测控上下行信号调制度的最佳选择

针对USB应答机的等效低通滤波器转发方式和给定频域的调制信号，详细提出了一种统一载波测控系统的功率最佳分配的方法，即上下行调制度的最佳选择，并引入了等效上行调制度的概念。这种调制度的最佳选择，在卫星实际工程应用中，降低了对卫星的资源需求，在下行余量紧张的情况下增大了遥测信号下行余量。     

DS/FH扩频测控信号同步方案的捕获性能

针对航天测控信号的高动态以及由载频跳变引起的多普勒频率周期跳变的特点,提出了一种基于快速频率识别和辅助机制的直扩/跳频(DS/FH)混合扩频测控信号的一种同步方案。建立了跳频图案,伪码相位及多普勒频率的三维同步捕获状态转移过程的数学模型,推导出三维捕获的平均捕获时间表达式,及在伪码相位误差、多普勒频移和高斯白噪声条件下的检测概率和虚警概率表达式。仿真分析了在采用时域匹配滤波、频域多通道的直扩捕获方式下,信号和捕获系统参数对三维捕获性能的影响。理论推导与数值仿真结果表明了同步方案的有效性,并为信号设计及捕获系统参数选择提供了理论依据和实际参考。     

海上测量船测控软件测试系统研究与应用

目前,已建立一套完整的由远望号测量船仿真测试软件和先进的测试工具组成的海上测控软件测试系统。 完成远望号测量船中心机系统实时应用软件研制过程中的单元测试、部件测试、配置项测试、系统测试及确认测试,还对 其它海上试验任务的应用软件进行全面和全过程测试,该测试系统性能稳定、功能全面。     

低轨航天器天基测控方法研究

我国的航天器测控主要依赖地基测控系统实施,随着民用和军用需求的不断增加,太空运行的低轨航天器数量越来越多.仅依赖地基测控系统满足这些航天器的测控需求越来越困难,费用也越来越高.探索新的、有效且经济的测控模式势在必行.天基测控技术是航天器测控发展的方向,研究和应用天基测控技术具有重要的实用价值,可以解决困扰我国航天领域多年的测控资源紧张问题.在分析美国NASA数据与中继卫星系统相关技术的基础上,提出了我国低轨航天器天地基测控模式,讨论了该模式的运行原理,设计了该模式的仿真系统,分析了应用该模式需解决的关键技术问题,通过基于设计的仿真系统对提出的测控模式进行了验证.验证结果表明了提出的天地基测控模式可行,可以满足低轨航天器的测控需求.      

几种典型航天测控系统的最优布站

在测轨道某点风险函数最小准则下，研究了几种典型测控系统的最优布站和特性。这些系统是：测角（α、γ）体制的光学经纬仪；测距测角（Ｒ、Ｅ、Ａ）体制的脉冲雷达；测距离（Ｒ）［或测速（Ｒ）］体制的多Ｒ［或多（Ｒ）］系统。导出的结果公式计算十分简单，能估算测控系统定轨的精度极限。对试验场的设备布局、安置勘点、总体设计、精度估算与控制等，具有实际参考价值     

中低轨道卫星多星测控存在的问题及其改进措施

在分析了中低轨道卫星的测控特点与难点的基础上，讨论了地面S频段测控网多星测控存在的问题，并提出了采用高效动态的测控资源调度方法、建立完善的服务等级体系、完善远程监控体系、简化USB测控站面向任务的实时处理过程、增配多星同时测控的S频段测控设备、充分利用USB活动站、租用(或建设)高纬度测控站等改进措施，以提高多星测控能力，适应“在轨卫星数量多、卫星相继过境时间间隔短、多星同时过境”的多星测控需求。     

一种多体制的卫星测控模拟器

提出了一种多体制的卫星测控模拟器的设计,兼容统一载波测控体制和扩频测控体制,也兼容脉冲编码遥测格式和高级在轨系统遥测格式。采用"软件无线电"的思想,在相同的硬件平台下,用不同的基带软件实现不同的测控体制,通过与不同的上下变频器相连,实现不同的测控点频。文章详细阐述了一种多体制卫星测控模拟器的系统组成、重要部分的工作原理和应用。     

从测控系统到数据系统

阐明了航天器数管系统与测控系统的关系 ,以及它们发展到数据系统的趋势。同时提出了数据系统的基本技术要素和实现数据系统的若干关键技术。     

卫星测控链路干扰技术研究

介绍了卫星测控链路的技术特点,并在此基础上给出了对卫星测控链路的有效干扰策略,分析了对测控信号的最佳干扰条件,为卫星测控链路干扰系统的研制提供了理论和实验依据。     

基于排队论指导的K-Means聚类算法及其在TTC网络优化设计中的应用

提出了一种在K-Means算法基础上改进的聚类算法QSKM,对网络结点分组进行优化设计。我们利用排队论对网络通信中的呼叫与处理进行分析,确定最少分组数,作为K-Means聚类算法的初试K值,由此作为聚类算法的起点,对交换机数量、空间布局以及网络结点分组进行设计。通过对QSKM算法和传统K-Means算法的计算复杂度进行分析比较以及QSKM算法在北京航天飞行控制中心显示网络设计中的应用研究表明,QSKM算法是有效的,降低了传统K-Means算法的计算复杂度。在我们设计的QSKM算法中,排队论可以为K-Means聚类运算中K的初始选取提供指导,聚类算法利用网络特征对基于排队论的网络设计方法进行完善,从而得到最佳的网络分布方案。