一种应用三角内插技术的频率估计算法

Rife和Quinn等基于FFT的频率估计算法性能不够稳定,在部分频率点能获得满意的估计效果,但在其它频点估计性能恶化严重。本文将三角内插技术应用于频率估计,提出了一种新的基于FFT的频率估计算法,能够克服他们的缺点,非常适合于低信噪比条件下卫星通信信号的接收。该算法首先用FFT实现频率的粗估,再应用三角内插技术提高估计精度,最后对估计偏差进行修正,保证了估计的无偏性。仿真结果表明该算法能实现非常精确的频率估计,且估计性能不受信号频率的影响,在各频点上估计方差都非常接近克拉美劳界（CRB）,具有很低的工作门限。与时域估计算法相比,相同估计方差条件下该算法运算量低、易于实现。     

空间失效慢旋卫星视觉特征跟踪与位姿测量

空间碎片或者失效卫星往往绕其惯性主轴做自旋运动,虽然处于一种稳定状态,但是对其运动状态测量的难度相比三轴稳定目标而言又增加了许多,主要体现在复杂光场环境下和目标观测面周期性进出视场引起的特征点丢失、尺度变化和旋转变化,以及长时间连续观测引起的累积误差增大、位姿解算不收敛等难题。通过构建优化目标特征数据库,将传统测量方式中前后帧的匹配转变为当前帧与特征数据库的匹配和特征点的优化,即使中间过程帧出现了偏差仍然可以较好地跟踪后续图像帧的正确位置。在李代数空间下建立位姿向量微分扰动方程,获得测量值与估计值的残差目标函数,基于贝叶斯法则最大后验概率和李群与李代数的对指变换法则,求取位姿向量最优解。解决了李群空间下由于位姿变换矩阵不可加性而无法优化的问题,提高了连续测量过程中系统的测量精度。实验结果表明,无优化测量方法无法保证整个旋转周期的有效测量;通过增加位姿优化过程,连续稳定测量时间明显延长,针对以12（°）/s自旋运动的目标,测量稳定段误差在2°以内,旋转角速度测量误差为0.12（°）/s。     

粗糙衰减因子在电磁波蒸发波导传播中的应用

为了研究电磁波在蒸发波导中的传播问题,结合我国海域蒸发波导实际情况,推算出其最大陷获角,仿真分析了Miller-Brown粗糙衰减因子随风速和电磁波传播方向与海面夹角的变化关系。运用射线描迹法进行仿真实验,结果表明:只要已知蒸发波导高度,就可得到海面粗糙衰减因子与风速的直接关系。采用高斯拟合模型,给出粗糙衰减因子的简化表达式,解决了模型中Bessel函数展开形式复杂、求解困难的问题,有利于快速获得海面粗糙状况,对分析粗糙海面对电磁波传输衰减影响有借鉴意义。     

FX型相关处理方案及野值剔除算法

分析了甚长基线干涉测量等干涉测量技术中FX型相关处理方案存在的问题,提出了一种新的FX相关处理方案。该方案经过两次整数比特时延补偿将两站接收信号相对时延缩小到1 bit内,从而避免了相位卷绕现象的出现,同时省去了原方案中的小数比特时延补偿,接着对新方案的计算量和相关长度做了深入的分析;改进了一种野值剔除算法,使剔除过程不受相位随频率变化趋势的影响。蒙特卡洛仿真和“嫦娥二号”实测数据处理结果验证了改进的准确性和有效性。     

基于星敏感器的卫星角速度估计精度分析

重点研究星敏感器自身特性对角速度估计精度的影响,分析了星敏感器动态情况下恒星矢量测量精度,推导出恒星矢量测量误差与星像目标中心提取误差之间的关系;进而研究了最小二乘角速度估计算法的精度,得出其精度影响因素:星像目标中心提取误差、曝光时间、恒星矢量数目及相互夹角;最后以给定的星敏感器参数和实际恒星分布进行数学仿真,验证了采用星敏感器估计角速度的可行性.     

基于过程功率谱熵SVM的转子振动故障诊断方法

针对旋转机械振动过程的复杂性和振动故障产生的随机性以及振动故障样本获取难的问题,在信息熵理论的基础上,融合了支持向量机(SVM)小样本、全局性和泛化性好的优点,提出了过程功率谱信息熵(功率谱熵)SVM的故障诊断方法。结合转子实验台,得到了4种典型振动故障在多测点多转速下的数据,通过计算提取了其功率谱熵特征值作为故障样本,即故障向量,并建立SVM诊断模型,对转子振动故障的类别、严重程度和部位识别诊断,验证了该方法在转子振动故障诊断方面效果良好。     

基于MLR的机动平台传感器误差配准算法

 基于固定平台传感器误差极大似然配准(MLR)算法,针对机动平台存在姿态角系统误差的问题,提出了对机动平台传感器系统误差和目标状态进行批处理离线估计的机动极大似然配准(MLRM)算法.该算法利用所有传感器对目标的量测值,通过把传感器量测向目标状态进行投影、对传感器系统误差和目标状态进行期望最大化迭代以及对目标的状态进行融合估计,最终实现量测、姿态角系统误差和目标状态的有效估计.仿真结果表明,该算法迭代收敛速度快,对系统误差估计精度高,对系统误差可观测性较低的配准环境的适应性强并且对传感器姿态角的相关性不敏感,具有很强的工程实用性.     

基于Φ函数的等熵膨胀过程数学模型

为了解决航空发动机总体性能计算中,主要的等熵膨胀过程数学模型中存在理想状态值的计算,使计算结果与实际值相比产生一定误差的问题.从过程效率定义式入手,推导出基于Φ函数的等熵膨胀过程数学模型.与基于熵的等熵膨胀过程数学模型以及带理想状态值计算的等熵膨胀过程数学模型的计算结果进行比较与分析之后,得出结论是：①基于Φ函数的等熵膨胀过程数学模型的应用可使计算精度得到提高;②基于Φ函数的等熵膨胀过程数学模型的应用较为简便,可以提高编程效率和计算效率.     

Phase Residual Estimations for PCVs of Spaceborne GPS Receiver Antenna and Their Impacts on Precise Orbit Determination of GRACE Satellites

In-flight phase center systematic errors of global positioning system(GPS) receiver antenna are the main restriction for improving the precision of precise orbit determination using dual-frequency GPS.Residual approach is one of the valid methods for in-flight calibration of GPS receiver antenna phase center variations(PCVs) from ground calibration.In this paper,followed by the correction model of spaceborne GPS receiver antenna phase center,ionosphere-free PCVs can be directly estimated by ionosphere-free carrier phase post-fit residuals of reduced dynamic orbit determination.By the data processing of gravity recovery and climate experiment(GRACE) satellites,the following conclusions are drawn.Firstly,the distributions of ionosphere-free carrier phase post-fit residuals from different periods have the similar systematic characteristics.Secondly,simulations show that the influence of phase residual estimations for ionosphere-free PCVs on orbit determination can reach the centimeter level.Finally,it is shown by in-flight data processing that phase residual estimations of current period could not only be used for the calibration for GPS receiver antenna phase center of foretime and current period,but also be used for the forecast of ionosphere-free PCVs in future period,and the accuracy of orbit determination can be well improved.     

利用字典优化方法实现sub Nyquist采样数据的频率估计

在稀疏重构理论中,重构信号需要预先设定稀疏表示字典,针对预设字典与真实字典之间的失配对信号稀疏表示造成的不利影响,提出一种基于字典优化和稀疏贝叶斯学习(Sparse Bayesian Learning, SBL)的频率估计算法。该算法首先构造基于sub Nyquist采样数据的信号稀疏表达式,然后利用SBL算法估计信号频率,同时根据估计结果优化字典,最后反复迭代上述步骤直至计算出的频率值和对应的幅度值趋于稳定。仿真结果校验了方法的有效性。