基于多服务器多GPU的星载SAR成像实时处理方法技术

本发明专利技术公开一种基于多服务器多GPU的星载SAR成像实时处理方法，其步骤包括：首先在任意一个CPU主机端上读取星载SAR雷达回波数据，利用多个CPU主机端之间的免密通信，将雷达回波信号数据划分到多个CPU主机端上；然后在每个CPU主机端读取相对应的雷达回波信号数据参数及多个GPU设备端信息，设置该CPU主机端线程数；接着每个GPU设备端从其相对应的CPU主机端读取为其针对方位向的划分的星载SAR雷达回波数据、分配的内存，以及雷达回波信号的复数回波；最后在GPU设备端实现复数回波的距离向脉冲压缩并实现BP成像；在获取所有GPU设备端上的BP成像后写入雷达回波数据处理文件，分析成像结果。像结果。像结果。

【技术实现步骤摘要】
基于多服务器多GPU的星载SAR成像实时处理方法


[0001]本专利技术属于雷达信号处理领域，特别涉及一种基于多服务器多GPU的星载合成孔径雷达SAR(Synthetic Aperture Radar,SAR)高分辨成像实时处理方法。

技术介绍

[0002]星载合成孔径雷达SAR由于具有工作轨道高、地域覆盖范围广等特点，在自然灾害监测与预报等方面具有广阔的应用前景。传统的星载合成孔径雷达SAR在成像过程中需要经过星上存储、星地数传、地面接收处理多个链路环节，存在时间延迟长、反应速度慢等问题，难以满足进行重大事件检测时对卫星系统快速响应能力的要求。因此缩短星载合成孔径雷达SAR的成像时间可以提高星载合成孔径雷达SAR应用的时效性。
[0003]雷达后向投影成像BP(BackProjection)算法根据雷达回波信号时间延迟在雷达回波信号的脉压回波中执行反向插值操作，可对任意成像几何构型下的雷达回波数据进行目标重建。雷达接收到的雷达回波信号是一组来自成像区域的反射脉冲，蕴含目标位置及反射特性等场景信息。雷达后向投影成像BP算法通过斜距建立了雷达回波信号与成像场景之间的映射关系，可以直接在目标区对域进行成像网格设置，随后以网格点到雷达间的距离为纽带，反向寻找当前回波脉冲网格点的贡献。每执行一次反向投影操作，即可得到雷达回波信号对网格点处场景信息的一次描述。遍历所有方位脉冲，并将不同回波脉冲的投影结果进行相干累积，即可重建目标场景，完成图像聚焦。雷达后向投影成像BP算法基于斜距逐脉冲逐网格点进行反向投影操作，只要能精确获知雷达天线相位中心在目标网格点P的距离(瞬时斜距)与成像网格点坐标，即可实现雷达回波数据的无失真图像聚焦。因此，雷达后向投影成像BP算法不仅适用于任意航迹、任意成像构型等各种成像场合，还能结合场景高程信息实现三维成像。
[0004]雷达后向投影成像BP算法串行成像过程如图1，为由CPU主机端串行完成SAR雷达回波数据处理的流程示意图所示，基本的串行雷达后向投影成像BP算法成像过程分为雷达回波数据的读取、距离向的脉冲压缩、BP成像所需参数计算、利用插值实现回波脉冲的升采样、实现BP成像、输出处理后的雷达回波数据成像结果。然而，雷达后向投影成像BP算法的运算量正比于成像规模。设合成孔径包含脉冲数目为N，成像网格点数为N
×
N时，则后向投影成像算法的运算复杂度接近为O(N3)。用串行方式实现雷达后向投影成像BP算法难以适用于数据规模较大以及实时性要求较高的场合。
[0005]同时，传统星载合成孔径雷达SAR往往采用基于多FPGA(Field Programmable Gate Array)或DSP(Digital Signal Processing)的硬件设计来实现，由于FPGA、DSP计算单元的数量的限制，基于FPGA、DSP架构设计出的星载合成孔径雷达SAR同样存在雷达回波信号处理时间较长的问题，难以满足工程需求。
[0006]因此，如何减少后向投影成像BP算法运算量、提升成像速度成为时域算法的重要研究方向。
[0007]相较于FPGA和DSP，GPU(Graphics Processing Unit)的计算单元数量更多，更适
合用于超大规模的并行计算。对于雷达回波信号数据处理中可进行并行处理的数据，使用多GPU进行数据处理可将数据处理时间压缩至千倍以上，得以解决雷达回波信号处理时间较长、难以满足工程需求的问题。

技术实现思路

[0008]针对上述现有技术存在的不足，本专利技术的目的在于提供一种基于多服务器多GPU的星载SAR成像实时处理方法。该方法通过多CPU主机端之间的免密传输、CPU主机端对具有多个GPU的GPU设备端的控制以及GPU设备端内的GPU数据计算并行结构设计技术，实现高并行度地处理星载合成孔径雷达SAR回波的雷达后向投影成像BP数据；并且CPU主机端可以根据GPU设备端存储空间的大小最大化地利用GPU设备端空间，以最优的速度加速处理雷达回波信号数据。
[0009]其中，将服务器称作CPU主机端或服务器CPU主机端；将GPU称作GPU设备端。
[0010]为了达到上述目的，本专利技术采用以下技术方案予以实现。
[0011]一种基于多服务器多GPU的星载SAR成像实时处理方法，包括以下步骤：
[0012]步骤1，在任意一个服务器CPU主机端上读取星载SAR雷达回波数据，利用多个服务器CPU主机端之间的免密通信，将雷达回波信号数据划分到多个服务器CPU主机端上；
[0013]步骤2，在每个服务器CPU主机端读取相对应的雷达回波信号数据参数、相对应多个GPU设备端信息，并设置该服务器CPU主机端线程数；
[0014]步骤3，每个GPU设备端从其相对应的CPU主机端读取为其针对方位向的划分的星载SAR雷达回波数据，以及该GPU设备端的分配内存；
[0015]步骤4，每个GPU设备端接入相对应服务器CPU主机端传入雷达回波信号的复数回波；
[0016]步骤5，每个GPU设备端实现复数回波的距离向的脉冲压缩；
[0017]步骤6，在每个服务器CPU主机端所控制的GPU设备端上实现BP成像；
[0018]步骤7，获取所有服务CPU主机端相对应的所有GPU设备端上的BP成像，并写入雷达回波数据处理文件，利用MATLAB读取处理后的雷达回波数据并根据所处理雷达回波数据绘图，分析成像结果，即可。
[0019]本专利技术与现有的技术相比具有以下优点：
[0020]第一，本专利技术针对单CPU主机端单GPU设备端处理星载合成孔径雷达SAR雷达回波数据存在内存限制这一问题，提出了使用多CPU主机端多GPU设备端的星载合成孔径雷达SAR雷达回波数据处理方法，成功地避免了因处理雷达回波数据的数据量大而出现内存空间不足的问题；
[0021]第二，本专利技术针对没有数据依赖性且循环体量较大的操作流程选择在GPU设备端进行BP成像的并行计算，减少了仿真耗时；针对具有数据之间有依赖性导致不适合在数据处理时进行GPU加速的操作，通过在多CPU主机端进行多线程数据加速处理，进一步减少仿真耗时。
[0022]第三，本专利技术通过对雷达后向投影成像BP算法整体流程和各个数据处理任务使用GPU设备端内存情况进行分析，确定可调整的GPU设备端内存大小的变量，通过CPU主机端对GPU设备端进行内存的动态管理，使GPU设备端的内存资源利用率达到最大。
[0023]第四，本专利技术在雷达后向投影成像算法中对由GPU处理的计算流程进行任务划分，通过GPU设备端之间的异步处理，隐藏各个GPU设备端的访存延迟，并在GPU设备端并行运行不具备数据依赖性的计算流程的不同任务，减少运行时间。
[0024]第五，本专利技术将处理的雷达回波信号数据进行方位向的数据划分，循环调用GPU核函数遍历雷达回波信号中的所有的数据域，即：1)将一次循环中GPU设备端G1处理得到的处理后雷达回波信号数据传递至另一个GPU设备端G2进行再处理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多服务器多GPU的星载SAR成像实时处理方法，其特征在于，包括以下具体步骤：步骤1，在任意一个服务器CPU主机端上读取星载SAR雷达回波数据，利用多个服务器CPU主机端之间的免密通信，将雷达回波信号数据划分到多个服务器CPU主机端上；步骤2，在每个服务器CPU主机端读取相对应的雷达回波信号数据参数、相对应多个GPU设备端信息，并设置该服务器CPU主机端线程数；步骤3，每个GPU设备端从其相对应的CPU主机端读取为其针对方位向的划分的星载SAR雷达回波数据，以及该GPU设备端的分配内存；步骤4，每个GPU设备端接入相对应服务器CPU主机端传入雷达回波信号的复数回波；步骤5，每个GPU设备端实现复数回波的距离向的脉冲压缩；步骤6，在每个服务器CPU主机端所控制的GPU设备端上实现BP成像；步骤7，获取所有服务CPU主机端相对应的所有GPU设备端上的BP成像，并写入雷达回波数据处理文件，利用MATLAB读取处理后的雷达回波数据并根据所处理雷达回波数据绘图，分析成像结果，即可。2.根据权利要求1所述的基于多服务器多GPU的星载SAR成像实时处理方法，其特征在于，所述步骤1中，利用多个服务器CPU主机端之间的免密通信，将雷达回波信号数据划分到多个服务器CPU主机端上是通过MPI实现任意一个服务器CPU主机端与其他服务器CPU主机端的免密通信。3.根据权利要求2所述的基于多服务器多GPU的星载SAR成像实时处理方法，其特征在于，所述步骤2中，每个服务器CPU主机端读取的相对应的每个GPU设备端信息包括：显卡型号、设备计算能力、全局内存总量、设备的网格块线程划分的上下限、以及需要处理的星载SAR雷达回波数据的距离向点数(假设需要处理的星载SAR回波点数为Nr*Na，分别代表回波数据的距离向Nr和方位向Na，其中*代表乘运算)；服务器CPU主机端根据读取的GPU设备端信息设置与GPU设备端数目相同的主机端线程，即一个服务器CPU主机端线程控制一个GPU设备端，通过OpenMP将雷达后向投影成像BP算法中的雷达回波信号数据处理任务与参数计算任务分配给不同的CPU主机端线程，实现任务级并行。4.根据权利要求3所述的基于多服务器多GPU的星载SAR成像实时处理方法，其特征在于，所述步骤3中，服务器CPU主机端读取对应各个GPU设备信息，根据GPU设备端信息全局内存总量，用GPU设备端信息全局内存总量乘以0.3设定真正可用的GPU内存总量。5.根据权利要求4所述的基于多服务器多GPU的星载SAR成像实时处理方法，其特征在于，所述步骤4中，每个服务器CPU主机端根据接收到的雷达回波信号数据的不同类型进行数据处理，雷达回波信号数据传入服务器CPU主机端有两种情况，一种是实部和虚部分离传入，一种是完整的复数信号传入：(1)若雷达回波信号是分为实部和虚部分离传入，服务器CPU主机端根据传入星载SAR雷达回波信号数据的大小自适应的在GPU设备端开辟内存，并将雷达回波信号的实部和虚部分别传输到GPU设备端，然后在GPU设备端利用核函数GnrEcho对雷达回波信号在GPU设备端完成实部和虚部拼接；(2)若雷达回波信号数据是完整的复数回波信号，则该步骤略过。6.根据权利要求5所述的基于多服务器多GPU的星载SAR成像实时处理方法，其特征在于，所述步骤5中，GPU设备端调用英伟达CUDA库中快速傅里叶FFT变换相关函数，对GPU设备
端已经读取到复数回波数据做距离向快速傅里叶FFT变换，将雷达回波复数数据变化到方位时域对应的距离频域，在距离频域的雷达回波信号数据乘以匹配滤波器，以实现雷达回波信号脉冲压缩：具体的，基于步骤3所做的雷达回波信号数据划分，在服务器CPU主机端利用openMP实现CPU的多线程控制，在服务器CPU主机...

【专利技术属性】
技术研发人员：梁毅，付少雄，王文杰，刘恒，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：