引言
合成孔径雷达（Synthetic Aperture Radar，SAR）是一种高分辨率雷达，具备穿透云雾、全天时全天候监测的能力[1-2]。
传统的SAR只能获取静态目标信息，无法及时获取运动目标变化状态[3]。视频合成孔径雷达（Video Synthetic Aperture Radar, ViSAR）具备低时延、高分辨率的特点，有效扩展了时间维度的信息[4]，能够对目标区域持续动态监测。为获取被监测目标的位置、速度、变化趋势等信息，ViSAR系统的成像帧率需不小于5 Hz[5]。ViSAR系统需在短时间内处理大量SAR数据，这给机载系统数据的传输和存储带来了巨大的挑战。为满足ViSAR系统低时延和高分辨率的要求，需要设计一种高效精确的成像算法，并结合高效的硬件平台快速处理SAR回波数据。文献[6]通过将监测区域分为感兴趣区域和一般区域减少后向投影算法的计算量,但无法满足视频SAR对于成像实时性的要求。文献[7]使用数字信号处理器（Digital Signal Processor，DSP）提升实时成像能力，将SAR数据处理时间减少了80%，但并未满足视频SAR系统实时处理需求。文献[8]使用现场可编程门阵列（Field Programmable Gate Array，FPGA）结合极坐标格式算法（Polar Format algorithm，PFA）构建ViSAR成像系统，该方法有效减少了SAR数据的处理时间，但仍无法满足视频SAR系统的实时性要求。文献[9]和[10]将ViSAR成像问题建模为低秩张量和稀疏张量的和，有效减少了ViSAR系统的数据采集量。但在实际的应用场景中，张量的真实值无法获取，秩值的误差对算法的精确性产生了影响，只适合于特定场景，通用性较差。为了提升SAR回波数据处理效率，文献[11]提出了一种基于应用DSP的ViSAR系统，该系统的成像帧率达到了5 Hz，满足了视频SAR系统的实时性要求，但是图像尺寸大小为1K×1K，导致其在真实应用场景中观测范围较小，限制了该方法的应用场景。随着硬件架构的发展，图形处理器（Graphics Processing Unit, GPU）已成为多线程、多核心、高度并行、超大带宽的高性能计算设备[12-13]，适用于可并行化计算任务。英伟达公司推出的统一计算设备架构（Compute Unified Device Architecture, CUDA）使得GPU易于处理计算密集型问题[14-15]，适合ViSAR系统的开发。
本文详细内容请下载：
https://www.chinaaet.com/resource/share/2000006023
作者信息：
朱爽1，2，刘彦斌1，刘亚波1
（1.中国科学院空天信息创新研究院， 北京 100094；2.中国科学院大学 电子电气与通信工程学院， 北京 100049）
