脉冲多普勒雷达信号处理并行技术研究

摘要

脉冲多普勒雷达信号处理广泛的应用及处理任务的日益复杂，使其发展日趋数字化、软件化、智能化、多个处理系统一体化，这使得信号处理的数据量大、实时性要求高，雷达信号处理并行技术可以充分利用信号处理算法本身的并行性，从而实现对处理过程的加速。因此，本文对脉冲多普勒雷达信号处理算法并行技术展开研究，主要工作包括以下几点： (1)研究脉冲多普勒雷达信号处理系统整体框架，包括脉冲压缩模块、MTI模块、MTD模块、恒虚警率检测模块。介绍了各模块基本原理，其中重点研究了恒虚警率检测模块的实现，包括一维CFAR算法、二维CFAR算法、杂波图点检测算法以及杂波图面检测算法，并对各模块的实现进行仿真验证与分析。 (2)介绍了雷达信号处理常用的并行平台，包括FPGA、DSP和GPU，比较它们在内部组成模块、软件编程环境、并行实现方式及其雷达信号处理算法方面的优劣势，确定本文选用的平台，即CPU+GPU异构平台，并对CPU+GPU平台的硬件架构及软件编程模型进行详细分析。 (3)研究基于CPU+GPU异构平台脉冲多普勒雷达信号处理关键算法的并行实现及优化方法，包括脉冲压缩算法、一维CA-CFAR算法、二维CA-CFAR算法以及杂波图点检测技术算法。分析各个算法的可并行性并使用CUDA编程实现，通过测试实验分析线程块的划分、算法的改良、存储器的优化选择及数据量的扩增对程序加速比的影响，实验验证基于GPU的并行处理方法相比CPU最高能提速106.72倍。

目录

声明

第一章 绪 论

1.1 研究背景和意义

1.2 国内外研究现状

1.2.1 并行技术研究现状

1.2.2 雷达信号处理并行技术研究现状

1.3 本文的主要工作

第二章 脉冲多普勒雷达信号处理系统算法与仿真

2.1 脉冲多普勒雷达信号处理系统框架

2.2.1 线性调频信号产生与仿真

2.2.2 脉冲压缩模块算法与仿真

2.2.3 MTI模块算法与仿真

2.2.4 MTD模块算法与仿真

2.2.5 恒虚警率检测模块算法与仿真

2.4 本章小结

第三章 脉冲多普勒雷达信号处理方法并行平台研究

3.1.1 FPGA并行处理平台

3.1.2 DSP并行处理平台

3.1.3 GPU并行处理平台

3.1.4 并行处理平台的比较

3.2 CPU与GPU异构并行体系

3.3 CUDA编程技术

3.3.1 线程组织结构

3.3.2 CUDA编程模型

3.3.3 存储结构

3.3.4 软件体系

3.4 CUDA常用优化策略

3.5 本章小结

第四章 脉冲多普勒雷达信号处理关键算法GPU实现与优化

4.1.1 离散卷积运算

4.1.2 快速傅里叶变换及其逆变换

4.1.3 复数矩阵乘法、加法及取模运算

4.2.1 脉冲压缩实现方法

4.2.2 线程划分方式及数据量的影响

4.3.1 一维CFAR实现方法

4.3.2 算法及存储器优化

4.4.1 二维CFAR实现方法

4.4.2 存储器的优化选择

4.5.1 杂波图检测技术实现方法

4.5.2 数据量扩增的影响

4.5 本章小结

第五章 总结与展望

致谢

参考文献

攻读硕士学位期间取得的成果