针对细微特征进行K-means聚类的电台分选识别技术

现代战场中的无线通信设备日益增多，精准获取个体信息已成为研究热点，但也是难点。针对通信电台，提出了一种分选识别技术。该技术从电台物理层特性出发，对其辐射信号的细微特征进行K-means聚类以实现分选，分选的同时提取各个个体的特征属性值，未知信号通过与特征属性值相关运算实现个体识别。该技术无需先验知识，无需训练运算，通过实验验证，其可行、高效，易于工程实现。     

干扰条件下的“北斗”信号解扩重构DOA估计

在干扰条件下，卫星导航抗干扰波束形成算法往往需要卫星信号波达方向（Direction-of-Arrival，DOA）的先验信息。但当存在低信噪比信号或主动干扰源时，常规的DOA估计算法性能急剧下降甚至失效。针对此问题，提出了一种被干扰信号压制的低信噪比“北斗”信号的DOA估计算法。该算法首先通过对接收信号进行子空间投影抑制干扰信号，然后对抑制干扰后的信号进行解扩重构处理，最后通过多重信号分类算法完成对“北斗”信号的DOA估计。仿真结果表明，在干扰信号干信比80 dB条件下，“北斗”信号DOA估计误差在5°以内，为下一步进行波束形成计算提供了高精度的入射角信息。     

小型机载激光通信系统设计与验证

针对空空宽带高速通信的需求，设计了小型化机载激光通信系统。仿真分析了300 km、2.5 Gb/s无线激光链路性能，并通过运动仿真台模拟机动环境测试了系统的跟踪与通信性能，其中粗跟踪误差为533.2 μrad(1σ)，精跟踪误差为3.6 μrad(1σ)，测试数据传输240 s，通信误码率为2.82×10-9。仿真与实验验证了该系统用于远距离空空无线激光通信的可行性。     

基于RapidIO的实时CORBA中间件实现

为了解决CORBA传统传输协议TCP/IP的时延不确定问题,提出了使用基于点对点的包交换RapidIO协议来替代TCP/IP的方法,研究了CORBA的可插拔传输协议框架,从而实现了CORBA报文在RapidIO总线上的传输。测试结果显示,基于RapidIO的CORBA实时性优于基于TCP/IP的CORBA。     

一种相控阵天线安装精度检测与校准

文中论述了一种相控阵雷达天线安装后的精度检测方法。按照雷达天线安装后的几何形态,采用光学测量仪器进行相关的数据采集,建立检测的数学模型,利用线性回归法以及最小二乘法进行数据拟合,计算出安装后雷达天线底面与水平面的最大夹角和天线边缘与正北方向的夹角,并进行了试验误差评估和分析,依据检测数据对雷达天线的水平和方位角度进行校...     

毫米波相控阵封装天线电磁兼容仿真分析与设计

提出了一种毫米波相控阵封装天线的建模方法,通过商业仿真软件搭建了相控阵封装天线集数字、模拟和射频于一体的系统级仿真模型。基于此模型,分析了毫米波相控阵封装天线典型电磁兼容问题机理。此外,提出了相控阵封装天线电磁兼容设计的基本原则。原理样机试验和装机试飞验证了所提出的电磁兼容建模、仿真、分析和设计方法的有效性与正确性。     

基于Zadoff-Chu序列的频控阵稳健波束成形方法

不同于传统相控阵,频控阵（Frequency Diverse Array,FDA）在所有阵元间引入频率偏差,可以生成具有精准指向特性的点状辐射方向图,有效克服传统相控阵方位角相关性导致的接收方向射频信号安全性下降的问题。作为与传统相控阵的本质区别,FDA阵元频偏设置直接影响FDA辐射方向图的形状。为了生成理想的点状方向图,提出了一种Zadoff-Chu FDA（ZC-FDA）稳健波束成形方案,利用Zadoff-Chu序列调整阵元频偏,消除FDA辐射方向图周期性,抑制距离-方位角耦合性。与现有FDA系统相比,ZC-FDA方案在理想点状辐射方向图生成和波束旁瓣水平抑制方面具有明显优势。     

一种应用DS证据理论的雷达目标与IFF点迹关联方法

针对目标数量多、目标构成复杂环境下雷达目标与敌我识别(Identification Friend or Foe, IFF)点迹关联不准确的问题,提出了一种基于DS(Dempster-Shafer)证据理论的关联方法。基于区间灰数模型完成雷达目标与IFF点迹的灰关联度计算,并据此生成DS证据理论中辨识框架的基本概率赋值;利用Dempster规则对证据进行组合,当证据之间存在冲突时采用改进Murphy方法对数据进行处理;最终通过概率转换方法完成关联判决,形成对目标敌我属性的判定。典型场景下的仿真结果表明,该方法能够实现雷达目标与IFF点迹的有效关联,通过多次询问及关联过程,可提升不同场景下的关联正确率。     

基于多模型融合的航空电子产品故障预测方法

针对复杂机载环境应力条件下航空电子产品故障预测所面临的退化趋势差异大、训练数据样本量小等问题,提出了一种改进长短期记忆(Long Short-Term Memory, LSTM)神经网络模型与集成学习框架相结合的故障预测方法,以满足现代综合航空电子系统智能调度管理与自主维护保障的需求。该方法在LSTM模型中引入Dropout机制,构建基于不同历史数据集的差异性LSTM模型组,以解决故障预测时序信息记忆问题与小样本条件下数据驱动模型训练过拟合问题;采用Adaboosting算法计算模型权重,并基于实时数据动态调整,以滤除复杂机载环境应力引入的预测误差,解决多模型融合的性能差异问题。最后,采用NASA公开的锂电池退化数据集进行仿真验证,实验结果表明,相较于传统BP神经网络、经典LSTM和LSTM基模型,该方法具有更高的趋势拟合度和预测精度。     

一种综合射频系统SCA软件平台的设计与实现

针对机载综合射频开放式系统架构,为了在软件综合层面上实现波形应用软件与具体平台的解耦,设计并实现了一种基于软件通信架构(Software Communication Architecture, SCA)的软件平台及其环境工具,解决了机载平台软件的分布式通信、资源调度管理、系统建模等技术问题,从而实现功能、应用和波形的组件化与动态重构。测试验证与工程应用情况表明,软件平台能够满足机载领域信号、信息处理强实时、高可用的应用需求,可有效提升综合射频系统软件开发质量与集成联试效率。