论文部分内容阅读
数字通信技术的发展将调制信号的频谱范围大大拓宽,因此,如何准确、实时地分析、提取高速数据流中包含的有用信息,日益成为信号处理领域研究的一个热点课题。本文围绕宽带测向系统展开研究,针对其中相位模糊和测向实时性这两个关键问题,提出一种基于解模糊技术的测向算法和基于GPU的测向系统实现。传统干涉仪算法普遍存在着测向精度与基线长度之间的矛盾。一般来说,基线越长,测向精度也越高;然而,由于相位模糊现象的存在,基线的延长会导致其可测频率范围的缩短。相关干涉仪则利用了实测相位差与样本库进行相关的方式来消除相位模糊以及阵列引入的非理想因素的影响。考虑到标准相关干涉仪算法仅能测定一维角度,本文给出一种改进后的相关函数,并通过曲线拟合来实现二维高精度测向。在宽带监测接收环境下,多个信道的并发数据对系统的处理能力提出了较高的要求,当信道数达到一定时,相关干涉仪算法已不能满足实时性需要。针对此,本文提出了一种基于虚拟基线变换的解模糊算法,并通过较短的虚拟基线逐层解较长基线模糊的方式来实现宽频段无模糊测向,从而有效降低了计算量。最后给出算法的正确解模糊概率,并推导出其相应的克拉美罗界。为了进一步提高系统实时性,本文提出了一种基于GPU的宽带测向系统实现,利用NVIDA公司的CUDA编程平台,详细分析了DDC、信道化以及信号处理算法等软件无线电系统中通用处理模块的结构特点及算法中的并行性,设计并完成了各个模块的GPU实现。同时针对GPU的访存特性及资源利用率对其进行优化,使程序达到最佳的执行性能。最后通过仿真给出各个模块分别在CPU与GPU平台上的执行时间,验证了GPU实现的高效性。在本文的测试环境下,相比CPU版本,单个模块GPU实现最高可提供数百倍的加速比。