论文部分内容阅读
随着战场环境的不断变化,雷达在功能和性能上也要不断完善才能满足复杂的战场环境。在功能上面要求雷达具有搜索,跟踪等功能,在性能上面则要求雷达具有更快的数据率,更大的运算量和更高的实时性。相控阵雷达由于其通过改变天线通道的相位来灵活的改变天线波束的指向,这使得其具有传统的机械扫描雷达所不具备的波束捷变性,比传统的机械扫描雷达更加灵活,能够实现搜索波束与跟踪波束的独立。这使得相控阵雷达得到了广泛的应用。所以研究具有多功能和更高实时性的相控阵雷达的信号处理手段是未来相控阵雷达的研究趋势。针对上述背景下,通过对多功能相控阵雷达的信号处理流程分析发现,其信号处理过程中存在大量可以进行并行计算的部分,而图形处理器(GPU)硬件平台对于在处理并行计算方面具有很高的加速比。所以本文将采用新的信号处理形式即中央处理器(CPU)加上图形处理器(GPU)的协同处理方法来实现多功能相控阵雷达信号处理中的关键技术。本文首先介绍了用GPU来实现雷达信号处理技术在国内外的研究现状。然后,简单介绍了多功能相控阵雷达,对多功能相控阵雷达在对搜索回波进行信号处理过程中的数字波束形成(DBF),脉冲压缩(PC)和动目标检测(MTD)关键技术的基本理论原理进行了详细的阐述。在介绍动目标检测(MTD)时本文提出了一种基于先验信息的变凹口宽度MTD滤波器的设计方法,并实现了与其相关的仿真分析,仿真结果表明该滤波器具有很好的杂波抑制效果。接着,讨论了多功能相控阵雷达在跟踪过程中重要的两点,即目标的运动模型和跟踪滤波器。常见的运动模型有CV,CA和Singer模型,常见的跟踪滤波器中有线性的卡尔曼滤波,Alpha-Beta滤波和非线性的扩展卡尔曼滤波算法,并实现了最后的仿真分析结果。最后详细介绍了GPU的硬件架构和CUDA语言,并实现了多功能相控阵雷达中关键信号处理技术的GPU实现过程,提出了用GPU来实现Alpha-Beta滤波算法的整体过程。