基于GPU的多模式SAR实时成像算法研究

合成孔径雷达（SAR）成像处理需要较大的计算量,在基于中央处理器（CPU ）平台开发的SAR成像系统上处理一般需要消耗很长时间,无法满足实时成像的要求。借助于计算统一设备架构（CUDA ）编程模型,基于图形处理器（GPU ）提出了一种适用于多模式SAR的实时成像方案。该方案通过数据分段处理技术解决了计算设备GPU显存容量不足的问题;通过分析成像处理任务的并行度,利用异步执行流处理技术减少数据处理对数据交互的等待时间;通过优化GPU内存访问机制并使用特殊函数单元（SFU ）减少计算时钟周期。同时,该方案能够支持多GPU设备的并行处理,充分利用了GPU设备的计算资源。在NVIDIA GT 740M和INTEL Q6600上的实验结果表明,该方案与传统的基于CPU的单线程SAR成像技术相比,有了近150倍的速度提升,大大提高了SAR成像处理的计算效率,具有很好的工程应用前景。