大功率微波吸收箱的设计与应用

介绍了用于天线馈源系统大功率微放电测试的S波大功率微波吸收箱的设计原理与应用。根据电磁波在有耗色散媒质中的反射和透射特性，优化平板吸收材料的本构参数及厚度，使其反射系统达到最小，从而使天线馈源辐射场能量几乎完全被吸收材料吸收，产生的热量经由箱体外表面释放，箱体外表面喷涂高散射率温控漆以增加热辐射效率。根据上述设计规范，设计出了用于天线馈源大功率微放电测试的耐大功率耐高温的S波段微波吸收箱，其反射损耗优于22dB，工作平均功率不小于150W，工作脉冲功率不小于700W，工作温度－60℃－150℃，大功率微波吸收箱的研制成功，不仅解决了天线馈源大功率微放电测试问题，提高了天线分系统的可靠性，为某型号两颗卫星的研制成功作出了重要贡献，而且国家节约了上万美元的外汇，产生了良好的社会效益和经济效益。     

航电系统SCI环型互连的计算机仿真建模

研究可扩展一致性接口 SCI环型互连的计算机仿真问题。作为未来一代航电系统的首选技术 ,SCI互连系统性能的优劣直接影响到飞行器的质量 ,对其性能的评价因此显得尤为重要。文中按照计算机仿真建模的一般方法 ,从 SCI协议的基本原理出发 ,建立了接口和节点模型 ,解决了并发数据交互的仿真时序问题 ,给出了 SCI环型互连的系统仿真模型 ,并通过例子对仿真模型的有效性进行了验证     

数字上变频器

介绍一种先进的数字上变频器的设计原理和实现方法 ,并讨论用数字信号处理的方法实现单边带调制 ,以及直接序列频率合成器 (DDS)和数字正交移相网络的设计方法。其中数字正交移相网络的研制成功 ,是对希尔伯特变换器在工程实际应用中的一次有益尝试。     

月球探测技术--探测初期测控通信系统

介绍了国外月球探测测控通信系统的发展和现状。在分析我国现有统一S波段(USB)测控通信网和天文甚长基线干涉仪(VLBI)对探测器测控通信支持能力的基础上,提出了利用现有条件实现测控通信的解决方案。比较和分析表明,采用有源天馈网络的实现简单且技术成熟可靠,是一个较优的方案。     

卫星光学遥感器光谱波段选择的影响因素

文章详细阐述了大气对太阳辐射在可见光 -近红外段的吸收作用和散射作用 ,并总结了可见光 -近红外波段常用的大气窗口及其透射率 ,最后 ,分析了可见光、近红外、短波红外的波段选择问题     

构建无线自组网仿真场景

计算机仿真是测试评估网络协议性能的基本技术，而无线自组网技术是一项新兴的热门无线网络技术。目前为止还没有文章对无线自组网计算机仿真技术进行综合介绍。因此，本文以构建易用合理的无线自组网仿真场景为目标，从仿真软件、仿真场景和移动模型这三个方面综合说明了构建无线自组网仿真场景的相关技术。本文对三种通用网络仿真软件NS-2，Glomosim和OPNET进行了分析比较，介绍了无线自组网研究中几种典型的仿真场景，最后介绍了常用的几个节点移动模型，分析了移动模型存在的问题及解决方法。本文对构建无线自组网仿真环境具有指导借鉴意义。     

适于LEO卫星IP网络的源组播算法

为了解决LEO卫星IP网络中现有源组播算法的信道资源浪费问题，提出了一套新的组播算法。即基于核心群的特定源组播（CSSM）算法和加权的CSSM（ω-CSSM）算法。CSSM算法以源节点作为初始核心群，通过核心群和剩余组成员的最短路径方法逐步扩展直至整棵组播树构建完成，这样所得的树代价最小，从而大大提高了网络的传输带宽利用率和有效传输容量。在ω-CSSM算法中，所提出的加权因子可以调整组播树的树代价和端到端传播时延之间的折衷程度，因此，可以通过调整加权因子柬适度增大树代价、降低端到端传播时延，从而支持某些有严格端到端时延要求的实时组播业务。通过与LEO卫星IP网络中典型源组播算法MRA的仿真比较，可以看出CSSM和ω-CSSM算法的树代价性能比MRA有显著改善，而端到端传播时延略高。     

网络集成技术在控制系统中的应用研究

基于TCP/IP协议的嵌入式设备网络控制系统是当前的发展趋势,控制系统网络化发展经过了三个主要阶段,文中通过分析各阶段的特点和多种控制网络集成的方法,从网络化发展的角度来研究控制系统的发展,提出了嵌入式设备网络控制系统的模型,为实现控制和管理信息一体化提供了一条新思路.     

现代卫星天线波束形成网络计算机辅助设计

通信卫星要采用赋表波束天线，必须研制开发非常复杂的波束形成网络（BFN），以便在馈电单元上产生必需的幅度和相位分布。为了满足苛刻的功率分配要求，同时避免对BFN做任何调谐或修改，做到一次成功，准确有效的CAD工具是必不可少的。我们开发了一个软件包，用于分析BFN中常用的波导与乱莆同轴线微波部件。该软件包中各程序均经过实验给证。本文将详细描述该软件包所采用的分析方法和具有的功能，并给出一些典型部件的计算和实测结果。     

实现多模型同时镇定的神经网络方法

针对实际系统中经常存在的多模型情况，给出了一种用神经元网络实现多模型同时镇定的设计方法。该方法以经过训练的神经网络控制器代替常规控制器，可同时镇定多个模型。最后，对一个用线性方法不能同时镇定的多模型问题，用神经网络方法实现了其同时镇定。