杂波模拟

雷达系统工程师经常需要模拟杂波返回来测试信号处理算法，如STAP算法。然而，产生一个高保真杂波返回涉及许多步骤，因此通常是昂贵的计算。例如，constantGammaClutter使用以下步骤模拟杂波:

杂波斑块的数量取决于地形覆盖范围，但通常在数千到数百万之间。此外，以上所有步骤都需要对每个脉冲执行(假设使用脉冲雷达)。因此，杂波仿真往往是系统仿真中的难点。

为了提高杂波模拟的速度，可以利用并行计算。注意，从后面的脉冲返回的杂波可能依赖于前面脉冲产生的信号，因此MATLAB提供的某些并行解，如金宝搏官方网站parfor，并不总是适用的。但由于每个patch上的计算是独立于其他patch上的计算的，因此适合GPU加速。

如果你有一个支持的GPU和访金宝app问并行计算工具箱，那么你可以利用GPU生成杂波返回使用gpuConstantGammaClutter而不是constantGammaClutter．在大多数情况下，使用agpuConstantGammaClutter系统对象是您需要做的唯一更改。

如果你有MATLAB Coder，你也可以通过生成C代码来加速杂波模拟onstantGammaClutter，编译并运行编译后的版本。当在代码生成模式下运行时，此示例将编译stapclutter使用codegen命令:

codegen(“stapclutter”,“参数”,…{coder.Constant (maxRange)……coder.Constant (patchAzSpan)});

c的所有属性值onstantGammaClutter必须作为常量传递。codegen命令将生成mex文件stapclutter_mex，该文件将在循环中被调用。

比较杂波模拟时间

为了比较MATLAB解释器、代码生成和GPU之间的杂波仿真性能，输入以下命令启动GUIstapcpugpu在MATLAB命令行中。启动后的GUI如下图所示:

GUI的左侧包含四个图，分别显示原始接收信号、接收信号的角度-多普勒响应、处理信号和STAP处理权值的角度-多普勒响应。同样，可以在示例中找到详细信息时空适应处理导论．在GUI的右侧，您可以通过在方位角方向(以度为单位)和最大杂波范围(以km为单位)上修改杂波补丁跨度来控制杂波补丁的数量。然后，您可以单击Start按钮来启动模拟，该模拟将模拟5个相干处理间隔(CPI)，其中每个CPI包含10个脉冲。处理后的信号和角度-多普勒响应在每个CPI中更新一次。

下一节将展示不同模拟运行的计时。在这些模拟中，每个脉冲由200个距离样本组成，距离分辨率为50米。杂波片跨度和最大杂波范围的组合会产生不同数量的杂波片。例如，杂波斑块跨度为10度，最大杂波范围为5公里，则杂波斑块为3600个。仿真在以下系统配置上进行:

时序结果如下图所示。

helperCPUGPUResultPlot

从图中，您可以看到通常，GPU通过几十次提高模拟速度，有时甚至百次。两个有趣的观察是：

仿真速度的提高由于代码生成不如GPU速度的提高，但仍然是显著的。代码生成的constantGammaClutter将收集的杂波作为常量数组进行预计算。对于大量的杂波补丁，数组的大小就会变得太大，从而由于内存管理的开销而降低了速度的提高。代码生成需要访问MATLAB Coder，但不需要特殊的硬件。

其他仿真时序结果

尽管本例中使用的模拟计算了数百万个杂波补丁，但得到的数据立方体的大小为200x6x10，这表明在每个脉冲、6个通道和10个脉冲中只有200个范围样本。与实际问题相比，这个数据立方体很小。本示例选择这些参数来展示使用GPU或代码生成的好处，同时确保示例在MATLAB解释器中运行在合理的时间内。一些具有较大数据立方体大小的模拟结果如下:

概括

这个例子比较了使用MATLAB解释器、GPU或代码生成来模拟杂波返回的性能。结果表明，与MATLAB解释器相比，GPU和代码生成的速度有很大的提高。