基于FM-AM转换的伪码调相-载波调频复合引信信号的脉内特征提取研究

伪码调相和载波调频复合信号因具有好的距离、速度分辨率和测速测距精度,所以广泛应用在雷达和引信中。在电子对抗中为了实施欺骗性干扰,必须有效地提取复合信号的参数特征,为此本文研究了FM-AM转换时频分析的理论及其实现方法,并利用该方法对伪码调相-载波调频复合信号进行了脉内特征分析。具体包括伪码调相正弦载波信号、伪码调相复合正弦调频信号及伪码调相复合线性调频信号。仿真结果表明,在信噪比为5dB时,利用FM-AM转换时频分析技术,不但可以提取载波调频的特征信息,而且能够有效提取伪码的特征信息。     

基于模糊推理的基向量曲线求解方法

基向量法是求解近圆轨道间固定时间最优交会的一种几何方法。针对基向量法中最优解的基向量曲线的求解问题，提出一种基于模糊推理的求解方法，使得基向量法的整个求解过程可以脱离人工干预完全由计算机完成，从而使基向量法求解的效率有了本质上的提高。通过对四冲量固定时间最优交会问题的求解实例表明该方法的有效性和实用性。     

直扩系统最佳接收条件下的处理增益研究

目前在计算直扩系统的扩频处理增益时一般都是采用求扩频前后带宽之比的公式,这个公式求出的只是一个近似值,而且近似程度不高。针对这一问题,文章分析了直扩系统的最佳接收机,提出了直扩系统的无信息码元间串扰的条件,并在此基础上推导出在白噪声及窄带干扰下的扩频处理增益的一个较精确的公式,得出了窄带干扰下的扩频处理增益的最大值及达到最大值的条件。     

基于神经网络的SINS/GPS/TAN 容错组合导航系统设计

在联邦滤波器结构的基础上 ,设计了一种基于神经网络的天文惯性导航系统 /全球卫星定位系统 /战术导航系统 (SINS/GPS/TAN)容错组合导航系统。该系统首先在各子滤波器中用神经网络滤波 (NNF)代替传统的卡尔曼滤波 ,然后用模糊神经网络 (FNN)对各子系统进行故障检测 ,最后由神经元进行全局融合。通过仿真 ,验证了该方法的有效性     

电子设备可靠性预计参数综合分析方法研究

如何调整元器件的参数以满足可靠性要求并达到最佳的效费比?传统的方法是绘制故障率随单个预计参数变化的曲线，然后根据变化的趋势分别进行调整，但该方法很难直观地反映出多参数对故障率的综合影响，为了达到优化的目的，设计人员需要根据经验反复地调整各类参数。为此，本文结合电子产品可靠性预计软件，给出了直观分析各参数对电子设备可靠性预计结果综合影响的方法。     

伪码调相与PAM复合测距系统研究

介绍了PAM伪随机码的构成原理,推导了PAM伪随机码的自相关函数和功率谱密度。结合图形分析了它们的性质特点。设计了伪码调相与PAM复合测距系统,并分析了在加性高斯白噪声信道中的各个阶段的信号形式。研究了复合测距系统的性能,详细推导了复合测距系统的信噪比增益。结果表明,与单纯的伪码测距系统相比,复合测距系统有更强的抗干扰性能和测距能力。     

利用分层测试实现无线电高度表故障诊断

针对早期无线电高度表可测性不强的问题 ,提出了分层测试的思想 ,以两种常见体制的无线电高度表为例 ,通过测试需求分析 .设计了切实可行的分层测试方案 ,从测试方法、内容、原理和结果分析等方面进行了描述。软件模拟运行表明 ,分层测试可明显提高测试深度和故障诊断率 ,有效解决高度表可测性差的问题 ,满足系统设计指标 ;相对于人工测试 ,可提高式作效率 ,缩短检测周期。     

基于XML的产品主模型技术研究

多学科设计优化方法是近年来发展的一种设计复杂系统的新方法。它充分考虑各个学科之间的相互影响和耦合作用,以获得系统的整体最优解。产品主模型技术是多学科设计优化的关键技术之一,能较好地解决应用模型之间的数据交换和通信。文章介绍了产品主模型的概念及其特点,对产品主模型技术及其实施过程进行了深入研究。回顾了可扩展标记语言的产生和发展历史,并对其特性进行了较详细介绍;研究了基于可扩展标记语言技术实现系统集成的技术路线;最后,提出了基于可扩展标记语言技术和产品主模型技术的卫星总体方案多学科设计优化集成框架。     

航天器多学科设计优化技术综述

强调了应用多学科设计优化(MDO)技术进行航天器设计的必要性,分析了航天器MDO设计的内容,通过对各大宇航公司MDO应用的分析,论述了航天器MDO设计现状;在分析MDO框架的功能后,对几种流行的框架作了介绍;最后探讨了航天器MDO应用技术的发展方向。     

构件裂纹缺陷的超声识别

将小波包多分辨率分析与能量谱相结合,提出了金属材料缺陷特征提取的方法(小波包子带能量比较法)及不同缺陷的识别方法(小波分形神经网络法)。选取最能反映缺陷特征的参数——"能量特征向量"作为特征参数,进行缺陷的特征提取。缺陷的识别方法将小波包分解后各子带系数的分形维数作为特征矢量,对其进行径向基神经网络训练,从而可很明显区分出有无裂纹以及不同裂纹信号。以航天发射塔架钢连接构件疲劳裂纹超声检测信号为例,使用所提出的特征提取和模式识别方法,结果表明是行之有效的新方法,为金属材料缺陷检测与识别开拓了新思路。