基于CUDA的SAR成像模拟

4π f 0 R0 D( fη , Vr ) 2 R0 2 R0 }Wa ( fη − fη c ) exp{− j }exp{ jπ K m [τ − ]2 } cD( fη , Vr ) c cD( fη , Vr )
S rd (τ , fη ) = Awr {τ −
2、通过将线性变标方程与信号相乘来矫正补余 RCM,线性变标方程如下：
5、通过 IFFT 完成所有距离处理，再变换到距离多普勒域： S3 ( fτ , fη ) → S 4 (τ , fη ) 6、接下来进行方位向匹配滤波和相位校正：
S5 (τ , fη ) = S 4 (τ , fη )H 3 S 4 (τ , fη )exp[ j 4π R0
λ
D( fη , Vr )]exp[ j
9
《基于 CUDA 的 SAR 成像模拟》
三．CUDA具体实现 3.1 数据格式定义
首先，由于本在雷达回波处理中，数据是以复数形式呈现的，所以预先定义了复数形式以及相 应的复数运算，并从原始回波记录文件中将数据读取出来，存放到主机内存。
3.2 乘积项预处理
从图10可以看出，在计算过程中会交叉的相乘。所以在开始的时候，采用了预先处理的方法， 将所要用到的乘积项使用GPU算好，存放在global memory中。 主要是处理下面这几个乘积项问题： （1） 频谱对准； （2） 三次相位补偿； （3） 补余RCM； （4） 距离压缩和RCMC； （5） 方位向压缩； （6） 相位补偿。
1.2.2 距离向和方位向
方位向是指与平台(飞机、卫星)相对速度矢量一致的方向。距离向指的是与雷达视线重合的方 向。在正侧视条件下，斜视角为零，因而距离轴和方位轴垂直。在图3中，距离轴和方位轴分别对应 x 轴和y 轴。
1.2.3 波束宽度
雷达的波束可以看成是一个圆锥体，而波束覆盖区为圆锥体与地面相切形成的截面。雷达波束 有两个重要度量：方位平面内的角宽和俯仰平面内的角宽。每个半平面中，半功率波束宽度，或简 称波束宽度，由波束“边缘”角界定。波束边缘角由辐射强度处于峰值以下3dB 处的位置来定义。 在图3中， Lsar 所对应的三角形顶角就是波束宽度。
图2：SAR成像模型
在本文中机载SAR 成像模拟中，几何模型的直角坐标系的建立，如图3所示，是以x 轴穿越成像 场景中心点c T ，y 轴与平台飞行方向平行，z 轴垂直于地面向上。
图3：SAR 成像模拟几何模型
图3中x 轴是成像坐标系的距离向对应快时间，y 轴是成像坐标系的方位向对应慢时间，飞机在 高度为H，速度为 Vr 沿着y 轴方向匀速直线飞行，在飞行的轨迹上有很多红色的标识，其中每一个
图6：点目标回波数据记录表示
1.5
点目标成像原理
成像是将方位压缩后的数据提取出来，通过复数相加，求出每一点的模值，因为雷达所成的图 像为灰度图像，此时的模值就等于图像的灰度值，最后在相应的成像坐标系中呈出。 对于采集到的数据，如何重新在图像上显示出来。主要大致可以分为如下几个部分。首先对于 接收到的数据，在距离向做压缩，会得到具有弯曲形状的距离向压缩信号。然后根据距离徙动方程 对距离向压缩后的数据做距离徙动校正，最后对校正后的数据在做方位向压缩，就得到了点目标的 显示。当然在实际的应用中，会根据算法的不同而有所区别，基本过程如下图所示。
6
《基于 CUDA 的 SAR 成像模拟》
图7：点目标成像
图8：点目标成像演示
7
《基于 CUDA 的 SAR 成像模拟》
二. SAR成像CSA算法原理及并行处理 2.1 CSA算法原理
Chirp Scaling算法（CSA）避免了RCMC中的插值操作，通过对Chirp信号进行频率调制，实现对 该信号的尺度变换或平移。SAR成像CSA算法的主要处理流程如下图所示。
1.2.4 目标点
SAR 照射场景区域中的一个假象点。一块场景区域是由很多目标点构成的，按照距离向和方位
3
《基于 CUDA 的 SAR 成像模拟》
向来排列，可以看成一个二维矩阵。在图3 中，Tc 和T 分别指的是场景中的目标点。
1.2.5 快时间与慢时间
它们指的是两种时间概念，一种是包含在信号复振幅中的时间以反映信号本身变化，称为“快” 时间(fast time)；另一种是包含在信号延迟中的时间以反映平台运动引起的位置变化，因为SAR 的 位置变化在信号持续时间内是变化非常小的，称为“慢”时间(slow time)。“快”时间指的是脉冲 内的时间，它决定SAR的距离向的分辨率。“慢”时间是指的脉冲间的时间，它决定SAR 方位向的分 辨率。
4π K mα (α + 1)( R0 − Rref ) 2 ] c2
7、方最后进行方位向 IFFT，并进行聚焦图像输出：
2 R0 S6 (τ ,η ) = A4 p r (τ − ) Pa (η − ηC ) exp{ jθ (τ ,η )} cD( f η , Vrref )
ref
2.2 CSA算法的并行化处理
ssc (τபைடு நூலகம்', fη ) = exp{− jπ K m [
1 1 2 1 − 1](τ − τ ') 2 } = exp{− jπ K m [ − 1](τ − [ Rref + ( − 1) Rref ]) 2 } D( fη , Vr ) D( fη , Vr ) c D( fη , Vr )
图1：以机载平台为例的SAR成像示意图
1.2
SAR 信号处理相关概念
在SAR 信号处理中，将会用到如下基本概念。
1.2.1 线性调频信号
线性调频信号(Line frequency modulation)是指瞬时频率是时间的线性函数的信号，信号时域 复数形式表达式为： s (t ) = rect (
t ) exp{ jπ Kt 2 } 这种信号用于发射，以得到均匀的信号带宽。 Tr
图5：信号空间和目标空间示意图
目标点的回波是有一段范围的，从雷达波第一次达到目标，到雷达波的覆盖范围离开目标，这 其中回波数据的记录可以标示成图5、6所示。
5
《基于 CUDA 的 SAR 成像模拟》
图5：点目标回波示意
二维存储器的另一种表示如下图最右所示，图中显示的是单个点目标的能量轨迹。着重的部分 示意了距离向回波长度（发射脉冲持续时间）、方位向回波长度（照射时间或合成孔径长度）以及 距离徙动。
4
《基于 CUDA 的 SAR 成像模拟》
红色标识表示SAR在这一点上会发射探测脉冲， 而蓝色区域则表示了SAR 的发射脉冲主瓣照射场景所 覆盖的区域。其中 Lsar 表示合成孔径长度，在程序中通过计算得到，它和合成孔径时间 Tsar 的关系 是Lsar =Vr ⋅Tsar 。 R0 表示雷达到目标点最近点的斜距， R (η ) 表示雷达到目标点的瞬时斜距。
《基于 CUDA 的 SAR 成像模拟》
《高性能计算系统》设计报告
基于 CUDA 的 SAR 成像模拟
1
《基于 CUDA 的 SAR 成像模拟》
摘要：近几年，随着图形处理器（GPU）技术的飞速发展，GPU 强大的浮点运算和并行处理能 力使得业界都在致力于挖掘其潜能，使其能够在非图形领域也能发挥其高性能计算的优势，于是基 于GPU 的高性能计算得到了业界的广泛关注。 SAR 成像信号处理主要包含回波模拟产生，距离压缩，距离徙动校正以及方位压缩几部分，如 果从传统的CPU 平台上进行计算的话，则需要耗费大量的时间。本报告借助GPU 强大的浮点运算和 高度的并行处理能力，将SAR成像中CSA算法在GPU上进行了验证，并得出了较好的效果。在SAR 成像 领域中，相信CUDA 的运用将是未来一个重要的发展方向。 本文的主要研究内容如下： 1) 建立了正侧视条件下条带测绘的机载SAR 的成像模型，并从机载SAR信号处理的角度阐述了 SAR 的成像原理及CSA算法。 2) 对SAR 的成像模拟中的回波模拟产生，距离徙动校正，方位压缩理论算法在GPU 上的实现和 优化进行了详细的论述。 3) 以点目标成像为例，将SAR 的CSA成像算法分别在GPU 和CPU 上实现，采用了CSA对其进行验 证。对比结果表明了基于CUDA 的SAR 成像算法的优势。 关键词：SAR、CUDA、CSA、雷达成像模拟、高性能计算
1.3
SAR 成像模型和几何关系
根据平台飞行时SAR 波束照射的方式，SAR 的典型成像模型分为Stripmap(条带式)， Spotlight(聚束式)和Scan(扫描模式)，如图所示。条带式成像是最早研究的成像模式，也是低分辨 率成像中最简单最有效的方式；聚束式成像是在平台一次飞行中，通过SAR 不同的视角对同一区域 成像，这样能获得较高的分辨率；扫描模式成像较少使用，它的信号处理最为复杂。本文主要围绕 着正侧视条带测绘的机载SAR 的成像模型，从机载SAR 信号处理的角度阐述SAR 的成像原理及CSA 算法。
将距离多普勒域的信号与线性变标方程相乘：
S1 (τ , fη ) = S sc (τ ', fη ).S rd (τ , fη )
3、对信号 S1 (τ , fη ) 进行距离向傅里叶变换，变换到二维频域： S1 (τ , fη ) → S 2 ( fτ , fη ) 4、通过一个相位相乘同时完成：距离压缩、SRC、一致 RCMC，补偿掉上式的（2,4 指数项） ，得到多 普勒频域的距离压缩后的信号：
图9：CSA成像处理流程
具体步骤如下： 1、首先将接受到的信号解调为基带信号：
− j 4π f 0 R (η ) c
s0 (τ ,η ) = A0 wr (τ − 2 R(η ) / c) wa (η − ηc )e
e jπ Kr (τ − 2 R (η )/ c )
2
再通过方位向 FFT 变换到距离多普勒域，得到距离多普勒域的信号表现形式：
8
《基于 CUDA 的 SAR 成像模拟》