论文部分内容阅读
随着合成孔径雷达(Synthetic Aperture Radar,SAR)系统应用领域的拓广,要求SAR系统可以在更加灵活多样的模式下工作,具有更高的分辨率,在更为严酷的条件下仍然可以获得较为满意的图像结果等,这些都为SAR的信号处理提出了新的挑战。要应对这些挑战,势必既要增加SAR成像算法的复杂程度,但同时又要降低成像算法的运行时间,保证图像的实时性。因此,需要探索新的SAR成像算法的运算平台并且研究与之相适应的更为高效高性能的SAR成像算法。高速发展的图形处理器(Graphics Processing Unit, GPU)为高效SAR成像算法提供了具有发展前景的新型运算平台。GPU是为了应对3D时代高复杂的图形图像处理运算而诞生的,与CPU相比,利用GPU芯片进行通用计算具有成本低、性能高的特点。本文的目的在于研究并提出基于GPU的SAR成像算法,该成像算法并非简单的把原有运行在CPU的成像算法移植到GPU上,而是对原有算法进行改进,让它与GPU的架构和编程模型相适应,充分利用GPU的运算资源,提高计算效率。本文首先简要总结基于CPU的经典SAR成像算法,作为研究的理论基础,接着介绍了目前GPU通用计算的发展现状,优势和限制以及编程环境,在此基础之上,针对基于GPU的SAR成像算法的实现进行了详细的讨论。本文的创新性工作主要体现在:第一,提出了利用OpenGL与Cg实现的,基于GPU的SAR成像算法,该成像算法利用OpenGL与Cg的可移植性,可以实现跨GPU平台。第二,提出了利用CUDA实现的,基于GPU的SAR成像算法,该成像算法的实现利用了GPU最新的开发环境,可以充分的发挥GPU的计算优势。第三,提出了利用纹理贴图来实现距离徙动校正的方法。纹理贴图原本是计算机图形学中的重要概念,它可以获得GPU硬件加速的支持,本文提出的两种基于GPU的SAR成像算法均采用纹理贴图来实现距离徙动校正。第四,提出了自行设计的GPU通用计算的框架。在利用OpenGL与Cg开发SAR成像算法时,必须深入理解GPU图形渲染流水线和编程接口,为了开发的便捷,本文对OpenGL与Cg的图形编程接口进行一定的封装,提出了一个具有一定适用性的GPU通用计算的开发框架。通过仿真实验表明,本文提出的两种基于GPU的SAR成像算法的结果与理论值吻合,具有较好的成像效果。通过处理真实的SAR数据表明,这两种基于GPU的SAR成像算法比传统的基于CPU的成像算法有效率上的提高。特别是基于CUDA的成像算法,有两位数以上的效率提升。因此,本文提出的基于GPU的SAR成像算法具有高效高性能的特点,为应对SAR信号处理领域新的挑战提供具有前景的研究方向。