龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西安电子科技大学
摘要：本发明涉及雷达信号处理技术领域，提供一种基于CUDA异构并行加速的雷达MTI和MTD实现方法。该方法包括如下步骤：在CPU中设置雷达信号处理参数值，将脉冲压缩后的回波矩阵数据拷贝到GPU显存空间；划分核函数的线程组织，在GPU中执行二次对消器MTI核函数；在GPU中执行矩阵转置核函数，然后借助CUFFT库函数完成多组多普勒通道的FFT并行计算，最后再次执行矩阵转置核函数，得到MTD并行算法输出结果，并传回到CPU中；利用CUDA代码优化策略对MTI和MTD的核函数进行优化，绘制优化后的加速比曲线。本发明优化后的并行化算法加速比达到142.66倍，能够很好地满足雷达信号处理的实时性，且基于CUDA软件体系和VisualStudio平台的开发模式，也便于扩展和移植。
主权项：1.一种基于CUDA异构并行加速的雷达MTI和MTD实现方法，其特征在于，包括如下步骤：步骤1，在CPU中设置雷达信号处理参数值，读取经过脉冲压缩后的Nr×Nc维回波数据矩阵X，将其作为MTI处理前的初始数据并逐一拷贝到开辟好的GPU显存中；步骤2，使用2维线程索引分配CUDA线程的网格Grid和线程块Block大小，在GPU中执行二次对消器MTI核函数，输出滤除静物杂波后的回波数据和运动目标所在的距离单元；步骤3，对步骤2得到的Nr×Nc维结果矩阵XMTI，在GPU中先执行矩阵转置核函数，再执行CUFFT库中的cuFFTExeC2C函数完成多组多普勒通道的FFT并行计算，最后再次执行矩阵转置核函数，得到MTD并行算法输出的Nr×Nc维矩阵XMTD，将其从GPU拷贝回CPU；步骤4，采用代码指令优化、最佳线程分配、对齐合并全局内存访问等策略，对第2,3步中分别实现的MTI和MTD的核函数进行优化，计算优化后CUDA异构并行算法与CPU串行算法的加速比。
全文数据：
权利要求：
百度查询： 西安电子科技大学 一种基于CUDA异构并行加速的雷达MTI和MTD实现方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号