脉冲探地雷达分形天线的探究.doc

脉冲探地雷达分形天线的研究 1、相关定义 1.1、自定义浮点格式的介绍 采用标准浮点数据实现脉冲压缩处理占用较多的 FPGA 资源,采用自定制浮 点数据实现脉冲压缩可以有效地改善对 FPGA 资源的占用情况。从数据的动态范 围和处理精度两方面分析,确定自定义浮点数据格式中指数和尾数的位数[17]。 浮点数据中指数的位数决定数据的动态范围,如果指数确定的过小在数据的 处理过程中会出现溢出,造成输出结果有偏差;如果指数确定的过大会浪费系统 的资源,所以要想准确确定浮点数据指数的位数就必须对数据所要满足的动态范 围有一定的了解。 FFT/IFFT 变换是实现数字脉冲压缩的关键。则从硬件角度分析,实现脉冲压 缩的关键是硬件实现 FFT/IFFT 的基本运算单元:蝶型运算单元,如下图所示: 41 Xm(p) Xm(q) Xm+1(p) WNrXm+1(q) 图 5-2 基 2 碟型运算单元原理示意图 图中Xm(p ) 和Xm( q) 为蝶形运算单元的输入,Xm+1( p ) 和Xm+1( q) 为输出,蝶 型运算单元用关系式表示为: ?? ???XXmm++11((pp))==XX m m++ 11((pp))?+XXmm((qq )) ?? WW NNrr (5-16) 其中W Nr 为旋转因子,假设 FFT 的点数为N= 2 M ,则完成 FFT 变换要进行M 级 FFT 运算,每一级需要完成N/ 2 个蝶型运算。随着 FFT 变换一级一级的运算, 数据的动态范围随之增加。根据式(4-4)可以推出 2 1 22 1( 2 1 2 1 2 1( 2 )() 2 2 )() ????Xm+p +Xm +q????=????Xmp +X m q???? (5-17) 根据上式可知,后一级的数值是前一级数值的 2 倍;另外,由(4-5)可以证明 max{Xm(p),Xm(q) }≤ma x{Xm+1(p),X m + 1(q) } ≤2ma x{Xm(p),Xm( q) } (5-18) 由上式得,随着 FFT 级数M 的增加,数据的最大模值是非减的,而且后一级 数据的最大模值是前一级的2倍。则N 点 FFT 运算的数据动态范围为: DFFT= M×20lg 2 (5-19) 同样, N 点 IFFT 变换的数据动态范围和 N 点 FFT 变换是相同的。在实际工 程应用中,系统的输入数据是经过中频采样、数字下变频、滤波后的数据,其动 态范围小于 90dB,当 FFT/IFFT 变换的点数 N 不大于 2048 时所引起的数据动态范 围变化小于 140dB,另外,本地波形的频域数据动态范围小于 70dB。将这三部分 相加得到脉冲压缩处理过程中的数据动态范围小于 300dB。 综上分析,只要指数的位数能够使数据表示的动态范围超过 300dB,就可以达 到系统的要求,就不会出现数据溢出的情况。采用 6 位二进制数表征浮点的指数 部分,所能表示的动态范围为: 42 380 db 动态范围=20?log最最小大值值=20?log1.1.01??????01 ??22 3? 231 ≈ (5-20) 由上式可见 6 位指数位的浮点数能表示的动态范围约为 380dB,满足系统的要 求,因此确定自定制浮点数的指数用 6 位表示。 系统的处理精度由浮点数的尾数的 bit 位决定,在高性能现代雷达系统中,要 求脉冲压缩处理的误差要小于-60dB。根据理论分析[18-19]、仿真和 FPGA 结构特点 [20],确定自定制浮点数的尾数用 17 位表示。 综上分析得,在脉冲压缩系统中,自定制浮点数据确定用 24 位表示:bit 24 是符号位,用 S′表示; bit 17~23 是指数位,用 E′表示;bit 16~0 是尾数位,用 M′ 表示。 则自定制浮点数数值 v′可以表示为: v’=(?1)S? M’?2 E ?31 (5-21) 自定制浮点数据格式能有效地减少标准浮点运算所占用的 FPGA 资源,下面 对两种情况下的资源消耗进行比较,如表 4-1 所示: 表 5-1 自定义浮点运算与标准浮点运算资源占用对比表 Slice(个) Mult 18×18 S(个) 两标准浮点实数相加 884 0 两自定制浮点实数相加 277 0 两标准浮点实数相乘 285 4 两自定制浮点实数相乘 50 1 从表 4-1 可以看出,实现自定制浮点加法时的资源占用不到实现标准浮点加法 所用资源的 1/3,实现自定制浮点乘法所占用的资源不到实现标准浮点乘法所占用 资源的 1/4。综上分析,采用自定制浮点数据格式实现脉冲压缩处理能有效地降低 脉冲压缩处理所占用的硬件资源。 在系统的输入部分将定点数据转换成自定制浮点数据存放在输入 RAM 中。其 方法与定浮转换大同小异,这里不再赘