本发明属于雷达实时成像技术领域，具体涉及一种pfa的fpga并行实现方法。
背景技术：
合成孔径雷达能够全天候和全天时地获取高分辨率地面图像，在军事和民用领域都获得了广泛应用，已经成为现代雷达技术领域的重要发展方向。聚束sar作为成像雷达的重要工作方式，可通过调整波束指向长时间照射固定区域获得更高分辨率图像，突破了条带sar模式下最高分辨率为一半天线方位孔径长度的限制。目前实时聚束sar成像中应用最多的是极坐标格式算法(polarformatalgorithm，简称pfa)，pfa采用极坐标格式存储数据，不仅有效地解决了远离成像区中心散射点的越分辨单元走动问题，提高了聚束sar的有效聚焦成像范围；同时该算法方位重采样过程本质上包含一个keystone变换，能够自动校正包括运动目标在内的所有目标的线性距离走动，尤其对运动目标成像时，仍能使目标残留距离徙动不超出一个距离分辨单元。但该算法需通过二维插值和二维快速傅里叶逆变换(ifft)实现坐标转换，这一处理过程导致算法出现巨大运算量，对信号处理硬件平台及实现方法提出了巨大的挑战。
实时数字信号处理的硬件实现平台主要有dsp和fpga。在sar系统发展初期，dsp获得了广泛的应用。然而，随着sar成像系统在性能、功耗以及可靠性等方面的要求不断提高，dsp已经越来越难以满足实时性的要求。而fpga可以利用大规模的逻辑单元和片内存储器以及高速总线、流水处理等特有的硬件结构，快速完成fft、复数乘法加法、cordic算法等数字信号处理基本运算。由于fpga芯片内部各种资源的有限性，fpga资源的占用率直接决定了信号处理机的实时处理能力及设备量，为了减少系统设备量，pfa算法的实现需要紧密结合fpga的硬件体系架构特点，在算法满足成像性能要求的前提下，将算法以最小处理资源占用需求映射在fpga芯片上。在此背景下，需要一种pfa算法在fpga并行实现的方法，针对pfa成像算法具有运算复杂、并行度高的特点，并加以利用，高效地完成了算法的工程实现。
技术实现要素：
本发明为了解决现有技术存在的问题，提出了一种pfa的fpga并行实现方法，为了实现上述目的，本发明采用了以下技术方案。
回波数据缓存，由高速ad芯片完成数据采集功能，将雷达中频回波信号转变为数字信号，通过高速串行总线发送给fpga，fpga接收基带正交采样数据，一方面，由fpga控制多个flash芯片并行完成数据记录，另一方面，由fpga完成数据缓存，按照雷达距离向处理的采样点数，分别并行暂存入ddr1与ddr2两组ddr中。
pfa参数计算，提取回波数据中雷达已知参数，包括雷达作用距离rref、方位向采样频率prf、飞行高度h、飞行速度v、方位向采样脉冲数n_pulse、距离向脉冲采样点数nr、方位向成像处理点数na、脉冲宽度ta、发送脉冲频谱宽度b、发送信号波长λ、脉冲采样频率fs、斜视角θs，根据上述参数计算尺度变换所需的pfa参数，为了提高运算效率，采用双脉冲同时并行处理，后续双运算模块同时读取参数，两组ram来存储计算好的参数，存储数据的ram每次根据一个地址读取一个参数。
距离向处理，采用chirpscaling原理实现重采样，分别从ddr1与ddr2中同时读取脉冲数据，分别从两组ram中读取参数，计算得出相位因子，做复乘运算。
当复乘开始输出，触发快速傅里叶变换(fft)的ip核，设置fft的处理长度，同时做fft和滤波函数计算，当fft核的dv信号拉高，代表fft产生结果输出，将fft的输出结果与滤波函数做复乘运算，并行做快速傅里叶逆变换(ifft)，与相位补偿因子相乘，并行做傅里叶变换并与滤波函数相乘，重复以上步骤，直至所有的脉冲处理完成，将数据写回ddr。
方位向处理，同样采用chirpscaling原理实现重采样，pfa方位插值实质上是一个逐距离频率变化的方位时间域尺度变换，包括三次fft运算和四次复乘运算。
方位向重采样和方位压缩完成，信号在距离维仍处于频域，对输出信号做距离ifft变换，实现对目标的二维聚焦成像，对二维数据求模，实现复数域至幅度域的数据转换。
图像量化，计算出图像数据对应的二维矩阵均值，即距离和方位矩阵的均值，乘以量化系数完成图像量化，实现浮点格式的图像数据转换为灰度级图像数据。
本发明采用高速大容量virtex-7系列fpga为处理核心，将pfa成像算法映射至单片fpga芯片中实现，替代了传统的dsp fpga处理架构，避免了多芯片之间大量的数据交互，大幅提升处理效率及速度，提升系统整体实时性；使整个成像算法在单芯片中完成全部处理，数据流清晰，实现灵活，不仅大幅降低实现成本，而且系统能力易于扩展；由运动补偿结合pfa成像算法实现，解决了复杂运动环境下运动补偿精度和高分辨力成像精度要求，能稳定、连续的输出高质量sar图像，实现灵活高效，不仅可在新研合成孔径雷达上应用，还可在现有的合成孔径雷达上推广，提升现有机载sar系统的实时成像性能。
附图说明
图1是处理流程，图2是参数计算模块，图3是参数计算时序，图4是距离向处理流程，图5是方位向处理流程，图6是时分复用流程，图7是实时处理图像。
具体实施方式
以下结合附图对本发明的技术方案做具体的说明。
一种pfa的fpga并行实现，如图1所示，由ad芯片将雷达基带回波的中频采样数据通过高速串行总线分奇偶写入双通道ddr1与ddr2暂存，计算距离向处理与方位向处理中尺度变换所需雷达参数并存入两组ram中，同时并行做基于pcs的pfa处理，包括一系列的fft与复乘运算，完成数据模值计算与图像量化。
参数计算由数个计算模块完成，如图2所示，包括定点转浮点模块、角度参数计算模块、距离参数计算模块、参数存储模块、fx计算模块和fy计算模块。
参数计算模块从输入的雷达回波数据中提取常量参数，计算后续算法处理模块所需要的雷达参数，首先输入常量参数，包括雷达作用距离、方位向采样频率、飞行高度、飞行速度、距离向采样点数、方位向采样点数、方位向采样脉冲数，根据这些常量参数，计算相关的pfa参量，包括距离向尺度变换因子、飞行转角、距离向时间轴、距离向插值频率轴、调频斜率等。
参数计算按照时序进行，如图3所示，constant_x表示外部模块输入的constant_nr、constant_na、constant_nrr参量，o_para_x表示参数计算模块输出的o_para_k、o_para_fc、o_delta_fy常量参数，i_para_addr_x表示外部模块输入参数计算模块读取的参数计算模块中ram的值，o_para_y表示参数计算模块输出的时间轴、频率轴参量。
模块输出o_finish信号，表示挂载在总线上的常量参数已经稳定可用，相关的时间轴、频率轴参量已经分别存入相关的两组ram中，可供外部模块随时调用，外部输入完成ram地址寻址，经历两个时钟周期后输出寻址结果。
距离向处理采用chirpscaling原理实现重采样，如图4所示，四个表达式都是指数形式,，由fpga中的cordicip核实现指数运算。
根据参数计算模块输出的参数分别计算第一条脉冲和第二条脉冲的相位补偿因子φ1(τ)，相位补偿因子计算完成，触发ddr1与ddr2同时并行读取出两个脉冲数据，并分别与对应的相位补偿因子做复乘运算
距离向处理中，输入信号为参考距离补偿后的信号，输出为pfa距离向重采样后的信号，其中距离向脉冲压缩和对场景中心点的运动补偿已经嵌入到距离尺度变换中，而不像传统pfa算法分别进行，虽然处理流程增加了一对fft，但是避免了直接插值，也避免了由于插值核长度有限而带来的相位误差，同时采用fpga并行处理，具有高效性。
方位向处理同样采用chirpscaling原理实现重采样，如图5所示，pfa方位插值实质上是一个逐距离频率变化的方位时间域尺度变换，对距离向处理模块输出结果sr(t,fτ)乘以滤波函数
在距离向和方位向处理过程中，利用尺度变换原理处理去斜率信号时，一共需要6次fft或ifft运算，在fpga工程设计中，可以采用同时例化多个fftip核的方法，虽然简化了设计逻辑，但是增加了dsp和ram的资源占用，扩大了信号处理的设备规模，针对fft运算成本，采用时分复用的方式对fpga的工程实现进行改进，例化一个fftip核并设置成流水线模式，如图6所示，结合控制状态机完成输入状态转换控制，连续加载数据，节省大量硬件资源，保证了算法的处理效率。
完成方位向处理，方位向重采样和方位压缩已完成，信号在距离维仍处于频域，对输出信号做距离ifft变换，实现对目标的二维聚焦成像，对二维数据求模，实现复数域至幅度域的数据转换。
将浮点格式的图像数据输出为灰度级图像数据，计算图像数据对应的二维，即距离和方位矩阵的均值，乘以量化系数完成图像量化，如图7所示。
上述作为本发明的实施例，并不限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均包含在本发明的保护范围之内。
1.一种pfa的fpga并行实现方法，发送雷达数据至fpga处理，其特征在于，包括：数据通过高速串行总线发送，分奇偶地址分别存入双通道ddr1与ddr2，采用双脉冲和双存储ram计算pfa参数，由fpga实现定点转浮点、角度参数计算、距离参数计算、参数存储、距离向插值轴计算和插值频率轴计算，分别从两组ddr和ram中读取数据，采用chirpscaling实现距离向和方位向的重采样，复数数据转换为幅度数据，浮点图像转换为灰度图像。
2.根据权利要求1所述的pfa的fpga并行实现方法，其特征在于，所述定点转浮点，包括：将定点格式的距离向点数、方位向点数、方位向采样脉冲数转换为双精度数据。
3.根据权利要求2所述的pfa的fpga并行实现方法，其特征在于，所述角度参数计算，包括：根据雷达数据计算飞行转角。
4.根据权利要求3所述的pfa的fpga并行实现方法，其特征在于，所述距离参数计算，包括：根据雷达数据和飞行转角计算起始位置、相位中心与场景中心的距离ra、距离向时间轴tτ、距离向频率轴fτ。
5.根据权利要求4所述的pfa的fpga并行实现方法，其特征在于，所述距离向重采样，包括：设定光速c、快时间τ、调频斜率k、距离向尺度变换因子δr代入公式
6.根据权利要求5所述的pfa的fpga并行实现方法，其特征在于，所述方位向重采样，包括：设定滤波函数
7.根据权利要求1所述的pfa的fpga并行实现方法，其特征在于，所述复数数据转换为幅度数据，包括：频域信号进行距离ifft变换，实现二维聚焦成像，对二维数据求模。
8.根据权利要求1所述的pfa的fpga并行实现方法，其特征在于，所述浮点图像转换为灰度图像，包括：计算图像数据对应的二维矩阵的均值，乘以量化系数。
技术总结