基于CPU+GPU的外辐射源雷达信号处理技术研究

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:jjkjlhj
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着信息技术的不断发展,传统有源雷达面临着低空突防、电磁干扰、隐身飞机和高速反辐射导弹等各方面的挑战。为应对这些威胁,各国研究人员不断探索新体制雷达技术,外辐射源雷达便是其中一种。外辐射源雷达是一种无源雷达,本身不具备信号发射装置,依靠非合作辐射源进行被动探测,其系统较隐蔽,不易被敌方摧毁。早期的外辐射源雷达通过FPGA和DSP芯片来搭建信号处理系统,但该方法采用的DSP开发板较多,因此硬件平台较为复杂,对硬件电路的设计和调试难度高,灵活性不足且可操作性差。高性能计算技术的发展为雷达系统软件化提供了技术基础。本文采用CPU+GPU异构平台实现外辐射源雷达信号处理。主要工作归纳如下:1.由于外辐射源雷达所处的电磁环境往往十分复杂,回波信号中除了目标回波信号外,还存在强杂波和多径干扰,因此需要对回波信号进行杂波抑制处理。本文采用多核CPU平台实现外辐射源雷达信号处理系统的杂波抑制模块。由于杂波对消算法的运行速度不理想,与理论运行时间差距较大,达不到系统实时性要求。因此本文提出一种基于Open MP编程模型的实现方法,通过对信号数据进行分段与添加重叠冗余数据,利用Open MP的编程指导语句调用CPU内核。每个内核执行一个线程,每个线程负责处理一段数据,并对所有处理完的数据进行去冗余拼接处理。该方法充分利用CPU多核特性,大幅度减少了计算时间。2.对外辐射源雷达接收的回波进行杂波抑制后,回波信号中的目标能量仍然低于噪声平台,难以直接观测。因此需要对回波数据进行距离-多普勒处理,提高目标的信噪比,并通过恒虚警检测提取目标信息。本文采用GPU平台实现距离-多普勒处理模块和目标恒虚警检测模块,利用GPU的众核特性减少运行时间,提高计算效率。距离-多普勒处理中的FFT步骤占用较大的运算资源,通过抽取操作降低运算量,为防止频谱混叠,抽取数据时进行抗混叠滤波。3.经过目标恒虚警检测后的点迹需要通过PPI显示终端来观测目标。本文利用MATLAB软件的GUIDE开发环境创建一个完整的GUI界面,实现雷达PPI显示终端的设计与开发。该终端界面通过模拟实际天线转动,显示方位角的变化,支持开始、暂停和复位等控制功能,能够直观清晰地显示实测数据的处理结果,便于验证雷达信号处理程序的正确性以及进行结果分析。
其他文献
现代无线通信系统的快速发展对高性能、低成本、易于集成的紧凑型设备提出了越来越高的要求。微波滤波器作为通信系统不可或缺的组成部分,其性能对通信系统的整体运行至关重要,因此设计出高性能、低成本、高集成度的小型化滤波器成为了当前的研究热点。基于PCB板制成的基片集成波导(Substrate Integrated Waveguide,SIW)和基片集成槽间隙波导(Substrate Integrated
GaN电力电子器件具有高效率、小尺寸、低损耗的优势,近年来华为、小米等企业推出了100多款手机快充,并在电动汽车、激光雷达、包络跟踪方面实现了初步验证,展现了广泛的应用前景。高温、高压下GaN电力电子器件缓冲层漏电过大,限制了GaN材料在高铁动车和智能电网等中高压应用领域的应用。在此背景下,本文利用25%Al组分背势垒结构更好的2DEG限域性和垂直方向耐压能力,有效抑制了常温和高温下的缓冲层漏电。
航空、核工业等事业的不断发展使得对其内部电子仪器精密度、集成度提出了更高的要求。更小特征尺寸的晶体管为芯片带来了更高的计算能力更低的功耗乃至成本的下降。采用纳米级器件构成航空、核工业领域所用芯片十分必要,因而研究器件在核辐射或者宇宙射线等带有高能粒子累积轰击下的退化机理,为辐射加固提供理论支撑。其中器件的材料、工艺、辐照条件等成为引起器件退化的主要因素,本文将重点围绕这几个关键点采用仿真与实验相结
大规模多输入多输出(Massive MIMO)作为现代移动通信领域的一项核心技术,相较于传统的多天线技术,在系统容量和频谱效率等方面拥有明显的优势。然而,该技术所需的巨大数量射频单元将会导致极高的能量消耗和系统损耗。针对此问题,在基站侧射频单元使用低分辨率(1-3比特)的模数转换器(ADC)和数模转换器(DAC)可以有效降低系统能耗。本文主要针对低分辨率ADC/DAC条件下的Massive MIM
随着军事现代化的推进,红外探测设备被广泛应用于装备夜视、目标侦察以及导弹拦截等领域。对红外图像中的弱小目标进行识别有利于扩大设备作用范围、争取有利的作战时机,红外小目标探测逐渐成为战场上的一项关键技术。然而,目前主流的红外小目标检测算法主要针对的是天空背景,在特殊物体出现的复杂背景下算法的虚警率较高;常见的深度学习目标检测算法主要针对的是自然图像,并不适合直接用于检测红外小目标。本文充分地总结了前
在军事领域中,可使用对弹药破片进行跟踪的手段,来对所研究的大阵列雷达目标跟踪结果的精确性加以验证。但采用实弹爆破往往面临着成本过高的问题,所以需要通过计算机仿真的手段建立仿真模型,并通过仿真模型反应出的运动情况对破片的运动模型进行建立,以此实现对飞散破片目标的跟踪。在破片目标跟踪方面,由于破片目标具有密度大、数量多的特点,使得对其跟踪存在极大的困难,因此,研究面向破片目标的跟踪技术有着重要的现实意
随着遥感卫星分辨率的提高,遥感技术在国土资源利用、城市环境监测和自然灾害预报等领域得到了广泛应用。分割是遥感图像应用的一个重要方面,同时也是遥感图像研究的重点和热点之一。一般来说,遥感图像含有大量特征,包括光谱特征、形状特征和纹理特征等,若只用其中一种特征,通常很难获得高精度的分割结果,因此如何合理地利用多种特征来进行遥感图像的分割以获得更好的分割效果是一个值得研究的问题。本文从特征提取、特征选择
高光谱图像具有丰富的光谱信息和空间信息,广泛应用于军事、农业、地质勘测等领域。虽然高光谱图像含有丰富的可用于分类的信息,但也存在信息冗余以及“同物异谱”现象,在标注样本有限的情况下,分类模型很难获得一个较好的分类结果。随着遥感技术飞速发展,可以很轻易获得高光谱图像,但精确的地物标注需要大量的人工,如何充分利用高光谱图像的空谱信息,在标注样本有限的情况下,提高模型特征表征能力和泛化能力,实现高光谱图
推荐系统是工业界和学术界处理信息过载的主要手段,其通过分析用户和所推荐项目间的关系,或利用已有用户历史行为记录,帮助用户从海量数据中寻找可能感兴趣的信息。近几十年,推荐系统技术得到了长足发展,基于协同过滤、机器学习、深度学习的模型均已在现实生活中得到了广泛应用,但这些模型表达能力有限,且每次推荐都是按照固定策略,无法适应时刻变化动态的用户兴趣。其次,这些静态模型将每次推荐视为独立过程,没有考虑用户
传统机载预警雷达的主要功能是目标检测和参数估计,采用较窄的带宽就能完成任务。但在未来的应用中,在检测目标后,机载雷达需要获得高分辨率的目标距离像或ISAR图像,以便实现目标分类和识别,因此需要采用更大的带宽。但是带宽的增加意味着系统的时间/距离分辨能力提高,也会给信号处理带来问题:在空域,信号的孔径渡越时间不再远小于信号的时间分辨率,目标信号和杂波信号在阵元间的距离走动不能忽略;在时域,高速目标信