AULOS—无源隐蔽雷达系统

无源传感器并不发射电磁波，但是它可以利用FM广播信号、电信设备、雷达等信号源产生的电磁波。因此，它们能够与环境兼容（不会产生额外的电磁污染），也可以放置在住宅区附近工作，更确切地说，是放置在城市环境中。此外，无源传感器可抵御无处不在的电信设备产生的电磁频谱的干扰，并可有效执行监测功能，用于军事防御和保护国土安全。此外，无源传感器以隐蔽的方式运行，不会受到电磁干扰或人为干扰，适用于有源传感器无效的情况。

 

AULOS是SELEX Sistemi Integrati公司经过多年研发新开发的绿色系统，部分成果是与意大利国防部(MOD)的陆地装备部合作开发而成。 AULOS是一款技术先进的传感器，完全基于“软雷达”方法进行开发，使用用于信号接收和数字处理的商业现成(COTS)设备以载波频率采样信号。SELEX Sistemi Integrati目前计划近期将开发移动版本的地面数字电视作为一个现成源，与频率调制(FM)无线电信号配合使用。开发出的双频段系统将会为各种运行环境下的使用提供了极大的灵活性，而且增加了目标位置估计功能。

 

无源雷达通常称为无源隐蔽雷达(PCR)或无源相干定位(PCL)，之所以称其为“无源”是因为它没有自己的发射器，但可以利用位于郊区某处的一个或多个发射器。这意味着，无源雷达一点都不会增加环境中已存在的射频信号的能量。它属于接收设备，用于检测和跟踪一个或多个广播电台目标，如FM无线电台、数字音频广播(DAB)和数字视频广播电视(DVB-T)。图1显示了无源雷达的工作原理。

 

图1. 无源雷达的工作原理

图2. ELEX Sistemi Integrati开发的移动无源雷达

 

 

虽然无源雷达的工作原理几十年来一直为人们所知，但是直到最近才引起科研实验室、大学以及对无源定位感兴趣的行业的关注。这与近几年来数字电子技术等主要领域的技术发展密不可分。现今，功能强大的计算机和快速、高动态数字化仪已经以相对低廉的价格普遍出现在市场上。

 

无源传感器可用于许多应用中，主要用于监测和环保。无源传感器可用于监测机场、港口、关键基础设施（例如发电站和水厂）和信息媒体站。在沿海监视方面，无源雷达有望在生态相容性和可持续性上提供了诸多优势。事实上，无源雷达可以合理安装在以前禁止安装的受保护地区，而不会产生环保人士或居民担心的问题。此外，无源雷达可用作传统监控系统的填隙雷达（例如，超过20°仰角的探测范围），或作为一种空中交通管制辅助设备，特别是针对没有安装复杂仪器的小型飞机。它也可以用于监视长达几百公里的商业和军用空中交通，而且通过FM带宽增强后，能够以比正常雷达小得多的横截面积跟踪目标。

 

SELEX Sistemi Integrati已经完成了两个工作频段为FM ^1-3的固定无源雷达原型的测试，并已开始将其集成到安装在汽车房屋的移动无源雷达，信号源为FM无线电（见图2）。移动系统的功能包括：

 

Ÿ   允许接收和处理FM信号（集成）。

Ÿ   允许接收和处理DVB-T信号⁴，以便未来开发。

Ÿ   通过伸缩杆移动和部署天线阵列。

Ÿ   多个操作员同时操作。

Ÿ   控制电源。

Ÿ   控制操作员与无源雷达之间的人机界面。

 

多频段开发的基本原理

图3. 分析频段的精确度和探测范围

 

雷达传感器的目标是获得长探测距离、大空间覆盖范围（以仰角计算）和出色的距离和角度分辨率（与信号的瞬时带宽相关）。为了实现无源雷达的性能最大化，考虑了以下信号源：

1. FM band FM频段

2. DVB-T band  DVB-T频段

3. DAB band  DAB频段

表I 不同频段的预期性能
信号源	探测范围	仰角覆盖范围	距离分辨率	角度分辨率	多普勒分辨率	模糊度函数
FM	++	++	–	–	++	–
DVB-T	–	–	++	++	–	++
DAB	+	+	++	+	–	++

 

 

 

 

 

 

 

 

 

 

DAB（190至230兆赫）是一个利用数字广播进行移动接收的国际标准。DAB允许一个信道用于分布多个无线网络，并提供绝对无噪声和无干扰的接收信号。图3简单地显示了分别使用DVB-T、DAB和FM作为无源传感器信号源的空间覆盖图。表1定性综合了无源传感器在不同频段的预期性能。根据图3和表1的分析，很容易理解未来开发的系统将结合FM和DVB-T两个波段的特性。开发出的传感器将结合分析频段的最佳特性，以实现远距离检测和精确的距离和角度分辨率。未来研究项目将与双频段（FM和DVB-T）移动雷达相关，该雷达将配备以半波长偶极作为辐射元件的两个圆形阵列（均匀圆阵[UCA]）。其中一个阵列负责FM波段和另一个阵列负责DVB-T频带。该系统将基于数字波束形成(DBF)技术，同步接收多个数据源。

 

系统设计驱动

高层系统需求

无源雷达可通过处理弱回声来探测小目标，但必须使用具有良好灵敏度和动态范围平衡的MIMO接收器来采集若干个射频信道。直接采样FM波段有助于降低接收器的复杂性和成本，但需要一个能够管理和处理相关高数据吞吐量的硬件平台。信号预处理（实时）进行多次数字下变频（DDC）和小数重采样可以帮助和发送与感兴趣频带相关联的数据至雷达处理。预处理和雷达处理使用不同的算法，需要利用不同的异构处理单元：FPGA、GPP和GPU。

图4. AULOS的简化V模型

 

AULOS项目一直从事产品和过程集成开发（并行工程⁶），其中设计模块化为雷达子系统和单元的设计和测试提供了产品灵活性和工程过程共享（见图4）。由于硬件和软件大量重用，因而加快了系统生命周期阶段之间的过渡，降低总成本和产品推广上市的时间。

 

硬件解决方案

 

NI PXI平台不仅满足设计的可变性需求，还提供同步采样FM信号所需的高质量定时和同步功能。

 

此外，NI提供了各种PXI RF前端，以覆盖多个射频频带，而且能够实时转移同一机箱中所有仪器间的数据，以实现FPGA的多通道数据采集和内建信号处理。

 

高动态范围和大带宽的NI PXIe-5622高速数字化仪用于采样来自天线的信号。由于PXI Express机箱（超过800 MB/ s每插槽）具有高数据吞吐量，数据转移到FPGA进行数字直接控制(DDC)。因此，数字化仪和FPGA的无缝集成为AULOS提供了软件定义的接收器(SDR)实现^9，10（见图5）。最后，数据通过CPU或GPU元件传输到功能强大的附加信号处理单元，以开发雷达处理算法，从而检测出噪声中潜藏的超弱回波。

 

 

图5. 软件定义接收器的架构

 

 

软件架构

AULOS项目面临以下编程挑战：

1.       开发SDR，用于处理多个采集通道和多个DDC。

2.       利用异构计算(GPP、GPU、FPGA)开发复杂的算法。

3.       产品和过程集成开发

.

图6. 在PXI平台上实现硬件平台集成

 

NI LabVIEW系统设计软件提供的图形化系统的设计方法是应对这些编程挑战的方法之一。 NI的图形化系统设计方法可帮助项目团队从无源雷达系统设计到原型再到部署等各个阶段均可复用软件和硬件（见图6）。

 

使用图形化处理单元进行信号和数据处理

 

本部分简要介绍在基于GPU的设备上对无源雷达信号进行数据处理匹配。 M. Bernaschiet al.对这一主题进行了更详细的介绍。 ^7,8一个典型的无源雷达处理器接收到的数据总量在0.5和1 Gbit / s之间，取决于信号源的数量和处理所需的时间。这些庞大的数据量必须进行实时处理，可使用当前体积最小且能耗最少的硬件系统来实现。事实证明，GPU和CPU相结合是实现性能和功耗最佳平衡的解决方案。⁸事实上，我们观察到以下几点：

 

•    使用CPU内核可有效地控制流量和开发顺行代码片段。

• 使用GPU内核可以快速、低功耗地执行内在并行代码，将CPU内核释放出来执行其他任务。

Ÿ   整个系统的集成变得更加容易。16核Intel Xeon处理器和一个或两个nVidia GeForce GTX 580可解决FM无线电和DAB-DVB-T信号结合使用所存在的计算问题。

Ÿ   功耗降低到最低。

图7. 完全实现PCL处理的不同方式时间比较

 

图7比较了不同计算设备的性能，以显示所得的结果。图中选取了不同典型PCL处理链（自适应干扰抵消、距离-多普勒图的形成和恒虚警率）的执行时间进行比较。

 

现代PCL系统实现信号处理的最方便方法与当今开发演算密集型软件所使用的方法恰好一致：混合方法。该方法中，GPU内核仅用于开发可利用GPU设备高并行计算能力的算法，而CPU则用于开发内在串行算法以及所有需要高复杂度的代码。

 

结论

当前的RF信号接收和采集技术实现了用于无源雷达探测的SDR。由于高速数字化仪具有的高宽带和高动态范围，可使用FPGA来处理采样FM信号，实现在线信号信道化。整个平台集成到一个NI PXI机箱，为移动站提供了设计和部署所需的紧凑组成结构。所有关键的实时软件组件在LabVIEW中实现。此外，该技术还可接收并处理DVB-T发射器的多个信道，提供更准确的目标检测与定位（见图8）。

图8. 接收器接收的来自多个DVB-T发射器的频谱

 

References 参考文献

1. A. Benavoli, A. Di Lallo, A. Farina, R. Fulcoli, R. Mancinelli, L. Timmoneri and L. Chisci, “Design and Development of a Signal and Data Processor Test Bed for a Passive Radar in the FM Band,” 2007 IET International Conference on Radar Systems, pp. 1-5.

2. S. D’Alterio, A. Di Lallo, A. Farina, R. Fulcoli, R. Mancinelli and L. Timmoneri, “Design and Development of a Soft Real Time Signal-Data Processor and Presentation Test Bed for a Passive Radar in the FM Band,” 5th Multi-National Passive Covert Radar Conference (PCR-2007).

3. A. Di Lallo, R. Fulcoli and L. Timmoneri, “Real Data Performance Evaluation of Adaptive Spatial Co-Channel Cancellation for Passive Covert Radar,” 2008 XIV Riunione Annuale CeTeM / V Workshop AIT.

4. F. Canini, A. Di Lallo, L. Timmoneri and D. Vigilante, “Use of Digital-Television Terrestrial (DTV) Signals for Passive Radars,” 2010 International Radar Symposium Digest, pp. 1-4.

5. D. Poullin et al., “3D Location of Opportunistic Targets Using DVB-SFN Network: Experimental Results,”3rd FHR Focus Days on PCR – May 3-4, 2011.

6. INCOSE, “System Engineering Handbook”, v.3.2.1

7. M. Bernaschi, A. Di Lallo, R. Fulcoli, E.Gallo and L. Timmoneri, “Use of Graphics Processing Unit for Passive Radar Signal & Data Elaboration,” 3rd FHR Focus Days on PCL, May 3-4, 2011.

8. M. Bernaschi, A. Di Lallo, R. Fulcoli, E.Gallo and L. Timmoneri, “Combined Use of Graphics Processing Unit (GPU) and Central Processing Unit (CPU) for Passive Radar Signal & Data Elaboration,” 2011 International Radar Symposium Proceedings, pp. 315-320.

9. B. Eged and B. Babjak, “Universal Software Defined Radio Development Platform,” 2006 NATO RTO IST, Symposium on Dynamic Communications Management.

10. B. Eged, “Software Defined Radio Technology for Radar Systems,” 2009 NATO RTO SET-136, Specialist Meeting, Invited Keynote Lecture.