基于多核PC軟件雷達信號處理實時性仿真

徐文利，察豪，周沫，張光宇

（海軍工程大學電子工程學院，湖北武漢 430033）

0 引言

由于不同用途的雷達其信號參數(shù)完全不一樣，所以造成目前設(shè)計研制的雷達往往功能單一、體制單一、無法適應在不同的環(huán)境下對不同屬性的目標進行智能化跟蹤探測的需要。如果能把軟件雷達的概念應用于雷達的設(shè)計研制，那么就能比較圓滿地解決目前雷達設(shè)計所存在的上述問題。軟件雷達的概念借鑒于軟件無線電，其主要思想是在盡可能少更換或不更換硬件的前提下，利用軟件在同一個雷達硬件平臺上重新定義其功能并實現(xiàn)多功能，具有很強的靈活性［1－3］。這個靈活性的實現(xiàn)依賴于ADC的位置，離天線越近，靈活性越好。在ADC之后，就進入了數(shù)字信號處理部分。由于雷達是一個實時性很強的系統(tǒng)，因此，對ADC后的數(shù)字信號實時性研究，是雷達信號處理能否進行軟件化的前提。本文通過常用警戒雷達的信號處理流程，針對信號處理每個模塊的運算量和運算時間進行了詳細的研究，對雷達視頻信號進行軟件化且滿足實時性，提供了很好的參考價值。

1 雷達信號處理仿真模型

一般雷達是通過發(fā)射電磁波，再從回波中檢測目標的。在回波當中，不但有目標回波，也會混雜著噪聲、雜波和干擾。所以雷達探測目標是在十分復雜的信號背景下進行的，雷達需要通過信號處理來檢測目標，并提取目標的各種有用信息。雷達的信號處理功能有很多，不同的雷達采用的功能也有所不同。本文以常用的警戒雷達信號處理流程進行分析，其仿真模型見圖1［4－5］:

圖1 警戒雷達信號處理仿真模型Fig.1The simulation model of guard radar's signal processing

2 信號處理系統(tǒng)中各功能模塊運算復雜度分析

2.1 脈壓模塊

1）運算模型

脈壓是大時寬帶寬積信號通過1個脈沖壓縮濾波器實現(xiàn)的，可以解決距離和距離分辨力之間的矛盾。實現(xiàn)脈沖壓縮可以在時域進行，也可以在頻域進行。實際工程實現(xiàn)時，往往是在頻域?qū)崿F(xiàn)的，因為對于采樣點數(shù)較多時，可以利用FFT算法提高計算速度，其流程為首先計算出雷達回波和匹配濾波器的FFT，然后將雷達回波與匹配濾波器的FFT結(jié)果在頻域相乘，再對相乘結(jié)果經(jīng)IFFT變換，從而得脈壓處理的結(jié)果，比卷積大大降低了運算量，其運算模型如圖2所示［6－7］:

圖2 脈沖壓縮處理的頻域?qū)崿F(xiàn)模型Fig.2The realization model of pulse compressing processing in frequency domain

2）運算量

設(shè)I和Q兩路A/D采樣點都為Ns點，兩路合成Ns個復數(shù)點。由圖1可知，脈壓使用2個復數(shù)FFT，1個復數(shù)IFFT和Ns個復數(shù)乘法生成Ns個脈壓輸出。其中，匹配濾波器的FFT可以事先算好，放入緩存當中，計算脈壓時，可直接拿來使用。習慣上，Ns常取2的n次方，以利于FFT的計算。

2.2 MTI對消模塊

1）運算模型

MTI的用途是抑制來自建筑物、山、樹、海和雨之類固定的或慢動的無用目標信號，提高雷達信號的信雜比，以利于運動目標檢測。MTI利用動目標回波的多普勒頻移來區(qū)分動目標和固定目標。它利用固定地物的多普勒頻率為0的特點，采用跨周期相消方式抑制掉回波中的固定地物雜波。實際工程應用得比較多的是多次對消器，其輸出為:

其中，K為對消的次數(shù);ωi為對消器的系數(shù)。K次對消器的仿真模型如圖3所示。

圖3 K次對消實現(xiàn)模型Fig.3The realization model of K times cancel

圖3中xn（m）表示第n個發(fā)射周期，第m個距離門的回波信號。

2）運算量

設(shè)I和Q兩路A/D采樣點都為Ns點，兩路合成Ns個復數(shù)點，由圖3可知，每個復數(shù)點需要K+1次復數(shù)乘法和K次復數(shù)加法。因此，K次對消器所需要的運算量為:Ns×（K+1）次復數(shù)乘法，Ns×K次復數(shù)加法。

2.3 動目標檢測（MTD）模塊

1）運算模型

動目標檢測（MTD）是由于MTI對地物雜波抑制能力有限，根據(jù)最佳匹配濾波，在MTI之后級聯(lián)匹配濾波器構(gòu)成，實現(xiàn)輸出信噪比最大，提高目標的檢測性能。匹配濾波器組的實現(xiàn)方式有2種:一種是在時域采用FIR實現(xiàn)，另外一種是FFT在頻域?qū)崿F(xiàn)。

2）運算量

設(shè)I和Q兩路A/D采樣點都為Ns點，兩路合成Ns個復數(shù)點，回波采用16個通道進行濾波，當采用FIR方式時，每個復數(shù)點需要16次復數(shù)乘法和15次復數(shù)加法，因此，Ns個復數(shù)點所需要的運算量為: Ns×16次復數(shù)乘法，Ns×15次復數(shù)加法。當采用FFT方式時，需要進行Ns個16點復數(shù)FFT。

2.4 求模模塊

1）運算模型

求模模塊的功能是對I和Q兩通道進行檢波，用于后面的CFAR處理。其運算模型是:

m為第m個距離單元。

2）運算量

設(shè)I和Q兩路A/D采樣點都為Ns點，兩路合成Ns個復數(shù)點，因此，求模的運算量為Ns×2次實數(shù)乘法，Ns次實數(shù)加法，Ns次實數(shù)開方。

2.5 恒虛警處理（CFAR）模塊

1）運算模型

恒虛警處理（CFAR）是保持信號檢測時的虛警概率恒定，使處理器不致于因虛警太多而過載。其實現(xiàn)方法是采用自適應門限代替固定門限，此自適應門限能隨著被檢測點的背景噪聲、雜波和干擾的大小自適應的調(diào)整。恒虛警處理分為慢門限CFAR和快門限CFAR。慢門限CFAR主要針對接收機內(nèi)部噪聲，快門限CFAR則主要針對雜波環(huán)境下的雷達自動檢測。本文主要討論平均單元選大快門限CFAR，其仿真模型如圖4所示［8－9］。

圖4 CFAR單元平均取大實現(xiàn)模型Fig.4The realization model of GO-CFAR

2）運算量

設(shè)I和Q兩路A/D采樣點都為Ns點，兩路經(jīng)檢波合成Ns點實數(shù)，以被檢測單元左右2個保護單元，左右16個單元平均取大為例:假如第0個距離單元到第18個距離單元和第Ns－18個距離單元到Ns個距離單元不參與平均單元計算，那么每個單元需要進行30次實數(shù)加法和2次除法。因此，總共所需要的運算量為:（Ns－36）×30次實數(shù)加法、（Ns－36）×2次除法和（Ns－36）次比較。除法在編程實現(xiàn)時，可以采用向右移四位算出，比采用除法函數(shù)要快得多。

3 信號處理系統(tǒng)中各功能模塊仿真時間

根據(jù)對各個信號處理模塊的運算量分析，分別采用常規(guī)方法和IPP（集成性能原件）［10］算法庫的方法對各處理模塊的實現(xiàn)進行耗時仿真，計算步驟和結(jié)果如下:

3.1 脈壓模塊

1）常規(guī)、IPP脈壓計算步驟和區(qū)別

脈沖壓縮在頻域?qū)崿F(xiàn)，其主要的計算歸結(jié)于FFT和IFFT的實現(xiàn)。

Ns點FFT和IFFT常規(guī)實現(xiàn)步驟:首先計算出Ns點旋轉(zhuǎn)因子的值，存儲成表，放在內(nèi)存中，供后面Ns點FFT和IFFT計算時用;接著將x（m）碼位倒置，使得輸出的Ns點FFT和IFFT結(jié)果是順序的;最后進行蝶形單元計算，得出Ns點FFT和IFFT的計算結(jié)果。

Ns點FFT和IFFT的IPP實現(xiàn)步驟:首先，利用函數(shù)ippsFFTInitAlloc_C_32fc（IppsFFTSpec_C_32fc＊＊ppFFTSpec，int order，int flag，IppHintAlgorithm hint）［10］進行內(nèi)存分配和初始化FFT和IFFT計算復數(shù)信號的上下文環(huán)境。初始化主要包括計算的點數(shù)，F(xiàn)FT和IFFT結(jié)果是否歸一化，F(xiàn)FT和IFFT計算以計算精度還是計算速度為主;接著利用函數(shù)ippsFFTFwd_CToC _32fc_I（Ipp32fc*pSrcDst，const IppsFFTSpec_C_32fc *pFFTSpec，Ipp8u*pBuffer）［10］和ippsFFTInv_ CToC_32fc_I（Ipp32fc*pSrcDst，const IppsFFTSpec_C _32fc*pFFTSpec，Ipp8u*pBuffer）［10］進行FFT和IFFT復數(shù)計算，最后利用函數(shù)ippsFFTFree_C_32fc （IppsFFTSpec_C_32fc*pFFTSpec）［10］關(guān)閉FFT和IFFT計算復數(shù)信號的上下文環(huán)境，釋放分配的內(nèi)存。

2）仿真結(jié)果

根據(jù)上述計算步驟，分別對FFT、IFFT采用常規(guī)方法和IPP計算方法，在四核2.34G CPU的工控機上進行了10 000次蒙特卡羅仿真，得出仿真時間結(jié)果見圖5和圖6。

3.2 MTI K次對消模塊

1）常規(guī)、IPP MTI K次對消計算步驟和區(qū)別

首先計算出每個對消系數(shù)和每個回波Ns點采樣進行相乘，然后把這K+1個脈沖的每個回波單元進行相加，最后把進行過相加的Ns個回波單元存放在

2）仿真結(jié)果

根據(jù)上述計算步驟，以MTI 6次對消為例，分別采用常規(guī)方法和IPP計算方法，在四核2.34G CPU的工控機上進行了10 000次蒙特卡羅仿真，得出仿真時間結(jié)果見圖7和圖8。預先設(shè)置的緩存里，供下一步處理用。2種方法的區(qū)別是在進行for（）{}循環(huán)時，一個調(diào)用的是常規(guī)復數(shù)乘、加法函數(shù)，另一個用的是IPP復數(shù)乘、加法函數(shù): ippsMul_32fc（const Ipp32fc*pSrc1，const Ipp32fc* pSrc2，Ipp32fc*pDst，int len）［10］，ippsAdd_32fc（const Ipp32fc*pSrc1，const Ipp32fc*pSrc2，Ipp32fc* pDst，int len）［10］。

3.3 動目標檢測（MTD）模塊

1）常規(guī)、IPP動目標檢測計算步驟和區(qū)別

本文中MTD主要進行了窄帶多普勒濾波器組濾波的研究，采用FFT進行實現(xiàn)。常規(guī)和IPP實現(xiàn)步驟同脈壓FFT。

2）仿真結(jié)果

根據(jù)上述計算步驟，以16點FFT進行Ns次循環(huán)為例，分別采用常規(guī)方法和IPP計算方法，在四核2.34G CPU的工控機上進行了10 000次蒙特卡羅仿真，得出仿真時間結(jié)果見圖9和圖10。

3.4 求模模塊

1）常規(guī)、IPP求模計算步驟和區(qū)別

根據(jù)I、Q兩路信號進行Ns點求模。2種方法的區(qū)別是:一個是求出1點的幅度，然后進行Ns點for （）{}循環(huán)，另一個用的是IPP復數(shù)求模函數(shù): ippsMagnitude_32fc（const Ipp32fc*pSrc，Ipp32f* pDst，int len）［10］。

2）仿真結(jié)果

根據(jù)上述計算步驟，分別對求模采用常規(guī)方法和IPP計算方法，在四核2.34G CPU的工控機上進行了10 000次蒙特卡羅仿真，得出仿真時間結(jié)果見圖11和圖12。

3.5 快門限單元取大CFAR模塊

1）常規(guī)、IPP快門限單元取大CFAR計算步驟和區(qū)別

圖11 IPP求模仿真時間Fig.11The simulation time of magnitude in using IPP way

圖12 常規(guī)求模仿真時間Fig.12The simulation time of magnitude in using conventional way

根據(jù)求模后的結(jié)果，對從第18個單元到Ns-18個單元的每個點進行左右16個點的求和，然后得出其平均值，進行比較，把得出的結(jié)果存儲到相應距離單元，作為自適應門限值和本單元的回波強度值進行比較。2種方法的區(qū)別是:在進行for（）{}循環(huán)時，一個用的是常規(guī)求和和除法計算，另一個用的是IPP求和和除法函數(shù):ippsSum_32f（const Ipp32f*pSrc，int len，Ipp32f*pSum，IppHintAlgorithm hint）［10］和ippsDiv_32f_I（const Ipp32f*pSrc，Ipp32f*pSrcDst，int len）［10］。

2）仿真結(jié)果

根據(jù)上述計算步驟，以被檢測單元左右2個保護單元，左右16個單元平均取大為例，分別采用常規(guī)方法和IPP計算方法，在四核2.34G CPU的工控機上進行了10 000次蒙特卡羅仿真，得出仿真時間結(jié)果見圖13和圖14。

4 結(jié)語

雷達視頻信號處理軟件化過程中，不管雷達型號、采樣頻率、雷達重復周期、量程如何，本質(zhì)都是采樣點數(shù)的問題，實時性就是這些采樣點在規(guī)定的時間內(nèi)完成相應的計算。根據(jù)圖5～圖14可知，采用IPP算法比采用常規(guī)算法計算速度要高1～2個數(shù)量級，在1 500 μs內(nèi)，回波采樣點數(shù)在32 768個以內(nèi)，脈壓、MTI、求模和CFAR都可以滿足實時性要求，16通道動目標檢測（MTD）在2 000 μs內(nèi)，回波采樣點數(shù)在8 192個以內(nèi)，可以滿足實時性要求。

［1］Muursepp．Software Radar［Z］．IEEE，2008，4（84）．

［2］ZHANG Hui，LI Lin，WU Ke．Software-defined six-port radar technique for precision range measurements［J］．IEEE Sensors Journal，2008，8（10）:1252－1255．

［3］BARTENE V G．Software radar new reality［Z］．IEEE，2006:445－448．

［4］GRYDELAND T，LING F D，ERICKSON P J，HOLT J M．Software radar signal processing［J］．Annales Geophysical，2005，23:109－121．

［5］YANG Wan-hai．Model and simulation of radar system［M］．Xi'an:Xi'an Electronical Science and Technology University Press，2007．187－188．

［6］SCHULTE M．A low-power multithreaded processor for software definedradio［Z］．JournalofVLSISignal Processing，2006:143－159．

［7］SHI Yan-bin，TAN Zhong-ji，WANG Yan．Research of radar signal processor based on the software defined radio［Z］．IEEE，2007:1252－1255．

［8］DU Peng-fei，ZHANG Xiang-jun．A new conclusion in CACFAR detection［J］．Modern Radar，2007，29（2）:60－62．

［9］ANTONIO G，MARIO M，PEDRO S．Electronic protection and routing optimization of MANETs operation in an electronic warfare environment［J］．2007，5（8）:1031－1045．

［10］Intel Integrated Performance Primitives Reference Manual［M］．Intel Corporation，2008．