基于GPU的HJ-1C实时成像处理技术

doi:10.7523/j.issn.2095-6134.2014.05.018

中国科学院大学学报 ›› 2014, Vol. 31 ›› Issue (5): 708-713.DOI: 10.7523/j.issn.2095-6134.2014.05.018

基于GPU的HJ-1C实时成像处理技术

顾久祥^1,2, 杨仁忠¹, 石璐¹, 韦宏卫¹

1. 中国科学院遥感与数字地球研究所, 北京 100094;
2. 中国科学院大学, 北京 100049

收稿日期:2013-09-22 修回日期:2013-11-13 发布日期:2014-09-15
通讯作者: 顾久祥，E-mail：jxgu@163.com
基金资助:
国家科工委攻关项目（[2010]1481号）资助

HJ-1C real-time image processing technology based on GPU

GU Jiuxiang^1,2, YANG Renzhong¹, SHI Lu¹, WEI Hongwei¹

1. Center for Earth Observation and Digital Earth, Chinese Academy of Sciences, Beijing 100094, China;
2. University of Chinese Academy of Sciences, Beijing 100049, China

Received:2013-09-22 Revised:2013-11-13 Published:2014-09-15

摘要/Abstract

摘要：

以HJ-1C卫星为研究对象，针对合成孔经雷达（SAR）卫星成像算法复杂，以及计算量大等特点，在研究GPU并行处理技术的基础上，给出GPU平台下针对HJ-1C地面快视系统的CS算法实现.经测试表明，SAR实时成像处理系统成像处理速度优于600 Mbps，能够满足地面接收系统对HJ-1C实时成像处理的要求.

关键词: HJ-1C, GPU, 合成孔径雷达, CS, CUDA

Abstract:

HJ-1C is the first civil S-band synthetic aperture radar(SAR) satellites launched by China, and the equipped SAR has the traits of all-weather, all-time, and penetrability. We focus on HJ-1C satellite. As SAR satellites have complex imaging algorithm and need large amount of calculation, we propose GPU-based SAR real-time imaging system based on GPU-based parallel processing technology. The results show that the processing speed of the SAR real-time imaging system is higher than 600 Mbps, meeting the real-time imaging processing requirements for practical SAR satellite ground receiving system.

Key words: HJ-1C, GPU, SAR, CS, CUDA

中图分类号:

TN95

顾久祥, 杨仁忠, 石璐, 韦宏卫. 基于GPU的HJ-1C实时成像处理技术[J]. 中国科学院大学学报, 2014, 31(5): 708-713.

GU Jiuxiang, YANG Renzhong, SHI Lu, WEI Hongwei. HJ-1C real-time image processing technology based on GPU[J]. , 2014, 31(5): 708-713.

参考文献

[1] John C Curlander, Robert N McDonough, et al.Synthetic aperture radar: systems and signal processing[M]. Beijing: John Wiley & Sons, 2006(in Chinese). John C Curlander, Robert N Mcdonough. 合成孔径雷达:系统与信号处理[M]. 韩传钊, 译. 北京:电子工业出版社, 2006.

[2] Li L L, Li J W. The evaluation and contrast of SAR noise jamming Effect[J]. Journal of Electronics & Information Technology, 2008, 30(2): 331-334(in Chinese). 李林琳, 李景文. 基于RD和CS算法的SAR噪声干扰效果评估与对比[J]. 电子与信息学报, 2008, 30(2): 331-334.

[3] 侯明辉. 基于仿真数据的HJ-1C卫星SAR成像处理方法[J]. 中国科学, 2011, 41(1): 42-54.

[4] Guo K Y, Sheng X Q. Implementation of SAR parallel image Processing[J]. Modern Radar, 2005, 27(1): 38-40(in Chinese). 郭琨毅, 盛新庆. 高新能Beowulf集群的SAR并行成像的处理[J]. 现代雷达, 2005, 27(1): 38-40.

[5] Chen L, Long T. Spaceborne SAR real time qucik-look system[J]. Transactions of Beijing Institute of Technology, 2008, 28(6): 545-548(in Chinese). 陈亮, 龙腾. 星载合成孔径雷达实时快视成像系统[J]. 北京理工大学学报, 2008, 28(6): 545-548.

[6] Xiong J J, Wang Z S, Yao J P, et al. The FPGA design of on board SAR real time imaging processor[J]. Acta Electronica Sinica, 2005, 33(6): 1 070-1 072(in Chinese). 熊君君, 王贞松, 姚建平, 等. 星载SAR实时成像处理器的FPGA实现[J]. 电子学报, 2005, 33(6): 1 070-1 072.

[7] Yang R Z, Zhang T, Lin B T, et al. Optimization and implementation of RD algorithm in SAR ground quick look system according to GPU platform[J]. Remote Sensing Technology and Application, 2012, 27(2): 238-242(in Chinese). 杨仁忠, 张萄, 林波涛, 等. GPU平台下针对SAR地面快视系统的RD算法优化与实现[J]. 遥感技术与应用, 2012, 27(2): 238-242.

[8] 张舒, 褚艳利, 赵开勇. GPU高性能运算之CUDA[M]. 北京:中国水利水电出版社, 2009. (上接第700页)

[1]	尹迪, 韩冰, 孙吉利, 赵良波, 洪文, 胡玉新. 天线扫描对TOPSAR辐射影响的校正方法[J]. 中国科学院大学学报, 2021, 38(6): 791-799.
[2]	林世明, 张毅, 王吉利, 赵爽. 星载双基InSAR系统中的电离层色散效应分析与校正[J]. 中国科学院大学学报, 2021, 38(6): 809-816.
[3]	刘雨洁, 齐向阳. 基于长时间间隔序贯SAR图像的运动舰船跟踪方法[J]. 中国科学院大学学报, 2021, 38(5): 642-648.
[4]	黄萍萍, 王峰, 向俞明, 尤红建. 基于V-CSK视频遥感卫星运动目标检测跟踪方法[J]. 中国科学院大学学报, 2021, 38(3): 392-401.
[5]	潘志刚, 王超, 曹舸. 基于距离方程组的机载SAR图像立体定位方法[J]. 中国科学院大学学报, 2020, 37(6): 798-804.
[6]	王泽隆, 徐向辉, 张雷. 基于仿真SAR图像深度迁移学习的自动目标识别[J]. 中国科学院大学学报, 2020, 37(4): 516-524.
[7]	郭长顺, 范湘涛, 谭剑, 詹勤, 亢叙杰. 基于虚拟地球的电离层电子密度时空多维可视化方法[J]. 中国科学院大学学报, 2019, 36(6): 817-824.
[8]	田东, 禹卫东. 电离层色散效应对星载SAR成像的影响[J]. 中国科学院大学学报, 2019, 36(3): 376-384.
[9]	桑博, 魏凤霞. 济南市区大气中VOCs的浓度、来源及健康风险评价[J]. 中国科学院大学学报, 2019, 36(2): 169-177.
[10]	邹浩, 林赟, 洪文. 基于多角度合成SAR图像的目标识别性能分析[J]. 中国科学院大学学报, 2019, 36(2): 226-234.
[11]	蒋莎, 仇晓兰, 韩冰, 胡文龙, 卢晓军. 一种基于普通分布目标的极化SAR幅相不平衡快速评价方法[J]. 中国科学院大学学报, 2019, 36(2): 280-288.
[12]	李松, 魏中浩, 张冰尘, 洪文. 深度卷积神经网络在迁移学习模式下的SAR目标识别[J]. 中国科学院大学学报, 2018, 35(1): 75-83.
[13]	肖垚, 刘畅. 基于稀疏求解的改进PCA方法在SAR目标识别中的应用[J]. 中国科学院大学学报, 2018, 35(1): 84-88.
[14]	杨国铮, 禹晶, 孙卫东. 基于相对全变分的复杂背景SAR图像舰船尾迹检测[J]. 中国科学院大学学报, 2017, 34(6): 734-742.
[15]	袁基力, 吕孝雷, 林建和. 基于Bakhshali近似的星载双站SAR成像方法[J]. 中国科学院大学学报, 2017, 34(6): 751-758.

基于GPU的HJ-1C实时成像处理技术

HJ-1C real-time image processing technology based on GPU

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

访问统计

联系我们