一种基于多核DSP的粒子群交换长时间积累实现方法技术

本发明专利技术公开了一种基于多核DSP的粒子群交换长时间积累实现方法，在长时间积累时，目标跨距离单元和多普勒单元会导致积累检测性能下降，长时间积累模块首先将目标回波数据进行分段，使得每段内目标不会跨距离单元和多普勒单元，再利用粒子群交换PSO算法搜索粒子的距离、速度、加速度等参量，迭代寻找全局最优粒子，作为目标的距离、速度和加速度。本发明专利技术特别适用于提高对隐身等微弱回波目标的雷达作用距离，能够获得良好的目标检测性能，等效提高对隐身等微弱回波目标的雷达作用距离。

A long time accumulation method of PSO based on multi-core DSP

【技术实现步骤摘要】
一种基于多核DSP的粒子群交换长时间积累实现方法
本专利技术属于信号处理和检测
，所涉及的是雷达信号处理领域中的一种基于多核DSP(DigitalSignalProcessing，数字信号处理)的粒子群交换长时间积累实现方法，特别适用于提高隐身目标微弱回波信号功率的弹载应用平台上搜索目标。
技术介绍
长时间相参积累是一种基于“检测前聚焦”的相参积累技术，它能够获得良好的目标检测性能，等效提高对隐身等微弱回波目标的雷达作用距离。“检测前聚焦”技术，其实质是实现运动目标在长时间内跨距离、跨多普勒单元的相参积累，其相参积累的结果能够在所需要的参数空间上得到目标回波能量的“聚焦”。由于弹目间的高速机动，长时间内回波信号分布跨越距离、速度分辨单元而造成能量发散，“检测前聚焦”采用一种创新的搜索、匹配和积累方法，在检测时刻点上实现距离、速度参数“聚焦”而形成一个能量峰，使得回波功率提高了数十倍、数百倍，从而极大地提高雷达的反隐身能力，即从回波能量聚积的途径来提高对高机动高速隐身飞行器的检测、跟踪能力。长时间积累时，目标跨距离单元和多普勒单元会导致积累检测性能下降，长时间积累模块将回波数据进行分段，使得每段内目标不会跨距离单元和多普勒单元。利用PSO算法(粒子群优化算法，ParticleSwarmOptimization，简称PSO算法)搜索粒子的距离、速度、加速度等参量，迭代寻找全局最优粒子，作为目标的距离、速度和加速度。现有技术中涉及有雷达动目标Radon-分数阶傅里叶变换长时间相参积累检测方法，如该方法完成长时间脉间相参积累后，遍历所有搜索参数，构建距离检测单元图并对其进行恒虚警检测，对目标运动参数估计并输出运动点迹。但是要遍历所有搜索参数，所以该检测方法计算量太大且效率较低，不能满足弹载应用平台上的实时性要求。因此该方法不适用于本专利技术。现有技术中还涉及基于粒子群优化算法的PRT位置搜索方法，该方法中利用遗传学的相关知识进行PRT的选择优化，首先产生带有随机初始速度的种群，比较新种群和原种群的次峰值从而进行判定和更新，直到循环达到最大递推数。但是该专利并未考虑到基于粒子群优化算法的搜索方法可能陷入局部收敛，在信噪比较小的情况下并不适用。目前还涉及有关于基于多种群的粒子群算法模型，该方案中存在多个粒子种群，其中每个种群都会对解空间搜索，介绍了不同种群的协同合作及信息交互，两个种群交换历史最优适应度和相应的位置矢量，该算法模型能够有效避免过早收敛，减小陷入局部最优最的概率。相较于该专利，本专利在多核DSP上实现了多种群长时间积累算法，从算法的可实现性和新颖性上均优于该模型专利。目前还涉及有关于粒子群优化算法的改进及应用研究，例如围绕PSO算法的改进，分析该算法中的参数控制问题，同时进化两个种群，并且这两个种群是在进化的过程中动态形成的，提出了基于粒子群优化的多种群算法。而本专利是基于粒子群交换的长时间积累算法，使用了TMS320C6678多核DSP，在保证精度和实时性的条件下实现检测。另外，现有技术中还涉及船载雷达探测空间目标长时间信号积累技术研究，研究了对船载雷达跟踪空间目标的长时间积累算法，介绍了长时间积累过程中目标相对雷达运动而导致距离走动和多普勒走动。针对卫星目标提出了运用运动特性进行包络补偿和相位补偿的方法。但是该方法只适用于船载雷达跟踪空间目标，并不适用于弹载应用平台上只有微弱回波信号功率的隐身目标。
技术实现思路
本专利技术的目的在于提供一种基于多核DSP的粒子群交换长时间积累实现方法，在长时间积累时，目标跨距离单元和多普勒单元会导致积累检测性能下降，长时间积累模块首先将目标回波数据进行分段，使得每段内目标不会跨距离单元和多普勒单元，再利用粒子群交换PSO算法搜索粒子的距离、速度、加速度等参量，迭代寻找全局最优粒子，作为目标的距离、速度和加速度；长时间积累是一种利用PSO算法的相参积累技术，它能够获得良好的目标检测性能，有效提高对隐身等微弱回波目标的雷达作用距离。为了达到上述目的，本专利技术通过以下技术方案实现：一种基于多核DSP的粒子群交换长时间积累实现方法，包含以下过程：S1、将长时间积累的雷达回波数据进行分段，得到多段可相参积累的短时间脉冲数据，使得每段内目标不会跨距离单元和多普勒单元，并将不同的分段脉冲分配在不同的核中对每段脉冲数据进行快速傅立叶变换处理，且将得到的快速傅立叶变换结果搬移到设定存储器中；S2、粒子群算法参数初始化，包括初始化所有粒子的距离范围、速度范围、加速度范围、粒子最优值、粒子群最优值，在粒子的距离、速度和加速度范围内随机产生初始迭代粒子的距离、速度和加速度；S3、将粒子群分配：将所有粒子均分至每个核中；S4、设置粒子搜索范围：利用粒子的距离范围、速度范围、加速度范围分别产生随机量初始化所有粒子的距离、速度、加速度；S5、在每个核中进行粒子适应度计算，其中，粒子适应度是指每段快速傅立叶变换结果中粒子所在位置的快速傅立叶变换结果相位补偿后相加再取模；S6、在每个核中进行粒子寻优，每个核中的粒子按适应度值大小更新第一种群粒子最优值Pb1和第二种群粒子最优值Pb2，使得粒子向更优的方向进化；S7、种群寻优计算：计算两个种群中所有粒子的最优值，并将该最优值作为整个粒子群最优值Gb；S8、在每个核中进行粒子群更新：每个核对所有粒子进行距离、速度、加速度的更新，执行更新的粒子群包含第一种群与第二种群；S9、进行种群交换：根据第一种群和第二种群适应度从小到大排序，交换第一种群适应度最大的N个和第二种群适应度最小的N个粒子个体值和最优值，N表示两群交换长度；S10、判断迭代次数是否满足要求：若迭代次数k＞kmax，则满足迭代次数要求，跳转到步骤S11；若迭代次数k≤最大迭代次数kmax，则跳转到步骤S5，继续执行步骤S5～S10，循环进行，直至满足迭代次数要求，则跳转到步骤S11；S11、判断信噪比是否满足要求：若信噪比SNR≤最小信噪比SNRmin，则不满足信噪比要求，结束检测，此时未检测到目标；若信噪比SNR＞SNRmin，则满足信噪比要求，跳转到步骤S12；S12、粒子群结果计算：将粒子种群最优值Gb作为终选目标。优选地，所述步骤S1中，进一步包含：积累时间内的回波包含N1个脉冲，共有S1个核，分段数为M1；每段内的脉冲为N1/M1个脉冲，每个核内快速傅立叶变换循环次数为M1/S1*P次，P表示每段的距离门个数；每段的积累时间为脉冲周期乘以每段的脉冲数。优选地，粒子群算法参数初始化、粒子群分配、粒子搜索范围、种群寻优计算、种群交换、粒子群结果计算中的一种或多种是在DSP首核中进行。优选地，所述步骤S2中，初始化所有粒子的距离范围为0～1275、速度范围为200～400、加速度范围为-100～100、第一种群粒子个数为128、第二种群粒子个数128，以及两种群交换长度N为40。优选地，所述本文档来自技高网...

【技术保护点】
1.一种基于多核DSP的粒子群交换长时间积累实现方法，其特征在于，包含以下过程：/nS1、将长时间积累的雷达回波数据进行分段，得到多段可相参积累的短时间脉冲数据，使得每段内目标不会跨距离单元和多普勒单元，并将不同的分段脉冲分配在不同的核中对每段脉冲数据进行快速傅立叶变换处理，且将得到的快速傅立叶变换结果搬移到设定存储器中；/nS2、粒子群算法参数初始化，包括初始化所有粒子的距离范围、速度范围、加速度范围、粒子最优值、粒子群最优值，在粒子的距离、速度和加速度范围内随机产生初始迭代粒子的距离、速度和加速度；/nS3、将粒子群分配：将所有粒子均分至每个核中；/nS4、设置粒子搜索范围：利用粒子的距离范围、速度范围、加速度范围分别产生随机量初始化所有粒子的距离、速度、加速度；/nS5、在每个核中进行粒子适应度计算，其中，粒子适应度是指每段快速傅立叶变换结果中粒子所在位置的快速傅立叶变换结果相位补偿后相加再取模；/nS6、在每个核中进行粒子寻优，每个核中的粒子按适应度值大小更新第一种群粒子最优值P

【技术特征摘要】
1.一种基于多核DSP的粒子群交换长时间积累实现方法，其特征在于，包含以下过程：
S1、将长时间积累的雷达回波数据进行分段，得到多段可相参积累的短时间脉冲数据，使得每段内目标不会跨距离单元和多普勒单元，并将不同的分段脉冲分配在不同的核中对每段脉冲数据进行快速傅立叶变换处理，且将得到的快速傅立叶变换结果搬移到设定存储器中；
S2、粒子群算法参数初始化，包括初始化所有粒子的距离范围、速度范围、加速度范围、粒子最优值、粒子群最优值，在粒子的距离、速度和加速度范围内随机产生初始迭代粒子的距离、速度和加速度；
S3、将粒子群分配：将所有粒子均分至每个核中；
S4、设置粒子搜索范围：利用粒子的距离范围、速度范围、加速度范围分别产生随机量初始化所有粒子的距离、速度、加速度；
S5、在每个核中进行粒子适应度计算，其中，粒子适应度是指每段快速傅立叶变换结果中粒子所在位置的快速傅立叶变换结果相位补偿后相加再取模；
S6、在每个核中进行粒子寻优，每个核中的粒子按适应度值大小更新第一种群粒子最优值Pb1和第二种群粒子最优值Pb2，使得粒子向更优的方向进化；
S7、种群寻优计算：计算两个种群中所有粒子的最优值，并将该最优值作为整个粒子群最优值Gb；
S8、在每个核中进行粒子群更新：每个核对所有粒子进行距离、速度、加速度的更新，执行更新的粒子群包含第一种群与第二种群；
S9、进行种群交换：根据第一种群和第二种群适应度从小到大排序，交换第一种群适应度最大的N个和第二种群适应度最小的N个粒子个体值和最优值，N表示两群交换长度；
S10、判断迭代次数是否满足要求：
若迭代次数k＞kmax，则满足迭代次数要求，跳转到步骤S11；
若迭代次数k≤最大迭代次数kmax，则跳转到步骤S5，继续执行步骤S5～S10，循环进行，直至满足迭代次数要求，则跳转到步骤S11；
S11、判断信噪比是否满足要求：
若信噪比SNR≤最小信噪比SNRmin，则不满足信噪比要求，结束检测，此时未检测到目标；若信噪比SNR＞SNRmin，则满足信噪比要求，跳转到步骤S12；
S12、粒子群结果计算：将粒子种群最优值Gb作为终选目标。


2.如权利要求1所述的基于多核DSP的粒子群交换长时间积累实现方法，其特征在于，
所述步骤S1中，进一步包含：
积累时间内的回波包含N1个脉冲，共有S1个核，分段数为M1；
每段内的脉冲为N1/M1个脉冲，每个核内快速傅立叶变换循环次数为M1/S1*P次，P表示每段的距离门个数；
每段的积累时间为脉冲周期乘以每段的脉冲数。


3.如权利要求1所述的基于多核DSP的粒子群交换长时间积累实现方法，其特征在于，
粒子群算法参数初始化、粒子群分配、粒子搜索范围、种群寻优计算、种群交换、粒子群结果计算中的一种或多种是在DSP首核中进行。


4.如权利要求1所述的基于多核DSP的粒子群交换长时间积累实现方法，其特征在于，
所述步骤S2中，初始化所有粒子的距离范围为0～1275、速度范围为200～400、加速度范围为-100～100、第一种群粒子个数为128、第二种群粒子个数128，以及两种群交换长度N为40。


5.如权利要...

【专利技术属性】
技术研发人员：杨娜，成思文，朱剑，于祥祯，刘爱华，王阳阳，李盘虎，
申请(专利权)人：上海无线电设备研究所，
类型：发明
国别省市：上海;31