非等间距显式算法在重力波非线性传播数值模拟中的初步应用

采用3阶TVD型显式时间积分方法,建立了2维可压缩大气中重力波非线性传播的非等间距显式数值模式.对小振幅重力波传播过程的模拟结果表明,该模式能够很好地再现小振幅重力波的传播过程,并能保持能量守恒关系和各扰动量之间的相位关系,与线性重力波理论预测的结果吻合很好.对有限振幅重力波的模拟结果表明,与格点数相同的等间距网格中的模拟结果相比,采用非等间距网格能够以更高的分辨率模拟重力波的不稳定传播直到破碎的整个过程;在非等间距网格中的模拟结果与在加密一倍的等间距网格中的模拟结果相同,说明了用非等间距网格模拟重力波的饱和与破碎过程是正确的,并且采用非等间距网格能够大大减少计算量.      

中纬度冬季低热层潮汐水平风分量相位关系的MF雷达观测

采用武汉(30°N,114°E)MF雷达在2001年冬季的风场观测数据研究中纬度低热层大气潮汐水平风分量之间的相位关系.统一用弧度定义的各潮汐经纬向分量的拟合初相位在三个连续的高度上分别显示出相同的时间变化倾向和相近的相位差,但是在绝大多数观测时间△ψ24和△ψ12准正交,而△ψ8出乎意料地准同相.周日、半日和8 h潮汐经纬向分量的二次相位耦合(QPC)方程被分别估计出来,利用它们相减还得到一个潮汐相位差相关方程.推测的8 h潮汐相位和相位差与相应的观测值很好地符合.在第14个时间窗内,三个潮汐一般表现为椭圆偏振而不是圆偏振或线偏振,但是△ψ24和△ψ12在三个连续的高度上准正交,而△ψ8在92.0和94.0 km上准同相.因此估计的潮汐QPC方程、推导的潮汐相位差相关方程、观测的8 h潮汐准同相相位差以及典型的潮汐偏振图都是观测的周日、半日和8 h潮汐之间真实QPC的反映.      

基于频偏校正的正弦波频率估计算法

提出了一种新的正弦信号频率估计方法。利用FFT对信号频率作粗估计,然后对原信号下变频至基带。对基带信号作相位差分,估计频偏。最后对粗估计进行频率校正,使估计性能得到提高。在整个频段上该方法与R ife算法性能互补,在此基础上又提出了综合方法。仿真结果表明,该频率校正算法实现简单,运算量小,且性能不随被估计信号的频率分布而产生波动,在适度信噪比条件下均方根误差小于1.5倍的CRLB,具有广阔的应用前景。     

多通道相控阵天线数字波束合成技术及实现

本文针对多通道相控阵天线数字波束合成的需求，研究多通道阵列波束数据采集和实时处理技术，实现了基于FPGA的多通道数字波束合成系统，完成了对16路阵列信号的数据同步采集、方向图波束合成、数据快速传输与实时处理。实验结果表明:该技术具备良好的工程可实现性，且实验系统工作稳定，合成的方向图各项指标能真实地反映多通道相控阵天线的性能优劣。     

集群编队条件下通导一体高精度时间同步方法

针对集群编队条件下对高精度时间同步的需求，对通导一体高精度时间同步方法进行了研究，将卫星导航系统与数据链系统进行深度融合，提出了动基座条件下基于卫星导航载波差分算法的节点间高精度时间同步算法。该算法通过协同时间驯服的方式来抑制两次定位间隔间受钟漂影响导致的节点间时间同步误差发散以及节点间时钟修正不同步导致的时间同步误差，提升了编队组网条件下节点间的时间同步精度。最后,通过仿真对算法进行了验证。结果表明，时空同步精度可以达到1ns，可有力支撑未来集群编队作战、高精度协同探测、高精度协同制导等典型场景下对节点间高精度时间同步的需求。     

一类 p次方型差分系统解的性态研究

文章研究了一类 p次方型差分系统 .í.yn +1 = (1+yn)xnp --1 解的性态。运用数学归纳法、极限思想研究了 . axp n .(1+xn)yn -1 01时系统解的性态,证明了系统全局吸引子、有界持久性、非振动解的收敛性等有关结论。     

某船载无人操控天线末段跟踪的数引策略改进

从无人操控天线需要依赖数引完成目标自动捕获以及现有的主动段航天测量的数引模型精度不够的背景出发,指出提高数引精度即进行数引改进的必要性。然后结合末段跟踪的特殊性,从时差、视差和延时累积误差三个影响数引精度的最主要方面详细分析了它们的形成机理,并给出了各自的改进方法。     

基于频率源稳定度的钟差序列生成方法研究

基于频率源噪声特性和幂率谱密度之间的关系，构建了一种通过频率源目标稳定度反向生成虚拟钟差序列模型，利用虚拟钟差序列模型可以快速、高效地生成目标频率源的长期钟差数据。针对不同类型频率源的组合噪声特征，采用传统的噪声模型生成5种频率源噪声，然后利用仿真分析验证虚拟钟差序列生成模型的正确性。通过比对仿真结果可知，基于铷钟、氢钟和铯钟的虚拟钟差序列的稳定度与实测钟差序列的稳定度基本相符，重建虚拟钟差序列能够准确地反映其频率噪声特性，因此，文中采用频率源目标稳定度生成其钟差序列的方法可行、有效。