论文部分内容阅读
SAR成像处理作为SAR地面处理系统的一个重要组成部分，其性能直接影响了地面处理系统的数据吞吐能力和快速反应能力。与其它的高性能计算问题相比，SAR成像处理的计算量和数据量均较大，有其自身的特点。 本文以Chirp Scaling算法为例，从分析SAR成像处理的典型运算入手，以NUMA架构为主要对象，研究了现代高性能计算机系统中对SAR成像处理有较大影响的环节。分析结果认为，对SAR成像处理的优化，主要是对FFT、相位补偿运算和矩阵转角运算等3类典型运算的串行优化和并行优化。 对于SAR成像处理的串行优化，本文从优化处理器的浮点运算能力、提高对高速缓存的重用等多个方面进行了理论分析和实际测试。对于矩阵转角运算，本文分析了最佳分块大小与处理器的高速缓存大小和集合关联度之间的关系。 对于SAR成像处理的并行优化，本文对比了在NUMA架构上可用的几种并行编程模型：轻量级进程、POSIX线程、OpenMP和MPI，针对NUMA架构和SAR成像处理的特点从加速比、编程复杂度等多个方面进行了讨论。分析结果认为，使用OpenMP实现的并行程序，在性能上与使用轻量级进程的实现相当，优于使用POSIX线程和MPI的实现。