基于CPU-GPU的有序统计类恒虚警检测优化

摘要：

雷达信号处理算法的高性能实现是雷达系统设计中的关键技术.而恒虚警检测技术是雷达信号目标检测系统中控制虚警率的重要手段之一,也是最耗费系统资源的地方.传统的恒虚警检测技术主要采用DSP和FPGA等定制化设备,但存在的问题主要有开发周期长、调试难度大、耗费资源.为了满足脉冲多普勒雷达回波数据的实时处理需求以及国产化GPU的生态扩充,文章针对恒虚警检测技术分析了有序统计类恒虚警检测方法(OSCFAR)的可并行性问题,并基于OpenCL平台提出了对OSCFAR进行GPU加速的方法.该方法中提出了OSCFAR在GPU中避免条件分支的并行化技术,优化了适用于GPU的并行化排序方法,减少了系统访问全局内存所花费的时间.最后从性能测试和误差分析角度评估了OSCFAR的实时性和准确性,实验结果表明,在所使用的硬件平台上相比于传统CPU实现达到了 60 倍以上的加速比,处理精度可以达到与原有方案相同的水平.

关键词：雷达信号处理、并行计算、恒虚警检测、双调排序、OpenCL

所属期刊栏目：33

分类号：TP391(计算技术、计算机技术)

资助基金：西安工程大学研究生创新基金项目chx2022021

在线出版日期：2023-04-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：40-45