论文部分内容阅读
雷达成像是雷达技术发展的一个重要里程碑,其拥有全天候、全天时、远距离监测和定位的特性,能够在能见度极低的气象条件下获得类似光学照相的高分辨率雷达图像,相较于光学成像技术具有不可替代的优势。目前,应用最为广泛的成像雷达是合成孔径雷达(Synthetic Aperture Radar,SAR),其采用数据处理方法将尺寸较小的真实天线孔径合成为较大的等效天线孔径,能够获得高分辨率的雷达成像效果。相位梯度自聚焦算法(Phase Gradient Autofocus,PGA)作为目前主流的自聚焦方法,可以有效提高雷达图像的聚焦精度,是SAR成像系统中的重要组成算法。但PGA算法具有计算过程繁琐、处理数据量大、需要多次迭代等特性,导致其运算时间较长。因此,为提高算法计算效率、降低系统成像延迟,本文对PGA算法,特别是具有更好聚焦效果的二维分块PGA算法,进行并行化方法研究,设计并实现一个应用于雷达成像系统的PGA并行处理构件。本文主要研究工作如下:1)结合UPMM并行模型对课题相关的QorlQ T4240嵌入式平台进行了存储访问开销分析,为PGA算法的并行数据划分提供理论依据;2)依据Amdahl定律和Gustafson定律对二维分块PGA算法的并行性能进行了分析,从理论角度预估了算法的并行性能提升;3)提出了两种二维分块PGA算法的数据划分方案,并通过比较选定了最终方案;4)对于PGA并行处理构件的需求进行了描述,设计并实现了基于VxWorks7.0操作系统的轻量级并行框架;5)从构件整体结构和核心功能模块两个角度,对PGA并行处理构件进行了详细的设计;6)借助VSIPL计算中间件,在QorlQ T4240高性能嵌入式平台上对构件予以实现。对于最终实现的PGA并行处理构件,本文分别从图像数据精度和算法计算性能的角度进行了详细的测试,通过输入输出图像比对直观展示了构件的功能效果,并记录了构件在不同并行度下的响应时间,说明了PGA算法确实能够通过并行化的方法获得显著的性能提升。