论文部分内容阅读
声呐是利用水下声波对海洋中物体进行探测、定位和通信的电子设备。一部现代的数字式声呐,实际上就是一部大型的多功能计算机。随着高性能微处理器和各种专用、通用高速数字信号处理器的出现,以及各种先进信号处理算法的开发,声呐的效能发生了巨大的变化。这使得声呐能够在更加单一的基础上利用更复杂的波形以及处理每个元件。声呐系统的更新在很大程度上是随着计算机系统和信号处理系统的升级而进行的,声呐基阵的改动不大。当前美国海军抓住了这样一个中心事实,即声呐技术最大的回报在于信号处理的改善(包括利用新的波形),而不是购买新的阵列声呐。未来的声呐设备应该是各种技术的综合体,通过各种技术的综合使用,能够实现多个传感器网络的数据融合,以及非声学传感器数据和声传感器数据的综合处理,从而实现在低频/甚低频信号检测中引入环境参数,提高水下目标的检测能力。
现代声呐技术的发展趋势表明,声呐信号处理设备需要对大规模的传感器阵列/网络的海量数据进行实时处理、分析及显示,这对设备的处理能力提出了更高要求。研究适用于声呐信号处理的新的高性能计算架构,以及基于该种架构的声呐信号处理方法,具有重要的现实意义和广阔的应用前景。
为了配合海上试验及系统测试,本文提出和架构了一套以CPU&GPU为核心的高性能声呐信号实时处理与分析系统。该系统以模拟/数字复用传输电缆为数据采集设备,以PCI接口、以太网为数据传输通道,以CPU为主处理器承担系统各部分之间的协调管理任务及简单的信号处理任务,以GPU为协处理器承担主要的信号处理任务。系统实现了对160通道双阵数据的滤波、降采样、频域波束形成以及后端显示处理。通过湖试初步验证了所提出的CPU&GPU并行计算解决方案应用于声呐信号处理任务的可行性,进一步的系统测试和调试有待海上试验中进行。
在低频/甚低频段,即频率小于1kHz的频带范围,水声传播的波导效应显著,而且稀疏阵列的栅瓣效应对弱目标检测的影响也较大。本文首先由阵列接收信号数学模型入手,试图给出信道结构对阵列信号处理性能影响的简明分析模型,为在模基声呐中引入环境参数作准备。然后从低频/甚低频应用需求出发,研究了稀疏阵列的栅瓣特性及其抑制方法,并通过仿真分析和海试数据分析验证其有效性。最后研究了现代并行处理结构和统一计算设备架构,从而架构了基于CPU&GPU的声呐信号处理与分析系统,在该系统平台上实现了并行波束形成的实时处理与显示,所得到的处理数据为浅水波导对常规波束形成性能影响的分析,以及稀疏阵列栅瓣抑制方法的研究,提供了基础。论述了系统的硬件平台方案和基本处理框架,分析了波束形成的并行算法并评估其性能,在此之后介绍了系统软件结构和开发成果。
本文的处理与分析系统实现了25.782 GFLOP/s的浮点处理能力,系统软件网络版的实测稳定运行速度为8.8倍实时,数据通讯率达到461Mbps。使用单片GPU实现了相当于7片规模的TS201S DSP系统的处理能力。系统的开发周期短,生命周期长,软硬件开发代价小,可扩展性强,使用便捷。本文系统所应用的CPU&&GPU并行计算解决方案在声呐信号处理领域有广阔的应用前景。