雷达信号处理中大数据量FFT实现分析

雷达信号处理中大数据量FFT实现分析

梁聪

南京楚航科技有限公司       南京市 210000

摘要：本文探讨了雷达信号处理中大量数据量FFT实现的优势以及方法。通过专业调查分析，找出大数据量FFT算法和实现，并对雷达信号处理中大数据量FFT实现进行测验。借助测验算法、仿真效果以及实验结果，分析了其在了雷达信号处理应用优势，来给相关人员提供一些参考价值。

关键词：雷达信号处理；大数据量FFT；应用优势

雷达作为一种常见的通信设备，目前在定位系统中，经常会用到毫米波雷达，分辨率和精度都比较高，工作频率为30-300GHz。这种毫米波雷达的发射信号的分辨率与宽带呈现反比作用。想要提高分辨率，就要提高宽带雷达信号。为进一步推动雷达行业发展，要对信号处理的点数和运作速度进行合理设计，从而提高毫米波雷达处理的时效性、精准度与宽带。

1应用优势

雷达信号主要分为两个内容：通信与电子对抗。在通信过程中，为了提高干扰能力，完善电子信号的随机性和可行性，能够借用编码技术，处理信号传输过程中，进而优化传输的精度，降低容错。为此，需要计算大数据量FFT。计算FFT，能够提高雷达信号的处理效率、精度。

由此可以看出，处理雷达信号中，FFT的应用能够发挥比较出色的效果，满足不同的作业需求和定位需求，提高数据精准效果，进一步实现应用的价值和成效。

1.1信号处理的高效性

雷达信号处理的时候，可能会产生回波，影响信号传递效果和质量，导致无法成功获取信息。按照当前的作业需求，如何控制回波的产生，是从业人员重点关注的内容。

因此，使用FFT检测，能够精准找到雷达信号目标，提高信号处理的时效性和精准度。利用FFT检测的高精准度等优势，能够提高检测结果可靠性。

1.2提高雷达试验的准确性

传统的雷达在检测时，以电路图为连接，主要是利用仿真方法来辨识相应的目标。随着信息技术的迅速发展，对雷达信号进行辨识的难度越来越大，对其进行处理的方法也越来越趋向于数字化。对于现代雷达系统来说，它可以通过FFT来进行信号处理，可以有效地处理海量的、高精度的信号，提高雷达检测的准确性。除此之外，目前对于雷达信号处理过程中，也要突出处理方法的时效性，赋予雷达信号检测信息化特性，在提高雷达信号处理效果的同时，还能够提高其精准度，提高处理的整体质量和效率。

1.3提高逼真度

目前，经过几十年的发展，新型雷达系统已经经历过多次的革新换代，整体性能不断提升。在革新换代过程中，雷达信号检测的目标也出现了一些变化。从以往的信号捕捉发展到数据识别和解析方面。因此，FFT检测利用大数据量，能够对雷达信号处理起到推动的作用。在目前相关领域对于雷达信号检测需求不断提升的前提下，FFT作用会进一步得到放大，赋予被检测目标良好的精准度。

而且，利用FFT，模拟仿真活动也可以得到进一步的实现。因此，技术人员在模拟仿真过程中，可以依据按照测试结果，开展多维度的仿真模拟，并利用系统内部的模拟功能，赋予测试结果更加真实的效果。众所周知，雷达信号处理对于军事影响比较大，所检测到的数据能够为军队作战、调动起到重要的作用。因此，真实性是雷达信号发展的唯一的方向和根本要求。真实性不仅能够为相关行业提供真实数据，可以进一步提高雷达的应用前景。而FFT测试就可以精准定位数据，挖掘数据真实情况，为相关领域作战、调遣、侦查等活动，提供精准的数据来源，进而推动整个行业发展。

2FFT处理过程分析

2.1算法

当前，对雷达信号处理的方法分为两种：第一种是修改算法，减少计算量。第二种是在修改算法基础上，采取并行处理法，增加多个处理器，来提高信号的处理效率。在大数据量FFT中，采用了并行处理法。详情见图1。

图1并行处理法

借助多个DSP芯片对某一个数据进行处理，能够提高系统体积。将信号输入到并行处理法程序，然后将其分配到处理模块中。模块数量一般为3个，并行处理后输出结果，能够得到对应的数据信息。DSP最主要的作用是处理芯片数据，协作芯片控制。系统外部可以通过总线接入到DDR3。在信号处理器谁集中，芯片的工作频率需达到1.25GHz，浮点和定点功能要得以强化。

晶片内部包含EDMA、PCIe、网络接口等外围设备。芯片运行依托硬件加速器，外设功能比较多，能够赋予芯片优秀的信号处理功能。广泛应用于信号处理和图像处理需求中。在一些雷达、电子对抗和通信设备中，能够发挥重要的价值和作用。 FFT方法是分析毫米波雷达内频频谱的重要方法，也是目前毫米波雷达内频频谱研究的重要手段，也是目前毫米波雷达内频频谱研究的热点之一。FFT适用于多种信号的分析，如多媒体信号，卫星通信和雷达信号等。在使用FFT方法时，准确性和计算量是技术发展的主要制约因素。受到相关技术的制约，导致数据精准度和计算量无法实现统一。伴随着信息技术的快速发展，在对雷达信号进行处理的时候，对总体准确率有了较高的要求。为提高数据精准度，FFT应该作为必要手段和方法，不断完善和改进可操作空间，进一步完善精度调控，实现更有价值的应用。

2.2实现过程

FFT算法原理在实现过程中，技术人员要假定一组数组的长度为L，并开展FFT计算。由于L数值较大，可以在计算过程中，将其分成L1*L2二维运算。当点数不足时，要运用“补零法”，确保数据内地址能够相邻。针对L点的DET公式为：

N

通过运用公式，技术人员要检测L2作为L1点的 FFT数值，明确K值具体表示。然后，得出数据后，可以用旋转系数来乘以相应的系数，得到对应的结果后，把L1作为L2点FFT来进行实际运算，从而得到真实的雷达数据信号。

3大数据量FFT在雷达信号处理中的试验

3.1算法试验

为获得准确性更高的雷达信号数据，技术人员需要基于算法来进行验算。一般来说，DSP算法与存储空间有着密切关系，需要将FPGA的数据传递到DDR3的存储器中。也就是说，技术人员要把主核中的数据放入并行储备空间，然后通过核间通信方法实现获取数据，完成任务调度。同时，技术人员还要不断读取和处理储备数据。FFT处理器的架构一共分为三个层次，在第一层次中，利用缓冲存储器来维持相应形式的运算核，随着级别的提升，在第二层次，运算核的计算基准会有很大的变化。例如，当第一层次的运算核是16蝶形时，第二和三层次的运算核基准是4蝶形的形状。按照这样的运算核基准，可以看到 FFT处理结构中的存储性能。

对于核间通信方式，可以通过主副拓扑结构开展。在该结构中，外部存储器DDR与EDMA施行数据交换，主核则是通过结构中的中断功能和核间通信来连接。主从两个核心在功能上是完全不一样的，主核心是控制，从核心是运算，因此两个核心之间无法形成通信。在运算之前，技术人员还要将这些海量数据中的数据转化为以L2*L1为主的矩阵形态，并将其置于共享内存中。加入点数不够，用“补零法”进行补充。

实验步骤是将DDR3作为“核0——核1-7——核0”三个结构。从“核0——核1-7”为准备命令，反之，则为返回命令。“核1-7”实现数据处理功能。在对数据进行处理后，“核1-7——核0”将发出运算完成质量。同时，“核0”也可以对“核1-7”存储指令，保存数据，实现多核运算。在掌握这种测验方法后，技术人员如果发掘对大数据量FFT运算存在困难是，可以将L1*L2进一步分解。如果L2分解后数据量仍旧无法进行运算，继续分解为L3*L4。以此类推，直至数值能够满足测试要求。

3.2仿真效果实现

算法实验完成后，技术人员要检验生成数值，例如，在MATLAB仿真中，设置发射信号:

公式中，f0频率在35GHz。T为调制周期，B为宽带。二者关系为，目标位置为298m。针对净值目标来看，常数是时延数据。目标距离数据为：

在分析模拟仿真的结果过程中，相关人员要依据周期固定的环境下，合理设置宽带。不同周期对应的宽带如下：

一般来说，调制周期不会超过2毫秒，因此，相关人员要设定调制周期≤2ms。如此一来，既能够满足FFT运算的环境需要，还能扩大宽带。而设定与之配套的采样频率为：

采样频率确定好后，相关人员要基于“数据补零”方法，分别设定2048点、4096点和8192点，然后将三组数据按照64*64方程，得出频率图。再对应目标距离属性。详情见表1。

表1 三组不同点数的FFT精度

表1中数据显示，FFT点数由于存在差异，数量为2000点时，误差为0.012％，当达到4000点时，误差为0.010％。由此可见，当数量越多，误差就越小，精度也就越高。因此，分解FFT具有更好的精准精度。通过对模拟结果全面分析，能够发现，在雷达信号处理过程中，大数据量FFT随着处理资料数量的增加，效能优点日益凸显。

3.3计算量分析

在进行计算量分析时，技术人员要对核间通讯的时间进行准确研究。如果雷达信号资料数量比较少，或者运算量比较大，那么，DSP就无法发挥技术优势。随着行业对于高精度、海量数据运算的需求下，可以使用FFT来提高雷达信号处理的效果。分析计算量后，技术人员选定数据存储方式，按照一定的次序进行读取，如果读取和存储的方向相同，读取就更加容易。如果方向不同，需要读取原有数据，然后再一一进行修正，把改变的数据剔除出去。在进行了选择和计算之后，要将其输入到存储单元，相对于之后的审核工作，在这个过程中，对相应的数据进行确认，可以节省时间，减少数据转换的消耗，提高数据计算的准确性。 

当然，除了上述方法外，也可以使用直接存储的策略，相较于一般方法，选择后者，既能够便于查找资料，又便于阅读。在按照排列次序记录数据的同时，要标注出每个数据的真实性含义，通过机器自动查重来实现自动检索。此外，由于FFT运算方向存在不同，因此，在存储和读取时，要按照相关的读取顺序，比如（

）或者（）。这两种读取顺序都能够使用。采用无格式读取，还能进一步条存储效率。

4结论

实验结果表明，FFT分解运算能够提高雷达信号处理数据精度。对于点数数值的供应，系统会给出相关的要求，按照2的次幂作为检测基准。如果数据不够2的次幂整数，可以进行适当的补零，能够提高雷达信号数据处理的效率。

参考文献

[1]沈佳琪,靳璐.雷达信号处理中大数据量FFT实现分析[J].电子技术与软件工程,2021(01):66-68.

[2]张培钟,缪晨,赵阳莹,何仲阳,吴文.雷达信号处理中大数据量FFT的实现[J].微波学报,2017,33(S1):342-345.

[3]黄海牛. 基于DSP+FPGA的雷达信号处理板系统设计[D].国防科学技术大学,2014.

[4]谢成城,植强.大数据量FFT的单片DSP高效实现[J].电子对抗技术,2005(04):41-43.