| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景和意义 | 第12页 |
| 1.2 合成孔径雷达发展历史 | 第12-13页 |
| 1.3 机载SAR运动补偿技术发展史 | 第13-15页 |
| 1.4 GPU通用计算发展简述 | 第15-17页 |
| 1.5 GPU在SAR成像中的应用 | 第17页 |
| 1.6 本文主要工作 | 第17-19页 |
| 第二章 CUDA编程技术介绍 | 第19-27页 |
| 2.1 编程模型 | 第19-21页 |
| 2.1.1 主机与设备 | 第19页 |
| 2.1.2 线程结构 | 第19-20页 |
| 2.1.3 内核函数 | 第20-21页 |
| 2.2 存储器模型 | 第21-22页 |
| 2.3 CUDA程序优化 | 第22-26页 |
| 2.3.1 存储器访问优化 | 第23页 |
| 2.3.2 异步执行 | 第23-24页 |
| 2.3.3 CUFFT库应用 | 第24-25页 |
| 2.3.4 CUBLAS库应用 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于GPU的波数域算法研究 | 第27-42页 |
| 3.1 SAR信号模型 | 第27-29页 |
| 3.1.1 空间几何模型 | 第27-28页 |
| 3.1.2 回波模型 | 第28-29页 |
| 3.2 波数域算法基本原理 | 第29-33页 |
| 3.2.1 算法基本流程 | 第29-30页 |
| 3.2.2 距离向压缩 | 第30页 |
| 3.2.3 一致压缩 | 第30-31页 |
| 3.2.4 Stolt插值 | 第31-32页 |
| 3.2.5 惯导运动补偿 | 第32-33页 |
| 3.3 波数域算法并行性实现 | 第33-35页 |
| 3.3.1 算法并行性分析 | 第33-34页 |
| 3.3.2 波数域算法的并行实现 | 第34-35页 |
| 3.4 数据仿真和实测数据实验结果 | 第35-40页 |
| 3.4.1 波数域算法点目标仿真分析 | 第35-37页 |
| 3.4.2 基于GPU平台的波数域算法处理结果和分析 | 第37-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第四章 基于GPU的条带模式SAR自聚焦算法研究 | 第42-55页 |
| 4.1 子孔径自聚焦算法研究 | 第42-47页 |
| 4.1.1 PGA算法原理 | 第42-44页 |
| 4.1.2 SPE分析 | 第44-45页 |
| 4.1.3 PGA-MD算法研究 | 第45-47页 |
| 4.2 PGA-MD算法并行实现 | 第47-49页 |
| 4.2.1 算法并行性分析 | 第47-48页 |
| 4.2.2 算法并行实现 | 第48-49页 |
| 4.3 实测数据处理结果 | 第49-54页 |
| 4.3.1 PGA-MD算法实测数据处理结果 | 第49-52页 |
| 4.3.2 基于GPU平台的PGA-MD算法处理结果和分析 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 距离向分块自聚焦及拼接研究 | 第55-67页 |
| 5.1 改进距离向分块自聚焦 | 第55-56页 |
| 5.1.1 距离向分块PGA-MD算法 | 第55页 |
| 5.1.2 子图像自聚焦算法 | 第55-56页 |
| 5.2 相邻距离块配准 | 第56-60页 |
| 5.2.1 图像配准基本定义 | 第56页 |
| 5.2.2 图像配准基本模型 | 第56-57页 |
| 5.2.3 子图像互相关配准算法 | 第57-58页 |
| 5.2.4 算法性能分析 | 第58-60页 |
| 5.3 相邻距离块拼接 | 第60-63页 |
| 5.3.1 直接平均算法 | 第60-61页 |
| 5.3.2 加权拼接算法 | 第61页 |
| 5.3.3 算法拼接结果对比 | 第61-63页 |
| 5.4 实测数据处理结果 | 第63-66页 |
| 5.5 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 在学期间的研究成果及发表的学术论文 | 第74页 |