消除数据调制影响的FFT捕获方法

在利用快速傅里叶变换(FFT, Fast Fourier Transform)捕获扩频信号的过程中,为了提高捕获精度,会遇到基带数据调制影响捕获性能的问题.主要分析了基带数据符号跳变影响FFT捕获性能的原因:在频域内造成待检测信号的幅度衰减以及频点偏移.提出了一种解决此问题的方法:通过对I和Q两路信号的运算,构造一个不受数据调制影响的复信号,对此信号作FFT,完成捕获.给出了此方法的MATLAB仿真,以及基于现场可编程门阵列(FPGA, Field Programmable Gate Array)的实现方案.实验数据表明,此方法消除了基带数据调制对FFT捕获性能的影响,且在相等积分时间的条件下,比常用方法的捕获精度提高了一倍.      

利用"火星快车"三程多普勒跟踪数据限定局部洛伦兹不变性

目前航天器的三程多普勒跟踪技术已经在深空探测的控制与导航领域起到了重要作用。利用包含了对局部洛伦兹不变性(LLI)以及局部位置不变性(LPI)原理有破坏的三程多普勒跟踪理论,研究分析了"火星快车"(MEX)三程多普勒跟踪数据的残差。这些多普勒观测于2009年8月7日和8日进行,利用了欧洲航天局(ESA)在澳大利亚新诺舍(New Norcia)的上行站和三个分别在中国上海、昆明以及乌鲁木齐的下行站。我们发现,这些观测结果给出的LLI上限在10-2的量级。但由于各观测站本身对频率测量的精度有限,这些数据并不适合于检验LPI。     

卫星扩频应答机的伪码快捕方法

在低地球轨道通信系统中,由于系统的高动态,使扩频应答机接收的信号附加了几十千赫兹的多普勒频移,传统的伪码捕获方法很难完成捕获.对此提出了一种部分相关和FFT(Fast Fourier Transform)相结合的捕获方法,利用FFT补偿多普勒造成的相关峰损失,在搜索码相位的同时得到多普勒频移的估计,减少了捕获时间.给出了捕获系统的结构,分析了FFT对相关峰的补偿性能,给出了部分相关和FFT的参数设计方法,使用了自适应门限技术,以满足输入信号载噪比大幅变化的情况下实现伪码的捕获判决.理论分析和仿真结果表明:该方法可以在高多普勒频移和低载噪比环境下实现伪码的快速捕获,比其他快捕方法占用更少的FPGA(Field Programmable Gate Arrays)资源.     

基于中国深空站的木星探测器开环测量试验

中国深空网的建立用以支持我国正在实施的探月工程及后续火星、小行星、木星等探测任务。为验证中国深空网的跟踪测量能力,并获取行星无线电测量数据,基于中国深空站开展了对木星在轨探测器"朱诺号"(Juno)的跟踪测量试验与数据处理分析。在分析各种观测约束条件的基础上,首次实现了中国深空站在地—木距离上的深空探测器开环跟踪测量,通过VLBI数据采集记录终端原始探测器信号,经信号处理提取"朱诺号"探测器的主载波频率。采用傅里叶变换(Fast Fourier Transform,FFT)、线性调频Z变化及信号本地重构相关的联合信号处理方法,"朱诺号"探测器主载波频率提取噪声水平在10μHz水平,有效验证了深空开环测量技术,为后续我国深空探测任务积累了有益经验。     

基于Hu相关滤波的光学卫星视频点目标跟踪

针对光学卫星视频运动目标跟踪问题进行研究,提出一种鲁棒的特征描述和匹配跟踪方法。引入相关滤波的思想,首先利用样本集的Hu不变矩和中值滤波,建立目标的跟踪模板并进行目标特征描述。然后,将目标跟踪的判断区域降维处理,建立判断区域的Hu置信模型。利用FFT推导了快速相关法,进而通过求得跟踪置信图最大值实现目标跟踪。针对跟踪轨迹采用卡尔曼滤波辅助和优化跟踪处理,提高算法的鲁棒性。试验数据采用SkySat和吉林一号拍摄的视频各两段,对5个点目标进行跟踪试验,跟踪精度优于90%,跟踪过程目标不丢失,且轨迹平滑。针对13×13的判断区域,与一般相关性方法相比,处理速度可提升约5倍。可为光学卫星视频点目标实现快速可靠跟踪提供技术基础。     

基于全相位FFT的感应式磁力仪频谱校正方法研究

基于法拉第电磁感应定律的感应式磁力仪是用于测量低频磁场的空间探测仪器,常具有在轨FFT频谱分析功能,直接获得波动磁场的频率及幅度等信息.利用FFT方法对截断信号进行计算时,整周期采样会产生频谱泄露和栅栏效应,频谱信息产生偏差,而影响实时监测磁场变化的准确性.全相位FFT与常规FFT相比,有相位不变性和良好的抑制频谱泄露能力.采用基于全相位FFT的时移相位差方法(apFFT/apFFT)校正在研的某卫星感应式磁力仪直接采集的波形数据.仿真和实验结果表明,apFFT/apFFT方法可有效提高感应式磁力仪低频磁场测量的频谱准确性.研究工作为提高感应式磁力仪科学数据的应用水平奠定了基础,为下一代星载感应式磁力仪在轨频谱分析提供了一种可能的新方法.      

基于天基光学监视的空间目标跟踪方法研究

利用天基观测平台实现对空间目标的有效监视跟踪是空间监视的发展趋势. 在对天基光学监视特点进行分析的基础上, 通过对帧集内目标运动条痕线性拟合提取帧集测量信息, 提出适合其数据特点的空间目标被动跟踪方法, 并给出相应跟踪初始化方法. 该方法在降低信息处理数据流量的同时可以保证一定的精度.      

双星定位的数据融合方法

双星定位系统需借助于第三个定 参考量。该文将双星定位系统和多套现有的靶场跟踪设备联用,利用数据融合方法,获得定位参数和速度参数,同时给出双星定位系统和靶场跟踪设备的系统误差估计。理论分析和仿真计算表明,该文方法有较高的精度。     

一种基于FPGA的超高速32k点FFT处理器

采用FPGA(Field Programmable Gate Arrays)实现了一个超高速的32k点的流水线FFT(Fast Fourier Transform)处理器.FPGA的工作频率为125MHz,可以处理连续的1Gs/s(1 Giga-samples per second)的复数数据.该FFT处理器主要基于二维分解算法,采用MDF(Multi-path Delay Feedback)流水线结构,并结合MDC(Multi-path Delay Commutator)及SDF(Single-path Delay Feedback)结构的特点.处理器的内存资源消耗相对MDC结构有所减少,而运算速度相对SDF结构有所提高.建立了处理器的算法和设计模型,并根据模型对处理器的3个组成模块进行了优化以减小资源消耗.利用VHDL语言在Xilinx ISE工具上进行了设计,FPGA的布局布线结果验证了设计的可行性.     

“嫦娥3号”月面探测器同波束干涉测量系统的设计与实现

为了提高"嫦娥3号"探测器(着陆器和巡视器)的相对定位精度,针对两器信标实际设置情况,设计了同波束干涉测量(same-beam interferometry,SBI)观测方案。利用着陆器和巡视器星地对接数据分析检验了由差分群时延解算含微小系统差的差分相时延的方法,给出了甚长基线干涉测量(very long baseline interferometry,VLBI)和同波束干涉测量模型及月面定位方法,并仿真分析了巡视器的相对定位精度。最终,把研究的方法实际应用于"嫦娥3号"巡视器的精密相对定位。结果表明,利用1h左右的连续观测弧段的着陆器数传信号以及巡视器数传信号(或遥测信号),采用事后处理方式,得到了随机误差约1ps的差分相时延数据。利用此数据,把"嫦娥3号"探测器的相对定位精度提高至1m左右。     

基于圆周相关扩频信号的快速捕获改进方法

针对大多普勒频偏、低信噪比条件下长周期伪码的扩频信号捕获问题,提出了一种基于圆周相关扩频信号的快速捕获改进方法。该算法对圆周相关后的结果利用快速傅里叶变换(FFT)进行频率估计,扩大了传统圆周相关法的扫频步进,使扫频步进不再受跟踪环路带宽的限制。理论分析及仿真结果表明,在信噪比为-34 dB、多普勒频率为500 kHz条件下算法可以正确地估计出伪码相位和多普勒频偏。在达到相同的灵敏度条件下,所提算法的平均捕获时间与传统的圆周相关法相比缩短了约47%,与基于FFT的并行频率搜索法相比缩短了约88%。另外,用于频率估计的FFT点数仅占圆周相关点数的1%,故额外增加的硬件资源很少。算法逻辑控制简单,尤其适用于大多普勒频偏、低信噪比及长周期伪码的卫星通信系统。     

日利用光技术为卫星精确定位

应用大型望远镜跟踪、观测人造卫星,精确地为其定位完全是可能的。大型望远镜不仅可用作观测天体,而且也可用在观测卫星上。近来日本邮政省通信综合研究所(CRL)研制了卫星跟踪光学装置,用它进行了低地球轨道运行卫星乃至静止轨道卫星的光学跟踪,即开展卫星精确定位研究,其具体内容如下:一、光学跟踪卫星通常情况下,采用无线电跟踪卫星,即接收来自于卫星发射的电波,在得出卫星方向的同时,利用多普勒效应求得速度。在跟踪数据的基础上求得卫星轨道参数,从而做出卫星轨道预报。     

基于Kalman滤波的载波跟踪环路设计

基于Kalman滤波方法提出了一种新的高动态载波跟踪环路的设计方案,用以解决高动态、弱信号条件下对载波跟踪造成的困难。文中给出了整个环路的设计方案,并详细讨论了环路中各个模块的参数传递过程。最后同FLL辅助PLL的跟踪环路进行了对比,仿真结果显示该环路在高动态状态下能够极大的改善跟踪性能。     

航天器初始飞行段雷测系统误差估计方法与算法

在航天器初始飞行段的跟踪数据中,假设光测数据含有常值系统误差,连续波雷达系统的距离和／差数据含有二次项系统误差和折射残差,距离和／差变化率数据含有线性系统误差和折射残差。利用样条函数表示轨道,建立了系统误差和航天器轨道的非线性模型,给出了系统误差和轨道的高精度估计方法和算法。     

基于IoU约束的孪生网络目标跟踪方法

基于孪生网络的跟踪方法通过离线训练跟踪模型,不需要对跟踪模型进行在线更新,兼顾了跟踪精度和速度。现有孪生网络目标跟踪方法使用固定阈值选择正负训练样本易造成训练样本漏选问题,且训练时分类分支和回归分支之间存在低相关性问题,不利于训练出高精度的跟踪模型。为此,提出了一种基于交并比(IoU)约束的孪生网络目标跟踪方法。通过使用动态阈值策略根据预定义锚框与目标真实框的相关统计特征,动态调整正负训练样本的界定阈值,提升跟踪精度。所提方法使用IoU质量评估分支代替分类分支,通过锚框与目标真实框之间的IoU反映目标位置,提升跟踪精度,降低模型的参数量。在数据集VOT2016、OTB-100、VOT2019、UAV123上进行了对比实验,所提方法均有较好的表现。在VOT2016数据集上,所提方法的跟踪精度比SiamRPN方法高0.017,期望平均重叠率为0.463,与SiamRPN++相比仅差0.001,实时运行速度可达220帧/s。      

GNSS弱信号两级快速傅里叶变换捕获方法

高动态弱信号条件下,为了提高捕获过程实现的灵活性,提出了两级快速傅里叶变换(FFT)多普勒频率捕获方法,第一级FFT使用较短的相干积分时间将多普勒频率搜索范围划分为多个粗分格,第二级FFT在每一个分格内对多普勒频率进行更精细的搜索.采用文章提出的捕获方法,可以降低FFT点数,简化实现复杂度;另一方面,计算第一级FFT时可通过流水线操作提高资源利用率.为了验证所提方法的正确性,仿真实现了两级FFT捕获方法.结果表明,两级FFT方法能在高动态弱信号条件下正确捕获多普勒频率.     

毫米波调频引信的优化二维FFT信号处理算法

针对毫米波调频引信对目标距离速度信息联合估计的问题，提出一种基于相对距离评价函数优化的二维快速傅里叶变换（FFT）信号处理算法。首先，通过分析二维FFT算法实际测距测速精度与FFT点数的关系，建立了优化数学模型，利用相对距离评价函数对数学模型求解，得到FFT点数最优解；然后，采样将差频信号数据转换成二维数据矩阵，分别对矩阵的行列进行相应FFT变换；最后，通过提取峰值点的坐标估计目标的距离速度信息。结果表明:该算法有效提高了传统二维FFT算法的测距测速精度，并且满足实时性要求，能够同时提取毫米波调频引信的目标距离速度信息。      

自由飞行段跟踪数据的系统误差估计

连续波雷达是目前外火箭轨道测量的主要高精度设备,用数学方法估计和修正其系统误差有特别重要的意义。根据自由飞行轨道方程准确的特点,利用轨道方程建立了估计自由段系统误差的非线性模型,并给出了求解系统误差和轨道参数估计值的计算方法。运用该方法,只要一套MISTRAM系统的跟踪数据,就能给出自由飞行段常值系统误差的估计。     

结合空间注意力机制的实时鲁棒视觉跟踪

为提高全卷积孪生网络(SiamFC)跟踪器在复杂场景下的跟踪能力,缓解跟踪器在跟踪过程中出现的目标漂移问题,提出一种结合空间注意力机制的实时目标跟踪算法。在SiamFC框架基础上,将改进的视觉几何组(VGG)网络作为主干网络,增强跟踪器对于目标深度特征的建模能力。对自注意力机制进行优化,提出一种即插即用的轻量级单卷积注意力模块(SCAM),将空间注意力分解为2个并行的一维特征编码过程,减少空间注意力的计算复杂度。保留跟踪过程中的初始目标模板作为第1模板,通过分析连通域在跟踪结果响应图的变化动态选择第2模板,融合2个模板后对目标进行定位。实验结果表明：在OTB100、LaSOT和UAV123数据集上,所提算法相比于SiamFC跟踪成功率分别提高了0.082、0.045和0.045,跟踪精度分别提高了0.118、0.051和0.062;在VOT2018数据集上,所提算法相比于SiamFC在跟踪准确率、鲁棒性和期望平均重叠率上分别提高了0.029、0.276和0.134;跟踪速度达到了70帧/s,能够满足实时跟踪的需求。     

高动态GPS信号粗捕和精捕算法仿真实现

为了解决高动态下对GPS信号快速捕获的问题,提出了改进的部分匹配滤波(PMF)和快速傅里叶变换(FFT)相结合的粗捕方法,对其原理和结构进行了分析,并针对其引起的扇贝损失和捕获性能不高的问题,对传统PMF+FFT方法进行加窗处理;考虑到高动态下基于扩展卡尔曼跟踪的方法对捕获后参数的精度要求很高,因此在粗捕的基础上提出了基于线性调频Z变换(CZT)算法的精捕方法,并在GPS信号理论模型和模拟高动态轨迹的基础上,实现了高动态GPS数字中频信号的生成,为进一步加快捕获速度,对于冷启动时提出了一种组合码相关的卫星快速盲搜方法;最后通过MATLAB进行系统仿真实验,验证了所提出的高动态GPS信号粗捕和精捕算法能在加速度为100 g的高动态环境下有约10 Hz的捕获精度。