一种可实时动态更新的雷达有源干扰装置的制作方法

1.本发明涉及雷达有源干扰领域，尤其涉及一种可实时动态更新的雷达有源干扰装置。


背景技术：

2.目前的雷达有源干扰系统，虽然采用了分模块的设计方法，但系统的整体架构之间没有固定的划分标准，且各个模块之间仍存在复杂的依赖关系，使得有源干扰系统只能实现静态重构，有源干扰系统的实时动态更新仍然存在挑战。目前，在雷达有源干扰领域，还缺乏能够实现针对新型威胁目标的动态、实时更新的实现方式。由于雷达系统和雷达有源干扰系统二者的实现架构不同，现有的雷达系统相关技术，无法直接应用于雷达有源干扰系统中。


技术实现要素：

3.针对如何实现雷达有源干扰系统的实时动态更新问题，本发明公开了一种可实时动态更新的雷达有源干扰装置,包括硬件资源模块、操作系统模块、中间件模块、系统监控管理模块、重构实现模块和应用开发模块。所述硬件资源模块与所述操作系统模块相连接，所述操作系统模块与所述中间件模块相连接，所述中间件模块与所述系统监控管理模块和所述重构实现模块均进行连接，所述系统监控管理模块与所述重构实现模块相连接，所述应用开发模块与所述系统监控管理模块和所述重构实现模块均进行连接。
4.所述硬件资源模块包括dsp运算电路、fpga运算电路、cpu运算电路、gpu运算电路、存储设备、显控设备、输入输出设备、高速总线和软件总线。所述dsp运算电路、fpga运算电路、cpu运算电路、gpu运算电路、存储设备、显控设备和输入输出设备的两两之间，通过高速总线进行连接。所述软件总线运行于高速总线上；所述软件总线用于对硬件资源模块所包含的不同硬件的输出信号格式进行转换，得到统一格式的高速数字信号，将所述高速数字信号发送至操作系统模块。所述硬件资源模块通过各类i/o接口与所述操作系统模块进行连接。
5.所述操作系统模块用于实现实时操作系统功能，所述操作系统模块包括设备管理子模块、存储管理子模块、进程管理子模块和i/o管理子模块。
6.所述设备管理子模块用于对硬件资源模块的各类硬件进行抽象描述，得到各类硬件的描述模型，利用所述描述模型对各类硬件进行管理。
7.所述存储管理子模块用于对硬件资源模块的各类硬件的存储单元进行状态监控，得到状态监控结果；根据状态监控结果和中间件的存储需求，对存储单元进行分配。
8.所述进程管理子模块用于对实时操作系统的各类进程进行监控和管理；
9.所述i/o管理子模块用于对硬件资源模块的各类i/o接口进行监控和管理。
10.所述中间件模块用于对硬件资源模块的各类硬件进行统一抽象，得到各类硬件的抽象模型；对各类硬件的通信协议进行适配处理，得到统一通信协议数据，利用统一通信协
议数据实现各类硬件之间的数据通信；利用各类硬件的抽象模型，构建服务接口；利用统一通信协议数据，构建数据资源接口；所述服务接口和数据资源接口，用于供系统监控管理模块和重构实现模块调用使用。
11.所述中间件模块包括通信中间件、计算中间件、反射中间件和人工智能中间件。
12.所述通信中间件对各类硬件的通信协议进行适配处理，得到统一通信协议数据；利用统一通信协议数据，构建数据资源接口；
13.所述计算中间件，用于为反射中间件和人工智能中间件，提供通用的基础函数调用接口；
14.所述反射中间件，用于根据应用开发模块所处的动态环境，对数据资源接口和基础函数调用接口进行优化配置处理，得到动态更新的数据资源接口和基础函数调用接口；将动态更新的数据资源接口和基础函数调用接口，反馈给系统监控管理模块和重构实现模块。
15.所述人工智能中间件，用于从系统监控管理模块和重构实现模块中获取人工智能计算需求；根据所述人工智能计算需求，选择相应的人工智能算法或人工智能模型进行计算，得到人工智能计算结果；将所述人工智能计算结果，反馈给系统监控管理模块和重构实现模块。
16.所述反射中间件包括基层和基对象、元通信模型、元层和元对象；反射中间件获取应用开发模块所处的动态环境，将所述动态环境表征为基层，将数据资源接口和基础函数调用接口表征为基对象；将基层输入元通信模型，利用元通信模型的输出对基层和基对象进行修改，分别得到元层和元对象；将元对象作为动态更新的数据资源接口和基础函数调用接口。
17.所述元通信模型，包括数据资源接口和基础函数调用接口，与应用开发模块所处的动态环境的最优对应方式；
18.所述元通信模型接收所输入的基对象，利用所述最优对应方式，输出与所输入的基对象所最优对应的元层和元对象；所述所最优对应的元层和元对象，是指动态环境与数据资源接口和基础函数调用接口的最优对应方式。
19.所述应用开发模块所处的动态环境，包括重构实现模块生成的动态加载调用信息和任务调度子模块得到的计算任务信息和通信任务信息。
20.所述人工智能中间件，从系统监控管理模块和重构实现模块中获取人工智能计算需求，对人工智能计算需求进行类别判断，得到类别判断结果；
21.若类别判断结果为目标识别问题，判断人工智能计算需求中是否包含数据标签；若包含数据标签，采用有监督学习方法，对人工智能计算需求进行计算，得到人工智能计算结果；若不包含数据标签，采用无监督学习方法，对人工智能计算需求进行计算，得到人工智能计算结果；
22.若类别判断结果为有源干扰生成问题，根据人工智能计算需求，对雷达有源干扰生成复杂度进行判别，若雷达有源干扰生成复杂度大于设定阈值，采用基于深度神经网络的深度强化学习算法，对人工智能计算需求进行计算，得到人工智能计算结果；若雷达有源干扰生成复杂度小于设定阈值，采用基于q表格的强化学习算法对人工智能计算需求进行计算，得到人工智能计算结果。所述人工智能计算需求，包括重构实现模块生成的动态加载
调用信息和任务调度子模块得到的计算任务信息和通信任务信息。
23.所述系统监控管理模块，用于对可实时动态更新的雷达有源干扰装置的软件资源和硬件资源，进行实时监控和管理；
24.所述系统监控管理模块，包括策略生成子模块、资源分配子模块、任务调度子模块、状态监控子模块和效果评估子模块；
25.所述策略生成子模块，用于根据应用开发模块的指令信息和效果评估子模块的干扰评估结果，生成雷达有源干扰策略；将雷达有源干扰策略发送至资源分配子模块和任务调度子模块。
26.所述资源分配子模块，用于接收雷达有源干扰策略，根据雷达有源干扰策略的要求和状态监控结果，对可实时动态更新的雷达有源干扰装置的软件资源和硬件资源进行分配。
27.所述任务调度子模块，用于接收雷达有源干扰策略，对雷达有源干扰策略进行分解处理，得到对应的计算任务信息和通信任务信息；根据状态监控结果，将所述的计算任务信息和通信任务信息发送至中间件模块。
28.所述状态监控子模块，用于对可实时动态更新的雷达有源干扰装置的软件资源和硬件资源进行实时监控，得到状态监控结果；将状态监控结果发送至任务调度子模块、资源分配子模块和雷达有源干扰开发环境。
29.所述效果评估子模块，用于接收通信中间件发送的电磁环境监测数据，利用电磁环境监测数据对雷达有源干扰的效果进行评估，得到干扰评估结果，将干扰评估结果发送至策略生成子模块。
30.所述重构实现模块，用于接收和整合雷达有源干扰开发环境的用户开发需求信息、策略生成子模块生成的雷达有源干扰策略、效果评估子模块的干扰评估结果信息，得到重构需求信息；对重构需求信息与算法组件进行匹配，得到匹配服务信息；利用匹配服务信息确定动态加载组件信息，利用动态加载组件信息对相关算法组件进行动态加载，得到动态加载调用信息；将动态加载调用信息发送至反射中间件和人工智能中间件。
31.所述重构实现模块，包括事件监听响应子模块、服务注册查找子模块、组件生命周期管理子模块。
32.所述服务注册查找子模块，对重构需求信息进行查询处理，从重构需求信息提取出服务组件注册信息，判断所述服务组件注册信息对应的服务组件是否已经注册；
33.若所述服务组件已经注册，将所述服务组件的服务组件注册信息作为匹配服务信息，将所述匹配服务信息输出至组件生命周期管理子模块；
34.若所述服务组件未注册，利用服务组件注册信息对所有算法组件进行匹配查找，找到与所述服务组件注册信息匹配度最高的算法组件，确定所述算法组件为匹配算法组件，对匹配算法组件相对应的服务进行注册，获得所述服务对应的服务组件注册信息，建立服务注册接口和服务引用接口；将所述服务对应的服务组件注册信息，输出至组件生命周期管理子模块。
35.所述应用开发模块用于为用户提供雷达有源干扰的开发环境；
36.所述应用开发模块包括雷达有源干扰开发环境、标准算法组件库、用户定义算法组件库。所述雷达有源干扰开发环境用于为用户提供雷达有源干扰的软件开发界面和软件
组件接口，为用户开发的雷达有源干扰程序提供编译和调试环境。
37.所述应用开发模块，接收用户的干扰需求信息；对所述干扰需求信息进行转换处理，得到指令信息；将指令信息发送至系统监控管理模块的策略生成子模块。
38.本发明的有益效果为：
39.1、本发明可在不改变系统硬件结构的情况下，通过对软件进行升级，实现有源干扰能力的升级，具有能动态升级的能力，降低了系统实现成本；
40.2、在面对新的威胁目标的情况下，本系统能够实时动态生成相应的干扰信号，并根据威胁目标变化和干扰效果对干扰方案和干扰生成规则进行实时调整，具有动态迭代的能力，保证了干扰效果的实时性和有效性。
附图说明
41.图1为现有的雷达有源干扰系统的组成原理框图；
42.图2为本发明的可实时动态更新的雷达有源干扰装置的组成示意图；
43.图3为本发明的面向服务的组件模型示意图。
具体实施方式
44.为了更好的了解本发明内容，这里给出一个实施例。
45.图1为现有的雷达有源干扰系统的组成原理框图。对于图1所有的有源干扰系统，其难以根据干扰效果和电磁环境感知结果对干扰策略进行动态调整，无法适应认知电子战的动态反馈功能需求，因此也就无法充分地实现认知电子战的认知对抗功能，更无法针对威胁目标的动态发展具备可快速升级迭代的、动态可重构的能力。
46.可实时动态更新的雷达有源干扰装置的组成如图2所示。图3为本发明的面向服务的组件模型示意图。
47.本实施例公开了一种可实时动态更新的雷达有源干扰装置,包括硬件资源模块、操作系统模块、中间件模块、系统监控管理模块、重构实现模块和应用开发模块。所述硬件资源模块与所述操作系统模块相连接，所述操作系统模块与所述中间件模块相连接，所述中间件模块与所述系统监控管理模块和所述重构实现模块均进行连接，所述系统监控管理模块与所述重构实现模块相连接，所述应用开发模块与所述系统监控管理模块和所述重构实现模块均进行连接。
48.所述硬件资源模块包括dsp运算电路、fpga运算电路、cpu运算电路、gpu运算电路、存储设备、显控设备、输入输出设备、高速总线和软件总线。硬件资源模块主要通过硬件来实现，其他模块通过软件来实现。所述dsp运算电路、fpga运算电路、cpu运算电路、gpu运算电路、存储设备、显控设备和输入输出设备的两两之间，通过高速总线进行连接。所述软件总线运行于高速总线上；所述软件总线用于对硬件资源模块所包含的不同硬件的输出信号格式进行转换，得到统一格式的高速数字信号，将所述高速数字信号发送至操作系统模块。所述硬件资源模块通过各类i/o接口与所述操作系统模块进行连接。dsp运算电路用于实现实时的数学计算任务，cpu运算电路用于实现逻辑运算、循环运算和控制运算等，gpu运算电路用于实现浮点数计算、多任务计算以及数字波束形成计算，fpga运算电路用于实现定点运算、接收数据预处理运算和数字波束形成计算等。
49.为了实现系统功能的动态重构，需要实现软件和硬件的解耦合。在雷达有源干扰系统中，其所使用的硬件计算芯片呈现多类异构的特点，包括dsp、fpga、cpu等。针对各类计算资源，需要设计通用的软件平台，以实现软硬件解耦，并可通过软件重构实现系统功能的动态重构。
50.操作系统模块、中间件模块、系统监控管理模块、重构实现模块和应用开发模块共同构成了系统的软件平台。在系统软件平台中，对通用的雷达有源干扰算法进行标准化、模块化的开发，通过统一化的组件接口提高算法组件的规范性和系统的可移植性，构建开放、高效、规范的算法组件库，可提高算法组件复用性，避免重复性开发。同时，通过软件编程实现算法组件的更新、升级、重构，可以快速实现系统功能的重构，提升系统对未知威胁目标的应对能力。
51.硬件资源层还包括了对各类硬件的驱动程序和接口描述程序。
52.所述操作系统模块用于实现实时操作系统功能，所述实时操作系统可采用sylixos嵌入式硬实时操作系统。操作系统模块与硬件资源模块和中间件模块分别进行连接。具体的，操作系统模块与高速总线相连，操作系统模块与通信中间件和计算中间件相连接。所述操作系统模块包括设备管理子模块、存储管理子模块、进程管理子模块和i/o管理子模块。
53.所述设备管理子模块用于对硬件资源模块的各类硬件进行抽象描述，得到各类硬件的描述模型，利用所述描述模型对各类硬件进行管理。
54.所述存储管理子模块用于对硬件资源模块的各类硬件的存储单元进行状态监控，得到状态监控结果；根据状态监控结果和中间件的存储需求，对存储单元进行分配。
55.所述进程管理子模块用于对实时操作系统的各类进程进行监控和管理；
56.所述i/o管理子模块用于对硬件资源模块的各类i/o接口进行监控和管理。
57.中间件是雷达有源干扰系统内部对软硬件的抽象模块，覆盖所有信号处理平台各种类型的处理器架构和通信方式，是实现屏蔽底层硬件、软硬件解耦的基础，是屏蔽底层差异、提供规范接口的兼容层。应用开发模块中的各类组件对加速算法函数的调用、对数据收发操作、系统监控管理模块对各个组件的控制、开发界面对各种统计信息的收集，都需要中间件屏蔽硬件差异。一个中间件实现的好坏，很大程度上能够决定该软件架构软件生态环境的质量。只有为组件和应用开发人员提供合理的、优质的中间件接口，才能够更快的推广中间件标准，进而普及该可动态升级的雷达有源干扰系统软件架构。因此，实现一个面向雷达有源干扰应用的、完备、可靠、标准化的中间件，是目前技术领域所急需的。这里结合雷达有源干扰的动态升级迭代需求，对中间件进行了总体设计，将中间件模块规划为计算中间件、通信中间件、反射中间件和人工智能中间件。
58.所述中间件模块用于对硬件资源模块的各类硬件进行统一抽象，得到各类硬件的抽象模型；对各类硬件的通信协议进行适配处理，得到统一通信协议数据，利用统一通信协议数据实现各类硬件之间的数据通信；利用各类硬件的抽象模型，构建服务接口；利用统一通信协议数据，构建数据资源接口；所述服务接口和数据资源接口，用于供系统监控管理模块和重构实现模块调用使用。
59.所述中间件模块包括通信中间件、计算中间件、反射中间件和人工智能中间件。
60.所述通信中间件对各类硬件的通信协议进行适配处理，得到统一通信协议数据；
利用统一通信协议数据，构建数据资源接口；
61.所述计算中间件，用于为反射中间件和人工智能中间件，提供通用的基础函数调用接口；
62.所述反射中间件，用于根据应用开发模块所处的动态环境，对数据资源接口和基础函数调用接口进行优化配置处理，得到动态更新的数据资源接口和基础函数调用接口；将动态更新的数据资源接口和基础函数调用接口，反馈给系统监控管理模块和重构实现模块。
63.所述人工智能中间件，用于从系统监控管理模块和重构实现模块中获取人工智能计算需求；根据所述人工智能计算需求，选择相应的人工智能算法或人工智能模型进行计算，得到人工智能计算结果；将所述人工智能计算结果，反馈给系统监控管理模块和重构实现模块。
64.反射中间件，采用面向对象系统中的反射技术来实现。所述反射中间件包括基层和基对象、元通信模型、元层和元对象；反射中间件获取应用开发模块所处的动态环境，将所述动态环境表征为基层，将数据资源接口和基础函数调用接口表征为基对象；将基层输入元通信模型，利用元通信模型的输出对基层和基对象进行修改，分别得到元层和元对象；将元对象作为动态更新的数据资源接口和基础函数调用接口。
65.所述元通信模型，包括数据资源接口和基础函数调用接口，与应用开发模块所处的动态环境的最优对应方式；
66.所述元通信模型接收所输入的基对象，利用所述最优对应方式，输出与所输入的基对象所最优对应的元层和元对象；所述所最优对应的元层和元对象，是指动态环境与数据资源接口和基础函数调用接口的最优对应方式。
67.所述应用开发模块所处的动态环境，包括重构实现模块生成的动态加载调用信息和任务调度子模块得到的计算任务信息和通信任务信息。
68.所述人工智能中间件，从系统监控管理模块和重构实现模块中获取人工智能计算需求，对人工智能计算需求进行类别判断，得到类别判断结果；
69.若类别判断结果为目标识别问题，判断人工智能计算需求中是否包含数据标签；若包含数据标签，采用有监督学习方法，对人工智能计算需求进行计算，得到人工智能计算结果；若不包含数据标签，采用无监督学习方法，对人工智能计算需求进行计算，得到人工智能计算结果；
70.若类别判断结果为有源干扰生成问题，根据人工智能计算需求，对雷达有源干扰生成复杂度进行判别，若雷达有源干扰生成复杂度大于设定阈值，采用基于深度神经网络(dnn)的深度强化学习(drl)算法，对人工智能计算需求进行计算，得到人工智能计算结果；若雷达有源干扰生成复杂度小于设定阈值，采用基于q表格的强化学习(rl)算法对人工智能计算需求进行计算，得到人工智能计算结果。所述人工智能计算需求，包括重构实现模块生成的动态加载调用信息和任务调度子模块得到的计算任务信息和通信任务信息。
71.所述系统监控管理模块，用于对可实时动态更新的雷达有源干扰装置的软件资源和硬件资源，进行实时监控和管理；
72.所述系统监控管理模块，包括策略生成子模块、资源分配子模块、任务调度子模块、状态监控子模块和效果评估子模块；
73.所述策略生成子模块，用于根据应用开发模块的指令信息和效果评估子模块的干扰评估结果，生成雷达有源干扰策略；将雷达有源干扰策略发送至资源分配子模块和任务调度子模块。
74.所述资源分配子模块，用于接收雷达有源干扰策略，根据雷达有源干扰策略的要求和状态监控结果，对可实时动态更新的雷达有源干扰装置的软件资源和硬件资源进行分配。
75.所述任务调度子模块，用于接收雷达有源干扰策略，对雷达有源干扰策略进行分解处理，得到对应的计算任务信息和通信任务信息；根据状态监控结果，将所述的计算任务信息和通信任务信息发送至中间件模块。
76.所述状态监控子模块，用于对可实时动态更新的雷达有源干扰装置的软件资源和硬件资源进行实时监控，得到状态监控结果；将状态监控结果发送至任务调度子模块、资源分配子模块和雷达有源干扰开发环境。
77.所述效果评估子模块，用于接收通信中间件发送的电磁环境监测数据，利用电磁环境监测数据对雷达有源干扰的效果进行评估，得到干扰评估结果，将干扰评估结果发送至策略生成子模块。
78.所述重构实现模块，用于接收和整合雷达有源干扰开发环境的用户开发需求信息、策略生成子模块生成的雷达有源干扰策略、效果评估子模块的干扰评估结果信息，得到重构需求信息；对重构需求信息与算法组件进行匹配，得到匹配服务信息；利用匹配服务信息确定动态加载组件信息，利用动态加载组件信息对相关算法组件进行动态加载，得到动态加载调用信息；将动态加载调用信息发送至反射中间件和人工智能中间件。
79.所述重构实现模块，利用基于服务的可重构方法来实现。
80.所述重构实现模块，包括事件监听响应子模块、服务注册查找子模块和组件生命周期管理子模块。
81.所述事件监听响应子模块，用于接收和整合雷达有源干扰开发环境的用户开发需求信息、策略生成子模块生成的雷达有源干扰策略、效果评估子模块的干扰评估结果信息，得到重构需求信息。
82.所述事件监听响应子模块，包括框架事件监听器、组件事件监听器、服务事件监听器和监听整合器。
83.所述事件监听响应子模块，利用框架事件监听器接收雷达有源干扰开发环境的用户开发需求信息，利用组件事件监听器接收策略生成子模块生成的雷达有源干扰策略信息，利用服务事件监听器接收效果评估子模块的干扰评估结果信息；利用监听整合器，对各类事件监听器收到的信息进行整合处理，得到重构需求信息；将重构需求信息发送至服务注册查找子模块。
84.所述事件监听响应子模块的服务接口，包括框架事件监听器接口、组件事件监听器接口和服务事件监听器接口。
85.所述事件监听响应子模块，利用事件监听响应机制，实现对各类事件的监听。
86.所述服务注册查找子模块，对重构需求信息与算法组件进行匹配，得到匹配服务信息；
87.所述服务注册查找子模块，对重构需求信息进行查询处理，从重构需求信息提取
出服务组件注册信息，判断所述服务组件注册信息对应的服务组件是否已经注册；
88.若所述服务组件已经注册，将所述服务组件的服务组件注册信息作为匹配服务信息，将所述匹配服务信息输出至组件生命周期管理子模块；
89.若所述服务组件未注册，利用服务组件注册信息对所有算法组件进行匹配查找，找到与所述服务组件注册信息匹配度最高的算法组件，确定所述算法组件为匹配算法组件，对匹配算法组件相对应的服务进行注册，获得所述服务对应的服务组件注册信息，建立服务注册接口和服务引用接口；将所述服务对应的服务组件注册信息，输出至组件生命周期管理子模块。
90.所述算法组件与服务组件注册信息的匹配度，是对算法组件的服务属性的元数据信息和服务组件注册信息进行转换，得到对应的两个向量值，计算两个向量值的量化距离，将量化距离作为算法组件与服务组件注册信息的匹配度。
91.所述量化距离，通过欧式距离或k-l距离计算得到。
92.所述组件生命周期管理子模块，利用匹配服务信息确定动态加载组件信息，利用动态加载组件信息对相关算法组件进行动态加载，得到动态加载调用信息，将动态加载调用信息发送至反射中间件和人工智能中间件。
93.所述组件生命周期管理子模块，利用匹配服务信息确定动态加载组件信息，利用动态加载组件信息建立对应的框架工厂对象、框架对象和框架上下文对象，利用框架上下文对象对算法组件进行动态加载，生成算法组件对象，利用算法组件对象管理组件的动态启动、停止、更新和卸载操作，得到动态加载调用信息，将动态加载调用信息发送至反射中间件和人工智能中间件。
94.所述应用开发模块用于为用户提供雷达有源干扰的开发环境；
95.所述应用开发模块包括雷达有源干扰开发环境、标准算法组件库、用户定义算法组件库。所述雷达有源干扰开发环境用于为用户提供雷达有源干扰的软件开发界面和软件组件接口，为用户开发的雷达有源干扰程序提供编译和调试环境。
96.所述应用开发模块，接收用户的干扰需求信息；对所述干扰需求信息进行转换处理，得到指令信息；将指令信息发送至系统监控管理模块的策略生成子模块。
97.所述标准算法组件库是雷达有源干扰信号处理过程中的经典算法所对应算法组件构成的算法组件库。遵照雷达有源干扰信号处理的相关流程，在不同体制、不同功能的雷达有源干扰系统的信号处理过程中，部分算法具有一定的通用性，这些算法构成了经典算法。
98.标准算法组件库具体包括以下几类：
99.1.基本信号处理算法组件，包括非线性运算组件、向量运算组件、矩阵运算组件、窗函数设计组件、信号产生组件、fft处理及滤波器组件等；
100.2.信号侦察处理算法组件，包括信号接收和检测算法组件、参数测量算法组件、脉冲分选算法组件、威胁识别算法组件等；
101.3.有源干扰处理算法组件，包括干扰源生成算法组件、干扰引导算法组件、干扰决策算法组件、欺骗干扰算法组件、压制干扰算法组件等。
102.用户定义算法组件库是由用户根据具体需求开发的算法组件所构成的算法组件库。
103.标准算法组件库、用户定义算法组件库中的算法组件，均包括算法核心逻辑层、缓存空间管理层和中间件接口对接层。算法核心逻辑层用于实现组件的算法逻辑，缓存空间层用于对算法组件实现过程中所用的变量进行存储管理，中间件接口对接层用于实现算法组件与系统监控管理模块、重构实现模块、雷达有源干扰开发环境的通信。
104.所述的应用开发模块的各个算法组件的中间件接口对接层，均采用面向服务的组件模型来实现。
105.面向服务的组件模型，包括组件激活器、服务接口和服务属性。
106.面向服务的组件模型采用面向服务的编程技术来设计实现，各个组件模型之间通过服务的注册查找机制和事件的发布订阅机制进行松耦合通信，降低了组件之间的耦合性。
107.组件激活器是面向服务的组件模型的核心，用于实现组件服务的注册和注销。组件激活器继承于抽象类，并对抽象类的start()方法和stop()方法进行重写，实现组件的动态启动和动态停止操作。
108.服务接口是面向服务的组件模型以服务的形式提供的对外接口，使用服务的注册查找机制对面向服务的组件模型的各类接口进行间接访问，降低了组件之间的耦合性。服务接口包括算法接口和通信接口，其中，算法接口是用于提供面向服务的组件模型的实现算法的输入接口和输出接口；通信接口采用事件的发布订阅机制实现，以完成组件之间的数据松耦合通信。
109.服务属性包括面向服务的组件模型的元数据信息和算法私有数据。组件的元数据信息以键值对的形式进行表示，组件的元数据信息用于描述面向服务的组件模型的唯一标识符、组件模型的依赖关系等信息，是组件的重要标识；算法私有数据是用于实现算法接口的输入输出数据。
110.面向服务的组件模型服务接口采用服务的注册查找机制进行间接访问，并且通信接口采用事件的发布订阅机制进行数据的间接访问，降低了组件之间的耦合性；服务属性采用元数据信息进行描述，对组件进行唯一标识，为组件的独立开发和部署提供支持。面向服务组件模型的这些设计思路解决了传统雷达有源干扰系统组件模型存在的问题，实现了雷达有源干扰系统功能模块的实时动态更新。
111.组件激活器利用组件激活策略对面向服务的组件模型的激活状态进行管理，面向服务的组件模型的激活策略有两种取值，分别为lazy和eager。当激活策略取值lazy，面向服务的组件模型动态启动时，不会立即进入运行状态，而是当面向服务的组件模型的组件服务第一次被调用时，将面向服务的组件模型转变为运行状态；当激活策略取值eager，面向服务的组件模型动态启动时，面向服务的组件模型立即进入运行状态。组件的这种激活策略增加了组件的灵活性，降低了组件的内存开销。
112.面向服务的组件模型的动态加载的实现，通过对面向服务的组件模型的依赖关系的正常解析来实现。
113.为了实现面向服务的组件模型，简称组件，的依赖关系的正常解析，将组件的解析过程分为两个阶段，分别为动态加载阶段和动态启动阶段。
114.组件动态加载阶段，重构管理系统将所需的组件统一进行加载，读取组件的位置并进行保存。
115.组件动态启动阶段，重构管理系统统一进行组件的启动，此时，重构管理系统会对启动的每一个组件进行解析，如果组件存在强制依赖，重构管理系统会从保存的信息中查找依赖的组件，如果找到依赖的组件，则首先将依赖的组件启动，依赖的组件启动后，组件的依赖关系得到满足，可以正常启动组件。如果找不到依赖的组件，组件解析启动失败，抛出异常，启动失败；如果组件存在可选依赖或没有依赖，组件正常解析，启动成功。
116.为了实现组件的跨系统动态加载特性，需要将不同操作系统的系统调用接口进行封装，形成统一的跨系统接口。
117.雷达有源干扰开发环境针对多种异构雷达信号，提供了函数式编程模式、对象式编程模式、数据流编程模式，供用户开发相应的雷达有源干扰方法。
118.函数式编程是逻辑层次最低，实现难度最小的编程模型，包括利用opencl、cuda、mpi等异构加速计算编程模型进行编程，其在实现过程中，没有改变使用单一串行总控制流的基本编程模型。函数式编程的优点在于简化编程难度，在非实时的高性能计算中能够以较小的代价换取调试和优化的便利，缺点显而易见，串行的控制流带来性能瓶颈，异构多任务的拓展需要复杂的编程逻辑。
119.对象式编程是将每一个类的实例作为一个可操作的单元，不同节点之间互相操作本地或远程的实例，所有的操作均被中间件封装。
120.数据流式编程是将待开发的雷达有源干扰方法划分为多个子模块，每个子模块独立实现，在编程过程中每个子模块只关心各自独立的功能，由基础架构维护数据包等状态信息。现有的数据流式编程模型有zeromq、rocketmq、spark等。由于各个独立的子模块不受单一串行逻辑限制，数据流的并行程度大大提高，系统运行呈现流水线结构。数据流式编程的优点在于流水线控制逻辑由基础架构实现，在异构处理平台上能够更好地做到软硬件解耦。
121.以上所述仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。