[发明专利]一种基于GPU的并行结构ISAR距离对准方法

摘要

本发明公开了一种基于GPU的并行结构ISAR距离对准方法，主要解决传统的基于CPU单线程的ISAR距离对准算法效率低的问题，该方法主要步骤包括：步骤一：读取原始回波数据；步骤二：采用流水线异步并行机制，将原始回波数据分流从主机内存拷贝到设备显存；步骤三：距离向压缩，包括距离向FFT、点乘匹配滤波以及IFFT；步骤四：全局最小熵距离对准，包括时域插值、求平均距离像、求距离偏移量、构造频移因子、亚距离单元距离对准；步骤五：将距离对准数据分流从GPU拷贝到CPU；步骤六：利用FreeImage库函数输出图像。本发明利用并行化硬件平台GPU对ISAR距离对准算法进行硬件加速，运算速度得到几十倍的提高。

主权项

1.一种基于GPU的并行结构ISAR距离对准方法，其特征在于：包括顺序执行的以下步骤：步骤一、CPU读取ISAR原始回波数据，大小为Na*Nr，Na为方位向采样点数，Nr为距离向采样点数；步骤二、采用统一计算设备架构流水线异步并行机制进行如下的分流脉冲压缩过程：将步骤一中读取的原始回波数据按方位向分块后分配给不同的工作流处理，每个工作流单独完成将本块数据从CPU拷贝到GPU中并在GPU中进行距离向压缩的工作得到脉压数据；步骤三、在GPU中将脉压数据并行进行全局最小熵距离对准；步骤四、将完成距离对准的数据分流从GPU中拷贝到CPU；步骤五、利用FreeImage库函数输出图像；所述步骤三包括如下过程：步骤3.1、将脉压数据转置为Nr列Na行，然后变换到距离向频域补零，再逆傅里叶变换到距离向时域，得到距离向时域插值后的TT*Nr列Na行的脉压数据，其中TT是插值倍数；步骤3.2、对每个线程块的x维度和y维度均分配TILE_DIM个线程，每个线程网格的x维度分配Na/TILE_DIM个线程块、y维度分配TT*Nr/TILE_DIM个线程块，TILE_DIM固定为16，编写取模值核函数求插值一维距离像包络；步骤3.3、编写转置核函数，将插值一维距离像包络的矩阵转置为Na列TT*Nr行；步骤3.4、利用共享内存和归约算法编写包络求和核函数对一维距离像包络按方位向求和，分两步计算：第一步，对每个线程网格x维度分配TT*Nr个线程块、y维度分配Na/threadnum个线程块，每个线程块x维度分配threadnum个线程、y维度分配1个线程，threadnum取值为64，求得TT*Nr*Na/threadnum个和值；第二步，对每个线程网格x维度分配TT*Nr个线程块、y维度分配1个线程块，每个线程块的x维度分配Na/threadnum个线程、y维度分配1个线程，对上一步中求得的TT*Nr*Na/threadnum个和值继续求和，得到TT*Nr个和元素，即为平均距离像ARP；步骤3.5、对每个线程网格x维度分配TT*Nr/TILE_DIM个线程块、y维度分配1个线程块，对每个线程块x维度分配为TILE_DIM个线程、y维度分配1个线程，编写核函数求平均距离像ARP的对数步骤3.6、对每个线程网格x维度分配TT*Nr/TILE_DIM个线程块、y维度分配Na/TILE_DIM个线程块，对每个线程块x维度和y维度均分配TILE_DIM个线程，编写与一维距离像互相关核函数，通过频域共轭相乘实现互相关运算；步骤3.7、利用共享内存和归约算法编写核函数求互相关矩阵每行最大值，分两步计算：第一步，对每个线程网格x维度分配TT*Nr/threadnum个线程块、y维度分配Na个线程块，对每个线程块x维度分配threadnum个线程、y维度分配1个线程，求得Na*TT*Nr/threadnum个最大值及其列索引；第二步，对每个线程网格x维度分配Na个线程块、y维度分配1个线程块，对每个线程块x维度分配TT*Nr/threadnum个线程、y维度分配1个线程，对上一步中求得的Na行TT*Nr/threadnum列最大值矩阵求每行最大值及其列索引，从而求得Na个距离偏移量；步骤3.8、重复3.2～3.7的迭代过程，当达到设定迭代次数后，利用最近一次迭代所得到的距离偏移量构造频移因子exp(‑j2πmΔr(n)/(TTNr))，m是距离单元标号，Δr(n)是第n个回波的距离偏移量；步骤3.9、对每个线程网格x维度分配Na/TILE_DIM个线程块、y维度分配Nr/TILE_DIM个线程块，对每个线程块x维度和y维度均分配TILE_DIM个线程，编写未插值一维距离像亚距离单元对准核函数，每个线程索引独立完成未插值一维距离像第n个脉冲第m个距离门处元素值与频移因子exp(‑j2πmΔr(n)/(TTNr))的相乘运算，完成未插值一维距离像的亚距离单元对准；步骤3.10、将亚距离单元对准后的未插值一维距离像距离向逆傅里叶变换，再转置为Na列Nr行的距离对准数据。