軟件化雷達自適應旁瓣相消算法與實現

, ,

(西安電子科技大學雷達信號處理國家重點實驗室,陜西西安710071)

0 引言

隨著現代電子技術的快速發展,日益復雜的電磁環境和靈巧的干擾樣式對雷達性能的發揮形成嚴重的限制,雷達抗干擾技術成為現代雷達領域的重要課題,其中自適應天線旁瓣相消技術已成為現代雷達系統消除旁瓣干擾最經濟、最有效的措施[1]。實際應用中,通道間信號延遲、幅度和相位不一致特性會顯著降低旁瓣相消系統性能。進行通道均衡、對輔助通道添加延遲節都可以有效消除通道特性非理想帶來的影響,提高對消性能。其中基于延遲節的自適應旁瓣相消算法具有簡單、易于實現等優點。

自適應旁瓣相消算法的實現通常利用開環算法形式。一般來說,開環算法僅利用有限快拍或樣本點直接獲得最優權值,收斂速度快,能夠滿足雷達信號實時處理要求[2]。但其運算量較大,需要強大的硬件平臺支撐。目前自適應旁瓣相消系統的傳統方案是采用基于DSP+FPGA相結合的硬件平臺實現,利用DSP的高精度浮點運算能力進行最優權值計算,利用FPGA進行相消計算和時序控制等[3]。這種方案的優點是運算效率和精度高,缺點是軟件和硬件耦合緊密、程序移植性差、系統較為復雜。近年來,通用計算機性能的不斷提高以及多核技術的快速發展,可為軟件化雷達信號處理的實現提供硬件支撐[4-6]。這種基于通用計算機平臺的信號處理方法,以軟件處理的方式完成信號的實時處理,實現了軟件應用程序和底層硬件的解耦,具有標準化、模塊化和數字化技術特點,程序的開放性、可移植性大大增加[7-8]。

本文針對某地面情報雷達有源旁瓣干擾抑制需求,提出了基于最大相關性準則的樣本選擇算法應對多種復雜干擾。構建基于通用計算機平臺的自適應旁瓣相消系統,并對基于延遲節的自適應旁瓣相消算法在多核CPU上進行了試驗,基于實測數據的試驗結果驗證了系統的實時性和有效性,滿足實際工程應用需求。

1 自適應旁瓣相消算法原理

自適應旁瓣相消的基本原理是通過設置一個輔助天線陣列,利用輔助天線與主天線所接收干擾信號的相關性,對輔助天線信號進行自適應加權求和,結果與主天線信號對消使得輸出的干擾信號差值最小,從而實現雷達系統抗多種干擾的功能。

工程應用中,為消除多徑影響,并在窄帶和寬帶條件下,對付各個通道間的不一致性,通常采用對輔助天線增加延遲節的方式,即將輔助天線樣本分別延遲若干個距離單元,同時選取合適的樣本數據進行自適應權值的估計和相消運算。其原理框圖如圖1所示。

圖1 基于延遲節的自適應旁瓣相消原理框圖

每個輔助通道各增加了L個延遲節,將增加延遲節后輔助通道與原有輔助通道合并,得到新的M個輔助通道,每個輔助通道各選取N個數據構成了一個M×N維的空時數據矩陣X n,即

由空時數據矩陣X n構成的協方差矩陣R為

主通道樣本數據Y n與空時數據矩陣X n的互相關矢量P為

最優權值W由熟知的維納-霍夫方程求得:

主通道對消輸出信號z n:

式中,x n表示輔助通道信號,y n表示主通道信號,H表示共軛轉置運算,?表示共軛運算。

干擾樣本的選取應避免地雜波、噪聲和真實目標的影響,傳統自適應旁瓣相消樣本選擇在遠區或休止期,但是復合干擾里密集假目標、欺騙式干擾使得該樣本選擇方法失效。為了充分對消干擾信號,提出了基于最大相關性準則的樣本選擇算法,準確選擇樣本并求權,可有效抑制多種干擾,這一方法需要更大的運算量。

常用干擾對消比(ICR)來衡量自適應旁瓣相消系統的性能,定義為干擾輸入功率與輸出干擾功率之比,即

圖2給出了某實測數據下平均對消比與全方位最佳對消比隨延遲節個數的變化關系。總體來看,加延遲節的方法可以提高對消比,改善旁瓣相消的性能,但對消性能不會隨著延遲節個數的增加一直增長下去。一般來說,當延遲節個數增大至某一數值(本數據下為15)時,對消比達到最大,旁瓣相消系統的對消性能達到最優,繼續增加延遲節個數,只會降低對消性能。相對窄帶下的干擾對消,寬帶下的干擾對消需要更多的延遲節個數,這相當于增加輔助通道數,會大大提高運算量。

2 工程實現方法

對于地面情報雷達應用來說,體積、功耗、環境要求不苛刻,信號處理硬件平臺可以采用可編程、可重構、軟件統一架構且易于維護的通用高性能計算機平臺構建。通用計算機平臺具有強大的計算能力和大容量高速內存,同時具有PCIE、萬兆以太網等多種高速數據接口,能夠滿足雷達信號處理對運算量、存儲量及數據吞吐量的要求。

圖2 不同延遲節個數條件下對消比

2.1 基于通用計算機的硬件平臺架構

軟件化雷達信號處理硬件平臺由通用計算機和光纖數據采集卡構成,如圖3所示。通用計算機上CPU為2顆Intel Xeon E2640@2.6 GHz處理器,每顆CPU浮點運算能力達到每秒4 000億次以上,是TS201型DSP的100多倍,能夠完成大規模雷達信號處理算法;內存容量為64 GB DDR4,可為原始數據和中間計算結果的緩存提供存儲空間,便于實現精細化的信號處理。

圖3 軟件化雷達信號處理硬件平臺框圖

為保證數據從雷達信號采集板到通用計算機之間的實時、高速、可靠傳輸,設計了基于PCIE總線的光纖數據采集卡作為數據傳輸通道。PCIE總線具有良好的系統構架和傳輸性能,可為通用計算機與外部高速數據交換提供可靠通路。光纖數據采集卡上的FPGA完成光纖數據的接收,然后將數據經PCIE總線通過高速DMA傳輸方式傳入通用計算機內存;采集卡上的2 GB容量的DDR3 SDRAM存儲器,可用于實時數據的高速緩存。

通用計算機作為處理中心,運行基于多核CPU的信號處理軟件,完成雷達信號處理。利用CPU讀取通用計算機內存中的數據,實現信號處理算法,并將處理得到的目標點跡等信息在本機直接處理、顯示,或者通過以太網口送至雷達顯控終端,由數據處理軟件進行數據處理并顯示相關結果。進入計算機內存的數據經過數據重排、快速索引、格式轉換后,也可以直接存儲到磁盤陣列中,實現數據記錄存儲功能。

采用通用計算機進行信號處理設計具有以下幾方面的優點:

1)基于通用計算機平臺,降低了硬件成本,縮小了系統規模,方便硬件采購,提升了系統的可靠性和穩定性。

2)采用通用的高級語言(C/C++)進行軟件開發,程序的擴展性、可移植性大大增加,開發周期短,同時純軟件的信號處理相比于傳統DSP+FPGA的方式具有較強的靈活性。

3)有利于實現信號處理與數據處理一體化設計。傳統的雷達信號處理與數據處理是分開設計的,存在較大缺陷,數據處理時丟失了回波信號的許多信息,如目標速度、加速度、幅度變化規律、目標所處環境信息、目標采用的濾波器種類等。將二者進行一體化設計后可以極大提高數據處理能力,改善雷達P顯畫面質量。

2.2 軟件實現步驟

自適應旁瓣相消系統對處理實時性有嚴格要求,需要算法具有較強的執行效率。在進行算法設計時通過數據分塊技術,使得計算過程變成向量、矩陣的基本運算,從而高效地調用Intel公司開發的科學計算庫(MKL)來實現。MKL庫函數經過底層指令優化和并行優化,運算效率高。同時,基于庫函數開發的算法程序,可以適應各種體系結構的存儲結構,實現程序高效地跨平臺移植。軟件實現流程圖如圖4所示。

圖4 軟件實現流程圖

算法的計算過程主要包括復數矩陣求逆和復數矩陣乘法等,主要用到MKL中基礎線性代數庫(BLAS)和線性代數函數庫(LAPACK)。BLAS涉及的是最基本的向量、矩陣運算,使用時不必過多考慮與計算機體系結構相關的性能優化問題;LAPACK主要用來求解工程計算中最常見的數值線性代數計算問題,其采用了分塊矩陣操作技術,可以適應各種體系結構的存儲結構,并提供一種可移植的方式,可以在多種不同計算機平臺上獲得高效率。

自適應旁瓣相消包括如下處理過程:

1)選取干擾樣本:如圖5所示,以3個輔助通道為例,首先進行通道數據的延遲,延遲點為2,延遲節數為3,最終形成9個新的輔助通道數據,根據主輔通道的相關性選取干擾樣本。此過程涉及大量將原有輔助通道數據拷貝的操作,使用內存拷貝函數memcpy實現。

2)相關矩陣求解:計算輔助通道樣本間的自相關矩陣和主、輔通道間的互相關矩陣其實質就是矩陣(向量)間相乘運算,選出的主、輔通道干擾樣本分別以一維數組存儲,調用BLAS中cblas_cgemm函數實現。

3)求取自適應權值:通過維納-霍夫方程求最優權值,首先調用LAPACK中LAPACKE_cgetrf函數實現自相關矩陣的LU分解,再調用LAPACKE_cgetri函數實現對自相關矩陣的求逆,最后調用矩陣相乘函數cblas_cgemm將求逆后的矩陣與互相關矩陣進行矩陣相乘求出最優權值。

4)相消處理:首先調用矩陣相乘函數cblas_cgemm實現最優權值和輔助通道數據的矩陣相乘運算,然后調用MKL中的向量減函數vcSub進行相消處理。

圖5 添加延遲節、選取干擾樣本過程示意圖

2.3 各功能模塊運行時間分析

基于某地面情報雷達實測數據,對算法各功能模塊運行時間進行試驗分析。分別對各個處理模塊在多核CPU上進行10 000次循環,詳細測算函數執行時間。CPU程序使用Intel MKL11.3科學計算庫并用Intel C++Compiler XE15.0編譯器進行編譯。程序開發平臺為64位的Visual Studio 2013集成開發環境。

為進行對比,將相同算法在1片TS201型DSP上實現,CPU和DSP的運算模型和運算參數相同。基于DSP的算法實現中利用C與匯編混合編程,盡量使用匯編語言實現基本函數算法,以提升執行效率。得出單次平均運行時間如表1所示。

表1 自適應旁瓣相消系統實際耗時表

基于多核CPU的自適應旁瓣相消總的處理時間為120.36μs,占比約為常規地面情報雷達脈沖重復周期的6.02%,處理效率約為1片TS201的15倍,滿足實時處理要求。進一步在通用計算機平臺下實現了包括脈壓、動目標檢測、恒虛警、數據處理和顯示的全部處理,成本是傳統DSP平臺的1/3,但體積和功耗大約是傳統DSP平臺的2倍。

3 實測數據驗證

通過雷達外場實測數據進一步仿真分析本文自適應旁瓣相消系統的性能。干擾信號為干擾機發射的壓制式噪聲干擾,單干擾源,位于雷達224°方位。為了便于更加直觀對比分析,將自適應旁瓣相消系統主通道輸入的時域數據和自適應旁瓣相消對消輸出的主通道時域數據轉化為數據格式文件保存,用MATLAB繪圖。

圖6給出了某實采數據下對消比隨方位的變化關系。從圖中可以看出,全向對消比基本在20 dB左右,對消比隨輸入信號功率的變化而變化,當輸入功率增強時,對消比增大,反之,對消比減小。不同方位對消比變化較大,較好的方位獲得34 dB的對消比,而較差的方位對消比只有5 dB,主要原因是這些方位上存在較強地物反射體,導致主通道和輔助通道之間的信號相關性嚴重下降,從而使對消性能變差。圖7進一步看出,與不加延遲節的自適應旁瓣相消算法相比,添加延遲節后,干擾剩余功率較低,對消性能更好。

圖8(a)為單源壓制式干擾時實際雷達終端的畫面顯示,圖8(b)為開啟自適應旁瓣相消功能后的實際雷達終端的畫面顯示。可以看出,加入自適應旁瓣相消功能后干擾受到抑制,噪聲背景下降,終端界面上一格代表12 dB,可見噪聲背景約下降1.5格,約為18 dB,表明旁瓣相消的對消比為18 d B,達到系統要求。實測數據驗證表明,基于延遲節的自適應旁瓣相消算法是有效的。

圖6 對消比隨方位的變化關系

圖7 相消前后信號功率隨方位的變化關系

圖8 實際雷達終端的畫面顯示

4 結束語

本文提出了一種基于最大相關準則的自適應旁瓣相消樣本選擇方法,并構建了基于軟件化雷達架構的自適應旁瓣相消系統,采用通用計算機作為處理平臺,利用多核CPU軟件編程實現整個雷達信號處理和數據處理功能。該系統采用基于延遲節方法應對多徑和通道間時延差異,實測數據驗證了基于延遲節的自適應旁瓣相消系統性能,表明了所述方法能夠有效抑制旁瓣干擾。實際運行時間表明系統具有較快的運算速度,能夠滿足實時處理要求,具有廣闊的工程應用前景。

[1]吳順君,梅曉春.雷達信號處理和數據處理技術[M].北京:電子工業出版社,2008:272-279.

[2]付啟眾,關堂新,徐晉.基于最強快拍法的自適應副瓣對消技術[J].雷達科學與技術,2013,11(5):505-510.FU Qizhong,GUAN Tangxin,XU Jin.A Sidelobe Canceller Based on Snapshots with Strong Power[J].Radar Science and Technology,2013,11(5):505-510.(in Chinese)

[3]鄭禹,汪萍.基于實測數據的稀布陣雷達副瓣對消研究[J].合肥工業大學學報(自然科學版),2012,35(1):66-69.

[4]陳國良.并行計算[M].北京:高等教育出版社,2011:25-32.

[5]秦華,周沫,察豪,等.軟件雷達信號處理的多GPU并行技術[J].西安電子科技大學學報(自然科學版),2013,40(3):145-151.

[6]房驥.基于多核CPU的軟件無線電平臺研發及應用技術研究[D].北京:北京交通大學,2013.

[7]湯俊,吳洪,魏鯤鵬.“軟件化雷達”技術研究[J].雷達學報,2015,4(4):481-489.

[8]孫雪濤.軟件化雷達信息實時處理與顯示[D].南京:南京信息工程大學,2009.