一种利用小波降噪的卫星导航信号并行捕获算法

针对全球定位系统（Global Positioning System,GPS）接收机传统捕获算法计算复杂度高、捕获灵敏度低等缺点,提出了一种可降噪的简化并行码相位捕获（Noise Reduction for Simplified Parallel Code Phase Acquisition,NR-SPCA）算法。该算法通过对信号降采样,利用小波变换对二次采样信号作降噪处理,提高了捕获灵敏度;利用GPS信号和C/A码互相关的稀疏性,并行计算降噪后的信号的相关值,提高了运算效率。仿真结果表明,在90%概率捕获成功的前提下,NR-SPCA算法比传统的PCA算法信噪比低1 dB,运算效率提升了100%。该算法还可应用于航天探测、自动驾驶等领域。     

带有前置EDFA卫星相干激光通信终端的信噪比分析

卫星激光通信链路是一项实现卫星大规模星座组网的关键技术。相干激光链路灵敏度高、抗背景干扰、速率升级空间大,在星间激光链路中应用广泛。文章建立了带有前置掺铒光纤放大器(EDFA)的卫星相干激光通信终端的信噪比分析模型,仿真分析了EDFA功率增益、EDFA噪声系数、本振光功率、信号光功率、光放后端光带宽、基带前端电带宽对终端输出信噪比的影响以及各种输出噪声功率占比的情况,得到了带有前置EDFA卫星相干激光通信终端的信噪比参数特性。     

基于残差神经网络的无人机射频信号识别

针对民用小型无人机对低空领域安全造成威胁及无人机视觉上识别难的问题,提出了一种无人机射频信号识别的方法,使用深度学习技术学习无人机与控制器之间的射频信号特征来识别无人机。首先将射频信号数据集中的无人机信号进行预处理操作,接着使用残差神经网络进行模型训练,最后使用训练好的网络模型对无人机信号进行识别验证。实验结果表明,该方法识别无人机是否存在的准确率达到99.8%,识别无人机型号的准确率达到91.1%,识别无人机运行模式的准确率达到70.3%,且该方法具备较强的鲁棒性和环境抗干扰能力,性能明显优于基准方法。     

一种信号调制识别网络的轻量化设计

神经网络在信号调制识别领域得到了广泛关注和研究。针对现有调制识别算法为提高识别准确率,导致模型尺寸过大、计算时间过长的问题,提出了一种调制识别神经网络的轻量化设计方案。该方案由信号失真校正模块和分类模块两部分组成。其中,信号失真校正模块通过参数估计器提取相位偏移信息,再经参数转换器对相位偏移进行参数校正,保证信号识别精度;分类模块由一维卷积神经网络(One-Dimensional Convolutional Neural Network, 1D-CNN)、选通递归单元(Gated Recurrent Unit, GRU)和高斯衰减层构成,从时间和空间的角度有效提取信号特征,并减少冗余参数量以缩减模型大小。仿真结果表明,所提方案与同精度网络相比,平均识别准确率提升0.21%,计算时间缩减到1/3.4,模型尺寸缩减到1/7.77。     

一种应用于5G毫米波通信的双极化有源相控阵模组

针对5G毫米波通信,研制了一种双极化有源相控阵天线模组。厚度为2 mm的多层PCB正面印制阵列天线,在其背面集成多通道波束成形芯片,通过中间层实现天线与芯片的互连以及供电、控制等。测试结果表明,研制的板状4×4双极化相控阵模组在E面和H面均实现了不小于±40度的波束扫描范围（不大于3 dB的电平下降）和低于-18 dB的归一化交叉极化电平,在24～27.5 GHz的频率范围内实现了V极化和H极化分别为42.6～45.7 dBm和43.5～46.1 dBm的等效全向辐射功率（EIRP）。     

一种基于深度学习的高轨卫星CEI信号频率估计算法

针对高轨卫星连线干涉测量(Connected Element Interferometry,CEI)信号的高精度频率估计这一难题,建立了CEI中的正弦信号频率估计模型。设计了基于深度学习框架的CEI信号频率估计算法,将算法划分为基于前馈深度神经网络的频率表征模块和基于卷积神经网络的频率计算及估计模块,在此基础上设计了各模块的具体结构和学习训练流程。对于算法的核心模块进行了仿真实验验证,并将所提算法与前人的相关算法进行了比较与分析,证明了该算法的有效性、稳定性和优越性。     

基于 IAS 精确估计的太阳轮齿面剥落检测方法研究

瞬时角速度(instantaneous angular speed, IAS)信号的估计精度易受编码器自身误差影响,影响其故障检测结果。针对上述问题提出了一种局部多项式微分估计方法对IAS信号进行估计。首先通过局部多项式微分抑制编码器细分误差产生的锯齿状噪声和估计误差导致的信号不连续问题,实现了IAS信号的高精度获取,然后使用精确估计的IAS信号通过局部同步拟合技术提取太阳轮故障特征。通过实验和仿真说明,本文提出的局部多项式微分估计能较好地抑制编码器误差导致的IAS信号噪声,提高IAS信号的信号比,结合局部同步拟合能够有效地提取太阳轮齿面剥落故障特征。     

埋地非金属管道雷达探测成像定位方法研究

非金属管道在地下管网建设中得到广泛应用。 探地雷达法作为地下公共设施主要检测方法之一,常被用于地下非金属 管线探测中。 由于探测过程中存在非金属管道回波信号微弱、地下结构复杂、波速难以精确估算等问题,使雷达探测成像及定 位成为难题。 针对上述问题,研究了适用于埋地非金属管道的波速估算和回波信号处理方法,提出了空间频域插值成像和二值 化定位算法;通过数值仿真验证了所述成像定位方法的可行性,并进行了 0. 400、0. 600 和 1. 100 m 埋深的非金属管道现场测 试。 实验结果表明,所提方法能够有效消除双曲线效应,探测区域的成像定位误差分别为 0. 006、0. 006 和 0. 012 m,满足埋地非 金属管道定位需求。 研究成果可为埋地非金属管道成像及定位提供技术支持,有益于提高探地雷达对地下非金属管线的探测 精度。     

“ 电磁场与电磁波” 的课程思政教学设计

针对《电磁场与电磁波》课程教学过程中的课程思政设计问题,围绕课程的教学目标,分别从教学过程的三个环节就如何有机融入思政要素进行了举例分析,强调了课程思政要素的引入应以提高教学效果为目标、以润物无声为基本原则,最后总结了在本门课程中可适当引入的思政要素。     

基于时域频域分析结合的调谐激光吸收光谱检测参数优化

随着调谐激光吸收光谱(tunable laser absorption spectroscopy, TLAS)技术在气体检测中的应用越来越广泛,二次谐波信号的质量与检测参数紧密相关,因而分析检测参数的优化方法很有意义。本文根据谱线预处理中的滤波参数、系统采样时间、锁相放大器的时间常数对信号的影响以及参数间的联系,总结检测参数的选取规律。根据滤波原理和不同浓度下信号的均方根误差(root mean squared error,RMSE)值选择合适的滤波阶数和窗宽。选择信噪比(signal-to-noise ratio,SNR)、RMSE、信号与噪声频域幅度之比(ratio of amplitude in frequency domain of signal to noise,f_SNR)3种评价指标的曲线变化趋势进行时频分析,得到最佳采样周期数为30,结合实验系统具体参数可计算最佳采样时间。通过信号主频带与截止频率的关系和滤波效果选择合适的时间常数。综合分析3个检测参数并总结选取方法,可提高二次谐波信号的质量。本文提出的参数选取方法对提高二次谐波在实际应用中的准确度有...