基于云计算的通用信号处理应用研究

摘要：信号处理技术的通用化趋势和高带宽、高实时性特点要求信号处理系统采用多处理器并行处理的设计方案。针对多处理器通用信号处理系统面临的任务划分调度的挑战，结合云计算技术架构以及信号处理技术的特点，给出了云计算技术应用于通用信号处理的可行性分析。
关键词：云计算；虚拟化；数字信号处理；通用信号处理

0 引言
    近年来，随着网络的广泛普及和软件技术的进步，SOA(Service Oriented Architecture)体系引导的Web2．0“引爆”互联网应用，同时SaaS(Software as a Service)思想深入人心并取得长足发展，云计算应运而生。同时，为满足雷达信号处理的高实时性而采用的并行系统设计带来了任务划分和分配、调度上的挑战。本文着眼于解决雷达信号处理领域面临的挑战，结合云计算和通用信号处理的特点，对云计算应用于通用信号处理的可行性做了分析。

1 云计算技术
1．1 云计算简介
    云计算是并行计算、分布式计算和网格计算的发展及商业实现，是一种通过网络以便利的、按需付费的方式获取计算资源并提高其可用性的模式。云计算模式的核心原则是：硬件和软件都是资源并被封装为服务，用户通过高速网络按需地访问和使用。
    云计算分为三个服务模式：分别是软件即服务(SssS)，平台即服务(PaaS)和基础设施即服务(IaaS)，按照首字母缩写是SPI，即所谓的云计算SPI架构。
    SaaS：以互联网为载体，浏览器为交互，将服务器端软件传给远程用户的服务模式。
    PaaS：把程序开发、测试、部署和运行环境等通过互联网提供给用户的服务模式。
    IaaS：通过虚拟化技术提供处理、存储、网络以及基础计算资源的服务模式。
1．2 虚拟化技术
    虚拟化是表示计算机资源的抽象方法，通过虚拟化可以用与访问抽象前资源一致的方法访问抽象后的资源。虚拟化为资源提供了一个逻辑视图，而不是物理视图。通过虚拟化将原本几台设备的负荷加载在单一设备上从而大幅提高其利用率，这就是虚拟化的价值。

2 通用信号处理技术
2．1 雷达信号处理简介
    雷达信号处理系统将天线接收到的回波信号通过各种算法进行处理，在各种噪声、杂波和干扰背景中检测目标，提取目标的距离、方位、仰角、速度和类别等特征信息。
    一个基本的雷达信号处理系统由多通道接收机，数字信号处理器，输入／输出(I／O)接口电路和定时控制器组成，如图1所示。

    天线接收的回波信号通过接收机，得到放大的有用目标信号，在信号处理机中完成信号处理，并通过I／O接口电路将点迹等目标信息送往雷达数据处理系统和显示器。
2．2 信号处理技术的通用化
    传统信号处理机大多选择专用芯片完成数据处理，导致通用性和可扩展性差，且处理算法与硬件结构之间相关性大，算法的改变往往导致较大的硬件变动，导致研发成本高周期长。
    为了满足不同用户的需求以及适应在各种复杂环境下多种工作方式的需要，雷达信号处理机必须是可编程、可重构的，且易于使用和维护，因而信号处理技术逐步向通用化方向发展。软件的可编程性带来了很大的灵活性，也促进了硬件系统的规范化、模块化和通用化。雷达信号处理的实时性已经达到每秒百亿次至万亿次浮点运算，采样位数和数据字长的增加，使得运算复杂度增加，以上因素导致数据吞吐量，存储量的增加，从而采用多处理器并行设计。以FPGA+DSP构建通用模块的多处理器系统通用性强、研制周期短、成本低、维护易。

3 云计算与通用信号处理的结合
3．1 并行处理系统面临的挑战
    并行处理机需将一个任务分解成若干个子任务，交由各处理单元完成。由于子任务间的内在联系，各处理单元间或多或少存在数据交换和同步，因而并行处理机的性能直接与任务划分有关。任务粒度过细，虽然并行度高，但是导致通信频繁，控制复杂；反之则系统负载平衡度差且并行度低。任务分配将子任务分配到不同的处理器上，分配原则与任务划分相同。
    任务的划分和分配／调度还需与具体的处理器性能、多处理器结构结合，是并行系统设计中最复杂、且尚未充分解决的问题，只能利用人工任务分配，来达到负载和I／O的平衡。
3．2 可行性分析
    多处理器信号处理机基于MPP(Massively Parallel Processing)架构，MPP分为共享总线式和分布式。共享总线式多个处理器共同使用一套系统数据总线，如图2所示；分布式有线形、星形、树状和网孔结构等，如图3所示。当处理器个数较多时，共享总线系统将发生频繁的总线冲突和等待，使得并行效率下降，而分布式的可扩充性和灵活性比共享总线式强，支持多级扩展且容错能力高。一般设计结合共享总线和分布式并行两种形式，从而获得较高的并行效率。

    MPP架构的典型应用如COW(Cluster of Workstations)，它是一种松耦合MPP，可以将一个机构内的所有机器连结起来形成强大而统一的计算力，因而COW属于HPC(High Performance Computing)超级计算，因而基于MPP架构的信号处理系统天生具有HPC基因。
    云计算与信号处理技术的融合已具备以下条件：
    (1)FPGA+DSP架构的模块化设计和标准总线的采用，使得处理机硬件进一步通用化，满足云计算环境采用通用化构件的要求。
    (2)标准总线如PCI、VME和CPCI等发展迅速，PCI总线和VME总线正向点对点高速串行总线转变，即PCI-e和VPX标准，其用高达3～10 Gb ／s的LVDS(低压差分信号)传输取代了10～33 MHz的传统并行传输，因而采用标准总线甚至光纤耦合的处理系统之间通信带宽瓶颈正逐渐消失，满足云计算环境高带宽的要求。
    (3)云计算核心层采用单机虚拟化+多机虚拟化的技术架构，单机虚拟化为云计算提供了逻辑上同质的虚拟化资源，多机虚拟化将众多跨地域、跨OS的资源整合为一个统一的逻辑单元。典型的单机虚拟化如VMware，Xen等，多机虚拟化如PVM／MPI等均在云计算浪潮中急剧发展。虚拟化技术的发展，使得信号处理等嵌入式领域的资源整合看到了曙光。
    作战平台如军舰为了实现探测和跟踪海面和空中目标，引导舰载机飞行着舰等功能，通常需配备搜索警戒雷达、航海雷达等多种雷达，众多的雷达系统装备在舰体相应部位，其结构各自独立，如图4所示。应用云计算模式后，信号处理系统成为信号处理云，如图5所示，雷达不再单独存在，而是成为云计算的用户，而信号处理系统所要实现的杂波抑制、信号检测、脉冲压缩等功能均为云环境下各用户的服务子程序。

    HPC在工业实时系统、军事领域中有很多应用且已取得一些成果，云环境内的作业调度借鉴了HPC领域众多先进成果，发展相对较为成熟，而将云计算技术融人通用信号处理后，程序员将从繁琐的并行算法分析和并行程序设计中解脱出来，一切由云来处理，多处理器系统面临的任务划分和分配／调度问题迎刃而解。而云环境的HPC性能保证了信号处理的高实时性。
    云计算与通用信号处理的结合具有可行性和创新性，值得做进一步深入研究。

4 结语
    随着网络的普及，计算量日益增大，数据计算力将转变成生产力。以个人电脑为中心的计算模式将被新兴的云计算模式替代，云计算在各领域的广泛应用将水到渠成。
    本文针对通用信号处理的高实时性、高带宽等特点分析了将云计算理论融入通用信号处理的可行性。下一步工作将重点围绕虚拟化技术，尤其是多机虚拟化技术如何在嵌入式平台实现做深入研究，为通用信号处理平台的最终整合提供支撑。