卫星通信中16QAM信号的数字预失真研究

高阶信号通过功放时发生非线性失真,需对功放进行线性化补偿,功率回退法是最简单直接的线性化方法,但功放效率不高。数字信号处理技术的发展使得数字预失真技术成为补偿功放失真最有效的方式之一,在一定程度上促进了高阶调制信号在卫星通信中的应用,缓解频谱资源紧张问题。以16QAM信号为对象,着重研究了预失真器模型的两个关键因子——非线性阶数和记忆深度——对预失真性能的影响。仿真结果表明,相较于非线性阶数,记忆深度对预失真性能的影响更大;而且功率回退法和数字预失真方法的结合使用可以取得更好的预失真效果。     

二元机翼带外挂系统极限环颤振次谐响应分析

 借助于非对称分段线性振子的次谐分叉条件,本文首次讨论了二元机翼带外挂系统处于稳定极限环颤振情况下,外挂的次谐响应。算例表明,单自由度非线性振子的分叉条件能够预示非线性颤振系统的运动规律。     

采用PQLF的不确定模糊系统最优保性能控制

对一类模有界的参数不确定T-S模糊系统的保性能控制问题进行了分析研究。一个二次指标函数表征了闭环系统的性能。采用分段二次Lyapunov函数(Piecewise quadratic Lyapunov function,PQLF)方法,在使闭环系统渐近稳定的前提下以线性矩阵不等式(Linear matrix inequality,LMI)的形式给出了一种鲁棒最优保性能控制律。同时提出了一种新型分段并行补偿(Parallel distributed compensation,PDC)控制策略。该PDC控制器同样反映了模糊系统前提变量的规则结构信息。数值仿真显示,采用该设计方法所得到的闭环保性能值优于传统二次Lyapunov函数(Common quadratic Lyapunov function,CQLF)方法下的闭环保性能值,且系统动态性能良好,鲁棒性强。     

高精确度智能仪器大范围测量中的数据解算方法

以单片机为核心的智能化仪器难以实现高精确度、大范围测量，尤其是输出量与输入量在不同区间呈不同的函数关系时，在单片机上难以实现其运算，为此本文把输出量划分为若干个区间段，在不同区间段内采用多项式校正理论和最小二乘法拟合方法，给出了在不同区间段内多项式校正的数学模型，并在此基础上阐述了提高校正数据精度的有效措施。     

Butterworth滤波器在飞行控制系统设计中的应用

研究了基于Butterworth滤波器设计思想的控制器设计方法,将这种方法应用于某飞机纵向飞行控制的设计,并进行了鲁棒性仿真研究.结果表明:该方法设计简单,只需确定一个设计参数,就可对飞行控制系统进行初期阶段设计,具有较强的工程实用价值.     

一种改进的Dolph—Chebyshev方法在阵列天线方向图综合中的应用

通过对传统Chebyshev多项式增加修正因子得到一种修正的Chebyshev多项式，并以此为基础提出了一种新的阵列天线方向图综合方法。与传统Chebyshev综合法相比，该方法可以在保持副瓣电平不变的情况下对主瓣进行任意展宽，待求参数少，综合过程简单，有很强的实用性。     

多项式非中心微分平滑

本文给出了多项式微分平滑速度输出方差比的精确表达式及截断误差上界的一个较为准确的估计；提出了采用奇次多项式进行非中心输出的微分平滑方法；在同时考虑截断误差与方差比的情况下，得到了最佳滤波，并进行了实算检验。     

Riccati方程的二次代数曲线解

Ｒｉｃｃａｔｉ方程一般没有初等解，但当它有初等解时，解很可能是代数曲线解。给出了Ｒｉｃｃａｔｉ方程存在二次代数曲线解的充要条件，及其有效的求解方法。     

分段线性补偿型CMOS带隙基准电压源设计

设计了一种高精度CMOS带隙基准电压源电路.电路采用了共源共栅电流镜和自偏置技术,通过运放的负反馈分别获得正温度系数的电流IPTAT和负温度系数的电流ICTAT,通过电流的减法运算将在整个温度范围内分两段产生不同的补偿电流INL,并完成对带隙基准电压的分段线性补偿,由此得到温度系数很小的带隙基准电压.     

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。