北斗QPSK调制信号多星联合捕获算法

传统的接收机捕获方法仅针对单颗卫星码相位及载波频率进行搜索与捕获,为了提高接收机傅里叶变换及相关运算模块的使用效率,提出了一种面向北斗B1频点信号的多星联合捕获算法,并在此基础上建立了联合捕获相位参量与相应卫星编号间的映射关系。最后,利用采集的卫星中频信号对多种捕获算法进行了实验对比与性能分析,实验结果表明,多星联合捕获算法可成功对多颗卫星进行并行搜索及快速捕获,平均运行速度相对于传统捕获算法提高了约23%,改善了北斗接收机中信号捕获的处理效率。     

GPS接收机的多星盲干扰抑制方法

考虑到GPS接收机需要解算至少4颗卫星的发射信号从而实现定位,而GPS接收机工作在复杂的电磁环境下,受大量人为干扰的影响,无法有效接收多颗卫星的发射信号从而实施解算定位。提出了一种新的用于GPS接收机的多星盲干扰抑制方法。由于接收机对每颗卫星的测距码（如C/A码）已知,采用基于最小二乘法的多目标自适应阵列剔除多颗期望卫星方向外的干扰信号。该方法无需期望卫星的位置信息和估计干扰信号的导向矢量,且期望卫星数目不受阵元数目的限制。仿真结果表明,该算法不仅能有效地抑制多种干扰,而且可以精确估计出多颗期望卫星的方位角。     

多星成像调度问题基于分解的优化算法

提出了一种求解多星成像调度问题的基于分解的优化算法,将问题分解为任务分配主问题与单星成像调度子问题.任务分配主问题生成不同卫星的任务分配方案,单星成像调度子问题则根据分配的任务进行优化,生成每颗卫星的成像调度方案.采用自适应的蚁群算法求解任务分配主问题,通过自适应参数调整策略及信息素平滑策略,实现全局搜索和快速收敛间的平衡.采用启发式算法及快速模拟退火算法求解单星成像调度子问题,通过综合多颗卫星的调度结果, 可以对任务分配方案进行评价,引导蚁群算法搜索优化的任务分配方案,最终得到多颗卫星的成像调度方案. 大规模测试算例验证了算法的效率.     

GNSS抗干扰接收机的自适应波束形成算法

针对全球导航卫星系统（global navigation satellite system, GNSS）接收机的抗干扰问题,以空-时自适应天线阵列为研究对象,提出了组合的自适应波束形成算法。该算法首先采用子空间正交投影技术消除接收信号中的强干扰信号,然后通过最大化相关后信号载噪比（carrier to noise ratio, C/N₀）约束准则加强GNSS信号质量。仿真结果表明,相对于传统的最大化阵列输出信噪比准则,最大化相关后信号C/N₀准则能够提高信号载噪比约4 dB。并且提出的组合算法可使接收机在有效抑制干扰的同时,又能够大大提高信号的捕获和跟踪性能。     

米波MIMO雷达波束空间精确最大似然算法

针对阵元空间多输入多输出(multiple input multiple output, MIMO)雷达低仰角估计方法运算量和数据传输量太大的问题, 提出了基于波束空间的MIMO雷达精确最大似然(refined maximum likelihood, RML)算法。该算法将阵元空间的数据转换到波束空间, 实现降维处理, 再利用最大似然的思想对波束空间的数据进行测角。计算机仿真结果表明, 相比于基于阵元空间的MIMO雷达RML算法, 所提算法有着良好的测角性能, 并大大降低了算法运算时间。同时, 通过计算机仿真分析了信噪比、仰角、波束指向与目标仰角之间的偏差、阵元数、反射系数误差和天线中心高度等因素对所提算法测角性能的影响。     

GPS抗干扰单星约束自适应滤波器组设计与仿真

提出了一种分别针对多颗GPS卫星的波束形成自适应抗干扰实现方法,称为单星约束自适应滤波器组方法,用于GPS抗干扰处理,各个滤波器使阵列天线形成的主瓣分别对准每个期望卫星,从而提高接收信干噪比。该方法的自适应部分通过Givens旋转实现,并利用Givens旋转的结构特点,共用了大部分运算,降低了单星约束滤波器组的运算量。相比多星约束方法,能够提高信干噪比,并且计算量不会显著增加。仿真结果表明该方法相比多星约束方法,能显著提高信干噪比。     

导航星座星间链路信号自适应捕获方法

针对导航星座星间链路信号动态特性和工作特点,提出了一种基于星历辅助的自适应捕获方法。该方法利用导航卫星自有的导航电文对接收信号到达时延、多普勒频移和信噪比进行估计,根据估计结果自适应调整信号捕获的搜索范围、非相干累加次数和判决门限,以减少捕获时间、提高捕获性能。给出了自适应捕获的设计思路和流程,并结合全球定位系统真实轨道数据进行了仿真。仿真结果进一步证明了所提方法的有效性。     

机载雷达三维空时自适应相关域降维算法

由于利用了俯仰维的自适应能力,三维空时自适应处理(three-dimensional space-time adaptive processing, 3D-STAP)能够获得比传统二维空时自适应处理(2D-STAP)更好的性能,但同时在运算量和采样数目的要求都将急剧增大。为了克服这个问题,提出了一种基于相关域的机载雷达三维空时自适应降维算法,即利用空时相关矩阵的子矩阵,将最优空时处理的二次代价函数转化为两个二次代价函数,并迭代求解这两个二次代价函数的两个低维权向量,所提算法能够明显降低计算复杂度和样本数目要求。基于仿真和实测数据的实验验证了算法的有效性。     

基于对角载入的鲁棒自适应波束形成算法

作为一种梯度自适应波束形成算法,LMS算法因简单有效而得到广泛的应用.但是在存在偏差的情况下,LMS算法的性能较差.针对上述问题,考虑信号方向向量的偏差对LMS算法性能的影响,提出了一种基于对角载入的鲁棒约束LMS算法,并对算法的对角载入因子和收敛性能进行了分析,给出了保证算法收敛的步长取值范围.该算法利用对角载入的特性,可有效的抑制各种偏差所带来的影响,收敛速度快,抗扰动性强,对信号方向向量的偏差具有较强的鲁棒性,从而可以保证阵列输出的信干噪比接近最优值.仿真实验表明,与传统约束LMS算法相比,基于对角载入的鲁棒自适应波束形成算法具有很好的性能.     

基于物理规划的多星多站访问规划

随着在轨卫星数量增加，对大量卫星进行有效监管具有迫切需求，需要研究如何合理分配和调度有限的地面资源对卫星进行访问。提出了一种基于物理规划的多星多站访问指派规划方法，以地面设施对卫星的访问窗口指派为设计变量，以相同地面设施相邻访问窗口的最小时间间隔及单个地面设施的最大访问次数为约束条件，以任务耗时、考虑成功率的访问收益、访问成本为目标函数，建立了考虑成本和收益的多星多站非均衡访问规划模型；采用物理规划将多目标函数合理地映射为单目标函数，使用差分进化算法进行寻优。将所提方法应用于3站4星的小规模问题及20站96星的大规模问题的求解。结果表明，所提方法能够获得符合约束的权衡多目标偏好的解。相较于加权法和约束法等，求解更加稳定高效，各指标均能得到均衡的优化。     

基于贪婪随机自适应过程的多类型卫星联合任务规划技术

对地观测卫星任务规划问题需要考虑侧视、星上能量、数据容量和数据传输等多种约束,是一类复杂的组合优化问题,现有研究大多对问题进行了不同程度的简化。面向多种载荷类型卫星的联合任务规划问题,考虑上述多种约束,基于贪婪随机自适应搜索过程提出了一种新的混合算法对问题进行求解。实验结果表明,该混合算法在多星联合任务规划领域是可行有效的。     

基于频控阵MIMO雷达的低复杂度稳健波束形成算法

频控阵(frequency diverse array, FDA)多输入多输出(multiple input multiple output, MIMO)雷达基于发射端调制而具备的距离维自由度为主瓣干扰提供了抑制方案。结合自适应波束形成算法, 频控阵MIMO雷达能有效抑制主瓣范围内欺骗干扰信号, 但存在的信号环境复杂、导向矢量失配、采样快拍不足等问题将使算法性能恶化。针对该问题,提出了一种基于频控阵的低复杂度的稳健自适应波束形成算法。仿真实验表明, 相比于其他自适应波束形成算法, 所提算法在低信噪比(signal to noise ratio, SNR)低采样快拍且存在导向矢量失配等非理想条件下形成的波束稳健性更强、计算复杂度更低, 有效实现了对目标的指示和对干扰的抑制, 克服了其他算法在非理想条件下性能恶化的问题。     

基于自适应网格的跳频信号参数估计

分析了现有跳频信号稀疏重构算法的基不匹配问题,导致离散字典的稀疏表示能力变差,严重影响稀疏重构算法的性能。针对这种情形,提出了基于自适应网格的变分贝叶斯稀疏重构算法。该方法通过对字典不断地加权聚类和缩放处理,实现字典的自我更新,使得参数网格更加精细化。仿真结果表明,该方法具有良好的抗噪性能和交叉项抑制能力,同时缓解了稀疏重构算法的基不匹配情形,时频聚焦性进一步提高,能够在较低信噪比条件下,获取较高时频分辨率的时频矩阵,可以更精确地完成后续跳时刻检测、跳周期及跳频率等参数估计。     

提高卫星导航定位精度和实时性的选星算法

通过分析卫星数目及一颗卫星对GDOP的影响,可知GDOP随卫星数目增加单调递减,但递减幅度变小.综合考虑GPS定位精度和实时性,确定采用6星组合进行定位;基于卫星时GDOP贡献的定义,提出了两种选星算法,并与最佳几何精度因子算法进行了性能比较分析.仿真结果表明,6星组合与全部可见星的GDOP差别不大;提出的两种基于卫星对GDOP贡献的选星算法与最佳几何精度因子算法的选星结果基本相同,而计算量远小于后者,因此具有较好的性能.     

强信号背景下基于噪声子空间扩充的弱信号DOA估计方法

针对强信号背景下弱信号波达方向(direction of arriaval,DOA)估计问题,提出了一种基于噪声子空间扩展的弱信号DOA估计算法。该算法提出并使用了噪声子空间扩充的思想,其先将强信号导向矢量所在空间纳入噪声子空间进而构造出扩展噪声子空间,再在该扩展噪声子空间基础上利用常规多信号分类(multiple signalclassification,MUSIC)算法得到弱信号的DOA估计。通过噪声子空间的扩充有效地抑制了强信号谱峰,算法无需已知强信号方向及导向矢量,运算量与常规MUSIC相当。理论分析表明该算法对弱信号DOA估计性能不劣于对应的强信号阻塞类算法,仿真实验证实了其有效性和可行性。     

基于自适应LPFT的非平稳信号到达角估计

对非平稳阵列信号处理来说,通过时频分析预处理可以提高对不同信源到达角(direction of arrival, DOA)的分辨能力和估计精度。本文以提高在多信号分量环境下时频表示的能量聚集性为目标,提出一种自适应的局部多项式傅里叶变换(local polynomial Fourier transform, LPFT)方法,通过对信号瞬时频率曲线进行多项式拟合,确定LPFT的窗函数长度及各阶系数,以较小的计算量实现自适应时频分析。在此基础上,提出一种基于自适应LPFT的多信号分类(multiple signal classification,MUSIC)算法。仿真结果表明,与其他时频MUSIC算法相比,该方法对信号形式的适应能力强,在DOA估计精度、多信源角度分辨能力方面具有一定优势。