（2015卫星导航）基于双天线载波相位差的卫星导航接收机抗欺骗技术研究

针对欺骗干扰信号难以有效实时模拟真实卫星信号空间分布特性的特点,本文提出了利用双天线载波相位差进行欺骗信号检测的方法。在已知接收机天线阵基线以及姿态条件下,同一路信号在两副天线上表现出的相位差与天线基线长度与信号入射相关。而信号入射角是空间信号的物理传播特性,欺骗干扰源无法通过数字方式改变。以通过卫星星历获取所跟踪卫星的精确位置为先验信息,即可确定真实信号在已知天线阵上的载波相位差,从而实现对欺骗信号的有效检测。本文分析了载波相位差计算的各种误差源,并在此基础上建立了针对欺骗信号的二元假设检验。最后,通过理论分析和仿真实验,验证了本文提出的欺骗信号检测技术的有效性,并得出了天线阵基线越长、入射方位角越小,载波相位差检测技术对欺骗信号的检测性能越优的结论。     

采用双天线载波相位差技术的卫星导航接收机抗欺骗方法

针对欺骗干扰信号难以有效实时模拟真实卫星信号空间分布特性的特点,提出利用双天线载波相位差进行欺骗信号检测的方法。分析载波相位差计算的各种误差源,并在此基础上建立针对欺骗信号的二元假设检验。通过理论分析和仿真实验,验证了所提欺骗信号检测技术的有效性,并得出了天线阵基线越长、入射方位角越小,载波相位差检测技术对欺骗信号的检测性能越优的结论。     

卫星中断容忍网络路由算法研究

针对卫星网络易中断、长时延等问题,提出一种适合卫星DTN网络的路由算法——SDTNR算法。该算法在节点缓存中设置了3个存放不同服务等级报文的队列,队列根据报文响应比排序,响应比小的报文优先发送。SDTNR算法根据卫星运行规律,建立节点选择表并实时更新该表,根据表中信息选择满足条件的节点作为下一跳节点,以此保证通信的可靠性。仿真结果表明,SDTNR与EPR、PR、FC 3种算法相比,SDTNR更好地提高了报文的投递率、降低了网络开销和平均时延。     

飞机再次出动保障活动设计方法

飞机再次出动保障活动所需时间长短对提升飞机的作战效能至关重要,针对当前在飞机保障资源有限约束条件下,再次出动保障活动工期最短难以实现的难题,提出了基于分支切割法的再次出动保障活动时间优化方法。该方法以飞机再次出动保障活动所需时间最短为目标,以有限的保障人员和保障作业间逻辑关系为约束条件,可计算出时间最短的飞机再次出动保障活动具体流程,并用VB6.0编制成计算机程序,开发了飞机再次出动保障活动分析系统。最后,对某型飞机真实保障活动进行了实例分析,结果表明,使用该方法计算得到的结果准确、可靠,与实际保障情况相符,可为飞机再次出动保障与决策提供指导,提升保障活动的自动化水平,具有很好的工程应用价值。     

采用M阶正交信号的DS-CDMA系统性能分析

随着移动通信的迅速发展 ,码分多址技术受到越来越多的关注。为了提高系统的抗干扰性能 ,在CDMA系统中采用了M阶正交信号。通过分析采用M阶正交信号的DS CDMA系统基带接收信号的统计性能 ,文中得出了多址、多径干扰下系统的误码率计算公式 ,并详细分析了系统的抗干扰性能。     

美国成像侦察卫星发展趋势

作为全球唯一的超级大国,美国在空间观测方面具有勿庸置疑的优势。介绍了美国现有成像侦察卫星的构成、作用和发展现状,指出了美军开始注重利用商业遥感图像的新趋势,并且详细介绍了当前美国成像卫星软件的商业开发以及美国未来天基雷达计划的发展。     

长码直扩信号的符号速率盲估计方法

针对长码直接序列扩频(DSSS)信号的符号速率估计的难题,提出了基于相关处理的方法。该方法首先估计长码直扩信号的相关函数二阶矩,然后将相关函数二阶矩的估计作为输入信号进行预处理,以去除扩频码周期处的峰值。对预处理后的信号再次进行自相关处理,则所得的信号的频谱中含有符号速率谱线。理论分析和计算机仿真证明了所提出的算法的有效性。     

An INS/GNSS integrated navigation in GNSS denied environment using recurrent neural network

In view of the failure of GNSS signals, this paper proposes an INS/GNSS integrated navigation method based on the recurrent neural network (RNN). This proposed method utilizes the calculation principle of INS and the memory function of the RNN to estimate the errors of the INS, thereby obtaining a continuous, reliable and high-precision navigation solution. The performance of the proposed method is firstly demonstrated using an INS/GNSS simulation environment. Subsequently, an experimental test on boat is also conducted to validate the performance of the method. The results show a promising application prospect for RNN in the field of positioning for INS/GNSS integrated navigation in the absence of GNSS signal, as it outperforms extreme learning machine (ELM) and EKF by approximately 30% and 60%, respectively.     

基于切比雪夫神经网络的软件定义卫星网络智能路由策略

针对现有的软件定义卫星网络中流表占用的三态内容寻址存储器空间不断增加,复杂的流表项查找、匹配过程导致路由转发效率降低,无法满足多样化应用需求的问题,提出基于神经网络的软件定义卫星网络智能路由架构。控制器通过训练神经网络获取数据流的传输模式,并用训练后的神经网络代替流表,在此基础上提出基于Chebyshev神经网络的智能路由策略,交换机根据数据流的业务类型预测其转发路径,以满足卫星网络应用的服务质量要求。仿真结果表明:所提路由策略显著减少了占用的三态内容寻址存储器存储空间,提高了路由效率。     

融合地面多传感器信息引导无人机着陆

针对无人机自主着陆过程中卫星导航系统易被干扰的问题,提出了一种基于地基多传感器融合的无人机自主着陆引导方法。采用主动式激光照射的方式,获取机载反射棱镜的近红外成像,在红外图像中对无人机目标进行识别;通过坐标转换将识别结果映射到可见光图像中,在可见光图像中选择的感兴趣区域进行可见光目标识别,从而在降低计算量的基础上获得更加精确的无人机相对角度信息;利用距离测量信息和引导系统角度信息可以获得精确的无人机相对位置。无人机着陆引导试验结果表明,该方法能够提供精确的无人机位置信息,能有效适应于复杂背景下的无人机自主着陆引导。