【技术实现步骤摘要】
基于GPU架构的分段归一化最小均方误差杂波对消方法本专利技术属于雷达
,主要涉及杂波对消的实现方法,具体来说就是一种基于GPU架构的分段归一化最小均方误差杂波对消方法,可在数学仿真软件MATLAB和微软提供的软件集成开发平台Visual studio上,快速进行杂波对消。
技术介绍
杂波对消广泛应用于各种信号处理系统中,特别是外辐射雷达信号处理系统。杂波抑制一般位于信号处理的前端,是整个信号处理中最重要的模块,杂波抑制的好坏直接影响着后续信号处理的性能高低。杂波对消处理的主要是强直达波、多径杂波干扰的问题,通过主、辅两个通道的信号相关来对消主通道中掺杂的杂波,理想的情况下,主通道中的杂波可以被完全抑制掉。杂波对消主要有最小均方误差LMS、直接矩阵求逆SMI和递归最小二乘RLS三种方法。归一化最小均方误差NLMS属于最小均方误差LMS的升级方法,结构简单,运算量小,但难于进行实时对消处理,如何提高NLMS的处理速度是实现实时对消处理的一个关键问题。现有技术中,NLMS杂波对消是基于CPU架构实现的,杂波对消速度受到了硬件的限制,不能满足各种信号处理系统的需求。
技术实现思路
本专利技术的目的在于针对上述基于CPU架构的NLMS杂波对消的不足,提出一种基于GTO架构的分段归一化最小均方误差杂波对消方法,在不损失处理精度的情况下,实现杂波对消的实时处理,满足各种实时信号处理系统的需求。本专利技术的技术思路是:把杂波对消分两段分别进行,利用图形处理器GPU强大的数据并行能力,对杂波对消中涉及到的矩阵运算进行并行加速,实现杂波对消的实时处理。为实现上述目的,本专利技术 ...
【技术保护点】
一种基于GPU架构的分段归一化最小均方误差杂波对消方法,其特征在于包括如下步骤:(1)在CPU主机端对归一化最小均方误差NLMS滤波器的参数进行初始化:(1a)将雷达目标信号、杂波信号和噪声信号作为归一化最小均方误差NLMS滤波器主通道的接收信号sig;将杂波信号和噪声信号作为归一化最小均方误差NLMS滤波器辅助通道的接收信号ref,这两种信号sig、ref的数据长度S根据接收信号的采样率设定,并根据杂波强度设定杂波对消阶数值C;(1b)把归一化最小均方误差NLMS滤波器主通道信号sig分为两段,记为sig1、sig2,把辅助通道信号ref分为两段,记为ref1、ref2;sig1、sig2、ref1、ref2数据长度均为S1,sig1和sig2及ref1和ref2重叠的数据长度均为L;(1c)在CPU主机端分配杂波对消所需的内存、显存资源;(1d)设归一化最小均方误差NLMS杂波对消分段后,杂波对消权向量w1C×1、w2C×1的初始值均为[00...00]C×1;(1e)设杂波对消初始时刻迭代初值l1、l2均为0;(1f)设归一化最小均方误差NLMS杂波对消分两段后,误差信号初始值分 ...
【技术特征摘要】
1.一种基于GPU架构的分段归一化最小均方误差杂波对消方法,其特征在于包括如下步骤: (1)在CPU主机端对归一化最小均方误差NLMS滤波器的参数进行初始化: (Ia)将雷达目标信号、杂波信号和噪声信号作为归一化最小均方误差NLMS滤波器主通道的接收信号sig ;将杂波信号和噪声信号作为归一化最小均方误差NLMS滤波器辅助通道的接收信号ref,这两种信号sigief的数据长度S根据接收信号的采样率设定,并根据杂波强度设定杂波对消阶数值C ; (Ib)把归一化最小均方误差NLMS滤波器主通道信号sig分为两段,记为sigl、sig2,把辅助通道信号ref分为两段,记为refl、ref2 ;sigl、sig2、refl、ref2数据长度均为SI,sigl和sig2及refl和ref2重叠的数据长度均为L ; (Ic)在CPU主机端分配杂波对消所需的内存、显存资源; (Id)设归一化最小均方误差NLMS杂波对消分段后,杂波对消权向量wlex1、w2exi的初始值均为CX1 ; (Ie)设杂波对消初始时刻迭代初值Ip I2均为O ; (If)设归一化最小均方误差NLMS杂波对消分两段后,误差信号初始值分别为:el =sigl、e2 = sig2 ; (Ig)在CPU主机端,把主通道信号sig、辅助通道信号ref的数据加载到CPU内存中; (2)在CPU主机端上创建两个杂波对消的工作线程; (3)选择两块能支持计算统一设备架构CUDA的图形处理器GPU,并将两块图形处理器GPU与两个工作线程进行连接; (4)分别确定调用一次图形处理器GPU内核函数所能计算出的数据点数M,调用GPU内核函数的次数N及分段后的数据长度SI ; (5)每个CPU工作线程在图形处理器GPU设备端加载各自分段后的主通道、辅助通道信号数据,分别存入sigl、refl、sig2、ref2中,即: sigl = sig[12...S1-1S1]S1X1, refl = ref [12...S1_1S1]S1X1, sig2 = sig[Sl-L+lSl-L+2...S_lS]slxl, ref2 = ref [S1-L+1S1-L+2...S_lS]slxl ; (6)在两块图形处理器GPU设备端上,分别调用内核函数进行归一化最小均方误差NLMS杂波对消处理: (6a)设两个内核函数的线程格grid均为(1,I),线程块block均为(C,1),其中,其中(I, I)表示内核函数由一个线程块block组成,(C,I)表示线程块block由C个图形处理器GPU线程组成; (6b)在两块图形处理器GPU设备端上,分别设置各自迭代初值为^ = 0、k2 = O ; (6c)在第一块图形处理器GPU设备端上,获取!^+I1XM时刻的主通道信号+c+/,xM 丄丄li和辅助通道参考信号U (6d)在第二块图形处理器GPU设备端上,获取k2+l2 XM时刻的主通道信号和辅助通道参考信号; (6e)在两块图形处理器GPU设备端上,利用!^+I1XM时刻和k2+l2XM时刻的主通道信号、...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。