基于缓存区搬移策略的GPU高效信道化方法

罗玲, 崔峻豪, 王基岙, 陈章鑫

电子科技大学学报 ›› 2026, Vol. 55 ›› Issue (2) : 184 -190.

PDF
电子科技大学学报 ›› 2026, Vol. 55 ›› Issue (2) : 184 -190.

基于缓存区搬移策略的GPU高效信道化方法

    罗玲, 崔峻豪, 王基岙, 陈章鑫
作者信息 +

Author information +
文章历史 +
PDF

摘要

信道化处理是现代电子战数字系统中的首要任务。基于CPU的信道化处理以多相滤波为基础,使用分段卷积的方式保证信道化结果的相位连续。然而,随着数据量的增大,该方法无法满足实时处理的要求,研究如何基于GPU实现高性能信道化处理是目前急需解决的问题。首先分析了传统分段卷积方法在GPU架构上的低效性,随后结合GPU架构特点提出了一种缓存空间需求更低、计算量更低、逻辑控制更方便的缓存区搬移策略来保证信道化结果的相位连续性。此外,分析了在GPU架构下基于多相滤波和直接滤波的两种多级滤波方式,说明了GPU架构下采用直接滤波方式的优越性。仿真实验表明所提方法能正确保证信道化结果的相位连续性,给出了GPU和CPU下实现直接滤波的加速比,直观说明了基于GPU的高效信道化方法带来运算效率的巨大提升,同时GPU架构下直接滤波快于多相滤波。所提的基于缓存区搬移策略的GPU高效信道化方法在处理速度和数据相位连续性上具有显著优势,尤其适用于大规模数据的实时处理应用。

关键词

信道化处理 / GPU / 相位连续性 / 多相滤波 / 直接滤波

Key words

引用本文

引用格式 ▾
基于缓存区搬移策略的GPU高效信道化方法[J]. 电子科技大学学报, 2026, 55(2): 184-190 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/