两种相位鉴别器下的导航接收机跟踪环路性能分析及比较

Costas环路是导航接收机中常用的载波跟踪环路,目前关于环路性能的分析很多,传统的分析方法以及结论均是基于信号功率归一化的乘法鉴别器,且一般认为环路带宽在输入信号信噪比变化过程中是不变的。本文通过对目前数字跟踪环路实现中常用的两种鉴别器(基于总功率归一化的乘法鉴别器和反正切鉴别器)进行精确建模和分析,据此得到了两种鉴别器精确的热噪声跟踪误差表达式,并进行了仿真验证。通过比较可知,在输入信噪比小于4dB时,反正切鉴别器和归一化的乘法鉴别器的性能基本相同,两种鉴别器所能达到的跟踪门限信噪比基本相同。本文的结论可用于精确指导导航接收机的设计。     

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。     

通道幅相不一致时的全向测角误差分析北大核心

在理想情况下,基于均匀圆阵的米波全向雷达可联合-1阶、0阶和和1阶相位模式实现全方位的无模糊测角。然而在实际工程中,各接收通道幅相特性往往不一致,这将导致激励出的相位模式中包含误差项从而引起明显的测角误差,而且该误差无法补偿,只能通过校正通道间的幅相误差或选择合适阵列参数的方式来减小。为此,通过理论推导得到测角误差与各接收支路幅相误差之间的解析关系式,明确了幅相误差对测角误差影响的同时也为合理选阵列参数以减小幅相误差引起的测角误差提供了理论依据,仿真分析验证了理论误差分析的正确性并给出了最优的阵列直径取值。     

最小熵准则下的高动态目标回波相位补偿方法

针对传统"停-跳"假设对高动态脉冲雷达测速的局限性,提出了一种最小熵准则下的高动态目标回波相位补偿方法。在最小熵准则下,通过建立多项式的相位滤波器,实现回波信号相位高阶系数的估计,再对积累周期内的信号进行相位补偿,补偿后的信号频谱熵最小,此时再利用FFT可以得到高精度径向速度估计。实测验证表明,该算法可以有效地估计和修正回波相位高次项,提高回波积累时长,补偿后的径向速度估计均方根误差明显降低,算法估计的径向速度均方根误差优于0.04m/s,有效提高了脉冲雷达测速精度。     

廉政传真

正三十四团维护群众合法权益为了督促贯彻落实二师三十四团党委的惠民政策,维护职工群众的合法权益,今年,该团纪委全程参与危旧房的拆迁工作,包括前期的资格审核、房屋丈量、果树清点,以及后期拆迁补偿款的核算、公示、发放,保证职工群众合法权益不受侵害,得到足额的房屋拆迁补偿款。截至目前,该团纪委全程监督了工商建交科牵头的41户职工危旧房的拆迁工作,无因房屋拆迁致使职工群众利     

被动导引头对噪声调频源镜像目标抑制技术

研究了相位干涉仪体制被动导引头对噪声调频干扰源地面镜像目标抑制技术,分析了地面镜像目标对相位干涉仪测角的影响,给出了一种相位干涉仪体制被动导引头抑制噪声调频干扰源地面镜像目标影响的方法。     

机载二维干涉仪测向误差分析

以相位干涉仪测向原理为基础,对机载二维干涉仪测向误差产生原因进行了详细的阐述.分析了内部噪声造成的相位测量误差和载机倾斜造成的基线位置变化对测向结果的影响.考虑电波传输的多径效应,探讨了二径信道和Rice信道下的测向误差.针对仿真结果中各类误差的变化规律,提出具体改进思路和解决方法.     

基于RLS算法的自适应逆控制系统的研究

提出了一种基于RLS算法的自适应逆控制系统,并对最小相位对象和非最小相位对象分别用此系统建模,进行仿真研究.仿真结果表明,基于RLS算法的自适应逆控制系统的收敛速度快,抗干扰性能好,而且得到的稳态误差较小.     

DDS中相位截断噪声的分析和处理

直接数字频率合成以其频率分辨力高,频率切换速度快,而且切换时相位保持连续等优点在频率合成中占有重要的地位。它全部采用数字技术,易于设计和集成,然而,它的输出频谱中存在较多的杂散频率分量。其根源主要是：１相位截断噪声;２幅度量化噪声;３ＤＤＳ的取样合成机理;４Ｄ／Ａ的非理想性（存在非线性和毛刺）。本文对其位截断噪声进行讨论,并对一种加随机声来改善ＤＤＳ输出频谱结构的方法进行了深入的分析。     

航空发动机大延迟系统Smith预估补偿模糊PID控制算法

试车过程中某型涡扇发动机低压压气机进口导流叶片控制通道出现了参数摆幅较大的现象,经判读试车数据认定该通道存在较大的延迟,针对该问题为该通道设计了一种Smith预估补偿模糊PID控制算法,计算机仿真结果表明:与传统的Smith预估补偿算法相比,该算法对模型的不匹配具备较强的适应能力。