[发明专利]一种基于GPU的机载前视扫描雷达并行处理方法有效
申请号: | 201510511184.2 | 申请日: | 2015-08-19 |
公开(公告)号: | CN105137402B | 公开(公告)日: | 2017-05-10 |
发明(设计)人: | 黄钰林;周小军;王超;喻鑫;张永超;杨建宇 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G01S7/285 | 分类号: | G01S7/285;G01S13/89 |
代理公司: | 成都宏顺专利代理事务所(普通合伙)51227 | 代理人: | 周永宏,王伟 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于GPU的机载前视扫描雷达并行处理方法,首先利用CUDA中的CUFFT库来创建FFT变换计划,并且综合利用CPU和GPU完成解卷积过程中的雷达天线方向图预处理;接着利用CPU读取雷达系统的原始数据并对其进行预处理并将预处理后的数据复制到GPU中;然后在GPU中分别并行完成距离向脉冲压缩和距离走动校正处理,并用GPU并行实现基于最大似然准则的解卷积成像算法;最后由CPU将最终的雷达成像结果保存。本发明实现了整个雷达信号处理过程在GPU上并行实现,充分利用了GPU强大的并行处理能力和CPU的流程结构控制能力,使处理机载前视扫描雷达数据的效率有了很大的提高,并且运算时间大大减少。 | ||
搜索关键词: | 一种 基于 gpu 机载 扫描 雷达 并行 处理 方法 | ||
【主权项】:
一种基于GPU的机载前视扫描雷达并行处理方法,其特征在于,包括以下步骤:S1、利用CUDA中的CUFFT库创建FFT变换计划;所述步骤S1包括以下分步骤:S11、根据距离向M点、方位向N点大小的雷达回波矩阵,利用CUDA中的CUFFT库创建M点复数FFT变换,并执行N次的FFT变换计划,简记为FFTM,N;S12、根据距离向M点、方位向N点大小的雷达回波矩阵,利用CUDA中的CUFFT库创建N点复数FFT变换,并执行M次的FFT变换计划,简记为FFTN,M;S2、综合利用CPU和GPU完成解卷积过程中的雷达天线方向图预处理;所述步骤S2包括以下分步骤:S21、利用CPU读取用于解卷积的雷达天线方向图的一维数组数据,并将雷达天线方向图数据存在页锁定主机内存中;S22、将CPU中的雷达天线方向图数据复制到GPU的全局存储器中;S23、在GPU中将雷达天线方向图数据由实数转化为复数;S24、在CPU的控制下,在GPU中利用循环迭代的频域插值或抽取方法对雷达天线方向图数据进行插值或抽取,得到插值或抽取结果其中n1表示雷达天线方向图数据插值或抽取后的总数据点数;S25、在GPU中对进行幅值求解及归一化处理,得到归一化后的雷达天线方向图S26、在GPU中对进行末端补零处理,补零数目为N‑n,得到新的雷达天线方向图n为常数且n≥1;S27、在GPU中对进行向数据起点方向的循环移位,循环移位次数为floor(N/2),floor表示向下取整,得到雷达天线方向图循环移位结果S28、在GPU中将扩展为N行、M列的按行存储的天线方向图矩阵AN,M,天线方向图矩阵所有列向量都为利用步骤S12中创建的FFTN,M变换计划,对AN,M矩阵执行矩阵列FFT变换,并对AN,M矩阵FFT变换后的矩阵Afft(N,M)进行共轭变换,得到矩阵Afftconj(N,M),将矩阵Afft(N,M)和矩阵Afftconj(N,M)按列储在GPU的不同的全局存储器中;S3、利用CPU读取扫描雷达系统的原始数据并对其进行预处理;S4、在GPU中完成距离向脉冲压缩处理;S5、在GPU中完成距离走动校正处理;S6、在GPU中完成基于最大似然准则的解卷积成像算法处理;S7、利用CPU保存雷达成像结果数据;S8、判断是否需要处理下扫描雷达数据,若是则返回步骤S3,否则结束该雷达数据处理流程。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510511184.2/,转载请声明来源钻瓜专利网。
- 上一篇:阻隔阳光辐射并可适时采光的新型发光织物窗帘布
- 下一篇:置物架