摘要：目录服务是面向服务架构的战场环境保障系统的重要功能,其根本目的是使分布、海量战场环境信息形成面向任务的数据集,供作战人员使用。为了规范战场环境信息目录服务并实现智能查询功能,将OGC-CSW规范和本体引入战场环境信息目录服务的设计中,建立了战场环境信息目录服务框架,并重点对面向任务的元数据信息模型、任务本体模型以及语义查询机制等关键技术进行了深入研究。最后通过实验对文中方法进行了验证。

摘要：为了设计高性能的合成射流激励器,实验采用热线风速仪测量激励器出口的流动速度,对不同大小激励器、不同出口形状激励器、单 双膜激励器以及金属振动膜处于不同装配受压状态下的激励器分别进行了试验。实验结果显示:激励器的结构决定了合成射流激励器的性能;激励器出口射流平均速度除了与激励器大小、出口面积有关外,还与出口形状有关,采用方孔 矩形孔形式的开口有利于建立较强的合成射流;双膜与单膜工作相比,合成射流最大速度基本上是成两倍关系;金属振动膜的安装形式(受压状态)不影响合成射流随频率的变化规律,但对合成射流速度影响很大,当激励器振动膜处于螺栓拧紧受压状态时,与振动膜不受压状态相比,合成射流出口速度几乎下降了一个数量级。

摘要：提出了一类新型表面波天线,并分析其辐射特性。研究结合预修正快速傅里叶变换方法和矩量法的算法求解体面结合积分方程,快速准确分析金属介质混合问题。通过对比表面波天线的辐射方向图和驻波测试曲线,验证了算法的准确性。分析了该表面波天线的金属电流分布,说明该天线具有单振子天线的辐射特性,为天线高增益、小型化设计提供了思路。

摘要：多发多收(MIMO)体制雷达综合采用多通道、多频技术,为解决星载GMTI面临的探测慢速运动目标和消除盲速估计等问题提供了有效途径。MIMO雷达工作的基础是有效的波形设计。因此,在分析正交波形性能的基础上,结合GMTI应用需求,建立了星载MIMO雷达步进频率正交信号的基本参数确定准则,研究了步进频率MIMO雷达空时频联合自适应处理的基本原理,通过仿真验证了MIMO雷达在杂波抑制和GMTI性能上的优势。

摘要："导航战"条件下要求接收机具有较强的抗干扰性能,射频电路是制约接收机抗干扰性能的瓶颈之一。针对星载导航接收机的特点,同时兼顾弱信号接收与强信号接收的情况,以接收机在整个信号范围内工作时能够抑制的干信比J最大为优化目标,分析了电路允许实现的最大干信比Jmax及射频电路各级增益的求解方法;进而针对纯电阻网络组成的特殊AGC电路,简化了求解方法;给出了该类AGC电路的设计实例,测试结果满足35dB的干信比指标要求。分析方法不仅适用于导航接收机设计,还可推广应用于指导各类接收机的设计。

摘要：提出了一种变速率调制系统的设计方法。基于现场可编程门阵列（FPGA）,在硬件系统中实现了新方法。所设计的系统能够处理（13.5～300）Mbps连续变化的比特速率。通过将整个可变速率范围分成若干小段,分别经过不同倍数的采样滤波,保证了所有符号速率对应的数据能够被调制到数模转换芯片（DAC）处理范围内。给出了系统整体设计结构,分析了硬件实现时的难点,论述了并行采样滤波与并行载波生成等设计方法。硬件实现结果表明,所提出的设计方法能够实现对较宽范围内连续可变速率信号的调制。系统的易扩展性也保证了所设计结构能够处理更宽的变速率范围。

摘要：EOS(对地观测卫星)成像调度需要根据用户提出的成像任务需求确定卫星成像序列,是一个复杂的组合优化问题。考虑到成像侧视约束条件,建立EOS成像调度的多目标有向无环约束图模型。在此模型的基础上提出了基于SPEA2(strength pareto evolutionary algorithm 2)的多目标成像调度算法,采用约束控制技术设计遗传算子处理成像约束。经过三个实际的多目标成像调度问题测试,表明该算法可以有效地解决EOS成像调度问题。

摘要：将电磁带隙材料用于孔径耦合微带天线的设计,利用其频率带隙抑制天线中激励的表面波,分别考虑高介电常数和低介电常数的情况。仿真和实验结果均证明在表面波的影响比较显著的情况下,电磁带隙材料的引入可以有效的抑制表面波的传播,从而改善原有天线的性能。从设计的例子来看,对于孔径耦合微带天线,在提高增益上的作用更显著。

摘要：卫星导航接收机跟踪信号的能力取决于锁相环的跟踪精度,相位鉴别器在锁相环设计中具有重要地位。针对点积鉴相器和二象限反正切鉴相器在输入信号有限字长效应下,对鉴相器性能的影响问题,建立了鉴相器有限字长误差模型。通过理论推导输入信号的统计特性,计算得到鉴相器输入信号均值和方差表达式,并分析了有限字长对鉴相器的均值和方差、收敛区间和鉴别增益的影响情况。由理论和仿真验证,得出了鉴相器在输入信号有效位数3比特以上时,对环路跟踪精度没有影响的结论。

摘要：在分析任务特点和卫星约束的基础上给出了多星协同任务规划问题的数学模型。引入约束惩罚算子和多星联合惩罚算子对卫星Agent原始的效用值增益函数进行改进,在此基础上提出了一种多卫星Agent强化学习算法以求解多星协同任务分配策略,设计了基于黑板结构的多星交互方式以降低学习交互过程中的通信代价。通过仿真实验及分析证明该方法能够有效解决多星协同任务规划问题。