| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-13页 |
| 1.1 合成孔径雷达成像技术概述 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 SAR成像及图像处理的研究现状 | 第8-10页 |
| 1.2.2 SAR图像舰船目标检测的研究现状 | 第10-11页 |
| 1.3 本文研究背景和意义 | 第11-12页 |
| 1.4 本文的研究内容及章节安排 | 第12-13页 |
| 2 星载SAR成像与信号处理系统设计 | 第13-21页 |
| 2.1 星载SAR成像系统的设计考虑 | 第13-15页 |
| 2.1.1 星载SAR成像的数据特征 | 第13-14页 |
| 2.1.2 星载SAR实时成像处理系统的并行架构 | 第14-15页 |
| 2.2 基于GPU的星载SAR成像与信号处理系统 | 第15-16页 |
| 2.3 基于GPU的星载SAR成像与信号处理系统软件环境 | 第16-19页 |
| 2.3.1 CUDA编程模型 | 第16-18页 |
| 2.3.2 CUDA存储模型 | 第18-19页 |
| 2.4 本章小结 | 第19-21页 |
| 3 SAR成像原理及CS成像算法在GPU上并行化设计 | 第21-41页 |
| 3.1 SAR成像原理 | 第21-29页 |
| 3.1.1 SAR系统基础 | 第21-25页 |
| 3.1.2 SAR系统几何关系 | 第25-26页 |
| 3.1.3 SAR回波模型分析与存储结构设计 | 第26-29页 |
| 3.2 SAR成像算法的选择 | 第29-33页 |
| 3.2.1 距离多普勒算法 | 第29-30页 |
| 3.2.2 ω-K算法 | 第30-31页 |
| 3.2.3 Chirp Scaling算法 | 第31-33页 |
| 3.2.4 算法的选择 | 第33页 |
| 3.3 CS成像算法在GPU上并行处理实现 | 第33-40页 |
| 3.3.1 数据来源 | 第33-34页 |
| 3.3.2 CS算法并行化分析 | 第34页 |
| 3.3.3 并行CS算法的线程同步设计 | 第34-36页 |
| 3.3.4 并行化模块CUDA实现 | 第36-37页 |
| 3.3.5 SAR成像结果及分析 | 第37-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 SAR图像舰船目标检测方法及在GPU上并行化实现 | 第41-53页 |
| 4.1 CFAF算法基本原理 | 第41-44页 |
| 4.1.1 CFAR算法 | 第41-43页 |
| 4.1.2 基于K—分布的CFAR算法 | 第43-44页 |
| 4.2 双参数CFAR算法及CUDA实现优化 | 第44-46页 |
| 4.2.1 双参数CFAR算法 | 第44-45页 |
| 4.2.2 双参数CFAR算法CUDA优化 | 第45-46页 |
| 4.3 双参数CFAR舰船检测设计与实现 | 第46-52页 |
| 4.3.1 图像边界扩展 | 第47页 |
| 4.3.2 局部滑动窗口设计与实现 | 第47-48页 |
| 4.3.3 中值滤波设计与实现 | 第48页 |
| 4.3.4 图像膨胀设计与实现 | 第48-49页 |
| 4.3.5 舰船目标检测结果与分析 | 第49-52页 |
| 4.4 本章小结 | 第52-53页 |
| 5 SAR图像质量评价 | 第53-62页 |
| 5.1 SAR图像质量客观评价指标 | 第53-57页 |
| 5.1.1 全局质量评价 | 第53-56页 |
| 5.1.2 局部质量评价 | 第56-57页 |
| 5.2 SAR图像评价软件设计 | 第57-60页 |
| 5.2.1 GUI界面设计 | 第57-58页 |
| 5.2.2 软件测试流程 | 第58-60页 |
| 5.3 SAR图像质量评价结果及分析 | 第60-61页 |
| 5.3.1 实验过程 | 第60-61页 |
| 5.3.2 实验结果及分析 | 第61页 |
| 5.4 本章小结 | 第61-62页 |
| 6 总结与展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69页 |
