一种基于制造技术

本发明专利技术提供了一种基于

【技术实现步骤摘要】
一种基于GPU加速的雷达信号处理仿真方法


[0001]本专利技术属雷达电子对抗领域，具体涉及一种基于
GPU
加速的雷达信号处理仿真方法
。

技术介绍

[0002]雷达信号处理仿真是以雷达信号级处理为研究对象的数字仿真技术，它通过建模雷达波形
、
环境噪声和干扰信号来模拟真实的雷达回波信号，然后对雷达回波信号进行滤波
、
脉冲压缩
、
积累等雷达信号处理，从而达到模拟真实雷达信号处理过程的目的，最终依据雷达信号处理结果开展研究
。
雷达信号处理仿真已经被广泛应用到雷达软硬件开发
、
雷达数字样机
、
博弈对抗平台等领域
。
[0003]传统的雷达仿真系统采用
C/C++
语言编程，雷达信号处理数字仿真完全在
CPU
中执行
。
尽管当今
CPU
的计算能力
、
数据传输速度
、
存储带宽等性能不断提升，但由于串行计算带来的限制，使其无法满足复杂雷达系统仿真带来的高实时性
、
大数据量等严苛要求
。
为了实现雷达信号处理仿真过程的加速，一种方法是在仿真过程上的精简，但速度提升有限，同时会导致仿真结果出现偏差；另一种方法是将雷达信号处理仿真以并行的方法实现
。
在现有
CPU+GPU
架构的基础上，充分利用
GPU
>强大的并行计算能力及大存储带宽，采用借助
C++
通用语言的
CUDA
编程进行软件开发，开发难度低，同时可以获得可观的加速性能
。
[0004]因此，现有技术中亟需一种基于
GPU
加速的雷达信号处理仿真方法
。

技术实现思路

[0005]为了克服现有技术中雷达信号处理信号级仿真过程速度慢
、
效率低的不足，本专利技术提供一种基于
GPU
加速的雷达信号处理仿真方法
。
首先，根据雷达波形和干扰参数，在
GPU
中模拟回波信号，并逐脉冲周期将采样数据排列为数组形式；然后，采用
CUDA
编程对多个脉冲周期的回波采样数据并行进行脉冲压缩
/
滤波处理，再以采样点并行计算的方式对信号数据进行积累处理
、
恒虚警检测和过门限检测，最后确定目标位置并将结果传递到
CPU
中
。
本专利技术在
CPU+GPU
架构的基础上，采用
CUDA
编程实现了雷达信号处理仿真的加速实现，具有速度快
、
效率高
、
仿真过程可靠等优点
。
[0006]一种基于
GPU
加速的雷达信号处理仿真方法，其特征在于步骤如下：
[0007]步骤
1、
根据雷达波形参数和干扰参数，在
GPU
中模拟回波信号，并按照次序将每个脉冲周期的信号采样数据排列为数组形式；其中，所述的雷达波形包括线性调频信号和单脉冲信号；
[0008]步骤
2、
采用
CUDA
编程对回波采样数据并行进行处理，具体地，如果雷达波形为线性调频信号，对其进行脉冲压缩处理，如果雷达波形为单脉冲信号，对其进行滤波处理；
[0009]步骤
3、
以采样点并行计算的方式对步骤2处理后的信号数据进行积累处理，其中，如果雷达波形为线性调频信号，对其进行相参积累处理，如果雷达波形为单脉冲信号，对其进行非相参积累处理；
[0010]步骤
4、
以采样点并行计算的方式对步骤3处理后的信号数据进行恒虚警检测，再根据得到的恒虚警门限对信号进行过门限检测；所述的过门限检测是指将大于门限的信号保留原值，对小于门限的信号置零；
[0011]步骤
5、
将相同位置
、
连续多次过门限的采样点作为目标位置，并提取采样点序号，将其转换成目标物理位置后发送到
CPU
中
。
[0012]具体地，步骤1中所述的雷达干扰包括噪声调频瞄准干扰
、
噪声调频宽带阻塞干扰
、
梳状谱干扰
、
相参压制干扰
、
密集卷积干扰
、
前沿复制干扰
。
[0013]具体地，步骤1中每个脉冲周期固定长度距离门内的回波信号并行生成，每个脉冲周期的信号采样点数据并行生成
。
[0014]具体地，步骤2中脉冲压缩处理采用与匹配滤波器组频域乘积实现，在处理过程中为每个采样点分配一个线程，每个线程同时依次执行加法
、
乘积
、
共轭计算
。
[0015]具体地，步骤3中采样点并行积累处理过程中，为每个采样点分配一个线程，对于相参积累每个线程执行
N
‑1次加法运算，对于非相参积累每个线程执行
N
次取平方运算
、N
‑1次加法运算和1次求根运算，其中，
N
为脉冲总数
。
[0016]具体地，步骤4中采样点并行恒虚警检测和过门限检测过程中，为每个采样点分配一个线程，每个线程完成一个采样点的恒虚警门限计算，并根据该门限执行一次过检测门限处理
。
[0017]本专利技术的有益效果是：由于根据逐脉冲之间信号处理相关性小
、
整体计算复杂度高的特性，充分利用
CUDA
编程并行计算的优势，通过对模拟回波信号采样数据的编排，并行执行脉冲之间的信号处理仿真，并且考虑到脉冲压缩
、
积累
、
目标检测等信号处理过程中回波采样点之间具备独立性，为每个独立运算的采样点单独分配线程，实现采样点之间的并行计算
。
本专利技术能够大幅度降低雷达信号处理仿真的计算量，有效改善仿真系统的性能
。
附图说明
[0018]图1是本专利技术的一种基于
GPU
加速的雷达信号处理仿真方法流程图
。
具体实施方式
[0019]下面结合附图和实施例对本专利技术进一步说明，本专利技术包括但不仅限于下述实施例
。
[0020]为便于理解，对本专利技术采用的技术术语进行如下解释：
[0021]1.GPU
加速：
GPU(Graphics Processing Unit,
图形处理器
)
是在第三方显卡或主板上的图形处理芯片，
GPU
加速是指将
CPU
中的任务转移到
GPU
中运行，应用
GPU
的图形并本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
GPU
加速的雷达信号处理仿真方法，其特征在于步骤如下：步骤
1、
根据雷达波形参数和干扰参数，在
GPU
中模拟回波信号，并按照次序将每个脉冲周期的信号采样数据排列为数组形式；其中，所述的雷达波形包括线性调频信号和单脉冲信号；步骤
2、
采用
CUDA
编程对回波采样数据并行进行处理，具体地，如果雷达波形为线性调频信号，对其进行脉冲压缩处理，如果雷达波形为单脉冲信号，对其进行滤波处理；步骤
3、
以采样点并行计算的方式对步骤2处理后的信号数据进行积累处理，其中，如果雷达波形为线性调频信号，对其进行相参积累处理，如果雷达波形为单脉冲信号，对其进行非相参积累处理；步骤
4、
以采样点并行计算的方式对步骤3处理后的信号数据进行恒虚警检测，再根据得到的恒虚警门限对信号进行过门限检测；所述的过门限检测是指将大于门限的信号保留原值，对小于门限的信号置零；步骤
5、
将相同位置
、
连续多次过门限的采样点作为目标位置，并提取采样点序号，将其转换成目标物理位置后发送到
CPU
中
。2.
如权利要求1所述的一种基于
GPU
加速的雷达信号处理仿真方法，其特征在于：步骤1中所述的雷达干扰包括噪声调频瞄准干扰
、
噪声调频宽带阻塞干扰
、
梳状谱干扰

【专利技术属性】
技术研发人员：黎仁刚，童真，石远东，王一鸣，
申请(专利权)人：中国船舶集团有限公司第七二三研究所，
类型：发明
国别省市：