Recently, the active electronically scanned array(AESA) technology has been applied to military radar systems. With AESA, a radar system can detect targets without moving radar mechanically. Also, the radar with ASEA can eliminate the effect of jamming signals through beamforming and track the target more accurately. However, the radar system with AESA requires huge computing power to process the large amount of data received from many array elements.
In this thesis work, we implement a multi-function array radar(MFAR) by digitally processing the radar signal using digital signal processors(DSPs). We use a Bittware T2-6U-VME board which includes eight Analog Device ADSP-TS201S TigerSHARC DSPs. In order to process the whole functions of MFAR in real-time, we optimize the DSP radar signal processing codes by tuning the DSP codes written in C, the Bittware library functions, and Analog Device assembly code. Load balancing of radar signal among ADSP-TS201S TigerSHARC DSPs is carefully designed for real-time processing.
Beamforming methods such as linear constrained minimum variance(LCMV) and constrained least mean square(CLMS) are used to eliminate the effect of jamming signals. However, LCMV needs huge computing power to calculate beamforming tap weights because of matrix inversion, and CLMS requires large number of iterations for algorithm stability. We propose an adaptive beamforming method using both LCMV and CLMS. We first use LCMV to calculate the initial tap weight for a look direction and update tap weights by using CLMS. We can obtain the beamforming tap weights in real-time using the proposed method.
최근 능동 전자 주사식 위상 배열(이하 AESA)을 군용 레이터 시스템에 적용하고 있다. AESA를 이용하여 레이더를 움직이지 않으면서 타겟을 탐지할 수 있고 적으로부터의 전파방해신호를 빔성형을 통해 제거할 수 있다. 그러나 AESA의 각 소자로부터 입력되는 데이터의 양이 많기 때문에 많은 컴퓨팅 파워가 필요하다. 본 논문에서는 다기능 어레이 레이더 수신단의 디지털 신호처리부를 DSP를 통해 구현하였다. Analog Device사의 ADSP-TS201이 8개 장착된 Bittware사의 T2-6U-VME 보드를 이용하였다. 실시간 처리가 가능하도록 DSP 코드를 튜닝하고 Bittware 라이브러리 함수와 Analog Device사의 어셈블리 코드 이용하여 각 기능 블럭을 최적화하였다. 또한, 최적화한 코드를 각 DSP 코어에 분배하여 실시간 처리가 가능하도록 하였다. 빔성형 기법으로 본 논문에서는 linear constrained minimum variance(LCMV) and constrained least mean square(CLMS)를 사용하는데 LCMV의 경우 역행렬 연산으로 인해 많은 처리 시간이 필요하고 CLMS는 알고리즘 안정화를 위해 많은 반복이 필요하여 실시간 처리가 불가능하다. 본 논문에서는 초기 탭 가중치는 LCMV를 통해 구하고 그 이후 CLMS를 통해 업데이트 하는 방식을 통해 실시간 처리가 가능하도록 구현하였다.
