江艷陽 黃雙華 劉 峰 白海東

（海軍工程大學(xué)研究生院1） 武漢 430033）（海軍工程大學(xué)電子工程系2） 武漢 430033）

1 引言

在復(fù)雜電磁環(huán)境下，雷達(dá)信號(hào)處理機(jī)需要在短時(shí)間內(nèi)處理的數(shù)據(jù)量是極大的，以合成孔徑雷達(dá)（SAR）為例，其信號(hào)處理有時(shí)需要每秒幾十億甚至上百億次運(yùn)算速度，而傳統(tǒng)的CPU運(yùn)算能力是遠(yuǎn)遠(yuǎn)不夠的。文獻(xiàn)[1]中介紹了并行計(jì)算機(jī)在雷達(dá)信號(hào)處理中的應(yīng)用，其主要采用微處理機(jī)系統(tǒng)、陣列處理機(jī)以及DEC、DSP芯片等滿足信號(hào)和數(shù)據(jù)處理速度。而CUDA是一種將GPU作為數(shù)據(jù)并行計(jì)算設(shè)備的軟硬件體系，使專注于圖像處理的GPU超高計(jì)算性能在數(shù)據(jù)處理和科學(xué)計(jì)算等通用計(jì)算領(lǐng)域發(fā)揮優(yōu)勢[2～3]。

當(dāng)前低端GPU的單精度計(jì)算能力即可以和主流CPU相媲美。以主流GT200為例，其峰值浮點(diǎn)計(jì)算能力接近萬億次每秒。在進(jìn)行蛋白質(zhì)折疊計(jì)算的Folding＠home分布式計(jì)算項(xiàng)目中，僅有的11370顆支持CUDA的GPU提供了總計(jì)算能力的一半；而運(yùn)行Windows的CPU共計(jì)208268顆，僅提供了總處理能力的6%[2]。

鑒于GPU強(qiáng)大的浮點(diǎn)處理能力，利用GPU作為雷達(dá)仿真平臺(tái)，采用CUDA技術(shù)，實(shí)現(xiàn)雷達(dá)信號(hào)處理的仿真，并以頻域脈沖壓縮算法為例，與傳統(tǒng)的CPU仿真性能進(jìn)行比較。驗(yàn)證CUDA處理結(jié)果的正確性和數(shù)據(jù)處理速度的高效性。

2 頻域脈壓基本算法

實(shí)現(xiàn)頻域脈壓的方法[4～5]如圖1所示。

該算法的核心是FFT、IFFT和復(fù)數(shù)點(diǎn)乘運(yùn)算，其運(yùn)算性能直接影響脈沖壓縮系統(tǒng)仿真性能。

圖1 頻域脈壓方法

3 CUDA編程模型

CUDA編程模型將CPU作為主機(jī)端（Host），GPU 作為設(shè)備端（Device）[2]。一個(gè)完整的 CUDA模型包括運(yùn)行在CPU端的主機(jī)端代碼和運(yùn)行在GPU端的設(shè)備端代碼，也稱為kernel（內(nèi)核函數(shù)）。一個(gè)內(nèi)核函數(shù)中存在兩個(gè)層次的并行，Grid中的block間的并行和block中thread間的并行。設(shè)備端運(yùn)行的線程之間是并行執(zhí)行的，每個(gè)線程按照指令的順序串行執(zhí)行一次kernel函數(shù)。

在一個(gè)完整的CUDA程序中，Host代碼主要完成CUDA的啟動(dòng)，為輸入數(shù)據(jù)分配內(nèi)存和顯存空間，完成數(shù)據(jù)在顯存和內(nèi)存之間的傳輸，調(diào)用Device端的kernel進(jìn)行計(jì)算，釋放內(nèi)存和顯存空間，退出CUDA等操作。Device端主要完成數(shù)據(jù)的處理。

利用CUDA實(shí)現(xiàn)線性調(diào)頻信號(hào)的頻域脈沖脈沖壓縮處理，主要包括以下幾個(gè)步驟[6～10]：

第一步：為輸入及輸出數(shù)據(jù)分配內(nèi)存空間和顯存空間。

第二步：讀取回波信號(hào)序列si（n）和匹配濾波器數(shù)據(jù)H（k）的值，并將si（n）和H（k）從內(nèi)存拷貝至顯存。

第三步：利用CUDA提供的CUFFT庫完成輸入回波信號(hào)序列si（n）的快速傅立葉變換得到Si（k），利用CUDA編寫的內(nèi)核函數(shù)完成復(fù)數(shù)序列Si（k）與H（k）的乘法運(yùn)算，將得到的結(jié)果進(jìn)行IFFT，得到輸出序列so（n）。

第四步：將so（n）從顯存拷貝至內(nèi)存。

其算法流程圖如圖2所示。

圖2 利用CUDA實(shí)現(xiàn)的脈沖壓縮流程圖

在CUDA程序中，主要完成數(shù)據(jù)在主機(jī)端和設(shè)備端之間的傳輸以及設(shè)備端內(nèi)核函數(shù)的執(zhí)行。所以，在利用CUDA進(jìn)行數(shù)據(jù)運(yùn)算時(shí)，盡量減少數(shù)據(jù)在設(shè)備端和主機(jī)端傳輸所消耗的時(shí)間，從而提高運(yùn)算效率。

4 仿真結(jié)果及分析

仿真采用的顯卡是計(jì)算能力為1.1的NVIDIA GeForce GTS250，操作系統(tǒng)為 Windows XP SP3。由于本實(shí)驗(yàn)中設(shè)備的計(jì)算能力為1.1，不支持雙精度浮點(diǎn)運(yùn)算，所以實(shí)驗(yàn)中CPU與GPU處理的數(shù)據(jù)均為單精度浮點(diǎn)數(shù)。

在仿真中，設(shè)定LFM信號(hào)中心頻率f0＝1.8×108Hz，信號(hào)帶寬B＝20kHz，發(fā)射信號(hào)脈沖寬度τ＝640μs，多普勒頻移fd＝12kHz，采樣頻率fs＝32MHz，信號(hào)延遲td＝0.64ms。

圖3為線性調(diào)頻信號(hào)發(fā)射波形及靜止目標(biāo)回波與動(dòng)目標(biāo)回波波形。

圖3 發(fā)射信號(hào)與回波信號(hào)波形

利用CUDA對回波信號(hào)進(jìn)行脈壓處理，局部放大之后脈壓輸出波形如圖4所示。

圖4 回波信號(hào)脈壓之后波形—GPU

圖5 回波信號(hào)脈壓之后波形—CPU

利用CPU對回波信號(hào)進(jìn)行脈壓處理，局部放大之后脈壓輸出波形如圖5所示。

由圖4和圖5可得，基于GPU的仿真結(jié)果和基于CPU的仿真結(jié)果在數(shù)據(jù)處理結(jié)果上的一致性，但是兩者的運(yùn)算速度卻有明顯的差距，處理相同數(shù)據(jù)尺寸的運(yùn)行時(shí)間對比表如表1所示。

表1 GPU—CPU運(yùn)行時(shí)間對比表（單位：ms）

由表1可得，實(shí)際上調(diào)用內(nèi)核kernel進(jìn)行計(jì)算所用的時(shí)間是很短的，數(shù)據(jù)量的大小對其執(zhí)行時(shí)間的影響相對較小，但是，數(shù)據(jù)在CPU端和GPU端傳輸占用了大量的時(shí)間。進(jìn)一步驗(yàn)證了在第2節(jié)提到的盡量減少數(shù)據(jù)在CPU和GPU之間的數(shù)據(jù)傳輸，以提高數(shù)據(jù)計(jì)算速度。

5 結(jié)語

實(shí)驗(yàn)結(jié)果表明，在頻域脈沖壓縮處理中，采用CUDA技術(shù)不僅取得了與CPU相同的處理結(jié)果，而且在運(yùn)算效率上取得了明顯的加速比，且隨著數(shù)據(jù)尺寸的增加，加速比也越來越大。同時(shí)基于CUDA的線性調(diào)頻信號(hào)脈沖壓縮處理具有較好的實(shí)時(shí)性，為利用CUDA技術(shù)進(jìn)行雷達(dá)信號(hào)處理提供了借鑒，也為CUDA技術(shù)在軟件化雷達(dá)中的應(yīng)用提供了可能。

[1]黃鴻勛，王秀春.并行計(jì)算機(jī)在現(xiàn)代雷達(dá)信號(hào)處理中的應(yīng)用[J].現(xiàn)代雷達(dá)，2004，26（3）：25～28

[2]張舒，褚艷利，趙凱勇，等.GPU高性能運(yùn)算之CUDA[M].北京：中國水利水電出版社，2009：5～8，14～18

[3]多相復(fù)雜系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室多尺度離散模擬項(xiàng)目組.基于GPU的多尺度離散模擬并行計(jì)算[M].北京：科學(xué)出版社，2009：7～9，37～41

[4]吳順君，梅曉春.雷達(dá)信號(hào)處理和數(shù)據(jù)處理技術(shù)[M].北京：電子工業(yè)出版社，2008：88～94

[5]張明友，汪學(xué)剛.雷達(dá)系統(tǒng)[M].第二版.北京：電子工業(yè)出版社，2006：247～264

[6]柳彬，王開志，劉興釗，等.利用CUDA實(shí)現(xiàn)的基于GPU的SAR成像算法[J].信息技術(shù)，2009（11）：62～65

[7]羅軍輝，羅勇江.MATLAB7.0在數(shù)字信號(hào)處理中的應(yīng)用[M].北京：機(jī)械工業(yè)出版社，2005：157～197

[8]Bassem R.Mahafza，Atef Z.Elsherbeni.雷達(dá)系統(tǒng)設(shè)計(jì)MATLAB仿真[M].朱國富，等譯.北京：電子工業(yè)出版社，2009：168～186

[9]Bassem R.Mahafza.雷達(dá)系統(tǒng)分析與設(shè)計(jì)（MATLAB版）[M].第二版.陳志杰，等譯.北京：電子工業(yè)出版社，2008：214～234

[10]楊萬海.雷達(dá)系統(tǒng)建模與仿真[M].西安：西安電子科技大學(xué)出版社，2007：151