空间失稳目标线阵雷达成像机理及三维重建

利用线阵激光雷达载荷小、抗干扰能力强等优势,研究空间失稳目标动态测量技术。探究线阵激光雷达成像机理,建立空间失稳目标运动模型,提出基于双切片法的目标可测区域提取机制,实现线阵激光雷达对空间失稳目标的驻留观测扫描;以ICP(Iterative closest point)配准结果为先验信息,提出逆序重建方案,建立重建点云精度以及平均密度评价机制,分析数据冗余对重建精度的影响,采用采样降维的方法进行配准重建计算,提高重建结果精度;最后进行仿真实验检验分析,实验结果表明空间目标可测部位数据提取合理准确,数据输出频率可达 1 Hz ,重建结果满足任务指标要求,重建点云平均密度达到19 mm,重建点云精度达到90 mm,为地面验证及在轨应用提供数据支撑和参考。     

基于执行时段滑动调整策略的中继卫星任务规划算法设计

针对中继卫星任务规划问题开展研究,提出一种基于执行时段滑动调整策略的任务规划算法。首先分析了中继卫星资源调度过程,并对任务申请的时间特征进行形式化描述,然后归纳出任务分配的主要约束,从而完成问题建模。在此基础上,对优化算法进行设计,给出了执行时段滑动调整步骤。通过调整已规划任务执行时段的方法,使部分原本无法执行任务具备执行可能,提升了任务执行率和资源利用率。在仿真实验中,通过大规模测试分析对比不同算法的优化效果,验证了文中所提方法的有效性。     

数据采集系统通道采集速率评价中的几个问题

介绍了一种简单实用的数据采集系统采集速率的方法，讨论了评价过程的误差来源，以及减小其评价误差的几种对策；同时，给出了评价过程的计算机仿真结果。     

全测速测元弹道计算的数据融合算法与应用

针对“全测速”测元条件下弹道计算的数据融合问题,就数据融合中初值的确定、最优节点的搜索、样条基函数的选取、数据融合模型的数值解法等方面进行了分析与讨论,并给出一种适用于“全测速”测元条件下弹道计算的数据融合算法,经试用表明：该算法不仅具有良好的收敛性、稳定性,而且有着很好的数据融合效果,弹道计算的精度与“测距-测速”混合条件下数据融合弹道的精度相当。     

高准确度转台中动态测角方法的研究

设计了一套用于高准确度转台中动态测角的方案。该方案在输出角位置的同时,在其模拟信号被采样时刻和数据传输结束时刻发出标示信号,从而准确标定每一个角位置产生的时间点与位置值的对应关系,达到对被测试惯性产品动态校准的目的。同时,提出了一种可以进行自校准的设计方法。     

面向海洋观测的成像卫星任务规划方法

面向海洋观测的成像卫星是一种轨道较高的可见光对地观测卫星,主要用于探测海上船舶活动以及监测海洋环境参数等。对地观测卫星任务规划问题是一个复杂的组合优化问题,通过分析面向海洋观测的成像卫星工作特点及约束条件,建立了一种考虑多数传模式共存的数学模型,提出了一种基于最大收益损失比的卫星任务规划算法。试验结果表明该方法能够有效解决面向海洋观测的成像卫星任务规划问题。     

基于失真敏感性的可见光遥感图像压缩补偿

可见光遥感图像纹理细节丰富且分布情况复杂,高倍压缩后容易出现失真不均衡现象。现有研究并不针对图像的主观品质且易出现错补偿问题。为此,设计了基于失真敏感性的可见光遥感图像压缩补偿方法。通过对比结构相似度模型各函数对遥感压缩失真的评价效果,构造了压缩失真敏感性模型,在此基础上深入分析了不同程度的数据损失对恢复像质的影响,设计了基于失真敏感性的压缩补偿策略,在压缩编码端确定失真敏感区域并量化回传失真影响明显的数据,补偿于解码端恢复图像中。结果表明,该方法能有效提高恢复图像失真敏感区域内遥感目标的清晰程度和可判读性,降低恢复图像的失真不均衡程度,改善恢复图像的整体质量。     

美国三代跟踪与数据中继卫星系统的发展

1983年4月,NASA将首颗跟踪与数据中继卫星（TDRS）送入地球同步轨道。经过20多年的发展,NASA已经部署了两代TDRS,当前正在发展第三代TDRS。本文介绍了跟踪与数据中继卫星系统（TDRSS）的演变过程,讨论了每一代TDRS和地面终端站的采购策略与技术要求,比较了第一代和第二代TDRS的特性和能力,并给出了各地面终端站的当前配置情况。     

基于BiGRU-SVDD的ADS-B异常数据检测模型

广播式自动相关监视（ADS-B）作为新一代空管监视技术,由于采用明文方式广播发送数据,因而存在易遭受网络攻击的安全问题。为了准确检测ADS-B数据攻击行为,在充分考虑时间相关性的基础上,提出了针对ADS-B数据的异常数据检测模型。首先利用双向门控循环单元（BiGRU）神经网络预测ADS-B数据,得到了ADS-B数据预测值。再将预测值和实际值作差,将差值放入支持向量数据描述（SVDD）训练,得到了能检测ADS-B异常数据的超球体分类器。并且,选择了合适的滑动窗口,在保证异常检测准确率的同时,缩短BiGRU神经网络的训练时长。实验结果表明,BiGRU-SVDD模型能检测出随机位置偏移攻击、高度偏差攻击、重放攻击、拒绝服务（DOS）等攻击下的ADS-B异常数据。并且,与其他机器学习和深度学习方法相比,BiGRU-SVDD异常检测模型的准确率更佳,适应性更优。     

基于PDXP协议的数据监视软件的设计实现

基于UDP（用户数据报协议）组播数据传输方式,通过对接收到数据包中相关PDXP（包数据交换协议）字段的实时解析和挖掘分析,采用BackgroundWorker（后台工作者线程）模型简化多线程交互方式,以分级缓存为基础优化数据存储结构,通过直接调用GDI（图形设备接口）＋绘图接口设计开发高效的UI（用户接口）显示控件,并且利用Linq（语言级集成查询）数据访问技术,以可视化的形式对PDXP数据包的丢包和乱序等问题进行实时判读和基于源码的分析,提供了一种对中心之间交互的数据进行实时连续性监视分析的简捷、直观和有效的途径。