周明，胡士強(qiáng)，張軍

(上海交通大學(xué) 航空航天學(xué)院，上海 200240)

0 引言

當(dāng)前，我國(guó)民用航空業(yè)正以迅猛勢(shì)頭發(fā)展，在帶來(lái)巨大經(jīng)濟(jì)和社會(huì)效益的同時(shí)，也對(duì)航空安全提出了越來(lái)越高的要求。根據(jù)國(guó)際民航事故報(bào)告顯示，在世界航空業(yè)務(wù)中，死亡人數(shù)事故率總的趨勢(shì)在減少，但因氣象原因造成的飛行事故已經(jīng)上升到總事故的三分之一[1]。大型民用客機(jī)需要安裝具有氣象、湍流、低空風(fēng)切變探測(cè)等功能的機(jī)載氣象雷達(dá)。雷達(dá)仿真系統(tǒng)具有經(jīng)濟(jì)，靈活等特點(diǎn)，可以解決外場(chǎng)試驗(yàn)成本高，受天氣影響等問(wèn)題，滿足雷達(dá)系統(tǒng)研發(fā)的需要，因此開(kāi)發(fā)一套機(jī)載氣象雷達(dá)仿真系統(tǒng)對(duì)于雷達(dá)研制，生產(chǎn)都具有非常重要的意義。

目前國(guó)外雷達(dá)模擬技術(shù)已較為成熟，功能全面而深入。如美國(guó)Camber公司的Radar Toolkit雷達(dá)模擬器，它提供了陸地環(huán)境、氣象環(huán)境、敵我識(shí)別等多種模塊?？梢阅M雷達(dá)高度/姿態(tài)、折射與地球球面影響、表面反射/折射等多種雷達(dá)效果。國(guó)內(nèi)關(guān)于雷達(dá)仿真系統(tǒng)的公開(kāi)研究報(bào)道相對(duì)較少。文獻(xiàn)[2]設(shè)計(jì)了一款機(jī)載雷達(dá)探測(cè)及其資料處理仿真軟件，通過(guò)輸入雷達(dá)探測(cè)頻率，大氣狀態(tài)參數(shù)以及水成物相態(tài)、分布、含量或混合比，便可以模擬出水成物的雷達(dá)回波，并且可以對(duì)回波進(jìn)行衰減訂正。文獻(xiàn)[3]設(shè)計(jì)了一個(gè)機(jī)載氣象雷達(dá)回波信號(hào)仿真系統(tǒng)，可用于高保真雷達(dá)回波信號(hào)的生成與演示。

由于現(xiàn)有機(jī)載氣象雷達(dá)仿真系統(tǒng)存在計(jì)算強(qiáng)度大、非實(shí)時(shí)性仿真和飛行范圍小等局限性，且過(guò)于依賴工作站級(jí)的高性能計(jì)算機(jī)作為硬件設(shè)備，本文提出了一種機(jī)載氣象雷達(dá)回波仿真系統(tǒng)的總體框架和實(shí)現(xiàn)方法，詳細(xì)介紹了各個(gè)模塊的算法與工作流程，并針對(duì)雷達(dá)仿真系統(tǒng)數(shù)據(jù)處理量大，以及雷達(dá)掃描過(guò)程中并行化特點(diǎn)提出了CPU+GPU異構(gòu)并行的解決方案，仿真結(jié)果表明，該方法在仿真系統(tǒng)系統(tǒng)的實(shí)時(shí)性等方面取得了良好的效果。

1 系統(tǒng)總體框架

圖1 機(jī)載氣象雷達(dá)仿真系統(tǒng)流程圖

機(jī)載氣象雷達(dá)仿真系統(tǒng)流程如圖1所示。

具體工作流程如下:

(1)讀取環(huán)境激勵(lì)模塊生成的氣象數(shù)據(jù)。

(2)對(duì)雷達(dá)參數(shù)、載機(jī)參數(shù)，波束參數(shù)等進(jìn)行初始化，同時(shí)加載飛行航跡。

(3)判斷每個(gè)天線波束有效照射體內(nèi)的散射點(diǎn)數(shù)，計(jì)算每個(gè)點(diǎn)的回波強(qiáng)度并累加得到該天線波束的雷達(dá)回波強(qiáng)度。

(4)更新載機(jī)位置，氣象數(shù)據(jù)和天線掃描角度。

(5)判斷掃描是否完成，若完成，繪制雷達(dá)回波;若未完成，返回步驟(3)，繼續(xù)進(jìn)行。

2 系統(tǒng)各主要模塊設(shè)計(jì)與實(shí)現(xiàn)

2.1 環(huán)境數(shù)據(jù)激勵(lì)模塊

氣象雷達(dá)通過(guò)探測(cè)載機(jī)前方氣象目標(biāo)的回波強(qiáng)度來(lái)判斷前方的氣象情況，由于真實(shí)的氣象數(shù)據(jù)難以獲取，因此本文采用基于衛(wèi)星圖像的三維云重建的方法來(lái)構(gòu)建氣象雷達(dá)環(huán)境激勵(lì)模塊。如圖2所示的衛(wèi)星云圖中，大地、海洋和云層分別呈現(xiàn)綠色、藍(lán)色和白色，通過(guò)顏色差法[4]即可提取出其中的云層區(qū)域，圖3為通過(guò)該算法提取出的云層區(qū)域，從圖中可以看出，云層區(qū)域被很好的提取出來(lái)了。由于得到的云層數(shù)據(jù)是二維的，而我們需要三維的云場(chǎng)體數(shù)據(jù)，所以還需要二維到三維的重建過(guò)程，本文采用馬爾科夫鏈隨機(jī)場(chǎng)算法。

圖2 原始衛(wèi)星圖像

圖3 提取的云層區(qū)域

馬爾科夫鏈?zhǔn)窃跀?shù)學(xué)領(lǐng)域中具有馬爾科夫性質(zhì)的離散時(shí)間隨機(jī)過(guò)程，常用在基于觀察數(shù)據(jù)的二維到三維離散變量的隨機(jī)模擬。利用馬爾科夫鏈思想，認(rèn)為云層中任何一點(diǎn)的數(shù)據(jù)都是它周圍27個(gè)點(diǎn)(包括自身)強(qiáng)度的平均值，通過(guò)N次逐層遍歷計(jì)算每個(gè)點(diǎn)，我們可以得到重建后的三維云場(chǎng)體數(shù)據(jù)，如圖4所示。

圖4 三維云場(chǎng)體數(shù)據(jù)

2.2 雷達(dá)回波仿真模塊

氣象雷達(dá)探測(cè)云和降水等氣象目標(biāo)時(shí)，回波強(qiáng)度是云和降水粒子群散射的總和。由于雷達(dá)發(fā)出的探測(cè)脈沖具有一定的持續(xù)時(shí)間，即脈沖寬度τ，所以在空間的電磁波列就有一定的長(zhǎng)度，即脈沖長(zhǎng)度h=τc，如圖5所示，其中c為電磁波在真空中的傳播速度。位于雷達(dá)波束和探測(cè)脈沖長(zhǎng)度范圍內(nèi)的所有大氣粒子都可以同時(shí)被雷達(dá)波所照射。如果雷達(dá)發(fā)射的圓錐形波束，其水平波瓣寬度θ和垂直波瓣寬度φ近似相等，則距離雷達(dá)天線R處波束的橫截面積近似為π(R(θ/2))2，于是雷達(dá)有效照射體積可以近似地表示為式(1)[5]:

氣象目標(biāo)屬于體分布彌散目標(biāo)，在整個(gè)云場(chǎng)范圍內(nèi)由大量微粒子組成。每個(gè)散射點(diǎn)的雷達(dá)回波由幅度和相位組成，由雷達(dá)知識(shí)[6]可知，對(duì)于云場(chǎng)中處于雷達(dá)照射范圍內(nèi)的第k個(gè)粒子，雷達(dá)回波可表示為式(2):

圖5 天線波束有效照射體積示意圖

其中Ak(t)表示該微粒回波的幅度，φk(t)表示該微粒回波的相位。將有效照射體積內(nèi)所有散射粒子的回波強(qiáng)度累加，即可得到該有效照射體的雷達(dá)回波數(shù)據(jù)，如式(3)所示:

3 仿真系統(tǒng)加速解決方案

雷達(dá)仿真系統(tǒng)在計(jì)算回波強(qiáng)度數(shù)據(jù)時(shí)，需要大規(guī)模的數(shù)據(jù)計(jì)算。在當(dāng)前主要以PC機(jī)為主要仿真平臺(tái)的情況下，當(dāng)云場(chǎng)數(shù)據(jù)增大以及掃描精度提高時(shí)，系統(tǒng)很難滿足實(shí)時(shí)性要求。依靠圖形處理器靈活的可編程特性以及強(qiáng)大的并行化處理能力，可以擺脫單靠提高CPU性能來(lái)提升系統(tǒng)性能的方式，極大的降低了系統(tǒng)的負(fù)擔(dān)和成本。

NVIDIA公司于2007年正式發(fā)布的CUDA(Compute Unified Device Architecture，計(jì)算統(tǒng)一架構(gòu)設(shè)備)是一種全新的基于GPU流處理器的通用并行計(jì)算編程模型[7]，通過(guò)采用 CPU+GPU異構(gòu)并行模式，即由CPU負(fù)責(zé)執(zhí)行復(fù)雜的邏輯處理和事務(wù)管理等不適合數(shù)據(jù)并行的計(jì)算，由GPU負(fù)責(zé)大規(guī)模密集型的數(shù)據(jù)并行計(jì)算，來(lái)發(fā)掘計(jì)算機(jī)潛在的性能，在成本和性價(jià)比方面都有顯著的優(yōu)勢(shì)。

如圖6所示，為CPU+GPU并行化解決方案的流程圖。

圖6 CPU+GPU異構(gòu)并行解決方案流程圖

首先，在CPU端加載云場(chǎng)數(shù)據(jù)，并將其拷貝到GPU的紋理存儲(chǔ)器中。紋理存儲(chǔ)器是一種只讀存儲(chǔ)器，位 于GPU顯存中，可以通過(guò)紋理緩存加速讀取。其次，設(shè)置雷達(dá)參數(shù)并更新雷達(dá)掃描面，將更新的載機(jī)位置數(shù)據(jù)拷貝到GPU的共享存儲(chǔ)器中，GPU中的每一個(gè)線程根據(jù)不同的位置數(shù)據(jù)來(lái)計(jì)算當(dāng)前有效照射體積內(nèi)的雷達(dá)回波強(qiáng)度，并將計(jì)算得到的回波強(qiáng)度數(shù)據(jù)傳回CPU端。最后，系統(tǒng)判斷掃描是否完成，若完成，則顯示雷達(dá)回波。

4 仿真結(jié)果與分析

仿真在 Intel Core2 E7400 2.8 GHz CPU，4G 內(nèi)存，GeForce GTX 550Ti顯卡，Visual Studio 2008平臺(tái)上進(jìn)行，設(shè)置雷達(dá)天線的掃描方位角范圍為－90 deg～90 deg，俯仰角掃描范圍為0 deg～4 deg。

圖7中實(shí)線表示飛機(jī)的飛行路徑，此時(shí)飛機(jī)正要穿越密集的云層區(qū)域，圖8顯示的是雷達(dá)探測(cè)到前方航路的回波圖，通過(guò)不同的顏色表示回波強(qiáng)度的大小。

在仿真中，通過(guò)設(shè)置不同大小的雷達(dá)掃描網(wǎng)格，并分別采用CPU和CPU+GPU異構(gòu)并行的方式運(yùn)行系統(tǒng)，可以得到如表1所示的結(jié)果。

圖7 載機(jī)飛行軌跡

由表1數(shù)據(jù)可以看出，并行算法明顯優(yōu)于串行算法。并且隨著掃描網(wǎng)格大小的不斷增大，加速比也不斷增加，這充分說(shuō)明了基于CUDA的并行計(jì)算在處理大規(guī)模并行化數(shù)據(jù)的優(yōu)勢(shì)?；贑PU+GPU異構(gòu)并行的雷達(dá)仿真系統(tǒng)在實(shí)時(shí)性方面取得了良好的效果。

圖8 雷達(dá)回波顯示

表1 仿真結(jié)果對(duì)比

5 結(jié)束語(yǔ)

本文詳細(xì)介紹了一款機(jī)載氣象雷達(dá)仿真系統(tǒng)的設(shè)計(jì)過(guò)程，針對(duì)系統(tǒng)實(shí)時(shí)性差的特點(diǎn)，提出了GPU加速處理的解決方案，取得了良好的效果。由于雷達(dá)系統(tǒng)仿真與建模是一項(xiàng)復(fù)雜的研究，本文所做的工作只是初步的試探，還需要進(jìn)一步的完善。

[1]胡家美，李萍.國(guó)際航空氣象預(yù)報(bào)的發(fā)展趨勢(shì)[J].廣東氣象，2009，36(8):11－13.

[2]紀(jì)雷，王振會(huì)，滕煦，等.機(jī)載雷達(dá)探測(cè)及其資料處理仿真軟件平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)[C].第27屆中國(guó)氣象學(xué)會(huì)年會(huì)雷達(dá)技術(shù)開(kāi)發(fā)與應(yīng)用分會(huì)場(chǎng)論文集，2010.

[3]吳仁彪，胡鵬舉，盧曉光.機(jī)載氣象雷達(dá)回波信號(hào)仿真系統(tǒng)[J].中國(guó)民航大學(xué)學(xué)報(bào)，2012，30(2):1 －5.

[4]Somporn Chuai-Aree，Willi Jager，Hans Georg Bock.3D Cloud and Storm Reconstruction from Satellite Image[C].Modeling，Simulation and Optimization of Complex Processes，2008:187 －206.

[5]胡明寶.天氣雷達(dá)探測(cè)與應(yīng)用[M].北京:氣象出版社，2007.

[6]Cheong B L，Palmer R D，Xue M.A Time Series Weather Radar Simulator Based on High － Resolution Atmospheric Models[J].Journal of Atmospheric and Oceanic Technology，2008，25(2):230 －243.

[7]NICKOLLS J.Scalable Parallel Programming with CUDA [J].ACM Queue.2008，6(2):40－53.