一种基于GPU加速的大斜视聚束回放式SAR目标模拟方法技术

本发明专利技术公开了一种基于GPU加速的大斜视聚束回放式SAR目标模拟方法，包括如下步骤：1)基于距离徙动补偿的数据去冗余算法；2)利用数据自适应分块策略对较大数据块进行划分，并将划分后的数据传入显存；3)利用GPU强大的并行能力计算回波信号；4)异步执行，借助流进行并发管理，将计算完毕的回波信号传至内存；5)数据拼接及恢复，在内存中将数据恢复至距离徙动补偿前的位置，得到最终的回波数据。本发明专利技术不仅使目标模拟效率明显提升，能够有效的对大斜视聚束回放式SAR目标模拟进行加速。并且结合了距离徙动补偿，去冗余后，节省了内存和显存的空间，不仅保持了时域目标模拟算法较高的精度，显著提高了大数据量情况下SAR目标模拟的运算效率。运算效率。运算效率。

【技术实现步骤摘要】
一种基于GPU加速的大斜视聚束回放式SAR目标模拟方法


[0001]本专利技术涉及信号处理
，特别涉及一种基于GPU加速的大斜视聚束回放式SAR目标模拟方法。

技术介绍

[0002]合成孔径雷达(Synthetic Aperture Radar，SAR)是一种主动微波遥感技术，具有全天时、全天候的对地观测能力。起源于二十世纪五十年代，最早由美国学者Carl Wiley提出“合成孔径”这一概念。随后C.Sherwin等人研制出第一个X波段SAR系统，并得到了第一幅非聚焦条带模式SAR图像。自此，SAR技术开始蓬勃发展。
[0003]在每一颗卫星发射前，进行目标模拟实验是必不可少的步骤。作为SAR系统性能验证的前期工作，每一颗卫星的成功升空都离不开目标模拟的贡献。目标模拟能够更好的确定系统参数，通过模拟各种不同参数情况下的回波数据进行成像、分析，找到最优参数，在卫星发射前将系统调整至最优状态，有效的保证SAR系统的稳定性。目前现有的目标模拟方法一般分为两大类：时域目标模拟和频域目标模拟。时域算法可以得到高精度的回波数据，但是运算复杂度高，效率低，在进行大场景的目标模拟任务中，时间成本非常大。而频域算法虽然能够以较高的效率完成目标模拟，但是其精度与时域算法相比较低，且只适合正侧视或小斜视情况下的目标模拟，当斜视角增大，方位向和距离向的耦合性、距离徙动也随之增大，导致传统频域算法无法使用于大斜视情况下的目标模拟。
[0004]目前有中国专利申请公布号CN108594230A公开的一种海船场景的合成孔径雷达图像仿真方法，以及中国专利申请公布号CN108051789A公开的一种海背景下动目标SAR成像模拟测试系统与方法，但是上述专利技术只是适用于海船场景，而且也不适用于大斜视情况下的目标模拟，所以无法解决上述问题。
[0005]综上所述，如何提高SAR目标模拟在大斜视聚束模式下的运算效率，并保障SAR回波信号的优越性质，是一个亟待解决的问题。

技术实现思路

[0006]本专利技术的目的在于针对现有技术的上述不足和缺陷，提供一种基于GPU加速的大斜视聚束回放式SAR目标模拟方法，以解决上述问题。
[0007]本专利技术所解决的技术问题可以采用以下技术方案来实现：
[0008]一种基于GPU加速的大斜视聚束回放式SAR目标模拟方法，包括如下步骤：
[0009]1)基于距离徙动补偿的数据去冗余算法；
[0010]2)利用数据自适应分块策略对较大数据块进行划分，并将划分后的数据传入显存；
[0011]3)利用GPU强大的并行能力计算回波信号；
[0012]4)异步执行，借助流进行并发管理，将计算完毕的回波信号传至内存；
[0013]5)数据拼接及恢复，在内存中将数据恢复至距离徙动补偿前的位置，得到最终的
回波数据。
[0014]在本专利技术的一个优选实施例中，步骤1)中的数据去冗余算法为：首先确定SAR几何模型以及仿真参数，通过距离徙动补偿，计算每一时刻有效数据的位置，将冗余去除。
[0015]在本专利技术的一个优选实施例中，步骤1)中，在CPU中计算出回波的有效区域，再根据距离徙动计算出每一方位时刻距离向数据的偏移量，将其传入显存运算时，可等效为无距离徙动影响的目标模拟计算。
[0016]在本专利技术的一个优选实施例中，步骤1)中，设t
r
为t
a
时刻的距离时间轴，
[0017][0018]其中，F
r
为距离向采样率，N
r
为距离向采样点数，i代表距离向采样点的序号，根据公式(1)可知，t
r
的绝对值应当小于半个脉宽，因此可求出每一方位时刻t中，有效范围的两个边界值i
near
、i
far
[0019][0020]其中，R
near
表示t
a
时刻雷达到场景的最近距离，R
far
表示t
a
时刻雷达到场景的最远距离，R
c
表示景中心斜距，c代表光速，T
r
代表脉宽，
[0021]设N
a
为方位向采样点数，根据每一方位时刻的时间，可以计算出需要补偿的距离Range，即t
a
时刻数据偏移的距离，设θ为斜视角，t0为中心时刻，
[0022][0023]由公式(3)，可计算出t
a
像素偏移的大小Pix为：
[0024]Pix＝Range/ΔR
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0025]其中，ΔR表示像素间隔，将数据的近边界i
near
和远边界i
far
分别移位Pix之后，即可求得移位后的边界i
near
’
、i
far
’
。
[0026][0027]经过距离徙动补偿将其消除后，计算效率将显著提升，并且对显存的占用也将减少。
[0028]在本专利技术的一个优选实施例中，步骤2)中的数据自适应分块为：获取系统中可用的显存容量，计算一次所能存放数据块的大小，即得到需要分块的个数。
[0029]在本专利技术的一个优选实施例中，步骤2)中，获取系统中可用的GPU数量以及所有可用的显存容量，然后，根据显存的总量，计算一次所能存放数据块的大小，即得到需要分块的个数，分配内存、显存，依次进行回波模拟的计算，每完成一部分计算，就将该块数据从显存调入内存并释放显存。
[0030]在本专利技术的一个优选实施例中，步骤2)中，设Gpumem为该系统可用显存容量，根据
显存大小可计算出单次能处理的数据块大小，设col为单次最多能处理的列数，
[0031]col＝Gpumem/(N
r
·
size)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0032]其中，size为单个数据的大小，N
r
·
size即每一列的数据大小，根据公式(6)以及方位向采样数N
a
，即可计算出需要分块的个数N，
[0033][0034]代表向上取整，分块完毕后，根据分块结果进行显存分配，然后依次进行GPU中时域目标模拟算法的计算。
[0035]在本专利技术的一个优选实施例中，步骤3)中，利用GPU的强大并行能力，计算SAR每一方位时刻的回波数据。
[0036]在本专利技术的一个优选实施例中，步骤3)中，在GPU中计算回波数据，回波信号的表达式为：
[0037][0038][0039]上述公式(7)、(8)中，v代表载机飞行的速度，λ代表波长，(x，y)代表目标点的坐标，K
r
坐标代表距离调频率。
[0040]在本专利技术的一个优选实施例中，步骤4)中的异步执行为：借助流进行并发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于GPU加速的大斜视聚束回放式SAR目标模拟方法，其特征在于，包括如下步骤：1)基于距离徙动补偿的数据去冗余算法；2)利用数据自适应分块策略对较大数据块进行划分，并将划分后的数据传入显存；3)利用GPU强大的并行能力计算回波信号；4)异步执行，借助流进行并发管理，将计算完毕的回波信号传至内存；5)数据拼接及恢复，在内存中将数据恢复至距离徙动补偿前的位置，得到最终的回波数据。2.如权利要求1所述的一种基于GPU加速的大斜视聚束回放式SAR目标模拟方法，其特征在于，步骤1)中的数据去冗余算法为：首先确定SAR几何模型以及仿真参数，通过距离徙动补偿，计算每一时刻有效数据的位置，将冗余去除。3.如权利要求2所述的一种基于GPU加速的大斜视聚束回放式SAR目标模拟方法，其特征在于，步骤1)中，在CPU中计算出回波的有效区域，再根据距离徙动计算出每一方位时刻距离向数据的偏移量，将其传入显存运算时，可等效为无距离徙动影响的目标模拟计算。4.如权利要求3所述的一种基于GPU加速的大斜视聚束回放式SAR目标模拟方法，其特征在于，步骤1)中，设t
r
为t
a
时刻的距离时间轴，其中，F
r
为距离向采样率，N
r
为距离向采样点数，i代表距离向采样点的序号，根据公式(1)可知，t
r
的绝对值应当小于半个脉宽，因此可求出每一方位时刻t中，有效范围的两个边界值i
near
、i
far
其中，R
near
表示t
a
时刻雷达到场景的最近距离，R
far
表示t
a
时刻雷达到场景的最远距离，R
c
表示景中心斜距，c代表光速，T
r
代表脉宽，设N
a
为方位向采样点数，根据每一方位时刻的时间，可以计算出需要补偿的距离Range，即t
a
时刻数据偏移的距离，设θ为斜视角，t0为中心时刻，由公式(3)，可计算出t
a
像素偏移的大小Pix为：Pix＝Range/ΔR
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)其中，ΔR表示像素间隔，将数据的近边界i
near
和远边界i
far
分别移位Pix之后，即可求得移位后的边界i
near
’
、i
far
’

【专利技术属性】
技术研发人员：李鹏，王赟，
申请(专利权)人：上海久航电子有限公司，
类型：发明
国别省市：