试析雷达信号处理中多GPU并行技术的应用

邓桂福 田耕

摘要：当前我国的军事力量仍旧处于不断上升的时期，虽然世界日益成为了一个整体，但军事力量的提升仍旧是重中之重，较强的军事力量能够让一个国家获得更大的话语权。在军事中，雷达发挥着极为关键的作用，关于它的信号处理，逐渐成为了技术人员关注的重点。本文将对雷达信号处理中多GPU并行技术的应用展开进一步探讨。

关键词：雷达；信号处理；多GPU并行技术；应用

在雷达系统中，信号处理是较为重要的内容，具有较高科技水准的雷达能够在短时间内迅速实现对信号的处理，并且反馈给工作人员。随着我国信息技术以及信号处理技术的不断发展，将多GPU并行技术应用于雷达系统中，逐渐成为了新的雷达研究方向[1]。软件雷达指的是应用无线电雷达技术的雷达软件，它依托于信息技术的发展，并且通过具有一定开放性、标准性的平台发挥自身的功效。软件雷达能够将原本单一的雷达信号划分为若干个信号，展开相应的处理，然后再将处理后的信号进行整合，这样的工作方式极大程度上的提升了信号处理的效率，有利于雷达技术的不断发展。并行技术为雷达技术注入了生机与活力，工作人员应当建立与时代发展相适应的意识，并且将并行技术与雷达技术相结合，从而实现雷达系统信号处理的高效[2]。

一、雷达信号并行处理的架构分析

对于雷达系统而言，信号处理能力至关重要，工作人员应当加强对雷达系统信号处理能力的关注，并且推进其能力的不断提升[3]。将多GPU并行技术应用于对雷达系统信号处理上，能够大幅度提升信号处理的效率。然而这一工作却对技术人员提出了更高的要求，技术人员应当首先明确雷达信号并行处理的架构，只有这样才能开展接下来的工作。在雷达系统的并行处理中，它往往是通过数据采样器、CUP及其多个GPU来进行的。首先，数据采样器会将雷达收集的模拟信号以数字信号的形式呈现出来；然后CPU就会对这些数字信号进行协调；最后，GPU会对这些信号进行分别的处理。当经过以上流程后，显示器就会将最终的处理结果呈现给相应的人员[4]。技术人员应当不断提升自己的专业水平以及职业素养，明确以上流程，只有这样才能够实现多GPU并行处理的应用。在雷达并行处理系统中，访存是极为关键的内容，它是整个系统设计的瓶颈，所以设计人员应当加强对访存速度的关注，确保系统能够具有较高的访存速度，只有这样才能更好的发挥并行处理的性能。为了提升访存速度，工作人员应当充分将存储器的效能发挥出来，以此提高雷达系统的运行效率。目前，提升存储器的访存效率主要有两种途径：首先，技术人员可以尝试利用GPU的零复制功能，将数据直接映射到RAM空间中，实现数据的直接转移，提升访存速度；其次，技术人员还可以用过纹理存储器的缓存优化，来实现访问行为的优化，进而促进访存效率。综上所述，技术人员应当首先明确对架构的设计，只有这样才能更好的发挥多GPU并行技术的效能，实现雷达信号的快速处理[5]。

二、雷达信号处理中多GPU并行处理的计算模型分析

在雷达信号的并行处理中，它主要是通过CPU以及GPU进行处理的，以下将应用任务级、数据级以及线程级，展开相关的计算模型分析。

（一）雷达信号任务级并行处理

技术人员若是想要实行多GPU并行处理，那么可以首先创建任务队列，明确雷达系统信号处理的任务，然后再利用数据采样，以中央处理器的主线程实现对信号的划分与控制，最后再由GPU实现对信号的处理。由于在任务分配时，可能会出现GPU负荷超载的情况，进而影响信号处理效率，所以技术人员应当注重任務的合理分配，确保每个GPU都能都被分配到一定量的任务，保持工作量的平衡，只有这样才能够有效实现多GPU并行处理的效用。在多GPU处理中，雷达系统应当以轮转的形式为GPU分配任务，确保每个GPU都能够得到充分的利用，并且依靠这种方式提升信号处理的效率，从而实现它们的负载平衡。为了实现这一目标，技术人员在创建任务队列时，应当首先调查内部GPU的数量，并且进行平均的分配，只有这样才能确保每个GPU都获得平衡的工作量[6]。

（二）雷达信号数据级并行处理

数据级并行处理要求技术人员应当将数据流进行合理的划分。当技术人员创界了任务队列后，就应当通过雷达系统，将这些任务再划分为一个或者多个数据流，然后分配给相应的GPU进行处理。GPU身为图像处理器，能够大幅度减少交相位检波以及脉冲压缩计算的时间，实现更为高效的信号处理。为了进一步提升这一过程的效率，得到更高的计算访存比，工作人员可以将这些数据流再划分为若干个二维数据组，然后再分配相应的GPU进行处理，从而实现数据处理的更新迭代，有效提高信号处理的效率。

（三）雷达信号线程级并行处理

线程级并行处理是最为核心的内容。软件雷达在处理信号时，往往会通过中频信号实现对模拟信号的转变，将模拟信号转变为数字信号，然后再将数字信号与混频信号进行香蕉，从而得到正交信号。在雷达系统将正交信号以及采样点进行集中处理，及时人员应当将采样数据输入至内核函数中，然后再展开集中处理工作。技术人员应当明确内核函数以及采样点的网格位置问题，并且在输入流程中展开维度计算。技术人员可以将采样数据作为独立存在的单元，映射到线程中，从而进行相关处理。由于雷达系统的纹路存储器上具有高速片上缓存，所以它的数据读取速度较快，技术人员可以利用纹理存储器的这一特点，展开相关工作。技术人员可以在纹理存储器进行存储工作时，将其以泉库的形式表现出来，在正交相位检波模块就可以对其展开读取。

总得来讲，线程级并行处理指的是根据数字信号的处理模型以及算法，再综合考虑到GPU的硬件特性，然后进行处理的过程。GPU的线程能够对数据流进行映射，将这些数据映射为更加细致的数据流，并对这些数据流展开相应的处理。在这一流程中，数据流主要是通过线程网格，再到线程块，最后到线程的流程来被处理的。技术人员应当明确线程级的工作流程，然后再合理应用多GPU技术。

结束语：

多GPU技术的应用，极大程度上促进了雷达信号处理的效率，技术人员应当明确多GPU技术的优越性，并且将其应用在雷达信号的处理上。

参考文献：

[1]殷凯.软件信号处理的多GPU并行技术[J].数字技术与应用，2018，36（5）：74，76.

[2]郑莹莹.软件雷达信号处理的多GPU并行技术[J].商品与质量，2016（21）：134.

[3]梁先明.离线信号的并行分析处理技术[J].电讯技术，2018，58（8）：939-945.

[4]刘德龙，凌旺，赵亮等.软件雷达信号处理的多GPU并行技术[J].信息化建设，2016（9）：72-73.

[5]赵飞燕，蔺勇.基于FPGA技术的多路并行通信信号采集系统[J].现代电子技术，2018，41（19）：27-30，35.

[6]金莉，孔文青，宋万杰等.基于GPU的信号产生及脉冲压缩实现[J].雷达科学与技术，2017，15（5）：505-508，518.

作者简介：邓桂福，男（1983.1.10），汉族，四川遂宁人，硕士，工程师，研究方向：雷达系统/雷达信号处理

作者简介：田耕，男（1984.7.8），汉族，重庆巫山人，本科，工程师，研究方向：雷达射频微波方向，科研项目管理