论文部分内容阅读
近年来，随着计算机技术的不断发展，图形处理器（GPU）以强大的运算处理能力和较大的储存器带宽在计算机及图像领域方面被得到了广泛应用。逆合成孔径雷达（ISAR）能全天候、全天时、远距离地对运动目标成像，在军事和民用方面具有重要的应用价值。ISAR仿真系统也已成为ISAR系统设计、算法研究以及性能评估的重要手段。现有的ISAR仿真系统存在仿真耗时长，运行效率低，仿真成本高等缺点。在ISAR仿真系统设计中应用GPU的高性能计算能力，能有效的改善目前ISAR仿真系统所面临的困难。目前国内外关于这方面研究的论文很少见。因此，研究基于GPU的ISAR仿真系统具有很重要的意义。本文围绕着GPU在ISAR仿真系统中的应用展开深入研究，对仿真系统中回波模拟的点目标模型算法，距离－多普勒成像算法中的距离向压缩、包络对齐、相位补偿和方位向压缩等部分应用图形加速器进行算法实现。此外，为提高仿真系统开发效率，以Matlab和Jacket插件为基础设计可靠代码,使得仿真系统易于使用。借助GPU强大的浮点计算能力和高并行执行的特点，极大的提高了ISAR仿真系统的实时性，有效的降低了仿真成本。本文的主要研究内容如下：(1)简述了GPU的发展、支持CUDA技术GPU的结构特点、CUDA编程的基本概念、以及Matlab Jacket插件的相关概念。(2)建立了高频条件下的ISAR回波的点目标模型，并基于转台模型度阐述了ISAR的成像理论和距离多普勒算法。(3)实现了ISAR的仿真系统中的回波仿真、距离压缩、包络对齐、相位补偿和方位压缩等算法。对部分算法在GPU上的实现和优化进行了详细的论述。(4)将所设计ISAR的仿真系统在GPU和CPU平台上进行实现。将点目标模型做为仿真数据,采用RD算法对仿真系统进行功能验证和性能分析。对比GPU和CPU平台上仿真结果表明了基于GPU的ISAR仿真系统的有效性和实时性。