基于GPU的高分辨率宽测绘带机载SAR实时成像处理系统

摘要

本发明公开了一种基于GPU的高分辨率宽测绘带机载SAR实时成像处理系统，该系统将主服务器和从服务器设置在飞机上，通过主服务器实时的获取数据并分配给主服务器和从服务器，各服务器均利用优化的Omega-k算法进行实时成像处理；本发明整个处理流程提高了数据处理效率，能够满足机上环境的高分辨率宽测绘带实时成像处理要求。

说明书

技术领域

本发明涉及一种基于GPU的高分辨率宽测绘带机载SAR实时成像处理系 统，涉及SAR信号处理技术领域。

背景技术

GPU是近年来新兴的一种处理核心技术（参见《GPU高性能运算之CUDA》， 中国水利水电出版社，第一版，张舒，褚艳利，2010），基于GPU的成像处理 设备较基于CPU的设备具有更高的处理效率和更小的体积，便于运输和部署。 在GPU设备中，以NVIDIA公司的设备最为成熟，目前Tesla型号的GPU处理器 是专门为高性能计算设计的，可以采用CUDA进行程序设计。但该型号GPU处理 器仅有商业版本的，无法满足机上设备的环境指标要求。

SAR（Synthetic Aperture Radar，合成孔径雷达）是目前广泛应用的机载 传感器之一，不同于光学图像，SAR数据处理需要较为复杂的成像处理运算过 程，无法满足实时处理的需求，目前的SAR处理方式主要为飞行过后将存储的 数据回放到基于CPU的地面处理系统，再进行事后成像处理（参见合成孔径雷 达成像——算法与实现，Ian G.Cumming,Frank H.Wong，洪文、胡东辉等译， 电子工业出版社,2007）。在SAR成像处理广泛运用的三种算法中，Omega-K算 法相对于RD算法和CS算法，更加适用于机载SAR环境（参见R.Bamler.A  Comparison of Rage-Doppler and Wavenumber Domain SAR Focusing  Algorithms.IEEE Trans.on Geoscience and Remote  Sensing,30(4),pp.706-713,July1992.）。

对于具备0.3米高分辨率，65536距离向点数的宽测绘带的SAR成像处理设 备目前仅有地面事后成像处理设备，还没有机上实时成像处理设备的先例，无 法满足在减灾、探测过程中的数据实时性要求，综合考虑机上高分辨率宽测绘 带实时处理的应用情况，地面事后成像处理设备存在如下缺点：

1)目前的基于CPU或基于GPU的Omega-K成像处理算法无法满足实时处理 要求：(a)针对于传统的基于CPU的成像处理，速度无法满足实时处理要求;(b) 在SAR成像处理过程中，数据以脉冲的形式存储的，成像时需要将特定数量的 脉冲组成一景数据进行处理，为了避免因数据分景造成的边缘图像质量下降， 实际分景过程中各景数据交界处需要有一定的重叠区域，该重叠区域大小与每 景数据大小无关，只受到SAR脉冲特性的限制。而由于GPU显存容量限制了一 景数据量，目前重叠区域在每景数据所占的比例较大，降低GPU成像处理效 率;

在本发明针对的宽测绘带SAR成像处理环境下，会因为各景数据重叠区域过大 （本应用情况下约为40%）而过多的进行了无效的数据处理，极大的限制成像处 理效率，使得其无法满足实时成像处理的要求。

2)事后成像处理设备所处理的原始数据、POS数据等均为经过回放后的数据 文件，当需要对某块数据进行处理时，可以直接读取该数据文件的相关位置获 取数据处理，并可以根据实际数据处理速度控制读取数据的速度。而实时环境 下数据是被动接收的方式，数据流入速度是固定的。另外事后POS数据为根据 全程POS实时数据进行精细处理后的结果数据，精度较实时数据会提高一至两 个数量级。因此实时处理相对于事后处理，需要对实时POS数据进行额外的运 算。

总之，现有地面事后成像处理设备的成像处理流程、成像处理算法均无法 满足机上环境的高分辨率宽测绘带实时成像处理要求。因此需要一种基于GPU 的高分辨率宽测绘带机载SAR实时成像处理设备以满足数据使用需求。

发明内容

本发明提供了一种基于GPU的高分辨率宽测绘带机载SAR实时成像处理 系统，通过优化的Omega-K成像处理算法，提高了数据处理效率，可以支持于 机上0.3m分辨率，64K距离向采样点，最高600MBps码率的实时成像处理。

本发明的目的是通过下述技术方案实现的：该方法将主服务器和从服务器 设置在飞机上；主服务器集成了2块CPU、2块NVIDIA Tesla系列GPU、96GB DDR3 内存和1块数据接收卡；从服务器集成了2块CPU、2块NVIDIA Tesla系列GPU、 96GB DDR3内存；

该方法的具体步骤为：

步骤一，主服务器实时的获取雷达原始数据、定位系统POS/惯导系统IMU 数据以及授时数据，并进行缓存；其中在获取雷达原始数据时进行降采样处理， 在获取定位系统POS/惯导系统IMU数据以及授时数据时进行插值处理；

步骤二，主服务器对雷达原始数据依据分景信息进行截取；同时将POS/IMU 数据和授时数据融合为运动补偿数据，并依据雷达原始数据的分景信息进行截 取，将截取后的原始数据和运动补偿数据存放在内存盘上；

步骤三，主服务器将内存上的原始数据和运动补偿数据提取出来，原始数 据和运动补偿数据整体作为要分发的数据，交替分配给到主服务器和从服务器；

步骤四，主服务器和从服务器将接收到的分发数据分别进行实时成像处理， 其中对于65536距离向点数0.3m分辨率X波段图像利用优化的Omega-k算法流 程进行处理，每台服务器上的成像处理流程相同，且每台服务器在接收到分发 数据后则开始工作；

利用优化的Omega-k算法处理流程为：

1）服务器将接收到的一景数据利用CPU进行距离压缩处理，处理结果存储 在内存中，然后CPU立即开始下一景数据的距离压缩处理工作；

2）在内存中将距离压缩处理后的景数据在距离向进行拆分，拆分为距离向 为32896的两个数据块，并将其导入两块GPU的显存中，每块GPU负责一个数 据块的处理；

3）两个GPU同时对各自GPU显存中的数据继续执行Omega-k的后续处理算 法，并进行运动补偿处理和干扰抑制处理得到SAR子块图像；

4）将步骤3）两块GPU得到的SAR子块图像输出到其所在服务器的内存中， 由CPU进行两块SAR子图像的距离向拼接，完成一景图像的处理并将一景图像 进行输出。

本发明的有益效果：

1）其一，采用多台服务同时进行成像处理；其二，采用CPU进行距离压缩， GPU进行后续处理，不仅方面降低了距离向数据拆分所需的重叠数据，还将计算 量分摊到了CPU与GPU两个核心运算设备上，在进行连续成像处理时，相当于 CPU和GPU并行处理；其三，在进行连续成像处理时，由每台服务器的两个GPU 并行处理距离向拆分后的数据块；这三方面的处理改进，一方面降低了单块GPU 显存容量较低的影响，提高了处理时每景最大支持的数据量，实现了多GPU在 一景数据成像过程中的并行化处理，提高了数据处理效率；一方面，提高了处 理流程的并行化程度，充分利用多服务器、多CPU和多GPU的资源，提高了数 据处理速度。

2）在获取定位系统POS/惯导系统IMU数据以及授时数据时进行插值处理， 提高了实时接收POS数据的精度，进而可以降低后续成像处理过程中运动补偿 相关处理流程的运算量。

附图说明

图1为改进的Omega-K成像算法流程图；

具体实施方式

为了更好地理解本发明的技术方案，下面结合附图及具体实施例对本发明 做进一步详细描述。

本发明提供一种基于GPU的高分辨率宽测绘带机载SAR实时成像处理方 法，为机载最高0.3m分辨率，距离向采样率65536的X波段SAR的机上实时成 像处理提供一套完整的解决方案。该方法针对的SAR指标具体为：支持分辨率 0.3米；距离向点数65536；图像量化位数16比特的X波段高分辨率SAR的实 时成像以及L、C、X、P四个波段SAR的降分辨率实时成像；最大快视图像处理 延迟40秒。

该方法的硬件设备包括两台成像处理服务器：主服务器和从服务器，其中 主服务器作为IO节点与成像处理节点复用，从服务器作为单独的成像处理节点 使用；主服务器集成了2块CPU、2块NVIDIA Tesla系列GPU、96GB DDR3内存、 3块固态硬盘、1块InfiniBand网卡和1块专用数据接收卡。从服务器集成了2 块CPU、2块NVIDIA Tesla系列GPU、96GB DDR3内存、3块固态硬盘和1块 InfiniBand网卡。本发明可以依据数据处理量的大小，采取单台从服务器或多 台从服务器进行处理。

采用内存盘技术作为原始数据的缓存方案，支持支持当前系统的600MBps （MByte per second）的流数据处理。

成像服务器内部各板卡及配件均采用的商业配件，在此基础上进行了加固处 理，使其可以适应机上的温度、振动、电磁兼容要求即可以满足-20℃～50℃下 正常工作；-55℃～70℃下正常存储。

该方法的具体步骤为：

步骤一，主服务器实时的获取雷达原始数据、定位系统POS/惯导系统IMU 数据以及授时数据，并进行缓存；其中在获取雷达原始数据进行降采样处理， 在获取定位系统POS/惯导系统IMU数据以及授时数据时进行插值处理；主服务 器作为IO节点实时的获取所述数据；

步骤二，主服务器对雷达原始数据依据分景信息进行截取；同时将POS/IMU 数据和授时数据融合为运动补偿数据，并依据雷达原始数据的分景信息进行截 取，本步骤主服务器通过实时成像处理软件进行；将截取后的原始数据、运动 补偿数据存放在内存上。

该步骤中在依据分景信息进行截取时，每景的数据量比常规的事后成像处 理设备每景的数据量大，比如同样处理20GB的数据，常规事后成像处理设备受 限于单块GPU显存容量限制，需要分为5景，每景5GB大小，其中重叠区域为 2GB，5景总重叠区域4个，共8GB。而本发明进行数据处理时，先利用CPU进 行距离压缩，然后将数据拆分至两个GPU进行处理。每景数据限制相当于两块 GPU的总显存容量，因此每景数据可以处理10GB大小，其中重叠区仅与雷达参 数有关，仍为2GB。应用本发明时20GB数据仅需要分为2景，每景10GB大小， 剩余的2GB数据为边缘数据。

步骤三，主服务器将内存上的原始数据和运动补偿数据提取出来，原始数 据和运动补偿数据整体作为要分发的数据，交替分配给到主服务器和从服务器；

步骤四，主服务器和从服务器将接收到的分发数据分别进行实时成像处理， 其中对于65536距离向点数0.3m分辨率X波段图像利用优化的Omega-k算法流 程进行处理，每台服务器上的成像处理流程相同，采用优化的Omega-k处理算 法，将距离向压缩、方位向压缩以及运动补偿拆分到CPU和GPU中分别处理； 对于其他图像将每个景成像任务交由单独的GPU利用常规成像进行处理。

如图1所示，利用优化的Omega-k算法处理流程为：

1）服务器将接收到的一景数据利用CPU进行距离压缩处理，处理结果存储 在内存中，然后CPU立即开始下一景数据的距离压缩处理工作；

2）在内存中将距离压缩处理后的景数据在距离向进行拆分，拆分为距离向 为32896的两个数据块，并将其导入两块GPU的显存中，每块GPU负责一个数 据块的处理；

步骤1）和步骤2）利用CPU与GPU分步处理以及GPU对每块数据的并行处 理提高了数据处理效率。本步骤中利用两块GPU对每块数据并行处理提高了数 据处理效率；

3）两个GPU同时对各自GPU显存中的数据继续执行Omega-k的后续处理算 法，并进行运动补偿处理和干扰抑制处理得到SAR子块图像；

4）将步骤3）两块GPU得到的SAR子块图像输出到其所在服务器的内存中， 由CPU进行两块SAR子图像的距离向拼接，完成一景图像的处理并将一景图像 进行输出。

本步骤一景图像可以依据要求通过以太网、IB网发送到外部系统中或者通 过VGA接口进行输出显示结果。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保 护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等， 均应包含在本发明的保护范围之内。