MIMO雷达DOA估计阵列设计

 多输入多输出（MIMO）雷达的关键技术之一是天线阵列的设计。由于MIMO雷达同时增加了收发两端的相位中心,使得系统具有更高的空间分辨率和更多的自由度。论文从接收信号模型出发,对MIMO雷达发射正交信号的等效阵列进行了讨论,以波达方向估计为目标提出了一种MIMO雷达天线阵的设计方法,通过抛物线理论得出了收发组合的唯一性和合理性,然后通过分析各种收发组合给出了发射阵元的最佳间隔设置。推导了几种情景下的MIMO收发阵列最佳设计解析解,最后进行了仿真实验。仿真结果验证了算法的有效性。     

基于GIS的机场场面路径优化算法的研究

利用GIS技术,研究了进出港航班滑行路径的优化问题。为机场上刚降落和即将出港的航班规划最短滑行路径。判断航班在规划的滑行路径上是否会发生对头相遇。考虑到机场安全性和使用效率,要求保证进出港航班在滑行过程中按最短路径连续滑行,并且不能发生对头相遇。本提出了两种解决方法：(1)改变进港航班的滑行速度;(2)延迟出港航班的时间。通过实例验证了该算法的可行性。     

提高NLOS环境下定位精度的TOA数据处理方法

基于移动通信环境中非视距NLOS(Non-Line of Sight)传播时延扩展服从指数分布的特性,提出了提高波达时间TOA(Time of Arrival)定位方法精度的一种数据处理方法.该方法首先对TOA测量数据进行分析,从中剔除明显不合理、对定位精度没有贡献、甚至会增加定位误差的测量值,保留误差最小的3个,然后采用最小二乘LS(Least Squares)法对移动台坐标进行估计.仿真数据表明,该数据处理方法不但能够有效提高NLOS传播环境下TOA定位方法的精度,并对视距LOS(Line of Sight)传播条件下的定位精度影响不大,具有较好的环境适应能力.      

双基地MIMO雷达收发角和径向速度联合估计

在双基地MIMO雷达信号模型基础上,提出一种新的目标收发角和径向速度联合估计方法。该方法首先将三参数估计问题转化为非对称联合对角化问题,然后采用最小二乘循环算法对其求解,估计收发导向矩阵和速度矩阵,最后利用谱分析算法恢复收发角和径向速度。同时采用截断高阶奇异值分解(THOSVD)对数据进行压缩处理,减小运算量。该方法充分利用匹配滤波输出的所有信息,无需二维谱峰搜索,每次循环均可得到精确的闭式解。与基于并行因子(PARAFAC)分析的方法相比,该方法可获得更高的参数估计精度,且三参数自动配对。仿真表明了方法的有效性。     

基于方向调制的无线安全传输基本原理、关键技术与未来展望

方向调制(Directional modulation,DM)作为无线物理层安全传输的关键技术能够很好地提升系统的安全性能。然而,由于在角度测量过程中存在误差,因此需要在设计有用信号波束成形向量和人工噪声(Artificial noise,AN)投影矩阵时考虑角度误差,从而提升系统安全性能。本文首先描述了DM系统模型,然后介绍了到达角(Direction of arrival,DOA)估计技术、稳健波束成形设计的3种算法及功率分配技术。仿真表明:稳健波束成形合成方法的性能明显要优于非稳健合成方法,且有用信号和AN之间最优功率分配能明显提高安全速率性能。最后,对DM未来新的发展方向与所面临的挑战性等开放问题进行展望与总结。     

制导火箭弹大着角所需脉冲发动机数量的确定

推导出制导火箭弹为获得期望着角所需的脉冲发动机数量解析公式,并根据此公式对比研究了火箭弹分别采用同时点火和依次点火时俯仰角初始值、期望着角和脉冲发动机推力对脉冲发动机数量的影响。研究表明,同时点火方式优于依次点火方式;飞行末段姿态调整时间较长时,期望着角和初始俯仰角对发动机数量的影响很小;随着脉冲推力的增加,所需的脉冲发动机数量递减。     

Time of flight measurements over a radio link from Uppsala to Bruntingthorpe and their application to testing predictions methods that approximate the ray tracing technique

Time of flight measurements (TOF) over the radio link between Uppsala (Tx: 59.9°N, 17.6°E) and Bruntingthorpe (Rx: 52.5°N, 1.1°W) have been performed every 2 min at six frequencies (4.637, 6.954, 8.008, 10.391, 11.118, and 14.364 MHz) during the period November 2006–January 2008. Such measurements have been compared with the TOF provided by three prediction methods that approximate the ray tracing technique: IRI-95, SIRM&BR_D, and ICEPAC. The root mean square deviation (rms) between TOF monthly median measurements and TOF monthly median predictions and the differences (DP) between the length of the median and predicted ray path have been calculated. The results, which are presented in terms of rms and DP for different seasons and different time periods, have indicated that the approximate methods are inadequate and that for more accurate predictions ray tracing techniques should be applied.     

基于空中交通密度的进场航班动态协同排序方法

为适应协同决策（CDM）需要，考虑空管、航空公司和机场的诉求，对进场航班动态协同排序问题进行了系统的研究。设计了一种进场航班动态排序方法，提出了一种时隙交换方法，建立了基于空中交通密度的进场航班协同排序模型，设计了精英保留的遗传算法和带精英策略的快速非支配排序遗传算法以求解所建模型，寻求进场航班动态协同排序的最优解。仿真结果表明，较基于滚动时域控制（RHC）方法，动态协同方法所得结果与排序开始时间无关，所需排序次数平均减少26.4%，且排序效率更高。较先到先服务（FCFS）方法，动态协同方法在高密度条件下各排序阶段最后一个进场航班的落地时间平均提前199.8 s；中密度条件下各排序阶段航班延误总时间平均减少29.9%，航班延误均衡性平均提高34.4%；低密度条件在航班正常率及航班延误公平性得到保证的前提下，满足时隙交换规则的排序阶段均增加了1种进场航班排序模式。所提方法可对进场航班进行优化排序，显著提高跑道容量，有效提升航班延误均衡性和航班延误公平性，契合协同决策理念，可实现三方协同排序。     

机场航站楼行李提取大厅面积计算方法

航站楼行李提取大厅是机场旅客最集中的重要区域之一,大厅的面积直接关系到航站楼空间资源配置、整体运行成本以及旅客服务水平,因此做好该区域面积规划尤为重要。然而,目前航站楼功能区面积确定方法过于粗糙和保守,并且忽略了旅客到达分布特性和服务设施利用的时间性。本方法借助旅客流和行李流累计到达概率分布曲线,通过引入停留时间的概念,将时间融入到空间需求中,实现了行李提取区面积优化。     

Joint TDOA,FDOA and differential Doppler rate estimation: Method and its performance analysis

Considering the estimation accuracy reduction of Frequency Difference of Arrival(FDOA) caused by relative Doppler companding, a joint Time Difference of Arrival(TDOA),FDOA and differential Doppler rate estimation method is proposed and its Cramer-Rao low bound is derived in this paper.Firstly, second-order ambiguity function is utilized to reduce the dimensionality and estimate initial TDOA and differential Doppler rate.Secondly, the TDOA estimation is updated and FDOA is obtained using cross ambiguity function, in which relative Doppler companding is compensated by the existing differential Doppler rate.Thirdly, differential Doppler rate estimation is updated using cross estimator.Theoretical analysis on estimation variance and Cramer-Rao low bound shows that the final estimation of TDOA, FDOA and differential Doppler rate performs well at both low and high signal–noise ratio, although the initial estimation accuracy of TDOA and differential Doppler rate is relatively poor under low signal–noise ratio conditions.Simulation results finally verify the theoretical analysis and show that the proposed method can overcome relative Doppler companding problem and performs well for all TDOA, FDOA and differential Doppler rate estimation.