專利名稱：基于gpu的雷達信號脈內特征實時分析實現(xiàn)方案的制作方法
技術領域：
本發(fā)明涉及電子對抗偵察技術領域，主要用于電子偵察設備對雷達信號脈沖內部調制特征進行實時分析。
背景技術：
隨著技術進步，各種雷達爭相采用先進的調制技術，脈沖重復頻率、載頻均固定的雷達越來越少，信號環(huán)境日趨復雜。電子偵察設備越來越難以從信號的載頻、脈沖重復頻率、脈寬等參數(shù)中分析出具體目標信息，進而得到有價值的情報。電子偵察將重點轉向分析雷達脈沖內部的調制特征，即電子“指紋”。近二十年發(fā)生的幾場戰(zhàn)爭表明，對戰(zhàn)場電磁信息掌握的及時和準確程度決定了戰(zhàn)爭的走向。因此，迫切需要可實時分析雷達脈內特征的方法?！び捎诂F(xiàn)代雷達信號瞬時帶寬越來越大，可達500MHz甚至更高，需要使用IGHz以上的采樣頻率來采集信號，需處理的數(shù)據(jù)量巨大，實時脈內分析要求平臺的處理能力達到每秒幾百至數(shù)千億次，在處理器數(shù)量較少的通用計算平臺上難以實現(xiàn)。因此，目前國內還沒有可實時分析雷達信號脈內特征的現(xiàn)役裝備。電子偵察開始借鑒軟件無線電的思路來解決這個問題，主要是采用基于FPGA的數(shù)字信道化接收機技術。一般的方法是在FPGA中采用多相濾波數(shù)字下變頻，將較寬的帶寬變換到多路較窄的基帶頻率上，從而減少每一路需處理的數(shù)據(jù)量，用硬件上的并行彌補處理性能不足。2008年12月，電子科技大學?？〔┦吭谄鋵W位論文《寬帶雷達信號偵察接收關鍵技術研究》104至112頁公開了基于DSP和FPGA的寬帶數(shù)字信道化接收機實驗系統(tǒng)，初步實現(xiàn)了實時測頻，并可實時識別脈內線性調頻、相位編碼特征。但該方案需要設計專門的硬件系統(tǒng)，且規(guī)模龐大，結構較復雜，實用化難度較大，目前尚未見于具體裝備。近年來GPU (圖形處理器)技術發(fā)展很快，單芯片計算能力已超過每秒萬億次，而且可以通過CUDA、0penCL等接口進行通用計算。目前GPU已用于醫(yī)學成像、分子模擬、股票期權、物理仿真等領域，極大地提高了生產率。理論上，GPU已經具備了直接處理寬帶海量數(shù)據(jù)的能力，但至今未見將GPU用于實時分析雷達脈內特征的相關報道。

發(fā)明內容
本發(fā)明提供一種基于GPU的雷達信號脈沖內部調制特征實時分析處理方案。該實現(xiàn)方案使用現(xiàn)成的通用硬件，無須設計專門硬件，模塊少，結構簡潔。本發(fā)明的技術解決方案是基于GPU的雷達信號脈內特征實時分析實現(xiàn)方案，其特征主要包括單路系統(tǒng)由I個數(shù)據(jù)獲取模塊、I至4個GPU信號分析模塊和I個CPU信號分析模塊組成，其中數(shù)據(jù)獲取模塊，接收來自數(shù)字化儀的數(shù)字比特流，按便于GPU處理的固定長度分為多組短序列，輸出供后續(xù)處理；
GPU信號分析模塊，執(zhí)行信號分析算法中可以并行處理的部分，利用GPU內部大量運算單元并行分析各組短序列數(shù)據(jù)，將處理得到的頻率分集特征、頻率值、頻率值均方根誤差、相位跳變特征等數(shù)據(jù)輸出至CPU信號分析模塊；CPU信號分析模塊，執(zhí)行信號分析算法中順序處理的部分，分析GPU信號分析模塊的輸出數(shù)據(jù)，統(tǒng)計屬于同一脈沖各短序列的分集比例，用各序列的頻率值以最小二乘法擬合得到調頻斜率及擬合均方根誤差，統(tǒng)計頻率均方根誤差的均值和有效相位跳變，然后根據(jù)各特征參數(shù)判斷調制類型。通常情況下，單路系統(tǒng)采用I個GPU信號分析模塊即可實時處理，對于高占空比信號，可根據(jù)需要，采用I至4個GPU信號分析模塊并行執(zhí)行，達到實時處理目的。本發(fā)明的單路系統(tǒng)可實時分析500MHz帶寬的雷達信號脈內特征；如需分析更高帶寬信號，可在多個信道中同時應用本發(fā)明的多路系統(tǒng)。 本發(fā)明與現(xiàn)有技術相比有如下優(yōu)點I.本發(fā)明提出的雷達信號脈內特征實時分析實現(xiàn)方案，前端無需采用數(shù)字信道化結構，不必專門設計硬件，因此模塊少，結構簡單，成本和制造難度較低。2.本發(fā)明提出的雷達信號脈內實時分析實現(xiàn)方案還具有良好的擴展性，可采用多個GPU號分析模塊并行執(zhí)行，也可用多路系統(tǒng)實時分析更寬頻段的信號。3.本發(fā)明的處理核心GPU為通用硬件，更換、維修方便，而且隨著GPU技術的發(fā)展，容易通過直接升級新一代GPU獲得更強的處理能力。因此，本發(fā)明除處理實時性較好，還具有結構簡單，擴展性強，易維修可升級的優(yōu)點。本發(fā)明如在電子偵察設備中得到應用，可提高識別復雜調制雷達信號的能力，縮短對威脅目標的預警時間，為作戰(zhàn)系統(tǒng)提供更及時、更準確的電子情報，從而提高作戰(zhàn)能力。
四

圖I是本發(fā)明的基于GPU的雷達信號脈內特征實時分析實現(xiàn)方案處理流程；圖2是本發(fā)明的數(shù)據(jù)獲取模塊處理流程；圖3是本發(fā)明的GPU信號分析模塊流程；圖4是本發(fā)明的CPU信號分析模塊流程；圖5是本發(fā)明的基于GPU的雷達信號脈內特征實時分析實現(xiàn)方案中多線程異步協(xié)作示意圖；圖6是本發(fā)明單路系統(tǒng)中采用多個GPU信號分析模塊實現(xiàn)并行處理的數(shù)據(jù)分配方式示意圖。
五具體實施例方式下面列出的具體實施方法可以使本專業(yè)技術人員更全面地理解本發(fā)明，涉及到的公開算法或技術實施途徑不唯一，變量所取具體數(shù)值亦可根據(jù)實際需要調整，不應成為限制本發(fā)明的條件。圖I是本發(fā)明的基于GPU的雷達信號脈內特征實時分析實現(xiàn)方案處理流程。由數(shù)據(jù)獲取模塊將接收到的數(shù)字比特流 根據(jù)所屬脈沖分為多組便于GPU并行處理的短序列，再先后經GPU信號分析模塊和CPU信號分析模塊分析處理得到脈沖的脈內特征參數(shù)。圖2是本發(fā)明的數(shù)據(jù)獲取模塊處理流程。該模塊包括以下處理步驟I.讀取輸入脈沖數(shù)據(jù)，將每個輸入的脈沖序列前后補0，使其長度M為N的整數(shù)倍，其中，N應為L的整數(shù)次冪，便于使用基L的FFT算法；2.在主機端分配大小為N(2K_1)的數(shù)據(jù)緩存，其中K = M/N ;3.用長度為N點的窗在每個脈沖的數(shù)據(jù)序列上移動，步長為N/2，每移動I個步長取出N點數(shù)據(jù)，即從前后相鄰的N點短序列中有N/2點重復；4.每個脈沖分出2K-1段長度為N的短序列，按各脈沖的順序存于主機緩存中；5.在GPU中為每個脈沖分配大小為N(2K_1)的存儲區(qū)，再一次性從主機緩存將所有脈沖的數(shù)據(jù)拷入GPU。數(shù)據(jù)在拷入GPU之前，必須在主機上先進行緩沖，這樣可以最大限度減少零散數(shù)據(jù)多次拷入GPU，在通過PCI-E總線時積累的延遲。圖3是本發(fā)明的GPU信號分析模塊流程。該模塊包括以下處理步驟I. GPU的每個線程塊讀取長度為N的短序列，先將數(shù)據(jù)類型從整數(shù)型轉換為單精度浮點復數(shù)類型；2.每個線程塊進行N點FFT運算，將信號從時域變換至頻域；2.搜索幅度最大的2根譜線，最大的譜線即對應中心頻率的估計值，用幅度其次的譜線值與&進行比較，如小于3dB，則記該譜線對應頻率為第2分集頻率，并置頻率分集標志為真；3.將N點的復頻域數(shù)據(jù)前N/2點乘以2 (零頻處不變)，后N/2點乘以0，進行N點IFFT運算，得到原信號的解析信號序列s(n)；4.由式r(n, τ ) = s (n) s* (η_ τ )得到瞬時自相關函數(shù)序列r (η, τ ), τ為延時值，可根據(jù)具體情況取適當?shù)闹担?.對序列r (η，τ )應用瞬時自相關算法，計算出中央Ν/2點的瞬時頻率和瞬時相位差,統(tǒng)計瞬時相位差接近π的次數(shù)(記為相位跳變數(shù))，并求瞬時頻率的平均值及均方根
誤差;6.輸出屬于各脈沖的2Κ-1個頻率分集標志、相位跳變次數(shù)、頻率(即瞬時頻率平均值)、頻率均方根誤差或第2分集頻率值(統(tǒng)計頻率分集信號的頻率均方根誤差沒有意義)。基于GPU的FFT算法參見Naga K Govindaraju等人2008年11月在《SC ' 08Proceedings of the 2008 ACM/1EEE conference on Supercomputing》上發(fā)表的《HighPerformance Discrete Fourier Transforms on Graphics Processors)), IEEE Press,ISBN :978-1-4244-2835-9。計算瞬時頻率、瞬時相位差的瞬時自相關算法，可參考2003年I月西安電子科技大學劉東霞的《脈內調制信號的分析與自動識別》第13-14頁、30-35頁及37-39頁。GPU信號分析模塊中基本運行單位是線程，每個線程塊由N/2個線程組成，處理I個長度為N的序列，整個GPU管理幾百個硬件核心以異步并行方式運行成百上千線程塊。GPU處理模塊運行過程中，只有原始數(shù)據(jù)輸入和處理結果輸出時GPU與CPU之間進行通信，避免了不必要的通信開銷。圖4是本發(fā)明的CPU信號分析模塊流程。CPU信號分析模塊對GPU信號分析模塊輸出的屬于各不同脈沖的參數(shù)進行統(tǒng)計和分析。統(tǒng)計屬于同一脈沖各序列中出現(xiàn)頻率分集標志的比例；用最小二乘法將各短序列的頻率值進行擬合，得到調頻斜率k和擬合一次曲線均方根誤差C，并統(tǒng)計頻率均方根誤差的平均值D，計算調頻范圍Λ f,若相位跳變數(shù)為奇數(shù)則記為有效相位跳變(強噪聲造成的相位跳變一般成對出現(xiàn))，并記錄其次數(shù)T，然后用各特征參數(shù)根據(jù)以下判別規(guī)則判斷信號所屬調制類型I.屬于同一脈沖的序列頻率分集標志出現(xiàn)比例大于90%，判為頻率分集信號，否則為其他脈內調制類型信號；2. D < 38且C > 1，判為頻率編碼信號，否則判為常規(guī)信號、線性調頻信號或相位 編碼伯號；3. D < 30且T > 1，判為相位編碼信號，否則判為常規(guī)信號或線性調頻信號；4.時寬帶寬積> 5，判為線性調頻信號，否則判為常規(guī)信號；5.不滿足以上規(guī)則的信號判為脈內調制類型未知信號。表I至表4中的仿真實驗數(shù)據(jù)可驗證以上判別規(guī)則。本發(fā)明提到的具體實施方法，在信噪比大于10的情況下，分析識別正確率大于90%,配合降噪算法，可適應更低信噪比的情況。表 I
測試內容中心頻率信噪比 ^5欠口曲^ IdcI檢測到有效相位
V則試內合(MHz) (dB)均差D.C跳變點的比例(％)
20一 9.5一 8.51.1 10
1811.8~ 8.51.412.3
]00 15— 16.5~ 8.52一 1.921.7
12~ 23.3—— 8.542.719.3
10~ 29.6— 8.513.525.2
1000 個脈__837.98.514.589.4
內頻率編 20— 9.4_ 8.51— 1.137.4
碼脈沖， 18一 11.6~ 8.51— 1.440.7
脈寬 250 15一163—8.52— 1.923.4
12.8us，不 12—23~8.53— 2.7 "17.8
同碼間頻 10—29.3—8.55~ 3.422.6
率間隔 _ 8一37.6—8.57~ 4.489.7
20MHz 20—9.48~8.52一 1.12.7
18—11.8—8.511.42.4400 15一16.4~8.52一 1.93.71223.3~8.512.7 410~29.6—8.553.513.8__ 837.88.524.488.2表 權利要求
1.基于GPU的雷達信號脈內特征實時分析實現(xiàn)方案，其特征在于主要包括 單路系統(tǒng)由I個數(shù)據(jù)獲取模塊、I至4個GPU信號分析模塊和I個CPU信號分析模塊組成，其中 數(shù)據(jù)獲取模塊，接收來自數(shù)字化儀的數(shù)字比特流，按便于GPU處理的固定長度分為多組短序列，輸出供后續(xù)處理； GPU信號分析模塊，執(zhí)行信號分析算法中可以并行處理的部分，利用GPU內部大量運算單元并行分析各組短序列數(shù)據(jù)，將處理得到的頻率分集特征、頻率值、頻率值均方根誤差、相位跳變特征等數(shù)據(jù)輸出至CPU信號分析模塊； CPU信號分析模塊，執(zhí)行信號分析算法中順序處理的部分，分析GPU信號分析模塊的輸出數(shù)據(jù)，統(tǒng)計屬于同一脈沖各短序列的分集比例，用各序列的頻率值以最小二乘法擬合得到調頻斜率及擬合均方根誤差，統(tǒng)計頻率均方根誤差的均值和有效相位跳變，然后根據(jù)各特征參數(shù)判斷調制類型。
2.根據(jù)權利要求I所述的基于GPU的雷達信號脈內特征實時分析實現(xiàn)方案，其特征在于同時應用本發(fā)明的多路系統(tǒng)，可滿足實時分析多個500MHz帶寬內雷達信號脈內特征的需要。
3.根據(jù)權利要求I所述的基于GPU的雷達信號脈內特征實時分析實現(xiàn)方案，其特征在于有多個主要線程同時運行，其中取數(shù)線程負責從輸入數(shù)據(jù)緩沖區(qū)隊列中獲取數(shù)據(jù)，并將數(shù)據(jù)分為短序列分批送入待處理隊列；GPU處理線程負責從待處理隊列中讀取數(shù)據(jù)并負責調度GPU信號分析模塊進行處理；CPU處理線程負責從GPU信號分析模塊輸出的數(shù)據(jù)隊列中取出數(shù)據(jù)，由CPU信號分析模塊進行特征歸類分析并輸出脈內特征數(shù)據(jù)；各線程互相協(xié)作，以流水線的方式不間斷同時工作。
全文摘要
基于GPU的雷達信號脈內特征實時分析實現(xiàn)方案，主要包括數(shù)據(jù)獲取模塊，接收來自數(shù)字化儀的數(shù)字比特流，將數(shù)據(jù)分為多個短序列供后續(xù)處理；GPU信號分析模塊，對各短序列數(shù)據(jù)進行并行分析處理，將處理得到的頻率分集特征、頻率、頻率均方根誤差、相位跳變特征等數(shù)據(jù)輸出；CPU信號分析模塊，分析GPU輸出數(shù)據(jù)，統(tǒng)計屬于同一脈沖各短序列中的分集比例，用各短時序列中的瞬時頻率值進行最小二乘擬合得到調頻斜率及擬合均方根誤差，統(tǒng)計瞬時頻率平均均方根誤差和有效相位跳變，然后根據(jù)各特征參數(shù)判斷脈內調制類型。本發(fā)明除處理實時性較好，還具有結構簡單，擴展性強，易維修可升級的優(yōu)點。
文檔編號G01S7/02GK102901951SQ20111021013
公開日2013年1月30日 申請日期2011年7月26日 優(yōu)先權日2011年7月26日
發(fā)明者張朝暉 申請人:張朝暉