基于星间测距和地面发射源的导航星座整网自主定轨

导航卫星星座自主定轨技术是我国新一代卫星导航系统的关键技术之一.但是仅仅依靠星间相互测距定轨会因缺少地面基准而出现基准秩亏现象.针对这个问题,提出利用少量地面发射源随机工作的方式提供地面基准,将星间测距和地面发射源信息融合起来进行星座整网定轨,进一步提高定轨精度.最后利用仿真实验对该方法的合理有效性进行了验证.     

载机扰动下SAR/GMTI旋转目标微多普勒特性分析

目标微动部件激励的雷达微多普勒信号稳定而独特,反映了该目标的本质特征。针对采用相位中心偏置技术(DPCA)的SAR/GMTI系统,研究存在载机扰动下的旋转目标的微多普勒特性。构建飞行平台与微动目标的几何模型,推导旋转目标的微多普勒信号模型,分析典型的载机纵向扰动对微多普勒时频特性构成的影响;并通过仿真实验,验证了上述理论分析的正确性。     

干扰抑制类生成式对抗网络

为进一步改善超低频频段的通信质量,在传统改进广义旁瓣抵消算法的基础上,提出新的超低频干扰抑制算法——生成式旁瓣抵消算法。该算法将人工智能研究热点之一的生成式对抗网络模型引入广义旁瓣抵消算法中,通过优化设计生成模型的网络结构及相关超参数,有效地解决了原算法存在的期望信号残留问题,为旁瓣抵消通道中的后级滤波算法提供了与主通道相关性更强的干扰参考信息,从而提高了算法对主通道干扰估计的准确性。为了验证优化后生成模型的有效性以及所提算法对不同类别干扰的抑制能力,在实验室环境下搭建实验平台,设计了多组对照实验。实验结果表明:优化后的生成模型具有较好的生成能力、较好的鲁棒性以及相对较低的运算复杂度；相比于传统改进的广义旁瓣抵消算法,所提算法进一步提高了信号带宽内的信干噪比。     

卫星导航技术专题讲座(三) 第6讲 组合导航技术

组合导航是导航技术发展的重要方向。随着科学技术的发展,出现了多种导航手段,而各种导航手段都有自己的优缺点,在很多应用中依赖单一手段无法达到某些应用需求。为了获得更好的导航性能,可以将各种导航手段有机组合起来,互相取长补短,使整个导航系统的性能优化。常用的组合方式有惯性导航与卫星导航的组合以及多卫星导航系统的组合。未来也将会有新的导航手段和组合方式出现,推动组合导航技术不断发展。     

基于两阶段算法的半潜维修船功能舱室布局

以维修舱空间、舱室邻接、舱室全局位置三个指标为目标函数,以满足高初稳性要求、保证船舶浮态等为约束条件,建立技术可行前提下半潜维修船功能舱室布局优化模型。通过设计贪婪取走启发式算法与规划求解相结合的两阶段算法,实现对模型的求解。以载重为5×10~4 t的半潜船体为载体进行设计,得到半潜维修船功能舱室优化布局方案。随着维修设备质量系数的增加,可行的布局方案数呈上升趋势。该方法可提高半潜维修船在功能舱室布局过程中决策的科学性。     

GPS干扰与抗干扰技术发展现状分析

首先从GPS信号特点入手分析了GPS信号的易干扰性,介绍了GPS干扰技术的基本原理及美国和俄罗斯目前常用的GPS干扰技术;然后详细介绍了目前常用的GPS抗干扰技术和提高GPS抗干扰技术的综合措施。     

通道失配对GNSS阵列抗干扰性能的影响分析

卫星导航接收机极易受到电磁干扰的影响,基于阵列接收机的空时(频)抗干扰技术被证明是目前最有效的抗干扰手段。在工程实现时,阵列通道存在通道失配,本文以统计性能的评估方法评估了通道失配对阵列抗干扰性能的影响。研究结果表明,通道间群时延偏差和幅度失配是导致阵列抗干扰性能下降的主要因素,前者可通过增加空时滤波器阶数来消除影响,而后者对空时滤波器阶数不敏感,需要进行必要的校正。     

基于聚合模型的高轨预警卫星威胁评估

高轨预警卫星威胁评估是导弹作战指挥辅助决策的重要环节，可以为指挥员的太空目标选择提供依据。在分析其威胁要素特征的基础上，提出了采用“聚合模型”开展威胁评估的方法，并给出了威胁评估步骤。通过分析美国高轨预警卫星的工作模式及作战流程，选取了扫描探测、凝视跟踪及外部等三个方面的关键性威胁要素，并构建了各要素的评价函数模型。基于上下层威胁要素之间关系的不同，给出了两种不同的聚合模型，采用该模型分析了所选要素之间的聚合关系，得到了高轨预警卫星威胁评估模型。最后通过实例计算，验证了该评估方法的可行性和实用性。     

短波通信天线场防雷保护技术研究

结合短波通信工程实践,简要介绍天线场防雷保护系统的组成、保护级别、保护范围等内容,着重研究短波天线及天线场的防雷技术与保护措施,并进一步讨论了短波天线场设计中如何设置和布置避雷系统及相关注意问题。     

基于卷积神经网络的卫星网络协调态势评估方法

为充分发掘利用海量卫星网络数据,提高决策效率,加强空间频轨资源获取与储备的分析手段,尤其是对地球静止轨道资源的协调获取问题,提出基于机器学习算法的卫星网络态势评估策略。通过对卫星网络协调因素进行特征分析,选择卷积神经网络(Convolution Neural Network, CNN)为目标算法模型,并建立算法模型的训练数据集及Label规则,采用分裂信息增益度量方法对数据进行降维处理,建立CNN评估模型,并进行了验证分析。结果表明,CNN模型对卫星网络协调态势评估问题测试的正确率高达80%以上,具有较高的评估效能。随着数据量的增多,CNN评估效果逐步提升,是一种在卫星网络协调态势分析、资源储备的有效评估方法。