图形处理单元(GPU)具备强大的浮点运算能力在数字信号处理领域得到了广泛关注,凭借其大量、简单的运算器并发执行大规模线程以实现并行计算。实时频谱分析系统一般具有宽带、高采样率、数据吞吐量大的特点,借助GPU的高效并行运算能力,将大量频域运算、统计处理等事务部署给GPU完成,可以大幅提高频谱处理效率。论文设计了一种基于GPU异构计算体系,以OpenCL为软件编程框架开发的实时频谱分析仪软件,该频谱仪在信号处理方式上采用面向吞吐量的并行处理方式,具有实时高效的特点。论文主要研究内容如下:(1)实时谱软件需求分析和软件架构设计。软件针对实时频谱分析的计算、显示等需求设计了软件系统主控模块、测试模块、图形显示模块和算法处理模块。(2)GPU并行计算在实时谱软件中的应用。利用GPU的并行计算能力,借助面向异构系统的OpenCL标准,对时域信号流进行重叠加窗、傅里叶变换、幅值压缩、检波以及三维频谱密度统计等实时信号处理。(3)基于GPU的图形显示技术。该技术包含三维频谱图的对数压缩、统计插值和数字余晖算法,瀑布图显示以及单谱数据显示。(4)GPU高速运算与软件运行协调机制的研究。为提高实时谱整机软件的执行效率,协调GPU运算与软件运行时产生的速度匹配问题,软件采用了多线程通信的同步机制,使用互斥量和信号量的方式实现线程间的同步。论文完成了基于GPU的实时频谱仪软件的设计,利用“CPU+GPU”的联合执行模式进行频谱分析计算,将密集计算部分放置到GPU上进行处理,解决了实时性要求较高情况下,CPU不能满足宽带频谱计算需求的技术瓶颈。同时,该设计提高了频谱分析处理的效率,实现了频谱测量的各项功能。经实验证明,基于GPU的实时频谱处理性能突出,与CPU同时采用并行框架OpenCL进行频谱处理分析,512K数据量时其频谱分析效率是CPU的1.39倍,且三维频谱的计算刷新率达到了30帧/秒。