基于分布式地面站天线的空间功率合成

卫星导航系统(GNSS)地面站天线对卫星进行上行注入时,信号到达卫星时较弱,容易受到干扰,故地面站注入天线需同时具备平时多目标注入和干扰时单目标功率增强的能力。利用卫星导航系统中地面站之间能够实现精密时间同步的特点,提出了一种基于分布式卫星导航地面站抛物面天线的空间功率合成方法,使用相位预补偿实现分布式天线阵到达目标卫星信号的相位粗同步;分析了相位误差、辐射功率误差对空间功率合成效率的影响,得到了阵元初始相位标定精度与相对定位精度的约束关系;并对合成信号的抗干扰能力和信号质量进行了研究。理论和仿真结果表明,当相位精度因子小于0.2时,4个等辐射功率天线在10°仰角以上波束扫描范围内的功率合成效率均在75%以上,且可以通过控制初始相位标定精度与相对定位精度实现更高的合成效率;而在合成效率要求75%以上时,天线辐射功率误差对合成效率的影响基本可以忽略。采用分布式波束扫描天线能够对地面站上行注入进行功率增强,可实现注入波束和功率的灵活配置,有效解决制约机动式和小型化地面站功率提升的瓶颈问题。     

基于Kalman滤波器的卫星钟实时异常监测算法

基于卫星钟钟差的Kalman滤波器模型,提出了一种卫星钟实时异常监测算法,对算法原理进行了讨论,并利用IGS精密钟差数据,对算法进行了性能验证。结果表明：该算法对卫星钟的异常情况（包括单点相位跳变与连续相位跳变）可以进行有效监测,同时还可以完成异常数据的剔除与替换,并且具有较小的替换误差。该算法具有显著的实时性,可以应用于星载原子钟的实时异常监测中。     

卫星钟差预报的Kalman算法及其性能分析

钟差预报是卫星导航系统应用中的一项关键技术。Kalman算法作为一种最优预测算法,在原子钟时间尺度、GPS钟差预报中得到了广泛的使用。但是,GPS钟差预报的Kalman模型中通常只考虑了钟差的确定性部分,将随机性部分简单作为白噪声处理。对随机性部分采用幂律谱模型,分析了Kalman算法用于卫星导航系统钟差预报的性能和适用条件。论文首次详细讨论了钟差变化中的确定性部分和随机性部分对钟差预报误差的影响;文中还完善了前人文献中利用阿伦方差计算Kalman预报噪声方差阵的推导;最后利用IGS数据,比较和分析了四种情况下Kalman预报、递推最小二乘和灰色系统GM(1,1)预报精度。结果表明在数据充足的情况下,对于一天内的短期预报,Kalman算法精度最高,预报结果与IGS事后精密钟差的标准差小于10ps。
     

用铷原子钟对PC进行时间校准及其误差分析

个人计算机（以下简称PC）的系统时间由其自带的RTC晶振提供,其时间频率准确度并不高。为此,综合考虑各种方案,采用外部校准时间的方法提高PC时间的准确度。通过时间间隔测量的方法获得了作为校准时间结果的钟差值,并对实验结果做了详细分析。测试结果表明,PC与铷钟同步标准偏差小于1ms。经过时间校准后的PC可以作为网络时间服务器。