基于GPU的軟件雷達信號處理方法探究

陶 亮

（中國電子科技集團第十四研究所 江蘇·南京 210000）

在GPU的基礎(chǔ)上構(gòu)建軟件雷達終端，采用CPU（中央處理器）平臺常規(guī)處理雷達信號，和在CPU平臺上進行雷達信號處理的過程不同：CPU-GPU所組成的異構(gòu)系統(tǒng)的平均計算速率比CPU平臺快了100倍以上，且遠遠未達到GPU的計算極限，最大誤差在5×10-4以下。這也就意味著，基于GPU的并行運算能力突出優(yōu)勢，與CPU互補，構(gòu)建CPU-GPU的異構(gòu)系統(tǒng)，既能發(fā)揮軟件無線電技術(shù)的優(yōu)勢，有效地獲取各項數(shù)據(jù)，又能實時進行數(shù)據(jù)處理，達到軟件雷達在信號處理方面的實效性要求，隨著回波采樣點等數(shù)據(jù)量的增加，信號處理的吞吐量也會不斷增加，很好地滿足了軟件雷達信號處理的大吞吐量及高實時性的需求，克服以往軟件雷達信號處理計算速度慢、計算量少等問題。

1 基于GPU的軟件雷達信號處理系統(tǒng)

圖1：基于GPU的軟件雷達信號處理系統(tǒng)

軟件雷達，是無線電技術(shù)在雷達領(lǐng)域中的應(yīng)用，其硬件平臺包含了通用處理計算機、變頻組件以及天線系統(tǒng)、雷達顯控終端以及高速模/數(shù)采樣器件等部分。其信號處理過程是，在變頻組件內(nèi)通過變頻轉(zhuǎn)換，將雷達接收到的信號轉(zhuǎn)換為中頻信號，并將其傳送到高速模/數(shù)采樣器件中，轉(zhuǎn)變?yōu)閿?shù)字信號，最后將數(shù)字信號輸送到計算平臺中，進行雷達信號處理。基于GPU的軟件雷達信號處理過程大體也是如此，主要包含三大模塊，一是數(shù)據(jù)讀取模塊，將接收機處理的基帶數(shù)據(jù)讀入后，獲取報文的各種標志、數(shù)據(jù)并重組，從而獲得預(yù)處理后的回波數(shù)據(jù)；二是信號處理模塊，是整個信號處理系統(tǒng)的核心，將預(yù)處理后的回波數(shù)據(jù)先進行脈沖壓縮轉(zhuǎn)變?yōu)镻C數(shù)據(jù)，再進行MTD或是MTI處理，并在MTD的結(jié)果上實施二維CFA R處理；三是信號輸出模塊，包含了CFAR結(jié)果輸出、信號處理模塊中間過程（PC結(jié)果等），且產(chǎn)生的數(shù)據(jù)可基于實際需求進行輸出與儲存。以下是具體的系統(tǒng)流程圖：

在整個雷達信號處理過程中，在CPU-GPU的異構(gòu)系統(tǒng)中，信號的調(diào)度以及流程全部由CPU負責(zé)，先開辟單個子模塊運算所需的內(nèi)存空間以及顯存空間，并在獲取GPU初始化參數(shù)前提下創(chuàng)建主機端線程實現(xiàn)對雷達顯控終端的管理，通過“主機——設(shè)備端——主機”的流程，將獲取的數(shù)據(jù)從計算機主機內(nèi)存?zhèn)鬏數(shù)阶冾l組件，再對數(shù)據(jù)進行密集型計算輸送到雷達顯控終端。

2 基于GPU的軟件雷達信號處理計算模型

基于GPU的軟件雷達信號處理，主要是通過CPU-GPU的異構(gòu)系統(tǒng)，實現(xiàn)多個模塊雷達信號處理，以滿足軟件雷達信號處理的標準化、實時性、模塊化等要求。以下是基于GPU的軟件雷達信號處理計算模型：

2.1 任務(wù)級并行

先要在軟件雷達的主機端創(chuàng)建任務(wù)列表，以采樣中頻數(shù)據(jù)，通過CPU主線程實現(xiàn)對任務(wù)級別的劃分與管控，由Open-Multi-Processing開辟CPU并行線程，進行雷達信號處理的任務(wù)調(diào)度以及配置設(shè)備端ID工作，從而依次序訪問任務(wù)隊列。然后，則是在CPU-GPU異構(gòu)系統(tǒng)上，通過GPU以輪轉(zhuǎn)的形式分配各個任務(wù)，將獲取的數(shù)據(jù)以迭代的形式傳輸?shù)较鄳?yīng)的GPU上，從而實現(xiàn)多個GPU模塊并行且負載平衡。如，將第n個采集的數(shù)據(jù)以迭代的形式傳輸至第n mod q個GPU上，其中q是GPU的并行個數(shù)。

2.2 數(shù)據(jù)級并行

由于每個脈沖重復(fù)周期t內(nèi)的采樣點在周期內(nèi)沒有關(guān)聯(lián)性，進行正交相位檢波和脈沖壓縮計算時，可實現(xiàn)多個周期內(nèi)的采樣數(shù)據(jù)級的并行處理，從而得到近似線性的加速比。為了在數(shù)據(jù)級并行處理過程中，得到較高的計算訪存比，可把整個脈沖壓縮后的二維數(shù)組劃分成q個n×m數(shù)據(jù)部分，實現(xiàn)壓縮后的rn×k二維數(shù)組轉(zhuǎn)變?yōu)閚×m數(shù)據(jù)，每個二維數(shù)組域內(nèi)中每一行都包含了m=kmodq個采樣點。如此一來，就能運用并行GPU中的每個GPU模塊對重構(gòu)的q個n×m數(shù)據(jù)部分進行并行計算，且二維數(shù)據(jù)域?qū)Σ⑿蠫PU的映射為一個線程網(wǎng)絡(luò)，以保證數(shù)據(jù)級并行處理時，單個的GPU只需要迭代計算所屬域內(nèi)的重構(gòu)數(shù)據(jù)。

2.3 線程級并行

線程級的并行算法，主要是在信號處理的數(shù)學(xué)模型與GPU并行計算的硬件特性上，通過將數(shù)值計算映射到GPU細粒度并發(fā)線程，從而實現(xiàn)多個線程數(shù)據(jù)并行計算。

（1）在軟件雷達信號處理過程中，通過正交相位檢波將中頻信號轉(zhuǎn)變?yōu)榱阒蓄l的I、Q兩路正交信號。在轉(zhuǎn)變過程中要先把正交混頻信號以及整段脈沖重復(fù)周期內(nèi)的采樣數(shù)據(jù)輸入內(nèi)核函數(shù)后，再進行點乘處理，使得每個線程塊都能實現(xiàn)n維度的采樣數(shù)據(jù)計算，每個采樣數(shù)據(jù)都可以看作是一個處理單元，并能映射到相關(guān)線程之中。具體過程：通過仿真計算得到數(shù)字低通濾波器的相關(guān)系數(shù)后，依照紋理緩存不斷地提高采樣書籍的讀取速度（利用GPU紋理存儲器內(nèi)的高速片上緩存功能），使得以權(quán)庫的形式呈現(xiàn)的濾波器系數(shù)，在正交相位檢波模塊中能即可讀取出來。

（2）利用MTI/MTD對輸入的采樣數(shù)據(jù)進行運算。由于顯存空間中都是以“先進先出”的形式儲存脈沖壓縮后的回波數(shù)據(jù)，對于脈沖沖突周期內(nèi)的數(shù)字信號進行迭代運算，則應(yīng)經(jīng)過線程檢索引號來執(zhí)行，每個線程需分別維護值經(jīng)延遲線加權(quán)與相同距離分辨單元采樣點隔周期。特別是動目標的檢測，應(yīng)在固定二次消器（MTI）后以串聯(lián)窄帶濾波器組的方式，實現(xiàn)對整個重復(fù)頻率范圍的覆蓋，通過不同的數(shù)字通道，運用FFT濾波器處理采樣數(shù)據(jù)信號后再進行MTD運算。MTD的具體運算過程中，要把相鄰m個重復(fù)周期內(nèi)的數(shù)據(jù)作為一維數(shù)組儲存起來，再通過棋盤劃分進行矩陣轉(zhuǎn)置，對矩陣每一行數(shù)據(jù)進行FFT運算。

（3）通過脈沖積累和恒虛警檢測提高算法效率，將共享儲存器作為線程通信載體、實現(xiàn)中間數(shù)據(jù)的訪存，發(fā)揮共享儲存器的作用，高效地進行數(shù)據(jù)運算。利用共享儲存器的最大優(yōu)勢，在于實現(xiàn)數(shù)據(jù)復(fù)用的同時，避免由于重疊數(shù)據(jù)元素導(dǎo)致的線程之間訪問競爭問題，通過將運算數(shù)據(jù)分段復(fù)制到線程塊內(nèi)的共享儲存器中，降低全局儲存器中數(shù)據(jù)讀取的頻率。基于GPU的軟件雷達信號處理過程中，脈沖積累運算時可用棋盤的形式劃分整個數(shù)據(jù)域，并將劃分后的數(shù)據(jù)域輸送到并行GPU中，先將矩陣看成成n行m列的矩陣，然后把整個線程網(wǎng)絡(luò)劃分成n個線程塊，這樣每個線程塊就對應(yīng)m各數(shù)據(jù)的運算，每個GPU的運算結(jié)果就是一列的數(shù)據(jù)。然后，則是將每個線程塊處理得到每列數(shù)據(jù)從顯存復(fù)制到共享儲存器，按照并行歸約的方式進行求和處理，調(diào)用sync-threads()函數(shù)將求和后的數(shù)據(jù)設(shè)置成柵欄同步，再將每個線程塊內(nèi)運算得到的結(jié)果輸入到全局存儲器（n維）中儲存起來。這樣一來，通過對每個距離單元兩側(cè)各點的采樣數(shù)據(jù)進行求和處理，就能完成均值類恒虛警檢測算。

3 基于GPU的軟件雷達信號處理方法的仿真驗證

軟件雷達系統(tǒng)的計算平臺，所采用的 GPU（NVIDIATeslaC2050）以及CPU（IntelCorei7@2.67GHz）選用相同的運算模型以及運行參數(shù)，以O(shè)penMulti-Processing展開并行執(zhí)行循環(huán)以及迭代運算，所有的采樣數(shù)據(jù)都通過用英特爾數(shù)學(xué)核心函數(shù)庫實現(xiàn)傅立葉變換。在仿真分析中，使用線性調(diào)頻形式的雷達信號，以8點FFT多普勒濾波器組和雙延遲線對消器實現(xiàn)動目標檢測與顯示。結(jié)果顯示，在采樣點數(shù)相同時，基于 CPU處理的計算機設(shè)備無法處理信號的執(zhí)行時間控制在10個脈沖重復(fù)周期內(nèi)，隨著并行GPU數(shù)量的增加處理，信號處理的執(zhí)行時間會不斷縮短；在采樣點數(shù)較少的情況系，GPU*3與GPU*4執(zhí)行速度相似，但與GPU*1的執(zhí)行速度相比，其執(zhí)行速度沒有明顯的上升趨勢；采樣點數(shù)不斷增加后，基于 GPU的軟件雷達信號處理算法執(zhí)行速度才彰顯出明顯的優(yōu)勢。此外，基于CPU-GPU異構(gòu)系統(tǒng)的軟件雷達信號處理方法，其實測數(shù)據(jù)處理效果更為顯著，無論是雷達信號中的噪聲和干擾信號，還是噪聲、云雨雜波強度、地物雜波等，都得到了有效的抑制，目標回波的信噪比顯著提升。

4 結(jié)語

綜上所述，基于GPU（圖形處理器）與CPU（中央處理器）各自的優(yōu)勢，采用任務(wù)級、數(shù)據(jù)級和線程級三級并行策略，進行軟件雷達信號處理，有利于提高軟件雷達信號處理的實效性與計算速度。鑒于此，基于GPU進行軟件雷達信號處理，應(yīng)針對軟件雷達的特點，根據(jù)無線電相關(guān)技術(shù)在雷達領(lǐng)域的應(yīng)用情況，在任務(wù)級、數(shù)據(jù)級和線程級三級并行方案之上，構(gòu)建CPU-GPU的異構(gòu)系統(tǒng)，實現(xiàn)多GPU并行處理軟件雷達信號，從而滿足軟件雷達信號處理的大吞吐量和高實時性要求。