基于铱星SBD业务的无人飞行器通用应急通信终端设计

来源 :第二届高分辨率对地观测学术年会 | 被引量 : 0次 | 上传用户:wintelchia
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
根据航空对地观测无人飞行器的应急通信需求,基于铱星的SBD业务,设计了一种超视距通信终端.该终端使用铱星通信链路,无距离限制,体积小,重量轻,能够实时获取飞行器的GPS定位信息并发送到地面,数据获取方式灵活,可靠.经过GPS信号模拟器的测试,该终端的GPS模块无高度限制,数据发送频次可以达到30S以下,满足设计要求,是一种适用于各种无人飞行器的通用应急通信终端.
其他文献
近场扫描技术和辐射发射测试技术分别应用于天线测试以及电磁兼容测试领域.本文将这两项测试技术相结合,提出“辐射法”定性测量线缆与接插件的整体屏蔽优劣,并通过试验验证了该方法正确性.该技术可辅助设计师指导航天器内部线缆的布局.
基于平流层的环境特点,建立了传感器飞艇热物理模型,包括太阳辐射、地气系统长波辐射、囊体自身红外辐射、对流换热以及飞艇内部任务载荷发热等模型,并运用数值仿真软件对艇内气体温度分布进行了数值仿真计算.结果表明,传感器飞艇艇内气体温度主要由太阳辐照决定,白天太阳辐照较强,艇内气体平均温度较高,基本在260K-272K之间,并存在明显的温度分层;夜晚无太阳辐照,艇内气体平均温度较低,与环境温度基本持平,且
传统的居民地检测方法通常基于单幅遥感影像,并需要大量人工标注的数据样本支持,自动化程度低.针对这一问题,提出一种无监督的基于多幅高分辨率遥感影像的居民地协同检测算法.首先对输入影像集中的各个影像进行独立处理:利用改进的Harris算子检测影像中的角点,然后根据影像中的角点分布提取其中的候选居民地区域.在得到各个影像中的候选居民地区域后,把它们合并起来得到一个候选居民地区域集合,然后对它们进行纹理特
在对极化SAR数据进行相干斑抑制过程中,保持其极化信息是首要考虑的问题,而对极化SAR数据各元素进行独立的滤波是不可取的,依据极化SAR数据噪声模型,将双边滤波推广至极化SAR数据处理,推导出了一种新的相似性距离度量公式,所提出方法可以直接对极化协方差矩阵C或极化相干矩阵T进行处理.该方法能够保持极化信息,有效地抑制相干斑,同时能够很好的保持点目标、纹理结构,在处理大幅面的极化SAR数据时简单、快
航天信息系统所提供的高分辨率对地观测信息具有真实性好、准确性高、实时性强、可视化效果好、形象直观等优点,为有效提高航天信息直接支持战役战术的应用水平,切实发挥航天信息倍增器等效能,需要以终端为媒介实现多途径加载显示多源航天信息数据产品、高效实时信息接收与发送、实时获取准确的任务现场位置信息与定位等功能,用以提升作战单元的机动、高效、实时态势感知的能力.本文在调研国外战术终端应用的基础上,结合终端对
对日安全模式设计的目的是在卫星姿态异常时控制星体电池阵对日,以保证能源供应.一般卫星对日安全模式都是采用喷气作为执行机构,但根据高分辨率观测卫星长寿命和高精度轨道保持要求,利用喷气控制实现对日安全模式,将带来燃料消耗、轨道控制误差等不利因素.因此提出了一种以反作用飞轮为执行机构的对日安全模式控制方法,实现星体对日定向,并在满足能源条件和敏感器可用后绕空间轴进行姿态机动,直接返回正常对地姿态.
对地观测立体图像对间的密集点匹配,是进行三维地形重建的基础.针对线阵对地成像图像对,研究了自动、快速进行密集点匹配的技术.首先基于SIFT算子进行图像对之间较显著特征的稀疏匹配,然后在稀疏匹配的基础上,基于单应矩阵引导进行最小二乘相关的密集点匹配.其中针对三线阵CCD相机成像的特性,对同轨道不同视角成像的线阵图像之间进行了二次函数形变补偿;对不同轨道图像之间进行了光照一致性进行调整校正补偿.经过对
海量高分辨率卫星遥感数据使得有限的星地数传信道带宽与快速实时或准实时下传之间的矛盾更加突出,而当前空间遥感应用对空间遥感信息的响应时效性却提出了更高的要求.本文在已有星载海量遥感数据在轨智能预处理和传输控制技术理论研究的基础上,从利于在高分卫星上工程实现的角度,对适应星载特殊环境的新型通用化高性能在轨并行数据处理系统架构设计和实现技术进行了研究.在给出系统架构设计指导原则的基础上,选用广泛应用于国
Optimizement have been made in the realization of FIR filter to meet the requirement of communication signal sorting,the proposed method can be realized by simple operation within the capability of FP
提出了一种基于目标高分辨距离像时频域非负稀疏编码的合成孔径雷达(SAR)目标识别方法.首先,将目标的SAR图像转换为高分辨距离像.然后,采用自适应高斯基表示方法计算每个距离像的非负时频矩阵.其次,对训练目标所有距离像的时频矩阵采用非负稀疏编码方法学习时频基.在目标识别中,通过将每个距离像的时频矩阵投影到低维的时频基空间上来提取特征矢量.最后,在提取特征矢量的基础上,通过支撑向量机目标识别决策实现目