張 章張 磊

（1.寶雞職業(yè)技術(shù)學(xué)院機(jī)電信息學(xué)院 寶雞 721000）（2.陜西烽火通信集團(tuán)有限公司產(chǎn)品研究所 寶雞 721000）

1 引言

雷達(dá)成像相比于常見的光學(xué)成像，具有全天時(shí)、全天候、遠(yuǎn)距離的成像優(yōu)勢(shì)，可以大大提高雷達(dá)的信息獲取能力，特別是戰(zhàn)場感知能力。現(xiàn)在國外對(duì)戰(zhàn)場感知要求高的雷達(dá)都配有二維成像功能，因此，SAR已成為國內(nèi)外研究的熱點(diǎn)。隨著對(duì)成像、InSAR和GMTI等算法問題的深入研究，要大批符合特定條件下的大場景原始回波數(shù)據(jù)，這些回波數(shù)據(jù)通過實(shí)測錄得，數(shù)據(jù)量太大，不太現(xiàn)實(shí)，所以通過計(jì)算機(jī)仿真來模擬所需要的大場景回波數(shù)據(jù)是一個(gè)重要的方法。

計(jì)算機(jī)模擬回波數(shù)據(jù)時(shí)，通常需要在一個(gè)地面分辨單元內(nèi)放置多個(gè)散射點(diǎn)來模擬整個(gè)場景的回波數(shù)據(jù)，這樣就出現(xiàn)以下兩個(gè)問題。第一，仿真過程中每一個(gè)點(diǎn)的回波數(shù)據(jù)是以慢時(shí)間為周期循環(huán)產(chǎn)生的，當(dāng)仿真的散射點(diǎn)過多時(shí)，仿真時(shí)間過長。第二，每臺(tái)計(jì)算機(jī)的內(nèi)存容量都是有限的，數(shù)據(jù)量過大會(huì)導(dǎo)致計(jì)算機(jī)內(nèi)存溢出而無法繼續(xù)仿真。當(dāng)仿真大場景回波數(shù)據(jù)時(shí)，以上兩個(gè)問題就越發(fā)突出了，通常的仿真方法在單臺(tái)PC機(jī)上很難完成。目前通常的做法是采用利用集群系統(tǒng)［1］，運(yùn)用BSP（Bulk Synchronous Parallel）計(jì)算模型，按照?qǐng)鼍胺纸獾姆椒ㄟM(jìn)行較大場景回波仿真，但該方法基于C語言，使用了MPI并行程序設(shè)計(jì)［2］，而且生成的每個(gè)子場景的回波數(shù)據(jù)需要進(jìn)一步加和處理才能得到需要的整個(gè)大場景回波數(shù)據(jù)，具體實(shí)現(xiàn)復(fù)雜，不易操作。

本文提出一種利用Matlab并行化運(yùn)算工具［3］和場景及數(shù)據(jù)矩陣劃分相結(jié)合的仿真方法，該方法能有效地解決上述問題完成大場景回波數(shù)據(jù)的仿真，且操作簡單，成本低。最后的仿真結(jié)果驗(yàn)證了本文方法的有效性和正確性。

2 回波數(shù)據(jù)仿真基本原理

SAR原始回波數(shù)據(jù)仿真能夠并行處理正是由其數(shù)據(jù)錄取方式?jīng)Q定的，下面先了解一下產(chǎn)生數(shù)據(jù)的基本方法，設(shè)雷達(dá)發(fā)射信號(hào)是線性調(diào)頻脈沖信號(hào)［4］：

式中，ar(·)為雷達(dá)線形調(diào)頻信號(hào)的窗函數(shù)，aa(·)方位窗函數(shù)。

當(dāng)場景比較復(fù)雜時(shí)，可以通過大量的點(diǎn)目標(biāo)來描述，設(shè)條帶內(nèi)點(diǎn)目標(biāo)的個(gè)數(shù)為M×N，合成孔徑時(shí)間為t0≤tm≤tn，所以回波信號(hào)模型為

3 基于并行運(yùn)算的大場景回波數(shù)據(jù)仿真

基于回波生成原理，可以看出數(shù)據(jù)錄取在慢時(shí)間以及散射點(diǎn)上都是相對(duì)獨(dú)立的，所以在仿真大場景回波數(shù)據(jù)時(shí)可以將其分塊生成，這樣即避免內(nèi)存溢出，還可以利用并行運(yùn)算縮短仿真時(shí)間。這里本文采用Matlab并行計(jì)算模型（Distributed Computing Toolbox&Distributed Computing Engine）來對(duì)回波進(jìn)行并行仿真。Matlab并行計(jì)算模型只需若干臺(tái)PC機(jī)聯(lián)機(jī)即可，無須專門儀器設(shè)備，編程相對(duì)簡單。如果需要聯(lián)機(jī)，任務(wù)分解時(shí)，需要注意計(jì)算機(jī)與計(jì)算機(jī)之間數(shù)據(jù)交互傳輸量是有上限的。

3.1 任務(wù)分解方法

基于信號(hào)模型，有兩種任務(wù)分解方法。

第一，基于場景的任務(wù)分解

設(shè)將場景按列分解成h塊，大小分別為N1，N2，…，Nh，N1+N2+…+Nh=N，則可分別產(chǎn)生h個(gè)大小相同的回波數(shù)據(jù)矩陣，矩陣的回波信號(hào)分別為

以上，就是整個(gè)場景的回波數(shù)據(jù)。

第二，基于慢時(shí)間的任務(wù)分解

我們知道，數(shù)據(jù)矩陣的方位向長度對(duì)應(yīng)于慢時(shí)間采樣點(diǎn)，所以按慢時(shí)間分解任務(wù)也就是對(duì)數(shù)據(jù)矩陣做分塊處理。設(shè)將數(shù)據(jù)矩陣按列分為n塊，也就是將慢時(shí)間分為n段，即t0≤t1≤t2≤…≤tn-1≤tn，這樣，矩陣內(nèi)的回波信號(hào)為

這些矩陣可在并行計(jì)算的工作機(jī)中單獨(dú)生成，之后再按順序拼接起來，便可以得到整個(gè)場景的回波數(shù)據(jù)。

通過上面的分析，我們可以看出，第一種方法將場景分塊，不但可使主機(jī)向工作機(jī)傳輸?shù)囊淮螖?shù)據(jù)量降低，防止傳輸?shù)臄?shù)據(jù)量超過數(shù)據(jù)交互量的上限，而且還可以避免一次讀取整個(gè)場景矩陣數(shù)據(jù)量太大而造成得內(nèi)存溢出，但這樣做，增加了最后一步的求和運(yùn)算，效率相對(duì)較低；為了提高效率，可以采用第二種方法，將回波數(shù)據(jù)矩陣分塊分別在工作機(jī)中生成，這樣降低了工作機(jī)將生成的數(shù)據(jù)返回主機(jī)時(shí)的數(shù)據(jù)量，同時(shí)按順序接收子回波矩陣，可以接收一塊，存儲(chǔ)一塊，從而有效避免了內(nèi)存不足問題，但這種方法相當(dāng)于是將整個(gè)場景一次傳輸，如果場景太大超過數(shù)據(jù)交互上限時(shí)，會(huì)造成交互失敗。在仿真大場景時(shí)，其場景非常大，回波數(shù)據(jù)矩陣也非常大，以上兩種方法均不能滿足仿真需求，我們可以將兩種方法結(jié)合起來分解任務(wù)，每一個(gè)任務(wù)仿真如式（6）的回波信號(hào)，最后，將所有的任務(wù)回收、加和、拼接，得到大場景原始回波數(shù)據(jù)。

下面我們定量的分析一下這樣做的優(yōu)點(diǎn)，設(shè)Nr為距離向采樣點(diǎn)數(shù)，其中Na為距離向采樣點(diǎn)數(shù)Namp_r為場景在距離向的點(diǎn)數(shù)，Namp_a為場景在方位向上的點(diǎn)數(shù)，Dt為一個(gè)浮點(diǎn)數(shù)占用的字節(jié)數(shù)，Cf為一個(gè)目標(biāo)點(diǎn)的計(jì)算量，所以對(duì)一臺(tái)計(jì)算機(jī)而言在數(shù)據(jù)量方面按場景劃分為2Dt Na Nr，按慢時(shí)間劃分為 2Dt Na Nr/Nmatrix，本文的方法為2Dt Na Nr/Nmatrix，在計(jì)算量方面按場景劃分為Namp_a Namp_r Cf/Namp，按慢時(shí)間劃分為Namp_a Namp_r Cf，本文的方法為Namp_a Namp_r Cf/Namp，其中，Nmatrix、Namp分別為回波矩陣分塊數(shù)以及場景分塊數(shù)。從上面可以看出在數(shù)據(jù)量，計(jì)算量方面，本位的方法都是最優(yōu)的，可以大幅減少單機(jī)的數(shù)據(jù)量、計(jì)算量，從而加快仿真速度，避免內(nèi)存不足，使大場景仿真成為可能。具體仿真流程如下。

3.2 大場景回波仿真

在仿真真實(shí)場景回波數(shù)據(jù)時(shí)，采用已有的實(shí)測數(shù)據(jù)圖像作為所產(chǎn)生回波的地面散射點(diǎn)，并在其中加入高程信息，在每個(gè)散射點(diǎn)上加入距離向及方位向上的隨機(jī)偏移量，使其更接近真實(shí)地面的散射點(diǎn)分布。如流程圖1所示，首先對(duì)慢時(shí)間分塊，在一段慢時(shí)間內(nèi)，再對(duì)場景分塊，將一段慢時(shí)間內(nèi)一塊場景要產(chǎn)生的回波劃分為并行工作的一個(gè)任務(wù)，分配給一個(gè)工作機(jī)產(chǎn)生回波數(shù)據(jù)，這里對(duì)于整個(gè)任務(wù)劃分有一個(gè)排序問題，本文是按慢時(shí)間塊為大體順序，場景塊為內(nèi)部順序排列的，也就是說第一個(gè)任務(wù)為第一塊慢時(shí)間的第一個(gè)子場景，第二個(gè)任務(wù)為第一塊慢時(shí)間的第二個(gè)子場景，當(dāng)所有子場景都遍歷一遍后開始對(duì)第二段慢時(shí)間分配任務(wù)。這樣做可避免回收數(shù)據(jù)時(shí)主機(jī)由于數(shù)據(jù)量過大而引起的內(nèi)存溢出。依據(jù)上述方法分配任務(wù)，回波數(shù)據(jù)也按此順序生成，這樣主機(jī)也即可按順序先回收第一段慢時(shí)間上所有場景的回波數(shù)據(jù)，將回波數(shù)據(jù)矩陣加和后（此即為此段慢時(shí)間內(nèi)的仿真數(shù)據(jù)）保存在硬盤中，并清空內(nèi)存（clear），再產(chǎn)生下一個(gè)慢時(shí)間塊的數(shù)據(jù)直至回波數(shù)據(jù)全部產(chǎn)生保存，這樣就生成了大場景的原始回波數(shù)據(jù)。

從以上流程可以看出，任務(wù)劃分解決了仿真大場景時(shí)PC機(jī)內(nèi)存不足的問題，并行計(jì)算解決了大場景回波仿真時(shí)間過長的問題，從而使大場景SAR原始回波數(shù)據(jù)仿真成為可能。

4 仿真結(jié)果及分析

實(shí)驗(yàn)系統(tǒng)采用7臺(tái)普通計(jì)算機(jī)，一臺(tái)作為主機(jī)，收發(fā)保存數(shù)據(jù)，6臺(tái)作為工作機(jī)，并行計(jì)算回波數(shù)據(jù)，配置為Pentium（R）4 CPU 3.0GHz，1GB內(nèi)存，計(jì)算機(jī)之間通過百兆以太網(wǎng)連接，場景大小為800×5000個(gè)點(diǎn)目標(biāo)，雷達(dá)脈沖重復(fù)頻率為2000Hz。

場景分塊個(gè)數(shù)為Namp=(Namp_r×Namp_a)/Ntra_max，Ntra_max為主機(jī)與工作機(jī)之間的傳輸上限?；夭ň仃嚪謮K個(gè)數(shù)為Nmatrix=(Nr×Na×Nantenna)/Ntra_max，Nantenna為一發(fā)多收時(shí)接收天線的個(gè)數(shù)。通過計(jì)算可知實(shí)驗(yàn)系統(tǒng)Namp=12，Nmatrix=9。

圖2是用上述方法得到的大場景SAR回波數(shù)據(jù)仿真結(jié)果，每一塊子矩陣為整個(gè)場景在這一段慢時(shí)間內(nèi)產(chǎn)生的回波數(shù)據(jù)，通過這9塊數(shù)據(jù)可以大體看出這塊場景的回波形狀。圖3為不同工作計(jì)算機(jī)數(shù)目下產(chǎn)生回波所用時(shí)間的曲線，在任務(wù)劃分方式不變（即Namp=12，Nmatrix=9）的情況下，一臺(tái)計(jì)算機(jī)用時(shí)220.4h，三臺(tái)計(jì)算機(jī)用時(shí)75.6h，六臺(tái)計(jì)算機(jī)用時(shí)38.9h，基本符合Tn=T1/n這一原則，這里Tn為n臺(tái)計(jì)算機(jī)所用時(shí)間。而對(duì)于內(nèi)存使用，取決于場景與回波矩陣的分塊數(shù)量，數(shù)量越多內(nèi)存占用率越少，但這里注意如果分塊數(shù)量太多會(huì)使計(jì)算機(jī)之間的數(shù)據(jù)傳輸花費(fèi)很長的時(shí)間，嚴(yán)重影響數(shù)據(jù)產(chǎn)生的效率，所以在保證內(nèi)存不溢出的情況下合理的分配任務(wù)，才能實(shí)現(xiàn)較高的數(shù)據(jù)，產(chǎn)生效率。

圖3 工作計(jì)算機(jī)臺(tái)數(shù)與仿真時(shí)間關(guān)系

圖4 仿真回波數(shù)據(jù)成像結(jié)果

通過仿真可知，利用場景劃分和并行化運(yùn)算相結(jié)合的方法產(chǎn)生大場景SAR原始回波數(shù)據(jù)，可以充分解決由于PC機(jī)內(nèi)存不足引起的無法仿真問題以及仿真時(shí)間過長問題。

5 結(jié)語

本文基于場景劃分和并行化運(yùn)算尋找到一種在普通計(jì)算機(jī)上進(jìn)行大場景SAR原始回波數(shù)據(jù)仿真的方法，仿真實(shí)驗(yàn)證明本方法可大大縮短仿真時(shí)間，降低內(nèi)存使用量，且成本低實(shí)現(xiàn)簡單，易操作，是可行的、高效的。