基于GPU的雷达数据处理技术研究

发布时间：2017-09-04 07:19

  本文关键词：基于GPU的雷达数据处理技术研究

  更多相关文章： 数据处理 并行优化 GPU 雷达

【摘要】：雷达数据处理系统是现代雷达中关键的一环。随着现代战场环境的复杂化,各种自然和人为干扰使得雷达数据处理系统的计算负荷越来越重,基于软件化的思路探索高性能、灵活与可重构的数据处理架构成为未来雷达的趋势。针对上述背景,本文提出了基于中央处理器(Central Processing Unit,CPU)和图形处理器(Graphics Processing Unit,GPU)协同处理的开放式计算架构实现雷达数据处理的方法。数据处理的软件化提升了系统的设计和运行、维护和更新的效率。本文研究了包括坐标系统转换、点迹凝聚、航迹起始、单目标跟踪和多目标关联算法在内的典型雷达数据处理算法,并对算法的有效性进行了仿真验证。通过分析各个算法的并行性,基于CPU和GPU协同处理架构设计并实现了雷达数据处理子系统,完成了系统联调联试,经过对飞机目标的大量观测试验验证了该数据处理子系统的功能和性能。本文研究了基于滑窗检测法的航迹起始顺序算法、基于Hough变换的航迹起始批处理算法以及修正的Hough变换航迹起始算法。仿真实验验证,修正的Hough变换航迹起始算法和滑窗检测法能够以更高的准确率完成杂波环境下的航迹起始工作。通过对两种算法进行对比,证实基于Hough变换的航迹起始算法具有更高的并行性。本文研究了扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法,并通过蒙特卡洛仿真验证了本跟踪算法对匀加速运动目标的有效性。本文研究了联合概率多目标关联(Joint Probability Data Association,JPDA)算法。本文针对JPDA和修正Hough变换航迹起始算法结构,分析了算法的并行性,研究了其数据存储和线程调度方法,完成了算法基于CPU和GPU协同处理架构的并行优化。仿真实验证实了算法运行结果的正确性,对JPDA算法:随着目标个数的变化,加速比达到20~300倍;对修正Hough变换航迹起始算法:加速比达到200倍。在上述研究的基础上,本文完成了包括数据接收、数据处理、P显等模块的雷达数据处理子系统。通过与雷达系统的联调和试验研究,修正了系统中点迹凝聚、航迹起始波门、目标关联的相应门限值,大量实际试验结果表明该数据处理子系统可稳、高效地完成对飞机目标的数据处理。
【关键词】：数据处理 并行优化 GPU 雷达
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN957.52
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 绪论11-17
• 1.1 论文研究背景与意义11-12
• 1.2 国内外研究历史与现状12-15
• 1.2.1 雷达数据处理技术的发展12-14
• 1.2.2 基于GPU的异构编程技术的发展14-15
• 1.3 全文结构安排15-17
• 第二章 CPU和GPU异构并行计算与CUDA基础17-27
• 2.1 GPU通用计算概念与GPU并行体系架构17-19
• 2.1.1 GPU通用计算概念17
• 2.1.2 GPU并行体系架构17-19
• 2.2 CPU+GPU异构并行计算与CUDA基础19-23
• 2.2.1 CPU与GPU性能对比以及异构编程概念19-21
• 2.2.2 并行计算的CUDA编程模型21-22
• 2.2.3 CUDA编程模型的编译方式22-23
• 2.3 CUDA程序的优化23-26
• 2.3.1 CUDA程序的任务划分原则24
• 2.3.2 线程执行配置的优化原则24-26
• 2.3.3 存储器访问优化原则26
• 2.4 本章小结26-27
• 第三章 雷达数据处理方法研究27-53
• 3.1 坐标系统27-29
• 3.1.1 雷达数据处理中的坐标系统27-28
• 3.1.2 坐标转换28-29
• 3.2 点迹凝聚算法研究29-31
• 3.2.1 目标点迹的归并29-30
• 3.2.2 目标点迹的凝聚30-31
• 3.3 航迹起始算法研究31-41
• 3.3.1 滑窗检测航迹起始算法31-33
• 3.3.2 Hough变换航迹起始算法33-34
• 3.3.3 修正的Hough变换航迹起始算法34-36
• 3.3.4 航迹起始算法性能对比36-41
• 3.4 单目标跟踪算法研究41-49
• 3.4.1 卡尔曼滤波器41-44
• 3.4.2 扩展卡尔曼滤波器44-46
• 3.4.3 单目标跟踪算法仿真46-49
• 3.5 JPDA数据关联算法研究49-52
• 3.6 本章小结52-53
• 第四章 基于GPU的雷达数据处理53-69
• 4.1 雷达数据处理的仿真53-56
• 4.1.1 雷达数据处理流程53-54
• 4.1.2 计算量评测54-56
• 4.2 基于GPU的雷达数据处理算法并行优化56-61
• 4.2.1 JPDA算法的并行性分析57-60
• 4.2.2 基于GPU的修正Hough航迹起始并行性分析60-61
• 4.3 并行优化仿真实验61-67
• 4.3.1 实验方案61-64
• 4.3.2 实验成果64-67
• 4.3.3 实验结论67
• 4.4 本章小结67-69
• 第五章 基于GPU的雷达数据处理系统的设计与实现69-79
• 5.1 雷达数据处理系统的功能要求69-70
• 5.2 雷达数据处理系统的设计与实现70-75
• 5.2.1 数据接收模块的实现71-72
• 5.2.2 雷达数据处理模块的实现72-73
• 5.2.3 雷达显示界面的实现73-75
• 5.3 雷达数据处理系统的调试75-76
• 5.4 雷达数据处理系统的运行结果76-78
• 5.5 本章小结78-79
• 第六章 全文总结与展望79-81
• 6.1 全文总结79
• 6.2 后续工作展望79-81
• 致谢81-82
• 参考文献82-85
• 在学期间取得的与学位论文相关的研究成果85-86

【参考文献】

中国期刊全文数据库 前10条

1 秦华;周沫;察豪;沈括;;基于GPU加速的雷达信号处理并行技术[J];舰船科学技术;2013年07期

2 夏栋;夏奎;张伟;孙剑英;;GPU加速下脉冲压缩雷达的点迹凝聚[J];火力与指挥控制;2013年03期

3 何怡芝;;并行算法性能简析[J];电子设计工程;2012年11期

4 王先良;刘操;侯氢;;用CUDA实现放射治疗中剂量的快速计算[J];生物医学工程学杂志;2011年05期

5 邹岩;杨志义;张凯龙;;CUDA并行程序的内存访问优化技术研究[J];计算机测量与控制;2009年12期

6 高嵩;潘泉;肖秦琨;;基于扩展卡尔曼滤波的机动目标航迹跟踪[J];火力与指挥控制;2009年09期

7 张兵;赵改善;黄骏;李敏;刘伟峰;;地震叠前深度偏移在CUDA平台上的实现[J];勘探地球物理进展;2008年06期

8 吴伟;王东进;陈卫东;;密集杂波环境下多目标跟踪算法[J];现代雷达;2007年02期

9 刘延峰,潘泉,杜自成;机载雷达目标搜索和跟踪中的坐标系问题[J];火力与指挥控制;2005年03期

10 苏峰,王国宏,何友,夏明革;修正的逻辑航迹起始算法[J];现代防御技术;2004年05期

中国硕士学位论文全文数据库 前5条

1 曹成忠;基于GPU+CPU软件化雷达终端系统的设计与实现[D];武汉理工大学;2014年

2 王海华;基于GPU的合成孔径雷达回波仿真技术研究[D];电子科技大学;2009年

3 田力;CUDA在高性能计算中的应用[D];浙江大学;2008年

4 刘海光;GPU加速的海洋战场环境视景仿真研究[D];中国海洋大学;2008年

5 贺鹏;Hough变换航迹起始算法研究[D];西北工业大学;2007年

，

本文编号：790097