利用GPU實(shí)現(xiàn)SAR圖像的并行處理

張曉東，孔祥輝，張歡陽

(西安電子工程研究所總體部，陜西西安 710100)

合成孔徑雷達(dá)因具有全天候、全天時(shí)、遠(yuǎn)距離成像等特點(diǎn)，可大大提高雷達(dá)的捕獲信息能力，因而成為雷達(dá)技術(shù)的熱門研究領(lǐng)域，在戰(zhàn)場(chǎng)感知和災(zāi)情監(jiān)測(cè)等方面有著不可替代的作用。隨著SAR成像技術(shù)的發(fā)展，對(duì)回波數(shù)據(jù)實(shí)現(xiàn)實(shí)時(shí)處理的要求也越來越迫切。這就意味著信號(hào)處理器能夠滿足SAR信號(hào)處理過程中大運(yùn)算量的快速運(yùn)算等處理能力的要求，由于SAR成像算法本身的復(fù)雜度和雷達(dá)數(shù)據(jù)的高速率實(shí)時(shí)處理面對(duì)很大的挑戰(zhàn)性，使用單處理器或處理芯片幾乎難以實(shí)現(xiàn)，為了在不影響成像精度的前提下獲得更好的實(shí)時(shí)性，并行處理成為解決這一問題的關(guān)鍵技術(shù)。

1 GPU技術(shù)簡(jiǎn)介

受到游戲市場(chǎng)和軍事實(shí)景仿真的要求，圖形處理器(Graphics Processing Unit)性能提高速度很快，超過了摩爾定律，支持越來越復(fù)雜的運(yùn)算，其編程性和功能都得到擴(kuò)展。GPU通用計(jì)算性能的提高為高效SAR成像算法提供了具有發(fā)展前景的新型運(yùn)算平臺(tái)。GPU在處理能力和存儲(chǔ)帶寬上相對(duì)CPU有明顯的優(yōu)勢(shì)，在成本和功耗上也不需要付出太大代價(jià)，從而為SAR實(shí)時(shí)成像提供新的解決方案。

當(dāng)前的NIVIDA GPU中有1～60個(gè)包含完整前端的流多處理器(SM)，每個(gè)流多處理器可以看作一個(gè)包含8個(gè)1D流處理器的SIMD處理器。顯卡就是利用多個(gè)流多處理器間的粗粒度任務(wù)級(jí)或數(shù)據(jù)級(jí)并行，以及流多處理器內(nèi)的細(xì)粒度數(shù)據(jù)并行。盡管GPU的運(yùn)行頻率比一般CPU低，但更多的執(zhí)行單元數(shù)量還是使GPU能在浮點(diǎn)處理能力上獲得優(yōu)勢(shì)。DUDA(Compute Unified Device Architecture)是NIVIDA公司推出的一種不需借助圖形學(xué)API就可以使用類C語言進(jìn)行通用計(jì)算的開發(fā)環(huán)境和軟件體系。采用C語言作為編程語言，進(jìn)行了適度的擴(kuò)展，提供大量的高性能計(jì)算指令開發(fā)能力，使開發(fā)者能在GPU強(qiáng)大計(jì)算能力的基礎(chǔ)上建立一種效率更高的密集數(shù)據(jù)計(jì)算解決方案。CUDA對(duì)圖形硬件和API進(jìn)行封裝，使開發(fā)人員把GPU看成一個(gè)具有多核多線程的處理器，并在類似于CPU的編程環(huán)境下對(duì)GPU進(jìn)行編程，開發(fā)GPU通用程序，降低了軟件開發(fā)時(shí)間和成本。

2 RD算法簡(jiǎn)介及其在GPU上的實(shí)現(xiàn)

文中采用常用的RD算法，其首先對(duì)距離進(jìn)行脈沖壓縮，再進(jìn)行距離徙動(dòng)校正，運(yùn)動(dòng)補(bǔ)償，然后進(jìn)行方位向壓縮[1]。RD算法的本質(zhì)是將SAR成像的二維處理分解為兩個(gè)一維處理過程，分別為距離向處理和方位向處理。RD算法的并行化程度成為獲取高加速比的關(guān)鍵。距離脈壓和方位脈壓通常使用頻域匹配濾波的實(shí)現(xiàn)方式，主要涉及的算法是 FFT、點(diǎn)乘和 IFFT。GPU開發(fā)軟件CUDA有自身的FFT庫可以實(shí)現(xiàn)快速并行FFT變換，對(duì)于點(diǎn)乘運(yùn)算，由于距離向與方位向壓縮和距離徙動(dòng)校正與運(yùn)動(dòng)補(bǔ)償都是點(diǎn)乘，因此可將其中的部分運(yùn)算合并以減少運(yùn)算次數(shù)提高計(jì)算速度。

利用GPU實(shí)現(xiàn)基于RD算法的SAR成像算法實(shí)現(xiàn)流程如下:

(1)把原始數(shù)據(jù)通過CPU傳輸?shù)紾PU，計(jì)算徙動(dòng)補(bǔ)償所需參數(shù)。

(2)距離向的壓縮和走動(dòng)校正。具體描述為:先將原始數(shù)據(jù)沿距離向做FFT，再乘以通過內(nèi)核函數(shù)生成的距離向匹配函數(shù)和走動(dòng)校正函數(shù)完成距離向包絡(luò)移動(dòng)，利用距離向IFFT完成距離向壓縮。然后再進(jìn)行一次相位校正。

(3)將做完走動(dòng)校正的數(shù)據(jù)進(jìn)行轉(zhuǎn)置。

(4)利用慣性導(dǎo)航系統(tǒng)數(shù)據(jù)通過內(nèi)核函數(shù)生成運(yùn)動(dòng)補(bǔ)償函數(shù)，對(duì)數(shù)據(jù)進(jìn)行運(yùn)動(dòng)補(bǔ)償。

(5)通過內(nèi)核函數(shù)生成方位向匹配函數(shù)并進(jìn)行FFT，對(duì)數(shù)據(jù)進(jìn)行FFT然后點(diǎn)乘，再進(jìn)行IFFT，完成方位向的脈沖壓縮。

(6)將方位向脈壓完的數(shù)據(jù)即圖像傳回主機(jī)。

圖1 GPU SAR成像算法流程

3 實(shí)驗(yàn)與結(jié)果

為測(cè)試提出的SAR成像方法的有效性，試驗(yàn)采用普通商用計(jì)算機(jī)CPU為E8400，顯卡為NIVIDA公司的9500GT，板載顯存為1 GB，運(yùn)算能力為1.1，其SM數(shù)量只有4個(gè)，運(yùn)算精度為單精度。軟件使用Windows XP下的CUDA3.0。數(shù)據(jù)來源為某機(jī)載雷達(dá)的真實(shí)回波，PRF為1 kHz。采用慣性導(dǎo)航單元進(jìn)行運(yùn)動(dòng)補(bǔ)償，圖像分辨率為1 m，一次成像所需的數(shù)據(jù)長(zhǎng)度為8 192×8 192復(fù)數(shù)。由于顯卡存儲(chǔ)器容量有限，所以在處理的數(shù)據(jù)較大時(shí)，不能完全將數(shù)據(jù)一次性放入顯卡的存儲(chǔ)器，要將數(shù)據(jù)分成幾部分處理，在進(jìn)行距離壓縮時(shí)分成4部分，在進(jìn)行方位壓縮時(shí)分成8部分進(jìn)行。成像所需時(shí)間為4.21 s，成像各部分的運(yùn)算時(shí)間分布如表1所示，這其中還包含了由于顯卡現(xiàn)存不足，在轉(zhuǎn)置的過程中在內(nèi)存和顯存之間緩沖數(shù)據(jù)的時(shí)間0.35 s，在PRF=1 kHz時(shí)，采集一幅圖像數(shù)據(jù)時(shí)間為8 s，所以本系統(tǒng)可以達(dá)到實(shí)時(shí)成像的要求，成像結(jié)果如圖2所示。

表1 SAR成像時(shí)間統(tǒng)計(jì)

圖2 利用GPU實(shí)現(xiàn)的RD成像結(jié)果(截取)

由測(cè)試結(jié)果可知，提出的利用CUDA實(shí)現(xiàn)基于GPU的RD成像算法，具有較高的效率，相比傳統(tǒng)的基于CPU的SAR成像算法，效率得到顯著提升，達(dá)到了實(shí)時(shí)處理的速度。而且成像效果并未受到太大影響，滿足下一步處理的需求。

4 結(jié)束語

文中提出了利用GPU實(shí)現(xiàn)RD成像的算法。該成像算法利用GPU通用計(jì)算的編程模型，充分發(fā)揮了GPU并行計(jì)算的優(yōu)勢(shì)。通過實(shí)驗(yàn)表明:文中提出的基于GPU的SAR成像方案，實(shí)現(xiàn)了實(shí)時(shí)RD成像的要求，具有較好的成像效果。

[1]保錚，邢孟道，王彤.雷達(dá)成像技術(shù)[M].北京:電子工業(yè)出版社，2005.

[2]張舒，褚艷利.CPU高性能運(yùn)算之CUDA[M].北京:中國(guó)水利水電出版社，2009.

[3]NVIDIA.NVIDIA CUDA Programming Guide Version 3.0[Z].USA:NVIDIA Conpration，2010.

[4]肖江，胡柯良，鄧元勇.基于CUDA的矩陣乘法和FFT性能測(cè)試[J].計(jì)算機(jī)工程，2009(10):219-221.