论文部分内容阅读
雷达数据处理系统是现代雷达中关键的一环。随着现代战场环境的复杂化,各种自然和人为干扰使得雷达数据处理系统的计算负荷越来越重,基于软件化的思路探索高性能、灵活与可重构的数据处理架构成为未来雷达的趋势。针对上述背景,本文提出了基于中央处理器(Central Processing Unit,CPU)和图形处理器(Graphics Processing Unit,GPU)协同处理的开放式计算架构实现雷达数据处理的方法。数据处理的软件化提升了系统的设计和运行、维护和更新的效率。本文研究了包括坐标系统转换、点迹凝聚、航迹起始、单目标跟踪和多目标关联算法在内的典型雷达数据处理算法,并对算法的有效性进行了仿真验证。通过分析各个算法的并行性,基于CPU和GPU协同处理架构设计并实现了雷达数据处理子系统,完成了系统联调联试,经过对飞机目标的大量观测试验验证了该数据处理子系统的功能和性能。本文研究了基于滑窗检测法的航迹起始顺序算法、基于Hough变换的航迹起始批处理算法以及修正的Hough变换航迹起始算法。仿真实验验证,修正的Hough变换航迹起始算法和滑窗检测法能够以更高的准确率完成杂波环境下的航迹起始工作。通过对两种算法进行对比,证实基于Hough变换的航迹起始算法具有更高的并行性。本文研究了扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法,并通过蒙特卡洛仿真验证了本跟踪算法对匀加速运动目标的有效性。本文研究了联合概率多目标关联(Joint Probability Data Association,JPDA)算法。本文针对JPDA和修正Hough变换航迹起始算法结构,分析了算法的并行性,研究了其数据存储和线程调度方法,完成了算法基于CPU和GPU协同处理架构的并行优化。仿真实验证实了算法运行结果的正确性,对JPDA算法:随着目标个数的变化,加速比达到20~300倍;对修正Hough变换航迹起始算法:加速比达到200倍。在上述研究的基础上,本文完成了包括数据接收、数据处理、P显等模块的雷达数据处理子系统。通过与雷达系统的联调和试验研究,修正了系统中点迹凝聚、航迹起始波门、目标关联的相应门限值,大量实际试验结果表明该数据处理子系统可稳、高效地完成对飞机目标的数据处理。