從信號到目標

脈沖壓縮是這一抽象過程的開始。在時間域或者頻域，脈沖壓縮器一般通過自相關找到有可能含有發送啁啾的波形。然后，它采用脈沖目標來表示這些波形——含有到達時間、頻率和相位以及其他相關數據的數據包。從這里開始，接收鏈會處理這一數據包而不是接收到的信號。

下一步一般是多普勒處理。首先，脈沖被送入方格陣列中（圖3 ）。在陣列中，每一列含有從某一發射器啁啾返回的脈沖。陣列中會有很多列，這取決于系統能夠承受多大的延時。陣列中的行表示返回切換時間：距離陣列的x軸越遠，發射器啁啾和接收脈沖到達時間之間的延時就越大。這樣，延時方格也代表了與某一脈沖反射的目標的距離。

圖3 .多普勒處理方格。

把一系列啁啾脈沖置入到正確的方格中后，多普勒處理程序水平移動數據——觀察從一個目標返回的脈沖隨時間的變化，提取出相對速度和目標頭部信息。這一處理方法需要很大的環形緩沖，無論某一多普勒算法一次能夠處理多少方格，緩沖都能夠容納所有的方格。

先進系統在陣列中增加了另一個維度。通過把天線劃分成子陣列，系統可以同時發送多個波束，然后，使用相同的多旁瓣天線方向圖設置接收器進行監聽。或者，系統通過聚束或者使用合成孔徑方法來掃描波束?，F在，當裝入壓縮后的脈沖時，系統建立一個三維方格陣列：一個軸上是發送脈沖，第二個是返回延時，第三個是波束方位（圖4 ）。現在，對于每一路脈沖，我們有兩維或者三維方格陣列，同時表示距離和方向——表示物理空間。這種存儲器的排列是空時自適應處理（STAP）的起點。

圖4 .多維方格為STAP建立矩陣。

這一術語可以解釋為：“空時”，數據組在3D空間統一了目標的位置，含有與目標相關的啁啾時間。之所以是“自適應”，是因為算法從數據中獲得自適應濾波。

概念上，實際情況也是如此，構成自適應濾波器是一個矩陣求逆過程：這一數據要與哪一矩陣相乘，得到噪聲中隱藏的結果？據Altera資深技術營銷經理Michael Parker，推測的隱藏方向圖信息可能來自多普勒處理過程發現的種子，從其他傳感器采集的數據，或者來自智能數據。運行在CPU下游的算法把假設的方向圖插入到矩陣方程中，解出能夠產生預期數據的濾波函數。

很顯然，在這一點，計算負載非常大。反變換算法需要的動態范圍要求進行浮點計算。對于戰斗環境中一個實際的中等規模系統，必須實時進行處理，Parker估算了STAP負載會達到幾個TFLOPS.在采用了低分辨率、窄動態范圍的系統中，實時性要求并不高，例如，簡單的汽車輔助駕駛系統或者合成孔徑映射系統等，這一負載會顯著減小。

從STAP，信息進入到通用CPU中，復雜但是數字計算量小，軟件嘗試對目標進行分類，構建環境模型，估算威脅所在，或者告訴操作員，或者直接采取緊急措施。在這一點，我們不但在信號處理域處理信號，而且還進入了人工智能領域。

兩種體系結構

從一名經驗豐富的雷達系統設計師的角度看，我們還只是膚淺的了解了AESA戰斗雷達。這一參考方法把網絡看成是相對靜態的DSP鏈，都連接至STA模塊，其本身是軟件受控的矩陣算術單元。除此之外，從DSP專家的角度看，是一組CPU內核。

作為對比，汽車或者機器人系統設計人員會從完全不同的角度看系統。從嵌入式設計人員的角度看，系統只是一大段軟件，有一些非常專用的I/O器件，以及需要進行加速的某些任務。有經驗的雷達信號工程師考慮到信號處理和通用硬件的相對規模，可能會對這一方法不屑一顧。很顯然，機載多功能雷達的數據速率、靈活性和動態范圍要求采用專用DSP流水線以及大量的本地緩沖才能完成實時處理。但是對于有幾個天線單元的不同應用，簡單的環境、更短的距離和較低的分辨率，以CPU為中心的觀點帶來了一些有意思的問題。

萊斯大學的Gene Frantz教授提出的第一個問題是，定義真實環境的I/O.第二個問題是選擇CPU.Frantz注意到，“很少只有一個CPU.更常見的是異構多處理系統。”Frantz建議這一方法不從MATLAB中的DSP函數開始，而是從C語言中描述的完整系統開始。然后，以CPU為中心的設計人員不是定義設計中DSP和CPU域之間的硬件邊界，而是“不斷優化并加速C代碼。”

實際結果可能與以DSP為中心的方法完全不同。例如，以CPU為中心的方法一開始假設在一片通用CPU上執行所有工作。如果速度不夠快，這一方法轉向多片CPU，共享一個分層的連續存儲器。只有當多核不足以完成任務時，這一方法才轉向優化的硬件加速器。

相似的，以CPU為中心的設計從假設一個統一的存儲器開始。它為每一個處理器分配連續高速緩存，為加速器分配本地工作存儲器。它開始時并不假設任何硬件流水線，也不把任務混合映射到硬件資源上。

在要求最嚴格的應用中，同一個系統設計可能會同時采用兩種體系結構方法。幾乎每一任務嚴格的帶寬和計算需求都導致采用專用硬件流水線和存儲器例化。要求大幅度降低功耗可能會迫使做出采用高精度數字方法的決定，這使得在任務之間共享硬件變得越來越復雜。

精度是Frantz強調的一點。他指出，“把有效位數減少一半使您能夠將性能提高一個量級。”為降低功耗，您可以對以上這些做出犧牲或者部分犧牲。

Frantz指出了關于模擬/數字邊界的問題。他說：“我們需要重新考慮模擬信號處理。三十年以前，我們開始告訴系統設計人員只要做好數據轉換就行，我們采用數字方法完成其他所有工作。但是實際上，在8位分辨率，模擬和數字方法大概是相同的。模擬是不是更好一些？這取決于在您的系統中，‘更好'的含義是什么。”

地球物理測繪或者自動陸地車輛系統使用的合成孔徑雷達等窄帶系統會采用與戰斗雷達完全不同的體系結構。它可以使用模擬濾波器、上變頻器/下變頻器以及聚束功能來完成一個寬帶存儲器系統的所有后續處理工作，還使用具有浮點加速器和動態負載均衡功能的多個異構處理器（圖5 ）。

圖5.一個理想的低性能AESA系統。

對信號處理任務進行可視化處理，使其在軟件中完成，系統設計人員獲得了新的運行時選擇，例如在任務之間移動處理資源，關斷不需要的處理器，盡早修改算法，以便響應數據碼型，或者運行多種算法，查看哪一種能夠得出最佳結果。

AESA雷達系統不但為研究實現策略提供了豐富的環境，而且還提供了方法來研究有大量信號的系統。這些有源陣列分布在軍事等多種設計應用中，所以，不應該局限在傳統的嵌入式設計思路中。因此，對于完全不同的需要大量信號的領域要有新思路，這包括信號智能和網絡安全等應用。這是值得注意的領域。