星空背景图像仿真是航天仿真中的一个重要问题,尤其在空间探测仿真系统,星空背景图像仿真对系统仿真结果有着重要的影响。图像仿真子系统模拟载荷相机在虚拟星际空间拍摄图像并最终生成高逼真度的仿真图像。由于模拟载荷相机的视场能够捕获数量级上万的恒星,所以生成单幅高逼真度的仿真图像需要较长的时间,难以应用于实时场合。针对现有星空背景图像生成方法不能满足实时要求的缺点,本文提出一种基于GPU的恒星背景图像实时生成算法。　　 本文从时间并行和空间并行的角度叙述GPU的并行计算原理,然后介绍GPU的线程模型、存储器模型、异构编程模型以及编程优化。GPU的体系结构是一种高度并行的单指令多数据的执行体系,需要按照特殊的形式组织数据结构并选择合适的并行处理粒度才能充分利用GPU的高度并行性。GPU的编程优化从另外一个视角为加快任务的处理速度提供了高性能的解决方案。　　 恒星弥散效果和恒星星芒效果是星空背景图像中的主要成像效果,因而是星空背景成像仿真的主要研究对象。点目标成像时会在点目标坐标周围借助点扩散函数形成一定大小的像点,弥散效果根据Gauss点扩散函数形成恒星仿真效果:星芒效果依据Fraunhofer衍射与衍射屏的傅里叶变换之间的关系而呈现光芒四射的光学效果。　　 根据恒星弥散效果和恒星星芒效果的仿真建模,在现有星空背景弥散效果和星芒效果单核算法的基础上,提出星空背景弥散效果和星芒效果的多核以及GPU实现算法。恒星弥散效果和恒星星芒效果的多核算法与它们的单核算法相比,生成仿真图像的速度在图像尺寸不大以及恒星数目不多的情况下能够满足实时处理的要求,但当图像尺寸较大或恒星数目很多时,则难以达到实时性能。本文提出了弥散效果和星芒效果的GPU实现算法,与相应的单核和多核算法相比,生成仿真图像的速度在绝大多数场景下达到实时性要求。由此得出,基于GPU的算法不仅能够生成精确度非常高的恒星背景图像,而且极大地提升恒星背景图像生成速度,为实时生成恒星背景图像提供一种高效的解决方案。