一种用于卫星侦察的直扩信号参数估计方法

针对卫星通信侦察过程中,信号参数未知的特点,提出了一种直接序列扩频(DS-SS)信号的参数估计算法.首先利用直扩信号中PN序列调制信息码的循环平稳特性,采用循环自相关函数对PN码周期进行估计,再利用相关特性估计出信息码与PN码的同步调制起始点,进行伪码序列的识别.计算机仿真实验验证了该方法的有效性,在极低信噪比条件下可以得到准确的伪码序列估计.     

大型飞机构成及价格趋势分析

近年来，大量新技术在航空装备上得以应用。如何在提高装备技术水平的同时，有效控制飞机成本的上涨，走经济可承受的发展道路，是各国政府和工业部门面临的共同问题。     

基于序列趋势和集合距离的UAV态势相似性度量方法

在无人机（UAV）自主作战与智能决策的过程中，无人机获取的新态势与历史态势的相似性度量是态势评估与作战决策的重要环节，而现有的相似性度量方法主要处理离散时刻态势，采用的欧式距离等方法对数据敏感，不符合作战态势特性，且处理效率低下，针对该问题，提出基于序列趋势和集合距离的UAV态势相似性度量方法。该方法首先选取UAV作战态势要素并以时间序列形式表征数据；然后，使用经验模态分解方法提取历史态势与新态势的序列趋势以度量序列趋势的相似性；最后，对趋势相似的每条态势序列进行自组织映射聚类，得到若干聚类中心构成集合，利用最优子模式分配距离度量集合间的距离，提取集合距离较小的部分获得与新态势相似的历史经验态势。通过公用数据集的分类效果比对实验以及作战仿真态势的相似性度量实验，表明该方法能够有效度量两序列之间的相似性程度，度量效果好，分类实验中分类精度较传统方法最高提高18%，且方法简便，具有一定的实用价值。     

低轨星座短报文通信中的扩频信号二维快捕优化与实现

极弱信号、大多普勒动态变化条件下的接收机抗干扰、快速捕获同步技术是低轨卫星短报文数据通信的研究难点.本文首先分析了多普勒特性对低轨卫星扩频信号快捕的影响,讨论了现有各种捕获策略的优缺点.在此基础上提出双倍采样、补零的部分匹配滤波与快速傅里叶变换相结合的二维并行快速捕获优化设计方案,并进行了性能仿真分析,最后结合面向判决的同步技术,给出接收机原理样机捕获时间的实现结果.在给定前导码条件下,优化后的二维并行捕获平均时间为10 ms,远低于常规扩频码并行捕获的秒量级捕获时间,可以较好地满足低轨卫星星座全球短报文数据突发通信及随遇接入需求.     

基于EMD的MEMS陀螺仪随机漂移分析方法

为了抑制微机械电子系统（MEMS）陀螺仪的随机漂移，基于经验模态分解（EMD）和模态集合选择标准，结合时间序列建模滤波法，提出了一种改进的MEMS陀螺仪随机漂移分析方法。首先，通过EMD将MEMS陀螺仪原始数据分解为多个本征模态函数（IMF），利用模态集合选择标准将IMF分为噪声IMF、噪声与信号混合IMF和信号IMF三类；然后，对混合IMF进行重构、时间序列建模及自适应卡尔曼滤波（AKF）；最后，将3类信号重构，实现MEMS陀螺仪信号去噪。实验表明:所提方法有更好的去噪效果和实时性，提高了MEMS陀螺仪的使用精度。      

基于时间序列数据挖掘的旋转机械故障预报

提出一种基于时间序列数据挖掘的故障预报新方法。把故障前兆因子作为一种暂态,根据旋转机械轴承振动的实验数据建立时间序列．利用时延嵌入的方法重构状态空间,在状态空间中使用遗传算法搜寻最优暂态束．组成暂态集。用暂态集对旋转机械轴承振动的测试数据进行分析．判断是否为故障前兆因子．从而实现故障预报。     

基于AR/CGARCH模型的液体火箭发动机自适应阈值故障检测算法

为了解决传统自适应阈值算法对时间序列方差跟踪能力不足,以及故障阶段带宽自动放大的问题,提出了紧广义自回归条件异方差（Compact General Auto-Regressive Conditional Heteroskedasticity,CGARCH）模型。针对液体火箭发动机稳态试车数据的波动性特点,提出一种基于自回归（Auto-Regressive,AR）模型和CGARCH模型的自适应阈值故障检测算法。采用AR模型对稳态参数的均值进行估计,并采用CGARCH模型对稳态参数的方差进行估计,从而利用均值和方差的估计值自适应地构造检测阈值。用某氢氧火箭发动机的热试车数据进行验证,结果表明,该算法能够准确、快速、灵敏地检测液体火箭发动机故障,在正常工作阶段,能够有效跟踪数据波动性,在故障阶段,能够避免阈值变宽带来的漏检。     

数字处理技术在电子侦察中的应用

通过对信号进行侦察的数学模型和一种基于混沌序列的反侦察系统的介绍,讨论了在对抗与反对抗中取得信息优势的关键技术。指出了数字处理技术在电子侦察领域的重要作用及应用状况,并提出了一种新的反侦察技术的设想。