基于TOPSIS的同步轨道通信卫星综合能力评估

同步轨道通信卫星具有诸多优势,现有的通信卫星星座大多由多颗此类卫星组成。星座中的每颗卫星对特定作战区域的影响不尽相同,提出了采用逼近理想点法对同步轨道通信卫星综合能力进行了评估,为了解星座中各颗卫星的相对重要性提供了依据。首先,介绍了评估过程,根据同步轨道通信卫星特点提出了评估指标体系;其次,重点介绍了逼近理想点法运用的模型;最后通过仿真实例,证明这种评估方法运用于同步轨道通信卫星综合能力评估可行。     

一种适用于UHF频段军事卫星通信的高效传输方案

特高频(UHF)频段由于其良好的通信性能,正愈发广泛地应用于军事卫星通信,尤其是卫星移动通信,然而由于该频段信道所受干扰和固有衰落的限制,UHF在卫星通信中的应用并非一帆风顺。如何提高系统通信容量及在干扰环境下的信道可用率是目前UHF频段军事卫星通信发展所面临的主要挑战。文章在分析UHF频段卫星通信特点的基础上,简要介绍了具有良好性能的低密度校验码(LDPC)码和连续相位调制(CPM)方式,并结合UHF频段的卫星信道特点,提出了一种新的发展对策——LDPC+CPM+FH的串行级联通信方案,最后对方案进行了建模和计算机仿真。     

利用混合编程改善SMP机群上并行矩阵乘法的性能

针对SMP机群,探讨了分别利用单机优化、OpenMP与MPI从指令级、共享存储级与分布主存级三个层次上改善矩阵并行乘Fox算法性能的方法。并通过调用数学函数库与混合编程的方式,在深腾6800上进行了实验,取得了相当满意的数值效果。     

FBCB2系统的作战应用及未来发展

FBCB2是美国卫星导航、卫星通信、卫星遥感等航天系统与地面及空中通信系统、图像获取系统集成的一体化系统,是天、空、地系统综合应用的典范.介绍了FBCB2系统的性能特点及其在部队中的配备情况,在作战中的应用情况,就目前美国对FBCB2系统所进行的完善改进工作进行了分析.     

战时装备调配保障决策模型构建研究

分析了战时装备调配保障决策的特点,运用模糊聚类分析法对装备调配保障对象进行了分组和优先级排序,以此为基础,运用目标规划法构建了战时装备调配保障决策模型,最后,通过实例验证了模型的可行性和有效性．     

航空导航技术的发展方向

针对航空导航的特点,对现有航空导航装备的特点进行了分析,并结合未来作战的需求,给出了航空导航技术的发展方向,主要是组合式导航体制,将卫星导航与惯导的组合进一步与地形辅助导航、地球物理导航、地磁导航等方式结合起来.     

基于Multi-Agent敏捷卫星动态任务规划问题

在分析敏捷卫星的特点和卫星多用户需求的基础上,针对敏捷卫星任务规划问题,基于Multi-Agent理论构建了任务分配模型;针对敏捷卫星任务规划初始方案调度中卫星资源失效的情况给出了敏捷卫星动态任务重调度模型;在此基础上,提出了基于诚信机制的可解约合同网任务分配方法,设计了招投标机制、可解约合同网协议以及招投标、评标策略;以敏捷卫星任务规划调度问题为例通过实验获得了满意的结果,表明了模型的合理性以及算法的有效性。     

基于循环平稳的卫星信道多普勒频移估计

基于线性调制信号的循环平稳特性,卫星信道多普勒频移的估计可以通过求解发送信号与接收信号的循环相关函数关系得到.借助循环谱函数推导出发送信号的循环相关函数,接收信号的循环相关函数则对信号本身及其有限差分进行计算.仿真结果说明了该算法对信道中的干扰与噪声不敏感,在多普勒频移较大时,该算法具有良好的估计精度;同时该算法还具有低复杂度和应用灵活的特点.     

地球静止轨道卫星系统兼容性多维度分析方法

针对地球静止轨道(Geostationary Satellite Orbit, GSO)卫星系统间的兼容性分析,设计了单波束和多波束GSO卫星系统间的上行及下行干扰场景,并在卫星的轨位、系统链路可用度及干扰系统地球站选址等多维度对GSO卫星系统间的干扰进行了评估,提出了不同轨位间隔条件下满足国际电信联盟干扰协调限值的干扰系统地球站最近选址的建议,细化了各维度研究上的颗粒度,在不同维度间进行横向对比,分析了GSO卫星系统在不同维度下的干扰变化特性曲线和各维度对干扰分析结果的影响程度。在系统链路可用度一定的条件下,两个卫星系统的轨位间隔>2°时,干扰数值变化缓慢;轨位间隔≤2°时,干扰数值变化较快;轨位间隔≤0.1°时,干扰数值急剧上升。以国际电信联盟实际登记的CHNSAT-81.5和INSAT-KA82.5E卫星的网络资料为例,将计算得到的GSO系统波束间的干扰噪声比、载波干扰比与Visualyse软件结果进行验证对比,结果误差保持在0.7 dB范围内,证明该方法具有有效的评估性能。     

面向无人环境的机器人生态圈自主任务决策方法

借鉴自然界生态系统的典型特征,提出机器人生态圈概念。通过使集群机器人进行智能协同与复杂演化,涌现自我维持、自我复制与自我进化等生命特征,实现无人条件下的长期生存、繁衍与进化,并执行特定的任务。针对机器人生态圈典型任务场景的自主任务决策需求,分析不同机器学习任务决策方法的特点,建立机器人生态圈自主任务决策的决策树模型和神经网络模型。分析表明,两种模型的正确率均在80%~90%,且均具有良好的稳定性。这说明,机器人生态圈自主任务决策问题可以通过决策树、神经网络等机器学习方法来很好地加以解决,从而为面向无人化场景的任务应用提供技术支持。