导航卫星阵列天线的快速现场系统校准算法

阵列天线接收处理全球卫星导航信号时,由于天线和射频前端的非理想性,会在不同方向卫星信号中引入不同的载波相位偏差,从而破坏卫星导航接收机距离观测量准确性。针对此问题,提出了一种易实现的卫星导航阵列天线的快速现场系统校准算法。校准过程分为通道校准和天线校准：通过开机和周期进行的通道校准实现阵列天线接收射频前端的通道响应测量;通过与接收处理不同卫星基带数据的数字接收机配合,实现阵列天线的现场阵列流形矢量校准。仿真验证了所提校准算法的正确性和有效性。     

基于时间序列分析的网络流量预测模型研究

通过对网络流量数据作为时间序列进行小波变换建模,应用于未来时间的网络流量数据预测.首先对流量数据序列进行多尺度分解,对分解到不同尺度上的数据分别利用不同的时间序列模型进行分析,然后进行预测数据的折衷处理,得到网络流量多尺度预测模型.仿真结果表明与单一应用RBF神经网络的时间序列预测模型相比,该模型预测效果良好,具有较高的预测精度和很好的模型适应性.     

战术数据链空时联合抗干扰技术

针对战术数据链在复杂电磁环境下性能受限的问题,提出基于非标准构型阵列天线的战术数据链空时联合抗干扰技术。该技术在常规导向矢量获取方法失效时,通过设计引导信号,结合盲自适应抗干扰算法进行干扰信号的抑制和引导信号的重构,实现对干扰方向调零抑制并保持通信信号的正常接收。仿真结果表明,通信信号经过空时联合抗干扰处理后,在干扰方向形成的零陷超过-30 dB,大大抑制了干扰方向的信号,保存了信号方向的信号。     

利用Kalman滤波修正卫星导航差分RTK定位坐标

卫星导航差分RTK(Real Time Kinematic)定位方法的定位精度极易受到载波相位整周模糊度固定算法的影响,在模糊度固定失败的情况下,差分RTK定位将出现大幅偏差.针对该问题,基于Jerk模型提出了一种利用Kalman滤波修正差分RTK定位坐标的方法.在传统Jerk模型基础上,将卫星导航系统输出的载体运动速度信息引入状态空间模型的观测方程.基于扩展状态空间模型,利用Kalman滤波器实时修正载体的位置坐标.半实物仿真表明,所提方法能大幅改善卫星导航差分RTK定位精度.     

变粒度搜索算法与整周模糊度解算

LAMBDA方法应用于GNSS单频单点载波相位定位时,其整周模糊度的搜索域过大,解算速度过慢,制约了单频单点精确定位技术的应用。针对这一问题,结合粗糙整数映射理论,提出变粒度搜索算法,通过改善整周模糊度搜索区域的拓扑结构,并采用有粒度的粗糙整数作为搜索单元,可有效提高搜索效率。仿真结果表明,基本实现了单频单点载波相位准实时定位。     

GPS定位误差分析和建模

提出一种GPS定位误差序列建模的新方法。该方法首先利用多点平均方法提取误差序列的趋势项;然后利用样本周期图拟合周期项;最后对去掉趋势项和周期项的平稳随机序列进行分析,从而得到了GPS定位误差序列的组合预测模型。组合模型融合了各种基本建模方法的特色与优势,弥补了单个基本模型的缺陷与不足,有效提高了定位误差序列的预测准确度。利用实测数据,验证了方法的可行性与有效性。     

一种新颖的无人机编队拓扑形成与信道接入机制

针对全球导航卫星系统（Global Navigation Satellite System,GNSS）高精度相对定位的无人机编队飞行应用中的信息交互与通信时延问题，首先优化设计了编队飞行网络拓扑，实现所有成员的信息交互且通信代价最小；其次，基于优化设计的网络，提出一种新的通信信道接入机制；最后对16机编队飞行场景进行了仿真分析，评估通信网络及相对定位性能。结果表明，编队成员端到端通信时延小于20 ms，且当通信与载波相位差分处理的总时延小于相对位置感知时间间隔时，相对位置感知精度可达到亚分米级，且感知误差与时延和载体运动状态相关。     

阵列抗干扰高精度“北斗”接收机设计

为了解决在干扰环境下并行实现阵列天线抗干扰和高精度载波相位差分定位的问题,设计了一款阵列抗干扰高精度“北斗”接收机,重点突破了稳相数字波束形成技术、阵列天线校准技术、射频前端通道校准技术,有效解决了由于波束形成算法、天线阵面幅相差异以及射频通道幅相差异引起的载波相位中心跳变问题。通过外场试验验证,所研制的阵列抗干扰高精度“北斗”接收机可在干信比 80 dB 的条件下完成高精度载波相位差分相对定位,定位精度优于 2 cm。     

几何精度因子改进算法研究

提出了一种快速计算几何精度因子(GDOP)的改进算法。该算法基于矩阵的QR分解,避免了由于传统算法在计算量和存储量较大导致定位解算实时性降低的问题;进一步分析了水平精度因子(HDOP)以及高程精度因子(VDOP)之间的关系,得出它们的数学表达式和新的计算方法。通过与传统方法比较,本文提出的改进算法在计算GDOP值时,数值稳定性更好、计算复杂度更低、计算效率更高。     

一种空间自适应的Retinex变分校正模型

针对传统Retinex变分模型采用相同的权重容易引起虚假痕迹的缺陷,通过引入差分特征值作为边缘指示算子,构造了一种具有空间自适应调节能力的Retinex变分校正模型,该模型能够利用影像空间域信息来控制变分校正模型在不同像素点的约束强度,在边缘区域施加较小的正则化约束保持影像的边缘特征;而在平坦区域施加较大的正则化约束。同时根据反射分量的物理性质,在变分校正模型中对其施加均值逼近灰度中值约束防止局部曝光过度。本文用分裂Bregman迭代法实现对该变分校正模型的最优化求解,利用模拟影像和真实影像进行实验,并与传统方法进行比较,结果表明,本文方法能够消除影像灰度不均匀现象,同时大幅提高计算效率。