基于GPU的合成孔径雷达回波仿真方法技术

本发明专利技术属于雷达信号处理技术领域，特别涉及基于GPU的合成孔径雷达回波仿真方法。该基于GPU的合成孔径雷达回波仿真方法包括以下步骤：步骤1，在CPU端，设置合成孔径雷达的工作参数；步骤2，在CPU端，以SAR观测场景的中心为参考点建立坐标系，设置SAR每个阵元在每个方位时间的位置，设置SAR观测场景中每个散射点的坐标和散射系数；步骤3，将CPU中设置的所有数据复制到GPU的全局内存中；步骤4，在GPU端，使用3个Kernel函数得出第l个方位时间SAR观测场景的回波数据，l＝1,2,...,Na；步骤5，令l依次取1,2,...,Na，并重复执行步骤4，得出所有方位时间SAR观测场景的回波数据。

【技术实现步骤摘要】
基于GPU的合成孔径雷达回波仿真方法
本专利技术属于雷达信号处理
，特别涉及基于GPU的合成孔径雷达回波仿真方法，本专利技术可用于机载、弹载平台SAR(合成孔径雷达)成像的回波仿真。
技术介绍
SAR成像方法研究需要特定条件的SAR原始回波信号，这些数据往往无法通过雷达载体实测获得，如弹载SAR，因此可通过仿真来获得成像所需的原始回波信号具有重大意义。回波仿真需要对模拟场景的每个散射点进行回波计算，计算量庞大，回波生成时间长。模拟回波的时域算法运算效率低，不适合大场景面目标回波数据的模拟。
技术实现思路
本专利技术的目的在于提出基于GPU的合成孔径雷达回波仿真方法，本专利技术采用基于同心圆的频域算法，进一步提高了回波仿真的性能，缩短了仿真时间。为实现上述技术目的，本专利技术采用如下技术方案予以实现。基于GPU的合成孔径雷达回波仿真方法包括以下步骤：步骤1，在CPU端，设置合成孔径雷达的工作参数；所述合成孔径雷达的工作参数包括合成孔径雷达方位向采样点数Na；步骤2，在CPU端，设置SAR观测场景，以SAR观测场景的中心为参考点建立坐标系，设置SAR每个阵元在每个方位时间的位置，设置SAR观测场景中每个散射点的坐标和散射系数；步骤3，将CPU在步骤1和步骤2中设置的所有数据复制到GPU的全局内存中；步骤4，在GPU端，使用第1个Kernel函数、第2个Kernel函数和第3个Kernel函数得出第l个方位时间SAR观测场景的回波数据，l＝1,2,...,Na；步骤5，令l依次取1,2,...,Na，并重复执行步骤4，得出所有方位时间SAR观测场景的回波数据。本专利技术的有益效果为：本专利技术应用了多种优化策略，充分挖掘了面目标回波仿真的高并行性，在保证精度的同时，大幅度减少了回波的生成时间。附图说明图1为专利技术的基于GPU的合成孔径雷达回波仿真方法的流程图；图2a为本专利技术中为第1个Kernel函数分配线程网格的示意图；图2b为本专利技术中为第2个Kernel函数分配线程网格的示意图；图3为本专利技术中第2个Kernel函数的每个线程块对对应数据进行树状结构累加求和的示意图；图4为本专利技术中为第3个Kernel函数分配线程网格的示意图；图5a为仿真实验中利用本专利技术得出的散射点二维回波数据的幅度图；图5b为仿真实验中利用本专利技术得出的散射点二维回波数据的相位图；图6a为仿真实验中面目标仿真原始场景图；图6b为仿真实验中利用本专利技术得出的面目标回波二维幅度图；图6c为仿真实验中利用本专利技术得出的面目标成像结果示意图。具体实施方式下面结合附图对本专利技术作进一步说明：参照图1，为本专利技术的基于GPU的合成孔径雷达回波仿真方法的流程图。该基于GPU的合成孔径雷达回波仿真方法包括以下步骤：步骤1，在CPU端，设置合成孔径雷达的工作参数，所述合成孔径雷达的工作参数包括：合成孔径雷达波束角、合成孔径雷达距离向采样点数(距离单元数)Nr、合成孔径雷达方位向采样点数Na、合成孔径雷达距离向采样频率Fs、合成孔径雷达距离向采样间隔Δr、合成孔径雷达距离向第一个采样单元(第一个距离单元)的斜距R0、光速c、合成孔径雷达发射信号带宽B、合成孔径雷达发射信号的载波波长λ。步骤2，在CPU端，设置SAR观测场景，以SAR观测场景的中心为参考点建立坐标系，设置SAR每个阵元在每个方位时间的位置，设置场景中散射点间的间隔，设置SAR观测场景中每个散射点的坐标和散射系数。步骤3，将CPU在步骤1和步骤2中设置的所有数据复制到GPU的全局内存中；此时，需要预先在GPU端为来自CPU的数据分配全局内存。步骤4，在GPU端，使用第1个Kernel函数、第2个Kernel函数和第3个Kernel函数得出第l个方位时间SAR观测场景的回波数据，l＝1,2,...,Na。得出第l个方位时间SAR观测场景的回波数据的过程包括如下子步骤：(4.1)在GPU端，为第1个Kernel函数分配N1个线程块，表示向上取整，Point_num表示第l个方位时间SAR观测场景种所有散射点的个数，N为设定的自然数。每个线程块包含256个线程(即每个线程块的大小BLOCK_SIZE设置为256)。这样就能确保为第1个Kernel函数分配的线程总数为256的倍数，多余的线程不分配任务。参照图2a，为本专利技术中为第1个Kernel函数分配线程网格的示意图；图2a中，Block(0,0),Block(1,0),Block(2,0)…表示为第1个Kernel函数分配的线程块，Thread0至Thread255表示每个线程块的256个线程。第1个Kernel函数的每个线程得出第l个方位时间N个散射点的回波数据，在计算第l个方位时间每个散射点的回波数据时，计算第l个方位时间对应散射点所在距离单元的回波数据并进行Nr次sinc插值，将对应散射点所在距离单元的回波数据进行第k次sinc插值后的数据记为对应散射点的第k次sinc插值数据，k取1至Nr；将对应散射点的第1次sinc插值数据至对应散射点的第Nr次sinc插值数据组合为对应散射点的回波数据。可以看出，每个散射点的回波数据是长度为Nr的向量(即包括Nr点数据)。当第1个Kernel函数的每个线程得出第l个方位时间N个散射点的回波数据之后，对第l个方位时间N个散射点的回波数据进行累加(第l个方位时间N个散射点的相同距离单元的sinc插值数据进行累加)，得出第l个方位时间N个散射点的回波数据的第1个距离单元的累加结果至第l个方位时间N个散射点的回波数据的第Nr个距离单元的累加结果，将第l个方位时间N个散射点的回波数据的第1个距离单元的累加结果至第l个方位时间N个散射点的回波数据的第Nr个距离单元的累加结果组成第l个方位时间N个散射点的回波数据的累加结果。第l个方位时间N个散射点的回波数据的累加结果是由Nr个复数元素组成的向量(即包括Nr点数据)，本专利技术实施例中，根据前述说明，第1个Kernel函数使用的线程的个数为表示向上取整；第1个Kernel函数的每个线程得出的N个散射点的回波数据的累加结果为长度为Nr的向量(Nr点数据)，Nr表示合成孔径雷达距离向采样点数。当第1个Kernel函数的每个线程得出N个散射点的回波数据的累加结果之后，将其存储于GPU的全局内存中，因此在GPU的全局内存中需要为第1个Kernel函数分配Nr×Point_num/N个复数单元(每个复数单元用于存储复数据)。显然，为第1个Kernel函数分配的线程网格与N的大小密切相关，为了给单个线程分配尽可能多的任务以提高第1个Kernel函数的效率并考虑全局内存的限制，设置改变N使第1个Kernel函数的每个线程得出的N个散射点的回波数据的累加结果的大小限制在1GB以下，由此找出的最大的N值为设定的N的取值。(4.2)在GPU端，为第2个Kernel函数分配N2个线程块为第2个Kernel函数分配的每个线程块包括256个线程。N2个线程块可以用二维线程块网格进行表示，二维线程块网格的行数为Nr，列数为参照图2b，为本专利技术中为第2个Kernel函数分配线程网格的示意图。图2b中，Block(0,0),Block(1,0)…Block(0,1),Block(1,1)…,Block(0,Nr),Block(1本文档来自技高网...

【技术保护点】
基于GPU的合成孔径雷达回波仿真方法，其特征在于，包括以下步骤：步骤1，在CPU端，设置合成孔径雷达的工作参数；所述合成孔径雷达的工作参数包括合成孔径雷达方位向采样点数Na；步骤2，在CPU端，设置SAR观测场景，以SAR观测场景的中心为参考点建立坐标系，设置SAR每个阵元在每个方位时间的位置，设置SAR观测场景中每个散射点的坐标和散射系数；步骤3，将CPU在步骤1和步骤2中设置的所有数据复制到GPU的全局内存中；步骤4，在GPU端，使用第1个Kernel函数、第2个Kernel函数和第3个Kernel函数得出第l个方位时间SAR观测场景的回波数据，l＝1,2,...,Na；步骤5，令l依次取1,2,...,Na，并重复执行步骤4，得出所有方位时间SAR观测场景的回波数据。

【技术特征摘要】
1.基于GPU的合成孔径雷达回波仿真方法，其特征在于，包括以下步骤：步骤1，在CPU端，设置合成孔径雷达的工作参数；所述合成孔径雷达的工作参数包括合成孔径雷达方位向采样点数Na；步骤2，在CPU端，设置SAR观测场景，以SAR观测场景的中心为参考点建立坐标系，设置SAR每个阵元在每个方位时间的位置，设置SAR观测场景中每个散射点的坐标和散射系数；步骤3，将CPU在步骤1和步骤2中设置的所有数据复制到GPU的全局内存中；步骤4，在GPU端，使用第1个Kernel函数、第2个Kernel函数和第3个Kernel函数得出第l个方位时间SAR观测场景的回波数据，l＝1，2，...，Na；所述合成孔径雷达的工作参数还包括合成孔径雷达距离向采样点数Nr；在步骤4中，得出第l个方位时间SAR观测场景的回波数据的过程包括如下子步骤：(4.1)在GPU端，为第1个Kernel函数分配N1个线程块，表示向上取整，Point_num表示第l个方位时间SAR观测场景种所有散射点的个数，N为设定的自然数，为第1个Kernel函数分配的每个线程块包含256个线程；利用第1个Kernel函数的每个线程得出第l个方位时间N个散射点的回波数据，在计算第l个方位时间每个散射点的回波数据时，计算第l个方位时间对应散射点所在距离单元的回波数据并进行sinc插值，将对应散射点所在距离单元的回波数据进行第k次sinc插值后的数据记为对应散射点的第k次sinc插值数据，k取1至Nr；将对应散射点的第1次sinc插值数据至对应散射点的第Nr次sinc插值数据组合为对应散射点的回波数据；当第1个Kernel函数的每个线程得出第l个方位时间N个散射点的回波数据之后，对第l个方位时间N个散射点的回波数据进行累加，得出第l个方位时间N个散射点的回波数据的第1个距离单元的累加结果至第l个方位时间N个散射点的回波数据的第Nr个距离单元的累加结果，将第l个方位时间N个散射点的回波数据的第1个距离单元的累加结果至第l个方位时间N个散射点的回波数据的第Nr个距离单元的累加结果组成第l个方位时间N个散射点的回波数据的累加结果；在得出第l个方位时...

【专利技术属性】
技术研发人员：梁毅，邢孟道，杜凡，李震宇，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61