无人机数据链信道编码模拟方法研究

信道编码是提高通信可靠性的重要途径,针对无人机数据链传输遥控/遥测指令时的高可靠性要求,研究了无人机数据链信道编码模拟方法;该方法通过信道编码码流生成、传输信道模型的解算与加载、微波仪表实时驱动、多线程编程与线程同步等技术,在微波暗室环境内模拟了码率可变的卷积码、Turbo码、LDPC码的编解码算法;仿真验证结果表明,通过信道编码模拟方法,验证了无人机效据链的信道编码与解码方案,使数据链的误码率达到了10-5以下,满足了无人机数据链高可靠性要求.     

无人机数据链自适应编码调制方法的半实物仿真技术研究

针对无人机数据链信息传输的有效性和可靠性需求,提出一种无人机数据链的自适应编码调制方法,通过对自适应编码调制方法的模块化设计,以及仿真计算机与微波仪表的协同工作,在微波暗室环境内,实现了自适应编码调制方法的半实物仿真;仿真结果表明:在信噪比为1.4～14dB区间内,误码率为10-5时,基于Turbo码和LDPC码的自适应编码调制方法的吞吐量高于其它非自适应编码调制方法的吞吐量,提高了无人机数据链信息传输的有效性和可靠性.     

无人机高速数据链中LDPC-OFDM技术研究

未来无人机的发展要求数据链能够满足高速数据传输能力,同时要求在高速数据传输的前提下保证信息传输的质量.本文主要对LDPC编码和OFDM技术在无人机高速数据可靠传输中的应用进行可行性研究,并进一步给出基于LDPCOFDM的无人机数据链系统传输模型.     

LDPC码在COFDM无人机数据链中的性能仿真

为了满足未来无人机数据链高速数据的高质量传输需求,综合OFDM技术可提高频谱利用率、抗多径干扰的特点和LDPC码高效高性能的优点,本文将LDPC-COFDM作为解决方案应用于无人机通信中。考虑无人机信道的时变多径衰落和强多普勒频移特性,给出了COFDM无人机数据链系统模型,进一步针对无人机飞行状态典型信道参数值,仿真了LDPC-COFDM系统的误码率性能,并与基于卷积码的COFDM系统进行比较,结果表明COFDM可以明显的提高无人机数据链系统的可靠性,此外,LDPC-COFDM系统在较低的信噪比条件下就可以达到很低的误码率,从而有效地节省了无人机发射功率。     

信道编码中的Turbo码技术探讨及其性能分析

本文首先详细介绍并分析了Turbo码技术的编译码方法，而后对Turbo码性能做了分析与比较，最后对Turbo码的性能进行了相关评价。     

UAV数据链抗干扰的关键技术研究综述*

无人机(unmanned aerial vehicle,UAV)数据链抗干扰功能的增强是UAV实现战时信息资源共享的核心目标.在分析现有无人机数据链研究现状的基础上,重点综述了UAV数据链抗干扰功能的两类方案:一是在单链路方面,对现有UAV数据链的信道编/解码技术作了比较,并对其他抗干扰现状进行了研究;二是多链路方面,...     

Ka频段固定卫星信道编码技术研究

Ka频段卫星通信已成为卫星通信发展的趋势。在分析Ka频段固定卫星信道特性的基础上,提出了一种适合该信道的Turbo码编译码方案。对Ka固定卫星通信信道建模仿真表明,采用Turbo码比采用相同码率的卷积码和卷积级联码有超过1.5dB的增益。     

OFDM无人机数据链系统峰均比问题研究

限幅方法能有效降低OFDM无人机数据链系统的峰均比,减轻系统线性器件的负担,且易于硬件实现,但同时会给系统带来较大带外功率辐射和误码率损失。本文把信道编码和限幅法相结合,提出了一种适用于OFDM无人机数据链系统的PAPR降低技术解决方案。仿真结果证明了该方案的有效性。     

基于Turbo信道编码的H.264视频流的可靠传输研究

提出一种在无线衰落信道中提高H.264视频传输质量的方案.通过使用具有接近Shannon限的Turbo进行信道编码,来提高资源有限、复杂环境下视频传输的质量.仿真结果显示,该方案有很好的视频传输性能,可提高视频传输的鲁棒性.     

基于卷积码的Turbo码交织器的设计

以（３７,２１）ＰＳＣ码为例,提出对基于卷积码的Ｔｕｒｂｏ码的交织器的设计方案,并推广到一般的ＲＳＣ码．分析了该交织对Ｔｕｒｂｏ码距离谱的影响．给出了动用该交织后分量码的选取原则．可以看到,该交织器设计方案在误比特率为１０＾－５时将产生明显的作用．     

无人机海量飞行数据快速检索方法研究

对无人机数据库中海量飞行数据进行快速准确的检索,能够为无人机的安全飞行提供可靠的保障;传统的数据检索方法进行海量飞行数据检索的过程中,没有考虑飞行数据之间的联系,在检索的过程中需要频繁扫描数据库,降低了挖掘效率;提出一种基于模糊粗糙集算法的无人机海量飞行数据检索方法;该算法在充分考虑到飞行数据之间的联系的前提下,利用自动标引技术对数据库中的实时飞行数据进行分析,再利用特征向量进行飞行数据的内部描述,计算飞行数据检索的模糊表示的上、下近似集,建立海量飞行数据检索模型,根据模型的输出结果利用布尔逻辑进行模糊匹配,最终检索出与查询的关键词近似的飞行数据,并将检索结果按照相似度进行排序;实验结果表明,该算法能够提高检索的效率,效果令人满意。     

基于模型的无人机信道编码算法设计与实现

为了改善无人机测控系统数据传输的抗干扰性能,并提高算法的可实现性,提出了一种基于模型的信道级联编码调制算法。算法在正交相移调制(Quadrature Phase Shift Keying, QPSK)系统中采用循环冗余校验码(Cyclic Redundancy Check, CRC)+Reed-Solomon(20,10)码+交织(20,10)+数据加扰+卷积码(2,1,7)的串行级联编码,并在编码过程中加入数据加扰技术。为了研究算法设计的有效性,在MATLAB/Simulink中搭建了采用上述级联信道编码的QPSK系统仿真模型。仿真结果显示系统在高斯白噪声(Additive White Gaussian Noise, AWGN)信道中有效降低了传输误码率,误码率在1×10^-4数量级下,系统编码增益达到5 dB。系统模型能够直接部署在两台ADRV9361-Z7035上,实现两台设备的正常通信,无须再进行硬件代码编写,将其应用在无人机测控系统中,具有一定的工程实现价值。     

混沌子载波调制的无人机安全数据链路

电子与通信等技术的快速发展使得以此为技术支撑的无人机得到了学术界与工业界的广泛关注.为了适应日益复杂的任务和应用领域,无人机安全数据链路成为推进无人机发展的重要因素.围绕无人机数据链路的安全问题,文中首先讨论了正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)...     

一种基于数据挖掘的无人飞行器故障分析方法

无人飞行器的设计与应用包含了高科技技术的诸多方面,是一个极为复杂的机电系统.为保障可靠飞行,而对其进行故障检测是一件必不可少的工作.提出一种基于故障库(FRDB)的数据挖掘技术,对无人飞行器进行了故障分析研究,并设计了相应的算法.从FRDB数据库中采用选择、投影操作,分离出相关部件的超差字段,形成相应的数据文件,以此建立联机统计分析的基础.而后,又对发生故障的分布规律进行统计分析.测试中重点放在无人飞行器控制系统的各部件,为实现统计分析的自动化和半自动化,必须重视测试数据的规范化处理和数据库的建立.     

无人机数据复接系统硬件设计

根据无人机下行链路的需求,分析了数据复接系统在整个链路中的功能,并给出了一种基于软件无线电理念的设计方案,经过测试,本设计有效满足了系统要求.     

基于随机森林的无人机检测方法

随着低成本小型无人机的普及带来了一系列的严重问题并且难以监管。并且,由于环境物体的扰动、摄像机的抖动及采样噪声等因素导致现有方法在可见光图像下对无人机等小目标检测准确率低。针对上述问题,提出了一种基于随机森林的无人机检测方法。该方法采集可见光下的图像序列,使用混合高斯模型和聚类检测算法检测图像中的运动小目标,继而通过随机森林算法融合目标的多种特征进行目标的判别,最终得到检测目标。实验结果表明,该方法可有效地检测出无人机运动小目标并大幅提高检测的精确率。     

四旋翼无人机的自抗扰控制研究

四旋翼无人机的未建模动态、内扰和外扰,会对飞行控制产生影响,使控制复杂度增加。为提高控制系统的动态性能和鲁棒性,提出基于自抗扰的四旋翼无人机控制方案。先用扩张状态观测器对未知干扰进行观测,然后利用非线性反馈控制律进行补偿,简化了复杂的控制过程。本研究完成了飞行试验,飞行试验表明,基于自抗扰控制器的控制系统对系统的未建模动态具有较好的控制效果,对内扰和外扰有较强的抑制能力。表明该控制系统具有较好的适应性、鲁棒性和动态性能。     

基于巡逻无人机的轻量型安全帽佩戴检测方法与应用

目前,安全帽检测系统主要使用固定摄像头,无法实现全区域检测,而基于深度学习的检测算法结构复杂、计算成本高,无法满足移动端和嵌入式设备的部署要求。针对上述问题,该文提出一种基于无人机的安全帽轻量型视觉检测算法。系统通过无人机平台搭载的相机对施工现场进行图像采集,并无线传输至后台计算机进行处理,检测算法基于 YOLOv5s 框架进行了轻量化改进。针对无人机采集影像中目标占比较小的问题,该文采用了多尺度检测、图像预处理、正负样本不均衡等方法,对 YOLOv5s 目标检测算法进行针对性改进。测试结果表明,与原模型相比,轻量型目标检测模型的平均精度均值仅下降了 1.72%,但在同一 CPU 上的推理速度提升了 1 倍,浮点计算量由原来的每秒 165 亿次压缩至每秒 34 亿次,模型大小约为原模型的 1/10。