扩频信号快捕算法硬件设计与实现

为提高扩频信号捕获门限及伪码相位捕获准确度 ,在多通道并行捕获技术的基础上介绍块匹配算法和单点多次平滑算法两种相关峰检测方法 ,并在以 FPGA和 DSP为核心的单板系统上实现。其中单点多次平滑算法已应用于工程实际中的软件数据处理算法。实践表明 ,该方法有效地提高了检测门限 2 d B。在 FPGA数字电路设计实现中 ,提出了多个并行捕获通道共用一个载波 NCO,一个伪码 NCO及伪码产生器的方法 ,大大节省了硬件资源 ,在规模为 1.6万门的 FPGA芯片内共设计码并行快捕通道 12 8个。     

一类新型智能码序列的相关函数研究

智能码的生成方法和特性研究是当前移动通信中重点研究的关键技术之一。文中介绍一类特殊的智能码———桥函数序列。给出桥函数序列的几种特殊生成方式。研究桥函数序列的自相关和互相关函数特性,得到一类具有零自相关窗的桥函数序列和一类互相关函数恒为零的桥函数序列族。最后给出q=8和k=2时对应的一类智能码———桥函数序列族,它由64个不同的长度均为256的离散桥函数序列组成。这类桥函数序列族可望在移动通信CDMA中得到应用。     

扩频序列容错能力分析

提出了扩频码（序列）容错能力影响扩频系统的性能的问题。分析了二进制序列集合作相关检测时的容错能力与序列的相关特性之间的关系，给出容错能力的理论界限；研究了相关器输出判决门限的确定及相关峰检测概率与扩频序列的容错能力之间的关系。     

固体发动机药柱燃速估算的试验研究

本文叙述了由112mm发动机估算880mm发动机药柱燃速的试验研究.经统计分析,给出了大、小发动机药柱燃速之间的三个关系式,以及相应的估算误差.采用有效燃速可使估算误差t·S_y/(?)(%)减小至1.5%左右.     

固体火箭发动机燃速相关性研究

本文通过Ф118mm标准试验发动机与某型号固体发动机燃速相关性的试验研究结果证明:推进剂药条燃速与Ф118mm标准试验发动机或与型号固体发动机的燃速在其各公差范围内,不存在相关性;只有Ф118mm标准试验发动机与型号固体发动机燃速间具有强相关性.本文通过回归分析给出了燃速的回归方程数学表达式.本文在国内战术型号固体发动机批生产中是首次提出并得到实际应用.     

基于异方差分析的多MEMS陀螺随机误差补偿方法

针对具有异方差性的多MEMS陀螺随机漂移误差的补偿问题,提出基于广义自回归条件异方差建立单个MEMS陀螺随机漂移的误差模型,并在此基础上进行多元异方差时间序列的相关性分析,研究基于多元广义自回归条件异方差分析多MEMS 陀螺随机漂移信号的协方差矩阵和时变相关系数。将该分析方法应用于多MEMS陀螺的在线融合补偿中,验证了多元异方差分析方法对多MEMS陀螺随机误差补偿的有效性。仿真结果表明该方法对随机漂移信号具有很好的融合补偿效果,可以提高多MEMS陀螺的测量精度。     

GPS伪随机码畸变的建模与分析

建立了全球卫星定位系统(GPS)卫星C/A码畸变数学模型,推导了畸变后的C/A码的相关函数,在Matlab软件中进行仿真。结果表明:该模型能合理解释SVN19卫星的测距码畸变故障,并可作为未来伪随机信号畸变的一个合理模型,为导航信号的完好性监测提供理论支持。     

固体发动机燃速相关性

分别采用温度与压强相分离的一元回归分析方法和温度与压强相耦合的二元回归分析方法,对同一工艺条件下大量的药条燃速、Φ=127 mm发动机燃速和全尺寸发动机燃速进行了统计和回归分析,得出了上述三种燃速之间的回归方程。结果表明该方法具有足够的精度。     

北斗卫星导航空间信号模拟畸变研究

针对卫星导航信号生成载荷故障会导致信号畸变,对北斗卫星导航信号模拟进行了研究分析。首先,建立了北斗导航信号模拟畸变的数学模型并对其进行了理论分析;其次,推导了北斗信号发生模拟畸变后的相关函数、功率谱密度函数和相关损耗,并仿真分析了北斗信号模拟畸变的相关峰曲线、功率谱密度曲线和相关损耗曲线;最后,利用S曲线及S曲线锁定点偏差的模型,仿真了北斗模拟畸变信号S曲线及S曲线锁定点偏差,并分析了北斗信号发生模拟畸变对测距性能产生的影响。结果表明：北斗信号发生模拟畸变的畸变程度越大,伪距测量误差越大,则导航系统的测距精度和定位精度越低,增强系统的完好性越小。     

A novel temperature-compensation method based on correlation analysis for multi-FOG INS

Aimed at improving the bias stability of Fiber-Optic Gyroscope (FOG)-based inertial navigation systems in environments of various ambient temperatures, a novel temperature-compensation method based on a correlation analysis of the same batch of FOGs is proposed. The empirical mode decomposition method was employed to filter the high-frequency noises of the FOGs. Then, the correlation information of the multiple FOGs was used to analyze the feasibility of the method. Eventually, the same residual error of the FOGs was compensated via the simple piecewise linear models. The experimental results indicate that excellent compensation effects for both high- and low-accuracy FOGs are achieved using the proposed method. Specifically, the accuracies of high-accuracy FOGs are improved by approximately 33.9%, 20%, and 31.2%, while those of low-accuracy FOGs are improved by approximately 39.1%, 20.8%, and 26.1%. The method exhibits the merits of simplicity, validity, and stability, and thus is expected to be widely used in engineering applications.