基于GPU的视频SAR回波仿真研究与实现
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 视频SAR回波仿真研究意义 | 第16-17页 |
| 1.1.1 视频SAR技术背景介绍 | 第16页 |
| 1.1.2 视频SAR回波仿真研究意义 | 第16-17页 |
| 1.2 视频SAR回波仿真研究现状 | 第17-18页 |
| 1.3 GPU技术发展现状 | 第18-19页 |
| 1.4 论文的结构安排 | 第19-22页 |
| 第二章 视频SAR回波仿真原理 | 第22-34页 |
| 2.1 合成孔径原理 | 第22-25页 |
| 2.1.1 SAR几何关系 | 第22-23页 |
| 2.1.2 合成孔径技术 | 第23-25页 |
| 2.2 SAR回波信号模型 | 第25-28页 |
| 2.2.1 距离向信号 | 第25-27页 |
| 2.2.2 方位向信号 | 第27-28页 |
| 2.3 视频SAR回波信号模型 | 第28-33页 |
| 2.3.1 条带式回波信号模型 | 第30-32页 |
| 2.3.2 聚束式回波信号模型 | 第32-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 CUDA高性能计算 | 第34-46页 |
| 3.1 CUDA硬件架构 | 第34-38页 |
| 3.1.1 Tesla GPU架构 | 第34-36页 |
| 3.1.2 数据和指令加载 | 第36-38页 |
| 3.2 CUDA存储器类型 | 第38-42页 |
| 3.2.1 寄存器 | 第39页 |
| 3.2.2 局部存储器 | 第39-40页 |
| 3.2.3 共享存储器 | 第40页 |
| 3.2.4 全局存储器 | 第40-41页 |
| 3.2.5 常数存储器和纹理存储器 | 第41-42页 |
| 3.3 CUDA编程模型 | 第42-44页 |
| 3.4 傅里叶变换并行实现 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 视频SAR回波仿真GPU实现 | 第46-60页 |
| 4.1 回波信号模型改进 | 第46-49页 |
| 4.1.1 辛克函数改善回波幅度 | 第46-47页 |
| 4.1.2 场景布点间隔优化 | 第47-48页 |
| 4.1.3 目标波束覆盖判断优化 | 第48-49页 |
| 4.2 复杂场景回波信号仿真 | 第49-50页 |
| 4.3 基于GPU的视频SAR回波仿真并行实现 | 第50-58页 |
| 4.3.1 回波仿真并行化分析 | 第50-52页 |
| 4.3.2 GPU仿真框架 | 第52-53页 |
| 4.3.3 任务分块 | 第53-55页 |
| 4.3.4 脉冲相干累加优化 | 第55-57页 |
| 4.3.5 合并访存优化 | 第57页 |
| 4.3.6 通道传输优化 | 第57-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第五章 视频SAR回波仿真结果分析 | 第60-66页 |
| 5.1 仿真平台 | 第60页 |
| 5.2 仿真结果 | 第60-64页 |
| 5.3 仿真测时 | 第64-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 论文总结 | 第66-67页 |
| 6.2 前景展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 作者简介 | 第74-75页 |
