4颠覆先进雷达基础技术

概览

电磁频谱是战争领域中颇具争议的话题。电子干扰措施日益复杂,使第五代战斗机更难于探测,因而多数世界主要大国正大力投资到网络战争技术,以便未来主导这一领域。此外,随着蜂窝电话供应商开始推出5G、汽车制造商推动V2X通信,以及物联网将无线连接推向各种设备,频谱的商业用途呈指数级扩展。

这种演变为科学家和工程师设计和测试情报、监视与侦察(ISR)系统带来了新的挑战。因为工程师需要使用更具成本效益和时间效益的方法来开发日益复杂的系统,这些挑战也为创新提供了机会。

然而,支持这些复杂系统的基础技术也在不断发展以应对这些挑战。作为雷达设计和测试的仪器和设备厂商,NI认为以下四大创新将在未来几年内对雷达技术产生颠覆性的影响。

内容

氮化应用前端组件

氮化镓(GaN)被认为是继硅之后最具影响力的半导体创新产品。该材料可承受的工作电压远高于传统半导体材料。更高的电压意味着更高的效率,因此采用GaN的RF功率放大器和衰减器的功耗更低,且产生的热量更少。随着越来越多基于GaN的RF组件供应商为市场提供适用于生产的可靠产品,氮化镓放大器日益普及。

该技术对于有源电子扫描阵列(AESA)雷达系统的发展非常重要。AESA是完全有源的阵列,包含数百甚至数千根天线,且每根天线都有其各自的相位和增益控制。这些雷达系统使用发射器和接收器的相控阵列,以电子方式操纵波束而无需物理移动天线。与其他传统雷达相比,这些雷达系统类型因其更高的目标功率、空间分辨率和稳健性而日益普及。例如,如果阵列中的某个元件发生故障,雷达仍可以继续工作。氮化镓放大器在AESA雷达中的应用日益广泛,提供了更好的性能,可在更小的外形尺寸和更低的冷却需求下实现相同的输出功率。

图1.AESA雷达架构

随着基于GaN技术的应用和解决方案日益先进,将组件级测试结果与系统级测试结果相关联也变得更为重要。使用矢量网络分析仪的传统组件测试方法可提供正向和反射增益以及相位的精确窄带视图。然而,这种传统方法中的连续波(CW)激励并不能准确反映组件最终使用的实际信号环境。作为替代方案,您可以利用矢量信号分析仪和矢量信号发生器的宽带灵活性来创建更能代表现实世界应用及其环境的脉冲和调制激励信号。此功能与S参数分析的组合已经成为越发具有战略意义的组件级测试方法。

可收信号高速数据转换器

转换器技术的发展日新月异。在具有同等分辨率的情况下,如今主要半导体公司的模数转换器(ADC)和数模转换器(DAC)的采样率相比于五年前的转换器快出几个数量级。这些高速ADC分辨率的提高为雷达提供了更高的动态范围和高瞬时带宽。动态范围是决定最大工作范围的关键要素;例如,它使第五代战斗机(如F-35)能够识别距离更远的目标。较高的瞬时带宽可提供诸多好处,包括通过脉冲压缩提高空间分辨率以及使用低截获概率(LPI)雷达等先进技术的能力。传感器融合技术是较高带宽可实现的另一个趋势,由此您可以将一个信号链分配给多个功能。例如,通过在多个频段上拆分不同波形类型,宽带传感器可以同时用作通信系统和雷达。

此外,许多半导体公司发布了被称为“直接RF采样转换器”的ADC和DAC,例如TI ADC12DJ3200,其采集数据的速率高达6.4 GS/s。凭借较高的采样率,RF采样转换器具有12位分辨率,可以直接将RF输入信号转换为C频段,而无需进行上变频或下变频。随着转换器的不断发展,未来的雷达将受益于C和X频段的直接RF采样。 

图2.外差与直接RF采样架构

NI的PXI FlexRIO IF收发仪为例,它将彻底改变AESA雷达。在完全有源阵列中,每个天线元件都需要其各自的ADC和DAC。这意味着如果ADC和DAC无法直接以雷达的工作频率进行采样,则每个发送-接收模块(TRM)需要各自进行上/下变频。而这会提高设计成本、尺寸以及性能变化风险。使用直接RF采样架构,无需使用混频器和本地振荡器(LO),从而简化RF前端架构,节省成本、减小尺寸和降低复杂性。基于如此庞大的发射器和接收器阵列,直接RF采样架构可以显著提高通道密度并降低每个通道的成本。

由于采用模块化仪器方法,NI能够在转换器广泛用于商业仪器前,快速将最新型的转换器推向市场。例如,NI最新的FlexRIO收发仪采用直接RF采样转换器,采样率最高可达6.4 GS/s。这有助于研究人员和工程师使用真实的I/O快速进行原型验证,从而开发出可与如今雷达的尖端性能相匹配的测试平台。这些设备还能够利用PXI先进的定时和同步背板,在单个系统中实现数十个甚至数百个通道的相位一致性。

应用认知技术持续完善FPGA技术

FPGA技术也在不断提高。现代FPGA包含的逻辑显著增加,具备更高的每瓦运算能力,并借助专用IP模块可支持高达150 Gb/s的高速数据流。如今,FPGA运算能力的提高为五年前根本无法实现的创新技术打开了大门。

新FPGA技术促成的一个创新领域就是机器学习技术在认知雷达中的应用。这些技术提高了雷达对环境的响应能力,从而提供更具可操作性的信息。机器学习并非运行预先编程的模式(比如搜索模式、跟踪模式等),而是使雷达能自动适应最佳工作参数,包括工作频率和波形类型。机器学习还可具备自动目标识别(ATR)等功能,并促进知识辅助操作。

图3.部署在认知雷达内FPGA上的机器学习技术

虽然多年来航空航天和国防组织一直在使用FPGA技术,但更高水平FPGA设计工具的进步也是有目共睹的。更高水平的工具通过简化基于主机的算法向FPGA的迁移,从而提高开发效率,同时在设计中集成底层HDL。LabVIEW FPGA通过对PCI Express、JESD204B、内存控制器及时钟等基础设施的抽象提取,实现了NI硬件和软件的紧密集成。这将FPGA开发的重点从板卡支持转向算法设计,从而在保证性能的同时减少开发工作量。即使是之前不具备VHDL或Verilog专业知识的软件工程师和科学家,或者时面临紧迫时间进度的硬件工程师,使用更为抽象的FPGA工具可以大幅缩短开发周期。

用于传感器融合数据总线

另一个关键趋势是越来越依赖更高带宽的数据总线(如 PCI Express Gen 3、40/100 GbE、光纤通道和 Xilinx Aurora)将高带宽传感器数据传输回中央处理器进行运算。例如,F-35的集成核心处理器集成了来自多个ISR传感器的数据,可以处理聚合数据集。这有助于提高飞行员的态势感知能力。这一趋势的核心在于高速串行收发仪技术(也称为多千兆位收发仪或MGT)的发展。近年来,该技术发展迅速,目前的线路速率最高可达到每通道32 Gbps;此外,线路速率为56 Gbps的PAM4即将问世。FPGA主要用于处理资源,但也包含一些最复杂的MGT,可成为传感器开发的理想目标。

图4.使用高速数据总线,聚合来自多个ISR传感器的数据进行集中处理

使用模块化仪器的优势在于,随着处理能力和带宽随时间推移迅速增加,更易于升级系统。PXI平台特别适用于需要高带宽数据流以及集成定时和同步的系统。

借助COTS仪器,所有功能结合在一起

随着这些基础技术的快速发展,雷达技术和架构的复杂性和性能都在不断提高。在技术不断进步的情况下,系统必须持续发展以跟上其步伐。若要满足对定制化和性能的需求,唯一可行的选择似乎是借助内部可用的设计人才和专业知识,在公司内部为雷达原型和测试系统开发完全自定义的硬件和软件。但是,这些解决方案需要承担长期维护责任和高机会成本。

随着FPGA的出现以及新型转换器和数据流技术在模块化形状结构中的迅速普及,COTS解决方案不仅可以满足规范要求,还可以提供灵活性,确保系统具备较长寿命周期所需的耐用性。通过将这些技术快速整合到模块化COTS形状结构中,NI可帮助工程师同时满足先进雷达系统不断变化的要求与严苛的时间表和预算。