(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210704876.9 (22)申请日 2022.06.21 (71)申请人 西安电子科技大 学 地址 710071 陕西省西安市太白南路2号 (72)发明人 王彤　胡子豪　崔炜宸　 (74)专利代理 机构 西安嘉思特知识产权代理事 务所(普通 合伙) 6123 0 专利代理师 王萌 (51)Int.Cl. G01S 7/40(2006.01) G06F 30/20(2020.01) G01S 13/88(2006.01) (54)发明名称 一种基于GPU的超高速动平台雷达的杂波仿 真方法 (57)摘要 本发明公开了一种基于GPU的超高速动平台 雷达的杂波仿真方法， 包括： 在CPU中， 根据雷达 的基本参数确定杂波矩阵的大小； 在GPU中， 根据 雷达的基本参数计算距离环数量和每个距离环 对应的杂波小块数量； 根据距离环数量和每个距 离环对应的杂波小块数量定义线程网格大小； 根 据线程网格大小计算每个杂波小块的序号、 每个 距离环的序号； 根据基本参数计算每个杂波小块 对应的杂波功率； 根据每个载波小块的序号确定 其属于哪个序号的距离环； 将属于同一距离环的 所有杂波小块对应的杂波功率进行叠加并存储 于该距离环序号对应的杂波矩阵中； 在CPU中， 将 存储有杂波功率的杂波矩阵用于MATLAB数据处 理。 本发明实现了超高速动平台雷达的杂波仿 真。 权利要求书2页 说明书10页 附图7页 CN 115097405 A 2022.09.23 CN 115097405 A 1.一种基于GPU的超高速动平台雷达的杂波仿真方法， 其特 征在于， 包括： 在CPU中， 根据超高速动平台雷达的基本参数确定杂波矩阵的大小； 根据 所述杂波矩阵 的大小为GPU开辟内存， 并将所述杂波矩阵复制至GPU中； 其中， 复制过程中， 同时将所述雷 达的基本参数一同复制至GPU中； 在GPU中， 根据 所述基本参数计算距离环的数量和每个距离环对应的杂波小块数量； 基 于CUDA编程计算构架， 根据所述距离环的数量和每个距离环对应的杂波小块数量定义在 GPU内运行的线程网格大小； 根据所述线程网格大小计算每个杂波小块的序号， 以及每个距 离环的序号； 并行根据所述基本参数计算每个杂波小块对应的杂波功率； 根据每个载波小 块的序号确定其属于哪个序号的距离环， 将属于同一距离环的所有杂波小块对应的杂波功 率进行叠加并存储于该距离环序号对应的杂波矩阵中； 将存储有杂波功 率的杂波矩阵复制 至CPU中， 并释放 为GPU开辟的内存； 在CPU中， 将存 储有杂波功率的杂波矩阵用于 MATLAB的数据处 理中。 2.根据权利要求1所述的基于GPU的超高速动平台雷达的杂波仿真方法， 其特征在于， 计算所述距离环的数量公式表示 为： RangeBin＝fix(B/f)； 其中， RangeBin表示距离环的数量， B表示带宽， f表示重频， fix( ·)表示向下取整运 算； 计算每个距离环对应的杂波 小块数量公式表示 为： 其中， PatchNum表示每个距离环对应的杂 波小块数量， M表示脉冲数， V表示超高速动平 台雷达的速度， η表示天线扩展因子， λ表示波长， f表示重频。 3.根据权利要求2所述的基于GPU的超高速动平台雷达的杂波仿真方法， 其特征在于， 所述基于CUDA编程计算构架， 根据所述距离环的数量和每个距离环对应的杂波小块数量定 义在GPU内运行的线程网格大小， 包括： 根据每个距离环对应的杂波 小块数量计算每 个距离环对应线程 块数量； 根据所述距离环的数量， 以及每个距离环对应线程块数据计算在线程网格中线程块的 总数量； 基于CUDA编程计算构架， 根据所述线程块总数量定义在GPU内运行中线程网格大小； 其 中， 所述线程网格为二 维线程网格、 一维线程块的线程模型； 所述线程网格大小包括线程网 格的尺寸、 每个线程块的尺寸， 以及所述线程网格中每个线程块的位置信息、 每个线程块中 对应每个线程的位置信息 。 4.根据权利要求3所述的基于GPU的超高速动平台雷达的杂波仿真方法， 其特征在于， 所述根据所述线程网格大小计算每 个杂波小块的序号， 包括： 根据每个线程块的位置信息、 每个线程块中的对应每个线程的位置信息， 以及每个线 程块的尺寸计算每 个线程映射到线程网络的坐标； 根据所述线程网格中每个线程块的尺寸、 线程网格的尺寸， 以及线程网格矩阵坐标计 算每个线程的全局线性内存索引；权　利　要　求　书 1/2 页 2 CN 115097405 A 2根据所述全局线性内存索引计算对应杂波 小块的序号。 5.根据权利要求4所述的基于GPU的超高速动平台雷达的杂波仿真方法， 其特征在于， 计算每个线程映射到线程网络的矩阵坐标公式表示 为： 其中， ix表示每个线程映射到线程网格的行坐标， iy表示每个线程映射到线程网格的 列坐标， threadIdx.x表示线程网格中每个线程块的行位置信 息， blockIdx.x、 blockIdy.y 分别表示每个线程块中对应每个线程的行位置信息、 列位置信息， blockDim.x表示每个线 程块的行尺寸。 6.根据权利要求5所述的基于GPU的超高速动平台雷达的杂波仿真方法， 其特征在于， 计算每个线程的全局线性内存索引公式表示 为： idx＝iy*gridDim.x*bl ockDim.x+ix； 其中， idx表示全局线性内存索引， gridDim.x表示线程网格的行尺寸。 7.根据权利要求6所述的基于GPU的超高速动平台雷达的杂波仿真方法， 其特征在于， 计算每个杂波小块的序号公式表示 为： P＝idx/Patc hNum； 其中， P表示每 个杂波小块的序号。 8.根据权利要求6所述的基于GPU的超高速动平台雷达的杂波仿真方法， 其特征在于， 所述根据所述线程网格大小计算每 个距离环的序号， 包括： 根据所述线程网格的尺寸计算行距离环的数量； 根据每个线程块的位置信息、 所述线程网格的尺寸， 以及所述行距离环的数量计算每 个距离环的序号。 9.根据权利要求6所述的基于GPU的超高速动平台雷达的杂波仿真方法， 其特征在于， 计算行距离环的数量公式表示 为： RangebinLine＝gridDim.x* 32/PatchNum； 其中， Rangebi nLine表示行距离环的数量。 10.根据权利要求9所述的基于GPU的超高速动平台雷达的杂波仿真方法， 其特征在于， 计算每个距离环的序号公式表示 为： rb＝blockIdy.y*Rangebi nLine+blockIdx.x/gridDim.y； 其中， rb表示每 个距离环的序号， gridDim.y表示线程网格列的列尺寸。权　利　要　求　书 2/2 页 3 CN 115097405 A 3