单通道单脉冲角跟踪系统的研究

本文结合工程实践,介绍了用6位移相器进行差信号QPSK调制,从而实现和差通道单脉冲角跟踪方案,并对相位不一致、耦合系数、同步信号的影响等问题进行了分析,给出了工程设计的方法。     

一种无人机微弱扩频信号角跟踪方法

传统的无人机测控信号容易被干扰和截获。在现有无人机测控系统的基础上,给出了一种无人机微弱扩频信号的单通道单脉冲跟踪系统的实现方法,同时突破了扩频信号并行快捕和误差电压的高精度相关解调等难题。该方法可以充分利用现有测控信道而无需额外增加设备量,具有跟踪系统灵敏度高、跟踪精度高、算法简单和设备简单等特点,特别适合于对无人机的隐蔽高精度测角跟踪。     

扩频信号跟踪测角技术研究

该文提出了一种单通道单脉冲体制的可对直接序列扩频信号跟踪测角的方案,并对此方案进行了理论分析和系统仿真。给出了在实际工程中如何实现对扩频信号的解扩、解调、载波恢复和角误差信号提取的方法,可以提高跟踪测角的灵敏度以及全系统抗干扰和抗截获的能力。     

基于数字信道化的大动态PCM/FM遥测信号角跟踪

采用单脉冲单通道角跟踪体制,提出一种基于数字信道化实现大动态脉冲编码调制/频率调制(PCM/FM)遥测信号的角跟踪方法。由于PCM/FM信号是一个窄带信号,而多普勒频偏达到±1MHz,为了能在较宽的接收带宽、较大多普勒频偏中准确捕获跟踪到窄带PCM/FM信号,首先对接收信号进行数字信道化划分,对多个子信道同时检测,将检测后的数据进行融合、幅度检波,最后进行角误差的估计。仿真结果表明,本文提出的方法能够快速实现信号的角跟踪,高效可行。     

扩频和高速数据信号的星间天线角跟踪系统设计

分析了中继卫星星间链路低速扩频和高速数据传输信号时,使用单通道单脉冲、有限个系统中频带宽档位、包络检波方法进行角跟踪的可行性,给出了角跟踪误差信号和信噪比计算公式、中频带宽的选取原则.结果表明,该方法适合所有星间链路信号类型的角跟踪,简化了星地控制.     

无人飞行器自主降落区识别方法研究

为实现无人飞行器的自主降落,针对降落平坦区域包含特征较少、且分布没规律、形状各异等特点,本文设计了一种基于点云几何特征的快速点云分块和平坦区识别方法。该方法通过无人飞行器上的相机获取二维图像,并使用多视角立体三维重建技术获得场景三维点云,提出了以空间距离作为平滑项、以点在Z方向上的高度作为相似项的三维点云滤波算法对三维点云滤波,设计了基于点云法线和曲率的聚类分块对点云进行区域划分,然后改进RANSAC算法拟合点云平面,筛选出无人飞行器飞经场景的平坦区,并最终确定出无人飞行器的最佳降落区。最后,用本文所设计方法对戈壁人工沟壑、戈壁自然沟壑和小区花园等实拍场景图像进行降落区识别,实测结果显示识别出的区域地形起伏均小于0.125m@m~2,满足无人飞行器降落要求。     

双通道扩频角跟踪体制下实时校相技术

深空测控系统要求具有角跟踪功能,而和差双通道跟踪体制下测控设备在任务前需要进行校相。本文研究了实时校相算法,对该技术进行深入的推导分析,给出了具体的实现方案。并对此方案进行了系统仿真,结果表明该方案可行。     

圆波导多模自跟踪系统对扩频信号源的角跟踪

扩频信号源实际上是调相信号源。分析表明对无载波(分量)调角信号源进行角跟踪时，差信号经四相调制后与和信号合并的单信道体制要比两信道体制优越。在前一情况下包络检波器后低通滤波器的带宽仅取决于差信道四相调制信号的频谱而与无载波调角信号源(如以扩频信号调制的调角信号)的频谱无关。     

无人飞行器跟踪测角体制研究

指出了无人飞行器测控系统中自跟踪测角设备的重要性。简要阐述了常用的相位干涉仪和单脉冲(单平面的比幅及比相)2种测角体制的原理,并给出了这2种测角体制的应用方案。进行了理论分析,从系统的测角精度及设备的复杂性等方面比较了2种体制的优缺点,为系统设计时如何选取合适的测角体制提供了依据。     

无人机跟踪地面目标制导控制方法

提出了基于自动驾驶仪的无人机跟踪地面目标的制导、控制架构,将"无人机+自动驾驶仪"的组合看作是以滚转角、飞行高度和速度为控制输入的动态系统。在横侧向,相比下一时刻,根据无人机的航迹方位角误差以及无人机与目标点在水平面内相对距离与期望盘旋半径的误差,给出滚转角指令的制导规律,并对制导指令的生成周期进行了研究;对于纵向,为降低目标状态估计对于姿态误差的敏感度,结合传感器分辨率的要求,给出了解算飞行高度指令的方法。无人机六自由度模型的仿真对比表明,所提跟踪制导律相比李亚普诺夫向量场法(LVFG)和切向量场法(TVFG)具有更优的稳定性和准确性。     

无人机光电载荷及其应用

简要介绍了无人机优势及应用范围,对目前世界上主要固定翼无人机及无人直升机的光电载荷进行了研究分析,在此基础上,对新型无人飞行器概念平台进行介绍。最后总结了无人机光电载荷发展趋势,即随着无人机平台技术及光电载荷技术的迅速发展,长航时、良好隐身性、多用途、具备主动光电干扰能力、高智能将是无人机光电载荷的发展趋势。     

无人机视距数据链的信道特性与扩频技术

无人机视距数据链的信道类型主要是一个干涉型平衰落信道,但也可能发生频率选择性衰落、时间选择性衰落。限于无人机的使用特点和条件,视距数据链不同于一般通信系统,不适于极高的通信可靠度,也不要求很大的衰落储备。分析了扩频系统在无人机视距数据链中的特殊性并给出了解决方法。     

无人机测控中单通道跟踪性能研究

单通道跟踪的特点是设备简单、可靠性高,因此在无人机测控系统中应用广泛。AGC时间常数与和差通道相位对单通道跟踪的性能有很大影响。当AGC时间常数选取不当时,单通道信号的幅度包络将产生畸变,差信号将产生损失。当单通道信号的和差通道相位不一致时,单通道信号的调制度将减小。在分析AGC时间常数与和差通道相位对单通道跟踪性能影响机理的基础上,给出了AGC时间常数选取的原则和经验数据,介绍了相位校正的方法及其特点。     

高动态扩频信号的载波跟踪技术研究

针对高动态环境下扩频信号的载波捕获与跟踪问题,本文分析了多普勒频移对锁相环、锁频环以及环路滤波器设计的影响,以及高动态环境中载波快速捕获问题,在此基础上提出了一种数字复合软环的设计方法,计算机仿真结果表明这种数字复合软环能有效地解决载波快捕与精跟踪的问题.     

分级分布式无人机协作频谱感知方法

无人机认知网络(Cognitive UAV Network,CUAVN)可以通过高精度的频谱感知提高频谱效率,但传统的集中式协作频谱感知不适用于无人机(Unmanned Aerial Vehicle,UAV)网络。UAV网络拓扑结构动态变化,使得全局信息很难快速收集至一个融合中心。针对上述问题,提出了一种基于K-means聚类算法的分级分布式协作频谱感知方法。首先,利用K-means聚类算法基于位置信息对UAV进行分簇;然后,采用两级分布式融合方案进行分层融合,在每个簇内先进行一致性信息融合得到獽个融合结果,再进行第二次融合得到最终全局收敛结果;最后将最终收敛结果与检测阈值对比,得到最终决策。仿真结果表明,所提出的分级分布式融合方案具有较好的收敛性,且信息融合迭代次数比未分级融合方案更少。在不同权重因子的加权情况下,所提方案较未分级融合方案更好,且平均接收信噪比越大时检测性能越好。与未分级分布式融合方案相比,在UAV节点较多的情况下,该方案使CUAVN的频谱检测性能得到了提升。     

单通道单脉冲直扩信号的跟踪方法研究

针对从直扩信号直接提取角误差的单通道单脉冲体制提出了2种实现方法,并进行了理论分析,对系统处理过程中对角误差信号的影响因素进行了说明与计算分析;对信号处理过程中可能引入的随机窄脉冲干扰的产生机理进行说明,以及此窄脉冲干扰对角误差电压的影响进行了分析描述。利用MATLAB对此方案进行了数值仿真。仿真结果表明,从直接序列扩频信号中直接提取角误差的2种方法均是可行的,角误差电压的误差精度也较高。     

无人机飞行过程中信号弱区的分析

无人机在实际飞行过程中，在某些区域总会出现通信误码率较高甚至失锁的现象。通过分析无人机链路的信道特点，利用两径传播模型分析了信号电平衰落的分布和深衰落担度，并用MATLAB对此模型进行了仿真。仿真数据与工程经验数据进行了比较，结果表明此模型能够很好的解释飞行弱区这种现象，也进一步验证了该模型的适用性。     

扩频信号的捕获与跟踪

针对直接序列扩频信号,介绍了其发射和接收部分基本组成,给出了系统接收部分的具体设计框图。重点讨论了对扩频信号的捕获与跟踪的方法,其中包括扩频码的捕获与跟踪以及载波的捕获与跟踪。对各模块的性能进行了分析,提出了在高速信号处理板(以FPGA和DSP为基础)中对扩频信号的捕获与跟踪的实现方案。经工程验证,能够实现伪码同步和载波同步,解调出所需信号。     

无人机测控信道衰落特性及其抑制方式

分析了无人机测控信道模型以及由小规模衰落带来的非频率选择性衰落、频率选择性衰落与时间选择性衰落的产生机理及特性,并针对这3种衰落进行了抑制方法分析,指出OFDM、交织与编码以及空间分集是无人机测控中值得重点研究的抗衰落技术.