雷达电子战信号级并行仿真系统设计与实现

安 红，杨 莉，张 朔，张雁平

（电子信息控制重点实验室，四川 成都 610036）

0 引言

以雷达、电子战装备为典型代表的电子信息装备，信号处理与数据处理是其核心功能，因此围绕电子信息装备的信号发射与接收处理过程以及雷达与电子战装备间的信息交互关系，建立信号级的雷达电子战数字仿真系统，通过设置典型作战场景开展对抗仿真试验，能够比较真实地反映电子战装备在复杂电磁环境下对威胁雷达的干扰能力，以及雷达系统在干扰条件下的目标探测能力和抗干扰性能。但是在雷达电子战信号级数字仿真中，由于装备模型涉及大量的信号产生与处理过程的复杂运算，而且雷达模型与雷达对抗装备模型之间存在大数据量的信号数据通信服务和具有因果关系的协同运行要求，所以仿真系统运算速度较慢，特别是在复杂对抗场景下，仿真系统运行效率急剧恶化。为了提高仿真系统运算速度，需要在不断优化信号级模型算法性能的基础上，引入并行计算技术，设计新的系统运行架构，构建雷达电子战信号级并行仿真系统。

1 信号级仿真系统运算瓶颈分析

雷达电子战信号级数字仿真系统目前通常采用基于客户端/服务器（C/S）的分布式仿真结构[1-3]，如图1所示，每个雷达装备模型和雷达对抗装备模型均为一个独立的进程，装备模型之间通过高速以太网实现数据交互，并采用TCP/IP通信协议以保证网络数据的可靠传输，运行每个装备模型的计算机为商用PC机。

在如图1所示的雷达电子战信号级数字仿真系统中，制约仿真系统运算速度提升的主要因素包括网络通信数据量、装备信号级模型运算量、装备仿真显控界面等。

图1 雷达电子战信号级数字仿真系统分布式运行架构

1.1 网络通信数据量

以典型的系统采样率40 MHz为例计算，只考虑大数据包（即中频信号采样数据包），其他小数据包忽略不计。“1对1”（即1部雷达对抗装备对抗1部雷达的场景）仿真时，每个时间步长（以10 ms为典型值）内雷达模型与雷达对抗装备模型之间交互的雷达信号和干扰信号中频采样数据包均为1.6 MByte，所以，每10 ms内雷达和雷达对抗装备模型之间交互的数据量为3.2 MByte，也就是每秒需通过网络传输的数据量为320 MByte。“4对4”（即4部雷达对抗装备对抗4部雷达的场景）仿真时，每个雷达模型都需要发送雷达信号数据包给每个雷达对抗装备模型，同样雷达对抗装备模型也需一一发送干扰信号数据包给雷达模型，也就是说“4对4”时的网络通信数据量为“1对1”时的16倍，也即每秒需传输数据量为5 120 MByte。如果采用万兆以太网（10 GBit/s）来传输数据，理论上极限传输速率为1.25 GByte/s，而实际应用基本达不到理论值，对于分散的小数据包，传输效率会更低。这里以1 GByte/s的传输速率来估算网络传输耗时，“1对1”场景下的数据传输耗时理论值为0.32 s，“4对4”场景下的数据传输耗时理论值为5.12 s，从而可见仅仅是数据传输就需要很大的时间开销，而且随着仿真场景规模增大、装备模型数量增多，网络传输耗时会急剧增加。

为了降低装备模型之间网络通信数据量，参考文献[3]提出在各计算节点间只传递雷达信号的特征值、而在信号接收端根据信号特征值重构雷达信号数据的方法，从而降低各计算节点间信号传输数据量。但该方法存在较大局限性，一是雷达信号重构精度受限于雷达信号特征值描述的细致度，对常规脉冲体制雷达尚且可行，但对噪声雷达等复杂波形雷达则由于很难准确提取信号特征值，进而会严重影响雷达信号重构精度；二是该方法仅适用于雷达侦察仿真场景，因为这种应用场景下，只有雷达模型向雷达侦察装备模型的单向数据传输需求，而在雷达对抗仿真场景下，雷达模型与雷达对抗装备模型之间是双向数据传输的，并且由于雷达对抗装备的干扰样式及其控制时序导致干扰信号比较复杂，很难用特征参数来描述各种干扰样式信号，所以也就难以通过信号重构方式在接收端复现干扰信号。

1.2 装备信号级模型运算量

为了逼真复现雷达对抗装备与威胁雷达之间的信息对抗过程，需采用信号级建模技术，建立雷达对抗装备和威胁雷达基于信号发射与接收处理的信号级细粒度仿真模型。信号级模型分为中频信号级和基带信号级2类，以雷达为例，两者的差异在于是否进行了中放接收机仿真（含中放滤波和相干检波）。但无论中频还是基带，都必须覆盖完整的信号处理算法，若省略了信号处理而直接在恒虚警检测（CFAR）进行仿真，则不是信号级仿真，因为从雷达干扰和抗干扰技术研究的角度，这种省略是不允许的，它无法反映干扰样式信号进入到雷达信号处理模块的影响效应，所以在CFAR处理的距离维和速度维上进行干扰分布的假设是不恰当的，尤其是面对复杂的雷达信号处理算法和复杂的干扰样式控制时序，这种假设更是难以成立。基于中频信号的仿真主要是考虑雷达在频域上的一些抗干扰措施，例如掩护脉冲等，必须要有频率信息，而且雷达接收机中放处理中包含了带通滤波器，经过带通滤波后的目标回波信号波形本身也会发生一些微小的变化，而且带通滤波器可以滤除带外的信号，当干扰信号带宽大于雷达信号带宽时，带外部分的干扰信号被滤除。特别是当干扰信号波形比较复杂时，例如DDS噪声＋DRFM噪声＋假目标等组合干扰样式信号，是无法在干扰仿真模型中等效雷达接收机带通滤波的效果，所以当研究雷达干扰效果或雷达抗干扰效果时，都需要从中频开始仿真，而不能直接从基带开始仿真。

由于信号级仿真，特别是中频信号级仿真涉及大量的信号产生与信号处理过程的复杂运算，而且电子信息装备内部以串行处理方式为主的信号处理算法模型运算不但需要消耗大量的计算资源，而且计算资源的负载也不均衡，所以信号级模型解算速度较慢，很难做到实时仿真。为了提高信号级模型解算效率，有的论文[4]提出了信号处理简化思路，有的论文[5]引入了并行计算思想。但是在面向雷达干扰或雷达抗干扰技术研究的装备建模中，应尽可能采用实际装备中的相应处理算法模型，尽量避免做大幅度的处理算法简化，因为简化往往是以牺牲逼真度为代价的；其次，采用的并行计算方法应考虑对复杂对抗场景的适用性问题，因为雷达干扰信号的产生具有因果性，人为地将多个雷达搜索波束并行执行，意味着将雷达干扰样式及其控制时序打乱，无法反映真实的干扰效果或抗干扰效果。因此需要在保证模型逼真度的前提条件下，在不断优化处理算法的基础上，采用高性能计算技术，尽可能地提高模型解算效率。

1.3 装备仿真显控界面

在分布式仿真系统中，每个雷达模型和雷达对抗装备模型均为一个独立的进程，模型运算与模型显示控制界面合为一体，由于模型运算结果的图形化显示也需要消耗CPU资源和大量的处理时间，因此每个装备模型的运算速度也受到了影响。

2 信号级并行仿真系统架构设计

针对上述3个制约信号级仿真系统运行速度提升的主要因素，本文提出“前台分布式显控＋后台集中式运算”的雷达电子战信号级并行仿真系统架构设计思路，如图2所示。图中，前台仿真显控设备采用商用PC机，实现仿真系统分布式显示及人机交互操作控制功能。后台仿真运算设备采用共享内存的高性能计算设备，实现仿真模型的后台集中式运算。前台仿真显控设备与后台仿真运算设备通过高速以太网互联，后台仿真运算结果数据通过网络传输给前台设备用于图形化显示，前台人机交互控制指令通过网络下发给后台设备用于对仿真进程的干预。

图2 雷达电子战信号级并行仿真系统运行架构

具体而言，主要从以下3个方面来提高仿真系统运行效率：

1）针对信号级仿真系统装备模型间网络通信数据量大的问题，在图2所示的仿真系统架构中，将雷达模型、雷达对抗装备模型和雷达辐射源信号环境模型都放在同一个计算节点上，模型之间的数据交互直接在计算节点的共享内存中进行，没有额外的通信传输时间开销。

2）针对装备信号级模型运算量大的问题，在后台模型运算设备硬件选择上，既可以采用多CPU的服务器架构，也可以选择CPU＋GPU的异构并行计算平台。目前高性能服务器的CPU核心数/线程数可以多达上百个，能很好地支持模型计算的并行化要求。而GPU在并行计算、浮点以及矩阵运算方面的强大性能，使其获得了需要大量并行计算的深度学习等高性能运算市场的青睐，与传统的CPU服务器相比，采用GPU加速的服务器在达到相同计算精度条件下，可将训练速度提高几十倍，因此CPU＋GPU异构并行技术在高性能计算机体系结构中扮演越来越重要的角色。

3）针对装备仿真显控界面耗时问题，采用“前台分布显控＋后台集中运算”的系统架构，可以把装备仿真显控与装备模型运算在物理上分离，将仿真显控和模型运算分别在不同的计算资源上同时处理，这样不仅可以使仿真显控和模型运算在时间上并行起来，实现异步处理，也可以各自使用各自的计算资源，避免计算资源的争夺，对于仿真系统整体运行效率来说，也就减小了很大一部分时间开销。

3 关键技术问题解决思路

在雷达电子战信号级并行仿真系统构建过程中，需要重点研究装备模型并行仿真方法和信号级模型高效解算方法。

3.1 装备模型并行仿真方法

装备模型的并行仿真从两个方面进行，一方面通过设计后台模型调度策略，将雷达模型与雷达对抗装备模型之间具有因果关系的串行处理流程进行并行化，则一个时间步长内的仿真处理时间理论上将由最耗时的模型运算时间决定；另一方面，采用OpenMP应用程序接口或线程池方法，根据后台模型运算设备的计算资源，将各个模型分配到不同线程进行计算。线程池的方法是在仿真开始前先启动一定数量（与装备模型个数和CPU核心数有关）的计算线程，在每个仿真时间步长将各个装备模型的计算任务发布到空闲的计算线程上。OpenMP在本质上也是采用多线程的方式来实现并行，其优点是编程简单，只需一行代码即可将多个任务进行并行，但是在计算任务较多的情况下，线程池方式的并行加速比优于OpenMP。

3.2 信号级模型高效解算方法

信号级模型涉及信号产生与处理的复杂运算，若后台模型运算设备采用纯CPU架构，则模型中最基础的信号处理函数（如FFT、IFFT、FIR等）可以采用第三方货架产品库，例如美国Intel公司为其Intel®微处理器架构量身打造的一套扩展函数库Intel IPP，这套函数库经过32位和64位多核性能高度优化，在Intel多核处理器上执行效率很高，提供了滤波、卷积、变换、数组计算、逻辑运算、信号统计等基础信号处理函数。在信号级模型中应用Intel IPP的优势在于直接调用IPP中的信号处理函数就能大大提高模型运算性能。

若后台模型运算设备采用CPU＋GPU异构计算架构，则模型可以采用异构并行计算技术，以雷达模型为例，可以将雷达模型中系统控制调度、数据处理等计算量不大但逻辑运算较多的部分放在CPU上，而涉及大量数学运算的部分放到GPU上，包括目标回波信号生成、中放滤波、相干检波、A/D变换、脉冲压缩、杂波处理、多普勒滤波器组、恒虚警处理等。信号生成和信号处理由于计算量很大，例如用40 MHz采样频率，如果雷达CPI为10 ms，则一次处理的数据量为400 000点，特别适合在GPU上进行并行处理，能大大加快运算速度。而且由于从信号生成到信号处理都放到GPU上计算，只在处理完毕后输出处理结果，避免了频繁地在CPU与GPU之间传输数据，有效降低了数据传输耗时。

4 并行仿真系统运算性能测试

根据本文提出的“前台分布式显控＋后台集中式运算”仿真系统架构设计思路，构建了雷达电子战信号级并行仿真原型系统，前台仿真显控设备采用普通商用PC机，后台仿真运算设备采用两种类型计算设备进行对比试验，一种是CPU＋GPU异构计算设备，另一种是具有多核CPU性能的商用PC机，通过设置典型仿真场景开展对抗仿真试验，对系统仿真运算速度进行了测试。

4.1 硬件环境

并行仿真原型系统后台仿真运算环境如表1所示。

表1 原型系统后台仿真运算环境

4.2 测试条件

仿真场景：机载自卫干扰吊舱对机载相控阵火控雷达进行干扰，分别设置“1对1”和“4对4”共2种仿真场景。

机载火控相控阵雷达仿真参数：雷达中频信号采样率为40 MHz，雷达信号为相参脉冲串信号，脉宽为10µs，脉内调制方式为线性调频，信号调制带宽为10 MHz，脉冲重复周期为67～127µs，重频个数为8个，相参脉冲个数为128个，雷达A/D采样率为10 MHz。

机载自卫干扰吊舱仿真参数：雷达干扰中频信号采样率为40 MHz，干扰样式为DRFM假目标干扰＋DRFM噪声干扰，能同时干扰目标数量为4个。

4.3 测试结果

仿真运算速度采用“用时比”指标进行表征，用时比是指仿真运行时间与真实物理时间之比。用时比等于1，表示是实时仿真；用时比小于1，表示是超实时仿真；用时比大于1，表示是欠实时仿真。用时比越大，表示仿真运算速度越慢，目前基于中频信号采样处理的雷达电子战数字仿真系统很难实现实时仿真，用时比通常远大于1。

在相同仿真场景下，设置相同仿真参数，在表1所示的硬件环境下分别运行新研的并行仿真原型系统和此前已完成研制的分布式仿真系统，分布式仿真系统运行采用表1中的运算设备3，2类仿真系统的用时比指标测试结果如表2所示。从表中可见，本文提出的“前台分布式显控＋后台集中式运算”系统架构较传统的分布式系统架构，在仿真运行效率上有很大的提升，同时也可以看出，网络通信数据量对仿真运行效率影响很大；其次，采用异构并行计算技术在CPU＋GPU异构计算设备上的运算速度较纯CPU计算设备有明显提升，“1对1”场景下的仿真运算速度已接近实时；对比2款异构计算设备性能可见，“多对多”对抗场景下，异构计算设备性能对仿真运算速度有较大影响，因此尽可能选择高性能异构计算设备有助于提升仿真运行效率。

表2 仿真运算速度指标测试结果

5 结束语

在基于中频信号采样处理的雷达电子战数字仿真系统中，由于信号级装备模型涉及信号产生与处理的复杂运算且运算量较大，而且在复杂对抗场景下多个装备模型间存在大量的信号数据交互带来的网络通信传输耗时大的问题，导致系统运算速度较慢，因此需要采取综合性技术手段来提高系统整体运行效率。本文提出“前台分布式显控＋后台集中式运算”的并行仿真系统设计与实现思路，通过前台仿真显控与后台仿真运算在物理上的分离，解决模型显控与模型运算的资源争夺及人机界面显示耗时问题。而在后台的集中式仿真运算，一方面可通过共享内存的数据交互方式，解决网络数据通信传输耗时问题；另一方面能充分利用现代高性能计算资源优势，通过并行计算技术，解决信号级装备模型运算耗时大的问题，特别是CPU＋GPU异构并行计算技术，系统测试证明该技术能大幅度提升信号级仿真运行效率。■