 软件定义世界  图示为最终的 TRIAD 演示设置，发射天线位于连接到转盘的金属臂上。 随着相控阵天线上元件数量的不断增加，从收集的信号中提取信息所需的数据量也在不断增加。佐治亚理工学院（Georgia Institute of Technology）的研究人员开发了一种新方法，可以在更接近天线子阵列本身的地方智能地处理数据。 该研究结合了机器学习、现场可编程门阵列 （FPGA）、图形处理单元 （GPU） 和新的射频图像处理算法等技术，简化了雷达信号的模块化处理，以减少处理时间和成本。这些改进多达两到三个数量级，可以实时分析来自潜在敌方目标的射频图像数据，这些数据来自从潜在的敌方目标到超速行驶的汽车。 该研究已在16阵元数字天线阵列上进行了测试，由国防高级研究计划局（DARPA）的TRIAD（可重编程智能阵列演示张量，Tensors for Reprogrammable Intelligent Array Demonstrations）项目资助。虽然到目前为止，该项目专注于对大量数据进行实时成像操作，但它支持同样由相控阵完成的传统波束成形操作。 “我们的目标是将处理推到所有原始数据都进入的地方，”佐治亚理工学院（GTRI）的首席研究工程师Ryan Westafer说。“我们致力于管理那里的高维数据并实时提取特征。从自动驾驶汽车到无人机，有这么多的数据源，我们无法共享所有这些原始数据源。我们需要在本地分析数据，只分享信息内容——相关功能。” Westafer表示，由于每秒可能有数百甚至数千个子阵列生成TB的数据，这种“边缘智能”可以实时提取所需的信息，使国防和运输应用程序能够在需要时立即获得重要细节，而无需等待后端服务器的处理。 佐治亚理工学院博士生、前GTRI研究员Alex Saad-Falcon指出：“经典方法以模拟格式处理数据，仅选择大量信息流中的某些组件进行数字化处理，数据的其他部分可以存储在服务器上以供以后分析。我们希望将所有数据数字化，然后选择较小的数字部分进行共享，这为天线阵列算法设计人员提供了更大的灵活性，因为在数字领域创建算法要容易得多，因为你可以用代码编写算法，而模拟算法则必须设计电路并构建它。该方法也有助于在条件发生变化时重新编程。” FPGA 和 GPU 是佐治亚理工学院模块化 TRIAD 方法的关键。FPGA 具有低功耗和高处理速度，位于天线子阵列上的模数转换器附近。在图形处理单元（GPU）的帮助下，它们处理数据，快速将其发送到 CPU，其中聚合了来自其他子阵列的信息。 作为该项目的一个关键特征，GTRI研究人员与佐治亚理工学院电气与计算机工程学院（ECE）的学术研究人员合作，利用SoloPulse，这是一种新的阵列处理算法，专为合成孔径雷达（SAR）中生成的射频图像而设计。“该算法提供了来自阵列附近不同点的能量估计，”Saad-Falcon解释说。“这允许你形成一个图像，尽管你对实际来源在哪里有一些不确定性。目标是训练机器学习模型以减少这种不确定性，或者从中学习以预测源位置。”尽管SoloPulse最初不是为GTRI研究人员所需的目的而设计的，但他们的合作者--ECE教授Christopher Barnes和研究技术专家J. Michael McKinney--支持其适应TRIAD目标。 数字域中的编程可以利用张量，张量是多线性代数实体，用标量和向量来描述对象之间的关系。利用张量运算还可以与机器学习算法（如深度神经网络）共享数据表示，深度神经网络可以在每次收到新数据时学习如何改进其操作。 Saad-Falcon说：“你把数据汇集到新的人工智能张量运算中，然后把它们汇总起来，最后你得到一个检测结果--某种人类可操作的最终结果。整个想法是，因为你以与这些张量运算相同的格式构建了传统算法和机器学习算法，你可以有效地将它们链接在一起，并获得你无法获得的加速。除了加速数据处理之外，FPGA和GPU芯片的使用还有助于节省功耗，这对于移动应用至关重要。阵列的计算预算有限，因此您需要智能地分配计算，并使用一种算法来最有效地从信号中提取所需的信息。目前，业内许多不同的应用都对此感兴趣。” 该项目的部分目标是演示处理 16 阵元阵列接收到的雷达脉冲。研究人员在实验室的转盘上使用移动发射器来评估TRIAD的成像能力。“我们可以立即看到结果，从发射器运动到屏幕更新的总延迟约为20毫秒，几乎比人眼看到的要快。” DARPA 项目已经结束，研究人员现在正在寻找该技术的其他潜在应用。可能的用途之一是共享感知，它可以在自动驾驶汽车网络中得到应用，无论是商业还是国防需求。除了已经提到的那些人之外，该研究还包括来自GTRI的Jonathan Andreasen和Clayton Kerce，以及来自Pareto Frontier LLC的Jonathan Beaudeau，他们支持该项目的FPGA数字信号处理（DSP）组件。 |
|
|
