【BeyondLinearProcessing】DARPA寻求彻底改变雷达信号处理

云脑智库 2022-11-01 00:00

构建AI未来，Arm计算平台无处不在 如何增强电动汽车的实时控制能力？

自二战时期的新生作战版本以来，雷达系统在孔径（天线）及相关硬件和软件方面有了许多技术改进。然而，几十年来没有明显变化的是，雷达在孔径和探测器之间仍然使用线性信号处理。在20世纪40年代，线性雷达信号处理使用真空管和模拟电路，而目前的雷达通过微芯片和软件以数字方式完成线性信号处理。

10月26日，美国防高级研究计划局（DARPA）宣布推出“超越线性处理”（BLiP）项目，旨在通过应用创新的信号处理方法提高雷达性能。BLiP将利用高功率计算机处理来探索新型、非线性和迭代信号处理技术，这可能催生更轻、更小、更便宜，与此同时更有能力的雷达系统。如果成功，BLiP将使当前在大型平台上实现的相同雷达性能在更小的海上、空中和地面平台上实现。

据DARPA战略技术办公室（STO）负责BLiP的项目经理弗兰克·罗比（Frank Robey）介绍：“在过去的30年里，很多雷达的改进都集中在扩大孔径以提高灵敏度或增加发射机的功率。这些都很重要，但如果我们想把孔径尺寸缩小50%，仍然获得相同的雷达性能，那么我们需要打破线性信号处理的模式。随着当前计算机处理能力的巨大提高，我们可以重新审视雷达信号处理，并探索迭代、跳跃式的技术。”

BLiP将解决目前非线性和迭代信号处理方法不成熟的问题。这一为期两年的项目将开发、分析、实施和测试端到端的雷达信号处理链。最初是通过非实时实验室测试，最后是实时实施和使用国家气象局业务雷达的全面现场测试。BLiP的关键技术挑战是信号处理链的开发、理解和优化，以及利用实时、高性能处理实现BLiP算法的实际问题。

DARPA将于10月28日为感兴趣的提案者举办提案者日活动。BLiP广泛机构公告招标提供了提交摘要和/或提案的全部项目细节。

“超越线性处理”（BLiP）项目广泛机构公告

一、项目概述

雷达信号处理的理论基础是在高斯噪声中对单一已知信号的最佳检测。这引发了线性信号处理，直到探测和跟踪阶段。在实践中，这些基础假设是不真实的，因此，对最佳处理的特别修改被用来处理多个目标，缺乏对单一期望信号的参数的了解，以及非高斯噪声、杂波和干扰。线性信号处理是有吸引力的，因为其理论已经发展完善，而且线性处理可以被分解成一连串的半独立的处理模块，并有相对简单的实现方式。极高性能的图形处理单元（GPU）商业计算的发展使得处理性能比线性处理所需的性能提高了几个数量级，并证明了对端到端雷达信号处理的重新审查。

BLiP的前提是，当更多物理上真实的目标和环境模型被用作雷达估计和探测问题的基础时，那么解决方案需要非线性和迭代信号处理。当非线性方法被用于个别处理阶段时，那么该处理块的输出不再提供与线性处理相一致的统计数据，而这些统计数据是下面的处理阶段所期望的。例如，一个稀疏表示的多普勒处理块不会向恒定误报率（CFAR）检测阶段提供与线性处理器所提供的和大多数CFAR检测器所设计的相同统计特性的数据。与接口的不兼容性导致无法通过一次升级或替换一个处理块或阶段来发展当前的雷达信号处理；必须解决端到端的处理，以超越当前的线性处理。

BLiP将通过开发和测试实时的端到端处理链来解决目前非线性和迭代信号处理方法不成熟的问题。在这个项目中，处理链将被开发、分析、实施和测试，最初是通过非实时实验室测试，最后是实时实施和全面现场测试。

BLiP是一个应用研究项目，旨在进行研究、设计、开发和原型制作，以提高雷达性能。BLiP项目是针对一般的雷达需求，旨在证明非线性和迭代处理的可行性和实用性。BLiP的关键技术挑战将是对信号处理链的开发、理解和优化，以及实时实施BLiP算法的实际问题。

二、项目发展和重点领域

DARPA希望提案者在其提案中解决整个端到端雷达信号处理链。为了指导BLiP的开发，下文将介绍四个重点领域。提案者至少应涉及这些主题，但这些主题并不意味着限制雷达信号处理的创新方法。

重点领域一：非线性信号处理

实施和测试迭代和/或非线性处理，将信息从孔径的原始数字化射频（RF）流转换为可被目标参数估计和跟踪能力使用的格式。

可行的非线性处理方法可能包括，但不限于：

-最大似然法

-稀疏表示法

-最小二乘法表示

-L1、L2分解

-非线性噪声切除

-伯格外推法

提案者可以对问题的不同方面使用不同的方法。或者单一的方法可以应用于雷达处理问题的全部维度。正如导言中所描述的，许多这些算法的性能和使用都是相对不成熟的。在这个重点领域下，将进行研究以了解算法方面，如融合特性、统计特性、模型不匹配的影响、计算复杂性的降低和有限精度的影响。

重点领域二：非重复性的波形和处理

这一重点领域是重点领域一的延伸，增加了对非重复波形的使用。非重复波形和非线性处理的结合，有望克服由于盲区或速度造成的损失，并减轻或减少对填充脉冲的需求。正如时间序列的非均匀采样和适当的处理能够确定波形的频谱内容一样，雷达环境的非均匀时间采样和适当的处理应该能够确定雷达回波的范围和多普勒。这一重点领域包括波形设计和处理。波形设计将是预先计划的，也就是脚本化的，而不是对环境的适应性。

重点领域三：探测前的多假设跟踪

最近的发展能够将所需的目标信噪比（SNR）降低7或8分贝，而目前的处理是先检测后多假设跟踪。多假设检测前跟踪有可能克服基于Hough-transform的检测前跟踪算法在目标动态存在时的不良表现。

重点领域四：主波束干扰缓解

随着射频频谱使用压力的增加，很明显，雷达和通信系统将共享相同的频谱。从长远来看，这表现为需要在同一频谱中共同操作；即使在主波束中存在通信发射器信号，雷达也必须表现良好。多年来，通信系统一直在共享同一频道。确保多信号下通信系统性能稳定的方法之一是估计不需要的波形，并从需要的、也许是较弱的信号中减去它。BLiP将进行缓解主波束干扰的研究。

这四个重点领域被用来指导BLiP的发展，但这些领域都不是单独存在的。该项目的一个重要目标是开发端到端的雷达信号处理链，并通过在实时雷达测试平台的实施和测试使算法成熟。如前所述，每个领域都有多种方法，无论该方法是否网格化，都期望产生与传统线性信号处理方法相当的跟踪精度。

三、数据和测试方法

来自测试雷达系统的数据将被提供给研究团队以帮助其开发和用于测试。在BLiP项目的初始阶段，研究团队将进行自我评估，并在定期的状态更新和季度计划审查（QPR）中介绍其算法的性能。这种自我评估将按照本BAA后面描述的项目和研究团队定义的指标进行，可以使用模拟、研究团队定义的数据集或政府提供的数据集。这些报告的目的是为了显示项目的进展。

在第一阶段接近尾声时，BLiP的开发成果将与政府团队实施的传统线性信号处理基线的性能进行比较。这种比较将由政府团队使用一组未公开的数据来进行。这种独立的审查方法可以确保研究团队不会为某个特定的数据集过度优化他们的开发。为了支持独立审查，研究团队将提供一个技术数据包，其中包括他们的代码、任何已编译的模块，以及用政府提供的数据集执行/测试代码的说明。

用于生成测试数据和实时测试研究团队算法的雷达将是美国国家海洋和大气管理局（NOAA）国家强风暴实验室（NSSL）相控阵雷达（PAR）。该软件定义的PAR是作为下一代多功能天气和空中交通控制传感器的原型而建造的。这个民用雷达有一个现代化的结构，包括24个重叠的双极化接收子阵，和一个双通道波形发生器/发射器，在发射时提供任意极化的波形。24个子阵收到的信号分别通过软件定义数字接收机。数字同相/正交（IQ）数据目前被传递到一个信号处理集群，在那里完成波束成形和气象信息处理。BLiP将在全阵列波束成形之前记录IQ数据流，为研究团队提供数据。在该项目的后期，将在PAR安装一个基于GPU的高性能信号处理器。该处理器将访问该IQ数据流，并将数据提供给表演者的软件，以实时展示超越线性处理的可行性。

NOAA PAR在天气监测模式下通常使用6MHz带宽的波形，并以16MHz的间隔进行操作。该系统支持几乎任意的波形，并能利用更宽的带宽波形。研究团队的开发必须对雷达参数具有灵活性，包括高达30MHz的工作带宽、脉冲宽度、驻留长度和脉冲重复频率（PRF）。投标者应说明对雷达操作参数的任何预期限制。

数据集将利用雷达在监视模式下的扫描铅笔波束和PRF、停留长度、扇形覆盖等，与飞机目标一致，重访率在5秒左右。在计划6个月的数据收集期间，将考虑其他收集模式。

所有使用NOAA PAR的数据收集将符合联邦通信委员会（FCC）-国家电信和信息管理局（NTIA）的频率授权。

利用PAR的软件定义功能，测试场景将包括开启和关闭不同数量的子阵的雷达孔径配置。使用部分光圈的BLiP算法与政府团队使用全光圈的传统实施方案的比较，构成了计划指标的基础。这些指标旨在评估跟踪性能，比较的目的是用同等的性能指标，如跟踪概率、虚假跟踪概率、跟踪更新率、跟踪精度等。

政府小组将采购的信号处理器将包括一个GPU计算集群以及少量的服务器。设计的具体细节将在启动仪式上提供。为便于规划，提议者可以假设GPU集群的能力与最近宣布的NVIDIA DGX-H100一致。这将与两个或更多的包含高核心数处理器的额外服务器相结合。操作系统将是Red Hat® Enterprise Linux。要获得DGX-H100的7.7PFLOPS性能，需要使用张量核心编程并注意处理精度。

最初的实时原型设计和开发可以使用表演者的资源或通过使用在线资源（如亚马逊网络服务（AWS）云）来完成。在第二阶段，政府将提供对信号处理器副本的远程访问，该副本将安装在PAR进行集成和测试。最终的集成和测试将在NSSL进行。集成测试将使用模拟/注入的目标和干扰，以及机会目标。在集成测试之后，自由空间测试将包括带仪器的航空器。

政府主导的测试活动将包括合成目标的注入、对机会目标的空中收集以及对配备了全球定位系统（GPS）的飞机的收集。一个由来自约翰霍普金斯大学应用物理实验室（JHU/APL）、佐治亚理工学院（GTRI）、空军研究实验室（AFRL）、空军研究所的专家组成的独立评估小组将对该项目进行评估。

(AFRL)、空军技术研究所(AFIT)和陆军研究实验室(ARL)的专家将提供测试分析和监督，并参与技术审查和评估。

四、项目第一阶段（基础）描述

BLiP项目将在24个月内分两个阶段执行，包括基础阶段（第一阶段，15个月）和选择阶段（第二阶段，9个月）。

第一阶段将集中在相对不受实时执行需要限制的算法开发。在这个阶段，研究团队将开发他们的算法和一个离线处理字符串。来自NOAA PAR的初始数据集将被提供给研究团队进行分析和开发。开发者将对初始性能进行自我评估。非实时数据收集活动将在启动后约6个月举行。研究团队对特定数据或波形的需求将被纳入该活动的测试计划。独立的性能评估将在合同签订后约11个月开始研究团队将向政府提供他们的源代码和可执行代码，以便进行评估。

在这一阶段，DARPA鼓励研究团队在GPU中对其算法或处理字符串的关键方面进行原型化，以告知第一阶段的算法改进，并降低第二阶段的实施风险。虽然对第一阶段可以利用的处理资源没有限制，但从第一阶段过渡到第二阶段的一个重要考虑因素是证明有一条通往实时实施的道路。