后向投影成像算法的GPU优化方法研究

合成孔径雷达(SAR)成像算法能够通过图形处理器(GPU)加速来实现处理速度的显著提升。针对后向投影(BP)成像算法的GPU加速,分析了BP算法的并行化和并行处理方法,提出了一种适合GPU加速的BP成像方案;通过研究GPU设计中的多流异步执行技术、数据传输模式和计算速度与精度,进一步提出一种针对BP成像的GPU优化成像方案。通过仿真数据和实测数据在Tesla C2075上的测试结果表明,与GPU非优化方案的实现相比,该方案有了近一倍的速度提升。     

直角坐标多级后投影聚束SAR成像算法

在局部极坐标系下,快速多级后向投影算法(FFBPA)可以以较低的采样率对子孔径成像,但在不同局部极坐标系之间需大量的2维图像域插值实现图像融合。相比极坐标系,图像融合在直角坐标系下更容易实现。但在直角坐标系下进行子孔径成像的奈奎斯特采样率较高,这将影响直角坐标系下的成像效率。该文针对此问题提出一种谱压缩技术,通过对距离时域和距离频域两次补偿,大幅压缩了直角坐标系下子孔径成像的方位谱宽度。该文算法具有堪比原始后向投影算法(BPA)的成像质量和优于FFBPA的计算效率,且能够应用于非线性轨道SAR。最后通过星载0.1 m仿真实验和机载0.2 m实测实验验证了算法的有效性。     

适于双站SAR的后向投影高分辨率成像算法

为了研究在双站合成孔径雷达中直达波对成像分辨率的影响,提出基于后向投影的直达波消除高分辨率成像算法。首先,分析直达波的波达时间,获取收发端的距离信息及直达波的空间电磁分布;其次,分析电磁波历经多目标的成像空间后的接收信号(包含目标的反射回波及直达波);最后,分析此时空间的成像谱,并减去先验得到的直达波空间电磁分布,从而提高成像分辨率。研究表明:所提方法,不仅得到目标清晰的像,还适应不同接收器排布的情况,提高双站SAR系统成像分辨率的同时,还增加系统的应用灵活性。并在噪声中表现出良好的分辨率特性。     

一种基于快速分解后向投影的条带SAR成像新方法

快速分解后向投影(Fast Factorized Back-Projection, FFBP)最初用于超宽带SAR成像,并在聚束SAR信号处理领域取得了巨大的成功。然而,由于积分孔径和角域升采样的限制,FFBP算法难以直接用于条带SAR处理。为了提高FFBP算法在条带SAR处理的实用性,该文从积分孔径和角域波数带宽的角度出发,提出一种适用于条带SAR处理的重叠图像法。该方法极大地保留FFBP算法的运算效率,有效地避免因角域升采样带来数据量大的问题。最后,通过斜视条带SAR仿真实验验证了该方法的有效性。     

复杂轨迹合成孔径雷达后向投影算法图像流GPU成像

相对于基于傅里叶变换的频域成像算法,后向投影( BP)算法因采用时域逐点相干积累,更适合于复杂轨迹合成孔径雷达( SAR)高精度成像。但BP算法计算量巨大,限制了其应用于SAR大场景大数据量快速成像。图形处理器( GPU)具有强大浮点运算和并行处理能力,为大场景BP算法快速成像实现提供了途径。结合GPU并行处理,提出了一种基于图像流的复杂运动SAR大场景BP快速成像处理方法。该方法借助BP算法中图像像素点相互独立处理的特性,采用图像像素点并行及图像流程处理,设计了孔径与图像缓存调度方案,提高SAR大场景大数据BP算法成像效率。仿真和机载实测数据结果验证了方法的有效性,在有限GPU显存条件下实现了8192×8192大场景快速成像,并且成像加速比相对于传统CPU单线程处理可达300倍以上。     

快速分解后向投影SAR成像的自聚焦算法研究

SAR图像的自聚焦处理依赖图像域与距离压缩相位历程域之间的傅里叶变换对(Fourier Transform Pairs, FTP)关系。与频域算法不同,时域算法下的这种FTP关系不仅复杂,且难以获取。为了兼顾图像快速重建和自聚焦处理,该文首先对快速分解后向投影(Fast Factorized Back-Projection, FFBP)算法进行必要的改进和适当的优化处理,提出了IFFBP(Improved FFBP, IFFBP)算法,为自聚焦算法的使用奠定了基础。其次,针对数据处理的实际需求,该文提出了一种结合中等精度惯导粗补偿、嵌套相位梯度自聚焦(Phase Gradient Autofocus, PGA)精补偿的IFFBP算法处理流程。最后,通过仿真实验和实测数据处理验证该文方法的有效性。     

基于GPU的多模式SAR成像加速研究

针对多模式合成孔径雷达(SAR)成像处理中存在的计算效率不足问题,提出了一种基于GPU的多模式SAR统一成像并行加速方法。为充分利用GPU的显存资源,提高算法的运算效率,利用共享内存对矩阵转置、矩阵相乘等部分进行大规模数据并行计算。实验结果表明,该算法大幅度提升了多模式SAR成像的计算效率,最高加速比达到55.62,解决了GPU显存空间利用率较低的问题。     

一种改进的快速分解后向投影 SAR 成像算法

与传统后向投影(Back-Projection, BP)算法相比,快速分解 BP(Fast Factorized BP, FFBP)算法可以大幅度提高 SAR 成像的处理效率,具有较强的工程价值.该文在现有 FFBP 算法的基础上,提出了改进 FFBP 算法,进一步简化处理流程并提高运算效率.改进 FFBP 算法的主要特点:(1)成像平面选取在- sinr q坐标系,代替现有 FFBP 算法的-r q坐标系,从而直接避免了对投影视角的反正弦计算;(2)采用2维多项式拟合的方法对投影斜距和视角进行计算,代替现有 FFBP 算法的逐点计算或1维多项式拟合,从而大大减小了运算量.最后,利用 X波段的 SAR 回波仿真数据对该文提出的改进 FFBP 算法进行验证.     

基于相位补偿核的GNSS⁃SAR改进后向投影成像算法

在利用全球导航卫星系统反射信号（GNSS?R）的无源合成孔径雷达体制中,目前常采用后向投影算法进行成像处理,但该算法逐点精确聚焦的处理过程使得算法的运算量大。针对上述问题,提出了一种数据分块和构造相位补偿核的改进后向投影算法。改进算法对回波矩阵进行分块,将目标区域成像网格点的最长延迟距离与最短延迟距离等间隔划分,建立相位补偿核,通过距离向搜索操作得到各网格点的相位补偿结果,在方位向相干叠加形成子图,递归合并得到最终图像。定量分析得出,改进算法可有效降低运算量,同时节省内存。仿真结果验证了所提算法的有效性。     

加速后向投影圆迹SAR成像方法

凭借多视角观测和高分辨成像的能力,圆迹合成孔径雷达（CSAR）受到了越来越多的关注。然而,特殊的运动轨迹和强烈的二维耦合给成像算法提出了挑战。以兼顾图像质量和运算效率为目标,本文提出了一种适用于CSAR成像的加速后向投影（EBP）算法。EBP算法将整个合成孔径划分为若干子孔径,使用全局极坐标系重建每幅子图像。根据角域波数域和方位时域的对应关系,EBP算法通过波数谱搬移实现波数谱融合,再经由二维逆傅里叶变换实现图像聚焦。EBP算法继承了后向投影（BP）算法的精确性和运动补偿优势,避免了插值操作引起的图像质量损失。最后,通过仿真实验验证该方法的有效性。      

Design and optimization for multiprocessor interactive GPU

In order to achieve maximization of parallelism, effective distribution of rendering tasks, balance between performance and flexibility in graphics processing pipeline, this article presents design, performance analysis and optimization for multi-core interactive graphics processing unit （MIGPU）. This processor integrates twelve processing cores with specific instruction set architecture and many sophisticated application-specific accelerators into a 3D graphics engine. It is implemented on XC6VLX550T field programmable gate array （FPGA）. MIGPU supports OpenGL2.0 with programmable front-end processor, vertex shader, plane clipper, geometry transformer, three-D clippers and pixel shaders. For boosting the performance of MIGPU, the relationship model is established between primitive types, vertices, pixels, and the effect of culling, clipping, and memory access, and shows a way to improve the speed up of the graphics pipeline. It is capable of assigning graphics rendering tasks to different processors for efficiency and flexibility. The pixel filling rate can reach to 40 Mpixel/s at its peak performance.     

基于GPU通用计算CUDA架构的人体检测技术

随着计算机硬件技术的高速发展,图形处理器（Graphic processing unit,GPU）通用计算已经发展到颇为成熟阶段,其并行运算速度已远远超过多核CPU。文章简介CUDA架构并验证其在图形处理中的加速能力,对比线性代数运算在CPU与GPU架构下的效率,将CUDA技术应用于智能视频监控人体检测系统中,实验验证其高效性及可行性。最后对CUDA的发展方向进行了展望。     

脉冲探地雷达的快速BP算法

基于脉冲探地雷达的后向投影（back-projection,BP）成像算法在处理大宗数据时由于运算量大而使得计算效率较低。文中在传统BP算法的基础上提出了一种快速后向投影（fast back-projection,FBP）成像算法,并以单个点目标和多个点目标的成像为例,将该算法应用于脉冲探地雷达的成像,其计算效率较传统的BP算法有显著提高,而且理论推导和仿真结果均表明,FBP算法的成像质量与传统BP算法相近,从而得出了FBP算法的优越性。     

基于GPU的SAR实时并行成像处理

结合RD成像算法的特点和GPU的计算处理能力,提出了一种具有高并行度的机载SAR实时并行成像处理方案。对实测数据进行成像处理的结果表明,本文提出的方案能够在不损失分辨率及成像精度的基础上,满足实时处理的要求,同时与传统实时成像处理系统相比较,能够大幅度的降低硬件成本。     

基于GPU的高性能并行计算应用

采用基于CUDA（compute unified device architecture,统一计算设备架构）的GPU（graphic pro-cessing unit,图形处理器）与CPU协作处理方法,实现了基于时差最小测量误差的任意站定位算法的实时处理。本方法的处理速度相较于单CPU平台可以提高一至两个数量级,相较于同等处理速度的多CPU平台则体现了开发周期短、费用低、工作量小和可靠性高等众多优势。     

基于超大幅宽的高轨SAR加速BP成像方法

在高轨(GEO)合成孔径雷达(SAR)成像中,超大的成像幅宽导致成像区域不满足平面近似,使得基于平面网格的快速BP算法失效。该文提出一种基于地表网格的快速BP算法来精确高效地处理高轨SAR信号。首先针对轨道弯曲和地表弯曲所带来的信号复杂空变问题,采用一种基于实际地表的曲面网格布置方法。针对子孔径BP图像的频谱混叠问题,提出基于曲面网格的两步频谱压缩函数,将子孔径图像在合成之前实现频谱解混叠。同时采用多级子孔径图像合成的方法提高成像效率。最后,通过对比仿真,证明了该文所提算法的精确性以及高效性。     

星载ScanSAR成像处理技术研究

由于天线在不同的子带进行扫描,星载扫描模式不能像条带模式那样,获得连续的方位向相位历史,利用条带模式高精度处理算法（如距离一多普勒算法）处理ScanSAR数据,通过在脉冲扫描间隔中填零,把扫描数据看成中间填零的相干脉冲串序列,等效成条带SAR数据,利用条带模式的处理算法进行成像。针对填零后的数据,数据量大,可以采用基于通用图形处理单元的并行处理技术,加快处理速度。对填零处理形成的栅瓣调制,通过滤波进行消除。这样处理的图像和条带模式的图像具有相同的辐射和几何分布特性,有效抑制扇贝效应带来的影响。对实测星栽ScansAR数据进行成像处理,试验结果表明该方法的有效性。     

移变模式下双站SAR极坐标格式成像算法研究

通过对移变双站SAR的飞行几何模型的分析,用极坐标格式算法（PFA）实现了移变模式下的双站SAR成像。首先推导移变模式下的条带双站SAR回波模型,再利用条带式SAR与聚束式SAR的内在联系,将条带式SAR的回波数据转换为聚束式SAR二维去斜后的同形回波数据。通过对回波数据的分析,提出移变模式下的PFA算法,并用坐标系旋转的方法提高数据利用率。对点目标的仿真实验证实了该方法的可行性,并且得到优于RD的聚焦效果。     

利用球背投影法对理想导体目标成像

本文将ＣＴ原理和雷达转台成像原理引入到近场微波成像领域。作为ＣＴ中背投影响的推广，给出了球背投影的概念，进而提出了由散射近场重建理想导体目标轮廓的球背投影法及其实现算法，计算机模拟结果表明该方法是近场微波成像系统的一种有效方法。