程刚[1]2001年在《雷达成像处理并行算法及软件》文中认为合成孔径雷达（SAR）能全天候、全天时地提供高分辨率的雷达图像，合成孔径雷达成像已经广泛应用于军事及国民经济的许多领域。本文就是围绕合成孔径雷达成像算法及应用展开研究。通过对雷达成像处理并行计算中的一些关键算法进行改进，设计出了雷达成像处理的并行算法，最终实现了雷达成像并行处理软件。本文主要进行了以下几方面的工作： ◆多普勒参数是SAR成像的一个重要参数，对其进行精确估计是SAR成像技术研究的一个重要方面。本文对多普勒调频率进行了研究，引入一种熵来刻画雷达成像的聚焦程度，并用它来进行多普勒调频率的估计，该算法具有运算量小的特点，对多普勒的调频率的估计精度也较高。 ◆在雷达成像处理中，傅立叶变换起着十分重要的作用，通过对该变换的研究和吸取前人处理长为2~n的傅立叶变换的经验，本文提出了基为q的傅立叶变换在蝶网上的并行算法。 ◆在成像处理中，一个很重要的考虑因素就是图像的质量。本文提出了雷达图像的处理算法，主要包括图像平滑处理、二维图像非均匀量化和雷达二维图像增强等处理过程。 ◆分析了SAR成像数据的内在联系和相对独立性，充分发掘了该问题的潜在并行性。提高了雷达成像并行处理算法的效率。 ◆本文最终完成了雷达成像并行处理软件，该软件具有良好的人机交互能力和较高的并行效率，得到有关专家的好评。
黄玉东[2]2007年在《合成孔径雷达实时并行数据处理》文中研究说明合成孔径雷达(SAR,Synthetic Aperture Radar)是一种主动式的高分辨率的微波成像雷达,它通过对回波信号距离向的脉冲压缩技术和方位向的合成孔径技术获得二维高分辨率图像。由于具有全天候、高分辨率、宽覆盖率的特点,SAR在军事侦察、地球遥感、海洋研究、环境保护以及灾情检测等方面有着广泛的应用。随着SAR技术的发展,对SAR图像的成像精度和实时性的要求也越来越高。SAR成像的特征主要是对连续传递回的雷达回波信号数据流进行连续处理成像。一幅SAR成像需要处理海量的原始数据,因而要想达到实时成像的目的,需要处理平台具有十亿次,甚至百亿次每秒的处理速度。完成这么大的数据量在单处理器的计算机上几乎不可能实现,因而需要利用并行计算的技术。一般来说,实现实时并行处理的计算平台是多处理器的计算体系结构,其对应的并行算法主要有两种,一种称为基于流水线的多处理器并行算法结构。另一种称为基于全互换的多处理器并行算法结构。这两种算法结构从一定程度上都能满足实时处理的要求。但一般来说要利用这两种算法达到实时成像的目的需要上百的处理器才能满足其需要的处理速率。但是在无人机载和星载系统中对系统载荷有严格的要求,很难满足这么多的处理器要求。因而需要对上面的两种多处理器结构的算法进行优化设计。本论文以32节点的IBM PCs集群系统为开发平台,通过对SAR成像算法的可并行化的详细分析,实现了两种结构的并行SAR成像算法,分别称之为基于全互换的SAR并行算法和基于流水线的SAR并行算法,实现了准实时的SAR成像系统。我们发现通过优化选择总的计算节点个数以及距离向压缩及方位向压缩所需处理器个数的比值,得出最优化的计算节点个数及距离向压缩的节点数和方位向压缩的节点数的比例关系取决于距离向压缩的计算量和方位向压缩的计算量的比值关系。本论文通过计算比较得出结论,距离向和方位向的比例关系为1:2时可达到最快的加速比和最优的计算效率。由于距离向压缩和方位向压缩的节点之间需要进行数据的传递。所以在增加计算节点的同时需要考虑对应的数据传递时间的增加。当总的计算节点增加时,计算时间相应的减少,但同时对应的数据传递时间会相应的增加,这必然会导致计算效率的下降。所以当增加计算节点时,需要综合考虑总时间中计算时间和通信时间的比例关系。对这两种算法的运算结果进行了比较(比较其加速比、效率等)。比较结果显示基于流水线的SAR并行算法是一种更优化的SAR并行成像算法。本论文的创新点主要有,一是在32节点PC Cluster集群系统上以C语言为主开发并实现了SAR并行成像算法模拟软件。二是分别实现了将基于流水线和基于全互换的SAR并行算法应用于软件中,并比较计算结果得出,基于流水线的SAR并行成像算法在大规模的计算机集群系统上可以取得更快的加速比和更高的计算效率。叁是在32节点的IBM PC集群系统上对计算节点个数、处理器个数分配平衡等进行了优化,得到了SAR数据处理在32节点集群系统上的最优化。
杨康[3]2013年在《基于多核DSP的弹载毫米波双模制导雷达关键技术研究》文中提出随着军事技术的发展，未来的空战面临日益恶劣的战场环境。这就要求以目标探测和制导为主要任务的弹载雷达系统不断进行革新。雷达对目标的信息获取越来越多，不仅局限于传统的“点目标”定位，更多是对目标的一维距离像、角度以及速度等信息获取。借助这些信息实现对目标的高分辨率成像，为后续的目标识别、跟踪和精确制导提供丰富的信息。毫米波高分辨率雷达以其天线口径小、波束窄、带宽大、分辨力高以及优异的隐身性能而在空地导弹中应用广泛。本文主要基于高性能多核DSP数字信号处理平台对毫米波双模制导雷达技术进行研究，讨论了在导弹末制导阶段采用PD联合脉间步进频率高分辨率体制雷达对目标实现精确跟踪的方案。给出了雷达信号处理的硬件平台系统架构，多核软件编程方法以及回波数据仿真，并对仿真结果在精度以及系统实时性方面给出了分析。本文阐述了基于脉间频率体制高分辨率雷达成像系统工作原理以及数字信号处理的方法，分析了雷达回波因为目标运动而产生的距离-耦合的原理，并论述了一种双帧变PRT的目标速度估计方法。在此基础上，提出借助PD体制高分辨率测速性能联合频率步进高分辨率测距性能实现双模制导雷达的方案设计。给出了弹载雷达在导弹距目标6km以内扫描搜索以及跟踪的方案，并详细讨论了雷达在不同制导阶段采取的工作模式以及系统参数设计。在理论研究的基础上，本文对高分辨率雷达数字信号处理硬件架构进行了分析和设计。采用了基于DSP+FPGA的硬件架构基础，以TMS320C6678高性能多核DSP为数字信号处理核心，XC6VLX75T FPGA为系统协处理器。设计了雷达系统参数指标，ADC转换精度。然后主要对C6678的多核KeyStone架构进行了详细的分析，讨论了多核处理器相比单核系统的性能优势，以及多核技术给数字信号处理算法实现带来的问题与挑战。最后，本文在硬件系统平台上，以双模制导雷达高分辨率成像理论为基础，实现了算法的多核编程。详细分析和讨论了多核并行编程的方法，以及多核之间大数据量传输与核间通信的实现方法。根据双模制导雷达的功能，对双模制导高分辨成像雷达波形参数进行合理设计和论证，并且在基于TMS320C6678多核DSP的基础上对目标回波进行仿真。根据仿真结果对测速精度、目标成像以及多核数字信号的实时性等方面进行讨论和分析。结果表明，基于C6678多核DSP可以实现双模制导雷达的实时信号处理。
龙卉[4]2001年在《合成孔径雷达并行成像算法研究及实现》文中认为合成孔径雷达（Synthetic Aperture Radar，SAR）是一种具有二维（距离维和方位维）高分辨率的成像系统，它广泛应用于地球遥感、海洋研究、资源勘察、灾情预报和军事侦察等领域。随着SAR成像技术的不断发展，对SAR图像的成像精度和实时率的要求也愈来愈高，尤其是军事领域，高实时率是SAR成像系统的一个关键指标，要提高成像精度就意味着算法更加复杂，计算量更大，计算时间更长，而对实时率的要求则对成像处理时间作出了限制，因此要达到要求的实时率需要高性能的处理设备。 实现SAR实时数字成像处理有两条途径：一是SAR专用数字信号处理机；二是通用并行计算机。前者的体积小重量轻，可作为机上或星上设备，但它研制成本高，研制周期长，适应性较差。后者研制周期短，研制成本低，容易升级且适应性强。随着计算机科学飞速发展，采用通用计算机作地面系统的实时处理已成为发展趋势。 并行处理不同于串行处理，同一并行算法在不同的并行机上，效率可能相差数十倍，因此SAR并行成像算法必须与并行处理系统的硬件特点（如体系结构）紧密结合起来，才可能充分提高处理效率。 本文结合“尖兵5号地面应用系统关键技术——高效SAR成像处理方案研究”课题，对SAR并行成像处理进行了深入研究，在已有的串行成像算法的基础上，提出了两种SAR并行成像处理算法，并在国产曙光系列并行机上进行了实现。这一课题的完成为解决我国雷达卫星地面处理系统中SAR成像高效高实时率并行处理所需要的并行成像算法、并行体系结构、并行操作系统、并行程序设计等问题打下了基础，为地面系统的建立提供了可靠的科学依据和可行的技术途径。 本文的主要内容可归纳为以下几个方面：1．在讨论了SAR成像基本原理和SAR回波理论模型的基础上，对SAR 点目标模拟及真实数据模拟进行了研究，并编制了软件，结合成像处 理，得到了满意的结果。2．对较流行的叁种SAR成像算法——R/D算法、SRC算法和CS算法进 电子科技大学顾土论文 行了研究，电子科技大学雷达成像实验室己经对Ro算法进行了实 现，本文在此基础上，对SRC算法和CS算法进行了实现，取得了满 意的成像效果。 3．针对SAR并行成像处理的实际应用，对并行机系统结构、并行算法、 并行程序设计、并行性能测评等几个方面进行了一些简要介绍和讨 论。 4．针对群集（。luster）结构的并行机的特点提出了基于SRC算法及CS 算法的SAR中粒度和粗粒度的并行成像算法。对两种算法的结构、 实现方法进行了分析和讨论，并对两种算法进行了比较。 5．开发了基于并行虚拟机（PVM）的SAR并行处理软件，并用该软件 对XSAR原始数据和模拟的LSAR原始数据在曙光2000及曙光3000 上进行了实验，给出了实验结果，并进行了分析。 SAR并行成像处理是SAR研究的一个重要方面，本文提出的并行成 像算法为SAR的实时成像提供了一条有效的实现途径，为我国雷达卫星 地面处理系统的建立打下了基础。
张佳佳[5]2015年在《逆合成孔径雷达成像的并行方法研究》文中研究说明基于雷达全天候、全天时、远距离和宽广观测带的特点以及易于从固定背景中区分运动目标的能力,雷达成像技术得到重视愈来愈多。在雷达成像领域,逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)可以探测到更为丰富的目标信息,在军事学、雷达天文学中有及其重要的应用价值。而ISAR应用价值关键在于实时成像,然而由于ISAR成像数据规模庞大、程序执行时间长,阻碍原始脉冲回波实时成像。原始手段是研制高性能数字信号处理机,但是研制时间长、费用高。而随着高性能技术的繁荣成长,并行计算成为ISAR实时处理的前进方向。针对ISAR一维成像,本文采用傅里叶变换(FFT)进行原始回波距离向压缩获得一维距离像;然后采用加矩形窗积累互相关法和基于傅里叶(Fourier)变换频移因子的最小熵法进行一维距离像包络对齐,即运用积累互相关法获得粗对齐包络,而后以每次回波粗对齐包络为中心求得多个偏移包络,求解单脉冲偏移包络的最小熵值,该熵值对应包络即为相应脉冲对齐后的一维像序列。针对一维成像算法数据量大、复杂度高、运算时间长等缺点,基于并行计算分解方式中的数据并行划分原则,本文提出应用于多线程处理器的ISAR一维成像数据并行方法。该数据并行法利用OpenMP编译制导指令#pragma omp for对距离向压缩算法和包络对齐算法中的最小熵运算步骤进行多线程并行优化,理论分析和仿真实验证明,该并行法提升算法的执行效率,同时保证一维距离像质量不下降。但是由于包络对齐数据并行算法并行效率低,因此本文基于并行处理技术的任务并行划分原则,研究多核处理器上互相关任务并行方法,结合最小熵数据并行法进行包络对齐混合并行处理,该并行方法利用OpenMP编译制导指令#pragma omp for和#pragma omp section执行并行优化算法,实验表明,此方法并行效率较之前显着提升。然而,本方法带来新的问题:一维距离像对齐质量下降,为保证对齐质量不受影响,本文研究依据任务划分方式的最小熵任务并行方法,与互相关任务并行法构成包络对齐任务并行处理方法,实验结果显示此该方法并行效率高,并且对齐质量得到保障。
杨方[6]2014年在《基于TMS320C6678的多核DSP并行处理应用技术研究》文中指出随着雷达成像技术的不断发展，对成像范围、成像精度和处理实时性的要求越来越高，这就提出了对更大数据量、运算量和成像速度的需求，一般情况下的采用单核DSP完成计算已经不能满足这方面需求的变化，多核DSP并行处理成为发展的趋势，业内关于TMS320C6678多核DSP芯片的研究已经进行了一段时间，对TMS320C6678芯片针对雷达信号处理的并行开发显得尤为重要。本文主要内容包括：1.研究了TMS320C6678的Keystone多核架构和内核结构以及实验室开发的基于C6678的4DSP通用处理平台，主要研究了C6678芯片中雷达信号处理实现中常用的SRIO接口、Hyperlink接口和EDMA3数据交互技术、常用的同步技术基于C6678的实现方案。2.针对SAR成像的主要运算FFT，研究了可进行并行任务划分的基于二维矩阵的FFT算法，在C6678片上小内存的限制下，设计并行时序，利用多核联合处理实现了超长点数FFT运算，包括基于C6678共享空间的单片并行处理和基于Hyperlink接口的多片并行处理，单片多核并行处理相较于单核处理效率基本实现线性提升，多片联合处理实现了小内存空间限制下的更大点数FFT。3.针对二维拆分FFT算法中的多核并行处理过程进行优化，包括了基于共享内存的多核同步优化，相较于常规的同步技术，速度提升5倍以上。基于铰链因子的内存优化，只存储一行铰链因子，通过其规律辅助计算其他铰链因子，减小占用内存空间百倍以上。基于双缓冲区的并行优化，将数据IO与内核计算并行，进一步缩短FFT计算时延。4.设计了SAR雷达CS算法基于通用处理平台的实现方案，应用二维FFT多核并行处理算法，多核数据存储技术和叁角函数查表技术等，对CS算法的实现针对常规回波矩阵和大回波矩阵进行了并行设计。
任义[7]2017年在《基于GPU的SAR成像算法研究》文中研究表明合成孔径雷达(Synthetic Aperture Radar,SAR)具有不受光照和气候等条件影响的全天时、全天候对地观测的特点,在民用领域和军用领域有着广泛应用。随着SAR技术的不断发展,分辨率要求越来越高,使得SAR的回波数据量变大,成像算法计算复杂。而利用传统的CPU来进行数据处理耗时较长、运行效率低、硬件成本较高。这些给SAR实时成像处理带来巨大的挑战,因此基于高性能计算平台的SAR成像处理并行优化已成为当前研究的热点。近年来,GPU(Graphic Processing Unit,GPU)发展迅速,其强大的浮点计算能力给大规模并行计算提供了新的计算平台,越来越多的人将CPU与GPU进行混合编程,使基于GPU的并行编程应用于多个领域。研究发现,在SAR数据处理中应用GPU的高性能计算能力,对SAR数据进行加速处理,能有效的改善目前SAR面临的困难。本文主要研究基于GPU的SAR成像算法,其主要的工作内容和研究成果如下:1.研究条带式模式下正侧视SAR成像原理和SAR成像算法,为GPU上SAR并行计算提供理论基础;同时在分析SAR技术发展的基础上,研究使GPU能够解决复杂计算的CUDA(Compute Unified Device Architecture,CUDA)平台及其相关技术,为SAR成像的并行优化奠定技术基础。2.对回波模拟进行研究,从而获得特定的回波数据用于验证GPU和CPU上SAR成像算法的正确性。首先在MATLAB中进行仿真验证,然后在CPU上和GPU上实现多点目标的仿真,得到需要的回波数据,并对结果进行分析对比。3.研究基于GPU的CS成像算法并行优化技术。先对CS算法进行分析,设计适合GPU并行的算法。利用CUDA编程实现CS算法,得到正确的压缩结果,并利用CUDA相关技术进行优化。与CPU上成像时间相比,其加速比可达到19.8倍。4.在MATLAB中采用GPU对算法进行加速。分析比较了MATLAB中使用GPU加速的常用方法,再结合CS成像算法基本流程,采用GPU上重载的MATLAB函数对算法进行加速,获得了较好的加速效果。
谢林[8]2013年在《BP雷达成像算法并行化研究》文中进行了进一步梳理雷达成像已经逐渐成为了雷达技术发展的主要趋势,它拥有全天时、全天候、远距离以及高分辨率成像等优点。BP成像算法是基于时域处理的一种精确的雷达成像算法,是一种逐点成像的雷达算法。对于不同波段不同模式,BP算法能够根据分辨率的要求人为的设定地面像素网格点。它计算每一个像素到每一个天线位置之间的距离,沿着每一个散射点轨迹进行时域的相干迭加,从而实现了高分辨率成像。虽然BP成像算法具有以上众多优点,但是该算法的最大缺点就是计算量极大,计算效率很低。基于算法的这些特征,传统的DSP处理器芯片不管是从功能方面或者是从性能方面都不能够满足这样的高复杂度运算的运算需求。因此采用并行处理的方法,是能够实现实时成像的必经之路,即多个处理器核同时运算来完成工作任务,还有就是从算法层面来改进雷达成像算法以使算法实现的效率得到提高。然而,在新的硬件平台上探究合理的并行化处理方法,对应用的特征和需求分析便是硬件架构和功能设计的最重要的依据。本文详细描述了BP雷达成像算法的算法流程分析,并对算法进行了可行的优化,使算法的执行时间缩短了40%。详细分析了算法的运算量,并对算法进行了并行化粒度的分析。然后,分析了基于多FPGA的雷达成像算法演示系统的设计是如何来满足BP雷达成像算法的应用特征和需求的。从软硬件协同设计和仿真的角度出发,根据BP雷达成像算法的特点提出一种并行化方案,并具体描述详细的并行化实施方法。再在多FPGA演示系统上,用实验结果来证明该并行化方法的合理性和数据处理过程的完整性、准确性,将原算法成像和演示系统成像进行对比,相似度达到99.7%。最后,总结全文,并进行了大矩阵BP算法成像的可行性分析。
李庆[9]2012年在《ISAR成像若干关键技术及SAR动目标检测》文中认为现代雷达具有全天候、全天时、远距离目标检测和高分辨成像的能力，成像雷达作为一种新的获取目标信息的手段，可以大大提高雷达目标识别的能力，尤其是战场情报的获取。随着科技的发展与社会的进步，雷达的应用前景越来越明朗。由于它在复杂的环境条件下，可完成常规监视系统(光学、红外等)难以胜任的任务，因此，在军事和民用领域受到了越来越广泛的关注和应用。成像雷达一般分为合成孔径雷达(SAR)和逆合成孔径雷达(ISAR)，合成孔径雷达是雷达运动，目标不动；逆合成孔径雷达一般是雷达不动，目标运动。基于转台模型的逆合成孔径雷达成像技术，被广泛地应用于对飞机、导弹、舰船等目标的图像获取和分类识别中。由于ISAR在军事上的应用需求日益增强，对一些复杂目标的ISAR成像显得尤为重要，为了能够更加清楚的看清目标，对ISAR的分辨率要求也不断提高。目前ISAR的主要难点在于对高速目标以及舰船这种复杂运动特性的目标进行成像。因此，必须在对ISAR成像原理深入理解后，开展对ISAR成像有效算法的研究，并进一步对有效的ISAR实时成像系统进行设计，使ISAR技术能够得到实际应用。本文首先介绍了ISAR成像的基本原理以及基本处理算法；然后针对复杂目标和高分辨率成像等方面介绍了两种ISAR成像新算法；接着根据ISAR成像的主要特性以及目前ISAR成像的质量要求，设计了一种对飞机、导弹和舰船都能实现高分辨成像的ISAR实时成像系统。由于ISAR成像范围较小，无法获取一片区域的目标信息，对整个区域情报的掌握不是很好，所以目前ISAR成像雷达主要是配合窄带雷达来实现整个区域的目标检测并对感兴趣的目标跟踪成像的。为了更加直观的掌握某一区域的情报，现在军事上都要求机载雷达能够对某一区域进行SAR成像，并能够实现这一区域的动目标检测，实时的在SAR图像上进行标注，而且能对特定目标进行目标识别以及ISAR成像。随着雷达分辨率的提高，使这种想法成为可能，而SAR动目标检测技术成了完成雷达这一功能的关键，因为它能够在SAR图像的基础上实现动目标的检测和定位。本文最后一章从理论算法和硬件实现方面介绍了一种叁通道SAR地面动目标检测(SAR-GMTI)的实时系统，它能较好地实现地面动目标检测及运动参数估计，并在SAR图像上精确地标记动目标的位置和运动方向。最后的实验结果分析验证了该系统的有效性。
朱江[10]2006年在《弹载SAR实时处理技术研究》文中指出合成孔径雷达是一种新型的高分辨力雷达体制,具有全天候、全天时、远距离、高分辨力成像的工作能力,在军事和国民经济的许多领域有着重要的应用。获取高分辨力合成孔径雷达图像是当今合成孔径雷达发展的重要方向之一。弹载SAR做为合成孔径雷达一个新的分支,正逐渐被人们所重视和研究。本文主要研究了正侧条带式弹载SAR实时信号处理的软硬件实现。根据弹载SAR信号处理的特点,结合数字信号处理技术和并行处理技术,设计出基于叁片ADSPTS203和一片FPGA的成像处理系统,并采用DSP编程技术实现了弹载SAR的实时信号处理,满足了系统要求。本文完成的主要工作有:1.讨论了SAR成像的基本原理及其信号处理,使用去调频斜率算法分别对弹载SAR的单点目标和多点目标回波成像进行了软件模拟。2.根据成像算法需要,设计基于3片ADSPTS203的紧耦合总线共享形式的弹载SAR实时成像处理系统,且各芯片之间采用链路口(Linkport)互连进行数据通信。本人完成了方案的提出,原理图与PCB图的绘制,FPGA接口程序的编写以及整个处理系统的调试工作。3.采用设计完成的弹载SAR实时成像处理系统,结合DSP的编程方法,模拟弹载SAR(包括单点目标和多点目标)经过去调频斜率算法成像处理,得到了较好的结果。
参考文献：
[1]. 雷达成像处理并行算法及软件[D]. 程刚. 西安电子科技大学. 2001
[2]. 合成孔径雷达实时并行数据处理[D]. 黄玉东. 中国海洋大学. 2007
[3]. 基于多核DSP的弹载毫米波双模制导雷达关键技术研究[D]. 杨康. 南京航空航天大学. 2013
[4]. 合成孔径雷达并行成像算法研究及实现[D]. 龙卉. 电子科技大学. 2001
[5]. 逆合成孔径雷达成像的并行方法研究[D]. 张佳佳. 国防科学技术大学. 2015
[6]. 基于TMS320C6678的多核DSP并行处理应用技术研究[D]. 杨方. 北京理工大学. 2014
[7]. 基于GPU的SAR成像算法研究[D]. 任义. 重庆邮电大学. 2017
[8]. BP雷达成像算法并行化研究[D]. 谢林. 南京大学. 2013
[9]. ISAR成像若干关键技术及SAR动目标检测[D]. 李庆. 西安电子科技大学. 2012
[10]. 弹载SAR实时处理技术研究[D]. 朱江. 电子科技大学. 2006
标签：武器工业与军事技术论文; 电信技术论文; 合成孔径雷达论文; sar论文; 雷达论文; 并行处理论文; 实时系统论文; 运算速度论文; 关系运算论文; 内存对齐论文; 时间计算论文; 目标软件论文; dsp论文; 算法论文; sar雷达论文; dsp技术论文;