随着合成孔径雷达成像(Synthetic Aperture Radar,SAR)的发展,对复杂的电大尺寸目标电磁散射特性的分析与研究越来越受到人们的重视。其中,物理光学方法是高频区电磁计算方法中常用的一种算法,具有计算简单,精度高的特点。但是在处理结构复杂的实际目标时,物理光学方法仍然面临着计算能力不足的问题。其计算瓶颈在于目标面元之间的遮挡判别;Z-buff方法是常用的遮挡判别加速算法,虽然具有计算复杂度低,实现简单的优点,但是会给遮挡判别带来一定的误差。电磁计算得到的数据可以通过合成孔径雷达成像算法进行验证,后向投影(Back Projection,BP)算法具有成像精度高、不受雷达模式影响等优点,但是其计算复杂度高,实际应用时需要强大的计算能力。图形处理器(Graphic Processing Unit,GPU)拥有强大的并行计算能力,且其运算能力仍然处于飞速增长的阶段,相对于传统的CPU(Central Processing Unit)、FPGA(Field-Programmable Gate Array)等平台具有计算能力强、性价比高等优点。因此,本文利用GPU的强大计算能力,深入研究Z-buff方法和BP成像算法的并行设计与实现方法。本文的主要工作和创新点有:1、针对物理光学方法中面元之间遮挡判别计算复杂度高的问题,详细分析Z-buff方法导致遮挡判别误差的原因,提出工程实践中减少其误差对物理光学方法结果影响的具体方法,为后续的并行加速实现提供理论基础。本文首先介绍雷达散射截面的原理以及物理光学方法的详细推导过程,并给出物理光学方法常见的工程实现方法,并分析其计算复杂度和性能瓶颈;接着,针对物理光学方法的性能瓶颈——遮挡判别,介绍了Z-buff方法,并分析其产生的遮挡判别误差以及对最终物理光学方法结果产生的影响;最后给出工程实践中应用Z-buff方法进行遮挡判别时减少其遮挡判别误差对物理光学方法计算结果产生影响的方法,并提出了一种基于Z-buff的改进的遮挡判别方法,其相对于原始的Z-buff方法具有无遮挡判别误差的优点,但是计算复杂度相比Z-buff方法更高。2、提出基于统一设备架构(Compute Unified Device Architecture,CUDA)的两种高效的Z-buff方法实现。首先介绍了基本的CUDA编程方法,在此基础上利用CUDA提供的原子操作实现了全局锁,并给出其正确的使用方法。然后给出了基于全局锁和基于无锁操作的两种Z-buff方法的高效实现。基于无锁操作的实现更高效,但是基于全局锁的实现更通用。最后用数值算例验证两种实现的高效性,并给出了基于此的PO实现步骤。3、针对现有BP成像算法计算量大的问题,给出了基于CUDA的BP成像算法实现,验证生成的电磁散射数据的正确性。首先详细介绍BP成像算法的基本原理,分析其计算复杂度,然后给出基于CUDA的BP成像算法的并行实现步骤,最后对本文中给出的基于Z-buff进行遮挡判别的物理光学方法生成的电磁散射数据进行成像,验证其正确性。