電磁頻譜是戰爭領域中爭議越來越大的話題。 電子對抗措施日益復雜，探測第五代戰斗機變得更加困難，大多數世界主要大國正大力投資到網絡戰技術，以便未來成為這一領域的主導者。 此外，隨著蜂窩電話供應商開始推出5G，汽車制造商推動V2X通信，以及物聯網將無線連接推向無數設備，頻譜的商業用途呈指數級擴展。

這種演變為設計和測試情報、監視和偵察（ISR）系統的科學家和工程師帶來了新的挑戰。但這些挑戰也為創新提供了機會，因為這要求工程師使用更具成本效益和時間效益的方法開發日益復雜的系統。

然而，支持這些復雜系統的基礎技術也在不斷發展來應對這些挑戰。作為雷達設計和測試儀器和設備的廠商，NI認為以下四大創新將在未來幾年內對雷達技術產生最大的影響。

1. 氮化鎵應用于前端組件

氮化鎵（GaN）被認為是自硅以來影響最大的半導體創新產品，該材料能夠在比傳統半導體材料高得多的電壓下工作。更高的電壓意味著更高的效率，因此基于GaN的RF功率放大器和衰減器具有更低的功耗，且產生熱量更少。隨著越來越多使用GaN的RF元件供應商為市場提供適用于生產的可靠產品，基于GaN的放大器日益普及。

該技術對于有源電子掃描陣列（AESA）雷達系統的發展非常重要。AESA是完全有源的陣列，包含數百甚至數千個天線，每個天線都有其相位和增益控制。這些雷達系統使用相控陣發射器和接收器，以電子方式操縱波束而無需物理移動天線。與其他傳統雷達相比，這些類型的雷達系統因其更高的目標功率、空間分辨率和魯棒性而日益普及。例如，如果陣列中的某個元件發生故障，雷達仍可以繼續工作。GaN放大器在AESA雷達中的應用日益增加，提供了更好的性能，可在更小的外形尺寸和更低的冷卻需求下實現相同的輸出功率。

1. AESA雷達架構

隨著基于GaN技術的應用和解決方案變得更加先進，將組件級測試結果與系統級測試結果相關聯變得更加重要。使用矢量網絡分析儀的傳統元件測試方法可提供正向和反射增益和相位的精確窄帶視圖。然而，這種傳統方法中的連續波（CW）激勵并不能準確反映元件最終使用的實際信號環境。作為替代方案，您可以利用矢量信號分析儀和矢量信號發生器的寬帶靈活性來創建更能代表真實世界的應用及其環境的脈沖和調制激勵信號。此功能與S參數分析的組合已經成為越來越具有戰略意義的組件級測試方法。

2. 高速數據轉換器用于信號收發

轉換器技術每年都在不斷進步。現在在同等分辨率下，來自主要半導體公司的模數轉換器（ADC）和數模轉換器（DAC）的采樣率比五年前的轉換器要快好幾個數量級。這些高速ADC的分辨率提高也為雷達提供了更高的動態范圍和更寬的瞬時帶寬。動態范圍是決定最大工作范圍的關鍵要素;例如，它使第五代戰斗機（如F-35）能夠識別更遠的目標。更高瞬時帶寬提供了諸多好處，包括通過脈沖壓縮增加空間分辨率以及實現低截獲概率（LPI）雷達等高級技術。更高帶寬帶來的另一個趨勢是傳感器融合。使用傳感器融合技術，您可以對單個信號鏈進行多個功能操作。例如，通過將多個頻段上不同類型的波形分離開，寬帶傳感器可以同時用作為通信系統和雷達。

此外，許多半導體公司正在發布稱為“直接RF采樣轉換器”的ADC和DAC，例如TI ADC12DJ3200，能夠以高達6.4 GS/s的速率采集數據。RF采樣轉換器此采樣率下具有12位分辨率，可以直接將RF輸入信號轉換為C頻段，而無需上變頻或下變頻。隨著轉換器的不斷發展，未來的雷達將受益于C和X頻段的直接RF采樣。

圖2.外差與直接射頻采樣架構

直接RF采樣架構將徹底改變AESA雷達。在完全有源陣列中，每個天線元件都需要自己的ADC和DAC。這意味著如果ADC和DAC無法直接以雷達的工作頻率進行采樣，則每個發送 - 接收模塊（TRM）需要有一級進行上/下變頻。這會增加設計成本、尺寸和性能變化。而使用直接RF采樣架構，就無需再使用混頻器和本地振蕩器（LO），從而簡化了RF前端架構，降低成本、尺寸和復雜性。基于如此大量的發射器和接收器，直接RF采樣架構將可以顯著提高通道密度并降低每個通道的成本。

由于采用模塊化儀器方法，NI可以在最新轉換器廣泛應用于商用儀器之前，迅速將其推向市場。例如，NI最新的FlexRIO收發器采用直接RF采樣轉換器，采樣率最高可達6.4 GS/s。這有助于研究人員和工程師使用真實的I/O快速進行原型驗證，并開發出與當今雷達的尖端性能相匹配的測試平臺。這些設備還能夠利用PXI的高級時序和同步背板，在單個系統中實現數十個到數百個通道的相位一致性。

3. 不斷發展的FPGA技術應用于認知技術
FPGA技術也在不斷發展。現代FPGA包含更多邏輯，提供更高的每瓦計算能力，并支持高達150 Gb/s的高速數據流和專用IP模塊。當今的高FPGA計算能力為五年前根本無法實現的創新技術打開了大門。

基于新FPGA技術的一個創新領域是機器學習在認知雷達中的應用。這些技術提高了雷達對環境的響應能力，從而提供更具可操作性的信息。機器學習并不是運行預編程的模式（比如搜索模式、跟蹤模式等），而是允許雷達自動適應最佳工作參數，包括工作頻率和波形類型。機器學習還可實現自動目標識別（ATR）等功能以及基于知識輔助的操作。

圖3.部署在認知雷達的FPGA上的機器學習技術

雖然國防和航空航天組織多年來一直在使用FPGA技術，但我們所看到的另一個發展是更高級FPGA設計工具的進步。更高級別的工具可以簡化算法從主機到FPGA的遷移，從而提高開發效率，同時在設計中集成底層HDL。對于LabVIEW FPGA，您還可以通過板卡基礎設施（PCI Express、JESD204B、內存控制器和時鐘等）的抽象來實現緊密的NI硬件軟件集成。這可以將FPGA開發的重點從板卡支持轉向算法設計，從而在不犧牲性能的情況下減少開發工作量。即使是不具備VHDL或Verilog專業知識的軟件工程師和科學家，或者面臨緊迫時間進度的硬件工程師，更抽象的FPGA工具都可以幫助大幅縮短開發周期。

4. 高帶寬數據總線應用于傳感器融合
另一個關鍵趨勢是在將高帶寬傳感器數據傳輸回集中處理器進行計算時，PCI Express Gen 3,40/100 GbE、光纖通道和Xilinx Aurora等高帶寬數據總線的重要性日益凸顯。例如，F-35的集成核心處理器集合來自多個ISR傳感器的數據，以便對這些數據進行集中處理。這有助于提高飛行員的情境感知能力。這一趨勢的核心是高速串行收發器技術（也稱為多千兆位收發器或MGT）的發展。近年來，該技術發展迅速，目前的線路速率達到每通道32 Gbps; 56 Gbps PAM4即將問世。FPGA通常被認為是處理資源，但它們也包含一些最復雜的MGT，這使它們成為傳感器開發的理想終端。

圖4.聚合來自多個ISR傳感器的數據，以便使用高速數據總線進行集中處理

使用模塊化儀器的優勢在于，隨著處理能力和帶寬的迅速增加，系統可以更容易地升級。PXI平臺特別適用于需要高帶寬數據流和集成定時和同步的系統。

5. 借助模塊化的COTS儀器，將所有功能結合在一起

隨著這些基礎技術的快速發展，雷達技術和架構的復雜性和性能都在不斷提高。隨著技術的不斷發展，系統必須不斷發展以跟上步伐。實現所需定制和性能的唯一可行選擇似乎是讓內部設計人才基于內部知識，在公司內部為雷達原型和測試系統開發完全定制的硬件和軟件。但是，這些解決方案還伴隨有長期維護責任和高機會成本。

隨著FPGA的出現以及模塊化新型轉換器和數據流技術的快速采用，COTS解決方案不僅可以滿足規范要求，還可以提供靈活性，確保系統具備長壽命周期所需的耐用性。通過將這些技術快速整合到模塊化的COTS設備中，NI可幫助工程師輕松滿足先進雷達系統不斷變化的要求，同時滿足嚴格的時間表和預算。

編輯：黃飛

?