基于ADS的接收机码元同步算法实现

数字通信系统中,码元同步对于实现信号的准确判决码元和降低系统误码率起着关键作用。介绍了在ADS仿真环境下实现16QAM接收机码元同步算法。采用的定时误差提取算法消除了传统算法在16QAM系统中引起的时钟抖动问题,实现了接收信号和发送信号同步。并对该算法在ADS环境下进行了仿真,仿真结果表明该算法实现了码元同步的功能,并对干扰有较强的抵抗能力。     

天线罩干扰下的雷达/红外复合导引头数据融合

针对雷达/红外复合导引头中存在天线罩折射以及外部干扰问题,在三维模型下,提出一种基于扩展卡尔曼滤波(EKF,Extended Kalman Filter)的多模型算法,对天线罩斜率进行估计,并将估计结果代入EKF,降低观测视线角中的天线罩折射干扰,形成最优局部估计.采用基于环境信息的加权因子法对雷达/红外局部估计结果进行融合,通过环境信息度量传感器测量结果的可信度,忽略不可信的局部估计结果.设计4组算例检验融合算法性能,仿真结果表明:所提算法可以准确估计天线罩斜率,合理并有效使用雷达/红外传感器信息,提高系统估计精度.     

卫星导航用户机空时滤波抗干扰技术

卫星导航用户机在多个干扰源(包括宽带和窄带)或导航信号和干扰信号空间角谱接近的情 况下,系统定位精度降低甚至无法满足定位要求.为此提出具有方向约束条件的改进联合空 时处理算法,将干扰源来向检测和获取的导航卫星信息作为条件约束判据引入联合空时滤波 处理算法,在抑制干扰信号的同时使靠近干扰源来向的卫星信号正常接收.仿真表明,在有 限阵元规模情况下,保证干扰信号的高抑制度(大于40 dB),并提高干扰抑制自由度,最 重要的是当导航卫星信号与干扰信号的空间角谱接近时(10°左右),在部分区域内有效抑 制干扰的同时接收机仍然能够正常工作.该算法在一定程度上提高区域导航卫星系统在复杂 电子环境下的抗干扰能力.      

一类结构随机跳变系统的自适应滤波方法

提出了含有相关和非相关两类特征参数的结构随机跳变系统自适应滤波方法,并采用改进了的一种基于随机采样技术的自举滤波算法,其对于非线性非高斯问题具有很强的适应性,很好地克服了传统滤波算法在解决此类问题时所存在的"基础结构失真"的缺陷,从而提高了滤波算法的整体估计性能.在"闪烁"噪声环境里,测量信息存在随机中断的导弹制导问题的仿真结果,验证了本方法的有效性.     

基于星间测距的编队卫星一致性导航算法

针对多航天器编队飞行的自主导航问题,利用高精度的相对距离测量手段,结合较少的参考卫星位置信息,对未知卫星的相对和绝对位置进行估计.针对扩展卡尔曼滤波算法的局部不稳定性,采用了一种误差补偿算法,使在系统可观度较低时仍有较稳定的输出.并将编队系统视为一个无线网络,提出了一种分布式一致性卡尔曼滤波算法,该算法结合一致性理论和分布式卡尔曼滤波器,可明显提高解算精度并消除高频噪声干扰,仿真结果验证了该方法的有效性与可靠性.     

复合导引头目标信息融合抗干扰技术研究

复合导引头由微波制导至红外制导的过程中,受干扰条件的影响,有可能出现错误交班。为了提高导引头应对干扰的能力,设计了一种微波/红外目标信息融合抗干扰方法,该方法利用微波与红外目标信息进行关联度检测,对跟踪微波与红外运动的趋势进行在线实时判断,及时做出干扰误交班判定。在进行了干扰误交班的情况下,MATLAB数字仿真结果表明,该算法能够准确有效地给出干扰误交班判断,从而保证了在干扰环境下对目标跟踪的稳定性。     

基于IFS和IPSO算法的干扰资源分配方法

针对多干扰系统同时干扰多部雷达的干扰资源分配问题,提出一种基于直觉模糊集(IFS)和改进粒子群优化(IPSO)算法相结合的干扰资源分配方法。利用己方无源探测系统获得的敌方雷达参数,根据IFS理论得到敌方雷达的威胁系数;整合数据库中战场的己方干扰系统与敌方雷达系统信息,从空域、频域、极化方式和干扰样式4个方面定义了匹配度,表示己方干扰系统对敌方雷达系统的干扰效率,得到匹配度矩阵,结合敌方雷达威胁系数建立干扰目标函数;提出一种自适应调整权重、异步变化学习因子、针对离散问题的IPSO算法,并引入补偿粒子进行盲区搜索,求解出最佳干扰决策。仿真表明,本文提出的干扰资源分配方法相较于传统算法最优解正确率更高,且实时性更好。     

基于ADRC姿态解耦的四旋翼飞行器鲁棒轨迹跟踪

针对欠驱动四旋翼飞行器的控制特性,提出一种基于自抗扰控制(ADRC)的姿态解耦控制算法,该算法可以克服传统欠驱动四旋翼控制方法中存在的问题,如系统状态间耦合严重,抗干扰能力弱及系统建模误差对跟踪性能影响较大等弱点.该算法利用扩张状态观测器(ESO)实现状态间耦合项的跟踪和估计,同时ESO也可实现对系统干扰的估计,干扰包括系统内扰和外扰.利用动态反馈线性化将非线性MIMO系统转化成线性SISO系统,然后利用非线性反馈控制律实现四旋翼姿态系统的高品质控制,在上述姿态解耦控制的基础上研究飞行器的鲁棒轨迹跟踪问题,不同情况下的仿真结果验证了上述姿态控制算法可提高系统轨迹跟踪的鲁棒性.该算法不依赖于精确的系统模型,降低了实际应用的难度,并有很强的抗干扰能力,具有实际应用的价值.      

MC-CDMA中的RLS-DRMTA算法

多载波码分多址(MC-CDMA)系统是将OFDM技术与CDMA技术结合起来的一种综合技术.MC-CDMA系统中同信道干扰仍然是影响系统性能的主要因素,这就需要使用智能天线来提高系统的性能.介绍一种适用于MC-CDMA系统的自适应阵的盲算法递推最小二乘解扩重扩多目标阵列(RLS-DRMTA)算法,利用扩频码的信息进行波束形成,不需要训练序列,节约了频谱资源;与LS-DRMTA算法相比,RLS-DRMTA算法节省了运算时间;另外仿真表明在正交频分复用(OFDM)解调后进行波束形成,提高了系统的性能;为了降低系统的复杂度,还用到了载波分组技术,但分组技术又会降低系统的性能,所以分组时考虑了系统性能和运算速度的折衷.仿真结果表明RLS-DRMTA算法能使方向图的主波束对准信号方向,而在干扰方向形成零陷,从而达到抑制干扰的目的.      

基于贪婪算法的近空间平台区域覆盖优化设计

为了实现近空间多平台对任意区域的协同覆盖观测,提出了一种近空间区域性覆盖优化设计方法.该方法针对问题建立了NP-hard集合覆盖模型,应用随机贪婪算法设计并优化平台的位置参数以及采用的波位.随机贪婪方法从贪婪算法得到的一个解出发,随机移除一定比例的平台,再用贪婪策略加入若干个平台,改进了原始贪婪算法对优解空间搜索不足的缺点,因此提高了解的优度,同时也避免了应用遗传算法、蚁群算法等智能搜索算法在解决此类问题时对全部子集族庞大的存储和复杂的计算.利用STK(Satellite Tool Kit)卫星仿真软件对四川汶川地区的优化设计结果进行了仿真,仿真结果给出了在100%覆盖的情况下平台的各参数信息,验证了该优化设计方法的有效性和智能性,为近空间区域覆盖设计提供了有力参考.     

DS/FH测控系统抗干扰性能分析与测试

为全面、有效衡量用于应急测控的直扩/跳扩(DS/FH)系统的综合抗干扰性能,采用最低性能指标约束法,对系统抗干扰性能进行综合分析.以音调干扰、脉冲干扰以及高动态环境为例,探讨了不同干扰条件对系统最低性能指标的影响.为解决最低性能指标约束下系统抗干扰性能测试步骤繁多、效率低、代价高的不足,采用蚁群算法,将指标测试次序建模为最佳路径选择问题.通过实例仿真验证了测试模型的正确性与有效性.该方法对DS/FH测试方案的选择具有指导意义.      

结构随机跳变系统的条件滤波新方法

提出了不完全状态及控制信息的结构随机跳变系统的滤波方法，解决了结构随机跳变系统在控制入与状态的观测互为相关情况下，系统的状态以及不确知的控制输入的最优估计问题。并以线性高斯情况为例进行了数字仿真，证明了该方法的有效性。     

旋转式光纤陀螺惯导系统随机误差抑制技术

采用旋转调制技术能够有效降低陀螺常值漂移和加速度计常值零偏对导航系统精度的影响,但其对陀螺随机漂移和噪声几乎没有抑制作用.惯导系统在随机干扰的作用下输出误差将发散,影响系统长时间的导航定位能力.通过对抑制随机干扰误差的阻尼技术进行研究,提出一种具有阻尼特性的旋转式光纤陀螺惯导系统,利用阻尼技术抑制随机干扰对导航系统精度的影响.从仿真结果可以看出,具有阻尼特性的单轴旋转光纤陀螺惯导系统精度提高1倍以上.当系统采用更高精度的惯性仪表时,随机误差的阻尼抑制效果将更明显.     

基于多矢量定姿的动基座最优化对准算法

针对车载捷联惯导系统（Strapdown Inertial Navigation System, SINS）的传统动基座粗对准方法精度低且环境适应性差的问题,提出了一种基于多矢量定姿的动基座最优化粗对准算法。在传统的基于重力矢量的初始对准方法基础上,将姿态矩阵求解问题转化为Wahba问题,实现对多个时刻重力矢量信息的充分利用,并通过SVD算法实现对Wahba问题的求解,结合全球导航卫星系统（Global Navigation Satellite System, GNSS）输出信息和SINS输出信息,构建状态方程和量测方程,采用Sage-Husa自适应滤波算法以解决量测噪声不准确问题,不断修正载体系变换矩阵以获得更加精确的姿态转换矩阵。仿真和半物理实验表明,改进算法能够明显提高惯导系统在动基座下的姿态精度,转台实验对准方位误差小于0.05°。     

Deep learning-based framework for monitoring of debris-covered glacier from remotely sensed images

In recent years, deep learning (DL) methods have proven their efficiency for various computer vision (CV) tasks such as image classification, natural language processing, and object detection. However, training a DL model is expensive in terms of both complexities of the network structure and the amount of labeled data needed. In addition, the imbalance among available labeled data for different classes of interest may also adversely affect the model accuracy. This paper addresses these issues using a new convolutional neural network (CNN) based architecture. The proposed network incorporates both spatial and spectral information that combines two sub-networks: spatial-CNN and spectral-CNN. The spectral-CNN extracts spectral information, while spatial-CNN captures spatial information. Moreover, to make the features more robust, a multiscale spatial CNN architecture is introduced using different kernels. The final feature vector is formed by concatenating the outputs obtained from both spatial-CNN and spectral-CNN. To address the data imbalance problem, a generative adversarial network (GAN) was used to generate data for the underrepresented class. Finally, relatively a shallower network architecture was used to reduce the number of parameters in the network and improve the processing speed. The proposed model was trained and tested on Senitel-2 images for the classification of the debris-covered glacier. The results showed that the proposed method is well-suited for mapping and monitoring debris-covered glaciers at a large scale with high classification accuracy. In addition, we compared the proposed method with conventional machine learning approaches, support vector machine (SVM), random forest (RF) and multilayer perceptron (MLP).     

Star angle/ double-differenced pulse time of arrival integrated navigation method for Jupiter exploration

Pulsar navigation is a promising autonomous navigation system for spacecraft, which is applicable to the entire solar system. However, the pulsar’s directional error and the onboard clock error are two types of systematic errors that seriously reduce navigation accuracy. To solve this problem, a star angle/double-differenced pulse time of arrival(SA/DDTOA) integrated navigation method is proposed. Since measurements obtained by observing different pulsars contain the same clock errors, the measurements can be differed to eliminate the common clock error. Then, the pulsar-differenced measurements at neighbor filtering time can be differed to suppress the effect of the pulsar’s directional error on navigation precision. Star angle is used to obtain absolute navigation information, which denotes the angles between the light of sight of Jupiter and that of its background stars. Simulation results demonstrate that the proposed method can eliminate the influence of the onboard clock error and greatly weaken the effects of the pulsar’s directional error. The navigation accuracy is better than the traditional star angle/pulse time of arrival integrated navigation method and star angle/pulse time difference of arrival integrated navigation method. In addition, the navigation accuracy of the SA/DDTOA integrated navigation method is less affected by Jupiter’s ephemeris error. This work greatly reduces the influence of common systematic errors in pulsar navigation on navigation accuracy.     

先进出行者信息系统环境下的可变信息板选址

利用路段传输模型研究了先进出行者信息系统(ATIS,Advanced Traveler Information System)环境下的可变信息板(VMS, Variable Message Signs)选址问题.提出一种路段行驶时间预测方法,用于车载ATIS的信息发布.数值模拟结果表明,ATIS渗透率存在一个临界值,低于该值时,VMS的位置应随着渗透率的增加远离路口,高于该值时,VMS的位置应靠近路口.结合ATIS渗透率确定VMS位置,能够减小系统总拥挤延迟.该方法有助于理解多种交通信息共同作用下的驾驶员路径选择行为和评价VMS位置对系统性能的影响.     

随机多导体传输线电磁辐射的统计分析

针对含随机参数的互连线缆电磁辐射计算问题，提出了一种基于混沌多项式展开和偶极子近似法的多导体传输线电磁辐射统计分析方法。利用正交多项式的性质对随机多导体传输线方程进行展开，结合边界条件求解得到传输线沿线电流，利用偶极子近似法和镜像法计算传输线电流引起的总辐射。仿真结果验证了所提方法的准确性，与传统的蒙特卡罗方法相比，计算效率得到大幅度提高。所提方法对于预测系统内含随机参数的线缆辐射场，评估线缆电磁辐射和检验系统性能指标，有一定的参考价值。