來源：雷達通信電子戰(zhàn)

對于機載雷達來說，傳統(tǒng)任務(wù)對處理能力的需求將持續(xù)增加。 這些需求將來自廣域長時間監(jiān)視、寬帶處理、傳感器融合、平臺網(wǎng)絡(luò)、感知、自主和人工智能。這些需求的增長都是相互聯(lián)系的，并且其中許多都是來自于無人飛行器的傳感器使用需求。

計算·散熱

對于通用計算場景來說，為了有效地利用不斷增加的并行內(nèi)核數(shù)量，需要進行重大的更改。技術(shù)上的限制可能會導(dǎo)致摩爾定律的失效，但這需要在各級進行創(chuàng)新，以找到加快處理能力增長的方法。

一直不變的問題是隨著晶體管數(shù)量增多和密度增大帶來的散熱問題，這或許將促使封裝內(nèi)主動冷卻技術(shù)的進步。

寬帶·多功能

最大限度地將現(xiàn)有孔徑和天線運用到多傳感器應(yīng)用場景的需求，促進并給了寬帶多功能射頻處理異軍突起的機會。而 產(chǎn)生對寬帶頻率靈活性的需求，也使得雷達、ECM、ECCM和通信情報之間的界限不那么清晰。

寬帶多功能射頻處理技術(shù)對信息處理的影響是在雷達前端附近進行更寬帶寬、更低延遲的處理 ，這可能很大程度上要依賴于改進FPGA性能或使用定制硅芯片。

多個傳感器的結(jié)果已經(jīng)在很多平臺上進行了某種程度的融合。傳感器融合在質(zhì)和量方面都可能會發(fā)生顯著的變化。這在一定程度上是由于利用了網(wǎng)絡(luò)數(shù)據(jù)、傳感器的認知以及向自主或人工智能系統(tǒng)提供數(shù)據(jù)的需求。

融合·認知

認知感知是利用雷達和其他傳感器平臺上已知的環(huán)境參數(shù)，對包括雷達在內(nèi)的傳感器的操作進行修改和優(yōu)化。

認知感知和傳感器融合之間有很大的重疊性，但從信息處理角度來看，一個區(qū)別可能是認知感知需要快速訪問大型非易失性存儲器，并將先前已知的數(shù)據(jù)傳遞給正在進行的處理過程。

一個簡單的認知感知的例子是在以前收集的數(shù)據(jù)和當(dāng)前的SAR圖像之間進行實時的相干變化檢測，但是認知感知技術(shù)的未來會出現(xiàn)更多的機會和挑戰(zhàn)。

無人飛行器可以在有限的控制和數(shù)據(jù)通信情況下在敵人的活動范圍內(nèi)執(zhí)行任務(wù)。它們需要具有在連續(xù)直接控制缺失的情況下到達任務(wù)地區(qū)的能力。這意味著它們必須能夠自主執(zhí)行飛行任務(wù)并對它們的傳感器進行優(yōu)化控制。這種能力對所有的航空信息處理系統(tǒng)都具有極大的啟示意義。

吞吐率·實時性

數(shù)據(jù)處理的吞吐率可以使用并行計算技術(shù)和流水線技術(shù)得到提升。在計算層面，要保證流水線上數(shù)據(jù)供應(yīng)不能有間隙，且流水線的各個處理階段是正常的。在雷達信號處理流水線層面，必須要具為流水線上處理能力的重新分配提供一定的彈性，且必須要有足夠的存儲空間和總線帶寬來進行內(nèi)部變量交換。

FPGA、DSP和微處理解決方案都有其優(yōu)勢。 如果有持續(xù)的高速數(shù)據(jù)需要進行流水線型的整數(shù)運算，那么FPGA是非常合適的。微處理器能夠提供支持高級語言編程和雙精度浮點運算的通用系統(tǒng)，但是如果需要非常高的時序要求，操作系統(tǒng)和緩存可能會引起問題。DSPs介于FPGA和微處理器之間，并有很好的性能，但是編程過程比微處理器要困難的多。

確定某個處理解決方案是否有滿足應(yīng)用環(huán)境的足夠的數(shù)據(jù)吞吐率的最可靠的方法是在真實硬件場景下實際使用和測試一下。如果做不到這一點，基于盡可能接近最終應(yīng)用場景的基準編程套件進行預(yù)測是最可靠方法。

即使處理單元以最有效的方式吞吐數(shù)據(jù)也比它執(zhí)行計算本身要花費更長的時間。因此，有效使用高速內(nèi)存（如處理器數(shù)據(jù)緩存）可能對性能產(chǎn)生關(guān)鍵影響。

當(dāng)評估處理器性能或處理器提速值的時候，必須考慮處理過程中所有步驟的時間，可以使用Amdahl定律來定位那些最能節(jié)省時間的步驟。