基于CUDA技術(shù)模擬雷達(dá)余輝的方法

在建立雷達(dá)虛擬操作系統(tǒng)或維修訓(xùn)練系統(tǒng)時(shí)，顯示器的仿真效果直接影響模擬器的訓(xùn)練效果。目前制約余輝實(shí)現(xiàn)的主要瓶頸是余輝效果帶來的龐大的計(jì)算量，使得效果較好的余輝掃描線轉(zhuǎn)速難以超過10轉(zhuǎn)/s，如果要提高轉(zhuǎn)速，則需要以犧牲顯示畫質(zhì)為代價(jià)?；诠鈻艗呙栌噍x模擬的主流方法有畫線法、固定扇掃法、逐點(diǎn)消隱法，由于前兩者圖像易出現(xiàn)輻射狀花紋及掃描速率不穩(wěn)定，因此后者的應(yīng)用較多，效果也明顯強(qiáng)于前者[1]。本文在逐點(diǎn)消隱法的基礎(chǔ)上應(yīng)用CUDA技術(shù)，解決了運(yùn)算量巨大的問題，在光柵顯示器上得到了余輝效果逼真、畫面流暢的余輝圖形。
1 余輝仿真的瓶頸
傳統(tǒng)的雷達(dá)P顯采用示波管作為顯示終端，其內(nèi)部熒光材料具有指數(shù)型衰減的余輝效應(yīng)，電子束掃描線圓周掃過屏幕將留下逐漸消隱的余輝[2]。但光柵顯示器無法自動(dòng)產(chǎn)生熒光粉的余輝效應(yīng)，因此必須人為地模擬余輝效應(yīng)。
軟模擬通常采用光柵顯示器，用計(jì)算機(jī)編程實(shí)現(xiàn)。光柵掃描顯示器具有高亮度、高穩(wěn)定度、大容量顯示的圖文處理能力、豐富的色彩及多灰度等級(jí)的優(yōu)點(diǎn)。一般采用以下三種方法實(shí)現(xiàn)[3-4]。
（1）畫線法較容易實(shí)現(xiàn)，原理是在屏幕上以畫直線的方式畫出每一角度的掃描線，形成每次畫一個(gè)扇面的灰度遞減的直線簇。但是當(dāng)程序運(yùn)行時(shí)，掃描線軌跡不斷地在屏幕上轉(zhuǎn)動(dòng)，該方法不能無縫地覆蓋整個(gè)扇掃區(qū)域，從而產(chǎn)生一個(gè)輻射狀的固定花紋。
（2）固定扇掃法是在畫線法基礎(chǔ)上改進(jìn)的一種仿真方法，控制扇形區(qū)域的圓心角，依次使不同扇形區(qū)域亮度減少。它雖然消除了輻射狀花紋，但在沒有目標(biāo)到有目標(biāo)信號(hào)時(shí)，由于數(shù)據(jù)量的增加會(huì)造成掃描線的轉(zhuǎn)速不同。
（3）逐點(diǎn)消隱法，主要原理是將每個(gè)方位像素的亮度逐次遞減，即每個(gè)點(diǎn)都必須被修改，這樣整個(gè)屏幕畫面亮度逐漸衰減。其產(chǎn)生的余輝效果比較逼真，掃描線轉(zhuǎn)速也較穩(wěn)定。
模擬逼真的余輝效果，一般采用逐點(diǎn)消隱法，十分逼真的余輝仿真需要非常高的數(shù)據(jù)吞吐率，要求在每一顯示幀的時(shí)間內(nèi)(一般為60 Hz的倒數(shù)約16 ms)對(duì)屏幕中所有像素進(jìn)行一次衰減運(yùn)算。以公認(rèn)的高效算法，即查表法為例：對(duì)于一個(gè)像素點(diǎn)而言，最少需要1次讀和2次寫操作，分辨率為1 024×1 024的屏幕中會(huì)有1 024×1 024個(gè)像素點(diǎn)參與雷達(dá)回波的顯示，數(shù)量約為1 M。即在16 ms的時(shí)間內(nèi)需要進(jìn)行1 M次讀操作和2 M次寫操作，分給每個(gè)像素點(diǎn)的時(shí)間為16 ns。由于Windows屬于通用型操作系統(tǒng)，硬件操作過程極其復(fù)雜，無論如何也無法在16 ns內(nèi)完成1次讀和2次寫操作。需要說明的是，現(xiàn)有的用PC實(shí)現(xiàn)的余輝仿真算法都是以犧牲畫質(zhì)為前提條件的，例如有的算法降低角度分辨率，有的算法只運(yùn)算部分像素。
2 瓶頸的解決方案
為了解決此瓶頸，本文將國外主要應(yīng)用于3D游戲設(shè)計(jì)的CUDA技術(shù)移植到余輝的模擬上。CUDA(統(tǒng)一計(jì)算設(shè)備架構(gòu))是NVIDIA公司在2007年推出的針對(duì)GPGPU（通用計(jì)算GPU）的一個(gè)全新構(gòu)想，使專注于圖像處理的GPU超高性能在數(shù)據(jù)處理和科學(xué)計(jì)算等通用計(jì)算領(lǐng)域發(fā)揮優(yōu)勢(shì)[5]。
GPU特別適合并行數(shù)據(jù)運(yùn)算問題，同一個(gè)程序可操作許多并行數(shù)據(jù)元素，并具有高運(yùn)算密度（算術(shù)運(yùn)算與內(nèi)存操作的比例），且在高密度運(yùn)算時(shí)，GPU訪問內(nèi)存的延遲可以被掩蓋。目前高端GPU計(jì)算性能已達(dá)到Teraflops（每秒萬億次浮點(diǎn)運(yùn)算）級(jí)別，其運(yùn)算速度遠(yuǎn)遠(yuǎn)高于CPU的速度[6-7]。2008年初國內(nèi)建成的首套實(shí)驗(yàn)系統(tǒng)，其計(jì)算性能的理論峰值124 Teraflops，可用峰值82 Teraflops。
但是常規(guī)的GPU通用計(jì)算還存在以下問題[7]：編程過于繁雜，難以學(xué)習(xí)與使用，在非圖形領(lǐng)域應(yīng)用很不充分；GPU編程缺乏靈活性，對(duì)GPU性能的發(fā)揮有很大的限制。
而CUDA采用GPU+CPU的方式，通過標(biāo)準(zhǔn)C語言將GPU的眾多的計(jì)算特性結(jié)合到一起，由線程來創(chuàng)建應(yīng)用程序。程序代碼在實(shí)際執(zhí)行中分為兩種，一種是運(yùn)行在CPU上的主機(jī)代碼，另一種是運(yùn)行在GPU上的設(shè)備代碼。它類似于CPU上的多線程程序，但與僅能有很少線程同時(shí)工作的多核CPU相比，GPU可以同時(shí)執(zhí)行成千上萬個(gè)線程[8-9]。CPU程序以異步的方式調(diào)用GPU核程序，GPU作為CPU的協(xié)處理器(CoProeessor)提供服務(wù)。
當(dāng)前CUDA提供的主要功能如下[7]：
（1）在GPU上提供標(biāo)準(zhǔn)C編程語言。
（2）為在支持CUDA的NVIDIA GPU的并行計(jì)算提供統(tǒng)一的軟硬件解決方案。
（3）支持CUDA的GPU能進(jìn)行并行數(shù)據(jù)緩存和線程執(zhí)行管理。
（4）經(jīng)過優(yōu)化的，從CPU到支持CUDA的GPU的直接上傳、下載通道。
（5）CUDA驅(qū)動(dòng)與DirectX和OpenGL等圖形驅(qū)動(dòng)程序兼容。
為了解決巨大計(jì)算量的問題，主要采用CPU+GPU的編程模式來模擬余輝，在GPU中為每一個(gè)像素點(diǎn)創(chuàng)建一個(gè)線程獨(dú)立進(jìn)行亮度衰減處理。由于每個(gè)像素的線程并行執(zhí)行，完成整個(gè)屏幕像素的數(shù)據(jù)處理幾乎不需要計(jì)算時(shí)間，真正花費(fèi)時(shí)間的是畫面繪制和翻轉(zhuǎn)。因此繪制畫面在后臺(tái)表面進(jìn)行，繪制完成后翻轉(zhuǎn)到前臺(tái)顯示，這樣繪制和顯示可以同時(shí)進(jìn)行，既為畫面的繪制留足了時(shí)間，又能得到流暢不閃爍的畫質(zhì)。
3 采用CUDA技術(shù)來實(shí)現(xiàn)余輝效果
為了產(chǎn)生不同方位的掃描線，將方位、距離進(jìn)行量化，由于掃描區(qū)域的分辨率為1 024×1 024，因此半徑為512像素。由于掃描半徑為512個(gè)像素，理論上只要角度量化數(shù)N大于3 217就不會(huì)出現(xiàn)顯示死地址的現(xiàn)象[10]，方位上量化為4 096個(gè)等分。這樣初始生成一個(gè)4 096×512個(gè)像素的圓域。雷達(dá)P顯中采用的是極坐標(biāo)系，而在光柵顯示器中采用的是直角坐標(biāo)，通過坐標(biāo)變換，將建立一張坐標(biāo)變換表，如表1所示。

通過查表可以避免坐標(biāo)變換帶來的正余弦計(jì)算，方便地在極坐標(biāo)和直角坐標(biāo)間轉(zhuǎn)換，從而節(jié)省大量的運(yùn)算時(shí)間[11]?？紤]到近距離區(qū)域，多個(gè)角度的距離單元會(huì)對(duì)應(yīng)相同的像素點(diǎn)，首先為每個(gè)像素點(diǎn)定義一個(gè)屬性的結(jié)構(gòu)體：
typedef struct
{ WORD x;//屏幕直角坐標(biāo)x
WORD y;//屏幕直角坐標(biāo)y
WORD ScanlinePtIndex;//該點(diǎn)在掃描線上的
//距離索引
BYTE MapTo2Pt;//該點(diǎn)與同一條掃描上的
//點(diǎn)是否重合
BYTE RadEnd;//標(biāo)記該條掃描線處理完畢
}RADIUSPOINT;
為圓域內(nèi)的點(diǎn)分配內(nèi)存空間：
RADIUSPOINT m_pRadPtToLintPtMap=new RADIUSPOINT[4 096×512]。
對(duì)于同一條掃描線上相鄰的兩點(diǎn)，如果直角坐標(biāo)相同就把MapTo2Pt設(shè)為1，標(biāo)記為相同的點(diǎn)；如果相鄰兩點(diǎn)的直角坐標(biāo)不相同，則把距離索引值賦給ScanlinePtIndex，每條線最后一個(gè)點(diǎn)設(shè)置RadEnd為1來標(biāo)記每條線處理已完畢。對(duì)于相鄰兩條線上的點(diǎn)，如果當(dāng)前線上點(diǎn)與前一條線上相鄰4個(gè)點(diǎn)的直角坐標(biāo)相等，設(shè)置為m_pPixelOverlap[i]=1，否則設(shè)為0。
考慮到余輝呈指數(shù)型衰減，而指數(shù)運(yùn)算需要花費(fèi)大量的時(shí)間，對(duì)于計(jì)算機(jī)，其最快的操作是取值和賦值，為了提高光柵掃描雷達(dá)顯示系統(tǒng)的實(shí)時(shí)性，需要提高單位時(shí)間內(nèi)能夠處理的像素點(diǎn)個(gè)數(shù)。于是對(duì)指數(shù)運(yùn)算采用查表法以提高速度，維護(hù)一張按角度劃分的指數(shù)型衰減因子表m_wAttenuation[4 096]以進(jìn)行數(shù)值的取值和賦值操作。
同時(shí)還要建立一個(gè)Brightness[4 096×512]的亮度表，來存儲(chǔ)每個(gè)像素對(duì)應(yīng)的RGB顏色值。
以上這些工作在程序的初始化中即完成，一經(jīng)完成即可在后續(xù)的程序中直接調(diào)用。
通過CUDA編程時(shí)，GPU可看作為可以并行執(zhí)行非常多個(gè)線程的計(jì)算設(shè)備，執(zhí)行并行計(jì)算的線程被組織成線程塊（Block），每個(gè)線程塊可以包含多達(dá)512個(gè)線程，而線程塊又組成了柵格（Grid）。GPU可以支持成百上千萬個(gè)并行線程，于是可以為每個(gè)像素點(diǎn)開一個(gè)線程，這樣每個(gè)像素點(diǎn)可以并行處理，能極大地提高對(duì)整個(gè)屏幕像素的處理速度，為CPU留出足夠多的時(shí)間去處理其他相關(guān)的任務(wù)。
定義線程塊Block包含的線程維數(shù)：
dim3 threads(BLOCK_SIZE,BLOCK_SIZE)；
定義柵格Grid包含的線程塊數(shù)：
dim3 grid(Width/threads.x,Height/ threads.y)；
每個(gè)像素點(diǎn)對(duì)應(yīng)的線程處理工作如下：
由于某型雷達(dá)轉(zhuǎn)速為10轉(zhuǎn)/min，相當(dāng)于每次更新的掃描線數(shù)應(yīng)為4 096×10/60/1 000=0.683條/ms，像素處理在GPU中并行進(jìn)行，對(duì)CPU的占用率幾乎為零，所消耗的時(shí)間主要是Direct3D紋理的繪制和表面的翻轉(zhuǎn)，大約為16 ms，因此每次更新的掃描線數(shù)目約為16×0.683=10.928，即每次更新11條。將當(dāng)前要更新的掃描線上的像素點(diǎn)設(shè)為初始亮度，其后的每條掃描線上的像素點(diǎn)的亮度按與當(dāng)前掃描線角度差m_anglediff取m_wAttenuation[m_anglediff]的亮度進(jìn)行衰減。由于近距離區(qū)域多個(gè)角度的距離單元對(duì)應(yīng)相同的像素點(diǎn)，因此中心部位被消隱的次數(shù)明顯要比其他部位多，導(dǎo)致效果有些失真。于是需要對(duì)這些坐標(biāo)相同的點(diǎn)進(jìn)行處理，對(duì)于屬性MapTo2Pt為1的點(diǎn)，比較坐標(biāo)相同的點(diǎn)處于不同距離時(shí)的亮度，取其大者賦值給亮度表Brightness[4 096×512]。對(duì)于屬性m_pPixelOverlap為1的點(diǎn)，比較處于各個(gè)角度時(shí)的亮度，取其大者賦值給亮度表。這樣對(duì)于同一個(gè)點(diǎn)只顯示一次且取其最亮者顯示，較好地避免了中心部位被消隱次數(shù)過多的情況。
對(duì)于實(shí)現(xiàn)余輝等級(jí)的情況，只需要調(diào)制m_wAttenuation的大小就可以方便地調(diào)節(jié)余輝等級(jí)。如果需要提高轉(zhuǎn)速，只需增大每次更新的掃描線數(shù)目即可，且基本不會(huì)影響程序運(yùn)行速度。
通過CPU+GPU組合的方式模擬不同等級(jí)余輝效果如圖1、圖2所示，此時(shí)對(duì)應(yīng)的CPU占用率幾乎為零，如圖3所示。該方法得到的余輝效果逼真、畫面流暢、掃描速度達(dá)到了預(yù)定的10轉(zhuǎn)/s的要求，且CPU占用率極低，并不妨礙CPU處理其他數(shù)據(jù)。