目标散射特性的分析对于今天的电磁学研究有着至关重要的作用,随着军事和日常生活中对电磁散射参数的需求日益增强,愈来愈多的电磁算法开始出现。而矩量法(MoM)则是数值算法中最基础最具有代表性的算法,随着电尺寸的增长,为了解决时间和内存过大的问题,基于奇异值分解的特征基函数法(SVD-CBFM)在矩量法的基础上被提出并迅速发展起来。近年来,随着计算机的飞速发展,图形处理器(GPU)的并行计算能力也受到了人们广泛关注。本文以SVD-CBFM作为本课题的研究基础,并对基于RWG基函数的SVD-CBFM和基于SWG基函数的SVD-CBFM分别进行了GPU加速计算,并分别针对其在电磁散射分析中的应用进行了研究。本文主要的工作内容被分为三个部分。第一部分是本文的基础理论和方法理论。首先本文以Maxwell方程组引出电磁积分方程,分别介绍了面积分方程和体积分方程;然后依次介绍了矩量法的基本原理、基函数和检验函数以及雷达散射截面积(RCS);接下来还进行了GPU和统一计算设备架构(CUDA)的简介,其中分别介绍了GPU的发展历程和硬件结构、CUDA的编程模型、线程层次结构和存储层次结构。第二部分提出了基于RWG基函数的SVD-CBFM的GPU加速,并对其在电磁散射分析中的应用进行了研究。首先介绍了RWG基函数,并用RWG基函数离散了面积分方程,然后再与SVD-CBFM进行结合,并对其在导体目标电磁散射分析中的应用进行了研究。接着我们利用GPU对其进行并行加速,不仅对阻抗矩阵的填充进行了GPU加速,还利用CUDA中的CUBLAS运算库对缩减矩阵填充中的矩阵相乘进行了加速。第三部分提出了基于SWG基函数的SVD-CBFM的GPU计算,也对其在介质体目标电磁散射分析中的应用进行了研究。首先介绍了SWG基函数以及基于SWG基函数的SVD-CBFM。针对SWG基函数的SVD-CBFM,我们在GPU上实现了其并行加速。首先,通过CUDA,对阻抗矩阵填充部分和缩减矩阵填充中矩阵相乘部分进行GPU加速;不仅如此,还提出了基于GPU加速的LU分解算法。本文分别对导体目标和介质体目标进行了电磁散射分析,并通过多个数值算例,验证了提出方法的高效性和准确性。数值算例得出的数值结果与传统的SVD-CBFM相比,结果一致且具有超高的加速比。