基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
合成孔径雷达(SAR)成像处理的运算量较大,在基于中央处理器(Central Processing Unit, CPU)的工作站或服务器上一般需要耗费较长的时间,无法满足实时性要求。借助于通用并行计算架构(CUDA)编程架构,该文提出一种基于图形处理器(GPU)的SAR成像处理算法实现方案。该方案解决了GPU显存不足以容纳一景SAR数据时数据处理环节与内存/显存间数据传输环节的并行化问题,并能够支持多GPU设备的并行处理,充分利用了GPU设备的计算资源。在NVIDIA K20C和INTEL E5645上的测试表明,与传统基于GPU的SAR成像处理算法相比,该方案能够达到数十倍的速度提升,显著降低了处理设备的功耗,提高了处理设备的便携性,能够达到每秒约36兆采样点的实时处理速度。
推荐文章
星载SAR在轨成像实时处理算法研究
星载合成孔径雷达
在轨实时成像处理
成像算法
机载SAR实时成像处理算法及实现
合成孔径雷达
快视成像
距离徙动
基于CUDA的医学图像处理算法平台的设计与初步实现
GPU加速
CUDA
算法平台
组件模式
OpenGL
实时算法
机载网络数据时间同步处理算法的设计与实现
网络化测试架构
数据包乱序
时间同步算法
半包时间间隔
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于NVIDIA GPU的机载SAR实时成像处理算法CUDA设计与实现
来源期刊 雷达学报 学科 工学
关键词 SAR 实时成像 图形处理器(GPU) 通用并行计算架构(CUDA)
年,卷(期) 2013,(4) 所属期刊栏目 SAR 专题论文
研究方向 页码范围 481-491
页数 11页 分类号 TN957.52
字数 9156字 语种 中文
DOI 10.3724/SP.J.1300.2013.13056
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (7)
参考文献  (3)
节点文献
引证文献  (39)
同被引文献  (42)
二级引证文献  (37)
1975(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(4)
  • 引证文献(4)
  • 二级引证文献(0)
2015(7)
  • 引证文献(5)
  • 二级引证文献(2)
2016(15)
  • 引证文献(10)
  • 二级引证文献(5)
2017(14)
  • 引证文献(6)
  • 二级引证文献(8)
2018(13)
  • 引证文献(5)
  • 二级引证文献(8)
2019(18)
  • 引证文献(8)
  • 二级引证文献(10)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
SAR
实时成像
图形处理器(GPU)
通用并行计算架构(CUDA)
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
雷达学报
双月刊
2095-283X
10-1030/TN
大16开
北京市海淀区北四环西路19号
2012
chi
出版文献量(篇)
766
总下载数(次)
3
论文1v1指导