使用相控陣進行數字和模擬波束成形的基礎知識

AuthorCadence System Analysis

第一臺相控陣雷達是由德國物理學家卡爾·布勞恩于1905年發明的，帶有三個發射器。從那時起，雷達在各個層面都變得更加先進。在系統尺寸、發射器數量、信號處理、線性調頻應用和可用組件方面，相控陣設計人員比以往任何時候都更容易設計先進的波束成形系統。執行波束成形的兩種主要方式是數字和模擬，對于需要波束成形的系統，每種方法都有其優勢。

當今在毫米波頻段和更高頻段運行的先進無線和傳感器系統使用波束成形。這適用于較新的WiFi標準，LTE和較新的無線迭代，當然還有雷達。在本文中，我們將了解模擬波束成形如何主導RF通信，以及設計如何轉向數字波束成形模型以支持實現MIMO的系統。

相控陣波束成形的概念

波束成形遵循一個簡單的概念：塑造從天線發射的電磁能量的空間分布，使其沿特定方向定向到目標。相控陣是用于實現模擬波束成形的標準天線結構，這是迄今為止占主導地位的波束成形方法。通過協調陣列的發射，發射電磁輻射的疊加從天線陣列獲得的增益比從單個天線獲得的增益更大。

引導來自相控陣的廣播信號有兩種主要方法：模擬波束成形和數字波束成形。前者是眾所周知的，早在無線通信開始采用波束成形之前，它就已經用于最好的雷達系統。

模擬波束成形

在模擬波束成形中，單個輸入數據流（由調制RF信號表示）被提供給一組通向相控陣的饋線。在此過程中，有意對通向每個天線的輸入信號施加相移。發送到每個天線的廣播信號之間的相移將決定發射波束的方向。

具有 4 個 Tx 天線的模擬波束成形架構示例。

當封裝在PCB上時，這些天線通常間隔為廣播波長（空氣中的值）的幾倍。像雷達這樣的系統將共同定位Tx和Rx元素，Rx元素將以互惠的方式作為Tx元素運行。為了確保最小的串擾和噪聲抑制，通常使用共面波導路由將信號路由到天線元件中。

模擬波束成形通常非常適合波束數低的低成本系統。隨著系統物理大小的增長，這帶來了可擴展性挑戰，這是可取的，原因如下：

更多天線元件提供更高的增益

更多的天線元件可以提供更窄的波束寬度，在成像等應用中提供更高的分辨率

更多的antenne元件允許實現更多的無線信道（例如，MIMO）

在具有高天線數量的RF系統（例如，雷達和5G產品）中，需要以更高的頻率工作，因為它允許使用物理上更小的天線。模擬波束成形的可擴展性挑戰來自于所有收發器和所有輻射元件的相位同步需求。隨著系統尺寸的增長，使用低頻振蕩器控制相位差和直接光束變得更加困難。這是模擬波束成形中使用的級聯收發器面臨的一個已知挑戰。

數字波束成形

數字波束成形是一個較新的概念，可以克服模擬波束成形系統在高級應用中的可擴展性限制。特別是，具有多用戶MIMO（MU-MIMO）的數字波束成形用于LTE傳輸模式7-9和5G NR。成像雷達是模擬波束成形的另一個領域，由于形成高分辨率圖像需要大量發射器，因此模擬波束成形開始變得不可擴展。

在數字波束成形中，每個天線元件都有一個專用的ADC。結果是可以同時采集和傳輸多個波束，而無需精確的相位控制來實現波束成形和轉向。而不是取決于數據流之間的相位差的光束轉向角，使用一種稱為預編碼的技術來組合光束，以便它們從所有元素疊加發射同時沿多個所需路徑產生光束。

具有 4 個 Tx 天線的數字波束成形架構示例。

這需要根據通道狀態信息 （CSI） 計算預編碼矩陣 [W]。這還必須在非常短的時間間隔內重復完成，以便能夠使用定向波束進行重復無線傳輸，以提供高吞吐量的數據傳輸。該矩陣將輸入信號與廣播信號相關聯，如下所示：

如果所需的輸出波束模式已知，則可以反轉以確定廣播信號，然后反轉以確定所需的輸入信號。

此選項使用更多的功率，成本更高，并且完成PCB布局可能更加困難。有一種折衷方案可以提供兩全其美的方法：混合波束成形。

混合波束成形：更先進的系統

一種涉及模擬和數字波束成形的更高級技術是混合波束成形。在這種方法中，子陣列由非常大的陣列形成，子陣列中形成的波束使用模擬波束形成進行控制。

每個子陣列可以共享一個ADC，即系統在此概念中使用模擬波束成形陣列的數字陣列。混合波束成形在需要數字波束成形的應用中很受歡迎，但由于尺寸限制和功率限制，全數字波束成形可能不可行。示例體系結構如下所示。

混合波束成形中使用的 4x 子陣列的系統架構示例。

這種架構需要在多個層面進行仔細設計：信號處理、PCB布局、元件選擇和數字子系統實現。上面顯示的示例只是將系統劃分為子陣列的一個例子，但這并不是對數字波束成形有用的唯一方法。其他架構可用于混合波束成形系統。

PCB布局部分可能特別具有挑戰性，因為它仍然需要模擬波束成形中使用的相位同步，但這與將數據流發送到子陣列所需的多個高速通道一起工作。其他混合波束成形表現形式也有可能幫助克服模擬和數字波束成形中的可擴展性挑戰。

波束成形用于定向信號發送和接收。它具有改變幅度和相位的規定，這有助于 功率變化以及分別在所需方向上的波束轉向。單獨提供幅度/相位變化的天線陣列是 用于發射和接收的波束成形。

在模擬波束成形中，幅度/相位變化應用于發射端的模擬信號。在ADC轉換之前對來自不同天線的信號進行匯總 在接收端的模擬波束成形中。

在數字波束成形中，在發射端進行DAC轉換之前，對數字信號施加幅度/相位變化（Wk）。反向過程是在執行ADC和DDC操作后完成的。如圖所示，來自天線的接收信號首先從ADC轉換器傳遞，然后 求和操作前的數字下變頻器（即DDC）。

模擬波束成形

圖1描繪了模擬波束成形發射器。如圖所示，要傳輸的基帶信號為 先調制。該無線電信號使用功率分配器進行分離，并通過波束成形器，波束成形器具有 規定改變振幅（ak） 和相位 （θk） 的信號 在通往天線堆棧的每條路徑中。功率分配器取決于使用的天線數量 例如，在天線陣列中，需要4路功率分配器來滿足4天線陣列的需求。

圖2描繪了模擬波束成形接收器。如接收器框圖所示，復數權重應用于 來自陣列中每個天線的信號。復權重由振幅和相位組成。完成這些操作后，信號將組合成一個輸出。這提供了天線陣列所需的方向圖。

Wk= ak*ejsin（θk）
Wk= ak*cos（θk） + j* aksin（θk）
其中，
Wk表示陣列中第 k 個天線的復數權重。
一個k是重量的相對振幅。
θk是重量的相移。

數字波束成形

圖3描繪了數字波束成形接收器。如圖所示，每個天線元件的幅度縮放、相移及其總和 已以數字方式進行。

? 數字波束成形由射頻轉換器、A/D 轉換器、DDC、復權倍增組成 和求和操作。
? 射頻轉換器將較高的射頻信號頻率轉換為較低的中頻 信號頻率。這是使用RF混頻器完成的。LO信號被饋送到RF混頻器 為了執行射頻到中頻轉換。適當的濾波器（帶通和低通）是 用于RF混頻器的輸入和輸出。
? 此IF信號使用A / D轉換器轉換為數字等效值 適當的采樣時鐘。
? 數字化的IF信號被傳遞到DDC（數字下變頻器）。
? 這些天線元件的結果總結為 產生具有所需方向模式的基帶信號。
? 求和后的信號被交給解調器 從無線電信號中檢索信息。

下表提到了模擬波束成形和數字波束成形之間的區別。

模擬波束成形

模擬波束成形（ABF）是指從相控陣天線的每個元件接收到的回波信號， 在射頻載波頻率級別進行組合。這款模擬波束成形器最多可饋電四個 集中式接收通道，將信號下變頻至基本頻段 （或中頻，如果）。以下模數轉換器?（ADC） 數字化IF或視頻信號。

數字波束成形

數字波束成形（DBF）可以在天線元件級別或子陣列級別實現。在DBF架構中，有許多數字接收器， 天線的每個輻射元件上都有一個自己的接收器。下變頻至中頻并將信號數字化 在每個單獨的天線元件（或其中的一小群）上實現。每個接收器中的噪聲和信號失真在所有接收器之間是去相關的。

數字波束成形處理器中可以形成多個向各個方向控制的獨立波束。數字波束成形的優勢包括：

改進的動態范圍;

控制多個光束;

更好、更快地控制幅度和相位。

標準化模塊化發送/接收模塊 （SMTR）

發送/接收模塊是基于AESA技術數字波束成形的關鍵組件。這些模塊包含發射器功率放大器的一部分和接收器的一部分 并且可以批量生產，以實現更好的性價比。這些模塊可用于各種程序，只需稍作個別調整。通過緊湊的設計，信號處理過程中的線路損耗很低。例如，標準化的模塊化發射/接收模塊用于中型擴展防空系統的X波段多功能火控雷達 （米茲）， 在德國武裝部隊地面監視雷達BüR，TerraSAR-X太空雷達以及歐洲戰斗機的E-Captor雷達中。

SMTRM是一種密封覆蓋的電路板，尺寸 長度為64,5毫米，寬度為13,5毫米，高度為4,5毫米。該板包含一個功率放大器，其形狀為兩個單片集成電路，饋送不同的相移，一個鐵氧體環行器，用于將發射器/接收器連接到發射/接收路徑， 單片集成限幅器和低噪聲前置放大器。接收到的信號將被下變頻為中頻。所有電路均采用砷化鎵（GaAs）半導體技術進行。

波束成形處理器

這種同時組織各種天線模式的能力只有成為可能 采用數字接收器技術 因為只有數字信號可以復制任意次數而不會丟失。實際上，接收到的信號被轉換為中頻，然后立即數字化。當IF為75 MHz時，模數轉換器需要100 MHz的采樣頻率。

圖4顯示了典型波束成形處理器的框圖。相控陣天線的每個天線都有自己的接收通道 其次是自己的模數轉換器和數字下變頻器（DDC）。為了正確求和，有一個特殊的橫向濾波器 這均衡了頻率響應并校正了該接收通道中的單個傳播延遲。這種橫向濾波器也稱為有限脈沖響應濾波器（FIR）。它被調諧到一個特殊的自動校準程序。對于此校準，已知的RF測試信號將被饋入接收器通道， 它要么是在整個帶寬上調制的線性頻率），要么是具有已知幅度的白噪聲。該濾波器中還制作了抑制旁瓣所需的權重。接收通道的所有模數轉換器的數據都以復數形式饋送 （I&Q）信號通過任何求和級的移相器級。求和級數決定了可能同時接收的天線波束的數量。在圖中，假定求和級數為 100。

提高靈敏度

每個單獨的接收通道都有一個可比的信噪比（SNR） 使用模擬波束成形到雷達接收器中的接收路徑。然而，噪聲是一個混沌的過程，必須在兩個接收通道中有所不同。因此，兩個不同接收器中的單個噪聲峰值不太可能相同， 雖然這不能完全排除。

因此，如果兩個接收通道在相位上相加，則回波信號總和為更大的脈沖， 但是噪聲是去相關的，相位和幅度不匹配。因此，噪聲的總和不能與回波信號相同。即使有兩個接收通道的總和，這也將信噪比提高了約2 dB， 導致使用數字波束成形的雷達靈敏度更高。在 37 個接收模塊的配置中（如雷神公司的可擴展防空和導彈防御雷達 AMDR）， 這導致在實踐中靈敏度提高約15 dB。

現代雷達以數字方式執行幾乎所有所需的信號處理。最常用的數字信號處理技術是快速傅里葉變換（FFT）。在雷達數據路徑中，該算法用于波束成形、脈沖壓縮和多普勒處理等領域。首先，下面簡要介紹FFT。

快速傅里葉變換

FFT技術只是離散傅里葉變換（DFT）的高度優化實現。FFT和DFT產生相同的結果，但與DFT相比，FFT需要的計算工作量很小。

離散傅里葉變換

DFT是對采樣數據（信號）的輸入序列的轉換，產生該采樣數據序列的頻率內容或頻譜表示。這將給出信號在頻域中的表示。

逆離散傅里葉變換

還有一個逆離散傅里葉變換（IDFT）和一個逆快速傅里葉變換（IFFT）。同樣，IFFT只是IDFT的優化形式。它們都根據頻域信息計算信號的時域表示。使用這些變換，可以在時域信號和頻域頻譜表示之間來回切換。

DFT在長度為N的復輸入數據序列“xi”上執行。要使用計算效率更高的FFT，N的長度必須為2 n，其中n是任何正整數。小于此長度的長度可以零擴展到下一個 2n 長度。復數輸出序列 “Xk” 的長度也是 2n。DFT將采樣時域信號（xi）轉換為采樣頻域（Xk）頻譜表示。因此，它不是從 –π 到 π 連續計算采樣頻率 ω，而是在 2π 的間隔內在 N 個等距點進行計算。索引 i 和 k 都將從 0 運行到 N -1。

DFT 和 IDFT 變換方程

DFT 和 IDFT 方程都是 N 個復指數的總和。如下所示，這些等式似乎非常相似：

直觀地說，DFT的作用是將輸入數據樣本與N個等間距的頻率信號相關聯。頻域表示 Xk 只是這些相關性中每個在幅度和相位上的權重。如果輸入信號不存在任何特定頻率，則生成的相關性將為零，并且該頻率的Xk值為零。因此，Xk的值給出了信號中每個頻率分量的幅度和相位。

DFT vs. IDFT

DFT 和 IDFT 方程中的唯一區別是 DFT 方程指數上的負號和 IDFT 方程的因子 1/N。請注意，DFT方程使用每個時域樣本來計算每個頻域樣本。IDFT方程要求使用每個頻域樣本來計算每個時域樣本。

因此，要計算任一變換的單個樣本，需要 N 個復數乘法和加法。要計算整個轉換，需要計算 N 個樣本，總共 N 個 2 次乘法和加法。FFT的計算效率要高得多，如表1所示。例如，使用 1024 點序列，只需 DFT 所需工作量的 1% 即可計算 FFT。

表 1.FFT 和 DFT 計算工作

同樣，Xk 的值表示每個頻率點的信號能量量，在采樣頻譜上相等間隔。由于是一個復數，它提供了每個頻率分量的幅度和相位。頻譜中的這些點通常稱為頻箱。隨著N變大，頻譜被分成更多的箱，頻率間隔更近，提供更精細的頻率區分。

什么是波束成形？波束成形是一種數字技術，可將雷達發射器和接收器聚焦在特定方向上。側向方向通常稱為方位角，上下方向稱為仰角。波束成形可用于將雷達聚焦在方位角和高程上。早期的機載雷達以及許多地面和海軍雷達使用圖1所示的更熟悉的拋物面型天線。拋物線形狀將接收和發射能量集中在天線方向上。天線可以旋轉以向所有方向搜索或瞄準感興趣的方位角和仰角。

有源電子掃描陣列 （AESA）

為了搜索感興趣的區域，天線必須機械地瞄準或旋轉，以將其波束引導到所需的方向。在許多軍事應用中，此功能通常使用有源電子掃描陣列（AESA）以電子方式執行，AESA是一種電子可控天線。這允許非常快速地轉向雷達波束，這對于軍用機載雷達特別有用。這種技術被稱為“波束成形”，它參考了主天線瓣或波束的電子轉向。

AESA 由許多小天線或單個元件構建而成。每個天線元件都有一個發射模塊和一個接收模塊。因此，每個元件可以單獨改變接收和發送信號的相位和幅度。這些變化，特別是在相位上，提供了天線波束在方位角和仰角上的可控方向性。只有當接收信號同相到達所有天線元件時，才會接收到最大信號。這提供了將天線的主瓣“瞄準”到所需方向的能力。該過程是相互的，這意味著接收和發射上將存在相同的天線瓣模式（假設接收和發送的頻率相同）。

每個天線元件必須具有延遲或相位調整，以便在此調整之后，所有元件都將具有共同的信號相位。如果角度θ = 0，則所有元件將同時接收信號，無需相位調整。在非零角度下，每個元件都有一個延遲，以提供跨天線陣列的波前對齊，如圖2所示。一旦每個天線元件輸入通過公共時鐘和本振器下變頻為基帶，每個天線輸入都會延遲正確的量，以便從給定方向到達的波前對齊。這種延遲可以通過相位旋轉或乘以 W i =e jθ i 以數字方式實現。為了更好地控制旁瓣，還可以通過使用 W i = ai ·ejθ i.通過自適應地改變每個天線輸入的Wi，可以實現波束成形。

傳輸方向以相同的方式工作。優點是非常快速的轉向，可以快速搜索和跟蹤物體?？梢韵龣C械運動和電機。使用一種稱為“lobing”的技術;雷達波束可以在目標的兩側快速轉向。通過注意更強的回報在哪里，可以更準確地跟蹤目標運動。

FFT 波束成形

數字波束成形也可用于其他用途。在某些系統中，需要同時在不同方向上接收和傳輸單獨的信號。這可以通過使用FFT算法來實現。通常，FFT用于獲取時域信號并將其分離成不同的頻率分量。在這種情況下，FFT會將輸入信號分成不同的空間分量或到達角分量。輸入信號由FFT分類到對應于不同到達角的箱中，如圖3所示。類似地，在發射方向上，饋入每個FFT bin輸入的信號將沿特定方向傳輸，對應于特定的天線瓣。如果FFT箱的輸入為零，則不會在該方向上傳輸能量;發射瓣將“丟失”。

波束成形的FFT方法在計算上非常有效，允許同時接收和發送多個方向信號。這在必須同時跟蹤多個目標的多模雷達中可能是一項非常有用的功能。然而，N天線波束的間距和方向是固定的，并且在方向上相等，距離天線陣列超過180度。為了與FFT的特性保持一致，任何給定天線波束的峰值正好位于所有相鄰天線波束的旁瓣的零點上。這種特征被稱為正交性。

脈沖壓縮

接收處理的后續步驟通常是脈沖壓縮和多普勒處理。脈沖壓縮只是將接收信號與發射的脈沖形狀進行匹配的濾波或濾波。當接收信號與發射信號完全匹配時，這種類型的濾波給出最大的響應，表明它確實是發射脈沖的反射和延遲版本（也稱為自相關）。脈沖壓縮和多普勒處理的順序可以互換，但這里假設脈沖壓縮首先發生，多普勒處理后發生。

在圖4中，脈沖壓縮被描述為在每個PRF間隔的接收樣本上執行的FIR濾波器。例如，假設雷達以 100 MHz 的頻率采樣，PRF 為 10 kHz。對于每個PRF，每個垂直箱中接收10,000個復雜樣品。然后，每個樣品箱通過匹配的過濾器。當接收到發射脈沖的反射時，這些反射將在匹配濾波器的輸出中引起響應。

發射脈沖通常采用偽隨機序列，可能使用相位或頻率變化進行調制。偽隨機或 PN 序列被設計為具有很強的自相關特性。這意味著匹配濾波器只有在接收脈沖精確匹配時才會產生輸出，從而可以以同樣精確的方式確定接收脈沖的到達時間。與PN序列相關或匹配也傾向于為發射脈沖以外的任何其他信號或噪聲產生非常低的輸出。不同的雷達應用和模式需要不同的發射波形，這本身就是一個相當大的主題。

匹配濾波器FIR功能可以在頻域中實現。在這種情況下，通過FFT處理接收數據獲得接收信號頻譜。然后將發射脈沖的頻譜屏蔽到接收信號的頻率響應上。當兩者匹配時，最大的反應會發生。然后使用IFFT將結果轉換回時域，然后進行多普勒處理。這似乎是一個復雜的替代方案，但FFT算法非常高效，因此該方法的計算量可能低于FIR濾波。

多普勒處理

在本系列雷達基礎知識的第 2 部分中，討論了多普勒處理。在圖5中，多普勒處理描繪了整個雷達數據陣列。數據列對應于每個PRF接收數據緩沖區的脈沖壓縮濾波。

相干處理間隔 （CPI）

N 列數是相干處理間隔 （CPI） 中的傳輸脈沖數?；叵胍幌?，所有雷達數據都很復雜，具有幅度和相位。CPI 與整個陣列中數據之間的相位關系有關。隨著時間的推移，RF和數字電路中使用的時鐘電路、數據轉換器和鎖相環中的輕微時鐘漂移和抖動會導致樣本之間的相對相移。對于機載或車載雷達，雷達的移動也會干擾相位關系。接收數據樣本經過的時間越長，相對相位退化的可能性就越大。此外，任何雷達頻率模式變化或PRF變化都可能導致相位不連續。CPI是這些相位差攜帶有用信息或相干的時間間隔的度量，因此可用于頻域處理，例如多普勒處理。它通常延伸到多個PRF時間段。

請注意，從脈沖壓縮處理接收到的樣本輸出將加載到每個 PRF 的列中。多普勒處理跨行或跨 N 個 PRF 進行。必須在一段時間內收集數據，在該時間間隔內，數據可以被視為連貫的或在 CPI 范圍內。

圖5.多普勒處理“轉角”

這種數據流在雷達方言中被稱為“轉彎”，因為數據垂直進入，水平出來或轉彎。此處理要求在執行任何多普勒處理之前，陣列中存在所有數據。數據量可能非常大，對于高性能雷達處理，需要以非常低的延遲進行訪問。這要么需要非常高的片上存儲器資源，要么需要非常低的延遲、快速隨機存取外部存儲器陣列以及高性能存儲器訪問控制器。由于數據以列為單位，分行讀取，讀取和寫入訪問不能都是順序的，因此很難滿足傳統緩存和DDR內存芯片的低延遲要求。

雷達處理要求可能相當高。接收器需要連續、實時地處理輸入數據。幸運的是，其中大部分都可以使用并行處理結構來實現。波束成形就是一個例子。AESA天線中可能有數百甚至數千個單獨的接收/發送單元。天線可以在多個方向上跟蹤目標，需要對每個方向進行單獨處理。處理必須在兩個維度上執行，包括時間（脈沖壓縮）和頻率（多普勒）。此外，在本雷達基礎系列的第#4部分中，如何在空時自適應處理（STAP）中添加額外的處理維度，即空間，這將導致數字信號處理要求的進一步急劇增加。

數值精度問題

雷達系統的設計非常具有挑戰性，部分原因是所涉及的信號的動態范圍?；氐嚼走_距離方程，接收器處的信號電平與到目標距離的四次方成正比。雷達接收器所需的靈敏度水平遠比任何無線通信系統都苛刻。同時，雷達接收機必須應對由于雜波、干擾、干擾、近距離目標甚至發射器本身而可能非常高的接收信號電平。

這需要高數值保真度的數字信號處理技術。為了在潛在的極低信號電平和高干擾水平下實現適當的系統性能，數字處理期間引入的量化噪聲電平必須遠低于接收器本底噪聲。并且，大的不需要的信號必須與非常小的期望接收信號同時表示。這意味著必須保持數據路徑的高精度和高動態范圍。

定點精度和動態范圍由位寬定義。動態范圍是位數的 6 倍。例如，16 位寬度提供 96 dB 的動態范圍。這聽起來可能很多，但信號必須具有保護位以確保沒有溢出，并且小信號可能比干擾信號低 100 dB 或更高。為了進行合理的檢測，所需信號在到達檢測處理時需要高于干擾和噪聲30 dB或更高。保持足夠的信噪比可能很困難。在處理的每個階段之后，都需要調整信號電平以保持在定點位寬內。此外，考慮FFT算法。在時域和頻域之間轉換的過程中，所需的位寬會增加，對于2 n大小的數據長度，通常為n位。

大多數以16位字長工作的處理器和數字信號處理器（DSP）不足以滿足雷達處理的許多方面。另一種選擇是使用浮點處理器。對于單精度浮點數，24位尾數（包括符號位）可提供144 dB。浮點指數（8 位）允許這個 144 dB 范圍在每次操作時自動調整或“浮動”到信號電平，從而提供巨大的動態范圍。然而，雷達系統中常見的浮點處理器，如ADI公司的Tigersharc或飛思卡爾的PowerPC，處理能力有限。較新的處理器體系結構提供更高級別的浮點處理能力，主要是通過使用許多內核。權衡是開發環境更加困難，需要復雜的數據流管理，并且消除各種功能之間的數據依賴關系，以便在多個處理器之間進行分區而不會停滯不前。在這些架構中，功耗也可能是一個挑戰。

現場可編程門陣列

現場可編程門陣列 （FPGA）?提供了一種替代數字信號處理平臺。通常，FPGA用于前端雷達處理，例如波束成形和脈沖壓縮。對于高吞吐量，FPGA 的并行結構比處理器具有巨大的優勢。十多年前，FPGA 行業對 18 位 DSP 結構進行了標準化。這是對大多數處理器架構提供的 16 位定點精度的改進。

FPGA 供應商賽靈思后來采用 DSP18E 架構（因其 25 位累加器而得名）對 48×48 尺寸乘法器進行了標準化。這是為了更好地支持FFT，如上所述，位增長發生在數據路徑中。抖動因子或系數保持在 18 位，而 18 位數據可以再增長 7 位，達到 25 位。FPGA供應商Altera以18×36乘法模式進行反擊。最新的創新發生在Altera的28nm Stratix V FPGA上，它提供了一種新的可變精度DSP架構。此體系結構本機支持 18×18、18×36 和 27×27 精密乘法器，均具有 64 位累加器。它支持FIR濾波器、相關器、累加器和FFT的更高精度定點處理，還包括專為定點FFT設計的高效18×25復乘法模式。18×25 復數模式只需三個乘法器，而不是通常需要的四個乘法器，方法是利用內置的前加器和后加器。

FPGA最近的另一項創新是高性能浮點支持，使FPGA并行硬件架構優勢能夠用于需要浮點動態范圍的應用，例如雷達處理?，F在可從Altera獲得，使用可變精度DSP硬件架構和稱為“融合數據路徑”的新浮點工具流。

表 2 顯示了 1024 個單精度復浮點 FFT（每個 <> 個點）的性能和資源使用情況，這些 FFT 使用 Altera FFT Megacore IP（采用“融合數據路徑”技術）構建。本例表明，FPGA現在可以在高密度FPGA中實現大型浮點設計。此外，這是完整的浮點數，而不是“塊”浮點數。塊浮點對FPGA的完整輸入數據集和輸出數據集使用通用指數，可以縮放數據樣本組，但不能提供高動態范圍。這是因為非常小的數據值必須使用最大數據值的指數，這意味著它們無法正確表示。塊浮點會導致許多與定點相同的數值問題。

結論

研究時空自適應處理 （STAP） 雷達處理。這類算法提供了超越多普勒雷達處理的能力，但處理要求極高，對浮點的動態范圍也有要求。

直到最近，由于這些極端的處理要求，只有最先進的計算機類型才能實現這種類型的算法。然而，現在FPGA可以提供所需的性能水平的復雜浮點處理。如將要顯示的，STAP需要處理能力，以便在一毫秒內反轉包含100,000個或更多元素的矩陣。

編輯：黃飛

?