基于细粒度任务分配的空时自适应并行处理算法研究

王 超 刘 伟 袁培苑

(北京理工大学信息与电子学院 北京 100081)

基于细粒度任务分配的空时自适应并行处理算法研究

王 超 刘 伟*袁培苑

(北京理工大学信息与电子学院 北京 100081)

对于空时自适应信号处理(Space-Time Adaptive Processing, STAP)算法的并行处理问题，传统方法以粗粒度的划分方式将 STAP算法分配到特定硬件系统中的不同处理器中，利用处理器间的流水计算来提高系统计算吞吐量。该文分析了传统并行处理方法的缺陷：粗粒度的任务划分方式牺牲了 STAP算法的并行度；传统处理方法仅能适用于特定的系统环境。针对上述情况，该文提出一种基于细粒度任务分配的 STAP并行处理方法，该方法分为以下3个步骤：构建细粒度的DAG(Direct Acyclic Graph)形式的STAP算法任务模型；使用统一拓扑结构模型描述不同结构的目标硬件系统；基于细粒度任务分配算法将任务模型分配到拓扑结构模型中的处理器实现并行计算。实验结果表明该并行处理方法能够达到良好的加速比，并且对于不同的STAP应用系统具有很好的适应性。

信号处理；空时自适应系统；并行处理；任务分配；细粒度

1 引言

空时自适应处理(STAP)是新一代相控阵雷达充分利用空域和时域信息通过空时2维滤波来抑制杂波与目标检测的一项关键技术，广泛应用于机载预警雷达、机载合成孔径雷达、机载战场侦察雷达及星载雷达、舰载雷达等实现杂波抑制与运动补偿[1]。STAP面对着根据外界杂波及干扰的环境实时地求解自适应权值向量的问题[2,3]。……