Optimierung von SAR-Signalverarbeitungsalgorithmen mit Python JAX

Abstract

Vor dem Hintergrund steigender Anforderungen an die Laufzeit der SAR-Prozessierung wird im Rahmen dieser Arbeit das Potenzial der Python-Bibliothek JAX für die Optimierung der Signalverarbeitung auf CPU und GPU untersucht. Dazu werden die verschiedenen Verarbeitungsschritte der SAR-Prozessierung mittels JAX optimiert und aus den gesammelten Erfahrungen allgemeingültige Designpatterns für die Verwendung von JAX zur Beschleunigung von Signalverarbeitungsalgorithmen abgeleitet. Die optimierte Implementierung der einzelnen Verarbeitungsschritte und der gesamten Verarbeitungskette werden anschließend bezüglich der erreichten Laufzeitbeschleunigung getestet und die Genauigkeit der Verarbeitung validiert. Während auf CPU keine allgemeine Beschleunigung erzielt werden kann, wird die Prozessierung auf GPU um einen Faktor von bis zu 4,5 beschleunigt. Für einzelne Verarbeitungsschritte können sogar Beschleunigungsfaktoren von über 100 erreicht werden. Zugleich kann eine hinreichende Genauigkeit der Prozessierung für viele Anwendungsfälle gewährleistet werden. Diese Ergebnisse zeigen, dass mit JAX die Optimierung von Signalverarbeitungsanwendungen auf GPU schnell und einfach möglich und die Bibliothek daher besonders in der Forschung von großem Nutzen ist.