集成开关电容滤波器的应用研究

Max267是Maxim公司生产的新一代高精度开关电容有源滤波器。该滤波器的中心频率、Q值、工作模式等均可通过Max267引脚方便的选择。实际应用时,巧妙设置选择理想的应用设计方案,可以得到质量较高的滤波输出信号。     

反无人机导航欺骗技术发展与应用

作为新域新质作战力量的典型代表,无人机已成为现代军事战场的重要武器平台,其反制需求也激增。导航欺骗作为反无人机“软杀伤”手段之一,因通用性、适应性强,效费比高且具备隐蔽性特点而备受关注。首先从导航信号模拟与仿真角度出发,基于“接收器+欺骗器”结构确立导航信号模拟与欺骗内在联系;其次通过制导、导航与控制（GNC）体系建立支撑无人机导航欺骗理论的两大分析模型：状态估计与控制（SEC）模型和质点假设与规划（PHP）模型;最后结合“侦、扰、毁”等其他反无人机手段,给出导航欺骗技战法运用情况。研究表明,我国在导航信号欺骗源研发、设备小型化制备和无人机导航欺骗建模及策略规划等方面已处于世界先进水平,正朝多探测反制手段体系化方向深入发展,但以智能化、分布式、多平台为代表的新型导航信号欺骗源研究尚显不足。建议加强产、学、研合作,推进导航欺骗技术跨域高质量发展。     

对干涉仪干扰机理的研究

多基线相位干涉仪接收机是电子侦察中非常重要的一种传感器资源,其主要优点是测角精度高、处理速度快,在射频测向应用较为广泛。结合相位干涉仪测向的工作原理,提出了基于多信号交叠干扰的策略,研究了多信号对干涉仪测向的干扰机理,并通过建模仿真对上述干扰策略进行了评估。仿真结果表明：交叠的多信号对相位干涉仪测向的干扰十分明显,使其无法获得射频目标的真实方位,并输出同时到达信号的错误指示。     

航天测控的基准——漫话“时间统一系统”

我国第一艘载人试验飞船从发射到返回,在太空邀游了21小时11分钟,绕地球14圈。期间,分布在全国各地的测控站和布阵于太平洋、大西洋、印度洋上的4艘远望号测量船对飞船进行跟踪和测量,大量数据源源不断地传送到北京航天指挥控制中心,控制专家们根据这些数据密切监视飞船的飞行状态,适时对飞船注入控制指令。而从相距千万里之遥的各种测量设     

没有硝烟的电磁频谱战

电磁频谱(electromagnetic spectrum)是按电磁波波长(或频率)连续排列的电磁波族,它是一种无形而有限的重要资源,广泛应用干军事、国民经济和社会生活各个领域。在军事上,电磁频谱既是传递信息的主要载体,又是侦察敌情的重要手段,因此成为交战双方争夺的“制高点”之一。现代战争是在陆、海、空、天、电五维战场进行的军事斗争,夺取电磁频谱控制     

中国海军潜艇部队强劲出击：超越极限的水下远航

2月14日,北海舰队某潜艇支队两艘潜艇紧急出海,悄然消失在茫茫深海。多少个日日夜夜,他们深卧“龙宫”匍匐于沟壑与暗礁,守望着共和国的水下蓝天。     

基于m-Capon的多阵列直接定位算法

多重信号分类(Music)直接定位算法需要先估计目标个数,然后根据目标个数估计确定其噪声子空间,进而得到空间谱函数。在低信噪比情况下,目标个数估计的错误往往会导致直接定位算法的失效。针对上述问题,提出了一种基于m-Capon的多阵列目标直接定位算法。该算法综合了Capon算法无需目标个数估计和Music算法定位性能较高的优点,在不进行目标个数估计的情况下,利用近似估计的方法得到逼近于Music算法的空间谱函数,解决了Capon算法在低信噪比下性能不足的问题。仿真结果表明,在无需估计目标个数的条件下,所提算法的性能与Music算法的性能大致相同,且逼近于克拉美罗下界。     

GPS软件接收机信号快速捕获新方法

针对微弱信号条件下GPS软件接收机的C/A码捕获问题,提出一种新的并行快速捕获算法。采用平均相关技术降低C/A码的自相关损耗,基于载频误差补偿技术减小C/A码累积误差;利用叠加相关方法降低相干累积运算的复杂度,通过循环移位减小频率步进搜索的时间消耗。实验结果表明该算法能够有效实现GPS信号捕获。对比仿真实验表明,该算法能够完成弱GPS信号捕获,且运算量适中,适合高灵敏度软件接收机使用。     

采用区分性幅相联合字典学习的低截获概率信号分离方法

为解决采用字典学习的信号分离方法存在的相位信息缺失和子字典交叉表示问题,提出一种区分性幅相联合字典学习方法。该方法针对相位信息缺失问题,构建了幅相联合字典模型;针对混合信号在联合字典上投影时存在的交叉表示问题,基于区分性字典学习思想提出在字典学习过程目标函数中加入交叉表示抑制项。仿真结果表明：幅相联合字典能够充分表示典型低截获概率信号的幅相信息,交叉表示抑制项能有效抑制信号间的交叉表示,算法具有良好的分离性能。     

海量电磁数据中雷达信号的高效分选方法

针对海量电磁数据中雷达信号难以进行快速准确分选的问题,提出一种新的聚类分选方法,即改进k-means算法的Map Reduce并行化实现方法。通过引入初始聚类中心个数k1、最大聚类中心个数kmax和距离门限rt3个参数,克服了k-means算法需要事先确定k值和易受孤立点影响的局限;基于Hadoop平台实现了对改进k-means算法的Map Reduce并行化,克服了k-means算法串行实现时间复杂度高的局限。最后,实验表明改进k-means算法取得了更高的分选准确率,Map Reduce并行化后具有良好的加速比和扩展性,能够很好地对海量电磁数据中雷达信号进行高效分选。