高性能SAR成像程序的并行粒度选择技术

doi:10.3724/SP.J.1087.2011.02079

计算机应用 ›› 2011, Vol. 31 ›› Issue (08): 2079-2082.DOI: 10.3724/SP.J.1087.2011.02079

高性能SAR成像程序的并行粒度选择技术

杜静,敖富江,王华兵,汪连栋

63880部队博士后科研工作站,河南洛阳471003

收稿日期:2011-03-03 修回日期:2011-04-27 发布日期:2011-08-01 出版日期:2011-08-01
通讯作者: 杜静
作者简介:杜静(1979-),女,山西晋中人,助理研究员,博士,主要研究方向:高性能计算、并行仿真;敖富江(1975-),男,河南信阳人,高级工程师,博士,主要研究方向:复杂系统仿真;王华兵(1979-),男,云南陆良人,工程师,硕士研究生,主要研究方向:雷达电子战仿真;汪连栋(1966-),男,天津宝坻人,研究员,博士,主要研究方向:电子对抗仿真试验与评估。
基金资助:
国家973计划项目(613900103);中国博士后科学基金资助项目(20090451525)

Parallel granularity selection technique for high performance SAR imaging program

Jing DU,Fu-jiang AO,Hua-bin WANG,Lian-dong WANG

Postdoctoral Scientific Research Workstation, Unit 63880, Luoyang Henan 471003, China

Received:2011-03-03 Revised:2011-04-27 Online:2011-08-01 Published:2011-08-01
Contact: Jing DU
Supported by:
;China Postdoctoral Science Foundation

摘要/Abstract

摘要： 高性能并行仿真程序必须采用针对性的并行优化技术以获得高效的性能加速。而根据程序特性，确定适合的并行粒度是设计并行优化技术的基础。因此，以典型合成孔径雷达(SAR)成像程序——距离—多普勒(RD)程序为代表，研究了高性能SAR成像程序的并行粒度选择技术，重点针对并行粒度的基本准则和RD算法的并行粒度选择方法进行了研究。实验结果证明，经过并行粒度优化选择的SAR成像程序能够获得显著的性能提升，并且具有良好的可扩展性。

关键词: 合成孔径雷达成像程序, 并行粒度, 并行度, 并行开销, 滑动窗口

Abstract: High performance parallel simulation programs need adopt parallel optimizing techniques to achieve efficient performance acceleration. And achieving appropriate parallel granularity according to the characteristics of given program is the basis of parallel optimizing technique. Therefore, represented by a typical Synthetic Aperture Radar (SAR) imaging program, namely Range-Doppler (RD), the authors researched into parallel granularity selection techniques for high performance SAR imaging programs. Especially, two important components were researched, including the basic rules of parallel granularity selection and the parallel granularity selection approach of RD algorithm. The experimental results show that according to the selected parallel granularity, the SAR imaging program can achieve obvious performance improvement and high scalability.

Key words: Synthetic Aperture Radar (SAR) imaging program, parallel granularity, parallel degree, parallel overhead, sliding window

中图分类号:

杜静敖富江王华兵汪连栋. 高性能SAR成像程序的并行粒度选择技术[J]. 计算机应用, 2011, 31(08): 2079-2082.

Jing DU Fu-jiang AO Hua-bin WANG Lian-dong WANG. Parallel granularity selection technique for high performance SAR imaging program[J]. Journal of Computer Applications, 2011, 31(08): 2079-2082.

[1]	景兴红, 孙国栋, 何世彪, 廖勇. 基于滑窗滤波和多项式拟合的时变信道估计方法[J]. 计算机应用, 2021, 41(9): 2699-2704.
[2]	王晓峰, 蒋彭龙, 周辉, 赵雄波. 面向卷积神经网络的高并行度FPGA加速器设计[J]. 计算机应用, 2021, 41(3): 812-819.
[3]	仇媛, 常相茂, 仇倩, 彭程, 苏善婷. 基于长短期记忆网络和滑动窗口的流数据异常检测方法[J]. 计算机应用, 2020, 40(5): 1335-1339.
[4]	杨世强, 罗晓宇, 乔丹, 柳培蕾, 李德信. 基于滑动窗口和动态规划的连续动作分割与识别[J]. 计算机应用, 2019, 39(2): 348-353.
[5]	刘张虎, 程春玲. 面向大规模数据主题建模的方差减小的随机变分推理算法[J]. 计算机应用, 2018, 38(6): 1675-1681.
[6]	袁开坚, 张兴明, 高彦钊. 基于并行度最大化的多目标优化任务划分算法[J]. 计算机应用, 2017, 37(7): 1916-1920.
[7]	王鑫, 刘方爱. 改进的多数据流协同频繁项集挖掘算法[J]. 计算机应用, 2016, 36(7): 1988-1992.
[8]	段峰峰, 王永滨, 杨丽芳, 潘淑静. 基于主成分分析方向深度梯度直方图的立体视觉深度图特征提取[J]. 计算机应用, 2016, 36(1): 222-226.
[9]	林富鹏, 吴英杰, 王一蕾, 孙岚. 差分隐私二维数据流统计发布[J]. 计算机应用, 2015, 35(1): 88-92.
[10]	赖智铭, 郭躬德. 基于滑动窗口和蚁群优化算法的二次路径规划算法[J]. 计算机应用, 2015, 35(1): 172-178.
[11]	邵明正, 齐剑锋, 王希武, 王路. 基于视觉显著性和超像素融合的物体定位方法[J]. 计算机应用, 2015, 35(1): 215-219.
[12]	余宇峰朱跃龙万定生关兴中. 基于滑动窗口预测的水文时间序列异常检测[J]. 计算机应用, 2014, 34(8): 2217-2220.
[13]	陈丽萍孔祥增郑之林新棋詹晓珊. 基于滑动窗口的几何移动平均鞅算法在震前异常分析中的应用[J]. 计算机应用, 2013, 33(12): 3608-3610.
[14]	孟若琳邢前国. 基于可见光的海上船舶油井平台遥感检测[J]. 计算机应用, 2013, 33(03): 708-711.
[15]	陈波毛剑琳乔冠华戴宁. 改进的基于统计学的滑动窗口无参数的累积和算法[J]. 计算机应用, 2013, 33(01): 88-91.

高性能SAR成像程序的并行粒度选择技术

Parallel granularity selection technique for high performance SAR imaging program

PDF

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