基于多DSP并行處理的聲探測系統設計

聲探測技術用聲傳感器陣列接收各種軍事目標運動所產生的特征聲信號，運用陣列信號處理、信號識別、信息融合等技術，確定目標的位置、航跡、類型。聲探測技術具有被動探測、不受電磁干擾、能夠全天候工作、成本較低等突出優點，特別是在夜間、霧天及能見度不良、通視度較差的情況或者復雜電磁環境下，是戰場信息感知不可缺少的重要手段之一。

并行DSP處理的目的是采用多個處理單元(DSP)同時對任務處理以減少任務的執行時間。多DSP并行處理系統設計的核心是實現多DSP之間的統籌協調、任務分配、數據交換、信號處理及通信控制。

因此，應用高性能DSP作為數據實時處理單元，借助多DSP并行處理技術實現實時性強、精度高、動態范圍大和高數據吞吐量的大規模并行處理系統，既打破了單處理器性能提升空間的限制，又大大增強了系統的兼容性和在線升級能力，為聲探測系統的研制提供了強大的技術支持。

TMS320C67x是TI公司C6000上具有最高性能的浮點DSP, 具有第二代的超長指令字(VLIW)結構。本文基于國內外日益發展的聲探測技術研究成果和先進成熟的電子技術，提出一種以多片TMS320C6711D DSP為信號處理單元,用FPGA實現各DSP的EMIF接口總線互聯，從而構成松耦合級、可再編程的多DSP并行處理模式，實現了一種具有高實時性、良好的擴展性和容量可變等特點的多DSP聲探測系統。

1 系統設計

系統由前端聲傳感器基陣和聲探測系統兩大部分構成。

聲傳感器基陣是由若干個傳聲器組成的陣列，利用傳聲器陣列接收目標輻射噪聲（如直升機飛行時旋翼擾動空氣引起的噪聲和發動機自身輻射的噪聲信號）。

聲探測系統由模擬電路、數字電路和控制電路組成。模擬電路完成對傳聲器陣列送來的微弱信號的放大、調理、均衡，并將預處理后的信號送至后端電路處理。數字電路實現對目標聲信號的采集、定向算法、識別算法、增益控制、電路邏輯控制以及外部接口功能。控制電路由電源管理和人機界面組成。圖1為系統構成圖。

2 硬件設計

2.1 模擬電路

根據聲目標信號的特征及探測對信號拾取和處理的要求，傳聲器及相應各通道間應具有較好的低頻響應特性，而且相位一致性必須很好。

為保證各個模擬信號通道的電路一致性，特別是放大濾波電路部分，在設計中采用了厚膜電路技術實現。通過對放大濾波電路的深入分析，確定影響電路相位的各種因素和關鍵的阻容元件的允許誤差范圍，將其應用到厚膜電路的設計中，并篩選阻容器件，以控制系統的穩定性。

最終通過對前端模擬電路的二次集成方法來確保產品的一致性，更好地保證傳聲器相位一致性，提高探測精度。模擬電路功能組成如圖2所示。　　

2.2 數字電路

數字信號處理采用基于FPGA的多DSP并行處理模式，增強處理能力和實時性。FPGA實現類似AD DSP的LINK PORT功能，形成了分布式松耦合系統；完成數字電路的邏輯控制功能、外部通信接口協議（RS232、FSK、并行通信等）、DSP之間的波形數據采集存儲、交換以及相互間的通信。

用于實現高速數字信號處理的DSP，一片作為主DSP，實現信號的預處理、增益控制、外界通信、數據關聯等工作；另一片作為目標識別DSP，完成已定向目標的類型識別功能。其余5片，完成主DSP分配的目標頻點的信號處理及定向。每片DSP具有獨立的程序、數據空間。數字電路設計模塊圖如圖3所示。

2.3 控制電路

控制電路主要實現電源管理、人機界面功能。

電源管理主要完成對模擬和數字電路的電源分配、濾波處理以及控制。

人機界面完成對目標的重要信息的顯示(目標方位、目標類型、批次)、參數的設置(編號、傳輸方式、測試)及檢測功能。

控制電路以C8051F020單片機為核心器件。其功能框圖如圖 4所示。

3 軟件設計

聲探測系統軟件完成對數字化聲信號采集、模擬電路放大電路的增益動態實時調整、系統參數的初始化配置，核心是實現聲目標信號的高速實時處理后的定向、識別功能。軟件分為兩大部分，即目標定向軟件和目標識別軟件。軟件構成如圖5所示。

3.1 目標定向軟件設計

諸如直升機、坦克等目標，其輻射噪聲是一種寬帶信號，能量主要集中在500 Hz以下的低頻段。由于其在結構上具有周期轉動機制（螺旋槳、發動機等），聲信號的功率譜具有鮮明特征：主要是由離散譜疊加在連續

譜上組成的，存在穩定的基頻和較強的線譜，且線譜間具有明顯的諧波關系。

目標定向軟件完成了對單個或多個聲目標的遠距離聲學被動定向。軟件利用目標的寬譜和多諧波特性，采用了多頻段、多頻點模式的窄帶子空間類高分辨陣列信號處理方法，并結合時域累積置信度方法和數據處理后的關聯和跟蹤濾波，較好地實現了對相互靠近的多個聲目標的有效跟蹤。

目標定向軟件由1個主DSP和5個從DSP完成。主從DSP之間通過FPGA構建數據交換通道，完成并行處理。

3.1.1 主DSP軟件設計

主DSP實現了目標頻點檢測和定向跟蹤。目標頻點檢測是在目標信號的寬譜和多諧波特征基礎上的目標頻點提取。在頻點檢測中，設計了合適的檢驗統計量與準則，并且通過大量外場實驗驗證，獲得了理想的恒虛警似然比門限。

定向跟蹤完成了對目標頻點的管理，實現了對各個從DSP的頻點目標定向結果的關聯與融合處理及偽目標的消除，同時采用角度和角速度的二維信息跟蹤方法，實現對復雜噪聲條件下目標的穩定跟蹤。主DSP軟件流程如圖6所示。

3.1.2 從DSP軟件設計

從DSP的目標定向特征是根據獲取的頻點信息，針對性地對目標信號在指定頻點上進行檢測，采用MUSIC方法逐個解算各頻率對應的定向結果。將各諧波信號與對應的定向結果以及頻率能量信息建立文件記錄，并傳送給主DSP 進行綜合處理，獲得目標定向結果。目標定向軟件的軟件流程如圖 7所示。

3.2 目標識別軟件設計

目標識別軟件是采用數學和智能方法對各種傳感器信號進行統計、分析、學習和融合，提取和選擇目標特征，與目標樣本庫進行比較和匹配，確定復雜環境下的目標類型。軟件采用了包括特征參數提取及其篩選、分類器訓練和識別等方法。

波束形成是一種空域濾波器，能無失真地接收感興趣方位或區域內的目標噪聲信號，同時抑制其他方位獲取區域內的干擾及噪聲，能顯著提高目標信號的信噪比，改善探測方向的靈敏度。考慮到本設計針對的目標噪聲特性和后續處理要求，波束形成器設計為寬帶的，頻帶范圍覆蓋3～5個倍頻程，在全空間形成多個相互疊加的固定波束，通過目標方位估計結果選擇對應波束輸出進行直升機特征參數提取。

針對系統對實時性要求較高且硬件資源優化的要求，功率譜估計采用改進的平均周期圖法估算其功率譜，獲得目標輻射噪聲大類區分。功率譜估計方法包括參數法和非參數法。

目標特征提取是通過對各種諸如直升機、坦克等聲目標信號的多次分析，從時、頻二維抽取典型特征量，如幅度、周期等，作為對信號判斷與識別的依據，結合各種參數的數學統計特征和模式可分性進行反復的算法仿真，優選出一些最有效、最有代表性的特征參數。主要方法有時頻分析、小波變換、短時傅立葉變換等。

人工神經網絡分類算法由輸入層節點、輸出層節點、隱層節點組成。對于輸入信號，要先向前傳播到隱節點，經過作用函數后，再把隱節點的輸出信息傳播到輸出節點，最后給出輸出結果。算法的學習過程由正向傳播和反向傳播組成。在正向傳播過程中，輸入信息從輸入層經隱單元層逐層處理，并傳向輸出層，每一層神經元的狀態只影響下一層神經元的狀態。如果在輸出層不能得到期望的輸出，則轉入反向傳播，將誤差信號沿原來的連接通路返回，通過修改各層神經元的權值，使得誤差信號最小。與傳統計算機技術相比，人工神經網絡計算機具有處理速度快、容錯性好、抗干擾性好、自組織性好(能自動找出規律)等優點。

諧波集檢測方法的特征是：對提取的所有線譜頻率向量，逐個選擇目標主頻范圍內的頻率及其諧波集合, 尋找能量最強的一組作為主諧波集合。在剩余的頻率向量和諧波向量中，對照目標類型模板，尋找能量最強的一組為次諧波集合，最終實現聲目標的主次諧波集檢測。目標識別軟件流程如圖 8所示。

4 系統驗證

聲探測系統設計完成后，經過大量的試驗測試可知，各類指標滿足要求，具有較強的實用性。
聲探測系統利用多DSP并行處理方式，解決大容量數據的實時處理和目標輻射噪聲的寬帶處理問題。利用一種創新的方法，綜合運用多手段、多技術和寬帶處理方法，實現了對低空和超低空聲目標的微弱輻射噪聲信號提取、遠距離預警探測和目標識別。

參考文獻

[1] TMS320C6711D floating-point digital signal processor(Rev.B) [M].USA：TI，2006.
[2] Virtex-II platform FPGAs：complete data sheet(v3.5)[M].USA：Xilinx，2007.
[3] 張賢達.現代信號處理（第二版）[M].北京：清華大學出版社，2002.
[4] 邊肇祺.模式識別(第二版)[M].北京：清華大學出版社，2000.