張曉東，孔祥輝，張歡陽

(西安電子工程研究所總體部，陜西西安 710100)

合成孔徑雷達因具有全天候、全天時、遠距離成像等特點，可大大提高雷達的捕獲信息能力，因而成為雷達技術的熱門研究領域，在戰(zhàn)場感知和災情監(jiān)測等方面有著不可替代的作用。隨著SAR成像技術的發(fā)展，對回波數(shù)據(jù)實現(xiàn)實時處理的要求也越來越迫切。這就意味著信號處理器能夠滿足SAR信號處理過程中大運算量的快速運算等處理能力的要求，由于SAR成像算法本身的復雜度和雷達數(shù)據(jù)的高速率實時處理面對很大的挑戰(zhàn)性，使用單處理器或處理芯片幾乎難以實現(xiàn)，為了在不影響成像精度的前提下獲得更好的實時性，并行處理成為解決這一問題的關鍵技術。

1 GPU技術簡介

受到游戲市場和軍事實景仿真的要求，圖形處理器(Graphics Processing Unit)性能提高速度很快，超過了摩爾定律，支持越來越復雜的運算，其編程性和功能都得到擴展。GPU通用計算性能的提高為高效SAR成像算法提供了具有發(fā)展前景的新型運算平臺。GPU在處理能力和存儲帶寬上相對CPU有明顯的優(yōu)勢，在成本和功耗上也不需要付出太大代價，從而為SAR實時成像提供新的解決方案。

當前的NIVIDA GPU中有1～60個包含完整前端的流多處理器(SM)，每個流多處理器可以看作一個包含8個1D流處理器的SIMD處理器。顯卡就是利用多個流多處理器間的粗粒度任務級或數(shù)據(jù)級并行，以及流多處理器內的細粒度數(shù)據(jù)并行。盡管GPU的運行頻率比一般CPU低，但更多的執(zhí)行單元數(shù)量還是使GPU能在浮點處理能力上獲得優(yōu)勢。DUDA(Compute Unified Device Architecture)是NIVIDA公司推出的一種不需借助圖形學API就可以使用類C語言進行通用計算的開發(fā)環(huán)境和軟件體系。采用C語言作為編程語言，進行了適度的擴展，提供大量的高性能計算指令開發(fā)能力，使開發(fā)者能在GPU強大計算能力的基礎上建立一種效率更高的密集數(shù)據(jù)計算解決方案。CUDA對圖形硬件和API進行封裝，使開發(fā)人員把GPU看成一個具有多核多線程的處理器，并在類似于CPU的編程環(huán)境下對GPU進行編程，開發(fā)GPU通用程序，降低了軟件開發(fā)時間和成本。

2 RD算法簡介及其在GPU上的實現(xiàn)

文中采用常用的RD算法，其首先對距離進行脈沖壓縮，再進行距離徙動校正，運動補償，然后進行方位向壓縮[1]。RD算法的本質是將SAR成像的二維處理分解為兩個一維處理過程，分別為距離向處理和方位向處理。RD算法的并行化程度成為獲取高加速比的關鍵。距離脈壓和方位脈壓通常使用頻域匹配濾波的實現(xiàn)方式，主要涉及的算法是 FFT、點乘和 IFFT。GPU開發(fā)軟件CUDA有自身的FFT庫可以實現(xiàn)快速并行FFT變換，對于點乘運算，由于距離向與方位向壓縮和距離徙動校正與運動補償都是點乘，因此可將其中的部分運算合并以減少運算次數(shù)提高計算速度。

利用GPU實現(xiàn)基于RD算法的SAR成像算法實現(xiàn)流程如下:

(1)把原始數(shù)據(jù)通過CPU傳輸?shù)紾PU，計算徙動補償所需參數(shù)。

(2)距離向的壓縮和走動校正。具體描述為:先將原始數(shù)據(jù)沿距離向做FFT，再乘以通過內核函數(shù)生成的距離向匹配函數(shù)和走動校正函數(shù)完成距離向包絡移動，利用距離向IFFT完成距離向壓縮。然后再進行一次相位校正。

(3)將做完走動校正的數(shù)據(jù)進行轉置。

(4)利用慣性導航系統(tǒng)數(shù)據(jù)通過內核函數(shù)生成運動補償函數(shù)，對數(shù)據(jù)進行運動補償。

(5)通過內核函數(shù)生成方位向匹配函數(shù)并進行FFT，對數(shù)據(jù)進行FFT然后點乘，再進行IFFT，完成方位向的脈沖壓縮。

(6)將方位向脈壓完的數(shù)據(jù)即圖像傳回主機。

圖1 GPU SAR成像算法流程

3 實驗與結果

為測試提出的SAR成像方法的有效性，試驗采用普通商用計算機CPU為E8400，顯卡為NIVIDA公司的9500GT，板載顯存為1 GB，運算能力為1.1，其SM數(shù)量只有4個，運算精度為單精度。軟件使用Windows XP下的CUDA3.0。數(shù)據(jù)來源為某機載雷達的真實回波，PRF為1 kHz。采用慣性導航單元進行運動補償，圖像分辨率為1 m，一次成像所需的數(shù)據(jù)長度為8 192×8 192復數(shù)。由于顯卡存儲器容量有限，所以在處理的數(shù)據(jù)較大時，不能完全將數(shù)據(jù)一次性放入顯卡的存儲器，要將數(shù)據(jù)分成幾部分處理，在進行距離壓縮時分成4部分，在進行方位壓縮時分成8部分進行。成像所需時間為4.21 s，成像各部分的運算時間分布如表1所示，這其中還包含了由于顯卡現(xiàn)存不足，在轉置的過程中在內存和顯存之間緩沖數(shù)據(jù)的時間0.35 s，在PRF=1 kHz時，采集一幅圖像數(shù)據(jù)時間為8 s，所以本系統(tǒng)可以達到實時成像的要求，成像結果如圖2所示。

表1 SAR成像時間統(tǒng)計

圖2 利用GPU實現(xiàn)的RD成像結果(截取)

由測試結果可知，提出的利用CUDA實現(xiàn)基于GPU的RD成像算法，具有較高的效率，相比傳統(tǒng)的基于CPU的SAR成像算法，效率得到顯著提升，達到了實時處理的速度。而且成像效果并未受到太大影響，滿足下一步處理的需求。

4 結束語

文中提出了利用GPU實現(xiàn)RD成像的算法。該成像算法利用GPU通用計算的編程模型，充分發(fā)揮了GPU并行計算的優(yōu)勢。通過實驗表明:文中提出的基于GPU的SAR成像方案，實現(xiàn)了實時RD成像的要求，具有較好的成像效果。

[1]保錚，邢孟道，王彤.雷達成像技術[M].北京:電子工業(yè)出版社，2005.

[2]張舒，褚艷利.CPU高性能運算之CUDA[M].北京:中國水利水電出版社，2009.

[3]NVIDIA.NVIDIA CUDA Programming Guide Version 3.0[Z].USA:NVIDIA Conpration，2010.

[4]肖江，胡柯良，鄧元勇.基于CUDA的矩陣乘法和FFT性能測試[J].計算機工程，2009(10):219-221.