基于CCSDS高级在轨系统的MPDU复用效率研究

MPDU包信道复用作为CCSDS两级多路复用机制的第一级,其复用效率直接影响CCSDS高级在轨系统的高效性和有效数据的承载能力.在泊松分布固定包长成帧模型的基础上,提出了高阶剩余函数的概念,并给出了MPDU复用效率递推公式.仿真结果表明,随着阶数的增加,理论与仿真曲线呈逼近趋势,对4阶递推公式最小相对误差可达1.3329%.     

一种改进的频率步进雷达信号性能分析

在分析目标运动对频率步进信号一维距离像影响的基础上,提出了一种改进的频率步进信号,即参差脉冲重复间隔频率步进信号,研究了这种信号的数学模型和处理方法。理论分析和仿真结果表明,与频率步进信号相比,参差脉冲重复间隔频率步进信号的多普勒性能有了很明显的改善,一维距离像不会随目标的运动而产生失真。另外,根据参差脉冲重复间隔频率步进信号的特点,提出了利用距离微分法实现速度粗补偿和利用脉组误差函数法实现速度精补偿的方法和步骤,仿真结果证明,这两种方法是有效、稳健、可靠的。     

卫星多径信道下SOFDM插值估计算法的对比分析

在卫星多径衰落信道环境中传输正交频分复用信号时,工程上可以考虑采用以插值运算为核心的信道估计方法对接收信号进行信道估计。文章首先给出并研究了线性插值、三次样条插值和拉格朗日函数插值这三种插值估计算法的基本原理,然后对各种算法的计算复杂度、插值估计的均方误差以及系统的误比特率这三项性能指标进行了对比分析,最后通过综合评估总结出了＂在慢多径衰落信道环境下宜采用线性插值估计算法＂和＂在快多径衰落信道环境下宜采用三次样条插值估计算法或拉格朗日函数插值估计算法＂的结论。     

基于空间变异特性的格网电离层延迟估计方法

广域增强系统采用格网模型校正用户电离层延迟误差,为保证理想的校正效果,必须精确估计格网点电离层延迟。电离层延迟的空间相关性是完成这一估计的理论依据。针对传统反距离加权法因不能准确描述这种空间相关性而使得估计效果受限的问题,依据空间统计学原理建立了电离层延迟空间变异函数模型,提出一种新的权值计算方法,并通过实际观测数据进行了仿真验证。结果表明,相比于传统方法,这一方法能明显改善格网点电离层延迟估计效果,尤其在穿透点观测数据稀疏的区域,其改善效果更为明显。     

高超声速乘波体扩容设计及流场快速预测

为发展一种兼具乘波体高升阻比和升力体高容积率的气动设计与预测方法,开展了3个方面的研究工作。基于升力体和乘波体融合设计理念,提出了一种大容积率、高升阻比的乘波前体的扩容设计方法。对扩容设计的乘波前体进行了数值模拟,获得了典型设计参数对前体容积率、升阻比等气动性能参数的影响规律。基于本征正交分解理论和径向基函数建立了高超声速乘波前体流场结构和气动性能参数的快速预测模型,并对扩容设计的乘波前体流场开展了快速预测研究。研究表明:相比于未扩容之前,高度为5、10 mm时,容积增加8.00%和15.00%;基于本征正交分解理论的快速预测方法可精确、快速地获得不同几何设计参数下乘波前体的流场,预测误差不高于2.00%。      

多输入傅里叶神经网络及其麻雀搜索优化

鉴于反向传播（BP）神经网络存在灵敏度高但收敛速度慢,以及已有傅里叶神经网络不具备多输入数据特征提取能力,借助多个傅里叶神经网络构建能接收多维数据的堆叠神经网络,进而将其与多层感知器融合,获得基于梯度下降的多输入傅里叶神经网络。结合此神经网络获取全局最优参数值难的因素,通过在麻雀搜索算法中引入Cat混沌映射、动态种群规模调节机制及参数自适应调节方案,提出改进型麻雀搜索算法,并将其应用于多输入傅里叶神经网络的参数优化及高维函数优化问题的求解。理论分析可得,所提算法的计算复杂度主要由种群规模和优化问题的维度决定。比较性的数值实验表明,所获神经网络提取多源数据特征的能力和泛化能力强,同时所提算法处理高维优化问题具有明显优势且收敛速度快。     

基于统计学方法的卫星在轨热变形快速分析

为使用在轨实测温度数据辅助完成成像载荷视轴指向的在轨标定,首次将应用于地统计学中的普通克里格法用于卫星在轨温度场的无偏估计,提出了一种基于统计学方法的在轨热变形快速分析方法。应用热试验过程中星上少量温度实测数据进行卫星温度场的无偏估计,并将温度计算结果赋值到有限元模型,进而完成了热变形分析。应用此种方法,相比通过热物理方法进行温度场分析,可将热变形分析的工期缩短数日,且载荷变形的分析结果与试验实测结果的误差在1′左右,可较准确地得到载荷视轴在热变形作用下的指向变化。文章可为卫星在轨热变形的快速分析提供参考。     

基于函数型数据的广义线性回归模型

函数型数据的回归分析研究主要集中在函数型线性模型。不要求因变量为连续型随机变量,可以为离散型或属性数据(对应于泊松或Logistic回归),对同时含有数值型多元变量和函数型变量的广义线性模型的估计问题进行分析,采用非参数方法得到了参数部分和非参数部分的估计量,并给出了一种重加权算法进行参数求解,解决了含数值型和函数型混合数据类型自变量的回归问题,同时扩展了函数型线性模型的应用范围。估计过程中,分别采用了函数型主成分和B样条基函数,并给出了基函数个数选择的准则。数值模拟结果表明,所提出方法具有良好的可行性与正确性。      

小型无人机翼型优化设计

采用类别形状函数变换（CST）方法对翼型参数化描述;利用Fluent软件,进行翼型升力系数和阻力系数的气动计算;以升阻比最大为优化目标,通过拉丁超立方设计生成样本点,建立了径向基神经网络（RBF）代理模型;使用粒子群优化算法（PSO）,在Isight平台上,实现对Clark Y翼型优化的整个过程。优化翼型升阻比比原始翼型提高了约10%,表明此种方法是可行的,可用于小型无人机设计的工程中。     

CBOC调制信号及其新型相关函数研究

介绍了复用二进制偏置载波（MBOC）信号的功率谱特性特点,用仿真方法讨论了复合二进制偏置载波（CBOC）信号时域表示及其功率谱密度、自相关函数和伪码跟踪性能,证明了CBOC信号的优越性。针对CBOC信号自相关函数多峰性,给出了一种CBOC信号新型相关函数的产生方法。