现有的雷达终端系统采用了大量的高速专用芯片实现。而芯片的更新换代很快，许多芯片已面临淘汰，即使还没有完全消失，价格也已经很昂贵，给系统的维护和升级换代带来极大不便。随着计算机、软件和网络技术的不断发展，使得新一代的雷达终端系统的软件化和网络化实现成为可能。本文基于此技术背景展开研究，并给出系统的具体实现。
    1 整体实现方案
    1.1 基于Linux操作系统
    传统的雷达显示系统是基于Windows的。但是Windows面临许多问题，譬如封闭源码、易被病毒和黑客入侵等。而Linux是免费的、开源的、网络化的操作系统。其内核是独立和高度可配置的。Linux的网络功能和安全性要优于Windows。所以基于Linux的系统方案是比较合适的。
    1.2 系统实现方案
    系统由预处理机、主显机和网显机组成，如图1所示。
    预处理机的主要功能是：雷达视频的采集、压缩和传输，接收二次信息和操控信息并存储所有信息。pcb抄板主显机功能：压缩视频的接收、解压、显示，接收二次信息并显示，人机操控操作，将二次信息和操控信息发送到网络上。网显机类似于主显机，但没有操控功能。为简单起见，本文不讨论网显机的实现。
    2 预处理机系统的实现
    预处理机完成数据的采集、压缩和传输，下面针对这三个方面进行介绍。
    2.1 基于PCI总线的雷达视频采集卡
    这是系统中惟一的硬件实现部分，也是必不可少的，它将采集的数据传给计算机。这部分的具体实现可参考文献[1]。
    2.2 小波压缩技术
    当雷达采样率很高时，网络传输前不进行压缩处理，带宽是不够的。
    基于帧的压缩技术，不适合对雷达视频具有实时要求的场合，因为会引入一个固定延时。而一维小波压缩可以做到高效压缩和实时要求的折衷。
    小波压缩的思想是将一维数字序列分为粗糙尺度和细节两部分，各占一半存储空间，这个过程可以一直递归下去；因为回波信号比较平滑，细节部分主要是噪声，所以只保留粗糙尺度部分，如图2所示。
    不同尺度系数的分解与合成如图3所示。
    其中h（k）、g（k）是一组由两尺度方程推导出的共轭镜像滤波器。aki是第i层的（粗）尺度系数。第i层按递归分解成i+1层的更大尺度部分ak（i+1）和细节部分dk（i+1）。
    分解过程相当于输入序列和滤波器卷积后，进行亚采样，只保留偶数点；合成过程相当于先对序列进行插值（添加0）后，再与滤波器卷积、相加。
    图4是一个用db1小波递归3次压缩一段雷达回波的例子，压缩接近原来的1/8。
    系统中采用 （9,7）双正交小波快速提升算法，根据实际需要进行1～4层尺度分解。小波压缩实现细节可参考文献[2]。
    2.3 网络传输
    常用的网络协议是UDP和TCP。UDP是面向无连接的协议；TCP是面向有连接的协议。电路板克隆另外，TCP协议在接收方还要进行包的次序调整，因为不同的包可能按不同的路由到达。然而，可靠是要付出代价的，TCP占用CPU资源要比UDP高，网络利用率也不如UDP。如果网络状况良好，需要持续进行大批量的数据传输，可以考虑UDP。一般情况下，通讯方式都是点对点的，也就是所谓的单播方式。采用这种方式，多个客户机必须与同一个服务器分别建立连接，这导致了网络负载成倍增加。
    在特殊情形下可以使用广播方式。其目前只被UDP协议支持。广播的实现非常容易，只需要将目的IP地址设置为该段子网的地址即可。这种一对多的方式会影响不需要接收的主机，子网上所有未参加广播接收的主机也必须完成对数据报的协议处理，直至UDP层才将它丢弃，甚至还会引起广播风暴。