CN109614151B - 一种四核并行的大点数脉压数据处理方法 - Google Patents

一种四核并行的大点数脉压数据处理方法 Download PDF

Info

Publication number
CN109614151B
CN109614151B CN201811353509.9A CN201811353509A CN109614151B CN 109614151 B CN109614151 B CN 109614151B CN 201811353509 A CN201811353509 A CN 201811353509A CN 109614151 B CN109614151 B CN 109614151B
Authority
CN
China
Prior art keywords
sequence
half part
kernel
fft result
twiddle factor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811353509.9A
Other languages
English (en)
Other versions
CN109614151A (zh
Inventor
沈謇
王志诚
陈文彤
余渝生
田原
赵晗希
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Radio Equipment Research Institute
Original Assignee
Shanghai Radio Equipment Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Radio Equipment Research Institute filed Critical Shanghai Radio Equipment Research Institute
Priority to CN201811353509.9A priority Critical patent/CN109614151B/zh
Publication of CN109614151A publication Critical patent/CN109614151A/zh
Application granted granted Critical
Publication of CN109614151B publication Critical patent/CN109614151B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
    • G06F9/38—Concurrent instruction execution, e.g. pipeline or look ahead
    • G06F9/3885—Concurrent instruction execution, e.g. pipeline or look ahead using a plurality of independent parallel functional units
    • G06F9/3887—Concurrent instruction execution, e.g. pipeline or look ahead using a plurality of independent parallel functional units controlled by a single instruction for multiple data lanes [SIMD]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/32—Shaping echo pulse signals; Deriving non-pulse signals from echo pulse signals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141—Discrete Fourier transforms
    • G06F17/142—Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
    • G06F9/30003—Arrangements for executing specific machine instructions
    • G06F9/30007—Arrangements for executing specific machine instructions to perform operations on data operands
    • G06F9/3001—Arithmetic instructions

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Discrete Mathematics (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Complex Calculations (AREA)

Abstract

本发明公开了一种四核并行的大点数脉压算法，利用DIT‑FFT原理，将N点的大点数FFT以及逆FFT各通过两次蝶形运算分解为四个N/4点的组合，分配四个核并行计算，显著缩短了大点数脉压算法的运算时间，提高了系统的实时性，有较好的工程应用价值。

Description

一种四核并行的大点数脉压数据处理方法
技术领域
本发明涉及脉冲压缩数据处理方法，具体涉及一种四核并行的大点数脉压数据处理方法。
背景技术
现代雷达系统广泛采用脉冲压缩技术，在确保雷达速度分辨力的前提下，采用大时带积脉冲压缩信号来提高雷达的距离分辨力。脉冲压缩技术是匹配滤波理论和相关接收理论的实际应用，在发射端发射大时宽、带宽信号，以提高信号的速度测量精度和速度分辨力；在接收端，将宽脉冲信号压缩为窄脉冲，以提高雷达对目标的距离分辨精度和距离分辨力。
脉压处理系统实现方法不断发展完善，尤其是高速大规模数字信号处理(DSP)芯片的出现，使数字脉压处理技术得到了空前的发展。在可靠性和灵活性等方面数字脉压系统占有显著的优势，系统的检测能力也得到了进一步的提高。在相同硬件基础上可以对多种脉压波形信号进行处理，实现信号波形的捷变，提高雷达的抗干扰能力。因此，数字脉压方法也获得了广泛的重视和应用。
针对脉压算法，专利CN103529429B(用于线性调频信号的频域中的脉冲压缩算法)介绍了一种针对线性调频信号的脉冲压缩算法，描述了在频域中实现脉冲压缩的流程，并未涉及到脉压算法的具体优化。
专利CN103926567B(高速实时脉冲压缩算法)介绍了一种基于ADSP TS20XS处理器的脉冲压缩算法，采用了部分并行指令，并未进一步采用多核并行的算法。
专利CN104407330B(相位编码调制信号的脉冲压缩方法)介绍了一种针对相位编码调制信号的脉冲压缩方法，着重解决相位编码雷达回波信号在脉冲压缩中的多普勒影响问题，并未涉及到脉压算法的实时性优化。
2013年第9期的《专题技术与工程应用》期刊中公开文献《基于DSP的脉冲压缩算法的并行流水实现》介绍了一种利用多核通过并行流水的方式进行脉压计算的方法，将脉压算法进行了一次分解，与本发明的二次分解仍有不同，且并未完全采用并行的方法实现脉压算法的优化。
2016年第3期的《电子科技》期刊中公开文献《两种针对小信号的脉压优化算法及实现》介绍了一种使用倒推和循环迭代对两种小时宽带宽积信号产生优化的脉冲压缩系数，提高脉冲压缩的主副瓣比的方法，并未涉及到脉压算法实时性方面的优化。
2017年第5期的《航天电子对抗》期刊中公开文献《基于FPGA的并行数字脉压设计》介绍了一种基于FPGA实现的脉压方法，具有较高的处理效率，但相比DSP实现而言，FPGA开发的灵活性以及可编程性仍有一定差距。
发明内容
本发明的目的是提供一种四核并行的大点数脉压数据处理方法，旨在用一种并行度高，实时性好，运算量小的方法来实现大点数脉冲压缩。
为达到上述目的，本发明提供了一种四核并行的大点数脉压数据处理方法，包含以下步骤：
S1、读取输入的脉冲数据，并分配执行并行脉压的四个dsp核(DSP，DigitalSignal Processing，数字信号处理)，记为核0，核1，核2，核3；
S2、核0取点数编号除4余1的数据，生成序列3；核1取点数编号除4余3的数据，生成序列4；核2取点数编号除4余2的数据，生成序列5；核3取点数编号除4余0的数据，生成序列6；
S3、四核分别对序列3、4、5、6做原长度四分之一的FFT(Fast FourierTransformation，快速傅里叶变换)；
做1/4长度FFT使用的是TI函数库提供的FFT函数：
void DSPF_sp_fftSPxSP(int N,float*ptr_x,float*ptr_w,float*ptr_y,unsigned char*brev,int n_min,int offset,int n_max)；
其中N表示输入的FFT点数，ptr_x表示输入数组的指针，ptr_w表示旋转因子的指针，ptr_y表示输出数组的指针，brev表示倒置数组的指针，n_min在N为4的幂时取4，在N为2的幂时取2，offset表示数组中开始做FFT的下标，n_max表示输出的FFT点数。
S4、通过信号量机制，进行四核同步，完成后进入S5；本发明中，同步的含义是各个核相互等待，直至所有核都运行完成。
S5、调用SIMD指令(Single Instruction Multiple Data，单指令多数据流)，核0将序列4的FFT结果通过_complex_mpysp函数复乘旋转因子，并通过_daddsp函数与序列3的FFT结果相加，得到序列1的前半部分；核1将序列4的FFT结果复乘取反的旋转因子，并加上序列3的FFT结果，得到序列1的后半部分；核2将序列6的FFT结果复乘旋转因子，并与序列5的FFT结果相加，得到序列2的前半部分；核3将序列6的FFT结果复乘取反的旋转因子，并加上序列5的FFT结果，得到序列2的后半部分；
S6、四核同步，完成后进入S7；
S7、调用SIMD指令，核0将序列2的前半部分复乘旋转因子，并与序列1的前半部分相加，得到原输入数据FFT结果的第一个1/4部分；核1将序列2的后半部分复乘旋转因子，并与序列1的后半部分相加，得到原输入数据FFT结果的第二个1/4部分；核2将序列2的前半部分复乘取反的旋转因子，并与序列1的前半部分相加，得到原输入数据FFT结果的第三个1/4部分；核3将序列2的后半部分复乘旋转因子，并与序列1的后半部分相加，得到原输入数据FFT结果的第四个1/4部分；
至此，通过四个N/4点的FFT以及两次蝶形运算，完成了原先N点的FFT计算，显著降低了大点数FFT的运算时间。
S8、四核同步，完成后进入S9；
S9、调用SIMD指令，将输入数据FFT结果按长度等分为四个部分，核0、1、2、3分别将这四个部分复乘匹配滤波器；
S10、四核同步，完成后进入S11；
做四分之一长度逆FFT使用的是TI函数库提供的逆FFT函数：
void DSPF_sp_ifftSPxSP(int N,float*ptr_x,float*ptr_w,float*ptr_y,unsigned char*brev,int n_min,int offset,int n_max)；
S11、将S9中的复乘结果作为逆FFT的输入数据，核0取点数编号除4余1的数据，生成序列3；核1取点数编号除4余3的数据，生成序列4；核2取点数编号除4余2的数据，生成序列5；核3取点数编号除4余0的数据，生成序列6；
S12、四核分别对序列3、4、5、6做原长度四分之一的逆FFT；
S13、四核同步，完成后进入S14；
S14、调用SIMD指令，核0将序列4的逆FFT结果通过_complex_mpysp函数复乘旋转因子，并通过_daddsp函数与序列3的逆FFT结果相加，得到序列1的前半部分；核1将序列4的逆FFT结果复乘取反的旋转因子，并加上序列3的逆FFT结果，得到序列1的后半部分；核2将序列6的逆FFT结果复乘旋转因子，并与序列5的逆FFT结果相加，得到序列2的前半部分；核3将序列6的逆FFT结果复乘取反的旋转因子，并加上序列5的逆FFT结果，得到序列2的后半部分，所有结果再乘以1/2；
S15、四核同步，完成后进入S16；
S16、调用SIMD指令，核0将序列2的前半部分复乘旋转因子，并与序列1的前半部分相加，得到原输入数据逆FFT结果的第一个1/4部分；核1将序列2的后半部分复乘旋转因子，并与序列1的后半部分相加，得到原输入数据逆FFT结果的第二个1/4部分；核2将序列2的前半部分复乘取反的旋转因子，并与序列1的前半部分相加，得到原输入数据逆FFT结果的第三个1/4部分；核3将序列2的后半部分复乘旋转因子，并与序列1的后半部分相加，得到原输入数据逆FFT结果的第四个1/4部分，所有结果再乘以1/2；
S17、四核同步，完成后得到当前脉冲的脉压结果，返回S1。
相对于现有技术，本发明具有以下有益效果：
(1)将大点数脉冲压缩通过两次蝶形运算，基于DIT-FFT分解为四个1/4长度的FFT的组合，减少了FFT以及逆FFT的运算时间；
(2)将整个脉冲压缩流程平均分配到四个核并行计算，并行度高，提高了系统的实时性以及系统的执行效率。
(3)调用SIMD指令，通过内联函数优化了复数相乘以及蝶形运算的耗时情况。
附图说明
图1为本发明的方法流程图；
图2为本发明的实施例的相比传统单核脉压算法的耗时对比图。
具体实施方式
以下结合附图通过具体实施例对本发明作进一步的描述，这些实施例仅用于说明本发明，并不是对本发明保护范围的限制。
实施例条件：在TI 6678平台上，一个8192点的脉冲进入四核并行脉压流程。
如图1所示，本发明提出的方法对上述实施例条件执行以下步骤：
S1、读取8192点的输入数据，并分配0、1、2、3四核执行并行脉压；
S2、核0取点数编号除4余1的数据，生成序列3；核1取点数编号除4余3的数据，生成序列4；核2取点数编号除4余2的数据，生成序列5；核3取点数编号除4余0的数据，生成序列6；
S3、四核分别对序列3、4、5、6做2048点的FFT；
S4、四核同步，完成后进入S5；
S5、调用SIMD指令，核0将序列4的FFT结果通过_complex_mpysp函数复乘旋转因子，并通过_daddsp函数与序列3的FFT结果相加，得到序列1的前半部分；核1将序列4的FFT结果复乘取反的旋转因子，并加上序列3的FFT结果，得到序列1的后半部分；核2将序列6的FFT结果复乘旋转因子，并与序列5的FFT结果相加，得到序列2的前半部分；核3将序列6的FFT结果复乘取反的旋转因子，并加上序列5的FFT结果，得到序列2的后半部分；
S6、四核同步，完成后进入S7；
S7、调用SIMD指令，核0将序列2的前半部分复乘旋转因子，并与序列1的前半部分相加，得到原输入数据FFT结果的第一个1/4部分；核1将序列2的后半部分复乘旋转因子，并与序列1的后半部分相加，得到原输入数据FFT结果的第二个1/4部分；核2将序列2的前半部分复乘取反的旋转因子，并与序列1的前半部分相加，得到原输入数据FFT结果的第三个1/4部分；核3将序列2的后半部分复乘旋转因子，并与序列1的后半部分相加，得到原输入数据FFT结果的第四个1/4部分；
至此，通过四个2048点的FFT以及两次蝶形运算，完成了原先8196点的FFT计算，显著降低了大点数FFT的运算时间。
S8、四核同步，完成后进入S9；
S9、调用SIMD指令，将输入数据FFT结果按长度等分为四个部分，核0、1、2、3分别将这四个部分复乘匹配滤波器；
S10、四核同步，完成后进入S11；
S11、将S9中的复乘结果作为逆FFT的输入数据，核0取点数编号除4余1的数据，生成序列3；核1取点数编号除4余3的数据，生成序列4；核2取点数编号除4余2的数据，生成序列5；核3取点数编号除4余0的数据，生成序列6；
S12、四核分别对序列3、4、5、6做2048点的逆FFT；
S13、四核同步，完成后进入S14；
S14、调用SIMD指令，核0将序列4的逆FFT结果通过_complex_mpysp函数复乘旋转因子，并通过_daddsp函数与序列3的逆FFT结果相加，得到序列1的前半部分；核1将序列4的逆FFT结果复乘取反的旋转因子，并加上序列3的逆FFT结果，得到序列1的后半部分；核2将序列6的逆FFT结果复乘旋转因子，并与序列5的逆FFT结果相加，得到序列2的前半部分；核3将序列6的逆FFT结果复乘取反的旋转因子，并加上序列5的逆FFT结果，得到序列2的后半部分，所有结果再乘以1/2；
S15、四核同步，完成后进入S16；
S16、调用SIMD指令，核0将序列2的前半部分复乘旋转因子，并与序列1的前半部分相加，得到原输入数据逆FFT结果的第一个1/4部分；核1将序列2的后半部分复乘旋转因子，并与序列1的后半部分相加，得到原输入数据逆FFT结果的第二个1/4部分；核2将序列2的前半部分复乘取反的旋转因子，并与序列1的前半部分相加，得到原输入数据逆FFT结果的第三个1/4部分；核3将序列2的后半部分复乘旋转因子，并与序列1的后半部分相加，得到原输入数据逆FFT结果的第四个1/4部分，所有结果再乘以1/2；
S17、四核同步，完成后得到当前脉冲的脉压结果，返回S1。
传统的由单核实现的脉冲压缩算法包含FFT运算、与匹配滤波器复乘，以及逆FFT运算三个步骤。为了便于比较运算时间，将本发明中的S1到S8视为FFT运算，将S9到S10视为复乘运算，将S11到S17视为逆FFT运算。在同样开启2级优化的条件下，通过计时函数对本发明提出的双核并行脉压算法与传统的单核脉压算法进行比较，得到的结果如图2所示。
从图2可以看出，得益于本发明的高并行度，以及SIMD指令的运用，脉冲压缩流程中的FFT运算、复乘运算以及逆FFT运算的耗时均比传统算法的耗时有着明显的优化，最终完成脉压的时间仅为原先的约1/4。
综上所述，本发明利用DIT-FFT原理，将N点的大点数FFT分解为四个N/4点的FFT的组合，分配6678中的四个核并行计算，显著缩短了脉压算法的运算时间，提高了系统的实时性，有较好的工程应用价值。
尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (1)

1.一种四核并行的大点数脉压数据处理方法，其特征在于，包括以下步骤：
S1、读取输入的脉冲数据，并分配执行并行脉压的四个dsp核，记为核0，核1，核2，核3；
S2、核0取点数编号除4余1的数据，生成序列3；核1取点数编号除4余3的数据，生成序列4；核2取点数编号除4余2的数据，生成序列5；核3取点数编号除4余0的数据，生成序列6；
S3、四核分别对序列3、序列4、序列5、序列6做原长度四分之一的FFT；
S4、四核同步，完成后进入S5；
S5、调用SIMD指令，核0将序列4的FFT结果通过_complex_mpysp函数复乘旋转因子，并通过_daddsp函数与序列3的FFT结果相加，得到序列1的前半部分；核1将序列4的FFT结果复乘取反的旋转因子，并加上序列3的FFT结果，得到序列1的后半部分；核2将序列6的FFT结果复乘旋转因子，并与序列5的FFT结果相加，得到序列2的前半部分；核3将序列6的FFT结果复乘取反的旋转因子，并加上序列5的FFT结果，得到序列2的后半部分；
S6、四核同步，完成后进入S7；
S7、调用SIMD指令，核0将序列2的前半部分复乘旋转因子，并与序列1的前半部分相加，得到原输入数据FFT结果的第一个1/4部分；核1将序列2的后半部分复乘旋转因子，并与序列1的后半部分相加，得到原输入数据FFT结果的第二个1/4部分；核2将序列2的前半部分复乘取反的旋转因子，并与序列1的前半部分相加，得到原输入数据FFT结果的第三个1/4部分；核3将序列2的后半部分复乘旋转因子，并与序列1的后半部分相加，得到原输入数据FFT结果的第四个1/4部分；
S8、四核同步，完成后进入S9；
S9、调用SIMD指令，将输入数据FFT结果按长度等分为四个部分，核0、核1、核2、核3分别将这四个部分复乘匹配滤波器；
S10、四核同步，完成后进入S11；
S11、将S9中的复乘结果作为逆FFT的输入数据，核0取点数编号除4余1的数据，生成序列3；核1取点数编号除4余3的数据，生成序列4；核2取点数编号除4余2的数据，生成序列5；核3取点数编号除4余0的数据，生成序列6；
S12、四核分别对序列3、序列4、序列5、序列6做原长度四分之一的逆FFT；
S13、四核同步，完成后进入S14；
S14、调用SIMD指令，核0将序列4的逆FFT结果通过_complex_mpysp函数复乘旋转因子，并通过_daddsp函数与序列3的逆FFT结果相加，得到序列1的前半部分；核1将序列4的逆FFT结果复乘取反的旋转因子，并加上序列3的逆FFT结果，得到序列1的后半部分；核2将序列6的逆FFT结果复乘旋转因子，并与序列5的逆FFT结果相加，得到序列2的前半部分；核3将序列6的逆FFT结果复乘取反的旋转因子，并加上序列5的逆FFT结果，得到序列2的后半部分，所有结果再乘以1/2；
S15、四核同步，完成后进入S16；
S16、调用SIMD指令，核0将序列2的前半部分复乘旋转因子，并与序列1的前半部分相加，得到原输入数据逆FFT结果的第一个1/4部分；核1将序列2的后半部分复乘旋转因子，并与序列1的后半部分相加，得到原输入数据逆FFT结果的第二个1/4部分；核2将序列2的前半部分复乘取反的旋转因子，并与序列1的前半部分相加，得到原输入数据逆FFT结果的第三个1/4部分；核3将序列2的后半部分复乘旋转因子，并与序列1的后半部分相加，得到原输入数据逆FFT结果的第四个1/4部分，所有结果再乘以1/2；
S17、四核同步，完成后得到当前脉冲的脉压结果，返回S1。
CN201811353509.9A 2018-11-14 2018-11-14 一种四核并行的大点数脉压数据处理方法 Active CN109614151B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811353509.9A CN109614151B (zh) 2018-11-14 2018-11-14 一种四核并行的大点数脉压数据处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811353509.9A CN109614151B (zh) 2018-11-14 2018-11-14 一种四核并行的大点数脉压数据处理方法

Publications (2)

Publication Number Publication Date
CN109614151A CN109614151A (zh) 2019-04-12
CN109614151B true CN109614151B (zh) 2023-02-28

Family

ID=66003318

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811353509.9A Active CN109614151B (zh) 2018-11-14 2018-11-14 一种四核并行的大点数脉压数据处理方法

Country Status (1)

Country Link
CN (1) CN109614151B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000050581A (ko) * 1999-01-12 2000-08-05 김영환 Ｃｂｆｐ알고리즘을 갖는 ｆｆｔ프로세서
CN101424738A (zh) * 2008-11-13 2009-05-06 国营险峰机器厂 基于fpga的实时数字脉冲压缩系统的处理方法
CN103810146A (zh) * 2014-01-26 2014-05-21 北京理工大学 一种逆序输入顺序输出的fft结构设计方法
CN107329100A (zh) * 2017-07-07 2017-11-07 哈尔滨医科大学 一种多核素多频共振同步成像系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000050581A (ko) * 1999-01-12 2000-08-05 김영환 Ｃｂｆｐ알고리즘을 갖는 ｆｆｔ프로세서
CN101424738A (zh) * 2008-11-13 2009-05-06 国营险峰机器厂 基于fpga的实时数字脉冲压缩系统的处理方法
CN103810146A (zh) * 2014-01-26 2014-05-21 北京理工大学 一种逆序输入顺序输出的fft结构设计方法
CN107329100A (zh) * 2017-07-07 2017-11-07 哈尔滨医科大学 一种多核素多频共振同步成像系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于FPGA的并行脉冲压缩算法设计与实现;王珊珊等;《国外电子测量技术》;20180115(第01期);全文 *

Also Published As

Publication number Publication date
CN109614151A (zh) 2019-04-12

Similar Documents

Publication Publication Date Title
CN108957450B (zh) 一种毫米波雷达gpu实时三维成像方法
CN112986944B (zh) 一种基于cuda异构并行加速的雷达mti和mtd实现方法
Lim et al. Short-time proper orthogonal decomposition of time-resolved schlieren images for transient jet screech characterization
CN103728616A (zh) 基于fpga的isar成像并行包络对齐方法
CN109614151B (zh) 一种四核并行的大点数脉压数据处理方法
CN113567919A (zh) 一种通信信号的时频差参数联合估计gpu实现方法
CN109239680A (zh) 一种低截获概率雷达lfm信号的参数估计方法
EP3739474A1 (en) Methods and apparatuses involving fast fourier transforms processing of data in a signed magnitude form
Wen et al. Design and implementation of real-time SAR echo simulator for natural scene
CN111337896A (zh) 一种实现动目标检测加速的方法
CN109633613B (zh) 一种高超声速平台联合脉冲压缩和弹速补偿的fpga实现方法
CN111781575A (zh) 一比特信号单快拍波达方向估计方法及相关组件
Hua et al. A novel fast algorithm for the pseudo Winger–Ville distribution
Yang et al. A efficient design of a real-time FFT architecture based on FPGA
George et al. A novel and efficient hardware accelerator architecture for signal normalization
CN109633564B (zh) 多通道大点数并行脉压获取系统及方法
CN109239688B (zh) 一种基于fpga实现的高效多普勒滤波器组
Bahtat et al. Efficient implementation of a complete multi-beam radar coherent-processing on a telecom SoC
Fu et al. Revisiting finite difference and spectral migration methods on diverse parallel architectures
KR102550328B1 (ko) 하이-레벨 합성을 이용한 fpga 기반 컴퓨터 생성 홀로그램의 연산 가속 방법
Naixuan et al. GPU Parallel Acceleration of Frequency Domain Algorithm for calculating radar target echoes
Bu et al. GPU-Accelerated Multipath Clutter Cancellation Algorithm for DTMB-Based Passive Radar
CN113238213B (zh) 一种基于dsp的实时参数化数字脉冲压缩方法和系统
Zhao et al. CPU+ GPU architecture radar real-time signal processing method based on signal description technology
Wang et al. Acceleration of radar echo coherent accumulation system based on half-precision format and tensor core

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant