高分辨率滑动聚束SAR BP成像及其异构并行实现

唐江文 邓云凯 王宇 赵硕 李宁

引用本文:
Citation:

高分辨率滑动聚束SAR BP成像及其异构并行实现

    作者简介: 唐江文(1988-),男,籍贯山东聊城,本科毕业于中国科学技术大学,现于中国科学院电子学研究所攻读博士学位,主要研究方向为合成孔径雷达时域成像算法以及大规模并行计算。E-mail:jiangwen@mail.ustc.edu.cn;邓云凯(1962-),男,研究员,博士生导师,研究方向为星载SAR系统设计、成像及微波遥感理论;王宇(1979-),男,研究员,博士生导师,研究方向为星载SAR系统设计及信号处理。.
    通讯作者: 李宁, lining_nuaa@163.com
  • 基金项目:

    国家自然科学基金(61172122),中国科学院百人计划 (61422113)

High-resolution Slide Spotlight SAR Imaging by BP Algorithm and Heterogeneous Parallel Implementation

    Corresponding author: Li Ning, lining_nuaa@163.com
  • Fund Project: The National Natural Science Foundation of China (61172122), One Hundred Person Project of the Chinese Academy of Sciences (61422113)

  • 摘要: 当前高分辨率合成孔径雷达对成像算法以及计算能力都提出了巨大挑战,滑动聚束是实现高分辨率的一种重要模式,它能够同时兼顾高分辨率和方位向宽测绘带。在滑动聚束模式下,受轨道弯曲、调频率时变等影响,传统的频域成像算法的聚焦性能会下降,为突破这种局限性,该文采用BP(Back-Projection)算法进行精确成像,并针对BP算法O(N3)的高计算复杂度提出了一种基于CPU/GPU异构计算平台的高效并行算法,充分利用了计算机的计算资源,提高了成像效率,其中调度线程的设计,也提高了成像的灵活性。
  • [1] 邓云凯, 赵凤军, 王宇. 星载SAR技术的发展趋势及应用浅析[J]. 雷达学报, 2012, 1(1):1-10.Deng Yun-kai, Zhao Feng-jun, and Wang Yu. Brief analysis on the development and application of spaceborne SAR[J]. Journal of Radars, 2012, 1(1):1-10.
    [2] Werninghaus R. TerraSAR-X mission[C]. SAR Image Analysis, Modeling, and Techniques VI, Barcelona, Spain, 2003:9-16.
    [3] Mittermayer J, Lord R, and Borner E. Sliding spotlight SAR processing for TerraSAR-X using a new formulation of the extended chirp scaling algorithm[C]. 2003 IEEE International Geoscience and Remote Sensing Symposium, 2003, 3:1462-1464.
    [4] Lanari R, Tesauro M, Sansosti E, et al.. Spotlight SAR data focusing based on a two-step processing approach[J]. IEEE Transactions on Geoscience and Remote Sensing, 2001, 39(9):1993-2004.
    [5] Xu Wei, Huang Ping-ping, and Deng Yun-kai. TOPSAR data focusing based on azimuth scaling preprocessing[J]. Advances in Space Research, 2011, 48(2):270-277.
    [6] Desai M D and Jenkins W K. Convolution backprojection image reconstruction for spotlight mode synthetic aperture radar[J]. IEEE Transactions on Image Processing, 1992, 1(4):505-517.
    [7] Ozdemir C. Inverse Synthetic Aperture Radar Imaging with MATLAB Algorithms[M]. John Wiley Sons, 2012.
    [8] Owens J D, Houston M, Luebke D, et al.. GPU computing[J]. Proceedings of the IEEE, 2008, 96(5):879-899.
    [9] Krakiwsky S E, Turner L E, and Okoniewski M M. Acceleration of Finite-Difference Time-Domain (FDTD) using Graphics Processor Units (GPU)[C]. 2004 IEEE MTT-S International Microwave Symposium Digest, 2004, 2:1033-1036.
    [10] Cire?an D, Meier U, Masci J, et al.. Multi-column deep neural network for traffic sign classification[J]. Neural Networks, 2012, 32:333-338.
    [11] Fasih A and Hartley T. GPU-accelerated synthetic aperture radar backprojection in CUDA[C]. 2010 IEEE Radar Conference, Washington, DC, 2010:1408-1413.
    [12] Capozzoli A, Curcio C, and Liseno A. Fast GPU-based interpolation for SAR backprojection[J]. Progress In Electromagnetics Research, 2013, 133:259-283.
    [13] 丁金闪, Otmar L, Holger N, 等. 异构平台双基SAR成像的RD算法[J]. 电子学报, 2009, 37(6):1170-1173.Ding Jin-shan, Otmar L, Holger N, et al.. Focusing bistatic SAR data from herterogeneous platforms using the range Doppler algorithm[J]. Acta Electronica Sinica, 2009, 37(6):1170-1173.
    [14] Song Ming-cong, Liu Ya-bo, Zhao Feng-jun, et al..Processing of SAR data based on the heterogeneous architecture of GPU and CPU[C]. 2013 IET International Radar Conference, Xi'an, China, 2013:1-5.
    [15] Mittermayer J, Wollstadt S, Prats-Iraola P, et al.. The TerraSAR-X staring spotlight mode concept[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(6):3695-3706.
    [16] Cumming I G and Wong F H. Digital Processing of Synthetic Aperture Radar Data:Algorithms and Implementation[M]. Artech House, 2005.
    [17] Gorham L R A and Moore L J. SAR image formation toolbox for MATLAB[C]. Algorithms for Synthetic Aperture Radar Imagery XVⅡ, Orlando, USA, 2010:769906.
    [18] Nickolls J and Dally W J. The GPU computing era[J]. IEEE Micro, 2010, 30(2):56-69.
    [19] Kirk D. NVIDIA CUDA software and GPU parallel computing architecture[C]. Proceedings of the 6th International Symposium on Memory Management, New York, USA, 2007, 7:103-104.
  • [1] 马兵强 . 滑动聚束FMCW-SAR的子孔径波数域成像算法. 雷达学报, 2013, 2(3): 319-325. doi: 10.3724/SP.J.1300.2013.13044
    [2] 林世斌李悦丽严少石周智敏 . 平地假设对合成孔径雷达时域算法成像质量的影响研究. 雷达学报, 2012, 1(3): 309-313. doi: 10.3724/SP.J.1300.2012.20035
    [3] 折小强仇晓兰韩冰雷斌 . 一种基于变换域的滑动聚束SAR 调频率估计方法. 雷达学报, 2014, 3(4): 419-427. doi: 10.3724/SP.J.1300.2014.14008
    [4] 高阳禹卫东冯锦郑世超杨亮 . 一种基于勒让德拟合的SAR 后向投影自聚焦算法. 雷达学报, 2014, 3(2): 176-182. doi: 10.3724/SP.J.1300.2014.14011
    [5] 赵团邓云凯王宇李宁王翔宇 . 基于扇贝效应校正的改进滑动Mosaic全孔径成像算法. 雷达学报, 2016, 5(5): 548-557. doi: 10.12000/JR16014
    [6] 金添 . 叶簇穿透合成孔径雷达增强成像方法. 雷达学报, 2015, 4(5): 503-508. doi: 10.12000/JR15114
    [7] 张文彬邓云凯王宇 . 星地双基合成孔径雷达聚束模式快速BP算法. 雷达学报, 2013, 2(3): 357-366. doi: 10.3724/SP.J.1300.2013.13031
    [8] 任笑真杨汝良 . 一种基于幅度和相位迭代重建的四维合成孔径雷达成像方法. 雷达学报, 2016, 5(1): 65-71. doi: 10.12000/JR15135
    [9] 师君马龙韦顺军时代奇张晓玲陈刚 . 基于导航数据的Ka 波段InSAR 成像处理与分析. 雷达学报, 2014, 3(1): 19-27. doi: 10.3724/SP.J.1300.2014.13142
    [10] 吴玉峰叶少华冯大政 . 基于方位相位编码的脉内聚束SAR成像方法. 雷达学报, 2018, 7(4): 437-445. doi: 10.12000/JR17114
    [11] 韩萍王欢 . 基于改进的稀疏保持投影的SAR目标特征提取与识别. 雷达学报, 2015, 4(6): 674-680. doi: 10.12000/JR15068
    [12] 李春升杨威王鹏波 . 星载SAR 成像处理算法综述. 雷达学报, 2013, 2(1): 111-122. doi: 10.3724/SP.J.1300.2012.20071
    [13] 毛永飞汪小洁向茂生 . 机载干涉SAR 区域网三维定位算法. 雷达学报, 2013, 2(1): 60-67. doi: 10.3724/SP.J.1300.2012.20107
    [14] 张峰会王岩飞 . 一种消除调频连续波SAR距离频谱混叠的FS算法. 雷达学报, 2012, 1(1): 76-81. doi: 10.3724/SP.J.1300.2012.10066
    [15] 周春晖李飞李宁郑慧芳王翔宇 . 改进的基于特征子空间的SAR图像射频干扰抑制算法. 雷达学报, 2018, 7(2): 235-243. doi: 10.12000/JR17025
    [16] 陈琳张晶晶李洋洪文 . 单发双收SAR 系统通用极化定标算法. 雷达学报, 2012, 1(3): 323-328. doi: 10.3724/SP.J.1300.2012.20062
    [17] 王岩飞李和平韩松 . 雷达脉冲编码理论方法及应用. 雷达学报, 2019, 8(1): 1-16. doi: 10.12000/JR19023
    [18] 洪文 . 基于混合极化架构的极化SAR:原理与应用(中英文). 雷达学报, 2016, 5(6): 559-595. doi: 10.12000/JR16074
    [19] 张问一胡东辉丁赤飚 . 基于FABEMD 和Goldstein 滤波器的SAR 舰船尾迹图像增强方法. 雷达学报, 2012, 1(4): 426-435. doi: 10.3724/SP.J.1300.2012.20059
    [20] 周伟刘永祥黎湘凌永顺 . MIMO-SAR 技术发展概况及应用浅析. 雷达学报, 2014, 3(1): 10-18. doi: 10.3724/SP.J.1300.2013.13074
  • 加载中
计量
  • 文章访问数:  726
  • HTML浏览量:  79
  • PDF下载量:  940
  • 被引次数: 0
出版历程
  • 收稿日期:  2016-03-09
  • 录用日期:  2016-05-04
  • 刊出日期:  2017-08-28

高分辨率滑动聚束SAR BP成像及其异构并行实现

    通讯作者: 李宁, lining_nuaa@163.com
    作者简介: 唐江文(1988-),男,籍贯山东聊城,本科毕业于中国科学技术大学,现于中国科学院电子学研究所攻读博士学位,主要研究方向为合成孔径雷达时域成像算法以及大规模并行计算。E-mail:jiangwen@mail.ustc.edu.cn;邓云凯(1962-),男,研究员,博士生导师,研究方向为星载SAR系统设计、成像及微波遥感理论;王宇(1979-),男,研究员,博士生导师,研究方向为星载SAR系统设计及信号处理。
  • 1. (中国科学院电子学研究所 北京 100190)
  • 2. (中国科学院大学 北京 100049)
基金项目:  国家自然科学基金(61172122),中国科学院百人计划 (61422113)

摘要: 当前高分辨率合成孔径雷达对成像算法以及计算能力都提出了巨大挑战,滑动聚束是实现高分辨率的一种重要模式,它能够同时兼顾高分辨率和方位向宽测绘带。在滑动聚束模式下,受轨道弯曲、调频率时变等影响,传统的频域成像算法的聚焦性能会下降,为突破这种局限性,该文采用BP(Back-Projection)算法进行精确成像,并针对BP算法O(N3)的高计算复杂度提出了一种基于CPU/GPU异构计算平台的高效并行算法,充分利用了计算机的计算资源,提高了成像效率,其中调度线程的设计,也提高了成像的灵活性。

English Abstract

参考文献 (19)

目录

    /

    返回文章
    返回