資源描述：
《基于GPU的前視成像半實(shí)物仿真系統(tǒng)設(shè)計與實(shí)現(xiàn)》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、學(xué)校代碼分類號10701TN95學(xué)密號級1302121473公開西安電子科技大學(xué)碩士學(xué)位論文基于GPU的前視成像半實(shí)物仿真系統(tǒng)設(shè)計與實(shí)現(xiàn)作者姓名：施佳剛領(lǐng)域：電子與通信工程學(xué)位類別：工程碩士學(xué)校導(dǎo)師姓名、職稱：邢孟道教授企業(yè)導(dǎo)師姓名、職稱：王輝高工學(xué)院：電子工程學(xué)院提交日期：2015年12月TheDesignandImplementationofHardware-in-the-LoopSimulationSystemforForward-lookingImagingBasedonGPUinpartialfulfillme
2、ntoftherequirementsforthedegreeofMasterinElectronicsandCommunicationsEngineeringByShiJiagangSupervisor:XingMengdaoProfessorWangHuiSeniorEngineerDecember2015西安電子科技大學(xué)學(xué)位論文獨(dú)創(chuàng)性（或創(chuàng)新性）聲明秉承學(xué)校嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)和優(yōu)良的科學(xué)道德，本人聲明所呈交的論文是我個人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝中所羅列的內(nèi)容以外，論文
3、中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果；也不包含為獲得西安電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同事對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示了謝意。學(xué)位論文若有不實(shí)之處，本人承擔(dān)一切法律責(zé)任。本人簽名：日期：西安電子科技大學(xué)關(guān)于論文使用授權(quán)的說明本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，即：研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)屬于西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件，允許查閱、借閱論文；學(xué)?？梢怨颊撐牡娜炕虿糠謨?nèi)容，允許采用影印、縮印或其它復(fù)
4、制手段保存論文。同時本人保證，結(jié)合學(xué)位論文研究成果完成的論文、發(fā)明專利等成果，署名單位為西安電子科技大學(xué)。保密的學(xué)位論文在年解密后適用本授權(quán)書。本人簽名：導(dǎo)師簽名：日期：日期：摘要摘要傳統(tǒng)的合成孔徑雷達(dá)（SyntheticApertureRadar,SAR）和逆合成孔徑雷達(dá)（InverseSyntheticApertureRadar,ISAR）都是一種具有高分辨率的相干成像雷達(dá)，其成像過程需要利用目標(biāo)和雷達(dá)間的相對運(yùn)動所產(chǎn)生的多普勒信息。它們能適應(yīng)不同氣候環(huán)境和晝夜時間段，因此已被應(yīng)用于各個領(lǐng)域。但在需要探測雷達(dá)載體前方
5、的情況時，其固有的成像機(jī)制會導(dǎo)致前視盲區(qū)問題。為了解決前視成像問題，人們提出了眾多的解決方案。近年來，隨著量子光學(xué)的發(fā)展，尤其是計算鬼成像技術(shù)的出現(xiàn)，學(xué)者們提出了一種全新的前視成像算法：基于量子理論的前視微波關(guān)聯(lián)成像算法。該成像算法具有分辨率高的優(yōu)點(diǎn)，但其計算量巨大，硬件資源要求高，傳統(tǒng)的信號處理平臺難以在短時間內(nèi)完成算法的實(shí)現(xiàn)和驗證工作。伴隨著電子技術(shù)的迅猛發(fā)展，圖形處理單元（GraphicsProcessingUnits,GPU）的性能不斷得到提升，使得GPU的應(yīng)用范圍從圖像顯示領(lǐng)域擴(kuò)展到了通用信號處理領(lǐng)域。鑒于此，
6、本文利用GPU的并行處理能力來優(yōu)化微波關(guān)聯(lián)成像算法，以此來縮短算法運(yùn)行時間。本文重點(diǎn)研究了基于GPU的前視微波關(guān)聯(lián)成像的實(shí)現(xiàn)以及半實(shí)物仿真系統(tǒng)的驗證。論文首先論述了量子關(guān)聯(lián)成像原理和壓縮感知理論，重點(diǎn)對稀疏信號重建算法進(jìn)行了說明。然后給出了前視微波關(guān)聯(lián)成像的信號模型和算法流程，針對性能要求，構(gòu)建了最小l范數(shù)優(yōu)化模型，選用了梯度投影算法進(jìn)行求解。為了驗證前視成像算法的1性能，本文描述了基于GPU的半實(shí)物仿真系統(tǒng)的搭建及測試過程，該半實(shí)物仿真系統(tǒng)主要包括三部分：仿真控制平臺、回波數(shù)據(jù)產(chǎn)生平臺和基于GPU的信號處理平臺。為了實(shí)
7、現(xiàn)前視成像算法在信號處理平臺上的運(yùn)行，本文通過對算法的并行性分析，實(shí)現(xiàn)了功能模塊的劃分，接著運(yùn)用統(tǒng)一計算設(shè)備架構(gòu)（ComputeUnifiedDeviceArchitecture,CUDA）庫函數(shù)和優(yōu)化策略，在GPU上實(shí)現(xiàn)了前視成像算法的并行處理。最后通過上位機(jī)界面實(shí)現(xiàn)了系統(tǒng)參數(shù)傳輸和算法控制，完成了半實(shí)物仿真系統(tǒng)的整體聯(lián)調(diào)工作。經(jīng)過測試結(jié)果證明，在運(yùn)算量相當(dāng)?shù)那闆r下，基于GPU的算法實(shí)現(xiàn)相比CPU具有更高的性能。關(guān)鍵詞：前視成像，壓縮感知，GPU，半實(shí)物仿真系統(tǒng)I西安電子科技大學(xué)碩士學(xué)位論文IIABSTRACTABST
8、RACTThetraditionalSyntheticApertureRadar(SAR)andInverseSyntheticApertureRadar(ISAR)arepartsofcoherentimagingradarsystemwithhighresolution,whichcantakeadvantage
