用维格纳－威利时频分布进行信号时频分析

信号时频分析对电子战侦察有重要意义。讨论了维格纳 威利时频分布的基本原理、与谱相关及模糊函数的关系。给出了求离散时间信号的维格纳 威利时频分布算法,以及用信号的维格纳 威利时频分布计算信号瞬时频率的方法。给出了几种目标信号的瞬时频率的计算实例。     

一种新的重频特征识别方法

针对雷达脉冲重复间隔类型识别中存在的问题,提出了一种结合神经网络技术的重频识别方法.该方法分别对7种雷达重频模式,提出了新的特征矢量提取方法,并引用神经网络进行识别.实际仿真结果表明该方法是有效的,特别是对重频固定、重频滑变及重频抖动模式在高漏脉冲率的条件下依然具有较高的正确识别率.     

基于四元数估计角速率的陀螺故障定位

当卫星速率积分陀螺的配置冗余度不满足一致性检验条件时，不能单纯利用硬件冗余实现陀螺的故障定位。鉴于角度和角速度敏感器的输出通过卫星运动学相关，本文利用姿态测量敏感器的输出来诊断陀螺故障。首先根据姿态测量敏感器的输出得到卫星姿态四元数，进而根据四元数动力学方程得到粗略的姿态角速度信息，并将此角速度作为输出信息用于对卫星动力学方程的滤波，从而得到较精确的角速度信息，为单冗余度陀螺组件的故障定位提供解析冗余信息。利用四元数方法可以避免出现奇点。仿真结果证明了该方法的有效性。     

某工程频分制遥测系统设计与研制

介绍了某工程战斗弹上所用的频分制遥测系统 ,对该系统的遥测参数进行了分析 ,确定了六个主要参数可以对导弹的工作状态进行判断。并对遥测系统进行了分析 ,确定了系统的主要技术指标。最后对研制中所出现的几个关键技术问题进行了分析和讨论。靶试结果表明 ,该系统设计合理 ,为战斗弹的靶试提供了重要的参数。     

小卫星编队飞行关键技术及发展趋势分析

卫星编队飞行是空间技术发展的一个新领域.通过编队飞行可将多颗小卫星形成一颗大的"虚拟卫星",即空间任务的预定功能由编队中各个只担当单一功能的卫星分担,由此整个卫星群可实现强大的功能.实现卫星编队飞行需要保持和控制星群的编队构型,精确确定星间的相对位置和相对速度,即相对导航.卫星编队飞行的关键技术包括轨道设计、轨道演变及控制,星间链路、编队运行管理和测控,以及卫星的自主定位、定轨.叙述小卫星编队的基本原理、轨道构成和技术特征,分析实现编队飞行所需的关键技术,介绍各国编队飞行的现有计划及未来发展趋势.     

欲东山再起的俄罗斯导航卫星

20 0 1年底 ,俄航天兵司令称 ,俄拟大力振兴航天业 ,并优先发展军用卫星 ,尤其是导航卫星。俄罗斯 2 0 0 2年航天预算为 84亿卢布 ,国防部和航空航天局另拨 1 6亿卢布研制并发射 3颗 GLONASS导航卫星 ,使卫星总数达到 1 2颗 ,从而满足最低限度的综合使用需求。苏联 /俄罗斯军方历经 2 0多年研制和发射 ,于 1 995年 1 2月组网成功类似美国GPS的全球导航定位卫星系统——GLONASS。该系统由 2 4颗卫星组成 ,多数在轨卫星的设计寿命为 3年 ,少量改进的GLONASS-M卫星寿命为 5～ 7年。它是目前惟一能与 GPS抗衡的全球导航定位卫星系统…     

JME法测量光器件偏振模色散

琼斯矩阵特征值分析法(JME法)是测量光器件偏振模色散的一种重要方法。介绍了采用该方法测量偏振模色散的原理和试验装置,并给出偏振模色散人工传递标准的实验结果,该结果与理论值非常吻合。     

GPS定位数据在海洋一号卫星中的应用与比较

简要介绍了海洋一号卫星星载GPS接收机的定位原理、流程和应用，探讨了一种在轨定位结果的确认和互验方法．借助于卫星工具包软件(STK)，利用NASA网站公布的HY-1卫星两行根数(TLE)进行卫星轨道推算，生成星下点位置，并与相应时刻星载GPS接收机实测数据得到的星下点位置进行比较，由此得到两种方法定位结果之间的偏差，用实际在轨数据验证了两者的位置符合程度．     

粗差拟准检定法在星载GPS低轨卫星定轨中的应用

利用自适应卡尔曼滤波进行星载GPS低轨卫星定轨时,必须解决量测方程中经常存在的粗差问题．在分析以往方法的优缺点后,用拟准检定法来探测和修正量测方程中存在的粗差．该法的优点是辨识粗差准确率高,能同时定位多个粗差．另外,为了克服星载GPS低轨卫星定轨的滤波器可能出现的数值不稳定性及发散现象,还采用了UD分解算法及Sage自适应滤波器．最后用一个CHAMP卫星的模拟算例验证本方法的可行性和有效性．     

基于信号分类的时频分布

在将时频分析应用于模式识别的应用中 ,传统的方法是先用时频分析方法表示所获得的信号 ,然后根据时频分布提取相应的特征 ,最后将所提取到的特征输入到分类器进行分类。为了使得时频分布具有好的局部聚焦性和抑制交叉项 ,学者对一些分布进行改进 ,如采用平滑函数 ,或者是采用降低干扰核设计等等。但其目的是获得良好的时频分布 ,其最终目的不是应用于信号分类。介绍了一种基于信号分类的时频分布设计 ,其目的不是获得良好的时频分布 ,而是获得很好的分类效果。