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。     

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。     

基于矢量分配的组合导航容错联邦滤波算法

针对高动态环境下飞行器组合导航系统因不确定故障导致导航精度下降的问题,提出了一种基于矢量信息分配的容错联邦滤波算法。设计矢量形式的故障检测函数,对各观测量进行单独的故障程度划分,克服了将故障子系统所有观测量同时隔离的缺陷；根据观测量是否异常,重构时变量测噪声矩阵和信息分配矢量系数,对子滤波器的状态变量进行信息分配,在隔离故障子系统异常观测量的同时,最大限度地利用正确观测信息。仿真结果表明,采用该算法能够充分发挥各导航子系统的优势,极大提高了导航子系统信息利用率,具有较高的精确性和容错性。     

基于约束条件的海上机动目标位置长期预测模型

海上目标运动模型已经有很多,但是对海上机动目标位置的长期预测问题还没有得到很好的解决。灰色系统理论是解决时间序列问题的有效工具,将其与海上机动目标的运动特点相结合,可以较准确地预测海上机动目标在未来较长时期内的位置分布,为引导卫星搜索海上机动目标提供理论依据。     

一种面向多制式路径规划的网络模型

随着综合交通运输与导航应用技术的发展,综合利用多种交通方式实施路径规划的应用需求日益迫切,传统的单一制式路径规划系统与服务正在向多制式的方向发展.然而,传统的路径规划模型与算法难以直接应用在多制式的条件下.针对多制式路径规划的特点,构建合理的数据模型是解决该问题的基础.为此,提出了制式切换点的概念,并以此为基础建立了包含多制式图集合、顶点属性表和切换点矩阵三个主要部分的多制式网络模型,并在真实的城市道路网数据集上进行了多制式网络构建实验.该工作能够从理论和实践两个方面为多制式路径规划算法的设计提供基础性的技术支持.     

军用卫星的发展趋势分析

给出了军用卫星未来的发展趋势 ,包括成像侦察卫星、预警卫星系统、通信卫星系统和导航卫星系统的发展趋势 ,指出了小卫星应用的发展方式 ,归纳了卫星组网的设计方法和应用现状 ,最后分析了小卫星编队飞行的应用特点。     

基于恒虚警的多卫星信号快速盲检测算法?

在分析实际盲卫星通信信号的基础上，提出了一种对不重叠多卫星信号数量、中心频率进行实时估计的快速盲检测算法。算法基于恒虚警率准确地估计了噪声的统计特性进而设置了信噪分离的门限，并根据卫星通信信号的实际带宽特性实现了盲信号的检测。仿真结果表明，算法能够在较低的信噪比下实现对多卫星信号的快速准确盲检测，且与其他算法相比，该算法准确率高、通用性强，更能满足实际工程的需要。     

舰载导航系统的舰炮对海校射方法

测量距离方向法校射是我海军舰炮火控系统对海校射的主要方法,但在传统校射模型中,偏差测好时刻发射舰位置由发射时刻的发射舰位置推算而得.若直接用发射舰航向航速推算,则由于瞬时航向航速扰动.误差较大;若通过瞬时航向航速累积推算,则随着时间的增加,累积误差也很大.将舰载导航系统引入舰炮校射.利用舰载组合导航系统直接测得发射时刻和偏差测好时刻的发射舰位置.从而建立校射模型.仿真结果表明,该方法对提高舰炮校射精度,缩短系统反应时间,增强舰炮武器系统的作战效能有着重要的现实意义和军事意义.     

Robust adaptive UKF based on SVR for inertial based integrated navigation

Aiming at the problem that the traditional Unscented Kalman Filtering (UKF) algorithm can’t solve the problem that the measurement covariance matrix is unknown and the measured value contains outliers, this paper proposes a robust adaptive UKF algorithm based on Support Vector Regression (SVR). The algorithm combines the advantages of support vector regression with small samples, nonlinear learning ability and online estimation capability of adaptive algorithm based on innovation. Firstly, the SVR model is trained by using the innovation in the sliding window, and the new innovation is monitored. If the deviation between the estimated innovation and the measured innovation exceeds a given threshold, then measured innovation will be replaced by the predicted innovation, and then the processed innovation is used to calculate the measurement noise covariance matrix using the adaptive estimation algorithm. Simulation experiments and measured data experiments show that SVRUKF is significantly better than the traditional UKF, robust UKF and adaptive UKF algorithms for the case where the covariance matrix is unknown and the measured values have outliers.