"星载SAR实时成像处理器的片上数据组织及访问策略"
本文总结了星载SAR实时成像处理器的片上数据组织及访问策略，旨在满足星载SAR实时成像处理器的需求。文中首先介绍了星载SAR实时成像处理器的背景和重要性，然后分析了典型的CSA（chip scaling algorithm）SAR成像算法，并提取了SAR成像的数据流模型。接着，文中提出了一种跨区域交叉放置和数据排序同步访问的存储策略，通过片上多级数据缓存结构，有效缓解存储带宽问题，支持FFT/IFFT和相位补偿操作的流水处理，确保成像计算高效执行。
星载SAR实时成像处理器是星载SAR系统的关键组件，负责对大量输入数据进行实时成像处理。由于星载SAR系统的工作环境恶劣，处理器的功耗受到严格限制。因此，设计高效率异构阵列处理器是满足功耗约束和实时性要求的有效方法。
本文还讨论了SAR技术的扩展和进步，对高分辨率和广域（HRWS）SAR成像的需求日益增长，特别是在海洋观测、地质调查和环境保护领域。同时，文中还提到了SAR成像算法中的CSA算法和RD算法等。
本文的主要贡献在于提出了一种跨区域交叉放置和数据排序同步访问的存储策略，实现了高达115.2 GOPS的吞吐量，采用65nm技术可实现高达254 GOPS/W的能效。该结构提高了实时性能，降低系统设计的复杂度，具有良好的可扩展性，可满足不同SAR成像平台的需求。
知识点：
1. 星载SAR实时成像处理器的背景和重要性
2. CSA（chip scaling algorithm）SAR成像算法
3. SAR成像数据流模型
4. 跨区域交叉放置和数据排序同步访问的存储策略
5. 片上多级数据缓存结构
6. FFT/IFFT和相位补偿操作的流水处理
7. 星载SAR系统的工作环境恶劣和功耗限制
8. 高效率异构阵列处理器设计
9. SAR技术的扩展和进步
10. HRWS（High-Resolution Wide-Swath）SAR成像
11. CSA算法和RD算法等SAR成像算法
12. 星载SAR系统的实时性能和可扩展性
VIP享7折，此内容立减5.97元 
