基于PowerPC的脉内实时分析处理技术

2019-03-10 03:17曹俊纺翟晓宇
雷达与对抗 2019年4期
关键词:辐射源板卡信噪比

曹俊纺,赵 航,吴 昊,翟晓宇

(1.中国船舶重工集团公司第七二四研究所,南京 211153;2.海军装备部驻南京地区第二军事代表室,南京 211153)

0 引 言

雷达信号脉冲脉内精细分析处理由于中频数据量大,单CPU在完成数据分析与处理功能时会导致数据处理速度过慢,不满足实时性处理要求。PowerPC是目前业界单片高性能的处理器芯片,其最高工作频率达到1.5 GHz,而内置的AltiVec模块提供了SIMD结构的浮点矢量运算硬件加速单元,具有很高的运算性能[1]。本文提出一种基于PowerPC的脉内实时分析处理技术,能有效提高数据处理的速度,达到实时分析处理,具有较好的性能。

1 技术原理

1.1 4片PowerPC CPU的任务划分与脉内算法

本文的PowerPC型号为MPC8640,操作系统为VxWorks,在PC机上使用Workbench集成开发环境来开发VxWorks系统的程序代码。在一块PowerPC板卡上有4片处理器,可以使用VxWorks系统合理划分各个CPU之间的任务。这样能提高数据处理的运算速度和运行性能。为了加快脉内特征分析处理的速度,本文对4片处理器进行如下的任务设计:

(1) CPU-A接收前端硬件FPGA发送过来的脉冲数据包,开辟4段缓存存放脉冲数据;创建索引,对脉冲数据解包,并将解包的脉冲结构体变量发送给另外3个CPU中闲置的CPU;每段缓存发送完所有的脉冲数据后清空。

(2) CPU-B和CPU-C接收CPU-A发送来的脉冲结构体变量,对脉冲中频进行下变频等预处理;进行脉内调制类型识别、脉内特征参数估测;完善PDW结构体变量;把PDW发送给CPU-D进行汇总。

(3) CPU-D一方面处理CPU-A发送来的脉冲,进行与CPU-B、CPU-C一样的脉内特征分析处理步骤,将得到的PDW存放在PDW缓存区;另一方面接收CPU-B、CPU-C发送过来的PDW,按顺序存放进PDW缓存区;缓存存放满时将PDW按脉冲到达时间重新排序;进行辐射源分选等操作并及时清空缓存。

主要任务划分如图1所示。

图1 4片CPU的任务划分

可以看出,分析处理由4片CPU共同完成,CPU-A不断地往另外3片闲置的CPU发送脉冲数据进行脉内分析,实现了多处理器并行处理。对于脉内处理时间,如果把预处理后的脉冲仅仅让1片PowerPC CPU做脉内特征分析,虽然编程更加简单容易,不需要过多划分CPU任务与设计中断处理等操作,但单脉冲平均处理用时较长,浪费了信号处理板卡上的硬件资源。采用多片CPU并行处理,由CPU-A做预处理后发送给CPU-B、C、D同时做脉内特征分析处理,不仅充分利用了板卡上的PowerPC CPU资源,而且一般会有2~3倍的处理加速效果。

流程设计如图2和图3所示。

图2 PPC上脉内调制类型识别的综合设计

图3 PPC上脉内参数估测的综合设计

1.2 提高处理速度的方法

为了加快数据处理速度,达到实时性,需要对多CPU并行处理做一定的改进,主要步骤如下:

Step1CPU-B、C接收到CPU-A发送来的脉冲数据时默认其为常规单载频信号,由相位差法粗测载频,将粗估计计算的PDW发送至CPU-D。

Step2CPU-D对CPU-A发送来的脉冲数据进行相同的粗估计操作,同时接收CPU-B、C发送来的PDW。在PDW缓存区已装满后将PDW按TOA排序。

Step3CPU-D根据PDW中的信息,结合直方图或PRI变换等方法,完成分选操作,形成辐射源描述字RDW。

Step4CPU-D在RDW里搜索脉冲幅度最大的若干PDW,根据索引向CPU-A索要这些脉冲的中频数据;CPU-A发送相应的脉冲数据给CPU-D,CPU-D将其输送至脉内调制类型识别与脉内特征参数估测模块,对其进行脉内特征精细分析处理,完善PDW;PDW再根据索引匹配到相应的RDW,对辐射源信息增加脉内特征信息。

2 实验分析

实验分析数据脉内调制类型为常规单频(NS)、线性调频(LFM)、二相编码(BPSK)和四相编码(QPSK),数据脉宽为10 μs。对于这几种脉内调制类型,都用了128个测试中频数据进行PowerPC上处理总用时测试(总用时包括了脉内分析、分选、融合等处理操作)。方法优化前后的用时对比如表1所示。

表1 优化前后用时对比(单位s)

由表1可以看出,优化的方法采用粗估计及参数匹配方法进行辐射源脉冲脉内分析,节约了时间,提升了数据处理速度。对于简单的常规单载频信号,总的处理用时有6~7倍的优化。对于复杂调制的线性调频、相位编码等信号,总的处理用时有14~16倍的优化。优化效果非常明显,实时性能相比之前有了很大提高。

对含有NS和LFM两种不同脉内调制类型的辐射源信号进行分析处理,给出的参考数值与处理结果如表2和图4所示。

表2 测试数据的参考数值

图4 两种辐射源信号的处理结果图

由图4可以看出,优化方法先将两个辐射源分选出来,然后通过对特定的脉冲进行索要索引、脉内分析处理的操作,对辐射源参数进行了匹配,达到了较好的效果。

最后给出适用的信噪比条件。实验通过采集每种调制类型信号在SNR=20、15、10、5、0 dB条件下的几组数据。多次实验分析发现,这种优化方法因脉内精细分析的样本减少有如下的信噪比要求:常规单载频信号在信噪比不低于10 dB、线性调频及相位编码信号在信噪比不低于15 dB的情况下,可以准确做到脉内调制类型识别与脉内特征参数估测并完成辐射源信息修正。其他低信噪比条件下的数据调制类型识别会出现不同程度的错误率情况。因此,只要满足一定信噪比要求,这种优化方法就可以达到提高数据处理速度并满足工程精度要求的目的。

3 结束语

本文提出了一种基于PowerPC的脉内实时分析处理技术。首先对PowerPC板卡上4片CPU进行了合理任务划分,充分利用板卡硬件资源,实现多处理器同时进行脉内分析处理;分析了提高数据处理速度的具体方法,即通过先粗估计PDW分选数据来源,再对部分脉冲脉内特征进行提取,然后对RDW参数进行匹配。对测试数据的实验结果表明,不同调制类型信号的分析处理速度都有极大提高,实时性较好,在一定的信噪比条件下具有可行性,优化效果非常显著。

猜你喜欢
辐射源板卡信噪比
基于单站干涉仪测向法的未知辐射源定位技术*
两种64排GE CT冠脉成像信噪比与剂量对比分析研究
基于经验分布函数快速收敛的信噪比估计器
基于博弈论的GRA-TOPSIS辐射源威胁评估方法
基于多参数联合模糊处理的雷达辐射源威胁等级判定
自跟踪接收机互相关法性能分析
RTX系统下并行I/O卡驱动程序的开发
航空电子设备机上线路故障研究
基于深度学习的无人机数据链信噪比估计算法
基于复杂电磁辐射环境的电磁辐射检测方法研究与分析