基于CPU+GPU混合架构的实时成像系统设计与实现

雷达成像处理需要更大宽带以实现更高的距离分辨力,同时还需要更多的脉冲积累获得更高的方位像分辨力,因此雷达成像处理过程计算量巨大。如何实现未来超带宽雷达的实时成像处理是一项艰巨挑战。图形处理器(GPU)以卓越的浮点性能和访存带宽,成为并行加速应用平台的有力候选者。设计了一种基于CPU+GPU平台并面向合成孔径雷达/逆合成孔径雷达(SAR/ISAR)的实时成像系统方案,并将该方案实体化。实验表明,该成像系统能够实现实时SAR/ISAR成像,同时该实时成像系统也可用于电子对抗领域,在干扰方法和效果研究中起到重要作用。     

ISAR欺骗干扰仿真与效果评估研究

研究了欺骗性干扰条件下的逆合成孔径雷达(ISAR)干扰效果评估方法。依据宽带成像信号模型进行欺骗干扰信号仿真,对干扰前/ 后的数据分别进行ISAR成像处理,计算图像的量化指标并结合主观评估,对ISAR干扰效果进行评估。仿真实验表明:相关系数对欺骗干扰效果评估较为有效,其他指标如熵、均值、标准差、等效视数等可以当作辅助信息作为评判参考。     

一种基于CFAR检测和密度聚类的ISAR图像预处理方法

目标逆合成孔径雷达(ISAR)像通常受各种噪声的影响,这些噪声使ISAR图像质量下降,严重影响了后续的特征提取和目标识别应用。提高图像质量,减少噪声的干扰成为ISAR目标识别应用中的重要步骤。提出了一种基于恒虚警检测和密度聚类的方法抑制ISAR像的斑点干扰和横条纹干扰,在保证干扰抑制效果的同时相比于传统方法可以更有效地保留目标中的细节信息。提取了图像面积、长度、多普勒扩展作为ISAR识别特征矢量,外场实测数据实验表明,提出的预处理方法有效地抑制了图像中的干扰成分,保留了更多图像细节,有效地提高ISAR识别特征的稳定性。     

基于正弦调相的ISAR干扰方法

为了实现对ISAR干扰,本文从目标一维距离像及ISAR运动补偿的角度,提出了基于正弦调相的ISAR干扰方法。文中对干扰信号如何影响距离像、影响运动补偿进行了详细的理论分析,给出了干扰造成ISAR图像失真的理论依据。并进行了基于实测数据的仿真实验。结果表明,基于正弦调相的ISAR干扰方法可以较好地干扰ISAR的一维距离像和最终的二维像,并具有压制干扰和类似欺骗干扰的双重效果,是一种对付ISAR的有效干扰手段。     

一种机载相控阵雷达波控系统设计

ISAR干扰效果评估一直是电子对抗领域的热点和难点问题。针对传统客观评估指标存在不足,提出了一种基于图像纹理特征的ISAR干扰效果评估方法。该方法充分考虑了干扰前后图像像素点之间的相关性,其特征向量组涵盖了目标方向、相邻间隔、变化幅度、位置特征及能量变化等多维信息的变化,体现了一种多指标信息融合的体系评估思路。最后,结合ISAR实测数据进行了仿真实验,结果表明该方法不仅能够准确反映干扰前后图像细节纹理的变化,而且能够有效实现干扰样式的优选,有效提升了干扰效果评估的稳健性和可靠性。     

ISAR像目标识别中的预处理及特征提取

目标逆合成孔径雷达(inverse synthetic aperture radar,ISAR)像通常受多种噪声的影响,这些噪声影响了ISAR图像的质量,使得对图像的理解以及特征提取变得困难。提高图像质量,减少噪声的干扰成为识别过程中重要的步骤。首先根据所得ISAR成像分别对图像进行横条纹干扰抑制和去除噪声干扰然后提取出清晰的目标像。对ISAR像进行边缘提取,计算边缘图像上点的马氏距离,得到马氏距离阵列,并作为目标特征向量。实验表明,对目标进行预处理有效地提高了ISAR特征的稳定性,有利于后续的目标特征提取与识别。     

一种新的ISAR干扰效果评估指标

由于逆合成孔径雷达(ISAR)不同于常规雷达,一些用于评估常规雷达干扰效果的方法不适用于ISAR.从信息论的角度出发,将交互熵引入到ISAR干扰效果评估中,针对其不足,提出了对称交互熵的概念,并从理论上证明了对称交互熵是一种距离测度,从而建立了以对称交互熵为指标的评估模型.最后,针对射频噪声干扰和噪声调频干扰两种典型的压制性干扰样式,对ISAR进行了干扰仿真,并应用该方法从定量的角度对ISAR干扰效果进行了评估,得出了与定性评估相同的结论.同时结果也证明了该指标的有效性和可行性.     

一种基于归一化光谱向量的高光谱图像实时性非监督分类方法

在保证分类结果清晰、准确的前提下,为了提高分类执行效率,本文基于图形处理器(graphic processing unit,GPU)及并行优化,提出一种基于归一化光谱向量的高光谱图像实时性非监督分类方法。利用高光谱图像的空间一致性有效提高分类精度,同时,利用归一化光谱向量简化了像元间相似性的计算公式,统一了图像内像元处理方式,并利用GPU并行技术有效提高计算速度。首先,利用GPU并行处理方法计算空间相邻像元间光谱向量相似性,根据高斯拟合取得安全阈值;然后利用光谱角作为像元光谱相似测度,将相似像元划为同质区;最后以同质区内各像元平均光谱向量表述同质区光谱特征,根据安全阈值合并相似的同质区完成分类。用AVIRIS数据评估了该方法性能。本文的理论分析和实验结果显示,与现有非监督分类方法相比,该方法分类精度更高,同时,算法本身运行速度更快。     

基于并行PO/EEC的ISAR回波生成与成像仿真

为了满足基于模板的逆合成孔径雷达（ISAR）目标识别对海量高分辨模板图像的工程需求,提出了一种基于并行电磁散射特性计算技术的ISAR图像信号级仿真方法。首先,以OpenMP技术为基础采用并行物理光学和等效边缘电磁流对目标的电磁散射特性进行快速计算;其次,以步进频率波形为雷达发射波形结合目标的电磁散射特性生成了宽带雷达回波数据;最后,对使用距离多普勒算法对仿真回波数据进行处理生成ISAR像,并与点阵模型成像结果进行了对比分析。实现了对ISAR图像的信号级快速仿真,对ISAR系统设计与验证、ISAR图像解译和目标识别以及ISAR成像处理等具有重要意义。     

一种有效的逆合成孔径雷达散射波干扰方法

散射波干扰可以获得比传统直达波干扰更为丰富的干扰信息,但其干扰功率较小,为此,提出了基于拖曳式干扰机的逆合成孔径雷达(ISAR)散射波干扰方法。通过将干扰机与ISAR接收机分别等效为双基地ISAR的发射站和接收站,建立了ISAR散射波干扰模型,分析了散射波干扰对ISAR的干扰效果。研究结果表明:根据转发时延的不同,散射波干扰可以对ISAR形成假目标欺骗干扰或散焦图像压制干扰,而且实现简便,是一种干扰ISAR成像的有效手段。     

基于GPU的快速二维沃尔什变换研究

提出了一种基于GPU(Graphics Processing Unit,图形处理器)CUDA(Compute Unified Device Architecture,计算统一设备架构)平台的快速二维沃尔什变换(Walsh Transform)实现方法.该方法利用GPU的并行结构和硬件特点,从算法实现、存储类型、逻辑构架设置等方面提高了沃尔什变换的运算速度.实验结果表明,随着图像分辨率的增加,沃尔什变换在GPU上运行时间远低于CPU,GPU比CPU具有更明显的加速效果.     

基于和差波束的三维ISAR成像技术

针对大带宽、高分辨的雷达信号,同一距离单元多个散射点复数叠加,导致传统基于一维距离像比幅测角的三维成像方法效果较差。提出了一种基于逆合成孔径雷达(ISAR)成像的三维成像方法,根据同一距离单元内多个散射点多普勒的不同,利用ISAR成像方法对多个散射点进行分离,在图像配准的前提下对和差信号ISAR像素点进行比幅法测角,最后,剔除角闪烁点及误差较大的散射点,对图像进行重构及合成得到三维ISAR像,同时完成目标定标。实测点目标及飞机目标的处理结果表明了本文方法较传统方法成像质量有较大改善,验证了方法的有效性及可行性。     

步进频率逆合成孔径雷达欺骗干扰研究

目前国内外尚未开展对步进频率逆合成孔径雷达的欺骗干扰研究。根据步进频率逆合成孔径雷达成像原理,提出了对步进频率ISAR进行有源欺骗干扰的假目标信号合成方法,利用该方法得到的假目标具有运动状态可控的优点。文中详细给出了合成假目标信号的理论表达式、算法流程、及用来产生假目标信号的步进频率ISAR图像合成器的系统结构。进行了假目标图像合成的仿真实验,并进行了对步进频率ISAR的欺骗干扰仿真实验。仿真结果证明了所提出假目标信号合成方法的有效性和可行性,利用提出假目标信号合成方法得到的假目标成功实现了对步进频率ISAR的欺骗干扰。     

一种弹道中段目标对ISAR姿态欺骗方法

随着目标探测和识别手段的快速发展，弹道导弹在飞行中段被发现和拦截的概率大大提高，必须丰富干扰掩护手段以提高其突防概率。利用弹道目标姿态角和ISAR成像质量的联系性，提出了基于伴飞式干扰机的姿态欺骗方法。介绍了ISAR成像理论和伴飞式干扰模型，进行了干扰功率的分析，在干扰机具有一定空间自由性的基础上推导了最佳干扰姿态角。利用得到的最佳干扰姿态角进行干扰机的释放参数反解，最后以真实对抗场景进行了干扰持续时间的分析。仿真结果表明，该方法能长时间在ISAR上产生比真实目标图像更清晰好认的干扰像。     

基于GPU加速的梵高流线风格油画实时渲染绘制算法

本文针对图像及视频风格化的实际工程应用,提出了基于GPU加速的图像及视频的艺术风格化实时渲染算法,并实现了一个实时图像及视频艺术风格化绘制系统。该系统能够很好的利用GPU并行计算的特性,对耗时的像素遍历读取处理进行并行加速,实现了对输入图像及视频的梵高流线油画风格的快速转换,为用户提供了较好的交互体验。     

基于子孔径参数估计的双基地ISAR图像融合方法研究

双基地逆合成孔径雷达(Bistatic ISAR)能够同时获取两个视角下的目标雷达回波,将分别所成的图像进行融合处理可以获得质量更高的ISAR图像以提供更丰富的目标信息,但由双基地角带来的目标像尺寸形状不一致等问题将造成融合困难。该文针对转台模型目标,提出一种基于子孔径参数估计的双基地ISAR图像融合方法,利用孤立强散射点在不同子孔径下的多普勒差值估计出目标的转动角速度和半双基地角,再将不同视角下的数据映射到同一个坐标平面中进行融合处理,得到效果更好的图像,最后利用仿真实验结果验证了该方法的有效性。     

基于图形处理器的合成孔径声呐实时距离多普勒成像算法

该文提出一种基于图形处理器(GPU)的距离多普勒成像算法(RDA),为合成孔径声呐(SAS)的实时成像提供了新的途径。通过GPU平台上的并行方法进行距离向脉冲压缩、固定相位补偿和方位向脉冲压缩,显著提升了距离多普勒成像算法效率。仿真和实验结果表明:在满足成像分辨率的前提下,该文设计的基于GPU的并行RDA和CPU串行算法相比,加速比可达到22,满足实时SAS成像需求。     

基于改进CycleGAN的ISAR图像超分辨方法

图像超分辨是解决ISAR欺骗干扰中由于模型样本不完备导致难以对大带宽ISAR实现高逼真假目标模拟的重要手段。利用生成对抗网络（GAN）可通过端到端映射实现ISAR图像的超分辨,然而,当测试输入样本与训练输入样本分辨率差异较大时,超分辨图像中会出现伪散射点从而导致目标失真。考虑到循环生成对抗网络（CycleGAN）对输入样本差异适应性较好,本文提出了一种基于改进CycleGAN的ISAR欺骗干扰超分辨样本生成方法,分别从损失函数、优化过程、判别器结构三方面对CycleGAN网络结构进行改进,加快了网络的收敛速度,同时对于输入分辨率差异较大的ISAR图像泛化性能更好。利用暗室测量数据验证了所提方法的有效性,与GAN方法相比,对于训练输入样本分辨率差异较大的测试输入样本,生成的超分辨样本散射点位置与真实数据具有更好的匹配效果。     

SAR图像压缩采样恢复的GPU并行实现

压缩采样(CS)技术被尝试应用于合成孔径雷达(SAR)图像的压缩。然而,高分辨SAR图像数据量大,导致压缩采样后的恢复过程计算量大,传统的中央处理器(CPU)无法实时成像。为解决这一问题,该文在图形处理器(GPU)平台上设计了CS的并行方法,并实现了SAR图像压缩。实验结果表明,在保证SAR图像压缩性能的前提下,该文设计的GPU并行处理速度能够提高到CPU串行处理的8.8倍。     

基于InISAR像的目标识别方法

针对目标ISAR图像方位向坐标是多普勒频率,其分辨率和目标运动状态有关,如果不进行标定,直接利用ISAR像进行识别存在困难,该文提出了一种基于多特显点的InISAR成像方法,并利用极化映射,提取特征进行识别。该文利用ISAR图像中特显点的多普勒频率和横距的关系,对整幅ISAR像进行横向定标;InISAR像转换到极坐标格式下,提取具有旋转和尺度不变性的特征,对目标分类。详细分析了4个主要参数对成像和识别的影响,仿真实验结果验证了理论分析。