【摘 要】
：
雷达组网探测威力分析是一种广泛使用的工具,其在军事领域中经常被用来确定雷达网在不低于一定概率的情况下能够探测到的雷达散射截面的区域。它是雷达网联合作战效能评估,防守侧责任区域划分,雷达网部署位置参数优化,进攻方突防路径规划等雷达军事领域的关键步骤。图像处理器拥有强大的并行浮点数运算能力。所以现如今GPU广泛应用于深度学习、雷达数据处理、图像分析等领域。GPU中有着大量且简单的逻辑运算器以实现大规模
论文部分内容阅读
雷达组网探测威力分析是一种广泛使用的工具,其在军事领域中经常被用来确定雷达网在不低于一定概率的情况下能够探测到的雷达散射截面的区域。它是雷达网联合作战效能评估,防守侧责任区域划分,雷达网部署位置参数优化,进攻方突防路径规划等雷达军事领域的关键步骤。图像处理器拥有强大的并行浮点数运算能力。所以现如今GPU广泛应用于深度学习、雷达数据处理、图像分析等领域。GPU中有着大量且简单的逻辑运算器以实现大规模的并行运算,而雷达网探测威力计算一般具有地理空间采样点多,数据吞吐量大和计算量大的特点,其造成的困境就是计算精度与计算速度的两难。即采样点越多,计算量越大,然而得到了计算精度的同时计算时间急剧增加。为了解决计算速度与计算精度的两难问题,论文提出了基于GPU的雷达组网探测威力计算算法及其优化方案。该方法以场模型为基础,将联合探测威力的计算过程具体化为场模型的构造和信息处理。此外,它也是一种计算与可视化相结合的计算方法,它直接生成以供最终显示终端所需的地理标记图像二维信息。最后论文中通过压缩解空间、优化内存使用、优化指令使用等GPU编程优化技术对算法进行优化,达到充分利用GPU硬件的目的。基于GPU的计算方法涉及到硬件和开发环境,即每一块不同的GPU需要安装相应的NVIDIA软件驱动。并且算法本身在GPU中所启动的线程个数也会因为显卡的不同而可能引发错误,所以导致算法的可移植性较低。基于以上困难,本论文将基于GPU的算法用ICE框架封装成微服务,提供可供调用的接口。最后本论文设计了三个不同的实验来从不同的角度验证算法的时效性和可扩展性。经实验分析对比表明,这种基于GPU的新算法能够适应不同的网格分辨率、雷达探测概率和雷达最大探测高度等条件。优化后的GPU版本的处理效率是串行版本的75倍左右。
其他文献
随着第五代移动通信（Fifth Generation,5G）的普及应用以及移动智能终端的爆炸式增长,无线通信安全也变得越来越重要。由于传输节点的庞大性、无线传播的开放性和广播性使得在数据传输过程中易受到非法方的攻击,所以研究第五代和后五代（Beyond 5G,B5G）移动通信中的安全问题成为当前研究的重点。传统的基于密码学的安全高度依赖于高破译复杂度,难以对复杂环境做出及时响应,而物理层安全具有响
液位计作为工业观测中的关键设备,它的准确性在物量中起着重要的作用。传统的非接触测量方式主要有超声波测距和激光测距。超声波测距系统简单,造价低廉但是在空气中衰减速率较快,而且容易受到环境因素的影响而影响其精度。激光测距虽然测距精度高,但同样也受环境风险因素的较大影响。微波测量是不受太多环境因素束缚的非接触液位测量方式,可以在恶劣环境下应用。而PTOF（脉冲时间飞行）法制作的脉冲雷达可作为本设计液面高
对贯标认证工作,从通过认证单位那里听到的都是"认证工作使我掉了几斤肉";"贯标认证工作过程中我们从来没有休过节假日"等,一言以蔽之贯标工作难度太大了。贯标工作真的就那么难吗?不可否认,贯标认证工作是管理思想的一次飞跃,是肯定要花精力和气力的。但是如果能够很好结合本单位的实际情况,充分利用已有的质量管理成果,处理得当,理顺思路,抓住实质,贯标认证工作完全可以有条不紊,一步一个脚印的按计划逐步展
随着第五代移动通信系统（5th generation wireless systems,5G）的商用和其在物联网、车路协同等领域的融合发展,无线通信中承载着越来越多的用户信息以及越来越重要的机密信息。由于无线通信广播的特点,这些信息被窃听和受到干扰的风险大大增加,信息安全问题越来越突出。基于加密和解密协议的信息安全技术依赖于计算复杂性,随着通信终端数目的指数级增加,密钥管理和分发的复杂度也迅速增加
随着认知无线电技术的提出,认知用户在保证授权用户通信质量的前提下,能够动态接入没有被授权用户占用的授权频段,从而极大地提高了频谱资源的利用率。在多信道的异构认知无线网络中,由于每个认知用户具有不同的频谱检测能力,以及授权用户对频段的动态占用,从而导致认知用户的可用空闲信道往往互不相同。因此,收发双方在进行数据传输之前,必须交互传输数据需要使用的信道、传输时间、传输速率等控制信息。在现有的认知无线网
信号波达方向（Direction-of-Arrival,DOA）估计问题在声纳阵列测向、移动通信等领域具有广泛的重要应用背景,也是阵列信号处理中信号参数估计的重要问题之一。在DOA估计中,信源数的估计有着至关重要的影响,信源数已知是许多DOA估计算法必不可少的前提条件,当信源的估计个数不等于实际的信源数时,DOA估计算法的性能急剧恶化甚至失效。因此,是否准确估计信源个数对DOA估计算法在各领域中的
当今网络通信环境下,接入网络的各种智能设备和移动用户数量急剧增长,频谱资源稀缺的问题也愈加突出。相比传统的正交多址接入（OMA）,非正交多址接入（NOMA）技术具有系统容量高,传输时延低,可接入用户多的优势,可以更好地满足无线网络的传输需求。NOMA可以将一个信道的资源以非正交的方式提供给若干用户使用。本文重点关注NOMA系统的用户分配和功率控制问题,优化NOMA系统的和速率。首先,介绍了NOMA
在物联网系统中,众多发射机同时通过多径衰落信道将消息发送到基站。其中非相干通信由于不需要在接收端进行信道估计,在短包通信和低信噪比通信中具有性能优势,成为了近年来重点研究的对象。然而,传统的非相干收发机设计方法复杂度较高,难以适用于用户数量快速增长的物联网场景。因此,本文以大规模单输入多输出（Massive Single Input Multiple Output,Massive SIMO）中的非
随着第五代移动通信（The Fifth Generation,5G）技术商用,正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）技术广泛应用于各类通信场景中。5G微蜂窝通信设计中仍然存在多径衰落、阴影衰落以及大气衰落,给OFDM系统下的放大器效率带来了新的挑战。但由于OFDM高峰均比（Peak-to-Average Power,PAPR）
随着5G时代的到来,通信网络中流量和连接数急速地增长。在物联网（Internetof-Things,Io T）领域,“万物互联”正在变为现实,但是频谱资源的稀缺的问题逐渐凸显出来。环境反向散射通信（Ambient Backscatter Communication,Am BC）技术是物联网的解决方案之一,具有高频谱效率、低成本和低功耗等优点,一经提出就广受关注。对物联网设备进行定位在现实中有着很大