卫星隐身概念研究

人类对卫星的依赖日益增加,而空间军事化的步伐正在加快,卫星的安全和生存能力越来越受到重视.根据卫星暴露性、脆弱性的特点,提出卫星隐身的概念;分析在轨卫星面临卫星探测网探测、跟踪、侦察和监视的威胁,阐述了国外卫星隐身技术的发展,分析卫星隐身的特点和技术途径设想,梳理卫星隐身的关键技术;最后指出卫星隐身是势在必行的趋势.     

全球主要红外威胁源装备概况

<正>随着现代科技的不断发展,飞机隐身技术和电子对抗技术的进步,雷达的探测距离急剧下降,本身隐蔽性差,抗干扰能力弱的缺点越来越明显的暴露出来。为弥补雷达的不足,红外制导技术因此产生和不断发展起来。在所有的精确制导方式中,红外制导技术因其制导精度高、受干扰小、隐蔽性好以及机动灵活等优点,正在受到愈来愈多的重视。机载红外探测系统(IRST)和红外制导导弹都是通过红外制导技术研制出的产物。     

快跳频系统抗跟踪干扰性能分析

常规快速跳频系统由于采用FSK体制，利用频率和时间分集的优势，相比于慢速跳频系统具备更强的抗干扰能力。但是，随着干扰方跟踪能力的不断提高，快跳频系统受跟踪干扰的影响也越来越大。文章对快跳频系统受跟踪干扰的影响进行了分析仿真，同时分析干扰“置零”作为一种抗跟踪干扰的措施，“置零”的比例与FSK信号体制之间的关系，并在不同条件下仿真了干扰“置零”措施对系统性能的影响。仿真得到的结论可以为实际工程中快跳频系统接收端有效对抗跟踪干扰提供指导意义。     

船载卫星遥感数据接收天线跟踪精确度改进方法

针对船载卫星遥感数据接收天线的动态跟踪航行特点,提出一种提高船载卫星遥感数据接收天线跟踪精确度的方法。通过天线伺服控制设计和计算机程序,克服船姿扰动对天线跟踪的影响,实现快速捕获目标卫星并进行精确稳定跟踪,从而解决恶劣海况下,船行过程中对X频段低轨卫星全空域、无盲区跟踪和可视区域内的高精度指向跟踪问题。该方法已在雪龙号船载卫星遥感接收处理系统建设中得到应用,可为后续舰船上建设遥感卫星接收系统提供借鉴。     

多旋翼无人机在某测控设备标校工作中的应用

为了提高综合测控设备标校效率，简化标校流程，克服传统标校的各项缺点，进行了多旋翼无人机在某综合测控设备标校工作中的应用研究。分析了某综合测控设备相位标校工作的现状，对引入多旋翼无人机进行相位标校工作进行了需求分析，建立了无人机相位标校的数学模型。在选定无人机型号、设计实现小型化信标机、飞行电池与信标机固定支架等工作的基础上，实现了无人机在某综合测控设备相位标校工作上的应用。经过实际标校工作检验，多旋翼无人机不但能应用于某综合测控设备相位标校工作中，而且同时能够检验综合测控设备的动态跟踪性能，在同类型设备中具有一定的推广应用价值。     

基于饱和方法的轮式移动机器人的跟踪及调节控制

研究了有输入饱和限制的轮式移动机器人的全局镇定及跟踪控制.基于串接-反步方法及引入一种运动学振荡器,设计了一统一的连续时变状态控制器,可同时实现机器人的轨迹跟踪和定点调节控制,并使跟踪误差全局渐近收敛于零点附近的一小邻域内.仿真结果证明提出的控制器有效.     

基于卡尔曼滤波的雷达单目标跟踪算法研究

随着科技的发展，雷达对目标跟踪的精确度要求越来越高。但在实际应用中，系统所处的环境会受到各种各样的干扰，此时，卡尔曼滤波器凭借其优良的噪声处理能力而被应用到各种领域，是现阶段雷达跟踪中最常用的算法。文章在卡尔曼滤波算法的基础上，就如何将其应用于雷达目标跟踪系统的问题进行了研究与仿真；分析了卡尔曼滤波与常增益滤波的适用范围及优缺点；给出了极坐标系下卡尔曼滤波的计算及过程噪声方差的获取方法；最后以目标仿真结果证明了估计的有效性。文章定性、定量地对卡尔曼滤波在雷达单目标跟踪算法中的应用情况进行了分析，明确指出了算法的优良性能及局限性，实际应用时也可以对目标进行分段处理。该算法可直接应用于某些单目标跟踪系统，或与其他算法结合，用于多目标跟踪系统，如道路监测雷达系统等。     

《飞行器测控学报》征稿简则

《飞行器测控学报》是北京跟踪与通信技术研究所主管并主办的学术性刊物，是中国宇航学会飞行器测控专业委员会的会刊。是“中国科技期刊引证报告”统计源期刊、“中国学术期刊综合评价数据库”统计源期刊。主要报导国内外飞行器测控通信领域的研究、发展及动向，为相关领域的科研技术人员提供一个发表学术见解、总结经验教训、推广新技术、学习新知识的园地。本刊为双月刊，大16开，国内外公开发行。     

脉冲雷达跟踪误差对动态目标定位的影响分析与仿真

采用误差源影响分析的新方法，建立起了几种典型误差项对跟踪测量和单站定位的影响函数关系，定量地分析了不同大小的轴系误差对测量数据和定位坐标的影响，并通过仿真计算绘制了一组影响函数变化曲线，本文的研究结果，为科学准确地衡量脉冲雷达的性能和提高设备的跟踪精度，开辟了一条新的途径。     

基于自适应Siamese网络的无人机目标跟踪算法

无人机已被广泛应用到军事和民用领域，目标跟踪是无人机应用的关键技术之一。针对无人机跟踪过程中目标易发生形变、遮挡等问题，提出一种基于自适应Siamese网络的无人机目标跟踪算法。首先，利用2个卷积网络构建一个5层Siamese网络，通过对模板特征与当前帧图像特征进行卷积得到目标位置；其次，利用高斯混合模型对以往的预测结果进行建模并建立目标模板库；然后，从模板库中挑选出最可靠的目标模板并以此更新Siamese网络的匹配模板，使Siamese网络能够自适应目标的外观变化；最后，引入回归模型进一步精确目标位置，降低背景对网络性能的影响。仿真实验结果表明：该算法有效降低了形变、遮挡等情况对跟踪性能的影响，具有较高的准确率。