一种SAR载荷卫星的脉冲式电磁泄漏测试方法

    公开(公告)号:CN114264888B

    公开(公告)日:2024-04-09

    申请号:CN202111486371.1

    申请日:2021-12-07

    Abstract: 本发明涉及一种SAR载荷卫星的脉冲式电磁泄漏测试方法,特别涉及舱内脉冲式电磁泄漏的测试方法,属于SAR载荷卫星电磁兼容性技术领域。本发明实现了SAR载荷信号具体特征参数对测试结果影响的修正,一方面提高了测试准确性,另一方面,可针对不同的参数计算具体的修正因子,保证了方法的通用性。本发明实现了SAR载荷工作模式对测试结果影响的修正,充分考虑了载荷扫描模式的影响,以便充分评估载荷不同扫描模式对电磁泄漏的影响,避免造成欠设计。本发明提出了场强测试探头特性修正方法,一方面提高了测试结果的准确度,另一方面,实现了采用通用设备进行脉冲式电磁泄漏的高灵敏度要求测试,克服了通用仪器设备支持不足的问题。

    一种SAR载荷卫星的脉冲式电磁泄漏测试方法

    公开(公告)号:CN114264888A

    公开(公告)日:2022-04-01

    申请号:CN202111486371.1

    申请日:2021-12-07

    Abstract: 本发明涉及一种SAR载荷卫星的脉冲式电磁泄漏测试方法,特别涉及舱内脉冲式电磁泄漏的测试方法,属于SAR载荷卫星电磁兼容性技术领域。本发明实现了SAR载荷信号具体特征参数对测试结果影响的修正,一方面提高了测试准确性,另一方面,可针对不同的参数计算具体的修正因子,保证了方法的通用性。本发明实现了SAR载荷工作模式对测试结果影响的修正,充分考虑了载荷扫描模式的影响,以便充分评估载荷不同扫描模式对电磁泄漏的影响,避免造成欠设计。本发明提出了场强测试探头特性修正方法,一方面提高了测试结果的准确度,另一方面,实现了采用通用设备进行脉冲式电磁泄漏的高灵敏度要求测试,克服了通用仪器设备支持不足的问题。

    同频干扰下高精度快速时频差估计方法

    公开(公告)号:CN119312000A

    公开(公告)日:2025-01-14

    申请号:CN202411224708.5

    申请日:2024-09-03

    Abstract: 本发明提供了一种同频干扰下高精度快速时频差估计方法,通过采集第一接收站和第二接收站分别对地面同一目标的接收数据,计算第一接收站的循环频率值;分别对第一接收站和第二接收站的接收数据进行大尺度时域偏移,并基于循环频率值计算第一接收站的粗疏循环自相关函数和第一接收站和第二接收站的粗疏循环互相关函数,并基于粗疏循环自相关函数和粗疏循环互相关函数计算时频差粗估计值;根据时频差粗估计值,调整时差搜索范围再计算对应的精细循环自相关函数和精细循环互相关函数,最终基于精细循环自相关函数和精细循环互相关函数求得时频差估计值。如此,本发明能够实现时频差参数高精度估计,有效提升计算效率。

    一种密集无线信号的分离方法
    5.
    发明公开

    公开(公告)号:CN119094052A

    公开(公告)日:2024-12-06

    申请号:CN202411211953.2

    申请日:2024-08-30

    Abstract: 一种密集无线信号的分离方法,在无先验信息的情况下,对同时包含多个密集分布的无线信号的采样数据进行高灵敏度检测,统计无线信号频谱的概率分布情况,根据结果自适应确定门限,依照门限对信号进行滤波分离并估计信号的参数,并快速将各个信号进行分离,从而获得仅包含一种信号的数据。无线信号的分离方法为无线电管理及频谱监测等应用提供技术基础。

    一种卫星轨道布局优化方法
    6.
    发明公开

    公开(公告)号:CN118859245A

    公开(公告)日:2024-10-29

    申请号:CN202410810990.9

    申请日:2024-06-21

    Abstract: 本发明提供一种卫星轨道布局优化方法,包括:分析卫星实际应用需求,确定卫星部署轨道;以卫星部署轨道的轨位为变量,计算每个备选轨位的通信能力指标值;利用层次分析法计算通信能力指标值的加权值,由加权值乘以通信能力指标值求和获得通信能力评估值;结合卫星部署轨道及对应轨道的卫星部署数量,利用影响因子生成方法生成卫星数量影响因子,并利用卫星数量影响因子和通信能力评估值计算每个备选轨位的总体能力评估值;使用前述方法计算每个备选轨位的总体能力评估值,使用粒子群智能优化方法循环查找总体能力评估值最大的卫星备选轨位,将其作为优化卫星轨位。本发明解决了最优体系综合性能条件下卫星轨位及数量选择的最优性和经济性问题。

    一种基于深度学习的无线协议识别方法

    公开(公告)号:CN115238768A

    公开(公告)日:2022-10-25

    申请号:CN202210715379.9

    申请日:2022-06-22

    Abstract: 本发明是一种基于深度学习的无线协议识别方法,包括如下步骤:1)无线协议信号层数据采集,经均值方差归一化处理后,构建数据集;2)构建基于深层卷积自编码网络的特征提取模型,并以重构信号与输入信号相似度构建模型误差函数;3)采用逐层训练与微调的优化方法,获取特征提取模型参数;4)基于特征提取模型、全连接层与识别层,构建协议识别模型;5)采用Adam反向传播算法,以最小化交叉熵误差函数为目标优化识别模型;6)对待识别数据进行均值方差归一化处理并识别。本发明能够解决传统协议识别方法无法在未解调情况下进行协议识别的问题,同时引入深度学习模型,避免了传统方法在特征提取方面对先验的依赖,进而实现智能精准的无线协议识别。

Patent Agency Ranking