利用双天线相位差的ADS-B欺骗式干扰检测方法

广播式自动相关监视技术相比于传统监视系统具有定位精度高、更新速率快和设备成本低等优点，受到国际民航组织的大力推广。但由于其共享开放式的特点使得系统容易受到各种欺骗式干扰的影响，严重威胁空中交通安全。本文提出了一种利用双天线相位差进行欺骗式干扰检测的方法:对同一信源广播的一组位置消息，首先根据其广播内容计算一组表征目标相对于接收机方向变化的量；其次根据双天线之间的相位差计算一组同样表征此方向变化的量；最后通过两组变量的相关系数判别真实目标和欺骗干扰。此外，针对与空中真实目标ICAO地址相同的虚假ADS-B消息可能导致的误检测，我们也提出了信源一致性检测方法。本文方法不需要估计信号来向，对天线的幅相误差稳健，仿真实验和实测数据均验证了方法的有效性。      

利用信号重构的全球导航卫星系统欺骗干扰抑制方法

欺骗式干扰通过发射与真实卫星信号相似的信号误导接收机产生错误的定位结果，具有极大的危害。该文针对转发式欺骗干扰，提出一种基于信号重构的单天线欺骗干扰抑制方法。该方法首先通过参数估计方法估计出欺骗信号载波频率和码相位，然后构建欺骗信号子空间正交投影矩阵以抑制干扰。仿真实验结果表明该方法对欺骗干扰具有良好的抑制效果，能够保障接收机在干扰环境中实现有效定位，并具有较低的运算复杂度。     

型钢与钢筋混凝土连接方式的探讨

结合沈阳市府广场塔楼部分采用型钢混凝土结构柱和混凝土梁连接的实例,通过采用钢筋连接板的连接方法,达到了满足设计要求、保证施工质量、简便施工工艺等效果,为类似工程提供了参考意见。     

基于信号分离估计理论的GPS多径抑制算法

信号多径效应是全球卫星定位系统(Global Positioning System,GPS)定位误差的主要来源之一.虽然差分技术可以提高导航系统的定位精度,但由于参考站和用户所处的地理环境不同,因此差分GPS系统仍然不能消除由于卫星信号多径所引起的定位误差.根据GPS多径信号模型的特点,本文提出了一种基于信号分离估计理论的GPS时延估计算法.该算法在信号时延未知情况下,先估计出信号的载波频率,然后根据估计得到频率,利用信号分离估计理论估计信号时延.仿真结果表明,该方法具有很好的估计精度,能够准确的估计出信号时延和频率,有效地抑制信号多径.当存在多径时,本文方法效果明显好于常规方法,并在大多数情况下优于常用的窄带相关算法.     

结构工程设计中的混凝土加固措施探讨

本文结合结构工程设计中的混凝土加固的概念及含义分析,针对当前混凝土加固方法的应用背景,探讨分析结构工程设计中的混凝土加固措施和意义。     

基于多天线的GNSS压制式干扰与欺骗式干扰联合抑制方法

压制式干扰和欺骗式干扰是全球导航卫星系统(Global Navigation Satellite System, GNSS)面临的最常见且最有威胁的蓄意干扰。该文提出了一种基于多天线的GNSS压制式干扰与欺骗式干扰联合抑制方法。首先利用子空间技术抑制压制式干扰,然后利用解扩重扩算法获得的加权矢量进行欺骗式干扰识别和抑制,最后对无干扰信号再次使用解扩重扩技术形成指向真实卫星的高增益多波束。仿真结果证明所提方法可以同时抑制压制式干扰和欺骗式干扰。该方法不需要卫星来向信息,对阵列流形误差稳健。     

一种新的GNSS快速定位算法

GNSS定位的经典算法Gauss-Newton迭代法对初始位置依赖性强,若初值设置不当则迭代次数增加,而每次迭代涉及矩阵乘法和矩阵求逆,计算量剧增,直接影响系统冷启动首次定位时间。直接解算定位法无需初值和迭代计算,计算量小但定位精度较差。针对上述问题,本文提出了一种两步快速定位法,首先用直接解算法解算出用户的概略位置,然后将距离方程组在该位置处进行泰勒展开,用加权最小二乘算法计算用户位置的修正量,概略位置修正后即为用户位置。新算法与传统Gauss-Newton迭代定位算法相比,在保证相同定位精度前提下大幅降低运算量,具有重要的工程意义。仿真结果证明了新算法的有效性。      

基于回归树的支持向量机规则提取及应用

支持向量机（SVM）因为核函数应用内积运算造成了模型较强的“黑箱性”。目前SVM的“黑箱性”研究主要采用规则提取方法解决分类问题,而回归问题鲜有提及。针对回归问题,尝试性提出基于回归树算法的SVM回归规则提取方法,算法充分利用支持向量的特殊性以及回归树的优势,建立支持向量的决策树模型,成功提取出决策能力高,包含变量少,计算量小且容易读取的规则。通过标准数据集Auto MPG和实际的煤制甲醇生产数据集进行了验证,与其他算法对比分析结果表明,所提取的回归规则在训练精度和预测精度等方面都有一定程度的提高。     

烧结矿FeO含量的合理控制与优化

烧结矿中FeO含量对烧结矿的冶金性能有重要影响,但是烧结过程的大滞后性和动态时变性,以及影响因素的复杂性导致难以实现FeO含量的有效控制。建立分别基于BP网络和RBF网络的预报模型。仿真结果表明,在处理烧结过程非线性问题时,选用基于自适应修改斜率学习算法的BP网络预报模型具有更好的泛化能力,网络结构简单,预报命中率达到96%。针对预报结果,采用区间控制策略来优化烧结矿FeO含量,既能避免因为频繁改动参数造成的生产不稳定,又能达到有效控制的目的。