一种应用于深空通信的微弱信号捕获算法

针对低信噪比、高动态条件下深空测控通信信号捕获概率低以及复杂度较高的问题,首先分析了深空测控通信信号捕获的难点以及信号循环平稳特性,然后在此基础上提出了一种基于循环相关的新算法。计算机仿真结果证明新算法捕获门限达24 dBHz,适应频率动态达800 Hz/s;新算法较传统的捕获算法,在相同门限条件下的频率动态适应范围提升了约两个数量级。该方法已被应用于我国第一个深空测控站的建设,工作性能稳定可靠,有效地解决了低信噪比下深空站抑制载波信号的捕获问题。     

基于子带阵列盲处理的空时干扰抑制

在卫星智能天线终端,传统空时自适应滤波处理中自适应算法需要信号信息而缺乏实时性,阵列处理算法复杂而抗干扰能力不足,针对此问题,提出了一种子带盲自适应阵列处理算法,用于直扩系统空时干扰抑制技术。子带阵列处理相对纯空域处理提高了阵列自由度,相对传统空时的抽头延迟线阵列自适应结构又大大降低了算法复杂度。提出的子带指数型变步长线性约束恒模算法的自适应阵列处理算法能在低算法复杂度下提供较高的收敛速度和收敛精度,不需要发送训练序列,可实现盲自适应波束形成,易于实现实时跟踪信号变化。仿真结果表明新的空时干扰抑制方案具有更好的抗干扰性能。     

顾客虚假忠诚前置因素研究

本文依据行为和态度两个维度对顾客虚假忠诚的内涵进行了界定，并指出其与顾客真正忠诚的区别。通过对现有文献的梳理。将顾客虚假忠诚的前置因素划分为态度、行为驱动因素和外部、内部情景调节因素，通过深入分析，提出了顾客虚假忠诚的形成机理模型，并提出了维系现有顾客的策略建议。     

七通道抗干扰GNSS接收机射频前端设计

针对目前全球卫星导航系统(Global Navigation Satellite System,GNSS)普遍存在的抗干扰能力弱的突出问题,研制了一款七通道抗干扰GNSS接收机,通过利用多模组合导航抗干扰技术及级联/组合空域、时域与频域等多重抗干扰技术来应对复杂电磁环境应用的需求。重点介绍了抗干扰GNSS接收机射频前端的设计方法,通过数理推导给出了产品设计需求与整个射频前端及各级电路的设计指标之间的定量关系,从而提供了在已知设计需求的条件下进行产品正向设计的设计准则与方法。通过产品投产和测试,测试结果与设计需求吻合,从而验证了该套设计方法有效可行,同时该套准则与方法具有很强的普适性。与同类产品比较以及整机试验表明,该产品的抗干扰能力(主要体现为最大可承受干信比)较同类产品提升20 dB以上,证明产品具有一定的先进性。     

一种应用于旁瓣对消系统的MGS算法

本文论述相控阵雷达的一种自适应波束形成算法，分析了基于Ｓｙｓｔｏｌｉｃ结构的ＳＬＣ系统的ＭＧＳ算法，分析和计算机模拟结果表明，在ＳＬＣ系统中ＭＧＳ算法在抑制干扰方面是有效的。     

PCMA卫星系统中信号抑制与同步技术

本文研究了卫星通信系统中应用PCMA(PairedCarrierMultipleAccess)技术后信号抑制的问题,提出了把RLS算法用于信号的抑制,利用相关技术实现了信号同步,并已通过计算机仿真。     

中国电信服务省际外溢效应空间面板模型的平稳性分析

文章将针对横截面回归空间平稳性的two—stepLM检验方法拓展到空间面板情形,用以对空间面板的虚假回归和面板模型的空间单位根和空间协整进行检验,该检验的突出优点是具有灵活性和稳健性;能够将空间面板模型中单个变量空间单位根检验和整个模型的非平稳性检验统一起来,最后,文章采用two—stepLM法对我国电信服务外溢性的相关计量模型进行了空间平稳性分析。     

一种井口压装防喷装置的设计

一种井口压装防喷装置,在井口压裂过程中,用于投放油管堵塞器以堵住油管,防止井喷。其结构包括上下旋塞阀和升高短节。当钻井产生井喷时,保证旋塞阀的上下两端压力平衡,使旋塞阀可以轻松打开,升高短节内的油管堵塞器即能自动下降密封。     

民航地空通信自适应抗干扰系统设计与性能分析

在复杂电磁环境下，由于民航地空通信大频偏的要求，滤波器无法滤除波道内的干扰。针对此问题，提出了一种自适应抗干扰系统设计方法。对于落在波道内且与地空通信信号有效频带不重叠的干扰，首先对通信信号进行载波频率估计，然后使用自适应滤波方法进行干扰抑制；对于落在波道内且与地空通信信号有效频带重叠的恒包络干扰，首先重构载波信号，消除对恒包络信号估计的影响，然后根据恒包络信号的特性重构干扰信号并进行干扰分离。实验结果表明，该系统设计方法在不改变民航地空通信架构的前提下，抗有效频带外干扰的能力最大可以提升23.8 dB，抗恒包络干扰的能力最大可以提升39.4 dB，从而可以大幅提高航空飞行安全水平。     

Spurious principal components

The principal component regression (PCR) is often used to forecast macroeconomic variables when there are many predictors. In this letter, we argue that it makes sense to pre-whiten the predictors before including these in a PCR. With simulation experiments, we show that without such pre-whitening, spurious principal components can appear and that these can become spuriously significant in a PCR. With an illustration to annual inflation rates for five African countries, we show that non-spurious principal components can be genuinely relevant in empirical forecasting models.