[发明专利]一种电磁信号分选方法

说明书

本发明提出一种电磁信号分选方法，实现步骤包括进行基于嵌入式GPU的软硬件架构设计；搭建雷达脉冲流并行化数据处理的计算框架；实现典型参数测量算法在嵌入式GPU上运行；设计完成并行化数据算法从数学模型到软件代码的移植流程。本发明对接收的雷达脉冲流信号执行ADC采样，根据数字化的雷达信号脉冲流的数据量及硬件资源的状况，运用上述的算法移植流程，对相应的参数测量算法进行算法建模和真实软硬件环境下的集成调试，保证雷达脉冲流信号的参数测量结果的准确性。解决了雷达脉冲流进行分选过程中核心步骤计算效率不高，硬件资源利用不足的问题。

技术领域

本发明属于雷达信号处理技术领域，涉及一种电磁信号分选方法。

背景技术

近年来电子信息技术在军事领域迅猛发展，电磁空间逐渐发展成为除海陆空天四维战场空间之外的第五维空间，是一种新的战场环境。在此新空间多种信号交叠，战场空域的某一点位，可能会接收到来自包括军用、民用和自然界的辐射信号，也可能存在敌我双方的干扰信号；不同辐射源发射信号时可能有时很密集，有时却静默，这些信号在时序上的表现也有所不同，其中，有些可能为连续波形式，有些为脉冲形式，并且这些信号的很多参数，如载频(RF)、脉宽(PW)、脉冲重复频率(PRF)等信息也会有所不同；敌方也可以通过控制天线，向任意的特定空间发射电磁能量，使得此空间电磁环境的功率特征更加丰富；这些因素混叠会导致时域上形成更为复杂的动态环境。同时，随着雷达领域技术的极大发展，各种新体制雷达被研发出来并完成部署，这使得电子对抗中雷达脉冲流的密度急剧增加,脉冲交错越来越严重,脉冲参数的稳定性越来越无法得到有效保证。

传统的雷达信号分选方法由于是建立在对雷达脉冲描述字参数(PDW)的统计分析之上，属于根据脉冲间的相关性或不相关性分选出目标，分选时剔除噪点。其受参数变化的影响大，对PDW参数相似的雷达无法分选，而且进行PRI精分选时，前后两次的计算结果之间具有依赖性，数据之间不能采用并行计算，因此只能单核计算，导致硬件资源的占用率低，分选速度慢，对复杂且量大的数据难以处理，并且对数据的完整性和纯洁性有一定要求。由于机器学习和人工智能方向获得了极大推进，分选依据不再局限于PDW的五参数，脉冲自身的一些更稳定的内部特征能够被提取出来，这些内部特征拥有统计独立性，而对于分选信号而言人们研究深入的方向也不是某个脉冲的特征的完整性描述，而是区别不同信号样式有用信息的提取，即需要对能表征脉冲的特征信息的数据进行压缩感知，让提取出来的信息尽可能能表征各个信号样式的差异。而雷达信号分选作为整个电子对抗系统中的核心部分，其分选的速度和分选质量好坏很大程度上也能反映一个国家的雷达技术水平，受到各个国家的重视，基于现代战争信息对抗所处的以上环境，对侦察设备(雷达接收机、参数测量器和信号处理器)也提出了更高的要求以满足实时性和高效性的需求，因此除了新的雷达信号分选算法研究的推进，还应对选择合适的计算平台根据Amdahl加速比定律对算法中占绝大多数执行时间的部分并行化。

通过了解现有技术可知，现有雷达信号分选技术就研究方向而言主要集中在分析脉间特征参数或脉内特征参数:脉间发展较为成熟的是多参数的脉间匹配，脉内发展较为成熟的是盲源下的独立成分分析(ICA)及多种聚类算法；就实施过程而言主要流程为预处理及主处理:预处理主要是为降低要处理的数据量，降低数据量又主要有两种方法:压缩感知，即用尽可能少的数据就能表征信号之间的差异，减少处理数据所需的时间；使用部分参数提前将数据分块，再进行分别处理，一般选择脉冲到达角度DOA/脉冲到达时间TOA进行初次分块，再利用脉冲的调制形式(调频率K)进行再分，再利用载频RF进行再分块，以达到减少分选时间的目的。

现有技术使用串行平台进行矩阵运算及迭代求解完成盲源雷达脉冲流干扰分选，存在运算速度不快及硬件运算单元资源使用率不高等问题，不能满足在复杂电磁环境下实时分选的要求。

发明内容

为解决上述技术问题，本发明提出了一种电磁信号分选方法，所述电磁信号的信号处理系统包括雷达信号预处理机和雷达信号主处理机，所述的雷达信号主处理机采用CPU+GPU结构，所述加速方法包括以下步骤：