弹跳射线法(Shooting and Bouncing Ray, SBR)算法通过射线追踪完成多次散射过程的计算,结果更为准确,广泛应用于高精度的雷达散射截面(Radar Cross Section, RCS)预测。考虑到SBR算法运算量大、计算时间长等缺点,本文先用八叉树算法优化SBR,又在可编程逻辑门阵列(Field Programmable Gate Array, FPGA)环境上进行硬件加速,提高算法的计算效率。这在目标识别、系统设计、隐身与反隐身等领域具有重要应用。本文基于八叉树加速的SBR算法,是先将整个场景按八叉树剖分原则进行树状剖分。当确定某一子节点作为追踪对象时,通过遮挡识别判断出明暗面,再分别经过线与包围盒、线与面的求交测试即可得出一次及多次反射效果。通过和经典SBR算法对比分析,可以验证出本文加速算法的正确性,而且计算量得到明显地简化。SBR的场强追踪是在得出每条射线追踪的路径上,计算各个反射面的出射场场强。将所有射线最终的出射场强进行累加,结合物理光学的远场积分计算,即可算出目标的RCS预估值。为进一步加速SBR,本文提出的基于FPGA的SBR加速方法预先将场景中所有面元等信息寄存于一个静态随机存储器(Static Random Access Memory, SRAM)中,基于FPGA的射线追踪计算、场强积分计算等模块都可实时地访问SRAM。相比较中央处理器(Central Processing Unit, CPU)的时分复用、顺序执行要有效地多。最后硬件仿真结果和CPU仿真结果进行比较,表明基于FPGA加速SBR不但计算精度高、而且大大提高了计算效率,运行时间加快了近600倍。这在一定程度上可以保证弹跳射线法的实时性,而且拓展其应用范围。