基于HLA的彈載SAR快速數字仿真與評估系統

陳陽春，孫清洋，舒　汀，唐　斌，郁文賢

(上海交通大學 上海市智能探測與識別重點實驗室,　上海 200240)

?

·總體工程·

基于HLA的彈載SAR快速數字仿真與評估系統

陳陽春，孫清洋，舒汀，唐斌，郁文賢

(上海交通大學 上海市智能探測與識別重點實驗室,上海 200240)

為克服通常情況下在單臺計算機上分時、分步完成整個彈載合成孔徑雷達(SAR)系統仿真的耗時與繁瑣，文中基于高級體系結構(HLA)的獨有架構，采用圖形處理器(GPU)作為處理器，搭建了包括主控、航跡與姿態、目標與場景建模、回波、干擾、SAR成像處理、仿真評估多個聯邦成員在內的彈載SAR快速數字仿真與評估系統。對系統性能進行多組數據實測仿真與評估分析，相對傳統方法將性能提升數個量級，驗證了該系統的正確性與高效性。

合成孔徑雷達；數字仿真；高級體系結構；聯邦；運行支撐環境；圖形處理器

0　引　言

合成孔徑雷達(SAR)自身所具有的獨特的全天時、全天候工作和高分辨率成像的特性,使得SAR系統在民用和軍用方面都發揮了極其重要的作用。與常規機載和星載SAR不同，彈載SAR有更快的平臺飛行速度和更強的機動性。彈載SAR在外場掛飛前，一般需要經過嚴格的數字和半實物仿真測試來達到降低風險的目的，彈載SAR系統的數字仿真是其中十分重要的一個環節。SAR原始數據主要有兩種獲取方法：一種是利用實際飛行生成，數據真實，但是費用較高；另一種是利用數字仿真產生模擬數據，這種方法方便且節約成本，然而在分布式大場景的應用條件下，計算量是非常大的。高級體系結構(HLA)是美國國防部建模仿真辦公室(DMSO)提出的下一代仿真技術規范，通過計算機網絡使分散分布的各仿真部件能夠在統一的仿真時間和仿真環境下協調運行，且可以重復使用。本文設計的彈載SAR快速數字仿真與評估系統基于分布式數字仿真HLA[1-3]和高性能GPU[4]并行計算技術，通過相關的數學模型來快速仿真典型大場景地形和目標的彈載SAR回波數據和成像的全過程[5]。此外，該系統還可以通過靈活的添加聯邦成員來增加軟件的功能。這對于彈載SAR系統的設計和彈載SAR信號處理算法的研究與分析具有非常重要的應用價值。

本文首先對數字仿真與評估系統中的HLA架構及各聯邦成員的實現進行介紹；然后，分析仿真系統的實現并展示系統軟件界面；最后，對仿真數據進行處理，驗證數字仿真與評估系統的有效性。

1　數字仿真與評估系統架構

1.1高級體系結構

HLA是DMSO于1995年10月在制定的建模與仿真計劃(MSMP)中，提出的未來建模仿真的標準技術框架，是在面向對象分析與設計的基礎上劃分成員，構建仿真聯邦的技術。聯邦指擁有某一特定仿真目的的分布仿真系統，由相互作用的聯邦成員組成。聯邦成員往往是參與聯邦的應用程序，由若干個相互作用的對象(類)組成。HLA標準不考慮聯邦成員的具體實現，即如何由對象構建成員，而是假設已有成員的情況下，考慮如何創建聯邦、如何進行聯邦集成以及如何設計聯邦成員之間的交互以達到仿真的目的。

HLA仿真邏輯結構如圖1所示，主要包括各聯邦成員、運行支撐環境(RTI)接口模塊、RTI、底層通信支持系統，HLA仿真的關鍵在于聯邦的各個聯邦成員的運行、管理和互操作性，以及RTI的構建。

圖1　HLA仿真邏輯結構

本文所述數字仿真與評估系統由主控、航跡與姿態、回波、干擾、目標與場景建模、SAR成像處理、仿真評估等聯邦成員組成，并根據聯邦成員各自的特點將其分配到多臺仿真機上，如圖2所示。

圖2　數字仿真與評估系統分布式設計

1.1.1對象類/交互類的設計

HLA的開發主要包括聯邦開發以及聯邦成員的具體實現，而聯邦開發主要指對象模型/交互模型(FOM/SOM)、聯邦執行數據文件(FED)的開發。HLA FOM的主要功能是為聯邦成員之間進行數據交換提供公共的、標準化的格式，描述了將在仿真過程中參與的各聯邦成員信息交換的對象類、對象類屬性、交互類、交互參數的性質。HLA SOM是針對單一聯邦成員而言的，它描述了聯邦成員對外公布的或訂購的對象類、對象類屬性、交互類、交互參數的特性，這些特性反應了聯邦成員參與聯邦運行時的能力。而HLA FED是FOM開發的結果，是所有聯邦成員間為交互目的而達成的“協議”。針對彈載SAR快速數字仿真與評估系統聯邦成員特點，設計FOM/SOM如表1、表2所示。

表1　FOM/SOM對象類設計

表2　FOM/SOM交互類1)設計

注：1) MC為主控，TA為航跡與姿態，E為目標與場景，J為干擾，I為SAR成像處理，SE為仿真評估，A為所有聯邦成員。

1.1.2聯邦成員仿真邏輯結構

根據表1和表2中FOM/SOM設計，制作聯邦成員仿真邏輯結構圖，如圖3所示。主控創建并加入聯邦執行后，通過交互類類對象初始化各聯邦成員后，第一次到達同步點。同步完成后，航跡與姿態、目標與場景建模、回波聯邦成員和干擾聯邦成員協同運行(期間需多次同步)，模擬彈載SAR飛行過程中航跡、姿態、照射目標場景區域的變化，并生成相應的回波和干擾回波。在回波、干擾回波計算完畢后，由回波、干擾聯邦成員向SAR成像聯邦成員發送交互參數實例，通知其接收回波、干擾回波數據，并將回波、干擾回波數據發送給SAR成像聯邦成員成像。成像結束后，SAR成像聯邦成員通過交互參數通知仿真評估聯邦成員接收成像結果，待評估結束后，仿真評估聯邦成員通知各個聯邦成員退出聯邦執行并予以銷毀。

圖3　聯邦成員仿真邏輯結構圖

1.2聯邦成員設計

1.2.1主控聯邦成員

主控聯邦成員控制HLA仿真的整個進程。主控仿真機控制軟件包含其他各聯邦成員的參數配置界面、主控服務器的IP地址和端口號配置界面、以及與各聯邦建立網絡通信的控制對象選擇與系統控制配置界面。

在HLA仿真開始前，在主控仿真機控制軟件上配置好各聯邦成員初始化參數，并建立與各聯邦的網絡通信鏈路，創建并加入聯邦執行，然后初始化和發布航跡與姿態、目標、虛假目標、場景、虛假場景、回波、干擾回波交互類參數，設置時間管理策略為受限。

1.2.2航跡與姿態聯邦成員

在主控聯邦成員創建聯邦執行后，航跡與姿態聯邦成員加入，并訂購航跡與姿態交互類，公布航跡與姿態對象類，注冊對象類實例，設置時間管理策略為受限且控制。

航跡與姿態聯邦成員跟主控聯邦成員一樣被部署在主控仿真機上，在HLA仿真過程中產生或直接加載實際記錄的彈道、姿態信息。生成的彈道數據包括無誤差數據和有誤差數據，其中，有誤差數據是人為的添加了氣流擾動模型和慣導擾動模型。氣流擾動模型包括隨機常數擾動、高斯白噪聲擾動、正弦擾動等擾動量，慣導擾動模型包括線性積累擾動、高斯白噪聲擾動等擾動量，分別用來模擬實際彈載SAR飛行過程中，由于氣流的影響導致的顛簸和慣性導航誤差積累導致的航線偏離。

1.2.3目標與場景建模聯邦成員

在主控聯邦成員創建聯邦執行后，目標與場景聯邦成員加入，并訂購航跡與姿態對象類和交互類、目標與場景交互類，公布目標對象類，注冊對象類實例，設置時間管理策略為受限且控制。

目標與場景聯邦成員在HLA仿真過程中，根據訂閱主控的目標、虛假目標與場景、虛假場景交互類參數信息計算當前仿真時戳下雷達波束照射范圍，并根據配置的SAR場景基準圖，三維數字高程模型(DEM)以及添加的仿真目標(點目標、點陣目標、人造目標、SAR場景)，生成當前仿真時戳下的三維坐標數據和電磁散射數據，并將數據發送給訂購方。

1.2.4回波生成聯邦成員

在主控聯邦成員創建聯邦執行后，回波聯邦成員加入聯邦執行，訂購航跡與姿態對象類和交互類、目標與場景對象類和交互類、回波交互類，公布回波對象類，注冊對象類實例，設置時間管理策略為受限且控制。

如圖4a) SAR回波仿真主流程，在HLA仿真過程中，回波聯邦成員在HOST端獲取訂閱的SAR系統參數、航跡與姿態數據、目標與場景數據，在當前仿真時戳下將SAR航跡與姿態參數、回波參數拷貝到DEVICE端；然后，根據分配的線程塊調用核函數，執行完核函數后將生成的回波數據拷貝回HOST端。根據SAR回波仿真中方位向采樣點數和仿真場景點數的實際物理意義，我們采用如下并行計算模式：

1) 每個方位向采樣點(對應HLA一個仿真時戳)下調用一次核函數。

2) 執行核函數時，總的線程數目應該小于等于場景中點目標的個數，一般設置每個線程塊包含的線程數目為512，每個線程格包含線程塊數目為：(場景點目標個數+線程塊中線程數目-1)/線程塊中線程數目。

3) 每個線程計算一個或多個點目標的回波信號。

圖4b) 對應圖4a)中GPU并行計算流程圖，在設備端執行代碼(核函數)中，分別在距離向各采樣點處將每個線程塊所計算的點目標回波數據進行疊加，為避免線程間競爭，需采用原子操作實現多線程間對回波數據上各個距離向采樣點的疊加。將GPU計算得到的回波數據拷貝到CPU中，同步各聯邦成員進入下一個仿真時戳(方位向時刻)計算相應的回波數據，直到全部回波數據仿真完成后發送給訂購方。

圖4　并行回波仿真流程

1.2.5干擾聯邦成員

在主控聯邦成員創建聯邦執行后，干擾聯邦成員加入聯邦執行，訂購航跡與姿態對象類和交互類、虛假目標與虛假場景對象類和交互類、干擾回波交互類，公布干擾回波對象類，注冊對象類實例，設置時間管理策略為受限且控制。

類似回波生成聯邦成員，利用GPU計算干擾(噪聲、欺騙、相干干擾)回波，待計算完畢后，干擾聯邦成員將生成的干擾回波數據發送給訂購方。

1.2.6SAR成像聯邦成員

在主控聯邦成員成功創建聯邦執行后，SAR成像處理聯邦成員加入，訂購回波、干擾回波交互類，設置時間管理策略為受限。

待回波、干擾回波計算完畢后，SAR成像聯邦成員接收回波、干擾聯邦成員發送的回波、干擾回波數據，利用Chirp Scaling[6-7]成像算法進行成像驗證。

1.2.7仿真評估聯邦成員

在主控聯邦成員成功創建聯邦執行后，仿真評估聯邦成員加入，訂購SAR成像交互類，設置時間管理策略為受限。

待SAR成像完畢后，仿真評估聯邦成員接收SAR成像處理聯邦成員發送的成像結果，對成像結果進行分析與評估(主瓣寬度、峰值旁瓣比、積分旁瓣比)。

2　仿真系統的實現

2.1硬件系統的實現

硬件系統由千兆以太網絡連接的DELL T7600、Supermicro K20c服務器(包含兩塊Tesla架構K20c GPU)、DELL T7600和DELL XPS8500等仿真機組成的局域網構成，這些仿真機分別對應圖2中的主控仿真機、高性能GPU仿真機、數據庫仿真機和應用終端仿真機，仿真機之間采用TCP/IP協議通信。硬件系統整體帶寬在百兆左右，延時在微秒級別。

2.2軟件系統的實現

軟件系統是使用Microsoft Visual Studio 2010開發環境，基于.Net Framework 4開發，軟件的安裝運行平臺是Windows XP/Windows 7系統。在開發過程中，考慮界面設計的便捷性以及控件的多樣性，我們選擇了C#作為開發語言，采用MVC框架來實現整個系統。圖5所展示的軟件界面依次為航跡與姿態仿真界面、目標與場景建模仿真界面、回波仿真界面和航跡與姿態展示界面。

整個軟件系統分為七個模塊，在HLA仿真過程中對應七個聯邦成員。這七個模塊采用模塊化的設計思想進行開發，應用C++和CUDA C單獨開發與測試，待測試通過后，以動態鏈接庫(.dll)的形式集成到整個軟件系統中，這樣便于軟件后期的維護與升級。

圖5　仿真系統界面展示

3　結果分析與驗證

3.1仿真參數

參照表3和表4的仿真參數，仿真生成的“航跡與姿態”“目標與場景”結果展示，如圖6所示，其中，圖6a)“航跡與姿態”為彈載SAR平飛軌跡，圖6b)“目標與場景”為包括橋梁、河流等地物信息的電磁散射系數灰度圖。

表3　彈載SAR仿真參數

表4目標與場景參數m

采樣間隔點目標20×20點陣目標263×209SAR場景方位向20202距離向20202

圖6　航跡與場景仿真數據

3.2結果分析

采用GPU并行計算回波仿真時往往可以優化，常見方法為：明確任務的串行和并行部分，按照算法確定數據和任務的劃分方式，將每個需要并行實現的步驟映射為一個滿足CUDA并行執行的內核函數，并合理的分配Grid和Block的大小，最大化GPU利用率[4]。本仿真系統主要采取以下三種優化方式：

1) 緩存配置

在L1高速緩存和共享內存共享同一塊內存區域的GPU設備中，可根據共享內存和高速緩存在內核函數中預估使用情況調用函數cudaFuncSetCacheConfig( const void* func, cudaFuncCache cacheConfig )設置兩者大小，如果使用到了共享內存，可設置cacheConfig= cudaFuncCachePreferShared使共享內存稍大，反之設置cacheConfig= cudaFuncCachePreferL1使L1高速緩存大；根據實際情況配置緩存后能優化資源利用率。

2) 使用異步執行和流(Stream)

CUDA流表示一個GPU操作隊列，該隊列中的操作將按指定的順序執行。通過使用多個流，能在GPU執行核函數的同時，還能在主機端和設備端通過cudaMemcpyAsync()函數異步復制數據，最后需要使用cudaStreamSynchronize()同步多個流，通過異步執行和流的使用，可進一步提升程序的并行性。

3) 多GPU

在多個GPU的計算機上，還可以通過將數據分配到多個GPU上并行計算，并利用GPU之間的P2P零拷貝技術，較之前能進一步提升并行性和計算帶寬。

針對三組不同的仿真目標，按照圖4回波生成流程，分別測試CPU和GPU的回波生成時間，記錄如表5所示。GPU計算主要優化手段如1)～3)，是在每次方位向時刻下，將場景中的點目標按一定比例劃分到三個流和兩塊GPU(K20c)來增加并行性和提升效率。

表5　回波生成時間2)

注： 2)tCPU為回波生成時間，tGPU為回波生成時間，tGPU_Opt為優化后GPU回波生成時間

在表5中，(tCPU-tGPU)/tCPU表示加速比，對于點目標，該值為負，說明GPU回波效率差于CPU，而當仿真目標有效點目標個數增大時(對于點陣和場景)，GPU的并行計算優勢才比較明顯的體現出來。根據表5，將回波生成時間和回波生成加速比以曲線形式表現如圖7所示，其中圖7a)經過優化后的GPU回波生成時間有較大改善，圖7b)的SAR回波生成加速比可進一步佐證。

圖7　CPU/GPU回波生成時間對比

3.3成像驗證

對于3.1節中仿真生成的SAR回波，采用CS成像算法驗證，成像結果如圖8所示。

圖8　成像結果

4　結束語

通過本文的論述可知，彈載SAR快速數字仿真與評估系統采用HLA和GPU相關技術，快速仿真典型大場景地形和目標的彈載SAR回波數據、干擾數據和成像的全過程，并對其進行分析與評估，證實了該系統的高效性。該系統還可以通過靈活的添加聯邦成員來擴展軟件的功能，具有較強的可操作性和可重用性。這對于設計彈載SAR系統，研究與分析彈載SAR信號處理算法具有非常重要的應用價值。

[1]0-7381-2619-5. IEEE standard for modeling and simulation (M&S) high level architecture (HLA): framework and rules[S].

[2]0-7381-2621-7. IEEE standard for modeling and simulation (M&S) high level architecture (HLA): federate interface specification[S].

[3]0-7381-2623-3. IEEE standard for modeling and simulation (M&S) high level architecture (HLA): object model template (OMT) specification[S].

[4]SANDERS J，KANDROT E. PU高性能編程CUDA實戰[M]. 聶雪軍,譯. 北京：機械工業出版社，2011.

SANDERS J, KANDROT E. CUDA by example: an introduction to general-purpose GPU programming[M]. NIE Xuejun, translated. Beijing: China Machine Press, 2011.

[5]李昱，王蔭槐，梁紅. 基于HLA的機載雷達模擬器[J]. 現代雷達，2007，29(5): 97-100.

LI Yu, WANG Yinhuai, LIANG Hong. Simulator of airborne radar based on HLA[J]. Modern Radar, 2007, 29(5): 97-100.

[6]保錚，邢孟道，王彤. 雷達成像技術[M].北京：電子工業出版社，2005.

BAO Zheng, XING Mengdao, WANG Tong. Radar imaging technology[M]. Beijing: Publishing House of Electronics Industry, 2005.

[7]GUMMING L G，WONG F H. 合成孔徑雷達——算法與實現[M]. 洪文, 胡東輝, 譯. 北京：電子工業出版社，2012.

GUMMING L G, WONG F H. Digital processing of synthetic aperture radar data: algorithms and implementation[M]. HONG Wen, HU Donghui, translated. Beijing: Publishing House of Electronics Industry, 2012.

陳陽春男，1989年生，碩士研究生。研究方向為雷達與電子戰系統仿真。

孫清洋男，1990年生，博士研究生。研究方向為雷達與電子戰系統仿真。

舒汀男，1981年生，博士，講師。研究方向為雷達與電子戰系統仿真，實時信號處理系統開發等。

唐斌男，1968年生，博士，副研究員。研究方向為雷達與電子戰系統仿真、寬帶電子戰系統研制。

郁文賢男，1964年生，博士，教授。研究方向為雷達目標識別技術、多維信號處理技術等。

Fast Digital Simulation and Evaluation System Based on HLA for Misslie-borne SAR

CHEN Yangchun，SUN Qingyang，SHU Ting，TANG Bin，YU Wenxian

(Shanghai Key Laboratory of Intelligent Sensing and Recognition,Shanghai Jiaotong University, Shanghai 200240, China)

In order to overcome the time-consuming and cumbersome shortcomings of missile-borne SAR system simulation, based on the unique feature of HLA and using GPU as processor, this paper sets up a fast digital simulation and evaluation system for missile-borne SAR. The system includes federate members as main control, trajectory, target and scene, echo, jamming, imaging, and simulation evaluation. In addition, multiple sets test and verification results are figured out in order to ensure the correctness and effectiveness of the system, consequently the performance has been improved to several orders of magnitude compared to traditional method.

SAR; digital simulation; HLA; federation; RTI; GPU

陳陽春Email：chenyangchun@sjtu.edu.cn

2016-03-08

2016-05-16

TN911.7

A

1004-7859(2016)07-0001-06

DOI：10.16592/ j.cnki.1004-7859.2016.07.001