基于双谱的eLORAN接收机干扰抑制方法研究

针对eLORAN导航定时接收机传统自适应滤波干扰抑制算法性能易受高斯噪声影响的问题,提出了一种基于双谱检测的干扰抑制方法。该方法采用双谱估计,在高斯噪声中检测出干扰信号,再用检测信号调节自适应滤波器的系数,完成系数更新,最终达到去除干扰的目的。理论分析与实验结果表明：双谱检测方法能够有效的抑制高斯白噪声,提取信号。基于双谱检测的干扰抑制方法,可有效去除和减轻干扰,特别是在强高斯噪声干扰的情况下,抑制干扰效果明显,解决了eLORAN接收机在强噪声下的干扰抑制问题,具有一定的推广和应用价值。     

基于双谱的eLORAN接收机干扰抑制方法研究

针对eLORAN导航定时接收机传统自适应滤波干扰抑制算法性能易受高斯噪声影响的问题，提出了一种基于双谱检测的干扰抑制方法。该方法采用双谱估计，在高斯噪声中检测出干扰信号，再用检测信号调节自适应滤波器的系数，完成系数更新，最终达到去除干扰的目的。理论分析与实验结果表明：双谱检测方法能够有效的抑制高斯白噪声，提取信号。基于双谱检测的干扰抑制方法，可有效去除和减轻干扰，特别是在强高斯噪声干扰的情况下，抑制干扰效果明显，解决了eLORAN接收机在强噪声下的干扰抑制问题，具有一定的推广和应用价值。     

HY-2卫星定标检验场多波段微波辐射计系统设计

Oceanic Multiband Microwave Radiometer（OMMR）是针对中国HY-2卫星扫描微波辐射计的定标和检验而设计的五频段十通道微波辐射计. 由于工作环境恶劣以及仪器长期稳定连续360°观测的需求,使其研制具有较大挑战. 本文重点介绍该微波辐射计的系统构成、技术指标设计与实现,阐述了系统指标测试和定标过程. 测试结果表明其满足设计要求.      

微波和THz频段用于遥感标准的研发

美国国家标准和技术研究院(NIST)电磁部噪声规划提出了遥感应用例如卫星气象观测中的微波亮温度标准的研发。这个标准以现有波导系统电磁噪声基准为基础,与亮温度即辐射有关,借助一个特性很好的天线实现。热校准目标作为基准的补充,采用冗余测量的方式,用于检验或者减小不确定度。做过的26 GHz的初步测量表明所提出标准的可行性,同样太赫兹(THz)频率的研究也在进行中。对于THz噪声,用一个加热的目标作为噪声标准,虽然我们没有这么高频率的噪声基准。这个标准将与THz辐射计一起使用。辐射计基于一个接收机,该接收机采用了一个热电子测辐射热混频器,并被准光学适配器耦合到辐射中去。希望年底能够用这套系统进行THz噪声测量。     

多波段微波辐射计现场定标方法研究

海洋多频段微波辐射计（Oceanic Multiband Microwave Radiometer,OMMR）是一台五频段十通道微波辐射计. 作为中国HY-2卫星扫描微波辐射计定标和检验的现场测试设备,其不但要连续稳定运行一年,而且要在数据质量和精度等方面满足更高定标要求. 根据OMMR定标原理,对其在实验室和现场的测试结果进行研究,分析了OMMR在平台的工作情况并对数据质量进行评价.      

基于CLEAN算法对一维综合孔径辐射计成像误差的校正

对于天线单元数较少的一维综合孔径微波辐射计，系统的采样基线数有限，导致辐射计对目标在空间频率域的采样产生截断，在成像结果中引起明显的吉布斯误差.实际应用中通常选择加窗函数来抑制吉布斯误差，但是加窗函数会降低辐射计系统的空间分辨率.为抑制一维综合孔径辐射计成像的吉布斯误差，提出了基于CLEAN算法的校正算法.针对目前已完成的8单元辐射计地面样机系统，通过仿真实验，验证了CLEAN算法对于抑制辐射计成像结果中吉布斯误差的有效性.      

一种综合孔径微波辐射计成像处理算法

综合孔径成像是基于干涉仪成像原理实现的一种成像方式,其通过对干涉测量结果进行逆傅里叶变换得到场景的亮温分布,利用小波增强去噪算法在时域和频域同时对图像进行处理,增强需求信息抑制非必要信息,并附加特定的窗函数滤除杂波,提高重建的微波辐射计图像的清晰度和平滑感。采用盲解卷的Lorentzian超分辨率算法提高成像的分辨力,较好的解决了天线口面尺寸与分辨力矛盾的问题。     

一种综合孔径微波辐射计成像处理算法

综合孔径成像是基于干涉仪成像原理实现的一种成像方式，其通过对干涉测量结果进行逆傅里叶变换得到场景的亮温分布，利用小波增强去噪算法在时域和频域同时对图像进行处理，增强需求信息抑制非必要信息，并附加特定的窗函数滤除杂波，提高重建的微波辐射计图像的清晰度和平滑感。采用盲解卷的Lorentzian超分辨率算法提高成像的分辨力，较好的解决了天线口面尺寸与分辨力矛盾的问题。     

K波段微波高光谱辐射计的晴空定标方法

K波段微波高光谱辐射计应用于大气探测方向,能够减少地表至对流层内的大气廓线误差和提高廓线的垂直分辨率.针对平均辐射温度在宽大气频谱和不同天空仰角下存在浮动的问题,结合所统计的北京地区往年廓线数据和晴空条件下的Liebe大气吸收模型（1993）,提出了一种微波高光谱下改进的晴空定标方法.相比于传统的晴空定标方法,该方法利用先验的气象数据对定标过程进行优化计算,有利于提高平均辐射温度的预测精度.误差分析结果表明当K波段微波高光谱辐射计采用改进的晴空定标方法时,能够有效减少平均辐射温度对其定标误差的影响.      

基于深度强化学习与扩展卡尔曼滤波相结合的交通信号灯配时方法

深度Q学习网络(DQN)因具有强大的感知能力和决策能力而成为解决交通信号灯配时问题的有效方法，然而外部环境扰动和内部参数波动等原因导致的参数不确定性问题限制了其在交通信号灯配时系统领域的进一步发展。基于此，提出了一种DQN与扩展卡尔曼滤波(EKF)相结合(DQN-EKF)的交通信号灯配时方法。以估计网络的不确定性参数值作为状态变量，包含不确定性参数的目标网络值作为观测变量，结合过程噪声、包含不确定性参数的估计网络值和系统观测噪声构造EKF系统方程，通过EKF的迭代更新求解，得到DQN模型中的最优真实参数估计值，解决DQN模型中的参数不确定性问题。实验结果表明:DQN-EKF配时方法适用于不同的交通环境，并能够有效提高车辆的通行效率。      

非线性随机动态系统学习建模方法

在动态神经网络及扩展卡尔曼滤波算法的基础上，提出了对非线性随机动态系统进行学习建模的迭代算法，用这种方法对非线性随机系统建模，可以获得更准确伯系统模型，并可对非线性随机系统进行状态估计。最后给出相应算法及仿真结果。     

综合孔径射电望远镜冗余基线可见度噪声相关性对灵敏度的影响

综合孔径射电望远镜可见度噪声之间的相关性不但影响灵敏度的大小，而且影响阵列冗余对灵敏度的优化作用.本文研究对可见度噪声相关性起决定性作用的两个主要因素:目标场景亮温分布和接收机等效噪声温度，并利用仿真方法进行验证.通过灵敏度仿真实验，证明经过阵列冗余优化可以实现对灵敏度的优化，并且优化程度受到冗余基线可见度噪声之间相关性的影响.      

基于前向神经网络的非线性平滑滤波器设计研究

文章阐述了基于前向神经网络的非线性平滑滤波器的设计问题，分析了上述平滑滤波器的存在性及其滤波误差方差的组成，给出了有限观测序列下网络学习的性能指标，由此提出了一种次优网络学习算法，它具有很好的抑制白噪声能力。     

Fault detection and isolation in GPS receiver autonomous integrity monitoring based on chaos particle swarm optimization-particle filter algorithm

The receiver autonomous integrity monitoring (RAIM) is one of the most important parts in an avionic navigation system. Two problems need to be addressed to improve this system, namely, the degeneracy phenomenon and lack of samples for the standard particle filter (PF). However, the number of samples cannot adequately express the real distribution of the probability density function (i.e., sample impoverishment). This study presents a GPS receiver autonomous integrity monitoring (RAIM) method based on a chaos particle swarm optimization particle filter (CPSO-PF) algorithm with a log likelihood ratio. The chaos sequence generates a set of chaotic variables, which are mapped to the interval of optimization variables to improve particle quality. This chaos perturbation overcomes the potential for the search to become trapped in a local optimum in the particle swarm optimization (PSO) algorithm. Test statistics are configured based on a likelihood ratio, and satellite fault detection is then conducted by checking the consistency between the state estimate of the main PF and those of the auxiliary PFs. Based on GPS data, the experimental results demonstrate that the proposed algorithm can effectively detect and isolate satellite faults under conditions of non-Gaussian measurement noise. Moreover, the performance of the proposed novel method is better than that of RAIM based on the PF or PSO-PF algorithm.     

极地科考小型无人飞行器

针对小型无人飞行器在极地科考中的抗风扰动问题,通过神经网络改进卡尔曼滤波算法,提高小型无人飞行器对环境的适应性.基于小型无人飞行器自身状态信息与误差信息,在线调整系统的量测噪声和估计参数,提高信息融合精度;利用矢量域方法构建轨迹跟踪控制算法,基于目标航迹在线调整航向,提高小型无人飞行器在顺风、逆风、转弯的飞行品质和压航线精度.经过大量的仿真试验、实际飞行试验验证了方法的有效性,改进的卡尔曼滤波算法可以提供长时高精度信息,小型无人飞行器可以在野外6级风源扰动的情况下,实现稳定飞行,平均误差不超过10m.小型无人飞行器在南极实地科考中得到成功应用.     

模拟光接收机输出信噪比的计算

对采用雪崩光电二极管和砷化镓场效应管前放组件(APD-GaAsFET)的模拟光接收机而言,传输函数幅频特性在阻带不可能是理想的,在这种情况下,给出了一种分析、计算阻带幅频特性不理想带来的输出信噪比代价的方法,并得到了用低通滤波器改善阻带幅频特性时,输出信噪比改善的定量关系.推导出的输出噪声功率表达式对APD-GaAsFET模拟光接收机普遍适用.     

中国月球与深空探测有效载荷技术的成就与展望

有效载荷是实现科学目标最直接的工具,其技术手段和水平影响科学目标的可实现程度。简要回顾了中国月球与深空探测的科学目标与有效载荷配置。介绍了"嫦娥1号"和"嫦娥2号"月球环绕探测器中采用的CCD立体相机、干涉式成像光谱仪、激光高度计、微波探测仪、伽马射线谱仪、X射线谱仪、太阳风粒子探测仪、高能粒子探测仪等遥感探测类有效载荷的技术实现、探测结果和取得的成就。同时,也介绍了"嫦娥3号"月球着陆器和巡视器中采用的地形地貌相机、月基光学望远镜、极紫外相机、红外成像光谱仪、粒子激发X射线谱仪、测月雷达等就位和巡视探测类有效载荷的技术实现、探测结果和取得的成就。分析了有效载荷技术的发展趋势,展望了我国未来有效载荷技术的发展。     

中国星载微波辐射计地面定标技术的研究进展

综述了中国微波辐射计地面定标技术的发展历程和研究成果。详细介绍了中国风云三号气象卫星热真空定标总体技术方案,以及近期在微波波段宽带定标源优化设计和研制、发射率测量技术、实验室定标与热真空定标方法及亮温传递系统不确定度分析方面取得的研究成果。对未来需要开展研究的定标技术做了初步分析。     

一种基于自适应滤波的GPS滚转角估计方法

全球定位系统（GPS）测姿技术主要是利用GPS载波相位和信号功率2种方法，但是测量信息单一且独立，针对旋转载体的测姿问题，提出一种基于自适应滤波的GPS滚转角估计方法，通过融合GPS接收机天线信号功率和多普勒频率信息测量载体滚转角和滚转角速度。利用当前统计模型对滚转角和滚转角速度测量进行系统建模，根据滚转角预测估计值选取量测量，并提出自适应滤波，采用滚转角加速度估计自适应滤波算法，实现了对系统噪声方差阵的自适应调整，避免了滚转角加速度最值的选取问题，降低了噪声的影响。通过仿真验证了基于自适应滤波的GPS滚转角估计方法的可行性，结果表明该方法的测量精度高于无迹卡尔曼滤波（UKF）。      

BP/GA混合算法在简易组合导航系统中的应用

Kalman滤波器是组合导航中最常用的最优滤波工具,但是在组合导航系统中有一些应用的局限性,尤其在低成本的GPS(Global Positioning System)/DRS(Dead Reckoning System)组合导航系统中,存在着使用的GPS接收机和惯导测量元件的精度不够高的问题,要提高系统的测量精度,只能提高算法软件的先进性.为补偿卡尔曼滤波发散的缺陷,将神经网络和遗传算法组成的混合算法与卡尔曼滤波相结合,应用到GPS/DRS组合导航系统中,该算法不仅具有普通神经网络的自主学习能力、好的实时性,还克服了传统算法收敛速度慢、对学习参数敏感、局部有极小点等缺点,同时兼具卡尔曼滤波的最优估计性能.仿真结果验证了这种算法和常规卡尔曼滤波算法相比较具有更高的精度和稳定性,经过对仿真数据进行统计分析,纬度误差的最大值降低了一个数量级.