基于CUDA的壓縮感知DOA估計(jì)算法的研究與實(shí)現(xiàn).pdf

1、陣列信號的DOA(Direction of Arrival)估計(jì)是雷達(dá)系統(tǒng)中非常重要的環(huán)節(jié)。新興的壓縮感知理論(Compressed Sensing,CS)突破了奈奎斯特采樣率的限制。利用壓縮感知理論進(jìn)行陣列DOA估計(jì)，能夠克服傳統(tǒng)方法的諸多不足。OMP(Orthogonal Matching Pursuit)算法是一種基于CS理論的高效算法，具備低復(fù)雜度和高還原度，它包含大量的矩陣操作，非常適用于并行計(jì)算處理。GPU作為通用計(jì)算平臺(tái)，

2、具有強(qiáng)大的并行信號處理能力，所使用CUDA環(huán)境易于開發(fā)者開發(fā)。
　　本文結(jié)合壓縮感知與傳統(tǒng)陣列信號估計(jì)，提出了傳統(tǒng)空域估計(jì)模型的改進(jìn)；并提出了基于壓縮感知的陣列DOA估計(jì)的GPU的實(shí)現(xiàn)框架和方法，指出了算法運(yùn)行的“瓶頸”；提出了“OMP矩陣分塊”求逆模塊和“矩陣-向量”快速相乘模塊，并進(jìn)行了理論推導(dǎo)，當(dāng)數(shù)據(jù)量滿足一定條件時(shí)，提出的算法及模塊可以獲得數(shù)十倍的實(shí)驗(yàn)加速比，有效的提升了效率，滿足了實(shí)時(shí)性需求。
　　本文主要按照如下

3、順序闡述了GPU的壓縮感知DOA估計(jì)：
　　第一部分：闡述了國內(nèi)外的相關(guān)算法的研究成果及現(xiàn)狀及課題的研究意義；
　　第二部分：搭建了CUDA運(yùn)行平臺(tái)；建立CUDA系列的GPU硬件構(gòu)架及編程模型，分析了GPU的性能優(yōu)化，分析了適用于GPU提供解決方案項(xiàng)目的運(yùn)算特點(diǎn)；并使用CUBLAS實(shí)現(xiàn)矩陣基礎(chǔ)運(yùn)算；
　　第三部分：提出了傳統(tǒng)空域模型的改進(jìn)方法，改進(jìn)了基于CS的估計(jì)算法；首先，研究了壓縮感知理論的核心問題；建立了基于壓縮