A novel signal processing approach for LEO space debris based on a fence-type space surveillance radar system

The increase in space debris can seriously threaten regular activities in the Low Earth Orbit (LEO) environment. Therefore, it is necessary to develop robust, efficient and reliable techniques to understand the potential motions of the LEO debris. In this paper, we propose a novel signal processing approach to detect and estimate the motions of LEO space debris that is based on a fence-type space surveillance radar system. Because of the sparse distribution of the orbiting debris through the fence in our observations, we formulate the signal detection and the motion parameter estimation as a sparse signal reconstruction problem with respect to an over-complete dictionary. Moreover, we propose a new scheme to reduce the size of the original over-complete dictionary without the loss of the important information. This new scheme is based on a careful analysis of the relations between the acceleration and the directions of arrival for the corresponding LEO space debris. Our simulation results show that the proposed approach can achieve extremely good performance in terms of the accuracy for detection and estimation. Furthermore, our simulation results demonstrate the robustness of the approach in scenarios with a low Signal-to-Noise Ratio (SNR) and the super-resolution properties. We hope our signal processing approach can stimulate further work on monitoring LEO space debris.     

基于CEEMDAN的雷达信号脉内细微特征提取法

有效的信号特征提取是高精度雷达辐射源识别的基础,以脉冲描述字为代表的传统特征已无法满足复杂电磁环境的需要。本文提出一种基于自适应噪声完备集合经验模态分解（CEEMDAN）的有效雷达辐射源脉内细微特征提取算法。雷达信号由对非平稳、非线性信号尤为有效的CEEMDAN分解产生的个别分量重构,抑噪效果通过1 000次蒙特卡罗实验得到验证,同时设计基于该重构的一种脉内特征空间。本文方法与主流特征提取方法的识别精度在6部雷达辐射源产生的3 000个不同脉内调制的加噪信号样本上进行了实验对比,结果表明不同种类信号样本在本文特征空间中清晰可分,本文方法较之主流方法更加精确,尤其在0 dB信噪比（SNR）下仍保持90%以上的高精度。      

基于非结构运动对接网格的旋翼前飞流场数值模拟

发展了一种基于线性弹簧理论的非结构运动对接网格方法,通过求解非定常Euler方程模拟了旋翼的前飞流场。利用运动区网格的转动模拟旋翼的旋转运动,并运用线性弹簧动态网格技术处理旋翼的挥舞和变距运动,方程求解中采用一种精度较高的插值和重构方法。算例表明,本文的方法能够有效地模拟旋翼的前飞流场。     

自由曲面光学元件检测方法研究

本文提出了一种通过检测数据重构自由曲面进行面形误差计算的方法。首先,通过轮廓检测设备,采用回转法测量自由曲面光学元件得到测量数据,然后,利用matlab进行重构算法实现,插值计算得到面形误差。最后,通过测量标准球面,将计算结果与激光干涉仪的结果进行对比试验,面形PV值符合,验证了该方法的有效性,为以后进行自由曲面磨抛加工提供了依据。     

基于稀疏重构的混叠脉冲序列的周期估计

针对于以往方法在克服抖动大和缺失率高的混叠脉冲信号周期估计上的不足,提出了一种基于稀疏重构的混叠脉冲序列的隐藏子周期估计新方法。该方法首先针对由多个具有不同周期的脉冲串混合而成脉冲序列进行插值重采样,然后利用由Ramanujan构造的周期字典,建立了混叠脉冲序列的稀疏表示模型,最后采用联合l_2,0混合范数算法求得混叠脉冲序列的周期估计。方法的优点是具有较强抗噪能力和抗脉冲缺失能力,并且不受初相的改变影响。所需要较少的脉冲数据长度就能得到准确的周期稀疏解。仿真实验表明,所提方法具有更好的估计性能。     

非结构混合网格鲁棒自适应技术

数值格式、湍流模型和计算网格是影响CFD数值模拟精度的3个主要因素。结合流场信息的网格自适应技术具备动态优化计算网格的能力,被NASA列为未来CFD发展的一项关键技术。本文针对非结构混合网格,发展了网格单元分布优化、表面网格几何投影和空间网格协调匹配3项关键技术,建立了高鲁棒性几何保真的网格自适应系统。首先,为了提高自适应方法的鲁棒性和通用性,发展了基于标准面网格的多面体网格单元分布优化方法。其次,发展了仅依赖表面网格信息的局部曲面重构技术,采用参数点映射方法实现了新增表面网格点的几何投影,消除了自适应系统对几何CAD系统的依赖。再次,采用改进的距离函数方法实现了空间网格与投影后表面网格的快速匹配。最后,结合基于流场特征的自适应探测器,采用二阶格式的有限体积方法,开展了30P30N三段翼绕流和三角翼大迎角绕流的网格自适应数值模拟。结果表明,通过网格自适应对网格单元的分布进行优化后,流场求解的收敛性和模拟精度都得到了显著提高。     

非圆信号的贝叶斯稀疏重构阵列测向方法

对信号非圆特性的有效利用能显著改善子空间类阵列测向方法的性能,但难以弥补此类方法在低信噪比（SNR）、小样本等信号环境适应能力方面的局限。本文引入贝叶斯稀疏学习（SBL）技术以解决非圆信号的波达方向（DOA）估计问题,在结合信号非圆特性的同时对入射信号的空域稀疏性加以利用,通过将非圆信号阵列输出协方差矩阵和共轭协方差矩阵在预先定义的空域字典集上进行稀疏重构,得到入射信号的空间谱重构结果,并依据其谱峰位置估计各信号的方向。该方法对独立和相关信号都具有较好的适应能力,仿真结果验证了该方法在信号环境适应能力和相关信号测向精度等方面的优势。     

基于观测器的航天器执行机构失效故障重构

针对刚体航天器在轨运行时存在执行机构失效故障和外部干扰问题,提出了一种基于观测器的故障检测与重构方法。该方法运用迭代学习技术,利用上一步的执行机构故障观测信息来估计当前的故障信息,并最终实现故障的精确重构。此外基于Lyapunov方法从理论上证明了此故障诊断方法能够实时、在线地实现对常值、时变甚至随机型的执行机构失效故障的重构,并且对外干扰力矩具有一定的鲁棒性。最后,仿真结果验证了该方法的有效性。
     

基于稀疏重建的MIMO-OTH雷达多模杂波抑制算法

针对由多模传播引起的多普勒扩展杂波(SDC)严重影响天波超视距雷达(OTHR)对慢速船舰目标的检测这一问题,在基于多输入多输出体制的新一代天波超视距(MIMO-OTH)雷达系统下,利用空域信息抑制多模SDC。传统处理方法需要目标角度先验信息,而在实际中,该信息往往很难获得。为此,提出一种新的基于稀疏重建的多模杂波抑制算法。该算法将二维的稀疏角度搜索转变为一维的角度搜索,使运算量大大降低,且估计出的收发角(DOA-DOD)自动配对,同时可获得各个传播路径下信号的时间多普勒信息,达到了理想的MIMO-OTH雷达多模杂波抑制效果。仿真结果证明了所提算法的有效性。     

工业总线标准电容层析成像系统设计

为保证电容层析成像(ECT)系统满足航空航天领域多相流参数测试的要求,开发了一套基于CPCI工业总线标准的ECT系统。采用高性能现场可编程门阵列(FPGA)芯片作为主控芯片,实现信号激励模块、多路复用开关模块、数据处理模块、数据解调和传输模块的集成式设计,将采集信号进行预处理,实现信号的滤波、放大和相敏解调,并通过CPCI工业总线接口把解调后的电容数据传送至系统上位机,完成图像重建。实验测试结果表明:系统采用1 MHz激励信号和8电极传感器的工作模式下,采用10周期的测试信号解调时,图像采集速度可达1 785幅/s,信号的信噪比高于60 d B,成像结果具有良好的空间分辨率。