[发明专利]一种基于GPU的外辐射源雷达信号处理快速实现方法

说明书

技术领域

本发明涉及外辐射源雷达信号处理领域，尤其涉及一种基于GPU（图形处理单元，Graphics Processing Unit）的外辐射源雷达信号处理快速实现方法。

背景技术

外辐射源雷达是本身不发射电磁波，而是利用广播、电视等信号作为辐射源的被动雷达系统，具有反隐身、抗低空突防及生存能力强等优点，是当前国内外研究热点。

基于外辐射源雷达的目标检测包括如下步骤：

（1）采用回波信号和直达波进行BLMS处理，实现直达波、杂波抑制。

（2）相干积累及徙动校正。

（3）恒虚警（CFAR）检测。

由于外辐射源雷达常用于预警系统，对于实时处理能力要求很高，而基于CPU的信号处理很难达到要求。随着图形处理器GPU在通用计算领域的发展，浮点运算能力甚至可以达到同代CPU的数十倍以上，基于GPU的这一新型计算平台的并行处理算法为外辐射源雷达实时信号处理领域提供了新的解决方案。

外辐射源雷达对实时处理提出了很高的要求，但是对于较高采样率，积累时间较长的情况数据处理的运算量很大。目前，外辐射源雷达信号处理的实现方案有以下两种。

1.采用CPU多线程的实现方法。在直达波、杂波抑制环节采用NLMS方法，虽通过分段方式实现了并行处理，但由于当分段数目过高时，直达波、杂波抑制能力会存在严重的损失，而影响信号的相干积累及检测，因而分段数目有限，造成了算法并行能力有限，很难满足实时性要求;在相干积累和徙动校正环节，对于高速目标积累时间长达数秒而且会带来目标徙动现象，运算量成倍增加。基于CPU多线程(Xeon CPU X567024个核)的实现方法，当积累时间1s分6000段时，相干积累及徙动校正时间就高达7s以上，不能满足实时要求。

2.采用CPU+GPU的实现方法。M.Bernaschi,A.DiLallo,R.Fulcoli等人提出了基于CPU与GPU组合应用的信号处理实时处理方法[Combined Use of Graphics Processing Unit(GPU)and Central Processing Unit(CPU)for passive radar signal&data elaboration]，以CPU实现GAL+NLMS算法，与采用GPU计算相干积累、恒虚警检测等相结合实现处理流程。在直达波、杂波抑制阶段，对于2¹⁸采样点数据分16段时需要50ms直达波、杂波抑制时间。在采样率为9M时，1s的数据量为9M采样点是2¹⁸的30多倍，仍然达不到实时的要求。且上述文章里提到的实现方法未进行目标徙动校正，导致能量扩散，信噪比降低，而降低了目标检测能力。

发明内容

有鉴于此，本发明提供了一种基于GPU的外辐射源雷达信号处理快速实现方法，该方法使用GPU实现了外辐射源雷达探测的整个流程，包括直达波、杂波抑制，相干积累及徙动校正和恒虚警检测，并且针对外辐射源雷达探测的直达波、杂波抑制环节和相干积累及徙动校正环节，提出了两种全新的适于GPU并行的数据处理结构，使用GPU实现了外辐射源雷达探测的整个流程。本发明更适合于GPU并行处理，具有更高加速比，能够满足实时处理需求。

为了解决上述技术问题，本发明是这样实现的：

一种基于GPU的外辐射源雷达信号处理快速实现方法，包括直达波、杂波抑制环节、相干累积及徙动校正环节和恒虚警检测；

在直达波、杂波抑制环节中，对要处理的数据进行交叉重组，具体为：首先将整个数据分为N个等长的数据块，其次将每个数据块再分为L个等长的数据段，每个数据段内的数据点数为M=整个数据总长÷N÷L；然后将各块数据段号相同的数据依次拼接在一起，第N个数据块第i段结尾与第1个数据块第i+1段的起始数据拼接在一起，形成一种新的存储结构，存储在GPU显存的连续地址空间内，i的取值范围为1～L-1；GPU启用M×N个线程，针对拼接后的数据，每M×N个数据点进行并行处理；

在相干累积及徙动校正环节，对要处理的数据进行分组并行处理，具体为：首先对参考信号和直达波、杂波抑制后的回波信号进行分段，设都分为n段，每段数据长度为L_e；其次对连续分段进行分组，设每DIM个分段为一组，DIM为整数，每组包含DIM×L_e个数据点；各组数据依次拼接在一起存储在GPU显存的连续地址空间内；启用DIM×L_e个GPU线程，对每组数据进行GPU并行处理。