应用CUDA技术解决雷达虚拟显示器的仿真余辉问题
在建立雷达虚拟操作系统或维修训练系统时，显示器的仿真效果直接影响模拟器的训练效果。目前制约余辉实现的主要瓶颈是余辉效果带来的庞大的计算量，使得效果较好的余辉扫描线转速难以超过10转/s，如果要提高转速，则需要以牺牲显示画质为代价。基于光栅扫描余辉模拟的主流方法有画线法、固定扇扫法、逐点消隐法，由于前两者图像易出现辐射状花纹及扫描速率不稳定，因此后者的应用较多，效果也明显强于前者。本文在逐点消隐法的基础上应用cuda技术，解决了运算量巨大的问题，在光栅显示器上得到了余辉效果逼真、画面流畅的余辉图形。
1、 余辉仿真的瓶颈
传统的雷达p显采用示波管作为显示终端，其内部荧光材料具有指数型衰减的余辉效应，电子束扫描线圆周扫过屏幕将留下逐渐消隐的余辉。但光栅显示器无法自动产生荧光粉的余辉效应，因此必须人为地模拟余辉效应。
软模拟通常采用光栅显示器，用计算机编程实现。光栅扫描显示器具有高亮度、高稳定度、大容量显示的图文处理能力、丰富的色彩及多灰度等级的优点。一般采用以下三种方法实现。
（1）画线法较容易实现，原理是在屏幕上以画直线的方式画出每一角度的扫描线，形成每次画一个扇面的灰度递减的直线簇。但是当程序运行时，扫描线轨迹不断地在屏幕上转动，该方法不能无缝地覆盖整个扇扫区域，从而产生一个辐射状的固定花纹。
（2）固定扇扫法是在画线法基础上改进的一种仿真方法，控制扇形区域的圆心角，依次使不同扇形区域亮度减少。它虽然消除了辐射状花纹，但在没有目标到有目标信号时，由于数据量的增加会造成扫描线的转速不同。
（3）逐点消隐法，主要原理是将每个方位像素的亮度逐次递减，即每个点都必须被修改，这样整个屏幕画面亮度逐渐衰减。其产生的余辉效果比较逼真，扫描线转速也较稳定。
模拟逼真的余辉效果，一般采用逐点消隐法，十分逼真的余辉仿真需要非常高的数据吞吐率，要求在每一显示帧的时间内（一般为60 hz的倒数约16 ms）对屏幕中所有像素进行一次衰减运算。以公认的高效算法，即查表法为例：对于一个像素点而言，最少需要1次读和2次写操作，分辨率为1 024×1 024的屏幕中会有1 024×1 024个像素点参与雷达回波的显示，数量约为1 m。即在16 ms的时间内需要进行1 m次读操作和2 m次写操作，分给每个像素点的时间为16 ns。由于windows属于通用型操作系统，硬件操作过程极其复杂，无论如何也无法在16 ns内完成1次读和2次写操作。需要说明的是，现有的用pc实现的余辉仿真算法都是以牺牲画质为前提条件的，例如有的算法降低角度分辨率，有的算法只运算部分像素。
2、 瓶颈的解决方案
为了解决此瓶颈，本文将国外主要应用于3d游戏设计的cuda技术移植到余辉的模拟上。cuda（统一计算设备架构）是nvidia公司在2007年推出的针对gpgpu（通用计算gpu）的一个全新构想，使专注于图像处理的gpu超高性能在数据处理和科学计算等通用计算领域发挥优势。
gpu特别适合并行数据运算问题，同一个程序可操作许多并行数据元素，并具有高运算密度（算术运算与内存操作的比例），且在高密度运算时，gpu访问内存的延迟可以被掩盖。目前高端gpu计算性能已达到teraflops（每秒万亿次浮点运算）级别，其运算速度远远高于cpu的速度。2008年初国内建成的首套实验系统，其计算性能的理论峰值124 teraflops，可用峰值82 teraflops。
但是常规的gpu通用计算还存在以下问题［7］：编程过于繁杂，难以学习与使用，在非图形领域应用很不充分；gpu编程缺乏灵活性，对gpu性能的发挥有很大的限制。
而cuda采用gpu+cpu的方式，通过标准c语言将gpu的众多的计算特性结合到一起，由线程来创建应用程序。程序代码在实际执行中分为两种，一种是运行在cpu上的主机代码，另一种是运行在gpu上的设备代码。它类似于cpu上的多线程程序，但与仅能有很少线程同时工作的多核cpu相比，gpu可以同时执行成千上万个线程。cpu程序以异步的方式调用gpu核程序，gpu作为cpu的协处理器（coproeessor）提供服务。
当前cuda提供的主要功能如下：
（1）在gpu上提供标准c编程语言。
（2）为在支持cuda的nvidia gpu的并行计算提供统一的软硬件解决方案。
（3）支持cuda的gpu能进行并行数据缓存和线程执行管理。
（4）经过优化的，从cpu到支持cuda的gpu的直接上传、下载通道。
（5）cuda驱动与directx和opengl等图形驱动程序兼容。
为了解决巨大计算量的问题，主要采用cpu+gpu的编程模式来模拟余辉，在gpu中为每一个像素点创建一个线程独立进行亮度衰减处理。由于每个像素的线程并行执行，完成整个屏幕像素的数据处理几乎不需要计算时间，真正花费时间的是画面绘制和翻转。因此绘制画面在后台表面进行，绘制完成后翻转到前台显示，这样绘制和显示可以同时进行，既为画面的绘制留足了时间，又能得到流畅不闪烁的画质。
3 、采用cuda技术来实现余辉效果
为了产生不同方位的扫描线，将方位、距离进行量化，由于扫描区域的分辨率为1 024×1 024，因此半径为512像素。由于扫描半径为512个像素，理论上只要角度量化数n大于3 217就不会出现显示死地址的现象，方位上量化为4 096个等分。这样初始生成一个4 096×512个像素的圆域。雷达p显中采用的是极坐标系，而在光栅显示器中采用的是直角坐标，通过坐标变换，将建立一张坐标变换表，如表1所示。
通过查表可以避免坐标变换带来的正余弦计算，方便地在极坐标和直角坐标间转换，从而节省大量的运算时间。考虑到近距离区域，多个角度的距离单元会对应相同的像素点，首先为每个像素点定义一个属性的结构体：
typedef struct
{ word x;//屏幕直角坐标x
word y;//屏幕直角坐标y
word scanlineptindex;//该点在扫描线上的
//距离索引
byte mapto2pt;//该点与同一条扫描上的
//点是否重合
byte radend;//标记该条扫描线处理完毕
}radiuspoint;
为圆域内的点分配内存空间：
radiuspoint m_pradpttolintptmap=new radiuspoint［4 096×512］。
对于同一条扫描线上相邻的两点，如果直角坐标相同就把mapto2pt设为1，标记为相同的点；如果相邻两点的直角坐标不相同，则把距离索引值赋给scanlineptindex，每条线最后一个点设置radend为1来标记每条线处理已完毕。对于相邻两条线上的点，如果当前线上点与前一条线上相邻4个点的直角坐标相等，设置为m_ppixeloverlap［i］=1，否则设为0。
考虑到余辉呈指数型衰减，而指数运算需要花费大量的时间，对于计算机，其最快的操作是取值和赋值，为了提高光栅扫描雷达显示系统的实时性，需要提高单位时间内能够处理的像素点个数。于是对指数运算采用查表法以提高速度，维护一张按角度划分的指数型衰减因子表m_wattenuation［4 096］以进行数值的取值和赋值操作。
同时还要建立一个brightness［4 096×512］的亮度表，来存储每个像素对应的rgb颜色值。
以上这些工作在程序的初始化中即完成，一经完成即可在后续的程序中直接调用。
通过cuda编程时，gpu可看作为可以并行执行非常多个线程的计算设备，执行并行计算的线程被组织成线程块（block），每个线程块可以包含多达512个线程，而线程块又组成了栅格（grid）。gpu可以支持成百上千万个并行线程，于是可以为每个像素点开一个线程，这样每个像素点可以并行处理，能极大地提高对整个屏幕像素的处理速度，为cpu留出足够多的时间去处理其他相关的任务。
定义线程块block包含的线程维数：
dim3 threads（block_size，block_size）；
定义栅格grid包含的线程块数：
dim3 grid（width/threads.x，height/ threads.y）；
每个像素点对应的线程处理工作如下：
由于某型雷达转速为10转/min，相当于每次更新的扫描线数应为4 096×10/60/1 000=0.683条/ms，像素处理在gpu中并行进行，对cpu的占用率几乎为零，所消耗的时间主要是direct3d纹理的绘制和表面的翻转，大约为16 ms，因此每次更新的扫描线数目约为16×0.683=10.928，即每次更新11条。将当前要更新的扫描线上的像素点设为初始亮度，其后的每条扫描线上的像素点的亮度按与当前扫描线角度差m_anglediff取m_wattenuation［m_anglediff］的亮度进行衰减。由于近距离区域多个角度的距离单元对应相同的像素点，因此中心部位被消隐的次数明显要比其他部位多，导致效果有些失真。于是需要对这些坐标相同的点进行处理，对于属性mapto2pt为1的点，比较坐标相同的点处于不同距离时的亮度，取其大者赋值给亮度表brightness［4 096×512］。对于属性m_ppixeloverlap为1的点，比较处于各个角度时的亮度，取其大者赋值给亮度表。这样对于同一个点只显示一次且取其最亮者显示，较好地避免了中心部位被消隐次数过多的情况。
对于实现余辉等级的情况，只需要调制m_wattenuation的大小就可以方便地调节余辉等级。如果需要提高转速，只需增大每次更新的扫描线数目即可，且基本不会影响程序运行速度。
通过cpu+gpu组合的方式模拟不同等级余辉效果如图1、图2所示，此时对应的cpu占用率几乎为零，如图3所示。该方法得到的余辉效果逼真、画面流畅、扫描速度达到了预定的10转/s的要求，且cpu占用率极低，并不妨碍cpu处理其他数据。
当把每次需要更新的扫描线数目增多时，由于gpu能并行高速处理每个像素点，扫描的速度能迅速提升而不影响显示画质，在程序调试时，可以验证当扫描速度到45转/min时，画面依然流畅且占用的系统资源少。
余辉实现的逼真程度很大程度上决定了雷达模拟器的效果，本文就当前余辉模拟存在的瓶颈提出了一种基于cuda的解决方案，采用“cpu+dpu”编程的方法，很好地解决了数据吞吐量巨大的问题。此方法模拟的余辉易于与雷达回波信号叠加，便于程序的扩展，可以应用于模拟器的设计及雷达技术的研发。
使用单片机实现闹钟的程序设计
消除模数转换中的数字反馈
使用MAX6958/MAX6959LED驱动器实现单个LED
Arduino EV J1772充电站的制作
货运无人机使得运输更加灵活方便 或将颠覆快递行业
应用CUDA技术解决雷达虚拟显示器的仿真余辉问题
智能汽车芯片设计及制造过程
RTX 3060 Ti在DX12游戏跑分曝光：性能看齐RTX 2080S
陶瓷滤波器引脚图及特点
浅谈Latch-up（二）
戴世智能获数千万元天使轮融资，为自动驾驶提供定位服务
华为云业务发展已驶入快车道,华为云容器软件市场份额国内排名首位
基于4G LTE 模块物联网应用开发设计
2021有什么好的入耳式耳机推荐?耳机热销性价比牌子排行榜单推荐!
视睿科技宣布完成数千万人民币Pre-A轮融资
ADI公司推出汽车行业首款用于电动车的无线电池管理系统
苹果正在计划让iPhone用上120GHz的刷新率的屏幕
荣耀9、荣耀V9对比评测：华为荣耀9、华为荣耀V9自家旗舰有什么区别？谁更值得入手？
超13万特斯拉车因存在中触控屏问题被召回
科大讯飞再创佳绩 利润不到5亿却坐拥800多亿市值
1、 余辉仿真的瓶颈
传统的雷达p显采用示波管作为显示终端，其内部荧光材料具有指数型衰减的余辉效应，电子束扫描线圆周扫过屏幕将留下逐渐消隐的余辉。但光栅显示器无法自动产生荧光粉的余辉效应，因此必须人为地模拟余辉效应。
软模拟通常采用光栅显示器，用计算机编程实现。光栅扫描显示器具有高亮度、高稳定度、大容量显示的图文处理能力、丰富的色彩及多灰度等级的优点。一般采用以下三种方法实现。
（1）画线法较容易实现，原理是在屏幕上以画直线的方式画出每一角度的扫描线，形成每次画一个扇面的灰度递减的直线簇。但是当程序运行时，扫描线轨迹不断地在屏幕上转动，该方法不能无缝地覆盖整个扇扫区域，从而产生一个辐射状的固定花纹。
（2）固定扇扫法是在画线法基础上改进的一种仿真方法，控制扇形区域的圆心角，依次使不同扇形区域亮度减少。它虽然消除了辐射状花纹，但在没有目标到有目标信号时，由于数据量的增加会造成扫描线的转速不同。
（3）逐点消隐法，主要原理是将每个方位像素的亮度逐次递减，即每个点都必须被修改，这样整个屏幕画面亮度逐渐衰减。其产生的余辉效果比较逼真，扫描线转速也较稳定。
模拟逼真的余辉效果，一般采用逐点消隐法，十分逼真的余辉仿真需要非常高的数据吞吐率，要求在每一显示帧的时间内（一般为60 hz的倒数约16 ms）对屏幕中所有像素进行一次衰减运算。以公认的高效算法，即查表法为例：对于一个像素点而言，最少需要1次读和2次写操作，分辨率为1 024×1 024的屏幕中会有1 024×1 024个像素点参与雷达回波的显示，数量约为1 m。即在16 ms的时间内需要进行1 m次读操作和2 m次写操作，分给每个像素点的时间为16 ns。由于windows属于通用型操作系统，硬件操作过程极其复杂，无论如何也无法在16 ns内完成1次读和2次写操作。需要说明的是，现有的用pc实现的余辉仿真算法都是以牺牲画质为前提条件的，例如有的算法降低角度分辨率，有的算法只运算部分像素。
2、 瓶颈的解决方案
为了解决此瓶颈，本文将国外主要应用于3d游戏设计的cuda技术移植到余辉的模拟上。cuda（统一计算设备架构）是nvidia公司在2007年推出的针对gpgpu（通用计算gpu）的一个全新构想，使专注于图像处理的gpu超高性能在数据处理和科学计算等通用计算领域发挥优势。
gpu特别适合并行数据运算问题，同一个程序可操作许多并行数据元素，并具有高运算密度（算术运算与内存操作的比例），且在高密度运算时，gpu访问内存的延迟可以被掩盖。目前高端gpu计算性能已达到teraflops（每秒万亿次浮点运算）级别，其运算速度远远高于cpu的速度。2008年初国内建成的首套实验系统，其计算性能的理论峰值124 teraflops，可用峰值82 teraflops。
但是常规的gpu通用计算还存在以下问题［7］：编程过于繁杂，难以学习与使用，在非图形领域应用很不充分；gpu编程缺乏灵活性，对gpu性能的发挥有很大的限制。
而cuda采用gpu+cpu的方式，通过标准c语言将gpu的众多的计算特性结合到一起，由线程来创建应用程序。程序代码在实际执行中分为两种，一种是运行在cpu上的主机代码，另一种是运行在gpu上的设备代码。它类似于cpu上的多线程程序，但与仅能有很少线程同时工作的多核cpu相比，gpu可以同时执行成千上万个线程。cpu程序以异步的方式调用gpu核程序，gpu作为cpu的协处理器（coproeessor）提供服务。
当前cuda提供的主要功能如下：
（1）在gpu上提供标准c编程语言。
（2）为在支持cuda的nvidia gpu的并行计算提供统一的软硬件解决方案。
（3）支持cuda的gpu能进行并行数据缓存和线程执行管理。
（4）经过优化的，从cpu到支持cuda的gpu的直接上传、下载通道。
（5）cuda驱动与directx和opengl等图形驱动程序兼容。
为了解决巨大计算量的问题，主要采用cpu+gpu的编程模式来模拟余辉，在gpu中为每一个像素点创建一个线程独立进行亮度衰减处理。由于每个像素的线程并行执行，完成整个屏幕像素的数据处理几乎不需要计算时间，真正花费时间的是画面绘制和翻转。因此绘制画面在后台表面进行，绘制完成后翻转到前台显示，这样绘制和显示可以同时进行，既为画面的绘制留足了时间，又能得到流畅不闪烁的画质。
3 、采用cuda技术来实现余辉效果
为了产生不同方位的扫描线，将方位、距离进行量化，由于扫描区域的分辨率为1 024×1 024，因此半径为512像素。由于扫描半径为512个像素，理论上只要角度量化数n大于3 217就不会出现显示死地址的现象，方位上量化为4 096个等分。这样初始生成一个4 096×512个像素的圆域。雷达p显中采用的是极坐标系，而在光栅显示器中采用的是直角坐标，通过坐标变换，将建立一张坐标变换表，如表1所示。
通过查表可以避免坐标变换带来的正余弦计算，方便地在极坐标和直角坐标间转换，从而节省大量的运算时间。考虑到近距离区域，多个角度的距离单元会对应相同的像素点，首先为每个像素点定义一个属性的结构体：
typedef struct
{ word x;//屏幕直角坐标x
word y;//屏幕直角坐标y
word scanlineptindex;//该点在扫描线上的
//距离索引
byte mapto2pt;//该点与同一条扫描上的
//点是否重合
byte radend;//标记该条扫描线处理完毕
}radiuspoint;
为圆域内的点分配内存空间：
radiuspoint m_pradpttolintptmap=new radiuspoint［4 096×512］。
对于同一条扫描线上相邻的两点，如果直角坐标相同就把mapto2pt设为1，标记为相同的点；如果相邻两点的直角坐标不相同，则把距离索引值赋给scanlineptindex，每条线最后一个点设置radend为1来标记每条线处理已完毕。对于相邻两条线上的点，如果当前线上点与前一条线上相邻4个点的直角坐标相等，设置为m_ppixeloverlap［i］=1，否则设为0。
考虑到余辉呈指数型衰减，而指数运算需要花费大量的时间，对于计算机，其最快的操作是取值和赋值，为了提高光栅扫描雷达显示系统的实时性，需要提高单位时间内能够处理的像素点个数。于是对指数运算采用查表法以提高速度，维护一张按角度划分的指数型衰减因子表m_wattenuation［4 096］以进行数值的取值和赋值操作。
同时还要建立一个brightness［4 096×512］的亮度表，来存储每个像素对应的rgb颜色值。
以上这些工作在程序的初始化中即完成，一经完成即可在后续的程序中直接调用。
通过cuda编程时，gpu可看作为可以并行执行非常多个线程的计算设备，执行并行计算的线程被组织成线程块（block），每个线程块可以包含多达512个线程，而线程块又组成了栅格（grid）。gpu可以支持成百上千万个并行线程，于是可以为每个像素点开一个线程，这样每个像素点可以并行处理，能极大地提高对整个屏幕像素的处理速度，为cpu留出足够多的时间去处理其他相关的任务。
定义线程块block包含的线程维数：
dim3 threads（block_size，block_size）；
定义栅格grid包含的线程块数：
dim3 grid（width/threads.x，height/ threads.y）；
每个像素点对应的线程处理工作如下：
由于某型雷达转速为10转/min，相当于每次更新的扫描线数应为4 096×10/60/1 000=0.683条/ms，像素处理在gpu中并行进行，对cpu的占用率几乎为零，所消耗的时间主要是direct3d纹理的绘制和表面的翻转，大约为16 ms，因此每次更新的扫描线数目约为16×0.683=10.928，即每次更新11条。将当前要更新的扫描线上的像素点设为初始亮度，其后的每条扫描线上的像素点的亮度按与当前扫描线角度差m_anglediff取m_wattenuation［m_anglediff］的亮度进行衰减。由于近距离区域多个角度的距离单元对应相同的像素点，因此中心部位被消隐的次数明显要比其他部位多，导致效果有些失真。于是需要对这些坐标相同的点进行处理，对于属性mapto2pt为1的点，比较坐标相同的点处于不同距离时的亮度，取其大者赋值给亮度表brightness［4 096×512］。对于属性m_ppixeloverlap为1的点，比较处于各个角度时的亮度，取其大者赋值给亮度表。这样对于同一个点只显示一次且取其最亮者显示，较好地避免了中心部位被消隐次数过多的情况。
对于实现余辉等级的情况，只需要调制m_wattenuation的大小就可以方便地调节余辉等级。如果需要提高转速，只需增大每次更新的扫描线数目即可，且基本不会影响程序运行速度。
通过cpu+gpu组合的方式模拟不同等级余辉效果如图1、图2所示，此时对应的cpu占用率几乎为零，如图3所示。该方法得到的余辉效果逼真、画面流畅、扫描速度达到了预定的10转/s的要求，且cpu占用率极低，并不妨碍cpu处理其他数据。
当把每次需要更新的扫描线数目增多时，由于gpu能并行高速处理每个像素点，扫描的速度能迅速提升而不影响显示画质，在程序调试时，可以验证当扫描速度到45转/min时，画面依然流畅且占用的系统资源少。
余辉实现的逼真程度很大程度上决定了雷达模拟器的效果，本文就当前余辉模拟存在的瓶颈提出了一种基于cuda的解决方案，采用“cpu+dpu”编程的方法，很好地解决了数据吞吐量巨大的问题。此方法模拟的余辉易于与雷达回波信号叠加，便于程序的扩展，可以应用于模拟器的设计及雷达技术的研发。
使用单片机实现闹钟的程序设计
消除模数转换中的数字反馈
使用MAX6958/MAX6959LED驱动器实现单个LED
Arduino EV J1772充电站的制作
货运无人机使得运输更加灵活方便 或将颠覆快递行业
应用CUDA技术解决雷达虚拟显示器的仿真余辉问题
智能汽车芯片设计及制造过程
RTX 3060 Ti在DX12游戏跑分曝光：性能看齐RTX 2080S
陶瓷滤波器引脚图及特点
浅谈Latch-up（二）
戴世智能获数千万元天使轮融资，为自动驾驶提供定位服务
华为云业务发展已驶入快车道,华为云容器软件市场份额国内排名首位
基于4G LTE 模块物联网应用开发设计
2021有什么好的入耳式耳机推荐?耳机热销性价比牌子排行榜单推荐!
视睿科技宣布完成数千万人民币Pre-A轮融资
ADI公司推出汽车行业首款用于电动车的无线电池管理系统
苹果正在计划让iPhone用上120GHz的刷新率的屏幕
荣耀9、荣耀V9对比评测：华为荣耀9、华为荣耀V9自家旗舰有什么区别？谁更值得入手？
超13万特斯拉车因存在中触控屏问题被召回
科大讯飞再创佳绩 利润不到5亿却坐拥800多亿市值