中继卫星多址链路调度问题的约束规划模型及算法研究

中继卫星多址链路调度问题是中继卫星系统应用中必须解决的重要问题,其重要特点在于,中继卫星与用户航天器之间并非时时可见,因此通信任务存在可见时间窗口约束。只有在可见时间窗口内,通信任务才可能执行并完成。在进行合理假设的基础上,采用人工智能中的约束规划技术,建立中继卫星多址链路调度问题的约束规划模型,并提出了基于时间窗口期望值的多步迭代算法。应用结果表明,中继卫星多址链路调度模型的建立与求解是合理的。     

Galileo卫星导航系统中的BOC调制与接收技术

介绍了二进制偏移副载波(BOC)调制的原理、性能及其扩频信号相关特性。在分析E5波段Galileo导航信号的接收和捕获技术的基础上,提出了改进的数字化基带处理模型和信号捕获方法。用结构仿真对基带信号处理模型和信号捕获算法进行仿真验证。仿真系统实现了标准E5波段Galileo导航信号的发生、数字化中频接收和基带信号处理,以及信号捕获。结果表明该信号处理方法能消除BOC调制扩频信号自相关函数多峰特性导致的捕获性能下降,可显著提高伪码顺序搜索速度,并大幅缩减跟踪环路的硬件规模。     

基于SPCE061A的谐波产生

文章介绍了采样SPCE061A微处理器实现8次谐波产生和合成方法。采用数字合成技术,产生的基波频率、各次谐波幅度、相位均可单独数字设置。相位调整可精确到一度,幅度调节数字范围1～125。配合滤波器可得到失真较小的谐波合成信号。     

基于远程实时数据的导弹虚拟飞行仿真

以基于远程实时数据的导弹虚拟飞行仿真为例,着重探讨了三维模型、虚拟场景的建立以及实时数据在视景仿真中应用的方法.通过仿真实现了基于实时数据的导弹虚拟飞行的三维可视化显示.可用于实时、直观地监测导弹飞行中的姿态及轨迹,提高了导弹虚拟场景的逼真度和实时性.     

一种自旋稳定卫星姿态传感器数据异常的诊断方法

针对自旋稳定卫星遥测数据异常时,故障类型和故障源难于辨识的问题,提出一种数据驱动的故障诊断新思路.该方法提出将卫星姿态与传感器之间固有冗余关系是否保持作为判断故障类型的依据,并利用主成分分析把这种关系通过测量空间的特征值进行量化,监测特征值之间相应比例的变化实施判定;借助正交子空间的结构分析,选择SPE统计量进行故障检测和故障源的定位.在遥测数据的基础上模拟风云某型气象卫星的不同故障模式,并应用本文方法进行分析,结果表明,该方法克服了传统贡献图方法无法判别故障类型的缺点,可以实现对故障的正确诊断.     

基于深度学习特征提取的遥感影像配准

传统的影像配准算法,如尺度不变特征变换(SIFT)、加速稳健特征(SURF)等,对遥感卫星影像配准存在提取特征点少、错误匹配多等缺点。文章使用数据驱动的随机特征选择卷积神经网络(RanSelCNN)方法,对Landsat-8卫星不同时相或同一时相具有重叠度的遥感影像进行配准,卷积层使用随机特征选择,增加特征提取的鲁棒性;训练时使用联合损失函数,同时对特征探测器和特征描述符进行优化,减少特征的错误匹配。结果表明:基于随机选择的深度神经网络的遥感影像配准能提取更多的特征点,有效降低错误匹配率。与传统的人工设计特征相比,该算法能明显提高卫星影像配准的精度。     

基于大数据技术的情报侦察

Guo Yong(Comprehensive Planning Burean, Navel Equipment Department,Beijing 100841,China)     

基于欠采样的零阶优化算法

非平衡学习吸引了许多研究者的关注。一般情况下,少数类是更值得关注的,并且其误分类代价要远高于多数类。由于非平衡数据分布的非均衡性,标准的分类算法将难以适用。为了解决非平衡数据分类问题,给出了基于欠采样的零阶优化算法。首先,为了降低数据非平衡分布的影响,针对不同非平衡比的数据集给出了不同的两种采样策略。然后,采用了一种引入间隔均值项的支持向量机(Support vector machine,SVM)优化模型进行分类,并使用带有方差减小的零阶随机梯度下降算法进行求解,提高了算法的精度。在非平衡数据上进行了对比实验,实验证明提出的方法有效提高了非平衡数据的分类效果。     

FADS压力传感器延迟补偿

嵌入式大气数据传感器系统通过在飞行器各部位的压力传感器阵进行工作,当大气密度较低时,压力传感器延迟时间过长,致使FADS测量精度减低,甚至无法正常工作.通过对压力传感器延迟产生的机理进行分析,提出相位超前校正网络延迟补偿的方法,合理选取超前校正网络参数,并适当减小连接压力传感器与机体表面的细管长度,可以有效减小传感器延迟,使FADS的可使用空域由35km增大到60km.相位超前校正网络延迟补偿方法具有效果明显且易于工程实现的优点.     

基于遥测数据的无人机气动参数辨识方法研究

针对无人机在高空低速飞行时易受风场影响及在数据分析时遥测数据不完备的问题,进行了气动参数辨识方法研究,提出了基于空速管平面矢量三角形的风场估计方法及基于风场信息修正的气动角估计方法。以某型无人机为例,对遥测数据进行了充分分析与信息综合,运用逐步回归方法进行了纵向气动参数辨识,并进行了实验验证。结果表明,模型计算结果与实测数据吻合较好,说明所提方法有效。考虑到辨识模型的数学本质,该方法对其他固定翼无人机同样适用。