基于公式法的一种快速估算对星参数的方法

来源 :通信技术 | 被引量 : 0次 | 上传用户:x1u2e3
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于复杂地域环境下遂行多样化任务需求,支持高速数据业务的卫星通信系统更加重要。通过研究某型背负式卫星通信设备的技术特点,介绍了一种卫星地球站对星参数的快速估算方法(称为图示法),并设计了分组实验进行验证。实验结果显示,图示法不需要掌握复杂的理论,理解复杂的公式或者进行复杂的计算,入门门槛低、估算用时短、估值精度高,可在较短的时间内解决现地对星估值的需求,且对采用线极化方式的通信卫星具有普适性。
其他文献
针对毫米波雷达与视觉传感器融合在数据层融合时对行人和小物体的检测效果不佳,以及特征层融合时权重难以分配的问题,提出一种基于注意力的融合方法,能够有效地解决以上两个问题。首先,在数据层的空间上利用雷达的空间信息确定重点检测区域,并且突出重点检测区域的特征,形成空间上的软注意力;其次,在特征层的通道上用通道注意力权重学习方法,对融合特征权重进行分配。通过在晴天、雨天和夜间等多种光照环境下进行实验,表明
通信辐射源个体识别在民用和军事中应用广泛,主要涉及特征参数提取和识别分类方法两方面问题。随着深度学习技术的发展,卷积神经网络(Convolutional Neural Network,CNN)在图片分类识别上已经具有强大能力。为了发挥CNN对图像的优越识别分类特性,提出了一种利用IQ数据得出时域功率图,并对时域功率图进行识别的方法。时域功率图包含不同辐射源个体的IQ不平衡特征,具有个体差异性,能达到辐射源识别的效果。通过实验,该方法在普通电台上可达到93%的识别率。对比双谱特征,该方法有更好的识别能力。实
当前信息系统网络规模日益扩大,网络安全设备数量及种类急剧增多,导致系统配置异常复杂困难.此外,网络威胁攻击方式层出不穷,攻击手段复杂多变,信息系统防护难度急剧增高,导