M元扩频OFDM水声通信新方法

扩频水声通信能够抗信道衰落、多径干扰,具有传输距离远、可靠性高、被截获性低的优点。然而,水声通信可用带宽很窄,导致其数据率低。文章在伪随机序列扩频水声通信和OFDM水声通信研究及湖上成功实验的基础上,提出了一种基于M元伪随机序列组和OFDM技术的新型扩频OFDM(MSS-OFDM)水声通信方法。该方法能使得扩频水声通信数据率提高2.(log2M).(log2Q)倍。从理论上分析了M元扩频OFDM在高斯白噪声信道(AWGN)下的误码率性能,并通过仿真验证了其较强的稳健性。利用湖试测量得到的多径信道参数模型,分析比较了OFDM、SS-OFDM以及MSS-OFDM的水声通信误码率性能,结果表明:M元扩频OFDM具有双重抗多径干扰的优点,即使在没有保护间隔的情况下,也能获得较好的通信效果;由于采用了伪随机序列组,该方法也可用于水声网络通信。     

一种双正交循环码M元扩频接收机性能分析

提出了一种采用双正交循环码的M元扩频接收机可案，在发送端，每个用户采用双正交循环码买现M元扩频，而接收机利用一个变换域匹配滤波器就可完成M元扩顿信号的解扩，与传统的M元扩频系统相比较，该方案有效地降低了M元扩频系统的复杂度和选码的难度。     

基于载波干涉扩频码的MC-CDMA系统建模

针对复信号高阶调制的系统分析及模型,将只适用于BPSK的系统模型进行扩展,建立了复信号高阶调制系统模型.并对系统用户间干扰概率分步及其性能影响进行了分析和仿真。研究表明:在复信号高阶调制状况下,系统无法正确解调;但对于单个用户,删除干涉码组干扰最强的2个用户后能够通过一定纠错编码正确解调。     

高效扩频通信技术的研究

在现代战争中，为全面实时了解战场的动态变化，以便作出重要的战略决策，不仅要求对数据和语音信号进行传输，更要求有高质量的图像传输。根据现代战争对无线图像传输抗干扰的要求，提出了一种基于编码扩频理论和正交多载波理论的高效扩频图像传输方法，并利用现有的数字信号处理器和现场可编辑门阵列，完成了实验室样机的研制，从而在频带资源受限的条件下，实现了多路图像信号的扩频传输。     

基于Ricean因子的无人机自适应MIMO通信方案

为了进一步提升无人机的通信容量,针对无人机信道的特点,提出了一种基于Ricean因子的无人机自适应MIMO通信方案.该方案利用了波束赋形(beamforming,BF)和空分复用(spatial multiplexing,SM)两种MIMO技术,通过Ricean因子实现BF与SM的自适应切换,并推导出了切换门限值的闭式表达式.相较于传统的无人机通信,该方案获得了更大的通信容量,且在高信噪比时容量提升显著.而与最优MIMO方案相比,所提出的自适应MIMO方案降低了计算复杂度.仿真表明,所提出的自适应通信方案可以进一步提高无人机通信容量.     

高速分组无线网中M进制正交扩频方法的研究

基于M进制正交扩频通信的基本原理,给出了正交扩频偏码的产生和选取原则,提出了适合于高速分组无线网的应用环境和能够实现快速同步捕获和高速信息传输的新方法,即传输信息的同时,增加同步捕获逻辑信道,设计了用Walsh函数和m序列扩频编／解码的QPSK调制解调实验系统,证实了方案的有效性。     

无人机精确打击技术

无人机精确打击技术作为无人机技术的最新形态正在悄然改变着现代战争的格局,本文着重介绍了精确打击无人机的概念和关键技术,并对未来战争的影响进行了分析.     

基于预均衡的正交循环码M元MC-CDMA系统研究

提出了一种适用于TDD上行链路的基于预均衡和正交循环码的M元MC-CDMA系统．各移动用户使用正交循环码进行M元扩频,降低了选码的难度．由于上行链路的M 元MC-CDMA信号在传输前经过了预均衡处理,使得各用户信号在到达基站后能够保持良好的正交性．在将基站接收信号分别与各用户原型扩频码镜像序列的OFDM调制结果相乘后,利用OFDM解调器可同时完成M元解扩和多载波解调．研究结果表明,本系统的频带利用率和计算复杂度均优于传统的M元MC-CDMA系统．     

TDRSS高速反向链路多进制扩频抗干扰方案研究

分析了跟踪与数据中继卫星系统（trucking and data relay satellite system,TDRSS）高速反向链路数据组2（data group2,DG2）传输带宽和功率受限的特点,针对其在高信息传输速率条件下提高抗干扰能力的需求,提出了多进制扩频抗干扰方案。在研究了多进制扩频技术在高速率传输下抗干扰性能的基础上,结合该技术对高速链路进行建模,并根据模型进行了数字与半实物仿真。仿真结果证明了多进制扩频抗干扰技术能在有限的传输带宽内大大提高高速反向链路抗干扰性能。     

应用FB-FDE的M元扩频通信系统

针对低仰角宽带地空通信中信道的多径时延较大和快速时变的问题,提出了一种应用滤波器组频域均衡技术(FB-FDE)的M元扩频通信系统方案。由于在滤波器组各子带中便于采用简单的均衡器消除动态长时延多径的影响,而M元扩频系统支持CDMA多址高效传输,因此该系统可在不降低信道效率的前提下增强系统的抗动态多径衰落能力。理论分析和仿真试验表明,该系统比采用SC-FDE技术的通信系统具有更好的传输特性,更适合于低仰角下宽带多用户地空通信。     

无人机航空遥感系统关键技术研究

简要分析了在我国发展无人机航空遥感系统的必要性和可行性,针对我国某型民用无人机,设计了无人机航空遥感信息平台的总体技术框架.在此基础上,对构建无人机航空遥感信息平台所涉及的关键技术进行了分析.指出高精度的组合导航、不同遥感传感器设备的集成、遥感数据机上处理与压缩以及遥感数据近实时传输等是实现无人机航空遥感信息平台的关键技术.     

基于微分跟踪器的共轴反桨无人机串级TD-PID控制算法

针对传统PID控制算法对共轴反桨无人机的欠驱动、强耦合非线性系统控制效果不理想的问题,提出基于微分跟踪器的串级TD-PID控制算法,以提高无人机飞行稳定性. 设计共轴反桨无人机飞行系统,针对无人机的姿态控制提出基于微分跟踪器的串级TD-PID控制算法：外环为传统PID算法,内环使用2个微分跟踪器,通过串级控制改善系统动态性能. 在Matlab/Simulink中搭建控制系统的仿真模型进行仿真试验. 仿真结果表明：相较于传统串级PID控制算法,所提控制算法超调量更小,系统稳定性有较大提高. 对比串级TD-PID控制算法与串级PID控制算法控制效果的飞行试验结果表明：所提控制算法能有效减少系统超调量,提升系统稳定性和抗干扰能力.     

固定翼无人机自适应滑模控制

针对固定翼无人机的姿态和速度控制中存在不确定和外部扰动的问题,设计自适应超螺旋滑模干扰观测器和控制器,实现了固定翼无人机对速度指令和姿态指令的有限时间精确跟踪.首先建立固定翼无人机速度模型和基于四元数的姿态误差模型;进而在该模型的基础上针对无人机飞行过程中的外部扰动和不确定问题,采用自适应超螺旋滑模算法设计干扰观测器对干扰和不确定进行快速估计,并在此基础上设计多变量超螺旋控制器使固定翼无人机快速、精确地跟踪期望的速度和姿态指令;最后基于Lyapunov理论证明了该系统的稳定性.仿真结果表明:所提出的综合控制策略可以实现固定翼无人机速度与姿态的快速精确跟踪并具有良好的鲁棒自适应能力,而且针对无人机不同的飞行指令,使用该控制策略都能使无人机快速稳定的达到预期目标.     

四旋翼无人飞行器ADRC-GPC控制

针对四旋翼无人飞行器的姿态控制系统,需要研究先进控制策略来达到满意的性能.将自抗扰控制(ADRC)与广义预测控制(GPC)相结合,设计一种新型自抗扰广义预测控制器(ADRC-GPC),利用ADRC中的扩张状态观测器(ESO)来估计和补偿非线性系统的模型不确定性以及外部扰动作用,将原始对象模型转化为积分器形式,然后针对积分器设计广义预测控制器.阶跃响应系数矩阵能被解析地求解出来,可有效地解决广义预测控制计算量大的问题.研究结果表明:所提出的ADRC-GPC控制方法能够对四旋翼无人飞行器姿态系统进行实时控制,可满足控制精度及快速性要求,并能有效地克服系统的外部干扰和多变量耦合作用.自抗扰广义预测控制器能够有效地控制欠驱动非线性多变量系统.     

Three-dimensional multi-constraint route planning of unmanned aerial vehicle low-altitude penetration based on coevolutionary multi-agent genetic algorithm

To address the issue of premature convergence and slow convergence rate in three-dimensional (3D) route planning of unmanned aerial vehicle (UAV) low-altitude penetration, a novel route planning method was proposed. First and foremost, a coevolutionary multi-agent genetic algorithm (CE-MAGA) was formed by introducing coevolutionary mechanism to multi-agent genetic algorithm (MAGA), an efficient global optimization algorithm. A dynamic route representation form was also adopted to improve the flight route accuracy. Moreover, an efficient constraint handling method was used to simplify the treatment of multi-constraint and reduce the time-cost of planning computation. Simulation and corresponding analysis show that the planning results of CE-MAGA have better performance on terrain following, terrain avoidance, threat avoidance (TF/TA²) and lower route costs than other existing algorithms. In addition, feasible flight routes can be acquired within 2 s, and the convergence rate of the whole evolutionary process is very fast.     

软件实现的无人机故障注入系统

结合无人机的特点提出了一种基于软件的无人机故障注入系统实现方案,利用故障注入技术实时地模拟无人机机载设备的故障,演示机载设备在寿命试验中的快速失效过程;并构造了一个实用的故障注入工具UAVFI-01,考察无人机故障检测、隔离及系统重构的能力,测试其可靠性.在无人机动态测试过程中,故障注入试验结果表明了这种方案的正确性和可行性.     

基于等价空间的无人机飞行控制系统故障检测

无人机(unmanned aerial vehicle, UAV)飞行控制系统的故障检测,对于保障无人机的飞行安全具有重要意义。等价空间方法具有残差与未知初始状态解耦的优势,但随着等价空间阶次的提高,其在线计算量显著增大。针对上述问题,提出一种基于等价空间的无人机非线性飞行控制系统快速故障检测方法。建立无人机飞行控制系统的非线性故障模型,在针对线性离散时变系统的等价空间故障检测方法研究的基础上,利用Krein空间投影来实现残差评价函数的递推计算以减小故障检测计算量。以无人机空速管及升降舵故障检测为例,对算法进行了仿真试验验证。试验结果表明,提出的方法可以实现无人机飞行控制系统的快速故障检测。     

基于无人机遥感影像的水体提取方法

针对无人机（UAV）影像水体提取出现的噪声干扰、光谱混淆、分割尺度难把握、无法使用水体指数等问题,提出边缘检测算法结合面向对象方法的新水体提取方法（AUCSN）. 采用各向扩散滤波算法对影像去噪;采用Canny边缘检测算子对去噪后影像进行边缘提取,提取结果与去噪后影像进行波段重组,利用改进的邻域绝对均值差分方差比法对重组影像选取最优分割尺度,开展多尺度分割. 结合水体对象的光谱、形态、纹理特征建立模型,对分割后影像实现水体粗提取. 将粗提取结果利用形态学闭运算填充孔洞,实现水体提取. 实验结果表明,采用AUCSN方法进行水体提取,不仅提高了提取效率,而且提取精度能够达到96%.     

Comparison of linear and nonlinear aerodynamic parameter estimation approaches for an unmanned aerial vehicle using unscented Kalman filter

Aerodynamic parameter estimation provides an effective way for aerospace system modeling using measured data from flight tests,especially for the purpose of developing elaborate simulation environments and designing control systems of unmanned aerial vehicle(UAV)with short design cycles and reduced cost.However,parameter identification of airplane dynamics by nonlinear models is complicated because of the noisy and biased sensor measurements.Using linear models for system identification is an alternative wa...     

改进决策树的无人机空战态势估计

针对无人机空战态势估计中存在的多参数、非线性、实时性问题,提出了一种改进决策树思想的态势估计推理方法.首先,通过结合无人机与敌机的状态参量作为决策树模型的输入,确保态势估计的依据中包含交战双方的信息,为无人机态势估计的结果的合理性提供理论依据;然后,建立4类态势结果作为决策树模型的输出,以满足态势响应快速性的要求,根据影响空空导弹攻击区的状态参量,对比相同状态参量下,无人机与敌机的评价指标值的大小,构建对应的空战态势分类指标.建立了空战态势分类规则,作为决策树的推理规则,在决策树的节点对态势不断细化.最后,针对决策树中未开发分支引入反推理规则,在未知情形下提高学习能力.通过对不同的典型空战场景:一对一、一对二和二对二,进行仿真验证,并将结果与贝叶斯推理法进行全面比较,通过分析,所提方法用时5.39 s,准确度为80%,贝叶斯推理法用时11.63 s,准确度为60%.准确的实验结果表明所提方法比贝叶斯推理方法的评估速度更快,准确度更高.