基于星历拟合的短弧运动学定轨

当导航卫星在姿轨控和轨道恢复期间,传统的统计定轨理论难以实现精密定轨。首次提出 了基于10参数星历拟合的短弧运动学定轨方法,建立和推导了相应的理论模型和定轨解算方 法。其优点在于不仅能够反映卫星运动的物理学特征,提高了速度和轨道预报精度,而且不 需要累积数据,实现近实时快速计算,克服了动力学法定轨发散和单点定位无法获得速度信 息的不足。对COMPASS M-01导航卫星实测数据的处理表明,10分钟短弧运动学定轨的位置精 度优于10 m,速度精度为2 cm／s,预报5分钟轨道精度为15.02 m,满足了短弧跟踪条件下R DSS对轨道精度的要求,实现了卫星精密定轨。
     

GPS软件接收机原理样机设计与实现

为了满足GPS/INS(Global Positioning System/Inertial Navigation System)超紧组合导航系统研究的需要,克服硬件接收机参数固定,适应性差的弱点,设计了一种参数可调、灵活控制的GPS软件接收机.采用GPS L1频率的中频采样信号,运用FFT(Fast Fourier Transform)频域捕获算法和锁相环与锁频环相互辅助的载波环路,实现了信号捕获、码环和载波环路跟踪、导航电文提取与解码、伪距及导航定位解算,并与NovAtel公司的FlexPax型硬件接收机进行了比较.跑车测试结果表明,该GPS软件接收机捕获迅速、跟踪准确,导航定位精度小于10m,动态抗干扰能力明显优于一般GPS硬件接收机,适合于GPS/INS超紧组合导航系统的应用.     

瞬时测频接收机及其在先进对抗系统中的应用

介绍了现代瞬时测频接收机的特点,与传统瞬时测频接收机相比所取得的改善和提高;展示了其在先进雷达对抗系统中的应用。     

双通道接收机在单脉冲雷达中的应用

现代精密测量雷达多采用双通道接收机,文章从设计、使用的角度出发,对音频调制双通道接收机和0/π调制双通道接收机进行了讨论,并着重从测角体制上分析与比较这两种调制双通道接收机的性能及其特点。同时也指出了0/π调制双通道接收机应用中要注意的问题。文章最后还列出了双通道接收机角性能方面的实验数据。     

用于飞行试验的GPS测试系统

ＧＰＳ（ＧｌｏｂａｌＰｏｓｉｔｉｏｎｉｎｇＳｙｓｔｅｍ）作为一种精确的全球卫星导航定位系统,已在军用和民用的许多领域得到了越来越广泛的应用,本文介绍了一种用于飞行试验的ＧＰＳ测试系统。     

基于周期LFM本振的同步Nyquist折叠接收机 多分量信号参数估计算法

 Nyquist折叠接收机(NYFR)为一种新型侦察接收机结构,可利用单/双片模数转换器(ADC)同时完成多Nyquist区域内的宽频段信号采集。本文对NYFR结构进行了改进,提出了多分量信号的参数估计算法。首先,引入了同步结构,对NYFR进行了改进,得到了同步NYFR(SNYFR);其次,以本振为周期性线性调频(LFM)为例,分析了多分量信号的输出结果;然后,提出了去斜函数(DF)以用于检测信号的Nyquist区域;最终,根据区域信息完成了信号的各参数估计。计算量分析与仿真表明,所提算法计算量小且在信噪比(SNR)优于-9 dB时性能已接近克拉美-罗(CRLB)下限。     

高动态GPS载波跟踪算法和环路控制策略研究

在接收信号有较高的多普勒频率及其一阶、二阶导数存在的情况下仍能正常工作的接收机被称为高动态接收机。设计高动态接收机的关键是设计参数与结构合理的载波跟踪算法。本文针对高动态环境下载波跟踪所遇到的问题,重点研究了频率牵引算法,FLL辅助PLL复合环算法及重要参数的设计,并提出了一种新的分阶段载波跟踪控制策略。本文采用GPS模拟器产生的高动态信号为实验源,基于Matlab平台建立系统模型,仿真结果表明：采用文中提出的载波跟踪算法的GPS接收机能在加速度100g,加速度变化率40g/s的动态指标下正常工作。     

三频GNSS接收机的RAIM算法研究

新一代全球导航卫星系统（GNSS）将为民用用户提供多个可用频点。为了使接收机能够充分利用多频点的卫星信号,提高系统的完好性,提出了一种能够用于三频GNSS接收机的接收机自主完好性监测（RAIM）算法。该算法通过建立三频线性化测量方程,将各频点的伪距信息融合起来。对三频伪距测量误差进行预白化处理,从而可以沿用奇偶矢量法的基本原理进行故障检测和隔离。经过详细理论推导,得到了三频RAIM算法中奇偶矩阵与单频奇偶矩阵间的简单转换关系,极大程度地降低了故障检测和隔离的计算复杂度,更易于在GNSS接收机中实现。仿真结果表明,三频RAIM算法可以提高传统单频RAIM算法的故障检测率和隔离率,尤其在伪距偏差较小的时候,性能改善更为显著。     

广义回归神经网络在卫星钟差短期预报中的应用

近年来,神经网络(Neural Network,简称NN)在非线性系统的预测方面取得了广泛的应用。考虑到卫星钟差包含了复杂的非线性因素,所以将一种新型神经网络-广义回归神经网络(Generalized Regression Neural Network,GRNN)应用于钟差预报中。采用“滑动窗”方式构建样本数据以提高数据利用率,为提高网络的泛化能力,利用K重交叉验证法(K-fold Cross-Validation)对网络进行训练学习,并根据最小均方根误差(Root Mean Square Error,RMSE)确定最优平滑因子。利用国际GNSS服务(International GNSS Service,IGS)公布的精密GPS卫星钟差数据进行预报实验,并与传统二次多项式模型对比分析。结果表明：GRNN模型在24h的预报跨度内的误差可达ns级,并较多项式模型有更好的稳定性;对于线性钟差,GRNN模型要逊于多项式模型,而对于非线性钟差,GRNN模型则明显优于多项式模型,初步验证了GRNN用于钟差预报的可行性、有效性以及实用性。     

GNSS接收机矢量跟踪算法研究综述

GNSS接收机信号跟踪的实质是对卫星信号的扩频码延迟和载波频率偏移进行连续估计的过程。从信号跟踪的基本原理出发,综述了矢量跟踪算法的基本思想和研究历程,分析了算法中系统建模、模型参数确定和滤波器设计等关键环节,总结比较了算法的最新衍变形式,包括极大似然估计矢量跟踪环和联合矢量位置跟踪环的模型、特点和优势,通过仿真验证了矢量跟踪相比标量跟踪具有失锁重捕快、跟踪误差小和稳定性好的优点,最后总结了矢量跟踪技术的应用并展望了其未来发展方向。