[發明專利]一種GPU并行加速的包絡對齊快速實現方法

有效

• 申請號: 202110200742.9
• 申請日: 2021-02-23
• 公開（公告）號: CN112991140B
• 公開（公告）日: 2022-11-18
• 發明（設計）人: 周峰;袁萬里;劉磊;白雪茹;石曉然;樊偉偉
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T1/20
• 分類號: G06T1/20
• 代理公司: 西安睿通知識產權代理事務所(特殊普通合伙) 61218
• 代理人: 惠文軒

本發明涉及雷達信號處理技術領域，公開了一種GPU并行加速的包絡對齊快速實現方法，利用GPU強大的硬件性能對累積相鄰相關包絡對齊算法進行并行優化：首先對觀測目標回波距離壓縮結果插值處理，選定基準回波包絡，利用GPU并行處理架構，同時計算其余回波與基準回波包絡之間的相關函數值及偏移值，實現粗對齊；再計算粗對齊后所有回波的平均包絡作為基準包絡，利用GPU并行計算所有回波與該基準包絡的相關函數值及偏移值，實現精對齊；最后迭代精對齊過程，直至迭代終止。本發明在保證包絡對齊效果的基礎上，大幅降低包絡對齊算法的復雜度，提高計算效率，為實時ISAR成像提供支撐。

技術領域

本發明涉及雷達信號處理技術領域，具體涉及一種GPU并行加速的包絡對齊快速實現方法。

背景技術

在ISAR成像過程中，目標的運動包含平動分量和轉動分量兩部分，轉動分量是實現ISAR方位成像的基礎，而平動分量則會造成不同回波中目標包絡的偏移和初相誤差。包絡校正是后續初相誤差校正和方位成像的前提，常用方法可分為參數化包絡對齊方法和非參數化包絡對齊方法兩類。

參數化方法通常使用高階多項式建模目標平動分量，通過優化求解多項式參數，實現目標平動分量的精確估計和補償。但是，當目標做復雜未知運動或雷達測量誤差較大時，多項式模型難以準確表征目標平動分量，從而導致參數化方法的性能快速下降。

非參數化方法對目標的運動形式沒有要求，因此適用范圍更廣。在ISAR成像過程中，因為兩次回波間相隔時間很短，目標在這樣短的時間內姿態變化很小，使得相鄰兩次回波間的包絡相似度極高。因此可以通過搜索相鄰兩次回波包絡間的互相關函數最大時對應的包絡偏移量，并使用這個包絡偏移量來補償包絡偏移，從而將相鄰兩次回波對齊。在使用上述相鄰相關方法進行包絡對齊的過程中，每次補償的誤差會隨著回波次數的增多逐漸累積，造成目標包絡在距離向發生“漂移”現象。在部分時刻雖然目標姿態變化較小，但可能由于目標幾何形狀在距離向的投影突變導致某次或某幾次回波的包絡與其它回波存在明顯差異，從而導致搜索到的包絡偏移量突變，使得回波出現“突跳”現象。為了克服回波“漂移”與“突跳”現象，有學者提出不只使用前一次回波，而是使用前面所有已對齊回波的加權和與未對齊的第一次回波做互相關的累積相鄰相關包絡對齊法。使用累積相鄰相關包絡對齊方法能夠明顯的降低誤差累積和包絡突變對包絡對齊的影響。然而累積相鄰相關包絡對齊方法必須串行處理，運算效率較低，不利于實時ISAR成像，使得算法應用具有一定的局限性。

發明內容

針對現有技術存在的問題，本發明的目的在于提供一種GPU并行加速的包絡對齊快速實現方法，通過對傳統包絡對齊算法的改進，充分利用GPU并行計算架構，在保證包絡對齊效果的基礎上，大幅降低包絡對齊算法的復雜度，提高計算效率，為實時ISAR成像提供支撐。

為了達到上述目的，本發明采用以下技術方案予以實現。

一種GPU并行加速的包絡對齊快速實現方法，距離壓縮后的目標回波數據從計算機內存傳輸至GPU進行包絡對齊處理，所述實現方法包括以下步驟：

步驟1，設距離壓縮后的目標回波數據的方位向回波次數為M，距離向采樣點數為N；則在GPU全局內存分別開辟大小為M×N×2×4個字節的數據存儲區D，大小為k×M×N×2×4個字節的數據存儲區S和H；D內存儲距離壓縮后的目標回波數據，即距離圖像域數據Y；

其中，GPU中以float類型進行運算；k為插值倍數；

步驟2，對距離圖像域數據Y進行IFFT變換得到對應距離數據域數據，再對該距離數據域數據進行插值處理和FFT變換，得到差值后的回波數據Z，采用絕對值核函數計算Z的絕對值，得到數據Q，Q存儲于存儲區S；

其中，GPU中每個block對應處理一次回波數據，M個block并行進行數據處理，每個block內至少包含N個線程，最多可分配1024個線程；