论文部分内容阅读
并行处理是在近30年来迅速发展的一项交叉学科技术,为解决大规模科学计算问题提供了重要的帮助。合成孔径雷达(SAR)具有全天时、全天候工作的特点,在科学领域有着重要的应用价值。由于在实际应用中,需要第一时间对SAR图像进行解译,但受限于SAR图像大场景,海量数据的特点,单机串行处理很难满足实际需求。因此,通过某种技术实现SAR图像的快速解译具有重大的现实意义。本文设计并实现了三种负载均衡算法,在不同的通用并行计算机群环境下,以典型的SAR图像目标检测器对三种负载均衡算法的有效性分别进行了验证,并对其性能进行了详尽的分析及深入的探讨。首先,本文简要介绍了并行处理技术及SAR图像目标检测的国内外发展历程与现状。随后介绍了并行处理技术的基本理论及两种典型的SAR图像目标检测算法,进而以一般物理问题的串行算法并行化分析为基础,分析了SAR图像目标检测算法并行化的方法及可行性。接下来,结合SAR图像目标检测算法的特点,设计了并行处理算法的图像分割策略。针对通用并行处理机群的多样性,设计了适用于SAR图像目标检测的通用负载均衡算法:静态负载均衡及动态负载均衡。并且结合通用并行处理机群及SAR图像目标检测的特点,提出了一种基于测试反馈的最优静态负载均衡算法。进而,在同构及异构机群环境下分别以CFAR及EF目标检测器对三种负载均衡算法进行了详尽的测试及研究。通过对实验结果进行分析,验证了三种算法的有效性及各自适用的并行处理机群环境。最后,文章对整个研究工作进行了总结,得到研究结论,并对进一步的研究方向和内容提出了作者的观点。