航空火控系统检修设备软件的仪器无关性设计

研究了在航空火控系统检修设备中,测试软件的仪器无关性设计方法.说明了通过程序、配置文件管理系统硬件,实现检修设备仪器硬件与软件分离的方法,对如何修改配置文件的驱动程序接口、通道映射表以适应新硬件的变更等问题作了详细说明.并讨论了用检测程序、数据库以及文本文件定义被测设备的检修属性,提高检修设备的通用性的方法.     

跳跃-滑翔弹道扰动引力自适应网格快速赋值方法

为实现高超声速跳跃-滑翔弹道扰动引力的快速赋值,提出自适应网格赋值模型,并根据反距离加权理论,优化广义延拓逼近算法,对模型的逼近误差进行分析。该赋值模型的网格划分为两级,第一级网格根据标准弹道空域进行划分,第二级网格根据滑翔导弹实际弹道在线生成。根据一级网格节点数据,通过优化广义延拓逼近算法计算二级网格节点数据,最后根据二级单元内插计算实际弹道点的扰动引力值。仿真结果表明:在同等大小的网格划分下,优化广义延拓自适应网格模型的逼近精度高于一般赋值方法;在同等精度要求下,该赋值模型的最大单元格边长大于一般赋值方法,从而减少了单元格划分数量,进而降低弹上数据存储量;针对不同滑翔方向以及不同滑翔距离的跳跃-滑翔弹道,该模型逼近误差对应的落点偏差小于5 m,具有较好的适应性。该赋值模型在满足计算速度的前提下,提高了传统赋值方法的逼近精度,降低了弹上存储量,具有一定的工程应用价值。     

ATM交换网络的连接技术

介绍了异步传输模式交换网络(ATM)的概念、组成及特点,并着重论述了ATM的连接技术,包括分层结构、连接过程和连接建立。其中提出了ATM层是其连接技术的核心,连接过程的实质是利用了虚连接的概念及连接建立的4个基本步骤。最后指出了ATM网络在未来通信中的应用及发展前景。     

一种有效的神经网络检测器

本文提出了一种有效的神经网络检测方法。该方法通过高效的自组织学习过程,使该神经网络对各种噪声或杂波分布能够快速准确地建模,最终能使在各种噪声分布条件下检测效果均逼近最佳检测器的性能。实验结果验明了该方法的有效性     

基于控制通道融合的瞄准线组合稳定技术

提出一种光电二级稳定粗、精控制通道融合新方案,并与现有粗、精控制通道相互独立二级稳定方案相比较。仿真结果表明,粗、精控制融合方案无论在成本、体积、性能和精度上,都优于现有二级稳定方案。新方案的可行性已通过原理样机得到验证。     

星地非理想通道下的导航信号测距偏差分析

针对广义信道下伪码测距偏差与各部分通道测距偏差叠加值的等效性问题,研究星地叠加通道和部分通道特性对伪码测距偏差的影响,并对实际通道中伪距"分层"现象的成因展开分析。通道非理想特性会对导航信号伪码跟踪性能产生影响,综合考虑星地两端通道的非理想特性,通过对导航信号伪码跟踪函数和不同类型通道建模,研究了星地叠加通道和部分通道特性对伪码测距偏差的影响。结合几类典型星地非理想通道,利用软件接收机展开仿真验证。通过分析几类典型通道对伪码测距偏差的影响,解释了零基线双差观测量中伪距"分层"现象的成因。文中模型与相关分析方法可用于解释相关信号质量问题,并指导接收机通道的最优化设计。     

TDMA网络及通信信道模拟系统的设计与实现

由于无线信道不稳定,且网络拓扑难以控制,在基于TDMA网络的无线收发设备开发上层应用时,迫切需要一个简单易控、比较真实的开发调试平台。文中比较了国内外一些无线网络模拟器的优缺点,提出并设计实现了一种通过以太网模拟无线网络的模拟系统。该模拟系统具有扩展性好,真实可靠且操作简单等优点,对加快相关设备和应用系统的研发进程,节约开发成本具有重要的意义。     

多序列跳频无线通信系统抗多音干扰性能研究

常规跳频系统（FH-2FSK）发送的调制信号易被干扰损伤,提出的多序列跳频（MSFH）无线通信方式不需对载波进行调制,直接以载波频率来表示消息,且每跳所使用频点的随机性比FH-2FSK强．通过理论分析得到了加性白高斯噪声信道下存在多音干扰时MSFH系统误码率的闭合表达式,由数值和仿真结果可知,在信道中仅存在加性白高斯噪声时,MSFH与FH-2FSK误码率性能相同;在最坏多音干扰下,MSFH与FH-2FSK相比约有3dB误码率性能增益,抗多音干扰能力更强．     

导频设计的MIMO-OFDM改进信道估计算法

为提高系统的传输效率并改善信道估计的性能,提出了一种结合优化导频设计的分段带阻滤波算法.采用优化的导频设计,该算法在少量增加计算复杂度的基础上,能够进一步提高信道估计的性能,与实际中广泛应用的经典时域滤波算法相比,具有更高的估计精度.仿真结果证明该算法适用于不同的信道环境,尤其在低信噪比的条件下,该算法能够明显降低信道估计的MSE.     

面向时空交通栅格流量预测的3D通道注意力网络

城市交通流量预测对交通管理和公共安全具有重要意义。然而,交通栅格流量数据中的规律在时刻变化,在城市中存在全局范围的时空间关系,并且不同特征通道在每个城市区域上有不同的重要性。为解决这些挑战并做出更准确的预测,设计了一种新颖的时空神经网络模型——3D通道注意力网络(three-dimensional channel-wise attention networks,3D-CANet)。提出一个3D通道内注意力(three-dimensional inner channel attention,3D-InnerCA)单元来动态捕获各个通道中不同的全局时空相关性,同时设计通道间注意力(inter channel attention,InterCA)单元来自适应地重校准每个区域上不同特征通道的贡献。在3个真实交通栅格流量数据集上的实验结果表明,3D-CANet模型的预测能力优于其他对比方法,证明了模型的有效性。