CN110716710B - 一种雷达信号处理方法 - Google Patents

Abstract

本发明涉及雷达信号处理领域，特别是涉及一种雷达信号处理软件架构。本发明包括全局变量的声明和初始化、创建线程、信号量的声明和初始化、数据接收线程、模式判别线程、根据雷达不同的工作模式运行特定的信号处理计算线程、处理结果输出线程等步骤。本发明的软件架构可由用户遵循本软件架构方法，按照自己的需求自行添加和编写相应的功能线程实现函数。

Description

一种雷达信号处理方法

技术领域

本发明涉及雷达信号处理领域，特别是涉及一种雷达信号处理软件架构。

背景技术

目前主流的雷达信号处理软件仍是基于FPGA和DSP等可编程器件设计的。

随着目前雷达整体功能和设计架构的不断复杂化和智能化，传统的以FPGA和DSP为基础的雷达信号处理软件平台，暴露出了引脚配置繁琐、硬件调试困难、单位芯片性能低下的问题，并且不论从单板计算性能上还是从可移植和可扩展性上都渐渐难以满足雷达功能的不断提升和雷达信号处理对数据处理精细化的需求。

近年来，通用服务器平台因其强大的计算性能、种类可选的硬件接口、成熟的、友好的图形化编译环境以及丰富的计算函数库，被越来越多的雷达企业和研发者所使用；但是始终缺少与通用服务器配套的一种高效的、可扩展的、通用的雷达信号处理软件设计方法。

因此需要一种基于通用服务器平台的的雷达信号处理软件架构实现方法，来满足当前雷达信号处理领域对信号处理软件通用性、可扩展性和可移植性的需求。

发明内容

本发明主要解决的技术问题是提供一种具有极高的可移植性、可扩展性和可备份性的雷达信号处理软件架构，能够解决雷达信号处理软件的设计架构和实现流程问题。

本发明采用的技术方案是：一种雷达信号处理软件架构，其特征在于：包括以下步骤：

步骤1、全局变量的声明和初始化：在雷达信号处理软件程序主函数中声明并初始化该程序需要用到的所有全局变量；

步骤2、创建至少9类线程，包括1个数据接收线程，1个模式判别线程，3个脉压线程，1个MTI线程，1个MTD线程，2个CFAR线程，1个目标特征提取线程，1个目标分类算法线程，1个处理结果输出线程；将创建的线程与CPU核心绑定；

步骤3、信号量的声明和初始化：在雷达信号处理软件程序主函数中声明并初始化该程序需要用到的所有信号量；

步骤4、数据接收线程：调用步骤2中声明的接收线程，结合rapidio驱动函数或UDP标准模块函数，完成数据程序接收功能，并将接收到的数据存入步骤1中声明的中频IQ数据全局变量，同时发送步骤3中声明的1个模式判别信号量；

步骤5、模式判别线程：调用步骤2中声明的模式判别线程，等待并接收到来自步骤4的模式判别信号量后，开始如下处理：根据事先约定的数据帧格式，读取由步骤4储存的中频IQ数据全局变量，判别不同的工作处理模式，同时向对应的不同工作模式发送步骤3中声明的脉压信号量；

步骤6根据雷达不同的工作模式运行信号处理计算模块，3个工作模式可按雷达工作需要单独运行；

模式一、MTI模式：

模式二、MTD模式：

模式三、目标分类与识别模式：

步骤9、处理结果输出线程：调用步骤2中声明的处理结果输出线程，等待步骤6数据输出信号量后，根据步骤5获得的模式信息，读取相应模式的处理结果全局变量，根据事先约定的输出数据格式和输出协议完成处理结果输出函数功能。

本发明的有益效果是：可分为基本功能模块和可扩展功能模块：基本功能模块实现基本的雷达信号处理功能，可扩展功能模块可由用户遵循本软件架构方法，按照自己的需求自行添加和编写相应的功能线程实现函数。

附图说明

图1是本发明雷达信号处理软件架构中功能模块线程处理逻辑、数据流向、信号量传输的实现流程示意图。

具体实施方式

下面结合附图对本发明的实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。

如图1所示，本发明提供一种雷达信号处理软件架构，可应用于雷达信号处理服务器软件的设计，具体实施步骤如下：

步骤1、全局变量的声明和初始化：在雷达信号处理软件程序主函数中声明并初始化该程序需要用到的所有全局变量，包括各类数组，指针和宏定义常数。

该全局变量的作用是储存并传输雷达信号处理程序运行过程中所需的中间变量，作为各个有逻辑和时序联系的处理线程间数据流的载体。每个有逻辑联系和数据流联系的处理线程之间，使用全局变量进行数据流的储存和传输，以保证线程之间数据流的同步性和一致性。

充分利用phtread多线程之间资源共享的特点，用于数据流传输的全局变量可在所有处理线程之间进行共享，实现了线程间数据流的灵活调度，每个处理线程在该全局变量未被其他线程占用时，均可以对其进行所需的数据操作。

以本实施例为例，需声明并初始化1个中频IQ数据全局变量，3个脉压结果全局变量，1个MTI结果全局变量，1个MTD结果全局变量，2个CFAR结果全局变量，1个特征提取结果全局变量，1个目标分类结果全局变量。共7类全局变量。

步骤2、线程的声明和初始化：在雷达信号处理软件程序主函数中声明并初始化该程序需要用到的所有pthread线程，包括：本实例流程图中所示各个雷达信号处理的基本功能处理线程，以及用户在扩展本发明架构的处理功能时所添加的扩展功能处理线程；并为每个线程绑定互斥的CPU核心，具体操作方法如下：

2.1、线程的声明与初始化

在主函数中，使用pthread_create函数创建所需的各个处理线程，以数据接收线程为例，创建该线程的函数形式为：pthread_create(&recvid,NULL,recv_pthread,NULL)，其中第一个参数为pthread_t类型的指针；第二个参数为线程属性；第三个参数为线程的函数指针，指向数据接收线程的主体；第四个参数是线程函数指针所指向的参数。此时，便完成了一个名为recv_pthread的线程的创建。

重复本步骤，创建本实例流程图中所示的所有雷达基本功能处理线程；如需要扩展功能，还需创建扩展功能线程。

本实施例需要创建1个数据接收线程，1个模式判别线程，3个脉压线程，1个MTI线程，1个MTD线程，2个CFAR线程，1个目标特征提取线程，1个目标分类算法线程，1个处理结果输出线程，共9类线程；其中MTI模式需要1个脉压线程，1个MTI线程，1个CFAR线程；MTD模式需要1个脉压线程，1个MTD线程，1个CFAR线程；目标分类与识别模式需要1个脉压线程，1个目标特征提取线程，1个目标分类算法线程。通过线程定义，实现雷达信号处理各种处理功能模块的实时并行计算，并实现数据资源的共享；即把一个复杂任务分割成多个可以并行完成的类似的简单的计算任务，大大提高的信号处理的并行性与实时性。

2.2、每个线程绑定互斥的CPU核心

在每个线程函数的主体中绑定该线程可以使用的CPU核心。绑定CPU核心的原则是：

1、考虑每个线程的各自不同的运算量需求，分配并绑定足够的CPU核心数。以MTD线程为例，经计算本实例中MTD线程单位时间内计算量为61.64Gflops，使用的通用服务器CPU单核心处理能力为28Gflops，61.64Gflops/28Gflops＝2.2，故需要绑定3个CPU处理核心。

每个线程根据实际情况计算

2、存在同时工作可能性的线程之间，需分配并绑定互斥的CPU核心，避免多个线程同时运行时CPU计算资源的相互占用和等待。例如，本实例图1所示的MTI模式中在脉压线程处理当前帧数据时，MTI，CFAR和处理结果输出线程可能同时在处理前几帧的数据，故这几个线程需要分配并绑定互斥的CPU核心。

同类处理功能模块的处理算法如果完全相同，并且不存在需要同时工作的情况时，可以共用1个处理线程，并绑定相同CPU核心，以节省线程数和处理核心数。

该机制有效的提高了每个处理线程的运算效率并缩短了CPU响应时间，避免了不同线程间相互抢占CPU核心运算资源的现象，保证了每个线程各自运算处理的实时性和高效性。

步骤3、信号量的声明和初始化：在雷达信号处理软件程序主函数中声明并初始化该程序需要用到的所有信号量。

该信号量的作用是，作为有逻辑和时序联系的步骤2中声明的处理模块线程之间的消息传输载体和时序控制的手段。

每当有逻辑和时序联系的上一个处理模块线程完成一次运算处理后，会通过本步骤声明的信号量告知下一个处理模块，下一个处理模块收到信号量消息后才能开始进行后续的运算处理：包括从步骤1声明的全局变量中获取所需数据的操作和完成自身的运算处理功能。

该信号量同步机制实现了线程间数据操作的互斥与同步，有效的避免了程序处理时序的混乱和线程之间数据资源的相互占用，保证了处理时序和流水的正确性和数据资源访问的唯一性。

以本实施例为例，需声明1个模式判别信号量，3个脉压信号量，1个MTI信号量，1个MTD信号量，1个目标特征提取信号量，2个CFAR信号量，1个目标分类信号量，1个数据输出信号量。

步骤4、数据接收线程：调用步骤2中声明的接收线程，结合rapidio驱动函数或UDP标准模块函数，完成数据程序接收功能，并将接收到的数据存入步骤1中声明的中频IQ数据全局变量，同时发送步骤3中声明的1个模式判别信号量。

步骤5、模式判别线程：调用步骤2中声明的模式判别线程，等待并接收到来自步骤4的模式判别信号量后，开始如下处理：根据事先约定的数据帧格式，读取由步骤4储存的中频IQ数据全局变量，判别不同的工作处理模式，同时向对应的不同工作模式发送步骤3中声明的3个脉压信号量，其中每个脉压信号量对应一个模式，记为脉压信号量1，脉压信号量2和脉压信号量3。

在本实施例中共给出了三种雷达信号处理模式的实现方法，分别为：MTI模式、MTD模式和目标分类识别模式；每个模式的脉压线程内部的函数实现方法均有所不同，故在步骤2中需要声明并初始化3个脉压线程；同理，在本步骤需要向不同工作模式的脉压线程分别发送对应的脉压信号量。

步骤6根据雷达不同的工作模式运行信号处理计算模块，3个工作模式可按雷达工作需要单独运行。

模式一、MTI模式：

步骤61、脉压线程：调用步骤2中声明的脉压线程1，等待并接收到来自步骤5对应的脉压信号量1后，读取由步骤4储存的中频IQ数据全局变量，完成相应的脉压函数功能：该函数功能一般包括FFT，矩阵相乘，IFFT等；并将脉压结果存入步骤1中声明的脉压结果全局变量1，同时发送步骤3中声明的MTI信号量。

步骤71、MTI线程：调用步骤2中声明的MTI线程，等待并接收到来自步骤61的MTI信号量后，读取由步骤61储存的脉压结果全局变量1，完成MTI函数功能：该函数功能一般包括滑窗MTI，矩阵的求模与取对数等；并将MTI结果存入步骤1中声明的MTI结果全局变量，同时发送步骤3中声明的CFAR信号量1。

步骤81、CFAR线程：调用步骤2中声明的CFAR线程1，等待并接收到来自步骤71的CFAR信号量1后，读取由步骤71储存的MTI结果全局变量，完成CFAR函数功能：该函数功能一般包括非相干积累，多电平积累等；并将CFAR结果存入步骤1中声明的CFAR结果全局变量1，同时发送步骤3中声明的数据输出信号量。

模式二、MTD模式：

步骤62、脉压线程：调用步骤2中声明的脉压线程2，等待并接收到来自步骤5对应的脉压信号量2后，读取由步骤4储存的中频IQ数据全局变量，完成相应的脉压函数功能：该函数功能一般包括FFT，矩阵相乘，IFFT等；并将脉压结果存入步骤1中声明的脉压结果全局变量2，同时发送步骤3中声明的MTD信号量。

步骤72、MTD线程：调用步骤2中声明的MTD线程，等待并接收到来自步骤62的MTD信号量后，读取由步骤62储存的脉压结果全局变量2，完成MTD函数功能：该函数功能一般包括矩阵相乘、求模与取对数等；并将MTD结果存入步骤1中声明的MTD结果全局变量，同时发送步骤3中声明的CFAR信号量2。

步骤82、CFAR线程：调用步骤2中声明的CFAR线程2，等待并接收到来自步骤72的CFAR信号量2后，读取由步骤72储存的MTD结果全局变量，完成CFAR函数功能：该函数功能一般包括非相干积累，多电平积累等；并将CFAR结果存入步骤1中声明的CFAR结果全局变量2，同时发送步骤3中声明的数据输出信号量。

模式三、目标分类与识别模式：

步骤63、脉压线程：调用步骤2中声明的脉压线程3，等待并接收到来自步骤5对应的脉压信号量3后，读取由步骤4储存的中频IQ数据全局变量，完成相应的脉压函数功能：该函数功能一般包括FFT，矩阵相乘，IFFT等；并将脉压结果存入步骤1中声明的脉压结果全局变量3，同时发送步骤3中声明的目标特征提取信号量。

步骤73、目标特征信息提取线程：调用步骤2中声明的目标特征提取线程，等待并接收到来自步骤63的目标特征提取信号量后，读取由步骤63储存的脉压结果全局变量3，完成目标特征提取函数功能：该函数功能一般包括目标检测，噪声剔除，目标特征点提取等；并将特征提取结果存入步骤1中声明的特征提取结果全局变量，同时发送步骤3中声明的目标分类信号量。

步骤83、目标分类算法线程：调用步骤2中声明的目标分类算法线程，等待并接收到来自步骤73的目标分类信号量后，读取由步骤73储存的特征提取结果全局变量，完成目标分类算法函数功能：该函数功能一般包括判别准则优化，目标特征判别与目标分类等；并将目标分类结果存入步骤1中声明的目标分类结果全局变量，同时发送步骤3中声明的数据输出信号量。

如图1所示，本实例所发明的软件架构包括MTI模式，MTD模式和目标分类识别模式，三个模式的输出功能均可通过步骤9实现。

步骤9、处理结果输出线程：调用步骤2中声明的处理结果输出线程，等待并接收到来自步骤81、步骤82或步骤83的数据输出信号量后，根据步骤5获得的模式信息，读取相应模式的处理结果全局变量，根据事先约定的输出数据格式和输出协议完成处理结果输出函数功能。

本发明中，可以将步骤9纳入每一种模式后进行数据处理，即可以将处理结果输出线程步骤作为步骤91、步骤92或步骤93：这样3个工作模式可同时运行，满足不同雷达的需求。

上述步骤完成了雷达信号处理通用服务器平台软件架构中包括MTI模式、MTD模式和目标分类与识别模式的全部功能实现。

该软件架构功能模块可分为基本功能模块和可扩展功能模块：基本功能模块实现基本的雷达信号处理功能，可扩展功能模块可由用户遵循本软件架构方法，按照自己的需求自行添加和编写相应的功能线程实现函数。

扩展软件功能模块，只需在主函数额外声明相应的处理线程，信号量和全局变量，将新声明的处理线程绑定到与原有处理线程互斥的CPU核心，便可以在新声明的处理线程中编写用户所需的扩展功能，同时不影响原有功能的实现。

本发明的软件架构便于系统扩展和不同硬件间的移植，本架构给出了雷达信号处理所需的基本的核心功能，并预留了足够的扩展空间，可在不修改原有软件计算模块的基础上进行扩展，便于本领域人员在此基础上进行二次开发，从而提高设计效率，缩减设计开发时间，也便于设计人员之间的协同开发。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (7)

1.一种雷达信号处理方法，其特征在于：所述方法通过以下步骤实现：

步骤1、全局变量的声明和初始化：在雷达信号处理软件程序主函数中声明并初始化该程序需要用到的所有全局变量；

步骤2、线程的声明和初始化：在雷达信号处理软件程序主函数中声明并初始化该程序需要用到的所有pthread线程，包括：本实例流程图中所示各个雷达信号处理的基本功能处理线程，以及用户在扩展本发明方法的处理功能时所添加的扩展功能处理线程；并为每个线程绑定互斥的CPU核心，操作方法：

创建至少9类线程，包括1个数据接收线程，1个模式判别线程，3个脉压线程，1个MTI线程，1个MTD线程，2个CFAR线程，1个目标特征提取线程，1个目标分类算法线程，1个处理结果输出线程；将创建的线程分别与CPU核心绑定；

步骤3、信号量的声明和初始化：在雷达信号处理软件程序主函数中声明并初始化该程序需要用到的所有信号量；

步骤4、数据接收线程：调用步骤2中声明的数据接收线程，结合rapidio驱动函数或UDP标准模块函数，完成数据程序接收功能，并将接收到的数据存入步骤1中声明的中频IQ数据全局变量，同时发送步骤3中声明的1个模式判别信号量；

步骤5、模式判别线程：调用步骤2中声明的模式判别线程，等待并接收到来自步骤4的模式判别信号量后，根据事先约定的数据帧格式，读取由步骤4储存的中频IQ数据全局变量，判别不同的工作处理模式，同时向对应的不同工作模式发送步骤3中声明的脉压信号量；

步骤6、根据雷达不同的工作模式运行不同的信号处理计算线程，3个工作模式按雷达工作需要单独运行；

模式一、MTI模式：具体包括步骤61、脉压线程，步骤71、MTI线程，步骤81、CFAR线程；

模式二、MTD模式：具体包括步骤62、脉压线程：步骤72、MTD线程：步骤82、CFAR线程：

模式三、目标分类与识别模式：具体包括步骤63、脉压线程：步骤73、目标特征信息提取线程，步骤83、目标分类算法线程：

步骤9、处理结果输出线程：调用步骤2中声明的处理结果输出线程，等待步骤6数据输出信号量后，根据步骤5获得的模式信息，读取相应模式的处理结果全局变量，根据事先约定的输出数据格式和输出协议完成处理结果输出功能。

2.根据权利要求1所述的一种雷达信号处理方法，其特征在于：模式一、MTI模式：

步骤61、脉压线程：调用步骤2中声明的脉压线程1，等待并接收到来自步骤5对应的脉压信号量1后，读取由步骤4储存的中频IQ数据全局变量，完成相应的脉压函数功能：并将脉压结果存入步骤1中声明的脉压结果全局变量1，同时发送步骤3中声明的MTI信号量；

步骤71、MTI线程：调用步骤2中声明的MTI线程，等待并接收到来自步骤61的MTI信号量后，读取由步骤61储存的脉压结果全局变量1，完成MTI函数功能：并将MTI结果存入步骤1中声明的MTI结果全局变量，同时发送步骤3中声明的CFAR信号量1；

步骤81、CFAR线程：调用步骤2中声明的CFAR线程1，等待并接收到来自步骤71的CFAR信号量1后，读取由步骤71储存的MTI结果全局变量，完成CFAR函数功能：并将CFAR结果存入步骤1中声明的CFAR结果全局变量1，同时发送步骤3中声明的数据输出信号量。

3.根据权利要求1所述的一种雷达信号处理方法，其特征在于：模式二、MTD模式：

步骤62、脉压线程：调用步骤2中声明的脉压线程2，等待并接收到来自步骤5对应的脉压信号量2后，读取由步骤4储存的中频IQ数据全局变量，完成相应的脉压函数功能；并将脉压结果存入步骤1中声明的脉压结果全局变量2，同时发送步骤3中声明的MTD信号量；

步骤72、MTD线程：调用步骤2中声明的MTD线程，等待并接收到来自步骤62的MTD信号量后，读取由步骤62储存的脉压结果全局变量2，完成MTD函数功能；并将MTD结果存入步骤1中声明的MTD结果全局变量，同时发送步骤3中声明的CFAR信号量2；

步骤82、CFAR线程：调用步骤2中声明的CFAR线程2，等待并接收到来自步骤72的CFAR信号量2后，读取由步骤72储存的MTD结果全局变量，完成CFAR函数功能；并将CFAR结果存入步骤1中声明的CFAR结果全局变量2，同时发送步骤3中声明的数据输出信号量。

4.根据权利要求1所述的一种雷达信号处理方法，其特征在于：模式三、目标分类与识别模式：

步骤63、脉压线程：调用步骤2中声明的脉压线程3，等待并接收到来自步骤5对应的脉压信号量3后，读取由步骤4储存的中频IQ数据全局变量，完成相应的脉压函数功能；并将脉压结果存入步骤1中声明的脉压结果全局变量3，同时发送步骤3中声明的目标特征提取信号量；

步骤73、目标特征信息提取线程：调用步骤2中声明的目标特征提取线程，等待并接收到来自步骤63的目标特征提取信号量后，读取由步骤63储存的脉压结果全局变量3，完成目标特征提取函数功能；并将特征提取结果存入步骤1中声明的特征提取结果全局变量，同时发送步骤3中声明的目标分类信号量；

步骤83、目标分类算法线程：调用步骤2中声明的目标分类算法线程，等待并接收到来自步骤73的目标分类信号量后，读取由步骤73储存的特征提取结果全局变量，完成目标分类算法函数功能；并将目标分类结果存入步骤1中声明的目标分类结果全局变量，同时发送步骤3中声明的数据输出信号量。

5.根据权利要求2或3或4所述的一种雷达信号处理方法，其特征在于：将步骤9纳入每一种模式内最后一步进行数据处理，即创建3个处理结果输出线程作为步骤91、步骤92或步骤93。

6.根据权利要求1所述的一种雷达信号处理方法，其特征在于：全局变量包括1个中频IQ数据全局变量，3个脉压结果全局变量，1个MTI结果全局变量，1个MTD结果全局变量，2个CFAR结果全局变量，1个特征提取结果全局变量，1个目标分类结果全局变量；共7类全局变量。

7.根据权利要求1所述的一种雷达信号处理方法，其特征在于： CPU核心绑定的原则是：根据每个线程的各自不同的运算量需求，分配并绑定足够的CPU核心数；存在同时工作可能性的线程之间，需分配并绑定互斥的CPU核心，避免多个线程同时运行时CPU计算资源的相互占用和等待。

Images