[发明专利]一种GPU并行加速的包络对齐快速实现方法

说明书

本发明涉及雷达信号处理技术领域，公开了一种GPU并行加速的包络对齐快速实现方法，利用GPU强大的硬件性能对累积相邻相关包络对齐算法进行并行优化：首先对观测目标回波距离压缩结果插值处理，选定基准回波包络，利用GPU并行处理架构，同时计算其余回波与基准回波包络之间的相关函数值及偏移值，实现粗对齐；再计算粗对齐后所有回波的平均包络作为基准包络，利用GPU并行计算所有回波与该基准包络的相关函数值及偏移值，实现精对齐；最后迭代精对齐过程，直至迭代终止。本发明在保证包络对齐效果的基础上，大幅降低包络对齐算法的复杂度，提高计算效率，为实时ISAR成像提供支撑。

技术领域

本发明涉及雷达信号处理技术领域，具体涉及一种GPU并行加速的包络对齐快速实现方法。

背景技术

在ISAR成像过程中，目标的运动包含平动分量和转动分量两部分，转动分量是实现ISAR方位成像的基础，而平动分量则会造成不同回波中目标包络的偏移和初相误差。包络校正是后续初相误差校正和方位成像的前提，常用方法可分为参数化包络对齐方法和非参数化包络对齐方法两类。

参数化方法通常使用高阶多项式建模目标平动分量，通过优化求解多项式参数，实现目标平动分量的精确估计和补偿。但是，当目标做复杂未知运动或雷达测量误差较大时，多项式模型难以准确表征目标平动分量，从而导致参数化方法的性能快速下降。

非参数化方法对目标的运动形式没有要求，因此适用范围更广。在ISAR成像过程中，因为两次回波间相隔时间很短，目标在这样短的时间内姿态变化很小，使得相邻两次回波间的包络相似度极高。因此可以通过搜索相邻两次回波包络间的互相关函数最大时对应的包络偏移量，并使用这个包络偏移量来补偿包络偏移，从而将相邻两次回波对齐。在使用上述相邻相关方法进行包络对齐的过程中，每次补偿的误差会随着回波次数的增多逐渐累积，造成目标包络在距离向发生“漂移”现象。在部分时刻虽然目标姿态变化较小，但可能由于目标几何形状在距离向的投影突变导致某次或某几次回波的包络与其它回波存在明显差异，从而导致搜索到的包络偏移量突变，使得回波出现“突跳”现象。为了克服回波“漂移”与“突跳”现象，有学者提出不只使用前一次回波，而是使用前面所有已对齐回波的加权和与未对齐的第一次回波做互相关的累积相邻相关包络对齐法。使用累积相邻相关包络对齐方法能够明显的降低误差累积和包络突变对包络对齐的影响。然而累积相邻相关包络对齐方法必须串行处理，运算效率较低，不利于实时ISAR成像，使得算法应用具有一定的局限性。

发明内容

针对现有技术存在的问题，本发明的目的在于提供一种GPU并行加速的包络对齐快速实现方法，通过对传统包络对齐算法的改进，充分利用GPU并行计算架构，在保证包络对齐效果的基础上，大幅降低包络对齐算法的复杂度，提高计算效率，为实时ISAR成像提供支撑。

为了达到上述目的，本发明采用以下技术方案予以实现。

一种GPU并行加速的包络对齐快速实现方法，距离压缩后的目标回波数据从计算机内存传输至GPU进行包络对齐处理，所述实现方法包括以下步骤：

步骤1，设距离压缩后的目标回波数据的方位向回波次数为M，距离向采样点数为N；则在GPU全局内存分别开辟大小为M×N×2×4个字节的数据存储区D，大小为k×M×N×2×4个字节的数据存储区S和H；D内存储距离压缩后的目标回波数据，即距离图像域数据Y；

其中，GPU中以float类型进行运算；k为插值倍数；

步骤2，对距离图像域数据Y进行IFFT变换得到对应距离数据域数据，再对该距离数据域数据进行插值处理和FFT变换，得到差值后的回波数据Z，采用绝对值核函数计算Z的绝对值，得到数据Q，Q存储于存储区S；

其中，GPU中每个block对应处理一次回波数据，M个block并行进行数据处理，每个block内至少包含N个线程，最多可分配1024个线程；