天基预警系统多体制传感器综合调度方法

为提高天基预警系统对多目标的跟踪能力,提出扫描传感器纬度区间扫描模式和凝视传感器目标群跟踪模式,并基于此种模式设计基于聚类的扫描传感器纬度区间扫描调度方法和凝视相机目标群跟踪调度方法。由于诸多传感器的工作模式、探测频率、测量误差、视场模型均不相同,推导不同探测频率、视线误差的多传感器联合观测跟踪的克拉美-罗下界计算公式。综合运用以上方法,建立多体制传感器综合调度优化方法。仿真试验表明,该方法比传统工作模式下的系统对多目标具有更高的跟踪精度。     

卫星导航系统中平台运动对天线阵列性能的影响分析

常规的天线阵自适应算法侧重于研究稳态条件下的最优性能.当卫星导航接收机应用于运动载体(如炸弹、飞机、机动车辆、舰艇)时,阵列平台的运动(或振动)将会导致权值"零陷"指向与干扰来向失配.建立了运动条件下的阵列信号模型,将平台运动分为第一类平台运动(高频振动)和第二类平台运动(平稳转动),给出了两类运动模型下阵列输出信干噪...     

北斗GEO卫星用户算法的改进方法

针对北斗GEO用户算法需要进行5°倾角的坐标旋转处理这一过程,提出了采用经典广播星历参数用户算法直接解算北斗GEO卫星位置的改进方法,并同时给出了相应的基于第二类无奇点根数的广播星历拟合算法。该算法采用第二类无奇点轨道根数代替经典轨道根数,解决了由GEO轨道的小倾角特性引起的经典广播星历参数拟合过程中法化矩阵奇异的问题。从而避免了北斗GEO用户算法中坐标旋转处理过程,减少了GEO用户算法的计算步骤。仿真表明,提出的改进方法在卫星轨道拟合过程中与原算法精度相当;在卫星轨道外推过程中与原算法相比略有精度损失,但仍满足用户导航定位精度的需求。采用实际北斗GEO星历解算的轨道数据验证了改进算法的有效性。     

GNSS阵列接收机信号解扩前的欺骗干扰检测算法

为了降低天线阵接收机欺骗干扰检测方法的计算量,提出一种信号解扩前的欺骗干扰检测方法。该方法利用不同天线上信号和噪声相关性的差异,在信号解扩前估计其功率,从而进行欺骗干扰检测。仿真结果表明,该方法在降低运算量的同时,具有良好的检测性能。     

带有活动收益不确定特征的成像侦察卫星调度问题

根据区域目标的侦察需求,研究了面向区域目标的多星调度问题。分析了调度问题中活动收益不确定特征,讨论了活动收益的上下界。针对收益不确定的特点,设计了影响力指标用于评估活动对调度方案的影响。基于活动影响力与执行时间设计了一种带局部诱导的禁忌搜索算法,采用分层次的、变评价函数机制引导求解过程趋向多目标优化,在优先提高覆盖率的同时兼顾减少资源消耗。最后,以算例验证了算法的有效性,并通过方案比较说明算法具有较好的寻优能力。     

Web GIS／“北斗”技术在应急器材保障系统中的应用研究

通过分析万维网地理信息技术、"北斗"卫星定位技术和网络技术的综合应用,提出了应用Web GIS和"北斗"卫星定位技术的应急器材保障系统的基本思路和方法,探讨了实现应急器材保障系统的技术途径.     

SINS/北斗/GPS组合导航系统研究

对SINS、北斗双星定位系统以及GPS全球定位系统三者的组合进行了研究.应用联邦自适应卡尔曼滤波技术实现了SINS、北斗和GPS的组合导航,建立了组合导航系统的数学模型,并针对系统产生的量测延时和异步问题给出了较好的解决方案.最后对系统进行了仿真试验,仿真结果表明该组合导航系统具有较高的精度和容错性能,此方案具有较好的工程应用价值.     

导弹预警卫星对助推段导弹的探测能力建模

导弹预警卫星在导弹防御体系中处在最前沿,在导弹的早期预警中起着其他装备无法替代的作用。分析了导弹预警卫星的工作原理与作战流程,从覆盖范围、最大探测距离以及检测概率3个方面对导弹预警卫星的探测能力进行了数学建模,并利用所建模型分析了美国导弹预警卫星的探测能力,为导弹预警卫星的探测能力评估奠定了理论基础。     

基于矩阵乘法的高速卫星成形滤波器的FPGA实现

根据高速8PSK卫星调制器的要求,针对数字化基带成形滤波的信号处理特点,文中提出一种基于矩阵乘法的高速卫星成形滤波器设计方法及基于查找表的硬件实现方案。该方法将成形滤波直接抽象为矩阵乘法的运算,将多个卷积相乘项相加后再量化,减少了量化次数,提高了量化信噪比。用片内的BLOCK-RAM精心设计查找表,在8万门的芯片VIRTEX2-80中就能实现此方案。MODELSIM的时序仿真结果表明,可支持高达200Mbps的输入数据,满足卫星通信高速成形的要求,并针对未来更高速率的成形滤波器给出了一种通用硬件实现方法。     

Satellite constellation design for forest fire monitoring via a stochastic programing approach

There is significant value in the data collected by satellites during and after a natural disaster. The current operating paradigm in practice is for satellites to passively collect data when they happen to fly over a disaster location. Conversely, this article considers the alternative approach of actively maneuvering satellites to fly directly overhead of the disaster site on a routine basis. Toward this end, we seek to compute a satellite constellation design that minimizes the expected maneuver costs for monitoring an unknown forest fire. In this article, we present a 2‐stage stochastic programing model for this problem as well as a accelerated L‐shaped decomposition approach. A comparison between our approach and the current operating paradigm indicates that our solution provides longer duration data collections and a greater number of data collections. Analysis also shows that our proposed solution is robust over a wide array of scenarios.