【摘 要】
：
星基广播式自动相关监视（Automatic Dependent Surveillance-Broadcast,ADS-B）系统是实现广域范围内航空器监视的一种重要技术手段,通过将高灵敏度的ADS-B接收机安装在低轨道卫星中,利用多颗低轨道卫星形成全球覆盖的星基ADS-B系统,从而实现全球范围内航空器的监视。与传统的陆基ADS-B系统相比,星基ADS-B载荷系统复杂,其监视性能受到多种因素影响,通过
论文部分内容阅读
星基广播式自动相关监视（Automatic Dependent Surveillance-Broadcast,ADS-B）系统是实现广域范围内航空器监视的一种重要技术手段,通过将高灵敏度的ADS-B接收机安装在低轨道卫星中,利用多颗低轨道卫星形成全球覆盖的星基ADS-B系统,从而实现全球范围内航空器的监视。与传统的陆基ADS-B系统相比,星基ADS-B载荷系统复杂,其监视性能受到多种因素影响,通过监视性能指标揭示出干扰对星基ADS-B载荷性能造成的影响,而星基ADS-B载荷性能指标的定义以及其评估方法目前尚是一个空白,因此开展星基ADS-B载荷性能评估方法的研究具有重要意义。论文主要从以下两个方面开展研究:一、参考ADS-B相关技术规范,提出了星基ADS-B载荷性能评估指标及评估方法,性能指标包括:监视覆盖半径,目标检测概率,目标识别概率,空中速度更新概率,位置报告更新间隔,位置消息更新间隔,峰值消息速率,消息丢帧率;二、基于“北航空事卫星一号”监视载荷获取的航空器监视数据对监视载荷的性能进行评估,评估结果表明:“北航空事卫星一号”具备了在全球范围内对运输航空及通用航空器监视跟踪的能力;监视载荷覆盖半径达1710公里,目标检测概率大于35%,目标识别概率大于68%,空中速度更新概率大于33%,位置报告更新间隔小于8秒,峰值消息速度达到1003个/秒,丢帧率小于58%,位置消息更新间隔小于12秒。
其他文献
L波段数字航空通信系统（LDACS）是未来面向航路阶段的空地数据链路,其工作频段计划部署在航空无线电导航频段,与民航测距机（DME）的频谱有部分重叠,容易受到大功率DME信号的干扰,对机载平台来说,DME干扰和LDACS信号的空间来向一般不同,因此可以采用空域滤波的方法进行干扰抑制和有用信号的提取。为了实现自适应干扰抑制和波束形成,有必要研究LDACS信号或DME干扰的波达方向估计方法。本文主要研
随着计算机视觉研究领域的不断深入,研究对象维度逐渐由二维空间向三维空间发展。得益于摄影装备的进步与摄像头的普及,大量的二维图片数据被生成并加以应用,使得图像的相关计算机视觉技术不断发展,进展迅速。但现如今二维图像数据已经无法满足日益增长的工业生产需求,对于三维点云数据的研究变得愈发重要。在同步定位与建图（SLAM）,机器人视觉和逆向工程等领域,点云数据是研究的基础,点云配准结果的优劣很大程度上影响
目的手术仍是目前治疗胶质瘤（glioma）的最佳方法。然而,由于胶质瘤与正常脑组织常界限不清,最大范围地切除胶质瘤仍然是极为艰难的。荧光成像（fluorescence imaging）是一种可以区分肿瘤-正常脑组织边界的技术,在胶质瘤手术中具有很好的应用前景,而荧光探针的应用则是荧光成像中最主要的一种。本研究旨在寻找胶质瘤中特异性表达的靶点,根据该靶点设计荧光探针,验证荧光探针辨别胶质瘤的能力。方
背景:垂体腺瘤（PA）是由腺垂体细胞引起的良性神经内分泌肿瘤,占所有原发性颅内肿瘤的10%-20%。直径3 cm及以上的垂体巨腺瘤因为受肿瘤形态、侵犯部位、病理特性等诸多因素影响,其手术效果及预后大相径庭。目的:本次研究旨在探索垂体巨腺瘤术后复发和进展的相关危险因素,来帮助临床医生对该肿瘤的综合治疗,为制定多学科个体化治疗方案提供参考,减少肿瘤的复发率,改善患者预后。方法:本研究回顾性分析了201
背景:脑肿瘤是神经外科的常见疾病,它影响人体最重要的器官,严重危及患者的生命。根据国家癌症中心2019年发布的数据显示,我国中枢神经系统肿瘤的发病率占全身肿瘤第9位,虽然脑肿瘤在全身所有肿瘤占比不高,但其致残致死率却高于其他肿瘤。无论何种类型的脑肿瘤,早期发现和早期治疗是提高脑肿瘤治愈率,降低残死率的关键。目前CT和MRI是诊断脑肿瘤的有效方法,但CT射线对人体有害,MRI价格昂贵,体积庞大,均无
与传统的仪表着陆系统相比,基于全球卫星导航系统的着陆系统（GLS）通过计算模拟虚拟下滑道信息,可提供更灵活的进近着陆指引。由于卫星导航质量易受大气异常影响,即使在地基增强系统（GBAS）提供完好性增强信息的情况下,也会由于复杂电离层环境影响,使增强信息不能弥补环境影响导致的误差,导致GLS机载接收机导航服务性能大大降低,对民航的飞行安全造成威胁。本文针对GLS机载接收机性能评估问题,重点围绕复杂电
随着人工智能的迅速发展,深度学习技术被逐渐应用到X光安检领域,这对于提升安检人员的工作效率和保障社会公共安全具有重要意义。由于X光图像中目标尺度变化明显、背景干扰比较严重等因素的影响,目前基于深度学习的目标检测算法存在精度不高和目标漏检的问题。为了进一步提升算法性能和推进X光安检的自动化进程,本文在现有的目标检测算法基础上设计了改进算法。（1）为了提升X光图像中目标的识别精度,本文在M2Det网络
近年来,随着无人机的不断发展,由于自身具有体积小、重量轻、成本低、机动性强、灵活性高等优点,已经逐渐的在我们生活和军事等各个领域发挥着极其重要的作用。无人机路径规划成为了研究领域的一个热点,在当今倡导节能环保的时代,对无人机来说节省燃油损耗或电力能源变得至关重要。为了提高无人机的工作效率,根据任务需求,地形条件,气象分布等随机因素,为无人机规划出一条最好的路径,使得符合无人机性能约束条件下、所花代
随着绿色能源的兴起,风电场规模不断扩大已成为必然趋势。研究表明,风电场杂波使机载雷达产生大量虚假目标,导致机载雷达出现目标检测概率下降、虚警概率上升、目标航迹发散等问题。由于载机平台的运动,相对地基雷达而言,风电场杂波对机载雷达的影响更加复杂。因此,研究机载雷达风电场杂波抑制对提升雷达性能具有重要意义。首先,根据散射点叠加原理及机载阵列雷达回波模型建立机载雷达风轮机和飞机目标回波模型。在该信号模型
目的:探索癫痫患者脑组织中细胞亚型及基因变化情况。方法:本文通过NCBI的SRA数据库收集了8个癫痫患者和7个对照样本的单细胞核转录组测序数据,将总体样本细胞进行分群注释后筛选出在癫痫中变化较大的细胞类型。对筛选后的细胞类型分别进行细化再分群找寻与癫痫表型相关的细胞亚型并利用差异表达分析、功能富集分析、拟时轨迹分析和转录调控分析等生物信息学方法研究其基因和功能改变,提出可能的癫痫病理相关分子机制。