论文部分内容阅读
随着现代科技的发展,遥测遥控技术在军用和民用领域的应用越来越多,遥测遥控信号的分析识别技术也成为其中的关键部分。同时,随着信号数据量的增加和分析算法复杂度的提高,基于CPU串行计算的传统信号检测和识别算法已无法满足信号处理实时性要求。以CUDA为代表的GPU通用计算技术的快速发展,为信号的快速分析识别提供了技术途径。本文针对遥测遥控信号的分析识别及其GPU实现展开了研究,主要工作如下:1、本文介绍了CUDA的编程模型、执行模型和存储器模型,以及CUDA程序的优化策略。2、针对DSSS信号的随遇接入问题,由于信号信噪比较低,且存在多普勒频移,导致DSSS信号的侦测难度加大,且实时性较差。本文设计了一种基于GPU实现的DSSS信号侦测系统,可在低信噪比条件下,利用较少的先验信息,较快的完成对含多普勒频移DSSS信号的信号检测和参数估计。本文首先介绍了DSSS信号侦测系统各个模块具体算法原理和实现流程,在此基础上,研究了系统各模块的可并行性,完成了各模块在CPU+GPU架构下的并行算法设计,并利用仿真数据验证了各模块GPU实现的正确性,统计了各模块的GPU加速效果并进行了性能分析。结果表明,相比于MATAB下串行程序,各模块的GPU实现均能达到2倍以上的加速比,其中符号宽度估计模块的GPU实现在优化后加速比可达到13.201倍。3、针对BPSK、QPSK、OQPSK、UQPSK、GMSK、PCM/FM六类数传信号的随遇接入问题,本文设计了一种基于GPU的数传信号侦测系统,能够快速实现对含多普勒频移的大码速率范围数传信号的信号检测、调制类型识别和参数估计。本文首先设计了一套基于CPU的数传信号侦测系统,并利用仿真数据在MATALB环境下验证了其性能。然后基于系统各个模块的实现流程,分析了各个模块的可并行性,针对每个模块提出了并行加速策略,完成了系统的GPU实现,并利用仿真数据分析了GPU实现下信号检测模块的性能及加速比,结果表明,GPU实现下的信号检测模块相比CPU能提速2倍以上。4、本文将DSSS信号侦测系统和数传信号侦测系统合并成统一的遥测遥控信号分析系统,可同时完成对带内信噪比为-18dB的DSSS信号与带内信噪比为5dB以上的数传信号的信号检测、调制类型识别及参数估计。之后,本文验证了合并后系统在GPU下运行的性能,并给出了加速比结果。结果表明,GPU实现系统的加速比会随信号参数的变化而不同,不同情形下系统的加速比均大于等于2倍。