(2015卫星导航)局部最大延迟检测抗转发欺骗干扰算法

存在窄带干扰情况下,接收机在进行干扰抑制后,其输出信号的相关峰会发生分裂,使用传统的基于信号传输时延的抗转发欺骗干扰方法,会使得捕获锁定的相关值在真实信号的旁瓣。针对该问题提出了一种基于局部相关值最大的信号时延检测方法,在真实信号相关峰分裂产生的旁瓣与欺骗信号不重合前提下,通过对两个码片范围内最大值的搜索,保证捕获不会锁定在旁瓣,再通过选择局部最大值中最早码相位点来避免锁定到转发欺骗干扰。与传统的方法相比,在无窄带干扰情况下,其与基于信号传输时延的抗转发欺骗干扰方法性能相当,在存在窄带干扰情况下其性能明显优于传统的基于信号传输时延的抗转发欺骗干扰方法。通过数值仿真验证了本文方法的有效性。     

美军的“另类转型”

拉姆斯菲尔德执掌美国三军后,为适应冷战后军事变革的需要,启动了美军最大规模的“变脸”,即所谓的美军“军事转型”,由此引发了世界军事领域的“转型热”。军事转型为美军在阿富汗、伊拉克的军事速胜起了很大作用。然而,美军的军事转型并没有对美国在阿富汗、伊拉克稳定局势、促进经济发展起到多大作用。美军被迫再次进行“转型”,将重点从军事领域转到非军事领域,承担起包括人道主义援助在内各种民事援助任务,美军从一支战斗队转变为援助队。本文试图对此作一简单分析。     

引信传爆管破片参数研究

理论分析传爆管破片的数质量分布和最大质量的计算模型,采用水箱法进行了部分引信传爆管破碎性试验。试验数据及理论分析结果表明：计算榴弹破片数质量分布的Mott公式并不适用于传爆管类非榴弹破片的计算,因此利用试验所得数据对西德最大破片质量公式进行了修正。修正后的公式对丙型引信传爆管破片最大质量的计算结果与试验数据较为吻合。     

卫星通信中波束分集及联合TPC编码性能研究

分析研究卫星移动通信系统中上行链路波束分集接收的可行性和性能及联合TPC编码性能。分析了波束交叠、波束增益对多波束卫星通信系统的性能影响,建立了用于多波束分集处理的系统模型;引用基于MGF函数的性能分析方法,针对波束分集的研究,得到了Nakagami-m衰落信道条件下的多波束相干最大比合并(MRC)性能;利用计算机仿真验证算法的有效性,并进一步分析了联合Turbo乘积码(TPC)编码的性能。通过研究表明,在多波束卫星通信中采用分集接收处理不仅完全可行,而且可以有效提高上行链路的性能,降低地面终端的发送功率,解决上行链路发送能力不足的问题,联合TPC编码可以获得进一步的性能增益。     

次优最大似然调制识别算法及其性能分析

提出了一种降低计算复杂度的次优最大似然调制识别算法,该算法在一定的信噪比条件下,具有与最优分类算法相近的性能.通过分析,得到了次优算法达到较好性能所需的信噪比.并在两接收天线的情况下,研究了次优算法的识别性能,仿真表明次优算法在两接收天线时约有3dB的信噪比增益.     

世界各国潜艇AIP系统孰优孰劣？

世界上最先取得AIP系统实用技术重大突破的要数瑞典皇家海军。早在上个世纪60年代,瑞典就曾在重点比较闭式循环汽轮机、燃料电池和斯特林发动机三种AIP动力系统后,最终选定斯特林发动机进行实艇装设试验。1987年11月,瑞典皇家海军在“水怪”号潜艇上加装了一个斯特林发动机舱段。通过一系列的水下试验,充分证明了AIP系统具备较长时间水下航行的本领,从而进一步坚定了瑞典海军正式发展装有斯特林发动机的“哥特兰”级潜艇。1995年2月,具有划时代意义的“哥特兰”级首艇“哥特兰”号下水,这是世界上第一艘问世的AIP潜艇。该艇上装有两台各自最大输出功率为75千瓦的斯特林发动机,能保持6节航速在水下连续航行几个星期而不必浮出水面,使之成为名副其实的“潜艇”。瑞典海军把AIP系统作为柴电动力的一种辅助动力模式,开创了常规动力潜艇发展的新篇章。自此以后,各国海军纷纷加入各种AIP辅助动力系统的研发行列。进入新世纪以来,已有越来越多的AIP系统开始在多国海军中“安家落户”,显现出良好的发展前景。上期,我们曾就东亚地区竞相发展AIP潜艇展开热烈讨论,引起了读者的广泛关注。今天,主持人李杰再次邀请上期嘉宾陈教授及海军某部吕参谋,继续漫谈世界海军几种主要AIP系统及其优劣。     

球形译码算法中不均匀半径分配方案及性能分析

在球形译码算法中,初始半径的选择与分配是影响算法性能与复杂度的重要因素.针对球形译码算法在低信噪比时复杂度高的问题,提出了一种新的基于V-BLAST信号模型的初始半径选择与(准)线性半径分配方案,并分析了应用该方案的两种典型球形译码算法流程的性能与复杂度,其分析方法适用于任意不均匀半径分配方案.分析与仿真表明,与传统的球形译码算法相比,在信噪比较低时,采用该方案的球形译码算法的复杂度显著降低;在较宽信噪比范围内,其误码率性能接近最大似然检测性能.     

AWGN信道下线性分组码的差错概率下界分析

提出了一种线性分组码的最大似然译码(ML-decoding)差错概率下界的计算方法。差错概率的下界优化实质上是对联合事件概率下界的优化,算法结合改进的Dawson-Sankoff界的优化准则,提出了AWGN信道下线性分组码差错冗余事件的判决准则,得到了误码率下界的计算表达式。该表达式只依赖码字的Hamming重量分布与信噪比,较之类deCaens界与类KAT界,本算法得到的下界更紧,计算量更低。针对LDPC等线性分组码的数值结果证明了算法的优越性能。     

混合指数分布模型的Bayes分析

针对截尾试验数据的情况,给出了二元混合指数分布模型的平均寿命和可靠性函数的严格的Ｂａｙｅｓ点估计,并运用最大熵准则给出了可靠性函数的近似的Ｂａｙｅｓ置信下限估计。