基于ORBCOMM卫星机会信号的定位技术

为摆脱对全球导航卫星系统（GNSS）的依赖,克服其有意或无意干扰情况下无法工作等问题,可采用机会信号（SOP）实现定位,低轨卫星机会信号具备信号功率高、覆盖性广及无需增建基础设施等优点。提出了利用轨道通信卫星（ORBCOMM）系统实现天基机会信号定位。通过对ORBCOMM卫星机会信号的通信体制进行深入研究,实现了利用ORBCOMM卫星机会信号获取多普勒测量信息,建立了瞬时多普勒定位及其几何精度因子的数学模型,并采用卫星TLE数据结合轨道预测模型获得的卫星轨道信息实现ORBCOMM卫星机会信号定位。实测结果表明:利用ORBCOMM卫星机会信号可实现精度优于140 m的定位。研究成果对基于天基机会信号定位技术的理论研究及应用具有重要意义。      

基于SVC视频流的低复杂度多播组分解算法

多播是一种高效率利用带宽资源的技术,可以有效缓解多媒体传输过程中的带宽压力,但传统的多播技术会带来“瓶颈用户”问题,限制多播组内用户的数据速率。多播组分解技术将多播组划分为若干子组并以不同速率接收数据,可以有效解决瓶颈用户带来的速率限制。构建了面向用户端的视频多播传输方案,将可伸缩视频编码（SVC）的分层特点和组分解技术相结合,各多播子组根据实际接收能力解调得到不同质量的SVC视频数据,在保证用户基本视频数据传输的基础上,实现总系统速率最大化。提出了面向资源公平调配的低复杂度多播组分解算法,在改进低复杂度分组（LCS）算法过程中考虑SVC视频层限制,并引入常值向量抑制资源分配不公的情况。经过实验数据模拟和性能评估,所提算法在带宽资源和用户数量变化时,均可以稳定地保持较高的系统速率、频谱效率及系统公平性,且计算复杂度较低,能够实际应用于4G和5G网络架构下的视频传输。      

基于BDS-GD的低截获概率雷达信号识别

针对在信号特征提取与识别中使用双谱估计数据量大、维度高的问题,提出了双谱对角切片（BDS）与广义维数（GD）相结合的识别方法。通过提取信号双谱对角切片减少数据量,并利用多重分形理论中的广义维数降低数据维度,对切片内部特性进行细微描述,基于距离测度提出特征评价指标,从而选出最具有区分度的3个阶数对应的广义维数作为特征向量,输入到最小二乘支持向量机中进行分类识别。使用4种低截获概率（LPI）雷达信号作为待识别信号,仿真结果表明,本文方法提取的信号特征在特征空间中有良好的聚集性和离散性,在0 dB信噪比下,识别准确率能达到92.2%,与选取的其他方法对比说明其具有很好的识别性能。      

基于收缩场学习的Retinex低照度图像增强

为增强低照度图像和抑制噪声,提出了一种通过学习收缩场（SF）改进Retinex分解的图像增强方法。首先,构造新的目标函数,在正则项中引入2组不同的高阶滤波器分别约束未知的反射图和照明图。高阶滤波器可以学习到多种激活模式,有利于在恢复反射图的同时抑制噪声污染。然后,在优化目标函数时通过求解收缩场更新隐变量,参数化的压缩函数可以自适应地调整相应滤波器在反射图和照明图上的响应。最后,在每个级联内更新照明图之前,嵌入一个辅助的收缩场,以抑制噪声和不良伪影的传播,从而更精确地估计照明图。实验结果表明,所提方法取得的峰值信噪比（PSNR）和结构相似性（SSIM）均高于当前最新的低照度图像增强方法。      

基于双谱分析的高原灌木回波信号分类

目标的回波信号是无线电引信获得目标信息的最重要方式,为了太赫兹频段的引信前端未来能够投入高原战场,适应高原不同的地貌环境,利用双谱对高原在灌木地形下不同高度的太赫兹波回波特性进行了分析。为减少分类时间,对双谱数据进行积分,得到实采信号双谱切片的特征,进而利用最邻近算法对此进行分类。利用经验模态分解(EMD)提取原始数据内在模态函数的特征,再次分类并与前一组分类结果进行对比。通过一系列数据的分类,结果表明：利用一维的积分双谱信息可以有效提取出距离地面分别为2 m、3 m、4 m、5 m时的特征并进行分类,经验模态分解也可以有效提高分类的成功率,成功率最高可达90%以上。     

基于信道复用方法的GNSS共视信号模拟

全球导航卫星系统（GNSS）共视（CV）技术应用中需要对GNSS共视信号进行模拟仿真,可以降低对共视接收机和共视算法进行测试过程中的成本。为此,提出了一种基于信道复用方法的GNSS共视信号的双路信号模拟方法。首先,对GNSS共视技术原理进行了分析。然后,根据GNSS直射信号的模拟思路,设计了基于GNSS直射信号模拟器的GNSS共视信号模拟方法,对共视信号传播过程中可能产生的误差进行了分析。最后,对零基线、短基线、长基线3种场景下仿真的共视信号,以及实场采集的试验数据进行了验证分析。验证的结果表明,仿真的GNSS共视信号定位准确,定位精度在米级;共视比对结果均方根值（RMS）精度优于12 ns,可以进行共视法时间传递,证明了提出的共视信号模拟方法能够有效地用于GNSS共视信号生成。对GNSS共视信号模拟器、共视接收机的研制和共视算法的研究具有一定的理论参考意义和实际应用价值。      

基于TechDemoSat-1卫星的GPS反射信号海面高度反演

针对星载GPS反射信号（GPS-R）海面测高的误差问题,基于星载GPS-R实测数据进行星载海面测高模型和误差修正模型的研究,并验证其有效性。利用TechDemoSat-1（TDS-1）数据,使用时延多普勒图（DDM）海面高度反演技术,着重分析了星载GPS-R海面高度反演中的各类误差,并建立了相应的误差模型。对星载GPS-R海面高度反演模型进行优化,采用DTU15全球平均海面模型、DTU全球海潮模型验证反演精度。结果证明:优化后反演模型得到的全球海面高度反演结果的平均绝对误差（MAD）为6.05 m,精度提高了约29%,有效提高了海面高度反演的精度。研究成果对于推广星载GNSS反射信号（GNSS-R）的海面测高应用具有一定的意义。      

基于FRFT的多分量LFM信号检测与参数估计方法

针对传统方法搜寻效率低的问题,采取瞄准搜寻策略,提出一种快速精确地检测和估计多分量线性调频（LFM）信号参数的方法。推导出LFM信号的分数阶长度和旋转角度间的近似关系;利用分数阶幅度随旋转角度变化规律,提出一种高效搜寻最优旋转角度的算法,分析得出该算法的计算量较小,相比于传统算法具有较大优势。在低信噪比情况下,进行两次S-G滤波可显著提高检测概率。仿真结果表明,所提方法在低信噪比和存在分量间信号干扰的情况下,能可靠检测和精确估计多分量LFM信号参数。      

基于EMD及PNN的航天器振动环境分析

针对航天器非平稳随机振动信号模态频率密集的特点,提出了基于经验模式分解EMD (Empirical Mode Decomposition)的多分量过程神经网络PNN(Process Neural Network)自回归模型.通过EMD对原始时间序列进行分解, 使之成为一组不同尺度的局部正交本征模函数IMF(Intrinsic Mode Functions),利用PNN对每个IMF分别进行时变参数分析并以此确定其时变自功率谱密度,对所有分量的时变自功率谱密度通过叠加进行重构, 以此得到原始信号的时变自功率谱密度.仿真结果和实例分析表明:和传统的时频分析法相比,该方法直接使用信号数据,避免了相关估计计算,减小了计算工作量;无交叉干扰项,提高了信号的时频分布特性,具有较高的时频分辨率;对各工况下航天器的振动信号能有效的进行分析,具有较强的信号特征提取能力.      

FTN传输条件下极化码帧间物理层安全结构设计

极化码是适用于物理层wiretap信道安全模型的一种编码方式,针对在超奈奎斯特（FTN）条件下传输的极化码,设计了一种无需获知窃听信道信噪比（SNR）的帧间链式加密的安全结构。通过混淆结构将对合法接收端可靠而对非法窃听端阻塞的码元进行扩散,利用物理层主信道和窃听信道的差异,在每一帧中生成主信道可译而窃听信道不可译的密钥序列,对下一帧进行加密,实现安全容量的帧间传输。仿真结果显示,在FTN加速场景和窃听信道SNR相对于主信道波动的前提下,提出的极化码帧间安全结构可在wiretap信道的平均信道退化程度为0 dB时实现信息的安全传输。      

基于压缩感知的DSSS信号双阶段捕获方法

针对直接序列扩频(DSSS,Direct Sequence Spread Spectrum)信号的捕获性能与硬件消耗或计算复杂度的相互制约问题,基于压缩感知理论,提出了一种双阶段压缩捕获方法,第1阶段进行快速粗捕获,第2阶段在第1阶段基础上实现精确捕获.首先研究DSSS信号的相关域稀疏性,构造了稀疏变换矩阵;然后利用确定性沃尔什-阿达马矩阵,分别构造了2个阶段压缩测量矩阵及其检测算法;最后从检测概率和平均捕获时间两方面对提出算法的捕获性能进行了理论分析,并用蒙特卡罗法进行了验证.理论分析和仿真实验表明,该方法能够在显著降低相关次数的前提下,达到传统基于并行相关方法的捕获性能水平.      

基于BOM和FEDEP的多分辨率建模框架

为了规范和统一多分辨率模型的描述方法、建模步骤和活动,提出一种基于BOM(Base Object Model)和FEDEP(Federation Development and Execution Process)的多分辨率建模框架.该框架包括3种基于BOM的多分辨率建模方法和基于FEDEP的多分辨率建模过程.简要介绍这3种方法,重点分析FEDEP中与BOM和多分辨率建模相关的基本活动,将基于BOM的多分辨率建模过程与FEDEP集成在一起.该框架可以实现多分辨率模型描述的形式化和通用性、建模步骤和过程的规范化,促进多分辨率模型的重用、互操作和组合,保证模型的一致性和多分辨率建模的有效性.     

基于涡系相交不稳定性的飞机尾流控制方法

在飞机飞行的过程中尾涡会伴随着升力产生,威胁后机的飞行安全.在简化机翼模型上添加扰流片,通过一个矩形翼以引入一个与主翼尾涡大小不同、方向相反的小涡,构建尾流自消散四涡系统,以期诱发尾涡的Rayleigh-Ludwig相交不稳定性.通过改变扰流片的大小形状,调整模型的攻角和拖曳速度,采用粒子图像速度场仪测量系统定量研究在低雷诺数下单主翼尾涡发展特性以及双涡相互作用特性.研究表明:在未添加扰流片时,尾涡环量在45个翼展内相对于初始环量基本保持不变;在添加扰流片的情况下尾涡的环量衰减可以达到35%~55%,而未添加的基本翼型的尾涡的环量则几乎保持不变,这说明添加适当的扰流片能诱发尾涡的Rayleigh-Ludwig相交不稳定性,加速尾涡的消散,当小涡和主涡的初始环量比为-0.489、初始距离比为0.5时,45个翼展范围内,尾涡环量衰减55.9%.本文系统性的实验结果可以为低尾流机翼的设计提供参考依据.      

基于混合粒子滤波的载波估计算法

针对粒子滤波载波估计算法的高复杂度、粒子退化及贫化问题,提出了一种基于混合粒子滤波的载波估计方法.该方法引入多阶马尔科夫模型,采用多个非零均值高斯分布的加权和来近似重要性函数的最佳选择,并根据最大后验概率准则规范粒子的迭代计算.仿真结果表明,在非高斯噪声环境下,低轨卫星通信TDMA/DEQPSK(Time Division Multiple Address/Differential Quadrature Phase Shift Keying)数据帧非合作接收载波估计时,与基于经典粒子滤波的载波估计算法相比,提高了粒子"效率",在误码性能相当的情况下,有效降低了计算复杂度.     

基于随机森林的航天器电信号多分类识别方法

针对航天器电特性信号数据存在数据量大、特征维数高、计算复杂度大和识别率低等问题,提出基于主成分分析(PCA)的特征提取方法和随机森林(RF)算法,对原始数据进行降维,提高计算效率和识别率,实现对航天器电信号数据的快速、准确识别分类。随机森林算法在处理高维数据上具有优越的性能,但是考虑到时间复杂度问题,利用主成分分析方法对数据进行压缩和降维,在保证准确率的同时提高了计算效率。实验结果表明:与其他算法相比,针对航天器电特性信号数据,本文方法在准确率、计算效率和稳定性等方面均显示出优异的性能。