辨率成像。不断提高其分辨率始终是SAR成像发展中面临的重要挑战之一。当今,超高SAR成像分辨率需要达到亚米级别甚至更高。更高的分辨率会导致合成孔径的延长和回波数据的增加。为了削弱以上两个变化对提高SAR成像分辨率的影响,我们着手于以下两个方面:一方面从成像算法角度,选择设计一个高效精确的成像处理方案;另一方面,可以利用更加高效的信号处理平台,对更大量的数据进行加速处理,实现实时成像。基于以上背景,本文的主要工作如下:(1)介绍了传统极坐标格式算法(Polar Format Algorithm,PFA),从两维信号解耦合的视角出发,解释了该成像算法两维插值处理对目标徙动的校正原理,揭示了采样点排列格式从极坐标到直角坐标的变换实际为尺度变换的本质;介绍了基于两维尺度变换的PFA算法,并与相同参数下传统PFA点目标仿真结果进行比较。(2)介绍了相位梯度自聚焦算法(Phase Gradient Autofocus,PGA)。基于该估计一维相位误差的自聚...
【文章来源】:南京航空航天大学江苏省 211工程院校
【文章页数】:75 页
【学位级别】:硕士
【部分图文】:
CPU与GPU逻辑架构对比图
形处理的角色。在 GPU 的发展历史中,英伟达(NVIDIA)必定占据着主要角色。19VIDIA 首次进入个人电脑 3D 市场,并推出其首款高性能图形处理器-GeForce 256。此始其高速发展,产品的迭代周期大约为 6 个月。
得到的距离校正过程如图 2.5 所示,(a)为脉冲压缩和运动补偿后的距离向压缩结果,察到除场景中心点外,剩余的点目标都存在着程度不同的线性项和高次项的距离徙动,离向插值过后的距离向压缩结果,可以看到此时只剩下线性项的距离徙动;再通过方位值后,从(c)中可以观察到目标距离徙动已经完全得到校正。
【参考文献】:
期刊论文
[1]基于GPU的多聚焦显微图像快速三维重构技术[J]. 何晓昀. 电子技术与软件工程. 2015(24)
[2]基于GPU的实时红外场景仿真系统研究[J]. 黄曦,陈伟,张建奇. 航空兵器. 2015(06)
[3]基于CUDA和OpenGL互操作的彩色图像Sobel边缘检测[J]. 李驰新,兰聪花. 计算机科学. 2015(S1)
[4]高分辨锥束CT并行重建算法在基于NVDIA GPU显卡计算平台上的实现[J]. 郑海亮,李兴东,王哲,魏存峰,常彤. CT理论与应用研究. 2014(05)
[5]基于GPU的后向投影SAR成像算法[J]. 姜晓龙,王建,宋千,周智敏. 雷达科学与技术. 2014(04)
[6]基于NVIDIA GPU的机载SAR实时成像处理算法CUDA设计与实现[J]. 孟大地,胡玉新,石涛,孙蕊,李晓波. 雷达学报. 2013(04)
[7]基于GPU的高分辨率星载SAR成像处理研究[J]. 侯明辉. 电子科技. 2013(10)
[8]基于先验知识的SAR两维自聚焦算法[J]. 毛新华,曹海洋,朱岱寅,朱兆达. 电子学报. 2013(06)
[9]基于DirectX的图像旋转算法的研究与实现[J]. 陈希棠. 电脑知识与技术. 2011(19)
[10]关于GPU+CPU整合发展的趋势探索[J]. 许桢. 微计算机信息. 2010(20)
硕士论文
[1]SAR自聚焦算法研究及其FPGA实现[D]. 曹海洋.南京航空航天大学 2014
[2]基于子孔径处理的SAR高分辨率成像算法研究[D]. 仇志华.南京航空航天大学 2009
本文编号:3535346
【文章来源】:南京航空航天大学江苏省 211工程院校
【文章页数】:75 页
【学位级别】:硕士
【部分图文】:
CPU与GPU逻辑架构对比图
形处理的角色。在 GPU 的发展历史中,英伟达(NVIDIA)必定占据着主要角色。19VIDIA 首次进入个人电脑 3D 市场,并推出其首款高性能图形处理器-GeForce 256。此始其高速发展,产品的迭代周期大约为 6 个月。
得到的距离校正过程如图 2.5 所示,(a)为脉冲压缩和运动补偿后的距离向压缩结果,察到除场景中心点外,剩余的点目标都存在着程度不同的线性项和高次项的距离徙动,离向插值过后的距离向压缩结果,可以看到此时只剩下线性项的距离徙动;再通过方位值后,从(c)中可以观察到目标距离徙动已经完全得到校正。
【参考文献】:
期刊论文
[1]基于GPU的多聚焦显微图像快速三维重构技术[J]. 何晓昀. 电子技术与软件工程. 2015(24)
[2]基于GPU的实时红外场景仿真系统研究[J]. 黄曦,陈伟,张建奇. 航空兵器. 2015(06)
[3]基于CUDA和OpenGL互操作的彩色图像Sobel边缘检测[J]. 李驰新,兰聪花. 计算机科学. 2015(S1)
[4]高分辨锥束CT并行重建算法在基于NVDIA GPU显卡计算平台上的实现[J]. 郑海亮,李兴东,王哲,魏存峰,常彤. CT理论与应用研究. 2014(05)
[5]基于GPU的后向投影SAR成像算法[J]. 姜晓龙,王建,宋千,周智敏. 雷达科学与技术. 2014(04)
[6]基于NVIDIA GPU的机载SAR实时成像处理算法CUDA设计与实现[J]. 孟大地,胡玉新,石涛,孙蕊,李晓波. 雷达学报. 2013(04)
[7]基于GPU的高分辨率星载SAR成像处理研究[J]. 侯明辉. 电子科技. 2013(10)
[8]基于先验知识的SAR两维自聚焦算法[J]. 毛新华,曹海洋,朱岱寅,朱兆达. 电子学报. 2013(06)
[9]基于DirectX的图像旋转算法的研究与实现[J]. 陈希棠. 电脑知识与技术. 2011(19)
[10]关于GPU+CPU整合发展的趋势探索[J]. 许桢. 微计算机信息. 2010(20)
硕士论文
[1]SAR自聚焦算法研究及其FPGA实现[D]. 曹海洋.南京航空航天大学 2014
[2]基于子孔径处理的SAR高分辨率成像算法研究[D]. 仇志华.南京航空航天大学 2009
本文编号:3535346
本文链接:https://www.wllwen.com/kejilunwen/wltx/3535346.html