0 引言

微波统一测控系统是我国航天测控网的重要组成部分，经过50余年的发展，其技术体制由分离走向统一，信号形式由标准走向扩频，工作频段由低频段走向高频段，目标数量由单站单目标走向单站多目标，作用距离由低轨走向深空[1-2]。在综合基带技术领域，设备的数字化、软件化程度不断提高，操作的便捷性和可重构能力越来越强。

然而，目前我国的综合基带普遍采用以DSP与FPGA为代表的专用硬件平台进行设备研制。在系统层面，由于专用硬件平台缺乏统一标准，软硬件功能无法分离，造成产品升级与维护成本较高，功能扩展性与灵活性较差。在应用层面，缺乏多个基带设备综合化技术手段，当测控体制类型或任务数量超出单一设备处理能力时，无法实现多个基带设备综合调度，研制费效比较低。因此，本文在研究国内外同类技术发展现状的基础上，提出了新一代测控综合基带的体系框架和关键技术，以适应未来航天测控系统任务复杂化、体制多样化、信息综合化和测控通信一体化等特征趋势，满足系统在弹性服务、按需保障、灵活接入等方面的应用需求。

图1 基于开放式体系结构的遥测接收机结构示意图

1 国内外同类技术发展现状

目前，测控综合基带的主流发展趋势是：通过前端设备的数字化处理，在后端灵活使用不同基带处理资源，完成跟踪测量、遥测、遥控等功能。典型代表如下。

1.1 基于通用化硬件的遥测接收机

美国林肯实验室提出了基于开放式体系结构的遥测接收机[3]，如图1所示。在天线接收信号后，由模拟接收机将射频信号下变频至通用中频，然后由前端处理分系统进行ADC采样、数字下变频、滤波，最后通过数字分发链路，遥测接收机按需处理数字化后的遥测信号。从遥测接收机实现上看，与常规设备的显著不同在于：一是采用通用化的硬件和软件替换了目前遥测接收机中许多的专用硬件，把处理功能分解为更小的模块，便于系统快速升级和缩短研制周期；二是完全去掉了遥测接收机中的专用频率硬件，通过软件控制进行相应的配置，简化了操作和维护；三是由于模块化硬件的采用以及软硬件的去耦特性，使得硬件和软件的开发周期几乎不关联，为采用先进技术和算法提供了极大的灵活性和选择性。

1.2 基于资源池结构的地面终端站

美国NASA提出了“天基网地面部分维护计划”(SGSS)[4]，通过引入数字光纤、基带池、虚拟机等新概念和技术，提供一个可灵活扩展和升级的开放式地面测控系统，如图2所示。SGSS与已有系统相比，虽然基本功能一致，但结构变化明显：SGSS采用“池”式设备结构，当地面天线接收信号并下变频后，立即数字化整个下行接收信号；用户星和中继星的遥测数据以VITA 49数据包的形式传送给数字解调器，然后再通过光纤无损分发给采用ATCA(Advanced Telecom Computing Arc- hitecture)开放标准的基带池，并挑选池中空闲资源执行相应的测控任务，任务完成后再把占用资源返回池中。SGSS的基带基于虚拟化技术，将应用程序、操作系统与物理平台分隔开来，显著减少了测控专用设备的数量，大幅提高了设备的灵活性和可重构性。

图2 SGSS的开放式地面测控系统结构示意图

1.3 基于高速串行总线技术的数据处理终端

在雷达、声纳、视频图像处理、智能信号处理等应用领域，由于受到传输带宽的限制，系统性能难以进一步提升，在此背景下基于VPX(Verstatile Protocol Switch)标准的通用信号处理平台应运而生[5]。VPX总线作为新一代的高速串行总线标准，由VME总线发展而来，同时兼容多种异构处理板卡，在恶劣环境下嵌入式系统之间的高速互联方面取得了较好应用，目前国内诸多研究单位利用VPX平台研制了多类数字信号处理设备[6-7]。与现有测控综合基带大量使用的CPCI平台相比，VPX平台因采用了高速串行交互式总线而非主控式总线，使其在数据传输带宽和结构性能方面有较大优势，更加适应现代雷达领域处理功能繁多、运算复杂、数据量大及高速实时处理的要求。

图3 面向新一代测控综合基带的测控系统架构

2 新一代测控综合基带设计

根据我国统一测控系统应用需求以及国内外同类技术发展现状，新一代测控综合基带设计需求、体系架构与总体设计如下所述。

2.1 设计需求

1)弹性服务：服务规模可快速伸缩，以自动适应各类测控通信业务负载的动态变化，避免因为处理资源性能过载或冗余而导致的服务质量下降或资源浪费。

2)按需保障：资源以共享资源池的方式统一管理，利用虚拟化技术，将资源按需提供给不同用户，资源的调度、管理与分配策略对用户透明。

3) 灵活接入：具备不同测控体制的各种类型飞行器用户随遇接入，虚拟化测控基带池具备处理多体制、多用户、多频段测控通信业务的能力。

2.2 体系架构与总体设计

根据设计需求，新一代测控综合基带必须以系统前端的数字化接收分发为基础，以高效的网络互联和调度管理为支撑，对应的统一测控系统架构如图3所示。基于该架构，测控综合基带采用兼顾技术可行与工程可达的虚拟化技术，将处理资源以统一的软硬件架构进行部署，作为弹性化的测控云节点，按需为整个测控网提供测控服务。基本工作流程为：系统上行发射时，由虚拟测控基带产生上行信息数据流，并完成编码、调制、数字上变频等处理后，经过高速交换网络或光纤送至信号采集与分发模块中，通过D/A板直接调制到工作频段；系统下行接收时，利用信号采集与分发模块将接收的射频信号进行A/D数字化，然后将数据流通过交换网络或光纤送至测控综合基带，站间测控云节点管理平台根据任务需求分配处理资源组成虚拟基带，完成捕获、跟踪、测量、译码等处理。当任务需求超过本地基带处理能力时，利用云服务由管理平台调用其他测控站处理资源，保证整个测控网的正常运行。

基于上述设计，新一代综合测控基带体系架构将以云计算架构为基础，以资源“池化”技术为核心，如图4所示。其中，应用层通过友好的人机交互服务，为用户提供各种体制和要求的测控服务；支持层是为实现用户需求开发部署的各类基础软件及应用接口，并通过资源调度与安全管理保证综合测控基带稳定可靠运行；资源层是综合基带的物理实体，为各类应用及软件提供处理、存储和传输等保障。

图4 新一代测控综合基带的逻辑设计架构

在具体物理实现上，新一代测控综合基带采用基于Vita 65 OPEN VPX标准的高速串行总线，将FPGA、DSP、GPU、存储、交换等各功能板块进行集成，如图5所示。其中，机箱内部包括3类接口：采用RapidIO接口，完成信号处理板与总线之间的信号、信息高速互联；采用PCIE接口，完成GPU处理板、存储板、计算机主板与总线之间的信号、信息高速互联；采用万兆以太网接口，完成计算机主板与其他各功能板卡之间的监视与控制互联，配合站间测控云节点管理平台保障系统的可靠运行。机箱外部包括两类接口：1)光纤接口，完成信号处理板与接收前端之间高速数字信号流的输入输出；2)万兆以太网接口，完成各功能板卡和站间测控云节点管理平台的服务器集群互联。

通过在服务器集群上部署云管理系统，按需构建虚拟机，部署对应模式的基带监控软件，通过基带监控软件实现对各功能板卡的软件动态加载、动态配置，形成功能可定义的测控基带，并通过高速串行总线保证信号、信息在不同功能板块之间实时I/O，最终使通用服务器资源与专用处理资源解耦合，机箱内部各功能板卡有机整合为一个测控资源池，测控任务按需调用池中的处理资源。

图5 新一代测控综合基带物理实现架构

3 关键技术与研究思路

从目前研究进展来看，新一代综合基带体系架构所涉及的云计算架构、资源“池”化技术等已经比较成熟，但结合统一测控系统实际应用需求，还应在以下相关技术领域开展重点研究。

3.1 宽带射频信号采集技术

为实现测控综合基带的虚拟化设计，首要工作是完成接收信号的数字化采样。常用的S频段测控系统工作带宽可达100 MHz，直接利用ADC芯片采样时，受限于芯片的采样频率、工作频段、数据精度等，将会面临数据精度低、通道间采样同步误差大等问题。

直接射频采样[8]是解决上述问题的可行思路，如图6所示，主要流程为：首先对射频信号进行带通滤波和无量化采样，然后经过连续时间低通或带通滤波后，得到中频或零中频信号，最后采用常规ADC进行量化。该方案的优点在于利用采样中的混叠效应，将信号下变频到奈奎斯特频带内，降低了对ADC的射频输入带宽、时钟抖动和采样率的要求。此外，由于避免使用了混频器和本振信号发生器，不仅简化了硬件设计，还可通过调整采样速率适应不同的输入信号。

图6 直接射频采样原理图

3.2 海量数字信号I/O技术

测控系统前端数字化后，产生了海量的数字信号数据，必须通过高带宽、低延迟、灵活拓扑的高速I/O，保证任意测控信号按需由综合基带接收和处理。采用光纤传输技术可实现接收前端与综合基带间的海量数字信号传输，但在基带设备内部，由于受并行总线传输能力限制，传统基带使用的CPCI机箱难以实现海量数据高速I/O。

VPX作为下一代串行总线标准，提供了10 Gbit/s的I/O传输接口，支持多种串行传输协议[5-7]，是解决上述问题的可行思路，如图7所示。该结构采用了6U背板、5插槽的单星拓扑连接，在第5槽位提供了机箱内部的管理平面、控制平面及数据平面的高速互连，而交换设备可以为网络交换机，也可以为RapidIO交换设备，既能提供机箱间互连，也能提供与CPU服务器间的互连。由于机箱内部各个板卡功能可定义，单个机箱即可组成一个基带池。当然各测控站之间亦可通过100 Gbit/s以上高速光纤互连，由各个站内基带池组成一个更大的基带池。

图7 基于VPX总线的基带池互连

3.3 零中频接收机技术

统一测控系统接收机一般采用传统的超外差结构，射频信号先变频到中频,再由中频下变频到基带，由于使用高Q值的镜频抑制滤波器和信道选择滤波器，使得该类接收机电路成本较高、难以芯片集成。

零中频接收机是解决上述问题的可行思路，如图8所示，主要工作流程为：射频信号经过低噪声放大器，分别与两路正交的本振信号进行混频得到I,Q两路模拟信号，然后经过模拟低通滤波器送入ADC得到I, Q两路数字信号，最后送给基带处理器进行数字信号处理。该类接收机去掉了中频级，不存在镜像信号，避免镜像抑制滤波器的使用，使用的低通滤波器也易于集成，同时对于低频信号的ADC，选用成本低廉的器件即可获得较好的性能指标，因此与超外差式接收机相比，集成度更高、功耗更小、成本更低，并且为数字化处理提供了灵活的I/Q通道。

图8 零中频接收机结构框图

需要说明的是，在采样保持精度、高性能滤波器小型化等直接射频采样涉及关键技术尚未完全解决的情况下，零中频接收机不失为一种较好的接收前端数字化方案，其小型化、芯片化的特性保证了车载、星载等恶劣测控环境中的基本应用。

3.4 信号处理硬件加速技术

随着测控系统对基带功能和处理精度的提高，处理算法的复杂性和实时性也随之越高，通常采用硬件加速技术满足算法对处理能力的要求。目前，常用的GPU硬件加速卡需根据GPU特性进行大量优化[9-10]，且反馈式处理能力较低、功耗较高，使其在功能扩展上存在瓶颈。FPGA作为专用协处理器，虽然在性能、功耗、实时性、与传统基带的继承性等方面具有较强的优势，但工程开发极为复杂，需要大量考虑物理底层问题，设计门槛很高。

将OpenCL(Open Computing Language)标准[11-12]引入到FPGA中，是解决上述问题的可行思路。OpenCL应用程序由主机程序和内核程序组成，内核程序采用类C语言的OpenCL语言进行编写，通过编译平台转换成FPGA上的逻辑电路，并将其作为FPGA的配置数据输出；运行时，主机程序通过 OpenCL调用运行库，调用写入配置数据的FPGA进行内核处理，从而使程序员集中精力定义算法，大幅缩短开发周期。基于OpenCL实现FPGA逻辑的系统模块框图如图9所示，系统中的每个内核流水线可以同时应用于多个执行通路，即通过算法级的描述进行流水线复制，形成多流水线架构。

图9 基于OpenCL实现FPGA逻辑的系统模块框图

4 结束语

目前，我国的微波统一测控系统综合基带设备具有多功能、体积小、接口标准、信号形式可灵活变换、测控模式可动态加载等诸多特点，但面对新的航天测控应用需求，愈发暴露出在开放性、可扩展性与可重构性等方面的不足。因此，本文顺应航天测控系统发展趋势，按照弹性服务、按需保障、灵活接入的应用需求，提出了基于云计算架构以及虚拟化技术的新一代测控综合基带体系架构，并结合当前同类技术发展现状，梳理了关键技术研究方向与发展建议，为推动相关技术在航天测控系统中的推广应用提供了理论支撑。

参考文献：

[1] 于志坚. 我国航天测控系统的现状与发展[J] . 中国工程科学, 2006, 8(10):42-46.

[2] 雷厉,朱勤专. 飞行器测控通信技术发展趋势与建议[J] .飞行器测控学报, 2014, 33(6):463-468.

[3] KING D, ROTSOS C, AGUADO A, et al. Network-Based Telemetry to Facilitate the Programmable Management Plane for Optical Transport Infrastructure[C]∥18th International Conference on Transparent Optical Networks, Trento: IEEE, 2016:1.

[4] Goddard Space Flight Center. Space Network Users’ Guide[M]. Greenbelt, Maryland: GSFC, 2007.

[5] VPX: VMEbus for the 21st Century[DB/OL]. [2017-05-21]. www.gefanucembedded.com.

[6] 宋敏,张亚玎. VPX总线模块结构设计规范研究[J]. 电子机械工程, 2016, 32(1):24-27.

[7] 王锐,翟刚毅,许树军,等. 一种基于VPX标准的侦测雷达信号处理系统设计方法[J]. 雷达与对抗, 2016, 36(2):22-25.

[8] 马利祥,向海生,卢玉杰. 基于超宽带采样保持器的数字接收机设计[J]. 雷达科学与技术, 2015, 13(3):320-323.

MA Lixiang, XIANG Haisheng, LU Yujie. Design of a Digital Receiver Based on Ultra-Wide Waveband SHA[J]. Radar Science and Technology,2015,13(3):320-323.(in Chinese)

[9] 商哲然,谭贤四,曲智国,等. 基于GPU的RFT算法并行化[J]. 雷达科学与技术, 2016, 14(5):505-509.

[10] 张坚,万显荣,刘玉琪. 外辐射源雷达滑窗扩展相消算法并行实现[J]. 雷达科学与技术, 2017, 15(2):115-119.

[11] TATSUMI S, HARIYAMA M, MIURA M, et al. OpenCL-Based Design of an FPGA Accelerator for Phase-Based Correspondence Matching[C]∥International Conference on Parallel and Distributed Processing Techniques and Applications, Las Vegas:[s.n.],2015:90-95.

[12] SUDA N, CHANDRA V, DASIKA G, et al.Throughput-Optimized OpenCL-Based FPGA Accelerator for Large-Scale Convolutional Neural Networks[C]∥2016 ACM/SIGDA International Symposium on Field-Programmable Gate Arrays, Monterey, CA:ACM, 2016:16-25.