异构环境下的多子阵合成孔径声呐距离多普勒成像算法

为解决多子阵合成孔径声纳成像效率低的问题,提出了一种异构环境下的多子阵合成孔径声纳快速成像方法。根据多子阵合成孔径声纳距离多普勒成像算法特点以及CPU和GPU各自计算特点,通过将算法中距离向脉冲压缩、固定相位补偿、距离徙动校正和方位向脉冲压缩密集型运算采用GPU计算,极大提高了多子阵合成孔径声纳成像效率。最后通过实测数据的成像实验对所提算法的正确性和高效性进行了验证,与串行计算方法相比加速比高达14.45。     

基于OpenMP的SAR距离多普勒成像算法的研究与实现

阐述OpenMP的特点与使用方法,分析合成孔径雷达距离多普勒成像算法,得到该算法中适合利用OpenMP并行处理的部分:傅里叶变换和逆傅里叶变换,并将OpenMP应用到傅里叶变换和逆傅里叶变换中。将原雷达距离多普勒成像算法,设计成可并行化执行的程序。采用pragma omp for和pragma omp section两种并行设计方法,通过创建多个线程,缩短程序执行时间。实验证明,采用双核处理器并行化的雷达成像算法,图像生成时间缩短到原来时间的67%左右,可有效地提高处理效率,充分挖掘处理器的处理能力。     

一种精确的多接收阵合成孔径声纳距离多普勒成像算法

针对现有多接收阵合成孔径声纳算法没有考虑或低估了"停走停"近似在宽测绘带和高平台运动速度情况下带来的图像失真的现象,本文在深入分析多接收阵系统误差产生机理的基础上,提出了一种适用于宽测绘带成像的精确多接收阵合成孔径声纳距离多普勒成像算法,它舍弃了目前普遍采用的等效相位中心(DPC)近似,采用多接收子阵的精确延迟模型.算法首先对各接收子阵数据单独处理求得方位谱并进行方位向扩展,随后分别进行距离徙动校正和方位向脉压,最后将各通道的方位谱相干叠加,反傅里叶变换后得到了高分辨图像.通过点目标仿真比较,该算法在峰值旁瓣比及目标的定位等方面优于现有算法.     

合成孔径声纳成像改进距离-多普勒算法研究

在合成孔径声纳成像优化的研究中,传统距离-多普勒算法主要应用于窄带窄波束信号合成孔径成像,而在合成孔径声纳领域,由于信号带宽较大,波束较宽,使得成像效果较差.研究了经典距离-多普勒算法的原理,提出了其局限性,针对合成孔径声纳的宽带宽波束信号特点改进了传统算法.放弃窄带信号条件下的Fresnel近似,利用更精确的适用于宽带宽波束信号的距离双曲线模型对算法进行了推导,并在推导结果的基础上对成像区域中任意点目标上进了仿真.仿真结果表明,改进算法具有更高的分辨率和适中的运算量,比传统距离-多普勒算法更适合应用在合成孔径声纳成像中.     

基于严格解析谱的多接收子阵合成孔径声呐CZT算法

针对多接收子阵合成孔径声呐(SAS)精确二维谱表达式复杂,从而只能应用于RD算法的问题,提出将严格解析谱的距离徙动近似为斜距变量的线性函数,然后利用Chirp-z变换校正距离徙动,并给出基于严格解析谱的多接收子阵SAS CZT算法.提出的基于严格解析谱的算法避免了插值操作,提高了算法效率与相位保真度,仿真实验表明,提出...     

基于R-D算法的合成孔径声纳插值方法比较

合成孔径声纳（SAS）中由于基阵相对目标的运动导致回波空间产生了距离徙动,距离徙动的出现将会较大地影响最终声纳的成像质量,目前主要采用插值的方法进行矫正。该文基于SAS中的距离一多普勒（R—D）算法,讨论了距离徙动的成因及矫正思想,详细介绍了几种用于徙动矫正的经典插值方法,并给出了其在SAS成像中的应用表达式,对其性能进行了比较。最后对点目标进行了仿真成像,给出了矫正前后的目标图像,并对不同插值方法的成像质量及运算量进行了分析比较。分析结果表明,这几种插值方法都改善了成像的质量,但拉格朗日法和香农法在改善图像方位向性能上更有优势,可在实际中应用。     

基于PCI9054的合成孔径声呐总线数据传输板设计

利用PCI9054通用PCI控制器设计了一个基于PCI总线的数据传输板，采用CPLD实现了采集卡本地总线的数据读取和控制时序，双口RAM被用作数据缓存进行乒乓操作，同时编写了Linux下的驱动程序，实现了通过PCI总线进行数据采集的功能。     

基于OpenMP多核架构下并行蚁群算法研究

研究了一种基于OpenMP技术的多核架构下并行蚁群算法,通过在TSP问题中的实验表明,该算法易于操作,而且充分利用了多核处理器并行计算的优势,提高了算法的运行效率。     

基于OpenMP的三维并行Delaunay网格生成算法及实现

针对大多数并行Delaunay网格生成算法无法充分利用多核共享内存结构的问题,在原有面向共享内存的二维并行算法基础上,根据三维问题的特点提出基于OpenMP的三维并行Delaunay网格生成算法。算法采用划分求解区域为方格的方法实现候选点集的划分和并行插点。使用OpenMP对算法进行实现,并利用多种实现技术避免线程间的同步等待,提升算法效率。实验结果表明,本文算法及所采用的实现技术可以在三维条件下快速生成大量网格单元,具有较高的并行效率,同时能够保证良好的网格质量。     

一种改进的前斜视SAR距离多普勒成像算法

根据大斜视角SAR成像的空间几何模型和回波信号特点,提出了一种改进的适用于前斜视场景的距离-多普勒成像算法;对补偿二维频域耦合相位项的条件进行了分析,分析表明只需根据设计参数决定是否补偿到三阶耦合相位即可,且不必补偿更高阶的耦合相位;对距离徙动的校正方法进行了研究,通过在频域直接对距离徙动进行校正可以避免使用传统的插值方法,有效减小了计算量,提高了算法的运算效率,有助于算法的实时性实现;对改进的距离-多普勒算法的仿真表明,其成像性能能够满足前斜视条件下SAR实时成像处理的要求。     

基于OpenMP的包络对齐并行方法研究与实现

采用加矩形窗的积累互相关法和基于Fourier变换频域移位性质的最小熵法进行一维距离像包络对齐。针对包络对齐算法数据量大、复杂度高、运行时间长等缺点,提出一种应用于多核处理器的包络对齐并行算法。该方法利用OpenMP编译指导指令#pragma omp section和#pragma omp for对积累互相关算法和最小熵算法进行多线程并行优化。理论分析和仿真实验表明,该方法大大提升了算法的执行效率。     

一种基于OpenMP的并行混合PVS算法*

针对传统串行混合PVS(Principal Variation Search,主要变例搜索)算法的计算量大、执行耗时长和无法利用多核资源的不足,提出了一种基于OpenMP(Open Multi-Processing)的并行混合PVS算法,该算法应用了PVSplitting(主要变例分裂)策略,自底向上将博弈树每一层的首个PV结点的每个分支的搜索线程化,利用多核CPU并行执行,并对临界区和线程调度进行了合理设计,以提高搜索效率。最后,基于一个真实的中国象棋博弈系统进行了实验,结果表明该算法拥有较高的剪枝率和加速比,能够明显提升混合PVS算法的执行性能。     

基于流水线的合成孔径雷达并行成像算法及实现

根据对距离多普勒（Range Doppler）成像算法的特点进行研究,提出了一种基于流水线的合成孔径雷达（SAR）并行成像算法。这种算法基于C/MPI编写并成功地在32节点的IBM PC集群实现。通过与已建立的通用的并行成像算法进行比较分析,得出基于流水线的并行算法是一种更适合SAR并行成像的一种算法,能够提供更高的并行效率。     

Compressive sensing inverse synthetic aperture radar imaging based on Gini index regularization

In compressive sensing (CS) based inverse synthetic aperture radar (ISAR) imaging approaches, the quality of final image significantly depends on the number of measurements and the noise level. In this paper, we propose an improved version of CSbased method for inverse synthetic aperture radar (ISAR) imaging. Different from the traditional l ₁ norm based CS ISAR imaging method, our method explores the use of Gini index to measure the sparsity of ISAR images to improve the imaging quality. Instead of simultaneous perturbation stochastic approximation (SPSA), we use weighted l ₁ norm as the surrogate functional and successfully develop an iteratively re-weighted algorithm to reconstruct ISAR images from compressed echo samples. Experimental results show that our approach significantly reduces the number of measurements needed for exact reconstruction and effectively suppresses the noise. Both the peak sidelobe ratio (PSLR) and the reconstruction relative error (RE) indicate that the proposed method outperforms the l ₁ norm based method.     

OpenMP compiler for distributed memory architectures

OpenMP is an emerging industry standard for shared memory architectures. While OpenMP has advantages on its ease of use and incremental programming, message passing is today still the most widely-used programming model for distributed memory architectures. How to effectively extend OpenMP to distributed memory architectures has been a hot spot. This paper proposes an OpenMP system, called KLCoMP, for distributed memory architectures. Based on the partially replicating shared arrays memory model, we propose ...     

Elastic shapes models for improving segmentation of object boundaries in synthetic aperture sonar images

We present a variational framework for naturally incorporating prior shape knowledge in guidance of active contours for boundary extraction in images. This framework is especially suitable for images collected outside the visible spectrum, where boundary estimation is difficult due to low contrast, low resolution, and presence of noise and clutter. Accordingly, we illustrate this approach using the segmentation of various objects in synthetic aperture sonar (SAS) images of underwater terrains. We use elastic shape analysis of planar curves in which the shapes are considered as elements of a quotient space of an infinite dimensional, non-linear Riemannian manifold. Using geodesic paths under the elastic Riemannian metric, one computes sample mean and covariances of training shapes in each classes and derives statistical models for capturing class-specific shape variability. These models are then used as shape priors in a variational setting to solve for Bayesian estimation of desired contours as follows. In traditional active contour models curves are driven towards minimum of an energy composed of image and smoothing terms. We introduce an additional shape term based on shape models of relevant shape classes. The minimization of this total energy, using iterated gradient-based updates of curves, leads to an improved segmentation of object boundaries. This is demonstrated using a number of shape classes in two large SAS image datasets.