自适应航天器态势分析系统

利用深度学习中的卷积神经网络理论,基于单目视觉系统和带有标识物的航天器影像,实现对航天器的三维姿态角、距拍摄点距离和相对拍摄中心偏移量的精准测量。利用机器学习理论实现网络自主学习样本特征,这一方式将大幅降低动态测量的误差。同时,这种测量方式也避免了人工提取特征的复杂过程,实现任意、精准、快速测量,对航天器在组装及发射过程中的姿态估计、距离测算起到关键性作用。     

应用多普勒牵引的高分辨率星载SAR滑动聚束模式设计方法

高分辨率星载合成孔径雷达(SAR)通常采用滑动聚束模式完成成像任务,当分辨率提高到一定程度后,卫星轨道弯曲问题无法忽略,因此需要与之相适应的模式设计方法。为此,文章提出一种应用多普勒牵引的滑动聚束模式设计方法,通过姿态校正的方式保证在合成孔径时间内多普勒中心呈线性分布,使回波可以利用传统的非线性调频变标(NCS)算法完成成像。利用STK和Matlab软件的联合仿真平台,通过建模及仿真成像的方式对设计方法进行验证,结果表明:该设计方法在降低工程实现复杂度和图像后处理的难度上都具有很大的优势,可为我国高分辨星载SAR成像模式设计提供参考。     

多普勒积分时长对星间测速精度影响分析

针对大动态星间速度精确测量问题,文章提出了测量环路多普勒积分时长的设计方法。在获得具体双星星座两颗卫星之间的相对运动速度变化规律的基础上,研究建立不同多普勒变化率积分区间时长情况下的星间速度测量误差数学关系,并进行编程数值计算。通过数值分析和测试结果对比表明:在不同积分区间时长情况下,星间速度测量误差仿真结果与设备实际测试结果一致。多普勒积分时间为200 ms时的星间速度测量误差为±1.4 m/s,通过缩短积分时间长度,可以将星间速度测速误差减小到[-0.14 m/s,+0.14 m/s]以内,达到了预期效果。该方法可应用于星座项目星间速度测量精度指标预算设计工作中进行多普勒积分时长的选择。     

基于被动探测的目标磁扰动信号检测与定位

针对目标探测定位的快速发展中,军事领域主动雷达存在的缺陷和实现具有高度隐蔽性的目标检测技术的需求,提出一种基于被动磁矢量测量的目标扰动信号检测与定位技术.该方法利用磁传感器阵列测量目标产生的磁矢量扰动信息,通过滤波、门限检测、基函数展开等技术将有效扰动从复杂的背景场中提取出来,并结合速度估计、磁梯度张量矩阵算法研究任意...     

武器系统小样本场合下的区间估计

介绍了区间估计的一般方法 ,针对武器系统试验次数少的特点 ,讨论了小样本条件下武器系统战术技术性能指标的置信区间估计的估计方法 ,并以示例进行了说明     

基于多级维纳滤波器的树型WSN分布式线性约束最小方差波束形成方法

为减少树型无线传感器网络(Wireless sensor network,WSN)中分布式线性约束最小方差(Linearly constrained minimum variance,LCMV)波束形成器的计算量,将多级分解技术用于WSN分布式波束形成技术中,提出基于多级维纳滤波器(Multistage Wiener filter,MSWF)的分布式LCMV波束形成器方法。该方法通过有效引入MSWF技术避免本地协方差矩阵估计及求逆运算,能以更少的计算量获得分布式LCMV波束形成器相同的输出性能,说明新方法继承了MSWF和分布式LCMV波束形成器的优点。计算机仿真结果验证了算法的优良性能。     

超声速状态下航空发动机部件蜕化参数估计与性能恢复控制

为解决超声速状态下航空发动机部件蜕化参数估计与性能恢复控制的难题,基于改进卡尔曼滤波器,通过一种三维插值方法实现超声速状态包线范围内的发动机部件蜕化参数估计。而航空发动机性能恢复控制是在常规内环控制转速的基础上增加了外环控制回路,该回路主要包括推力估计模型与外环控制器两部分。基于最小二乘支持向量回归机设计了一种推力估计模型,其输入采用特征选择算法筛选推力估计模型的最优输入,相比于传统的不经选择的推力估计模型,精度有较大提高。设计了外环模糊PI（Proportional integral）控制器自适应调节内环转速指令来实现蜕化发动机性能恢复的目的。最后通过超声速状态下的数字仿真,验证了上述发动机部件蜕化参数估计与性能恢复控制方案的有效性。      

基于半参数回归模型的双星系统定轨算法及精度分析

天基测控系统是航天测控的一个发展趋势.给出了双星定位系统的定轨原理;建立了基于半参数回归的双星系统定轨模型,包括对卫星轨道摄动误差的基函数表示和观测残差的函数拟合等;给出了基于半参数回归的轨道估计算法及计算步骤;并从理论上分析了基于半参数回归模型的轨道估计算法能有效的消除非线性因素对参数估计性能和精度的影响,其定轨精度优于经典的最小二乘处理算法;最后通过对卫星仿真观测数据的处理以及卫星定轨精度的分析,表明该算法确实有效,在相同仿真条件下,定轨位置精度和速度精度分别提高了41.5%和41.3%.     

傅里叶变换法用于脉冲多普勒雷达检测加速运动目标的研究

傅里叶变换法通常用于脉冲多普勒雷达检测加速运动目标，尽管该方法的性能会受多普勒拖尾现象限制。机动飞机和导弹属于加速运动目标。本文作者量化了多普勒拖尾的影响。在运用脉冲多普勒雷达检测附加白高斯噪声的非加速目标并估算该目标的径向速度试验中，傅里叶变换法能够使输出信噪比(SNR)随脉冲数线性增加。当目标加速时，只要加速度足够小，那么傅里叶方法仍可以检测目标并估算其平均速度。针对某一给定的加速度，当脉冲数增加时，傅里叶变换法得到的输出信噪比(SNR)随脉冲数的增加成凹函数变化，即输出SNR先增加到最大值然后开始下降，直到该方法不适用为止。因此脉冲数和加速度必须匹配才能获得最佳性能。文中给出了最佳SNR、最佳脉冲数与加速度关系的经验公式。这些结果被证明与采用栅格搜寻的广义似然比检测器设计是相符的。     

运用进化算法优化中等PRF雷达的脉冲重复频率

本文运用进化算法选择最佳脉冲重复频率（PRF）组，在中PRF雷达的模型中使距离-多普勒盲区最小。介绍了8个和9个PRF的两个方案，该算法能确保得到的所有结果是完全可解码的并且没有盲速。我们考虑了旁瓣杂波的详细影响以及在以中等PRF模式运行的实际机载火控雷达中影响雷达PRF选择的多个技术因素。