论文部分内容阅读
近年来,越来越多的宽带信号被广泛应用到通信、雷达和测控等领域,如何在宽带环境下快速、准确的对来波信号方向进行测量和跟踪变得尤为重要。本文围绕宽带测向系统,对干涉仪主要的测向算法展开研究,并根据实际需要对空间夹角算法进行改进,最后将改进算法在GPU平台上实现。首先,研究了标准相关干涉仪测向算法,它通过利用实测相位差和样本相关来弱化阵列引入的非理想因素的影响。在宽带测向环境下,多信道并发测向对系统处理能力要求较高,当信道化程度增高,标准相关干涉仪算法不能满足实时测向的需求。针对此,本文对空间夹角相关干涉仪算法和扩展基线算法进行深入研究,这两种算法均是利用辅助基线求解入射角度。空间夹角算法通过平行辅助基线引入空间夹角,用空间夹角一维搜索代替方位俯仰角二维搜索,减少了样本容量,从而降低运算时间;而扩展基线算法通过辅助基线进行解模糊计算,两算法均具有较小的运算量。本文将两种算法在相同的仿真环境下进行性能对比,为实际应用提供参考。在运用空间夹角算法进行实际测向时,发现其理想算法并不适用于实际测向系统。针对此,本文对算法结构进行改进,将其分为粗测角度和细测角度两个部分。在粗测角度部分通过增加基线组数、基线组合和左右扩展3种改进方法,利用空间夹角理想样本库得到可能的入射角度的集合,达到减少相关运算量目的;在细测角度部分利用实测标准样本库进行相关处理弱化系统误差等因素对测向精度的影响。最后通过仿真验证改进算法能够提高系统的测向精度。为进一步提高测向实时性,本文利用NVIDIA公司提供的CUDA编程平台,实现GPU对改进算法的并行加速,通过改进相关处理函数和优化空间夹角并行性,让程序达到最佳执行性能。最后通过仿真给出了改进空间夹角算法分别在CPU和GPU平台上的执行时间,验证了GPU实现的高效性。