基于可重构计算的SAR成像与目标识别高性能实现方法

作     者：纪津伦 宋雨龙 李世平 邓松峰 何国强 傅玉祥 JI Jinlun;SONG Yulong;LI Shiping;DENG Songfeng;HE Guoqiang;FU Yuxiang

作者机构：南京大学电子科学与工程学院江苏南京210023 江苏华创微系统有限公司江苏南京211889 上海航天电子技术研究所上海201109 

出 版 物：《现代雷达》 (Modern Radar)

年 卷 期：2024年第46卷第12期

页      面：102-109页

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

主　　题：合成孔径雷达信号处理 可重构计算 并行计算 线性调频变标成像算法 目标识别算法 

摘      要：合成孔径雷达(SAR)广泛运用于军用与民用领域,常用于执行成像与目标识别任务。然而,SAR图像的成像与目标识别任务有着庞大的图像尺寸,其性能受到硬件资源的严重限制。文中立足于新兴的可重构计算技术,基于可重构计算芯片提出了SAR成像与目标识别系统的高性能实现方法。可重构计算芯片采用重构控制技术实现不同的计算与数据通路,兼具灵活性与高能效。文中选取线性调频变标算法与YOLOv3-tiny神经网络构建系统算法内核,针对SAR图像大尺寸的特点,在成像阶段提出了多核并行与内存规划方案,在目标识别阶段提出了图像分割策略和多核并行方案。文中的成像与目标识别系统经实验证明达到了显著的性能提升效果;在1000×1000大小图像成像方面取得了单张图66.8 ms的用时表现,优于Intel i5-12500的115 ms;在480×480大小图像识别方面取得31.3 ms的用时表现,优于Jetson nano的147 ms。