中文引用格式： 朱爽，劉彥斌，劉亞波. 基于GPU的視頻SAR加速處理架構[J]. 電子技術應用，2024，50(6)：18-22.
英文引用格式： Zhu Shuang，Liu Yanbin，Liu Yabo. GPU-based processing architecture for video SAR acceleration[J]. Application of Electronic Technique，2024，50(6)：18-22.
引言
合成孔徑雷達（Synthetic Aperture Radar，SAR）是一種高分辨率雷達，具備穿透云霧、全天時全天候監測的能力[1-2]。
傳統的SAR只能獲取靜態目標信息，無法及時獲取運動目標變化狀態[3]。視頻合成孔徑雷達（Video Synthetic Aperture Radar, ViSAR）具備低時延、高分辨率的特點，有效擴展了時間維度的信息[4]，能夠對目標區域持續動態監測。為獲取被監測目標的位置、速度、變化趨勢等信息，ViSAR系統的成像幀率需不小于5 Hz[5]。ViSAR系統需在短時間內處理大量SAR數據，這給機載系統數據的傳輸和存儲帶來了巨大的挑戰。為滿足ViSAR系統低時延和高分辨率的要求，需要設計一種高效精確的成像算法，并結合高效的硬件平臺快速處理SAR回波數據。文獻[6]通過將監測區域分為感興趣區域和一般區域減少后向投影算法的計算量,但無法滿足視頻SAR對于成像實時性的要求。文獻[7]使用數字信號處理器（Digital Signal Processor，DSP）提升實時成像能力，將SAR數據處理時間減少了80%，但并未滿足視頻SAR系統實時處理需求。文獻[8]使用現場可編程門陣列（Field Programmable Gate Array，FPGA）結合極坐標格式算法（Polar Format algorithm，PFA）構建ViSAR成像系統，該方法有效減少了SAR數據的處理時間，但仍無法滿足視頻SAR系統的實時性要求。文獻[9]和[10]將ViSAR成像問題建模為低秩張量和稀疏張量的和，有效減少了ViSAR系統的數據采集量。但在實際的應用場景中，張量的真實值無法獲取，秩值的誤差對算法的精確性產生了影響，只適合于特定場景，通用性較差。為了提升SAR回波數據處理效率，文獻[11]提出了一種基于應用DSP的ViSAR系統，該系統的成像幀率達到了5 Hz，滿足了視頻SAR系統的實時性要求，但是圖像尺寸大小為1K×1K，導致其在真實應用場景中觀測范圍較小，限制了該方法的應用場景。隨著硬件架構的發展，圖形處理器（Graphics Processing Unit, GPU）已成為多線程、多核心、高度并行、超大帶寬的高性能計算設備[12-13]，適用于可并行化計算任務。英偉達公司推出的統一計算設備架構（Compute Unified Device Architecture, CUDA）使得GPU易于處理計算密集型問題[14-15]，適合ViSAR系統的開發。
本文詳細內容請下載：
http://m.xxav2194.com/resource/share/2000006023
作者信息：
朱爽1，2，劉彥斌1，劉亞波1
（1.中國科學院空天信息創新研究院， 北京 100094；2.中國科學院大學 電子電氣與通信工程學院， 北京 100049）
