一种基于GPU的基带数据脉冲搜索方法及系统技术方案

本发明专利技术公开了一种基于GPU的基带数据脉冲搜索方法及系统，包括：S1：模拟生成色散脉冲信号作为匹配滤波器；S2：将匹配滤波器与基带数据做滑动互相关滤波；S3：通过匹配结果筛选出存在脉冲信号候选体的有效数据，若匹配结果不存在单脉冲则说明数据文件不存在脉冲信号，将数据文件标记为无效数据文件；若匹配结果存在单脉冲则说明数据文件中存在脉冲候选体，将数据文件标记为有效数据文件；S4：分析有效数据文件的匹配结果，得到脉冲信号在基带数据文件中的对应位置；S5：只截取脉冲位置附近的数据片段作为脉冲候选体数据。本发明专利技术实现实时的1ns高时间分辨率的脉冲搜索与定位，降低脉冲搜索的数据处理与存储需求，并实现10ns极限的窄脉冲搜索。窄脉冲搜索。窄脉冲搜索。

【技术实现步骤摘要】
一种基于GPU的基带数据脉冲搜索方法及系统


[0001]本专利技术涉及天文领域，尤其是一种基于GPU的基带数据脉冲搜索方法及系统。

技术介绍

[0002]快速射电暴（Fast Radio Burst，FRB）是一种在毫秒量级的持续时间内释放出极大能量的射电脉冲信号。截止至2023年5月，一共探测到快速射电暴118例。FRB可以帮助我们更好地了解宇宙中的演化历程，揭示恒星爆炸、黑洞合并等高能天体现象的内在机制，推动天体物理的发展。例如，通过比较同时发射的不同能量的光子到达观测者时的时间延迟，快速射电暴也可以用来检验爱因斯坦等效原理。然而FRB研究领域仍然有很多未解之谜，如FRB的内部结构，辐射机制和起源等等。
[0003]宇宙中的射电脉冲信号经过星际介质后被地面的望远镜所接收，而星际介质会对脉冲信号的电磁波传播群速度产生影响，导致脉冲信号发生色散现象。色散现象具体表现为脉冲信号低频部分会比高频部分延迟到达。色散现象的存在会导致脉冲相位错乱，脉冲信号轮廓失真，脉冲振幅减弱，信噪比降低，难以被搜索辨识出来。所以在进行脉冲搜索的过程中需要通过消色散处理还原真实的脉冲信号。经典的快速射电暴搜索流程为：首先对观测数据进行预处理，如通道划分，干扰消除等；其次，对频率通道数据进行消色散处理，消除星际介质带来的时间延迟；第三步对信号进行单脉冲搜索，得到一些候选体；最后是对候选体进行筛选和验证。
[0004]FRB搜索研究中存在一些难以被发现窄脉冲，它们的信噪比极低所以对时间分辨率要求也更高。因为脉冲宽度是辐射过程的一个基本观测特性，对确定爆发能量具有重要意义，所以窄脉冲搜索对快速射电暴辐射机制等谜题的探索至关重要。Majid等人在时间分辨率为62.5ns的基带数据中搜索到了宽度为100ns的窄脉冲，而FAST由于受到数据时间分辨率98us的限制，搜索到的FRB121102最窄脉冲是0.4ms。但FAST基带数据的时间分辨率为1ns，若对其进行高时间分辨率脉冲搜索将有望搜索出新的窄脉冲。
[0005]高时间分辨率的脉冲搜索能够提高脉冲信号的发现效率与准确性，但同时也意味着数据量和计算量的增长。脉冲搜索过程中的消色散处理需要进行大量的浮点计算，时间分辨率的提高也意味着计算时间和硬件资源的需求的提高。所以对于庞大的基带数据，数据处理速度和存储空间是实现高时间分辨率脉冲搜索的主要障碍之一。

技术实现思路

[0006]针对现有技术存在的问题，本专利技术的目的在于提供一种基于GPU的基带数据脉冲搜索方法及系统，该方法能保证1ns时间分辨率的同时，对庞大的基带数据实现实时的脉冲搜索与定位；能筛选出具有脉冲信号的有效数据片段，排除没有信号的数据，减少后续数据处理与存储的数据量；能实现极限为10ns的窄脉冲搜索。本专利技术的另一目的是提供一种实施上述方法的基于GPU的基带数据脉冲搜索系统。
[0007]为实现上述目的，本专利技术一种基于GPU的基带数据脉冲搜索方法，包括以下步骤：
步骤S1：模拟生成时域色散脉冲信号作为匹配滤波器；步骤S2：将匹配滤波器与基带数据做滑动互相关滤波；步骤S3：通过匹配结果筛选出存在脉冲信号候选体的有效数据，若匹配结果不存在单脉冲则说明数据文件不存在脉冲信号，将数据文件标记为无效数据文件；若匹配结果存在单脉冲则说明数据文件中存在脉冲候选体，将数据文件标记为有效数据文件；步骤S4：分析有效数据文件的匹配结果，得到脉冲信号在基带数据文件中的对应位置；步骤S5：只截取脉冲位置附近的数据片段作为脉冲候选体数据。
[0008]进一步，所述匹配滤波器的生成方法为：1）模拟生成一个脉冲宽度为wt，脉冲高度为q的随机脉冲信号；2）将脉冲信号进行傅里叶变换，把信号从时域变换到频域；3）模拟生成一个在频率带宽内，具有固定色散值dm的色散延迟chirp函数，其中，vc为中心频率，vb为频率带宽；4）将频域脉冲信号与色散延迟chirp函数相乘得到叠加上色散延迟的脉冲信号；5）将频域的色散脉冲信号进行逆傅里叶变换，得到时域色散脉冲信号。
[0009]进一步，所述时域色散脉冲信号的脉冲周期T不能小于频率带宽内时间延迟的最大值，即，其中，D为色散常数，dm为色散量。
[0010]进一步，所述匹配滤波器与原始信号基带数据进行滑动互相关计算实现脉冲搜索，每次滑动步长为1ns，且基带数据与匹配滤波器的采样率均为1ns,从而实现脉冲搜索1ns的高时间分辨率。
[0011]进一步，当所述匹配滤波器与基带数据中的隐藏的真实脉冲信号重合时互相关计算结果最大，并远大于基带数据中噪声信号的互相关计算结果，从而突出脉冲信号部分，抑制噪声部分，实现脉冲搜索与定位；若得到的匹配滤波结果中可以看到突出的脉冲，则基带数据中存在脉冲信号；否则基带数据不存在脉冲信号。
[0012]进一步，所述互相关计算，具体为：，其中,f(t)和g(t)表示两个要进行互相关计算比较相似程度的信号，τ表示时间偏移量。
[0013]进一步，对于两个一维数组的互相关计算分解为相关核中的每一个数与原始数据相乘后相加的结果，对所述相关核进行拆分的方法为：长度为L
f
的相关核与长度为L
data
的原始数据模板进行valid模式的互相关计算，得到的总结果长度为L
result
=L
data
‑
L
f
+1；对相关核进行拆分，平均拆分为n份，每小份相关核的长度L
f_b
为L
f
/n；对于第i部
分相关核的相关结果，只截取结果数组的[i*L
f_b : i*L
f_b
+L
result
]部分数据作为有效分批结果；通过将每一份有效分批结果进行对齐后相加，得到完整的未拆分结果L
result
。
[0014]进一步，对所述原始数据模板进行拆分的方法为：对原始数据模板进行拆分，假设拆分为m份，每小份数据长度为L
d_b
；每小份数据必须头尾重叠（L
f
‑
1）长度；最后通过将每小份数据的相关结果进行拼接，得到完整的未拆分结果。
[0015]一种基于GPU的基带数据脉冲搜索系统，该系统用于实施上述基于GPU的基带数据脉冲搜索方法。
[0016]本专利技术一种基于GPU的基带数据脉冲搜索方法及系统，能够保证1ns时间分辨率的同时，对庞大的基带数据实现实时的脉冲搜索与定位；能筛选出具有脉冲信号的有效数据片段，排除没有信号的数据，减少后续数据处理与存储的数据量；能实现极限为10ns的窄脉冲搜索。
附图说明
[0017]图1为匹配滤波器框架图；图2为滑动相关滤波器示意图；图3为匹配滤波搜索脉冲流程图；图4为匹配滤波器生成流程图；图5为互相关计算原理示意图；图6为匹配滤波器拆分图；图7为数据模板拆分图；图8为模拟生成的匹配滤波器图；图9为匹配滤波结果图；图10为消色散结果的时频图；图11为3.7ms脉冲宽度匹本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于GPU的基带数据脉冲搜索方法，其特征在于，该方法包括以下步骤：步骤S1：模拟生成时域色散脉冲信号作为匹配滤波器；步骤S2：将匹配滤波器与基带数据做滑动互相关滤波；步骤S3：通过匹配结果筛选出存在脉冲信号候选体的有效数据，若匹配结果不存在单脉冲则说明数据文件不存在脉冲信号，将数据文件标记为无效数据文件；若匹配结果存在单脉冲则说明数据文件中存在脉冲信号候选体，将数据文件标记为有效数据文件；步骤S4：分析有效数据文件的匹配结果，得到脉冲信号在基带数据文件中的对应位置；步骤S5：只截取脉冲位置附近的数据片段作为脉冲信号候选体数据。2.根据权利要求1所述的基于GPU的基带数据脉冲搜索方法，其特征在于，所述匹配滤波器的生成方法为：1）模拟生成一个脉冲宽度为wt，脉冲高度为q的随机脉冲信号；2）将脉冲信号进行傅里叶变换，把信号从时域变换到频域；3）模拟生成一个在频率带宽内，具有固定色散量dm的色散延迟chirp函数，其中，vc为中心频率，vb为频率带宽；4）将频域脉冲信号与色散延迟chirp函数相乘得到叠加上色散延迟的脉冲信号；5）将频域的色散脉冲信号进行逆傅里叶变换，得到时域色散脉冲信号。3.根据权利要求2所述的基于GPU的基带数据脉冲搜索方法，其特征在于，所述时域色散脉冲信号的脉冲周期T不能小于频率带宽内时间延迟的最大值，即，其中，D为色散常数，dm为色散量。4.根据权利要求1所述的基于GPU的基带数据脉冲搜索方法，其特征在于，所述匹配滤波器与原始信号基带数据进行滑动互相关计算实现脉冲搜索，每次滑动步长为1ns，且基带数据与匹配滤波器的采样率均为1ns,从而实现脉冲搜索1ns的高时间分辨率。5.根据权利要求1所述的基于GPU的基带数据脉冲搜索方法，其特征在于，当所述匹配滤波器与基带数据中真实脉冲信号重合时互相关计算结果最大，并远大于基带数据中噪声信号的互相关计算结果，从而突出脉冲信号部分，抑制噪声部分，实现脉冲搜索与定位；若得到的匹配滤波结果中可以看到突出的脉冲，则基带数据中存在脉冲信号；否则基带数据不存在脉冲信号。6.根据权利要求1所述的基于...

【专利技术属性】
技术研发人员：詹映柔，马晓耘，段然，余诗玲，李菂，刘飞，王培，
申请(专利权)人：中国科学院国家天文台，
类型：发明
国别省市：