GPU用于通用计算领域近几年已成为国内外研究的重点,国外如美国、意大利等国家基于通用计算图形处理器(GPGPU)的运算系统在几年前已成熟应用在无人机、多孔径雷达等军工领域。目前国内军工领域通过GPGPU进行通用并行加速运算的实际工程项目较为有限,一是因为普通商用显卡搭建的平台无法满足实际需求中的抗恶劣环境嵌入式加固条件,二是因为多GPU编程模型的设计对相关领域的设计师能力要求较高,OpenCL规范尚未被雷达领域的工程技术人员广泛接触和使用。本文基于新松公司研制的GPU嵌入式加固仿真平台,对特定应用场景下的雷达信号处理模型实现GPU并行加速并提供系统优化设计方案。旨在解决以往雷达信号在实时处理时遇到的瓶颈,充分利用GPU在大规模通用并行计算方面高效率、低功耗的特点,提供一套成熟的解决方案和运算模型,缩短相关领域工程人员在GPU计算领域的研发周期。其中基于信号处理的GPU并行设计、负载均衡、并行系统的优化是本文重点研究内容。本文在OpenCL框架下基于雷达信号处理系统模型,按照信号处理流程,分别实现脉冲压缩、动目标显示、恒虚警检测和兴趣目标提取等信号处理单元的GPU并行加速计算,在级联多颗GPU运算时考虑到了任务的调度分配及负载均衡。本项目设计完成并且通过整体优化后的模型,期望达到的性能目标是能够比以往传统处理的速度提高10-50倍。作者完成的主要工作如下：(1)雷达实时信号处理流程分析与整体设计(2)基于GPU异构并行处理模型的系统设计和实现(3)多GPU任务调度和负载均衡处理(4)重点算法的设计及优化实现(5)基于硬件架构的系统整体优化本文所做研究突破了以往雷达信号处理所采用的串行程序设计的束缚,完成了雷达信号处理模型在并行异构平台下的高效实现。