合成孔径雷达(Synthetic Aperture Radar,简称SAR)是一种主动式的微波成像传感器,不受时间、地理条件和天气的限制,通过发射电磁波和接收电磁波获取地面目标点的回波信息,通过对得到的回波进行处理,得到相应地面目标点的实际信息,在军事监测、灾害评估、资源勘测等领域有着广泛的应用。由于雷达获取的实际回波数据掺杂较多干扰信号且获取成本高,目前在算法研制阶段,多采用模拟仿真的方式获取原始回波信号供后续研究使用。现如今,雷达可根据当前观测地形采用不同的工作模式,对应于回波模拟,需要对多种雷达工作模式进行仿真。本文通过对雷达飞行时条带模式、扫描模式、滑聚模式和TOPS模式进行分析总结,基于条带模式模拟仿真流程,提出多模式统一模拟仿真流程并进行模拟实现。雷达分辨率的提升对模拟仿真而言,需要在仿真区域设置更多的目标点。随着仿真目标点的增多,传统串行模拟仿真时间的时间大幅上升,为了高效的获取雷达回波数据,本文将高性能计算与回波模拟结合起来,通过图形处理器(Graphics Processing Unit,简称GPU)对回波模拟仿真过程进行优化。在优化过程中,根据模拟仿真设备配置的不同给出了三种不同的优化方法:(1)模拟仿真设备配置一块GPU:通过对仿真过程及GPU特性的分析,发现GPU处理模拟仿真时产生原子加问题,成为影响GPU性能的瓶颈。为了解决回波模拟原子加问题,本文提出三种改善性能瓶颈的策略:分块策略、流策略和线程任务分配策略,并通过实验数据证明三种策略的优化性能。(2)模拟仿真设备配置多块GPU:对模拟仿真任务进行切分,采用基于共享内存的并行编译处理方案OpenMP分配与GPU设备数一致的线程,不同的线程负责不同的GPU设备,最后完成模拟仿真结果的整合。(3)模拟仿真设备配置多机多GPU:在单台模拟仿真设备配置多块GPU的基础上,提出基于消息传递接口 MPI和基于Hadoop的两种框架解决多机间通信问题,通过实验数据证明两种框架的优化性能。