本发明专利技术公开了一种利用GPU实现外辐射源雷达中估计目标来波方向的方法。主要解决传统目标来波方向估计方法受限于信号处理平台和算法，难以满足实时性需求的问题。其技术方案是：基于压缩感知的思想，将进行时域干扰相消和距离-多普勒二维相关处理后的单元数据加载到基于GPU的计算系统中，并且构建感知矩阵，根据处理后的单元数据和感知矩阵，在GPU中利用并行的方法实现基于压缩感知的方位向稀疏重构求解，获得求解后的方位向信号矢量，利用该方位向信号矢量重构出目标的来波方向。本发明专利技术具有硬件平台搭建简单、稳定性好、运算速度快、扩展性强、易于开发的优点，可用于对外辐射源雷达中的多个目标的来波方向进行估计。
【技术实现步骤摘要】
利用GPU实现外辐射源雷达中估计目标来波方向的方法
本专利技术属于雷达
，涉及雷达信号处理方法，具体地说是一种利用GPU实现外辐射源雷达中估计目标来波方向的方法，用于对目标进行精确测向。技术背景近年来，利用广播、电视、卫星等民用照射源的无源雷达探测技术越来越受到大家的重视。无源雷达系统本身不需要发射信号，而是利用环境中已有的或者目标本身发射的电磁波信号进行目标探测与定位，因此它具有抗干扰、抗反辐射导弹、抗低空突防和反隐身的综合“四抗”潜力。依据探测对象的不同，无源雷达主要分为两大类:一类是利用探测目标自身辐射进行探测和测向；另一类是基于外辐射源的无源雷达系统，利用目标反射环境中存在的电磁波信号来进行探测和测向。然而由于外辐射源雷达具有非协作、不可控、不可预知的特性，使得外辐射源雷达的探测性能往往较传统雷达系统差，因此工程中需要采用更复杂的信号处理手段，来有效的完成目标的定位与跟踪，但同时会产生计算量大，处理复杂的问题。目前，在外辐射源雷达系统中对目标测向主要通过两种算法来实现:一种是多重信号分类MUSIC算法，另一种是旋转不变子空间EPSRIT算法。这两种算法通常需要多快拍积累，处理时间较长难以满足实时需求，同时对多信源和相关信源的估计效果较差以及对信噪比要求高且抗噪声性能差。由于在外辐射源雷达中获取的信号里直达波和多径能量很强，为了抑制干扰和提高目标回波的信噪比，需要对目标来波进行时域干扰相消和距离-多普勒二维相关处理，然而经过时域干扰相消和距离-多普勒二维相关处理以后，能够应用于测向的数据只有单次快拍，此时多重信号分类MUSIC等传统的子空间类算法将失效。同时，在对目标的测向实现过程中主要是通过开发专用信号处理板进行数据处理，但这种硬件平台开发费用相对较高，而且随着数据处理运算量的增加，一般只能依靠成倍增加硬件的规模来实现功能。此外，信号板的开发时间、调试周期较长，可操作性较差，而且随着硬件规模的成倍增加，开发难度变得更大和费用增加，无法满足科研实验与应用的实时性与节约成本等需求。
技术实现思路
本专利技术的目的在于克服上述已有技术的不足，提出一种利用GPU实现外辐射源雷达中估计目标来波方向的方法，以简化系统结构，降低开发费用，改进系统可操作性，提高数据处理速度。为实现上述目的，本专利技术的实现步骤包括如下:(I)获取用于估计目标来波方向的外辐射源雷达信号数据y:(Ia)将外辐射源雷达的回波天线各个阵元接收的信号经过数模转换，滤波，抽取变换到数字基带；(Ib)将变换到数字基带后的数据进行时域干扰相消和距离-多普勒二维相关处理，得到单元数据y，再将单元数据I传送到主机端；(2)在主机端进行数据初始化:(2a)在主机端为中央处理器CPU分配计算所需内存，为图形处理器GPU分配计算所需显存空间；(2b)设阵元数为M≥8、方向重构数为N≥100、迭代终止判断值1=0.01 ；(2c)设置步长初始值S1=U步长的更新因子(6=0.5，惩罚因子的初始值tfl，惩罚因子的更新系数U=2;(2d)在主机端构造一个2M*2N的感知矩阵A与初始方位向信号矢量(x，u) 0T,设(X，u) 0T 的值 X = [00...00]2*nt, U= [11...11]/, T 表示向量的转置；(2e)将单元数据y加载到中央处理器CPU内存中；(3)将中央处理器CPU内存中的单元数据y和感知矩阵A以及初始方位向信号矢量传输至图形处理器GPU的显存中；(4)在图形处理器GPU中进行基于压缩感知的方位向稀疏重构求解:(4a)从图形处理器GPU中获取单元数据y、感知矩阵A与初始方位向信号矢量(X，u) 0T,并设置基于压缩感知的方位向稀疏重构求解迭代次数k的初始值为I ;(4b)计算对偶空隙n:本文档来自技高网...
【技术保护点】
一种利用GPU实现外辐射源雷达中估计目标来波方向的方法，包括如下步骤：(1)获取用于估计目标来波方向的外辐射源雷达信号数据y：(1a)将外辐射源雷达的回波天线各个阵元接收的信号经过数模转换，滤波，抽取变换到数字基带；(1b)将变换到数字基带后的数据进行时域干扰相消和距离?多普勒二维相关处理，得到单元数据y，再将单元数据y传送到主机端；(2)在主机端进行数据初始化：(2a)在主机端为中央处理器CPU分配计算所需内存，为图形处理器GPU分配计算所需显存空间；(2b)设阵元数为M≥8、方向重构数为N≥100、迭代终止判断值l=0.01；(2c)设置步长初始值s1=1、步长的更新因子β=0.5，惩罚因子的初始值t0=1，惩罚因子的更新系数μ=2；(2d)在主机端构造一个2M*2N的感知矩阵A与初始方位向信号矢量（x,u）0T，设（x,u）0T的值x＝[00...00]2*NT，u＝[11...11]NT，T表示向量的转置；(2e)将单元数据y加载到中央处理器CPU内存中；(3)将中央处理器CPU内存中的单元数据y和感知矩阵A以及初始方位向信号矢量（x,u）0T传输至图形处理器GPU的显存中；(4)在图形处理器GPU中进行基于压缩感知的方位向稀疏重构求解：(4a)从图形处理器GPU中获取单元数据y、感知矩阵A与初始方位向信号矢量（x,u）0T，并设置基于压缩感知的方位向稀疏重构求解迭代次数k的初始值为1；(4b)计算对偶空隙η：η=||A*x-y||22+||x||22+0.25*||2*(A*x-y)||22+[2*(A*x-y)]T*y,式中，x为方位向信号矢量（x,u）k?1T中的向量，k为迭代次数；(4c)判断迭代终止条件是否满足，若满足则跳到步骤(4)，若不满足，则继续下一步操作，终止条件为：η/(-0.25*||2*(A*x-y)||22-[2*(A*x-y)]T*y)≤l;(4d)更新第k次迭代的惩罚因子：tk＝max(min(4*N*μ/η,μ*tk?1),tk?1)；(4e)根据惩罚因子tk，构建代价函数J：J=tk||Ax-y||22+tk1Tu+Σi=1Nlog(ui2-ui2-xi+N2),式中，u为方位向信号矢量（x,u）k?1T中的向量，ui表示向量u的第i个元素，xi与xi+N分别表示向量x的第i个和第i+N个元素，1T表示为1×N维的单位向量；(4f)计算代价函数J的第k次迭代的共轭梯度gk=▿xJ▿uJ和海森Hessian矩阵Hk＝▽2J，其中▽xJ表示代价函数J对向量x求一阶偏导，▽uJ表示代价函数J对向量u求一阶偏导，▽2J表示代价函数J对信号矢量（x,u）k?1T的二阶导数；(4g)求出第k次迭代的搜索方向：(Δx,Δu)kT＝?Hk?1gk，其中Hk?1为Hk的逆矩阵；(4h)更新第k次迭代的方位向信号矢量，得到更新后的方位向信号矢量：(x,u)kT＝(x,u)k?1T+sk(Δx,Δu)kT；(4i)把k的值增加1，然后更新回归线性搜索方法的步长：sk＝sk?1*β，再返回到(4b)；(5)将更新后的方位向信号矢量（x,u）k?1T从图形处理器GPU显存中传送到中央处理器CPU的内存中并保存，再根据该更新后的方位向信号矢量（x,u）k?1T重构出目标的来波方向；(6)在主机端释放中央处理器CPU中所分配的内存与图形处理器GPU中所分配的显存。...
【技术特征摘要】
1.一种利用GPU实现外辐射源雷达中估计目标来波方向的方法，包括如下步骤: (1)获取用于估计目标来波方向的外辐射源雷达信号数据y: (Ia)将外辐射源雷达的回波天线各个阵元接收的信号经过数模转换，滤波，抽取变换到数字基带； (Ib)将变换到数字基带后的数据进行时域干扰相消和距离-多普勒二维相关处理，得到单元数据1，再将单元数据I传送到主机端； (2)在主机端进行数据初始化: (2a)在主机端为中央处理器CPU分配计算所需内存，为图形处理器GPU分配计算所需显存空间； (2b)设阵元数为M≥8、方向重构数为N≥100、迭代终止判断值1=0.01 ； (2c)设置步长初始值Sl=l、步长的更新因子(6=0.5，惩罚因子的初始值t^l，惩罚因子的更新系数U =2 ； (2d)在主机端构造一个2M*2N的感知矩阵A与初始方位向信号矢量(XW)tl1，设(x，u)Ot 的值 X = [00...00]2*；, u = [11...11]/，T 表示向量的转置； (2e)将单元数据y加载到中央处理器CPU内存中； (3)将中央处理器CPU内存中的单元数据y和感知矩阵A以及初始方位向信号矢量(x，u) Ot传输至图形处理器GPU的显...
【专利技术属性】
技术研发人员：王俊，周伯成，王珏，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。