论文部分内容阅读
双基地合成孔径雷达(BiSAR)作为一种新体制合成孔径雷达,与单基地SAR相比,具有能获得目标更丰富的散射信息、隐蔽性强、抗干扰能力和战场生存能力高等优势,成为当前雷达成像应用的研究热点。图形处理单元(GPU)能进行大规模并行计算,对大场景SAR数据处理很具优势。本文将研究适用于双基地SAR系统的成像算法,并研究后向投影(BP)算法的GPU实现,主要内容如下:1.研究BiSAR成像机理、GPU结构及编程原理。首先根据BiSAR几何结构分析其距离历史特性,并通过模糊函数分析其空间分辨率,建立成像位置与合成孔径时间的对应关系,分析方位分辨率的空变特性;其次简介NVIDIA的Tesla架构和Fermi架构GPU,并介绍基于CUDA语言的GPU编程方法。2.提出一种双基地快速因式分解BP算法。首先通过推导笛卡尔和椭圆极坐标系在相同子孔径条件下的网格划分公式,证明椭圆极坐标系具有更优的网格划分条件;其次给出子图像生成及子图像合成方法,比较算法与传统BP的运算量,分析插值对子图像合成质量及运算量的影响;最后通过仿真实验,与传统BP算法对比,证明其能在保证成像质量的前提下,极大的提高运算效率。3.提出一种基于GPU的快速BP算法并行化方法。首先距离压缩并行化部分,比较不同FFT点数对压缩效率的影响,给出最合理点数选择方法;后向投影部分提出三种能量累积并行方法:方位向并行、像素点并行、方位向和像素点联合并行,通过分析比较确定最佳方法:像素点并行,并进行仿真验证。4.针对像素点并行,提出一种共享存储器优化设计方法。利用共享存储器读写速度快的优势,通过推导线程块像素距离历史变化关系,找到一种共享存储器优化使用方法;通过仿真验证,在Tesla架构下能进一步提升性能。5.不同精度GPU并行算法性能比较及改进。在单/双精度条件下,进行并行方法的成像效率及质量仿真,结果表明双精度成像质量高但效率低;通过数据分析,找到一种优化方法,在不影响成像质量的前提下,极大的提升双精度效率。6.提出一种移不变双基地SAR BP算法改进GPU实现。利用移不变双基地SAR距离历史的移不变特性,简化各像素点距离历史计算,降低成像算法的数据处理量,最后通过仿真验证,其对大场景成像性能提升明显。