摘要：信號處理技術的通用化趨勢和高帶寬、高實時性特點要求信號處理系統采用多處理器并行處理的設計方案。針對多處理器通用信號處理系統面臨的任務劃分調度的挑戰，結合云計算技術架構以及信號處理技術的特點，給出了云計算技術應用于通用信號處理的可行性分析。
　　
　　關鍵詞：云計算；虛擬化；數字信號處理；通用信號處理
　　
　　引言
　　
　　近年來，隨著網絡的廣泛普及和軟件技術的進步，SOA（ServiceOrientedArchitecture）體系引導的Web2．0“引爆”互聯網應用，同時SaaS（SoftwareasaService）思想深入人心并取得長足發展，云計算應運而生。同時，為滿足雷達信號處理的高實時性而采用的并行系統設計帶來了任務劃分和分配、調度上的挑戰。本文著眼于解決雷達信號處理領域面臨的挑戰，結合云計算和通用信號處理的特點，對云計算應用于通用信號處理的可行性做了分析。
　　
　　1、云計算技術
　　
　　1．1云計算簡介
　　
　　云計算是并行計算、分布式計算和網格計算的發展及商業實現，是一種通過網絡以便利的、按需付費的方式獲取計算資源并提高其可用性的模式。云計算模式的核心原則是：硬件和軟件都是資源并被封裝為服務，用戶通過高速網絡按需地訪問和使用。
　　
　　云計算分為三個服務模式：分別是軟件即服務（SssS），平臺即服務（PaaS）和基礎設施即服務（IaaS），按照首字母縮寫是SPI，即所謂的云計算SPI架構。
　　
　　SaaS：以互聯網為載體，瀏覽器為交互，將服務器端軟件傳給遠程用戶的服務模式。
　　
　　PaaS：把程序開發、測試、部署和運行環境等通過互聯網提供給用戶的服務模式。
　　
　　IaaS：通過虛擬化技術提供處理、存儲、網絡以及基礎計算資源的服務模式。
　　
　　1．2虛擬化技術
　　
　　虛擬化是表示計算機資源的抽象方法，通過虛擬化可以用與訪問抽象前資源一致的方法訪問抽象后的資源。虛擬化為資源提供了一個邏輯視圖，而不是物理視圖。通過虛擬化將原本幾臺設備的負荷加載在單一設備上從而大幅提高其利用率，這就是虛擬化的價值。
　　
　　2、通用信號處理技術
　　
　　2．1雷達信號處理簡介
　　
　　雷達信號處理系統將天線接收到的回波信號通過各種算法進行處理，在各種噪聲、雜波和干擾背景中檢測目標，提取目標的距離、方位、仰角、速度和類別等特征信息。
　　
　　一個基本的雷達信號處理系統由多通道接收機，數字信號處理器，輸入／輸出（I／O）接口電路和定時控制器組成，如圖1所示。　　
　　天線接收的回波信號通過接收機，得到放大的有用目標信號，在信號處理機中完成信號處理，并通過I／O接口電路將點跡等目標信息送往雷達數據處理系統和顯示器。
　　
　　2．2信號處理技術的通用化
　　
　　傳統信號處理機大多選擇芯片完成數據處理，導致通用性和可擴展性差，且處理算法與硬件結構之間相關性大，算法的改變往往導致較大的硬件變動，導致研發成本高周期長。
　　
　　為了滿足不同用戶的需求以及適應在各種復雜環境下多種工作方式的需要，雷達信號處理機必須是可編程、可重構的，且易于使用和維護，因而信號處理技術逐步向通用化方向發展。軟件的可編程性帶來了很大的靈活性，也促進了硬件系統的規范化、模塊化和通用化。雷達信號處理的實時性已經達到每秒百億次至萬億次浮點運算，采樣位數和數據字長的增加，使得運算復雜度增加，以上因素導致數據吞吐量，存儲量的增加，從而采用多處理器并行設計。以FPGA+DSP構建通用模塊的多處理器系統通用性強、研制周期短、成本低、維護易。
　　
　　3、云計算與通用信號處理的結合
　　
　　3．1并行處理系統面臨的挑戰
　　
　　并行處理機需將一個任務分解成若干個子任務，交由各處理單元完成。由于子任務間的內在，各處理單元間或多或少存在數據交換和同步，因而并行處理機的性能直接與任務劃分有關。任務粒度過細，雖然并行度高，但是導致通信頻繁，控制復雜；反之則系統負載平衡度差且并行度低。任務分配將子任務分配到不同的處理器上，分配原則與任務劃分相同。
　　
　　任務的劃分和分配／調度還需與具體的處理器性能、多處理器結構結合，是并行系統設計中zui復雜、且尚未充分解決的問題，只能利用人工任務分配，來達到負載和I／O的平衡。
　　
　　3．2可行性分析
　　
　　多處理器信號處理機基于MPP（MassivelyParallelProcessing）架構，MPP分為共享總線式和分布式。共享總線式多個處理器共同使用一套系統數據總線，如圖2所示；分布式有線形、星形、樹狀和網孔結構等，如圖3所示。當處理器個數較多時，共享總線系統將發生頻繁的總線沖突和等待，使得并行效率下降，而分布式的可擴充性和靈活性比共享總線式強，支持多級擴展且容錯能力高。一般設計結合共享總線和分布式并行兩種形式，從而獲得較高的并行效率。　　
　　MPP架構的典型應用如COW（ClusterofWorkstations），它是一種松耦合MPP，可以將一個機構內的所有機器連結起來形成強大而統一的計算力，因而COW屬于HPC（HighPerformanceComputing）超級計算，因而基于MPP架構的信號處理系統天生具有HPC基因。
　　
　　云計算與信號處理技術的融合已具備以下條件：
　　
　　（1）FPGA+DSP架構的模塊化設計和標準總線的采用，使得處理機硬件進一步通用化，滿足云計算環境采用通用化構件的要求。
　　
　　（2）標準總線如PCI、VME和CPCI等發展迅速，PCI總線和VME總線正向點對點高速串行總線轉變，即PCI-e和VPX標準，其用高達3～10Gb／s的LVDS（低壓差分信號）傳輸取代了10～33MHz的傳統并行傳輸，因而采用標準總線甚至光纖耦合的處理系統之間通信帶寬瓶頸正逐漸消失，滿足云計算環境高帶寬的要求。
　　
　　（3）云計算核心層采用單機虛擬化+多機虛擬化的技術架構，單機虛擬化為云計算提供了邏輯上同質的虛擬化資源，多機虛擬化將眾多跨地域、跨OS的資源整合為一個統一的邏輯單元。典型的單機虛擬化如VMware，Xen等，多機虛擬化如PVM／MPI等均在云計算浪潮中急劇發展。虛擬化技術的發展，使得信號處理等嵌入式領域的資源整合看到了曙光。
　　
　　作戰平臺如軍艦為了實現探測和跟蹤海面和空中目標，引導艦載機飛行著艦等功能，通常需配備搜索警戒雷達、航海雷達等多種雷達，眾多的雷達系統裝備在艦體相應部位，其結構各自獨立，如圖4所示。應用云計算模式后，信號處理系統成為信號處理云，如圖5所示，雷達不再單獨存在，而是成為云計算的用戶，而信號處理系統所要實現的雜波抑制、信號檢測、脈沖壓縮等功能均為云環境下各用戶的服務子程序。
　　
　　HPC在工業實時系統、軍事領域中有很多應用且已取得一些成果，云環境內的作業調度借鑒了HPC領域眾多*成果，發展相對較為成熟，而將云計算技術融人通用信號處理后，程序員將從繁瑣的并行算法分析和并行程序設計中解脫出來，一切由云來處理，多處理器系統面臨的任務劃分和分配／調度問題迎刃而解。而云環境的HPC性能保證了信號處理的高實時性。　　
　　云計算與通用信號處理的結合具有可行性和創新性，值得做進一步深入研究。
　　
　　4、結語
　　
　　隨著網絡的普及，計算量日益增大，數據計算力將轉變成生產力。以個人電腦為中心的計算模式將被新興的云計算模式替代，云計算在各領域的廣泛應用將水到渠成。
　　
　　本文針對通用信號處理的高實時性、高帶寬等特點分析了將云計算理論融入通用信號處理的可行性。下一步工作將重點圍繞虛擬化技術，尤其是多機虛擬化技術如何在嵌入式平臺實現做深入研究，為通用信號處理平臺的zui終整合提供支撐。