超高分辨率機載SAR成像算法及其GPU實現(xiàn).pdf

1、合成孔徑雷達（Synthetic Aperture Radar，SAR）作為一種新式微波成像系統(tǒng)，能夠突破傳統(tǒng)雷達分辨率的限制，對場景作兩維高分辨率成像。不斷提高其分辨率始終是SAR成像發(fā)展中面臨的重要挑戰(zhàn)之一。當今，超高SAR成像分辨率需要達到亞米級別甚至更高。更高的分辨率會導致合成孔徑的延長和回波數(shù)據(jù)的增加。為了削弱以上兩個變化對提高SAR成像分辨率的影響，我們著手于以下兩個方面：一方面從成像算法角度，選擇設計一個高效精確的成像處理

2、方案；另一方面，可以利用更加高效的信號處理平臺，對更大量的數(shù)據(jù)進行加速處理，實現(xiàn)實時成像。基于以上背景，本文的主要工作如下：
　　（1）介紹了傳統(tǒng)極坐標格式算法（Polar Format Algorithm,PFA），從兩維信號解耦合的視角出發(fā)，解釋了該成像算法兩維插值處理對目標徙動的校正原理，揭示了采樣點排列格式從極坐標到直角坐標的變換實際為尺度變換的本質；介紹了基于兩維尺度變換的PFA算法，并與相同參數(shù)下傳統(tǒng)PFA點目標仿真結

3、果進行比較。
　?。?）介紹了相位梯度自聚焦算法（Phase Gradient Autofocus，PGA）?；谠摴烙嬕痪S相位誤差的自聚焦算法，介紹了一種基于級聯(lián)形式的兩維自聚焦算法處理流程，克服了傳統(tǒng)兩維相位誤差的盲估計，獲得了基于PFA算法信號模型下方位向誤差（Azimuth Phase Error）和殘留距離向徙動（Range Cell Migration）的解析關系，最后通過兩組實測數(shù)據(jù)分別驗證了一維和兩維自聚焦算法的有

4、效性。
　?。?）介紹了基于通用并行計算架構（Compute Unified Device Architecture，CUDA）環(huán)境下圖形處理器（Graphic Processing Unit，GPU）的組織架構和編程技術。給出了一種超高分辨率成像處理方案且研究了其內(nèi)在并行性；同時基于GPU編程技術，給出了一種該成像處理方案的并行化實現(xiàn)方式。針對較大SAR處理數(shù)據(jù)量以及GPU顯存受限的問題，在此方案的基礎上進一步提出基于異步處理技