云環(huán)境下的航天測(cè)控信號(hào)處理平臺(tái)*

閆 迪**1，王元?dú)J1，馬 宏1，劉燕都1，孫 克

(1.航天工程大學(xué) 電子與光學(xué)工程系，北京 101416；2.北京航天飛行控制中心，北京 102206)

1 引 言

航天測(cè)控站的任務(wù)是直接對(duì)航天器進(jìn)行跟蹤測(cè)量、遙測(cè)、遙控和通信等，并將接收到的測(cè)量、遙測(cè)信息傳送給航天控制中心，根據(jù)航天控制中心的指令與航天器通信，并配合控制中心完成對(duì)航天器的控制。信號(hào)處理部件的性能直接影響到測(cè)控的精度與可靠性，是航天測(cè)控站的核心部件之一。各種測(cè)控新體制和新技術(shù)的發(fā)展更離不開(kāi)先進(jìn)的數(shù)字信號(hào)處理方法，并使得信號(hào)處理部件由以往專用芯片的單一化、專用化設(shè)計(jì)向通用化、標(biāo)準(zhǔn)化和模塊化發(fā)展。這對(duì)數(shù)字信號(hào)處理平臺(tái)的處理能力、通用性、可重構(gòu)性、可擴(kuò)展性提出了更高的要求。同時(shí)，隨著未來(lái)航天任務(wù)的復(fù)雜化和航天應(yīng)用的多樣化，航天測(cè)控站將擴(kuò)展成為導(dǎo)航、感知和遙感等能力綜合化的地面站[1-2]，信號(hào)處理部件將面臨前所未有的數(shù)量大、種類多、型號(hào)雜的復(fù)雜處境。由于各信號(hào)處理部件的處理平臺(tái)擁有獨(dú)立的硬件，其維護(hù)管理和改造升級(jí)變得越來(lái)越低效。因此，建設(shè)一個(gè)通用性強(qiáng)、可擴(kuò)展、可重構(gòu)，并具有復(fù)雜信號(hào)處理能力的測(cè)控信號(hào)處理平臺(tái)是一個(gè)重要研究方向，也是本文的研究?jī)?nèi)容。

對(duì)于數(shù)字信號(hào)處理平臺(tái)，通常具有以下兩種設(shè)計(jì)方案：一是數(shù)字信號(hào)處理器(Digital Signal Processor,DSP)+現(xiàn)場(chǎng)可編程門(mén)陣列(Field Programmable Gate Array,FPGA)?，F(xiàn)有的大多數(shù)數(shù)字信號(hào)處理系統(tǒng)主要采用FPGA+DSP的架構(gòu)，軟件無(wú)線電技術(shù)使得可以在一套硬件平臺(tái)基礎(chǔ)上通過(guò)軟件編程改變硬件電路的配置和功能，具有良好的靈活性。但由于不同硬件平臺(tái)的接口定義不同，信號(hào)處理軟件不具備跨平臺(tái)的通用性，可繼承性較差，可擴(kuò)展性也不強(qiáng)。二是中央處理器(Central Processing Unit,CPU)+通用計(jì)算圖形處理器(General Purpose GPU,GPGPU)。隨著CPU和GPGPU等處理技術(shù)的發(fā)展，采用通用處理器進(jìn)行數(shù)字信號(hào)處理已經(jīng)成為可能。通用處理方式可進(jìn)一步減少插件，提高系統(tǒng)的可擴(kuò)展能力，并降低后續(xù)維護(hù)成本，但仍存在可擴(kuò)展性、可重構(gòu)性方面的瓶頸。

當(dāng)下熱門(mén)的云計(jì)算技術(shù)和大數(shù)據(jù)處理技術(shù)為本文提供了新思路。云計(jì)算技術(shù)是并行計(jì)算、分布式計(jì)算和網(wǎng)格計(jì)算的發(fā)展及商業(yè)實(shí)現(xiàn)，可為應(yīng)用提供增強(qiáng)的計(jì)算能力和存儲(chǔ)容量，并保證安全性、可靠性和可擴(kuò)展性，正在引發(fā)包括航天測(cè)控領(lǐng)域在內(nèi)的各行業(yè)進(jìn)行工作模式和思維方式的變革[3-4]。云計(jì)算技術(shù)已應(yīng)用于移動(dòng)通信云基站、遙感大數(shù)據(jù)處理、大規(guī)模地形數(shù)據(jù)處理等領(lǐng)域。除此之外，有關(guān)學(xué)者也在全球?qū)Ш叫l(wèi)星系統(tǒng)(Global Navigation Satellite System,GNSS)云接收機(jī)、發(fā)射場(chǎng)云計(jì)算平臺(tái)和測(cè)控云服務(wù)平臺(tái)等領(lǐng)域進(jìn)行了探索性研究。利用云計(jì)算技術(shù)，為航天測(cè)控站建立一個(gè)通用的信號(hào)處理平臺(tái)，可將硬件資源虛擬化為資源池，實(shí)現(xiàn)資源統(tǒng)一管理調(diào)度，并具備容災(zāi)備份能力，而這都是云計(jì)算技術(shù)本身的優(yōu)勢(shì)所在。

隨著互聯(lián)網(wǎng)信息量的急劇膨脹，大數(shù)據(jù)處理技術(shù)應(yīng)運(yùn)而生，有關(guān)學(xué)者已將流數(shù)據(jù)處理技術(shù)運(yùn)用于衛(wèi)星的下行圖像、科學(xué)數(shù)據(jù)、工程數(shù)據(jù)處理。再者，隨著通用處理器性能提升和通用計(jì)算技術(shù)的發(fā)展，在通用計(jì)算設(shè)備上進(jìn)行信號(hào)處理已成為可能[5-7]。航天測(cè)控站內(nèi)的數(shù)字信號(hào)具有高速、多通道、實(shí)時(shí)、無(wú)限等特點(diǎn)，是一種特殊的流式數(shù)據(jù)，利用流計(jì)算技術(shù)在云平臺(tái)上進(jìn)行數(shù)字信號(hào)處理具有一定可行性。

因此，本文利用云計(jì)算技術(shù)、大數(shù)據(jù)處理技術(shù)，提出一種面向航天測(cè)控站的全站計(jì)算環(huán)境(Total Station Computing Environment，TSCE)設(shè)想，旨在為測(cè)控站內(nèi)的所有信號(hào)處理和數(shù)據(jù)處理提供計(jì)算平臺(tái)。使用多視圖方法對(duì)TSCE的體系結(jié)構(gòu)進(jìn)行描述設(shè)計(jì)，然后對(duì)TSCE的關(guān)鍵技術(shù)進(jìn)行初步研究。TSCE關(guān)鍵技術(shù)主要包括實(shí)時(shí)流計(jì)算技術(shù)和并行信號(hào)處理算法，本文提出一種層次化并行處理框架，對(duì)框架的實(shí)時(shí)性進(jìn)行了詳細(xì)分析。

2 TSCE及體系結(jié)構(gòu)

從功能上講，TSCE為全測(cè)控站的各種測(cè)控應(yīng)用提供一個(gè)通用的、開(kāi)放的計(jì)算、處理、通信和服務(wù)環(huán)境，支持測(cè)控站所需要的計(jì)算任務(wù)的執(zhí)行。從概念上講，TSCE以商用計(jì)算機(jī)、服務(wù)器和網(wǎng)絡(luò)等硬件資源為基礎(chǔ)，利用虛擬化技術(shù)將硬件資源虛擬化為統(tǒng)一的計(jì)算資源池，實(shí)施統(tǒng)一的資源分配與管理。TSCE具有以下幾點(diǎn)優(yōu)勢(shì)：

(1)更低的裝備成本、更高的測(cè)控精度

減少測(cè)控綜合基帶等專用設(shè)備的需求，大大降低裝備成本。在足夠的計(jì)算資源支撐下，可采用較復(fù)雜的信號(hào)處理算法和誤差修正算法，突破影響精度的“瓶頸”因素。

(2)軟件化、通用化、標(biāo)準(zhǔn)化

大量的數(shù)字信號(hào)處理和數(shù)據(jù)處理工作由CPU、GPU等通用處理器上的純軟件完成，大量采用標(biāo)準(zhǔn)的商用貨架式產(chǎn)品，減少專用芯片和測(cè)控專用設(shè)備比例，提高了軟件化、通用化、標(biāo)準(zhǔn)化程度。

(3)高可靠性

傳統(tǒng)測(cè)控站使用雙熱機(jī)備份方法保證不間斷測(cè)控任務(wù)，TSCE利用多計(jì)算資源和多軟件實(shí)現(xiàn)更大程度的冗余備份，具有更高可靠性。

TSCE是一個(gè)復(fù)雜系統(tǒng)，具有開(kāi)放式體系結(jié)構(gòu)，從任何一個(gè)角度進(jìn)行描述都不能清楚、完整地說(shuō)明系統(tǒng)的所有內(nèi)容。本文引入多視圖方法對(duì)測(cè)控云平臺(tái)的體系結(jié)構(gòu)進(jìn)行描述[8]，分別是邏輯視圖、物理視圖和功能視圖。

2.1 邏輯視圖

邏輯視圖是為便于理解系統(tǒng)結(jié)構(gòu)與組織而創(chuàng)建，如圖1所示。

圖1 邏輯視圖Fig.1 Logical view

TSCE具有層次化邏輯結(jié)構(gòu)，包括應(yīng)用層、核心服務(wù)層、資源管理層和資源池層。

(1)資源池層

資源池層是建立在物理實(shí)體上的最底層，主要由計(jì)算處理設(shè)備、存儲(chǔ)設(shè)備和通信設(shè)備組成，它們構(gòu)成了TSCE的網(wǎng)絡(luò)和計(jì)算基礎(chǔ)。通過(guò)虛擬化技術(shù)將各種物理設(shè)備虛擬化為計(jì)算資源池，并提供向上層的接口，用于資源配置和資源調(diào)用。

(2)資源管理層

資源管理層建立在資源池層之上，提供資源統(tǒng)計(jì)監(jiān)控、資源申請(qǐng)部署、資源變更回收、資源參數(shù)配置和資源調(diào)度等功能。

(3)核心服務(wù)層

核心服務(wù)層建立在資源管理層之上，為應(yīng)用層提供必要的服務(wù)，是TSCE最重要的一層，主要由流式處理系統(tǒng)、任務(wù)管理、定義規(guī)范、并行計(jì)算等組成。流式處理系統(tǒng)是一種分布式計(jì)算系統(tǒng)，為測(cè)控通信信號(hào)處理等實(shí)時(shí)性要求高的應(yīng)用提供支撐平臺(tái)，用戶的信號(hào)處理算法或數(shù)據(jù)處理算法都在流式處理系統(tǒng)上部署運(yùn)行。任務(wù)管理提供有關(guān)任務(wù)安全管理、任務(wù)規(guī)劃部署和任務(wù)狀態(tài)監(jiān)控等服務(wù)。定義規(guī)范由數(shù)據(jù)流格式規(guī)范、信號(hào)處理模塊規(guī)范和系統(tǒng)接口規(guī)范等組成。并行計(jì)算庫(kù)由Intel數(shù)學(xué)核心函數(shù)庫(kù)、MPI、OpenMP、FFTW和IPP等組成，為信號(hào)處理算法的運(yùn)行提供多種并行編程方法和高性能并行函數(shù)。

(4)應(yīng)用層

應(yīng)用層是邏輯結(jié)構(gòu)的最頂層，由測(cè)控、數(shù)傳、雷達(dá)、導(dǎo)航等多種應(yīng)用的處理算法組成。

2.2 物理視圖

物理視圖描述TSCE的硬件部分，由適配處理設(shè)備、計(jì)算處理設(shè)備、網(wǎng)絡(luò)設(shè)備和人機(jī)接口設(shè)備組成。適配處理設(shè)備是TSCE和外部設(shè)備的接口，對(duì)TSCE與全測(cè)控站的集成優(yōu)化具有重要意義。計(jì)算處理設(shè)備和網(wǎng)絡(luò)設(shè)備是TSCE的主要組成部分，是計(jì)算任務(wù)的執(zhí)行單元。人機(jī)接口設(shè)備是提供給用戶的顯控設(shè)施，本身不承擔(dān)計(jì)算任務(wù)。

圖2 物理視圖Fig.2 Physical view

2.3 功能視圖

功能視圖用來(lái)描述在TSCE上進(jìn)行測(cè)控信號(hào)處理任務(wù)時(shí)內(nèi)部的數(shù)據(jù)流、使用時(shí)的實(shí)際操作流程和進(jìn)程運(yùn)行情況，由數(shù)據(jù)流視圖、流程視圖和運(yùn)行視圖組成。

(1)數(shù)據(jù)流視圖

TSCE內(nèi)部存在大量的數(shù)據(jù)信息交換，將不同來(lái)源、格式的數(shù)據(jù)在邏輯上進(jìn)行有機(jī)集中，實(shí)現(xiàn)數(shù)據(jù)的統(tǒng)一訪問(wèn)、統(tǒng)一描述，建立信息按需共享機(jī)制。根據(jù)實(shí)時(shí)性和非實(shí)時(shí)性分開(kāi)的原則，從邏輯上建立兩條數(shù)據(jù)總線：一是實(shí)時(shí)數(shù)據(jù)總線，基于infiniband和內(nèi)存共享技術(shù)，用于傳輸具有處理需求的源數(shù)據(jù)、中間結(jié)果數(shù)據(jù)和處理結(jié)果等實(shí)時(shí)性強(qiáng)的數(shù)據(jù)；二是非實(shí)時(shí)數(shù)據(jù)總線，基于TCP/IP傳輸技術(shù)，用于傳輸資源配置參數(shù)、任務(wù)監(jiān)控?cái)?shù)據(jù)等實(shí)時(shí)性較弱的數(shù)據(jù)。圖3所示為數(shù)據(jù)流視圖。

圖3 數(shù)據(jù)流視圖Fig.3 Data stream view

(2)流程視圖

業(yè)務(wù)流程視圖描述申請(qǐng)任務(wù)、執(zhí)行任務(wù)和銷毀任務(wù)的流程，如圖4所示。

圖4 數(shù)據(jù)流視圖Fig.4 Data stream view

(3)運(yùn)行視圖

TSCE為每個(gè)測(cè)控信號(hào)處理任務(wù)建立一個(gè)虛擬集群，運(yùn)行視圖描述虛擬集群的組成及集群運(yùn)行的進(jìn)程，如圖5所示。

圖5 運(yùn)行視圖Fig.5 Runtime view

一個(gè)完整的虛擬集群由用戶終端、適配處理器、任務(wù)管理節(jié)點(diǎn)、計(jì)算節(jié)點(diǎn)和互聯(lián)網(wǎng)絡(luò)組成。用戶終端上運(yùn)行ClientUnit進(jìn)程，具有向任務(wù)管理節(jié)點(diǎn)部署計(jì)算任務(wù)，發(fā)送計(jì)算參數(shù)等功能。任務(wù)管理節(jié)點(diǎn)上運(yùn)行JobManager進(jìn)程，是用戶獲得計(jì)算任務(wù)信息的唯一接口，對(duì)計(jì)算任務(wù)進(jìn)行全局管理，反饋任務(wù)健康信息。計(jì)算節(jié)點(diǎn)上運(yùn)行NodeManager進(jìn)程，是計(jì)算節(jié)點(diǎn)的管理進(jìn)程，NodeManager根據(jù)JobManager的需求，創(chuàng)建多個(gè)TaskExecutor進(jìn)程，TaskExecutor是工作進(jìn)程，執(zhí)行具體的信號(hào)處理算法或數(shù)據(jù)處理算法。

3 常用實(shí)時(shí)流計(jì)算框架及不足

航天測(cè)控信號(hào)處理具有極高的實(shí)時(shí)性要求，如何將多核并行計(jì)算優(yōu)勢(shì)轉(zhuǎn)化為信號(hào)處理能力，是一個(gè)需要研究的重點(diǎn)問(wèn)題。隨著互聯(lián)網(wǎng)的快速發(fā)展和各類智能設(shè)備的普及，人類產(chǎn)生的數(shù)據(jù)量呈爆炸式增長(zhǎng)。如何實(shí)時(shí)有效地處理這些大數(shù)據(jù)已經(jīng)成為當(dāng)今學(xué)界和工業(yè)界的研究熱點(diǎn)。為此，涌現(xiàn)出許多分布式流處理框架，大致可以分為兩大類：以Storm[9]、Yahoo!S4[10]等為代表的連續(xù)數(shù)據(jù)流處理系統(tǒng)和以Spark Streaming[11]、HOP為代表的離散流處理系統(tǒng)。離散流處理系統(tǒng)吞吐率大，易與批處理應(yīng)用相結(jié)合，但由于是批處理模式，在面臨實(shí)時(shí)性要求較高的流計(jì)算應(yīng)用以及系統(tǒng)中大量微小任務(wù)時(shí)往往表現(xiàn)出負(fù)載不均衡、延遲較高等不適應(yīng)性，導(dǎo)致流計(jì)算應(yīng)用得不到及時(shí)快速的響應(yīng)。航天測(cè)控站內(nèi)的中頻數(shù)字信號(hào)具有高速、多通道、實(shí)時(shí)、無(wú)限等特點(diǎn)，是一種特殊的流式數(shù)據(jù)，利用流計(jì)算技術(shù)進(jìn)行數(shù)字信號(hào)處理具有一定可行性。本節(jié)對(duì)在常見(jiàn)連續(xù)數(shù)據(jù)流處理系統(tǒng)上進(jìn)行數(shù)字信號(hào)處理的可行性進(jìn)行分析。

Storm是由BackType開(kāi)發(fā)并被Twitter于2011年開(kāi)源的分布式實(shí)時(shí)計(jì)算系統(tǒng)。在Storm上運(yùn)行的計(jì)算邏輯被稱為topology，一個(gè)topology由worker、executor和task三個(gè)實(shí)體完成，如圖6所示。

圖6 worker、executor和task的關(guān)系Fig.6 The relationship between worker,executor and task

在Storm系統(tǒng)中，數(shù)據(jù)處理是以topology為基本單位由用戶提交給系統(tǒng)計(jì)算的，topology由多個(gè)component組成。Storm通過(guò)worker、executor和task三個(gè)實(shí)體完成處理工作。worker是物理機(jī)啟動(dòng)的進(jìn)程，所有的topology都在worker中運(yùn)行。executor是由worker進(jìn)程啟動(dòng)的單獨(dú)線程，task是最終運(yùn)行處理代碼的單元。一個(gè)task是component的一個(gè)實(shí)例，默認(rèn)情況下一個(gè)executor只運(yùn)行一個(gè)task，即一個(gè)task最多由一個(gè)線程執(zhí)行。Storm通過(guò)在不同物理節(jié)點(diǎn)上創(chuàng)建多個(gè)worker，在每個(gè)worker中創(chuàng)建多個(gè)executor，提高task的并發(fā)數(shù)。

在信號(hào)處理領(lǐng)域，一個(gè)信號(hào)處理任務(wù)由多個(gè)信號(hào)處理模塊組成，如同一個(gè)topology由多個(gè)component組成。一個(gè)信號(hào)處理模塊可能需要多個(gè)線程參與處理，但Storm的并行機(jī)制不支持一個(gè)task具有多個(gè)線程。此外，數(shù)字信號(hào)與流數(shù)據(jù)最大的不同之處是前后數(shù)據(jù)點(diǎn)具有相關(guān)性，不能進(jìn)行獨(dú)立處理。流計(jì)算最初的設(shè)計(jì)目標(biāo)是用來(lái)處理網(wǎng)絡(luò)請(qǐng)求、查詢等獨(dú)立的事務(wù)集，要求數(shù)據(jù)流中的每個(gè)數(shù)據(jù)單元都能被單獨(dú)處理。但數(shù)字信號(hào)流中前后兩個(gè)數(shù)據(jù)單元具有關(guān)聯(lián)性，在Storm中，這兩個(gè)單元會(huì)被分在不同的任務(wù)實(shí)例中，那么這兩個(gè)單元均無(wú)法正常解析。可見(jiàn)，Storm并不適用于數(shù)字信號(hào)處理，需要研究一種適合于測(cè)控信號(hào)處理的并行處理框架。

4 層次化并行處理框架

4.1 HPPF框架

對(duì)于一般速率的信號(hào)處理算法來(lái)說(shuō)，使用多核流水線方法可在不改變算法的基礎(chǔ)上實(shí)現(xiàn)并行處理。常用的兩種軟件無(wú)線電平臺(tái)GNU Radio[12]和SORA[13]就是使用此法。對(duì)于高速率的信號(hào)處理算法，多核流水線可能無(wú)法實(shí)現(xiàn)實(shí)時(shí)處理，需要并行化程度更高的并行方法，本文提出一種“數(shù)據(jù)級(jí)+線程級(jí)”的層次化并行處理框架(Hierarchical Parallel Processing Framework,HPPF)。

如圖7所示為HPPF的結(jié)構(gòu)，由信號(hào)分割、進(jìn)程管理、支路進(jìn)程和結(jié)果綜合四部分組成。信號(hào)分割的作用是根據(jù)一定規(guī)則，分解數(shù)據(jù)流形成連續(xù)不斷的信號(hào)塊。進(jìn)程管理是整個(gè)架構(gòu)的調(diào)度中心，通過(guò)監(jiān)視各支路進(jìn)程的狀態(tài)及時(shí)發(fā)現(xiàn)空閑進(jìn)程，將信號(hào)塊派發(fā)到空閑進(jìn)程進(jìn)行處理。支路進(jìn)程的作用是信號(hào)處理，一個(gè)HPPF中所有支路進(jìn)程的算法程序完全一樣，只有處理的信號(hào)塊不同。結(jié)果綜合的作用是按照一定規(guī)則對(duì)各支路進(jìn)程的處理結(jié)果進(jìn)行再加工，合并為最終處理結(jié)果。

圖7 HPPF的結(jié)構(gòu)Fig.7 The structure of HPPF

HPPF具有高度并行和高可靠性兩個(gè)特點(diǎn)。

(1)并行性

HPPF具有鮮明的“數(shù)據(jù)級(jí)+線程級(jí)”層次化并行特點(diǎn)，數(shù)據(jù)級(jí)并行是指同時(shí)對(duì)多信號(hào)塊進(jìn)行處理，線程級(jí)并行是指使用多個(gè)線程對(duì)每個(gè)信號(hào)塊進(jìn)行處理。這種層次化并行策略使得HPPF并行化程度更高，但是需要符合HPPF并行化策略的信號(hào)處理算法支持。

(2)可靠性

HPPF本身具有天然的可靠性，各信號(hào)塊由不同支路進(jìn)程處理，相關(guān)性較小，即使某個(gè)進(jìn)程意外崩潰，也不影響其余信號(hào)塊的處理。

4.2 HPPF的實(shí)時(shí)性分析

吞吐率和延遲是反映實(shí)時(shí)性的兩個(gè)重要指標(biāo)。吞吐率的物理意義是每秒能夠處理的采樣點(diǎn)數(shù)，分為理論吞吐率和實(shí)際吞吐率。實(shí)際吞吐率是指一個(gè)系統(tǒng)在運(yùn)行中的處理速度，一定不大于系統(tǒng)的AD采樣速率fs。若實(shí)際處理速率能達(dá)到fs，稱此系統(tǒng)為實(shí)時(shí)處理系統(tǒng)；若實(shí)際處理速率小于fs，稱此系統(tǒng)為非實(shí)時(shí)處理系統(tǒng)。理論吞吐率是指在沒(méi)有信號(hào)采樣的約束下，系統(tǒng)的最大處理速度。延遲是指在一個(gè)實(shí)際運(yùn)行的系統(tǒng)中，從信號(hào)接收到得到處理結(jié)果之間的時(shí)間間隔。對(duì)HPPF的實(shí)時(shí)性進(jìn)行分析，得到如表1所示結(jié)果，表中L是信號(hào)塊長(zhǎng)度，Tpro(L)是一個(gè)信號(hào)塊的處理時(shí)間，Ts是采樣間隔，N是信號(hào)塊的序號(hào)。

表1 實(shí)時(shí)性分析結(jié)果Tab.1 Results of real-time analysis

對(duì)表1進(jìn)行分析，可得到以下結(jié)論：對(duì)于一個(gè)采樣周期為T(mén)s的HPPF系統(tǒng)，存在一個(gè)支路進(jìn)程數(shù)目的門(mén)限值

(1)

5 結(jié) 論

本文提出一種全站計(jì)算環(huán)境設(shè)想，建立了對(duì)全站計(jì)算環(huán)境體系結(jié)構(gòu)的多視圖描述框架；提出了一種適用于信號(hào)處理的層次化并行處理框架，通過(guò)調(diào)整信號(hào)塊長(zhǎng)度和支路進(jìn)程個(gè)數(shù)可實(shí)現(xiàn)吞吐率和延遲的調(diào)整，使之滿足實(shí)時(shí)性要求。

下一步將以本文研究成果為基礎(chǔ)，搭建全站計(jì)算環(huán)境的試驗(yàn)仿真平臺(tái)。

：

[1] 王彬,劉友永. 微波統(tǒng)一測(cè)控系統(tǒng)的發(fā)展趨勢(shì)及建議[J].無(wú)線電工程,2017,47(4):44-48.

WANG Bin,LIU Youyong. Development trends of unified microwave TT&C systems and suggestions[J].Radio Engineering,2017,47(4):44-48.(in Chinese)

[2] 蔣羅婷. 國(guó)外小衛(wèi)星測(cè)控通信網(wǎng)發(fā)展現(xiàn)狀和趨勢(shì)[J].電訊技術(shù),2017,57(11):1341-1348.

JIANG Luoting. Development and trends of foreign TT&C and communication networks for small satellites[J].Telecommunication Engineering,2017,57(11):1341-1348.(in Chinese)

[3] 蘇麗,張博為,諶明,等. 大數(shù)據(jù)技術(shù)在航天領(lǐng)域發(fā)展與應(yīng)用[J].遙測(cè)遙控,2015(2):1-9.

SU Li,ZHANG Bowei,CHEN Ming,et al.Development andapplication of big data technology in aerospace field[J].Journal of Telemetry,Tracking and Command,2015(2):1-9.(in Chinese)

[4] 袁波,張明.航天測(cè)控云計(jì)算應(yīng)用設(shè)想[J].科技創(chuàng)新導(dǎo)報(bào),2010(17):13.

YUAN Bo,ZHANG Ming. Application of cloud computing in aerospace TT&C[J].Science and Technology Innovation Herald,2010(17):13.(in Chinese)

[5] 武新波.基于CUDA的GPS軟件接收機(jī)研究[D].北京:北京理工大學(xué),2015.

WU Xinbo. Research on GPS software receiver based on CUDA[D].Beijing:Beijing Institute of Technology,2015.(in Chinese)

[6] 王子瀟.基于CUDA GPU平臺(tái)的脈沖多普勒雷達(dá)信號(hào)模擬軟件[D].北京:北京理工大學(xué),2016.

WANG Zixiao. A PD radar simulation software based on CUDA GPU platform[D].Beijing:Beijing Institute of Technology,2016.(in Chinese)

[7] 韋順軍,蒲羚,張曉玲,等. 復(fù)雜軌跡合成孔徑雷達(dá)后向投影算法圖像流GPU成像[J].電訊技術(shù),2016,56(8):879-886.

WEI Shunjun,PU Ling,ZHANG Xiaoling,et al.Image streams GPU-based back projection for complex trajectory synthetic aperture radar imaging[J].Telecommunication Engineering,2016,56(8):879-886.(in Chinese)

[8] 程賁,魯延京,葛冰峰,等.武器裝備體系能力多視圖模型研究[J].國(guó)防科技大學(xué)學(xué)報(bào),2011,33(6):163-168.

CHENG Ben,LU Yanjing,GE Bingfeng,et al.Capability views model for weapon system-of-systems[J].Journal of National University of Defense Technology,2011,33(6):163-168.(in Chinese)

[9] 李川,鄂海紅,宋美娜. 基于Storm的實(shí)時(shí)計(jì)算框架的研究與應(yīng)用[J].軟件,2014(10):16-20.

LI Chuan,E Haihong,SONG Meina. Research & application of real-time compute framework based on Storm[J].Software,2014(10):16-20.(in Chinese)

[10] NEUMEYER L,ROBBINS B,NAIR A,et al.S4:distributed stream computing platform[C]//Proceedings of 2010 IEEE International Conference on Data Mining Workshops.Sydney,NSW,Australia:IEEE,2010:170-177.

[11] 黃文輝,馮瑞. 基于Spark Streaming的視頻/圖像流處理與新的性能評(píng)估方法[J].計(jì)算機(jī)工程與科學(xué),2015,37(11):2055-2060.

HUANG Wenhui,FENG Rui. A novel performance evaluationmethod for processing video/image stream based on Spark Streaming[J].Computer Engineering & Science,2015,37(11):2055-2060.(in Chinese)

[12] 郭彬,楊育紅,辛剛,等. 基于GNU Radio和USRP的切換天線方向調(diào)制物理層安全系統(tǒng)[J].信息工程大學(xué)學(xué)報(bào),2017,18(1):8-13.

GUO Bin,YANG Yuhong,XIN Gang,et al.Switched antenna directional modulation physical layer security system based on GNU Radio and USRP[J].Journal of Information Engineering University,2017,18(1):8-13.(in Chinese)

[13] TAN K,LIU H,ZHANG J,et al.Sora:high-performance software radio using general-purpose multi-core processors[J].Communications of the ACM,2011,54(1):99-107.