集成学习在高误码率下AOS协议识别中的应用研究

针对天基网络中高误码率的传输特点，为保证各个异构网络之间数据能够高效可靠的传输，采用空间链路层高级在轨系统协议设计一种基于集成学习的识别方法。该方法采用集成学习模型，学习AOS协议数据，构建基于集成学习的AOS协议识别模型，实现AOS协议的准确识别，并在高误码率情况下进行实验验证。实验结果表明，集成学习模型在AOS协议识别方面具有较好的识别效果，识别运行效率有显著提升，且在较高误码率即10^-1时依然可以保持稳定的识别效果。     

频域波束合成的深空宽带阵列信号处理

深空通信已进入了高速率传输的时代. 借助于射电天文中的小口径天线组阵思想,深空阵列网络因其优越的性价比, 已成为深空网络高速数据传输的最终解决途径.基于FX型相关器, 提出了一种集阵列信号合成、相关处理为一体的频域波束合成器架构和方法. 该架构和方法具有很强的鲁棒性和灵活性, 并可支持多任务探测. 同时,介绍了分析-综合滤波、阵列信号相干合成和自适应可变分数时延等信号处理关键技术.      

太阳闪烁影响下的星际通信链路参数设计

针对太阳闪烁作用于星际通信链路而产生的幅度闪烁、频谱扩展、相位闪烁、时延扩展问题，提出一种适用于星际通信链路的参数设计方法。该方法根据通信链路与太阳的几何关系，计算太阳风中等离子体作用于无线电波的幅度统计特性、时间谱特性，将计算结果作为通信链路的频率选择、传输信号带宽设计、调制方式选择、锁相环路带宽设计的约束条件，并以某空间探测任务为例进行了S、X、Ka三种频段下的信号传输性能仿真分析，结果表明，在太阳闪烁指数m<0.3的情况下，采用Ka频段+8PSK调制相结合的方式，对于太阳闪烁的抵抗能力最强。该方法设计的参数能够降低太阳闪烁对通信链路的影响，可作为工程实际系统设计的参照。     

GSO卫星系统布设中的通信干扰评估方法

针对地球静止轨道（GSO）卫星系统在卫星和地球站布设中的同频干扰评估问题，设计了地球站及卫星的全球分布对下行和上行通信链路的干扰评估场景，以及考虑波束业务特征影响的多条链路的集总干扰场景，构建了不同场景下的干扰评估和分析计算的模型，提出了一种基于干扰函数极值的评估方法。所提方法通过建立干扰系统地球站的随机分布集合和受扰系统的干扰函数，结合国际电联（ITU）提供的全球地形数据、天线波束参数、电磁波传播模型，能够实现对2个GSO卫星系统间的卫星轨位和地球站布设的定量化计算分析。采用所提方法对位于47°E±6°的GSO卫星系统、位于（23°N，26°E）地球站的同向下行链路，以及位于（23°N，26°E）的地球站对26°E±6°的GSO卫星系统的同向上行链路的干扰情况进行了定量化计算。结果表明:在卫星轨位间隔为2°时的干扰噪声比值为-12.29 dB，与ITU建议书中规定的-12.2 dB的限值之间的误差为0.7%，证明了所提方法的有效性和可行性。所提方法还可以统计GSO卫星系统在任意角度间隔和全球布设场景下的干扰分布情况，对于干扰评估和规避措施的制定具有一定的借鉴意义。      

一种适用于 CCSDS 协议的同步字检测算法

同步字识别是 CCSDS 链路协议识别系统中的关键技术,对提高同步字匹配算法处理速度具有极大意义.简要分析了现有经典单模式串匹配算法原理和不足,提出了基于 QS 算法的改进算法.改进算法在预处理阶段增加了一个辅助移位值以得到更多关于模式串的信息,并且改进了字符匹配顺序和移位策略,对改进算法进行了性能测试,匹配效率明显提高.实验表明,改进算法可在二进制 CCSDS 链路协议识别的应用中获得更高的效率