4大技術趨勢推動先進雷達發展

作者 : NI

隨著氮化鎵、高速資料轉換器、FPGA以及高頻寬資料匯流排等基礎技術的快速發展,雷達技術和架構的複雜度和性能都在不斷提高中...

電磁頻譜是戰爭領域中越來越受爭議的一個話題。電子對抗措施日益複雜,導致探測第五代戰鬥機變得更加困難,因此,大多數世界主要大國正大力投資於網路戰技術,以便未來成為這一領域的主導者。此外,隨著蜂巢式手機供應商開始推出5G、汽車製造商推動車聯網(V2X)通訊,以及物聯網(IoT)將無線連接推向無數裝置,頻譜的商業用途正呈指數級擴展。

這種演變對於科學家和工程師在設計和測試情報、監視和偵察(ISR)系統時帶來了新的挑戰。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率的方法來開發日益複雜的系統。

然而,支援這些複雜系統的基礎技術也在不斷發展以因應這些挑戰。針對雷達設計和測試提供儀器和設備的國家儀器(National Instruments;NI)認為,近來的4大創新將在未來幾年內對雷達技術產生最大的影響:

氮化鎵應用於前端元件

氮化鎵(GaN)被認為是自矽以來最重要的半導體創新產品,該材料可承受的工作電壓要比傳統半導體材料更高得多。更高的電壓意味著更高的效率,因此,基於GaN的RF功率放大器(PA)和衰減器具有更低的功耗,且產生的熱量更少。隨著越來越多基於GaN的RF元件供應商為市場提供生產就緒的可靠產品,GaN放大器的應用也日益普及。

該技術對於主動電子掃描陣列(AESA)雷達系統的發展非常重要。AESA是完全主動的陣列,包含數百甚至數千天線,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在實體上移動天線。

相較於其他傳統雷達,這些類型的雷達系統由於具有更高的目標功率、空間解析度和強韌性而日益普及。例如,如果陣列中的某個元件故障了,雷達仍然可以繼續運作。因此,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提供相同的輸出功率。

AESA Radar, NI

圖1:AESA雷達架構

隨著採用GaN技術的應用和解決方案日益先進,元件級測試結果與系統級測試結果之間的相互關聯也變得日益重要。採用向量網路分析儀(VNA)的傳統元件測試方法可以準確顯示窄頻的正向和反射增益和相位。

然而,這種傳統方法中的連續波(CW)激勵訊號並不能準確反映元件最終使用的實際訊號環境。作為替代方案,您可以利用向量訊號分析儀(VSA)和向量訊號產生器(VSG)的寬頻靈活性,從而創建更能代表實際應用及其環境的脈衝和調變激勵訊號。此功能與S參數分析的組合已經成為越來越具有策略意義的元件級測試方法。

高速資料轉換器用於收發訊號

轉換器技術每年都在不斷進步。如今,來自主要半導體公司的類比數位轉換器(ADC)和數位類比轉換器(DAC)在同級解析度下,其取樣速率比五年前的轉換器更快好幾個數量級。這些高速ADC的解析度提高也為雷達提供了更高的動態範圍和更寬的暫態頻寬。動態範圍是決定最大工作範圍的關鍵要素;例如,它使第五代戰鬥機(如F-35)能夠辨識更遠的目標。更高暫態頻寬提供了諸多好處,包括透過脈衝壓縮增加空間解析度以及實現低攔截機率(LPI)雷達等先進技術。更高頻寬帶來的另一個趨勢是感測器融合。使用感測器融合技術,您可以對單個訊號鏈進行多個功能操作。例如,透過將多個頻段上不同類型的波形分離開,寬頻感測器可以同時用作為通訊系統和雷達。

此外,許多半導體公司正在發佈稱為「直接RF取樣轉換器」的ADC和DAC,例如TI ADC12DJ3200,能夠以高達6.4GS/s的速率擷取資料。具有12位元解析度的RF取樣轉換器可在此取樣速率下,直接將RF輸入訊號轉換為C頻段,而無需升頻或降頻。隨著轉換器的不斷發展,未來的雷達將受益於C和X頻段的直接RF取樣。

Heterodyne, radars, NI
Direct RF, Radar, NI

圖2:外差與直接RF取樣架構

直接RF取樣架構將徹底改變AESA雷達。在完全主動陣列中,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取樣,則每個發送-接收模組(TRM)還需要有各自的升/降頻階段。這會增加設計成本、尺寸和性能變化。而使用直接RF取樣架構,就無需再使用混頻器和本地振盪器(LO),從而簡化了RF前端架構,降低成本、尺寸和複雜性。基於這一大型發射器和接收器陣列,直接RF取樣架構將可以顯著提高通道密度並降低每個通道的成本。

透過模組化儀器方法,有助於在最新轉換器廣泛應用於商用儀器之前,迅速將其推向市場。例如,國家儀器(NI)最新的FlexRIO收發器採用直接RF取樣轉換器,取樣速率最高可達6.4GS/s。這有助於研究人員和工程師使用實際的I/O快速進行原型驗證,並開發出與當今雷達的尖端性能相匹配的測試平台。這些設備還能夠利用PXI的先進時序和同步背板,在單個系統中實現數十個到數百個通道的相位一致性。

發展中的FPGA應用於認知技術

FPGA技術也在不斷發展中。現代FPGA包含更多邏輯,提供更高的每瓦運算能力,並支援高達150Gb/s的高速資料串流和專用IP模組。當今FPGA的運算能力為五年前根本無法實現的創新技術打開了大門。

基於新FPGA技術的一個創新領域是機器學習在認知雷達的應用。這些技術提高了雷達對環境的反應能力,從而提供更具操作性的資訊。機器學習並不是運行預先編程的模式(如搜尋模式、追蹤模式等),而是讓雷達自動適應最佳工作參數,包括操作頻率和波形類型。機器學習還可實現自動目標辨識(ATR)等功能以及基於知識輔助的操作。

FPGA + Cognitive Radar, NI

圖3:部署在認知雷達的FPGA上的機器學習技術

雖然國防和航空航太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階FPGA設計工具的進步。更高階的工具可以簡化主機演算法到FPGA的遷移,從而提高開發效率,同時在設計中整合底層HDL。以LabVIEW FPGA的例子來看,開發人員還可以經由提取板卡基礎設施(如PCI Express、JESD204B、記憶體控制器和時脈等)而受益於緊密的軟硬體整合。這可以將FPGA開發的重點從板卡支援轉向演算法設計,從而在確保性能的情況下減少開發工作量。即使是不具備VHDL或Verilog專業知識的軟體工程師和科學家,或者面臨緊迫時間進度的硬體工程師,更精煉的FPGA工具將有助於大幅縮短開發週期。

高頻寬資料匯流排應用於感測器融合

另一個關鍵趨勢是在將高頻寬感測器資料傳輸回集中處理器進行運算時,PCI Express Gen 3、40/100 GbE、Fiber Channel和Xilinx Aurora等高頻寬資料匯流排的重要性日益凸顯。例如,F-35的整合型核心處理器聚集來自多個ISR感測器的資料,以便密集處理這些資料。這有助於提高飛行員的情境感知能力。這一趨勢的核心是高速串列收發器技術(也稱為數千兆位元[Multi-Gigabit]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32Gbps;56Gbps PAM4技術也在崛起中。FPGA通常被認為是處理資源,但它們也包含一些最先進的MGT,使其成為感測器開發的理想目標。

ISR Sensors, NI

圖4:聚合來自多個ISR感測器的資料,以便使用高速資料匯流排進行集中處理

使用模組化儀器的優勢在於,隨著處理能力和頻寬的迅速增加,系統可以更容易地升級。PXI平台特別適用於需要高頻寬資料串流和整合時序與同步化的系統。

模組化COTS儀器結合所有功能

隨著這些基礎技術的快速發展,雷達技術和架構的複雜度和性能都在不斷提高。而當技術不斷進展,系統也必須持續發展以跟上步伐。如果要實現所需的客製化程度和性能,唯一可行的選擇可能就在於擁有內部設計人才以及專業知識,自主開發針對雷達原型和測試系統的完全客製硬體和軟體。然而,這些解決方案還伴隨著長期維護責任和較高的機會成本。

隨著FPGA的出現以及新型模組化轉換器和資料串流技術的快速導入,現成可商用(COTS)的解決方案不僅能滿足規格要求,還提供了靈活性,確保系統具備長壽命週期所需的耐用性。藉由快速整合這些技術到模組化COTS設備中,NI期望協助工程師輕鬆滿足先進雷達系統不斷變化的要求,同時符合嚴格的時間表和預算。

活動簡介

人工智慧(AI)無所不在。這一波AI浪潮正重塑並徹底改變科技產業甚至整個世界的未來。如何有效利用AI協助設計與開發?如何透過AI從設計、製造到生產創造增強的體驗?如何以AI作為轉型與變革的力量?打造綠色永續未來?AI面對的風險和影響又是什麼?

AI⁺ 技術論壇聚焦人工智慧/機器學習(AI/ML)技術,涵蓋從雲端到邊緣、從硬體到軟體、從演算法到架構的AI/ML技術相關基礎設施之設計、應用與部署,協助您全面掌握AI最新技術趨勢與創新,接軌AI生態系佈局,讓機器學習更快速、更經濟、更聰明也更有效率。

贊助廠商

加入LINE@,最新消息一手掌握!

發表評論