弱太阳闪烁中深空探测信道的自适应控制

为提高探测器发射机功率利用率,在探测器和地球间建立可靠的传输链路,弱太阳闪烁中的深空信道的自适应控制十分重要。根据CCSDS规范,提出了一种基于连续功率控制和离散速率控制策略的深空信道自适应控制方法。数学分析和计算机仿真表明,(1) 太阳闪烁越强,自适应功率控制效果越明显;(2) 当太阳闪烁引起的信号衰减不大,小于9.4dB时,MPSK自适应控制信道容量高于非自适应控制信道容量。
     

太阳闪烁下的深空信道中LDPC-MPSK系统性能分析

针对深空通信中传输数据量大、接收信号信噪比低的问题,分析太阳闪烁对深空通信信道的影响,将存在太阳闪烁的深空通信信道近似为莱斯信道,进而提出在该通信环境下采用LDPC编码与MPSK调制相结合的数据传输通信方案,研究太阳闪烁强度、调制进制数、LDPC码长码率对系统性能的影响。仿真结果表明,LDPC编码与MPSK调制相结合的数据传输通信方案在深空信道下具有良好的性能,可有效地抵御太阳闪烁引起的通信性能下降,当使用码率为1/2、码长为1024的非规则LDPC编码时,在误码率为10–5的条件下,QPSK的传输速率为BPSK两倍,其所需的信噪比仅比BPSK高0.2d B。     

Rician衰落信道下Turbo码性能分析

文中研究了Rician信道下Turbo码的性能,并详细推导Turbo码在Rician信道下的误码率上界的表达 式,最后对Rician信道的主要参数对译码性能的影响作了仿真。     

子信道功率控制在Ka频段DT-OFDM系统中的应用研究

文章提出了子信道功率控制在Ka频段卫星通信信道DT—OFDM系统中应用的方案,给出了系统模型的组成和差分软检测方法,并根据系统模型进行了仿真。仿真结果表明应用子信道功率控制的DT—OFDM方案与传统的CC．OFDM方式相比,在10。误码率时能得到4dB的信噪比增益。     

基于神经网络结构化组合的下行链路SINR预测

针对无线蜂窝系统下行链路信道SINR预测方法存在的只能对单一信道参数场景进行一步预测、预测误差较大等不足,根据信道参数变化场景下SINR序列相关性的变化,对长短期记忆网络(LSTM)和前馈神经网络(FNN)进行结构化组合,提出一种基于LSTM-FNN预测模型的SINR预测方法,并通过预训练-全局训练策略和迭代调优策略对组合网络进行较好地训练。仿真实验表明,LSTM-FNN模型相比于传统的自回归积分滑动平均模型(ARIMA)和单一FNN、LSTM网络,在信道参数变化场景下具有更好的SINR预测性能,且时间复杂度的增加在可接受范围内。     

Ka波段微波通道的仿真设计

简述Ka波段微波通道的设计要点,以Agilent ADS软件为平台建立仿真模型,选用S参数和谐波平衡仿真工具对接收和发射信道进行设计仿真,得到了满足信道要求的仿真指标,其中接收信道变频增益10dB,噪声系数11.5dB,发射信道输出功率28dBm,变频增益23.7dB,实现了微波通道方案的可行性验证。     

基于AR模型的MEMS惯导随机误差分析方法

由于微机械惯性器件(MEMS)捷联惯导系统的惯组误差和漂移较大,在较短的时间内也会由于器件误差积累和模型算法误差引起很大的导航偏差。采用Allan方差法分析了MEMS陀螺的随机误差,并对陀螺中主要的5项随机误差系数进行辨识。辨识结果显示,角度随机游走在随机误差中占主要部分。针对MEMS陀螺的实测数据,运用时间序列方法对其随机误差进行分析,并建立了AR模型,试验结果表明,根据所建立的AR(1)模型,采用Kalman滤波方法可以减小其随机误差,滤波后的陀螺输出精度可提高3倍。     

基于深度学习的多步预测方法在太阳风速度预测上的应用

为对近地环境太阳风状况进行可靠预测,引入基于深度学习的多步预测方法来预测在太阳与地球之间的拉格朗日点1（L1）处距离输入观测数据序列未来24、48、72、96 h的太阳风速度。采用SDO的图像数据提取冕洞面积等特征信息,并从NASA OMNIWEB数据集提取其他输入特征,形成多变量的时序数据作为太阳风速度预测的输入信息,输出未来某时刻附近几个小时的太阳风速度。预测过程中分别采用单一LSTM模型、编解码器LSTM模型和CNN-LSTM编解码器模型3种深度学习预测模型作为基模型,融合多步输出端数据进行对比分析。实验表明,多步预测相较于单步输出预测,对未来24、48、72、96 h的太阳风速度预测的相关系数和精度均有所提高,其中单一LSTM模型对于未来24 h太阳风速度的多步预测结果最佳——与观测数据的相关系数为0.789,均方根误差为62.469 km/s,平均绝对误差为46.476 km/s。     

基于模态试验和冲击响应试验的模型动力学参数修正

为通过数值仿真计算方法准确预测冲击响应,基于模态试验和冲击响应试验,对响应板的碰撞冲击过程进行动力学参数修正。模态试验过程,通过响应面优化的方法对响应板的弹性模量、泊松比、厚度参数进行优化,优化后的固有频率计算值相对误差在±2%以内。冲击响应试验过程,冲头冲击高度6.3 cm条件下,对试验和数值仿真的响应谱曲线进行误差评价;基于响应谱各分析频率点均方根误差最小的优化目标,通过曲面拟合得到最优的质量阻尼系数和刚度阻尼系数。动力学参数修正后的模型在3个不同冲击高度条件下的冲击响应谱预测中,大部分频率段的误差在±6 dB以内,显著提高了预示精度。     

基于多元线性回归模型的光纤陀螺温度误差建模

在-40℃～60℃温度范围内测试了数字闭环光纤陀螺的标度因数、偏置和噪声,基于对测试 数据的分析指出,零偏稳定性大于0.3°／h的光纤陀螺的温 度误差主要来源于标度因数误差和偏置误差。利用逐步回归法分析了零偏与温度、温度梯度 之间的线性关系和标度因数与温度之间的线性关系,建立了零偏误差和标度因数误差的多元 线性回归模型。在模型中引入到达探测器的光功率作为新变量,提高了标度因数模型精度, 并使计算量减小40％。建模结果表明,标度因数误差回归模型的残差均方(RMS)达到1
(bit／(°／s)) 2,偏置误差回归模型的残差均方达到0.067(°／h) 2。