合成孔径声纳图像重建的 GPU 加速
信号处理
2021-05-27 v2
摘要
合成孔径声纳（SAS）图像重建，在 SAS 领域内常被称为波束形成，是一类计算密集的算法，用于从连续空间变化的声纳脉冲中生成相干高分辨率图像。由于该过程所需的计算负担大，图像重建通常在水面以上完成。历史上，为在无人水下航行器（UUV）的尺寸、重量与功耗（SWaP）约束内产生实时图像，图像重建需作显著假设。然而，这些假设导致图像质量下降。本工作中，我们介绍 ASASIN，即 Advanced Synthetic Aperture Sonar Imagining eNgine（先进合成孔径声纳成像引擎）。ASASIN 是一套利用图形处理单元（GPU）的时域反投影图像重建套件，可在 UUV 上实时运行且不牺牲图像质量。我们描述了 ASASIN 中采用的若干加速手段以实现该目标。此外，ASASIN 的信号处理链能够生成 2D 与 3D SAS 图像，我们将予以演示。最后，我们在多种 GPU 上测量 ASASIN 的性能，并建立可预测性能的模型。我们展示了该模型在预测桌面与嵌入式 GPU 硬件上运行时间性能方面的效用。
引用
@article{arxiv.2101.05888,
title = {GPU Acceleration for Synthetic Aperture Sonar Image Reconstruction},
author = {Isaac D. Gerg and Daniel C. Brown and Stephen G. Wagner and Daniel Cook and Brian N. O'Donnell and Thomas Benson and Thomas C. Montgomery},
journal= {arXiv preprint arXiv:2101.05888},
year = {2021}
}
备注
9 pages, 9 figures, submitted to MTS/IEEE OCEANS. Eq 11 fixed