cuSAR项目框图

CUDA

SAR成像整体上是访存密集型算法。
在每个计算步骤做到都合并访存后，还可能的优化是计算步骤的合并和减少算法空间占用。

$\quad$

计算合并：
主要障碍是大量使用的cuFFT库函数，但库函数只有接口，对用户是黑箱，不能把前后的点乘计算整合进去。

本项目在CUDA平台上实现FFT计算，并达到与cuFFT一致的速度。
通过整合FFT+点乘+IFFT三个计算步骤，将计算时间再减少2/5左右。
65536*4以上大点数实现的FFT+IFFT计算过程比cuFFT库快1/3，不在此详细说明。

$\quad$

空间占用：
cuFFT会分配用户不可访问的显存空间，用于计算过程中可能的数据交换和暂存。
在cuFFT库的批量计算模式下，有大量的空间占用。
对于非方阵的矩阵转置，通常做法是分配与数据等量的显存空间，进行数据交换。

本项目实现的FFT计算，在8192以下小点数计算时，不需要分配算法显存空间。
针对算法特点，划分多个子矩阵（方阵），实现原址“矩阵转置”，进一步降低显存空间占用。

图1、基于GPU的RD SAR成像算法常规实现框图

图2、本项目实现框图

图3、针对项目算法的原址“矩阵转置”实现方式