， ， ， ，

(1.空军预警学院研究生管理大队， 湖北武汉 430019；2.空军预警学院， 湖北武汉 430019)

0 引言

随着超高声速目标的涌现，给传统雷达检测带来巨大的挑战。现有的相参积累方式，如动目标检测(MTD)，是根据目标在相参积累时间内运动不超出一个距离单元来进行设计的，因此相参积累提升效果被限制在一个距离单元内。所以，在相参积累时间内“跨距离单元”和“多普勒模糊”将严重影响能量积累效果。许稼等[1-2]将Radon-Fourier变换(RFT)引入雷达信号处理当中，RFT是一种广义的MTD，通过提取目标速度-距离二维信息，利用离散傅里叶变换(DFT)，沿着提取的目标运动轨迹进行相参积累。

但是，由于RFT的巨大运算量使得很难满足实时性要求和工程化实现。为了解决这一问题，文献[3-4]提出基于Chirp-Z变换的快速RFT算法(CZT-RFT)。虽然快速RFT算法在一定程度上减少了运算复杂度，但是随着对模糊数搜索的增加运算量依然巨大[5]，难以满足实时性要求。文献[6]提出使用粒子群优化算法(PSO)对参数空间进行搜索，但是PSO对初值设置敏感，运算速度不稳定。近年来，图形处理单元(Graphic Process Unit, GPU)在并行运算方面显现出巨大优势，基于GPU的通用计算越来越受到国内外学者的关注，在雷达信号处理方面相关运用的文献也层出不穷。文献[7-8]分别讨论了软件雷达信号处理的单GPU实现和多GPU实现技术。文献[9]详细讨论了基于GPU平台的多元静态雷达(Parasitic Multistatic Radar)信号处理流程。文献[10-11]基于GPU平台加速了合成孔径雷达(SAR)成像算法。因此，针对RFT算法计算量大的问题，本文研究了基于CPU-GPU异构系统下的RFT算法并行化实现，以提高RFT的执行效率。……