利用CUDA加速连续波雷达测速算法.doc

利用CUDA加速连续波雷达测速算法.doc利用CUDA加速连续波雷达测速算法摘要:针对连续波雷达中事后分析系统的运算数据量大,运算时间长的特点,提出了一种利用CUDA平台的GPU进行加速运算的方法,它利用GPU的并行运算功能来完成FFT算法。实验结果表明,相比以往用CPU进行事后分析,利用CUDA平台进行事后分析的速度有明显提升。关键词:连续波雷达;CUDA;FFT;事后分析中图分类号:??34文献标识码:A文章编号:1004??373X(2011)23??0014??03 elerateVelocityMeasurementAlgorithmof ContinuousWaveRadarBasedonCUDA XIONGChao,CHENGZhu,WANGZhuang (SchoolofElectronicScienceandEngineering,NationalUniversityofDefenseTechnology,Changsha410073,China) Abstract:puting,(CW)radar. Keywords:continuousfrequencyradar;CUDA;FFT;ex??postanalysis 收稿日期:2011??06??130引言随着现代武器装备的发展,使得人们对靶场雷达测量设备的要求不断提升,要求雷达不但能测量单个目标的距离、速度、方位角、俯仰角,给出目标的三维立体信息,还要能在较远距离上对多个目标进行捕获、跟踪和测量。连续波体制雷达以其设备简单,发射功率低的特点,且在雷达探测范围内它都能精确测速而没有速度模糊。另外,连续波雷达还具有相同的峰值功率下探测距离远、易于采用现代数字信号处理的优点,被广泛应用于现代靶场高精度目标参数测量。它是基于FFT频谱分析技术进行参数测量的。本文主要针对连续波精测雷达事后分析系统的测速部分进行研究。该系统的主要任务是完成对零中频多普勒信号的实时采集和存储,并对所存储的数据进行事后分析,最后得到精确的测量结果。由于人们对连续波雷达的性能的高要求及人机交互短延时,使得雷达的事后分析系统要求的数据处理量和处理速度较以往有了很大的提高。现在的事后分析系统一般都是用标准的台式计算机进行事后分析,近几年CPU的处理能力受到现有物理工艺和自身架构的限制,发展比较缓慢已不能完全满足用户的需求。而桌面计算机中GPU由于其并行架构,使得其依然能够按照摩尔定律的速度向前发展。目前桌面计算机中GPU的并行运算能力已经超越了CPU的运算能力[1]。连续波雷达的事后分析系统的主要运算集中在对所采集的数据进行FFT运算,由于FFT算法的内在并行性使得其在CUDA架构的GPU上取得一定的加速成为可能。 1连续波雷达测速原理在连续波雷达中,当目标相对于雷达有径向运动时,就会产生多普勒效应,如图1所示。这样就可以在频域通过频谱分析的方法提取因目标运动产生的多普勒频率,然后通过多普勒频移与速度的关系计算出目标的径向速度。图1雷达多普勒效应测速示意图对多普勒频率的估计大致有两种方法:第一种方法是用一些特殊的方法如时频分析,这类