eLoran系统新型信号波形设计及其性能评估          下载免费PDF全文

李婉清  刘中伟  李实锋  叶清琳 《全球定位系统》2020,45(2):13-20

增强型罗兰导航系统(eLoran)作为全球卫星导航系统(GNSS)的备份系统,是国家定位导航授时(PNT)安全的重要基础设施.针对目前标准eLoran信号存在易受交叉干扰、天波干扰,通信数据传输速率低等的问题,本文基于标准罗兰信号体制提出了两种波形改进方法(衰减函数法与对称波形法)并对新型波形进行性能评估.实验结果表明,两种方法能够有效缩短波形持续时间,加速后沿波形下降,减小发射机功耗.对称波形法能够大幅减小波形持续时间,但缩短波形持续时间也将改变原信号波形的频谱特性,利用衰减函数法可以最大程度保证信号的频谱性能.综合分析可知,新型波形能够有效利用时域资源,空余的时间可用于增加传输信号,进而提高数据调制技术的性能.  相似文献   

基于GPS新型L5信号的地表雪深反演研究   总被引：1，自引：0，他引：1  

黄良珂  周威  刘立龙  陈军  王浩宇 《测绘通报》2019,(7):1-5,11

利用GPS多路径反射信号测量地表雪深具有全天候和高时空分辨率的特点，因此其可作为一种代替气象站监测雪深的新手段。然而，先前大多数研究仅使用了GPS L1和L2C波段信噪比数据探测积雪深度。为验证新型的L5信号在雪深反演方面的优越性，本文阐述了GPS-R技术反演雪深的原理，利用Lomb-Scargle周期图法所处理的受积雪表层影响的信噪比数据计算了频谱振幅强度，通过获取频谱特征值与天线高度的关系求解雪深值，最后分别与L1反演结果和实测雪深数据进行了对比。试验结果表明：与现有的GPS-R测量雪深结果相比，利用新型的L5反射信号反演地表雪深的精度更佳；采用GPS-R技术探测雪深对把握测站区域内的雪深变化情况和淡水资源储量具有重要价值。  相似文献   

利用GPS-R遥感技术反演植被生物量   总被引：5，自引：3，他引：2  

周晓敏  郑南山  祁云  陈顺 《测绘通报》2018,(1):129-132,137

为了验证利用GPS-R遥感技术反演植被生物量的可行性,分析了GPS反射信号反演植被生物量的原理与方法,通过试验利用干涉复合场数据（ICF）计算出信号反射率,利用已有文献拟合出的信号反射率与植被生物量之间的关系求出生物量,并与遥感技术结果进行了对比。试验结果表明：利用GPS-R遥感技术反演植被生物量是可行的,但是精度还需依靠时间反演模型;GNSS-R反演植被生物量对分析调查区域植被生长和碳排放情况具有重要意义。  相似文献   

2015—2019年辽宁省暴雨红色预警信号分布及其特征     

刘静  陈传雷  严俊  王瀛  才奎志  任川  韩梅  董巍 《气象与环境学报》2021,37(1):100-105

利用2015—2019年辽宁省发布的暴雨红色预警信号和1605个自动站的分钟级降水资料,统计暴雨红色预警信号和短时大暴雨年际变化和时空分布,分析暴雨红色预警信号的高分布区、易发时段。结果表明：2015—2017年辽宁省暴雨红色预警信号发布站数逐年递增,最大值出现在2017年,发布站数为147个;2015—2018年预警信号准确率提升,提前时间略减少,最低值为2018年,提前时间为19 min;2019年比2018年暴雨红色预警信号发布站数减少59个,提前时间增加29 min;暴雨红色预警信号的空间分布为东南部地区多、中部地区少;暴雨红色预警信号多在夜间发布;在辽宁省发布的50%以上的暴雨红色预警信号中,降水量达到预警发布标准的时间滞后于最大雨强出现时间90 min,最大雨强出现时间为暴雨红色预警信号发布的重要指标。为了达到防灾减灾的服务效果,发布暴雨红色预警信号时,应充分考虑最大雨强出现时间、发布时机、短时大暴雨高发区及地形的影响。  相似文献   

2021-04-16河北滦州M_S4.3地震前的大气电场异常信号分析     

陈涛  王诗涵  李磊  杨牧萍  张灵倩  张学民  黄辅琼  刘静  熊攀  提烁  吴晗  宋佳军  王聪  苏建峰  罗静 《大地测量与地球动力学》2022,42(8):771-776

中国科学院国家空间科学中心分布在天津市宝坻区和廊坊市永清县的2个观测台站在2021-04-16河北滦州M_S4.3地震前均观测到大气电场异常。宝坻站监测到过境云与地质活动混合型电场异常信号;永清站监测到湾型持续电场异常信号,属于典型的临震前小时尺度先兆信号,其幅度和持续时间均明显高于宝坻站的异常电场信号。对比电场异常期间2个台站的气象活动和空间天气活动发现,虽然2台站电场异常信号的表现方式不同,但背景变化中均隐含大型地质活动信号。分析结果表明,未来可通过分析多源活动导致的空间静电演变过程,形成有效的识别方法,在一定的气象活动范围内,从大气静电监测数据中提取中等以上强度地震的前兆信息。  相似文献   

遥感信源色彩信号的提取与复现   总被引：13，自引：13，他引：0  

陈春  王冬  马克玲 《测绘科学》2006,31(1):27-28

提出遥感信源色彩信号的提取及复现理论,给出了可操作的技术路线,设计了提取与复现程序,用MODIS(中等分辨率航天成像光谱仪)数据提取并复现了色彩信号,生成了色彩信号图像。未进行大气校正的色彩信号图像等效于太空对地摄影,从图像可看出,地物被笼罩在瑞利散射形成的蓝色“云雾”下。经瑞利散射纠正后的色彩信号图像接近于地面真彩色摄影,非专业人员能根据地物颜色及阴影判读出常见地物。理论可用于遥感信源地面真彩色图像重建、色彩信号不完整信源彩色仿真、航天对地真彩色摄影、信源质量评价。  相似文献   

含水率对岩石电荷感应信号影响规律研究     

郑文红  施天威  潘一山  罗浩  吕祥锋 《岩土力学》2022,43(3):659-668

水是诱发矿井灾害的主要因素之一,研究水?岩相互作用下的岩石破坏电荷信号,可丰富矿井水引起灾害的监测方法。为研究含水率对岩石破坏电荷感应信号的影响规律,基于损伤理论推导了岩石损伤破坏力?电耦合模型,得到了感应电荷量与岩石力损伤和水损伤的理论关系。利用自主研制的电荷感应信号数据采集系统,对不同含水率条件下的岩石试样进行了单轴压缩电荷感应信号监测试验,分析了水对岩石力学性质和岩石破坏过程中各阶段电荷感应信号的影响规律,并对含水率影响感应电荷产生的机制进行了讨论。结果表明：岩石变形破坏过程中的电荷感应信号与岩石的损伤程度有关,累积感应电荷量与感应电荷总量的比值可以表示岩石在水和力作用下的损伤量,且含水率越高,试样越易在较低的应力下产生大量的电荷感应信号。不同含水率岩石的宏观破坏特征明显不同,随着含水率升高,岩石的抗压强度降低,裂隙发育,岩石破坏形式由单剪式破坏向张拉和剪切混合破坏转变。电荷感应信号分布形态上,含水率的升高使得高幅值电荷簇数增加,并向弹性阶段发展,且高幅值电荷感应信号主要分布在弹性阶段后期和塑性阶段。感应电荷量上,随着含水率的升高,弹性阶段的感应电荷释放量占比逐渐增大,塑性阶段占比逐渐减小,两阶段的感应电荷量之和占试样变形破坏过程中产生感应电荷总量的90%以上。水通过弱化岩石颗粒和渗透压作用,使岩石在较低应力下产生或扩展裂隙,感应电荷信号更丰富。  相似文献   

利用滨海地下水系统对双频潮汐的响应识别含水层压力传导系数     

代希勤  阳玲  张铭  王同科  赵志学  郝永红 《水文》2021,41(1):66-72

含水层的压力传导系数是地下水溶质运移及扩散的重要参数,通常压力传导系数由抽水试验确定,即通过抽水给地下水系统一个扰动,然后监测地下水水位的响应,进而计算压力传导系数。对滨海地区含水层来说,潮汐波动就是天然的抽(注)水试验。潮汐由不同频率的分潮构成,前两项主频潮汐基本可代表潮汐主要特征。利用地下水水位对潮汐的响应,识别含水层压力传导系数。在推导出地下水对双频潮汐响应的解析解的基础上,提出了潮汐信号衰减法识别压力传导系数,并做了敏感性分析。通过对数值解叠加高斯噪音信号进行参数估算,证明该方法估算压力传导系数具有较高的可靠性和实用性。  相似文献   

基于脑电信号评价情绪状态及听觉激励对改善情绪的研究     

王慧  邱义波  骆永乐 《南京气象学院学报》2019,11(2):158-164

如何从脑活动数据中发现具有生物学意义的知识及规律,正成为当今神经信息学理论与实践研究的热点与难点.基于脑电的情绪识别和情绪及其脑机制的关联研究已经成为神经工程和生物医学工程领域的热门课题.本研究基于脑电信号评价情绪状态,尝试借助脑电耳机来监测"毫无头绪"的脑电波,重点开展了听觉激励对改善焦虑情绪状态的实验研究.借助特定中国古风纯音乐产生听觉信号激励,激发出被试者平静放松的情绪状态,从而改善焦虑,发现音乐和情绪之间可能存在的关系.将来在BCI技术研究的基础之上,情绪识别可以进一步满足患有特定疾病（ALS症、脑瘫、脑干中风、脊髓损伤等）的患者人群的某些更高级的需求,即通过脑电分析出其对事物的喜好度,比如音乐的选择,从而设计出更加友善和智能的BCI系统,在医疗康复领域具有很好的应用前景.  相似文献   

面向带电作业的手臂末端输出力评估方法     

林子  熊鹏文  何孔飞  张发辉 《南京气象学院学报》2019,11(2):186-191

为了解决带电作业时手臂末端输出力的准确控制,提出一种基于表面肌电信号（sEMG信号）和支持向量机回归（SVR）实现对手臂末端施力的评估方法.通过手握机械手臂末端的手柄,做往复推拉运动,记录此时手柄处的力传感器的数据F,同时利用3组肌电信号传感器同步采集手臂的肌电信号.将肌电信号提取特征后,与力F组合成样本集合S,在样本集合中随机抽取50%的样本数据作为训练集,分别训练BP神经网络、GRNN神经网络以及SVR神经网络.最后用训练好的神经网络对整个样本集中的力F进行预测,并用均方根误差和相关系数评估模型的预测效果.结果显示,SVR神经网络的预测效果较好,其均方根误差为3.074 0,相关系数为0.951 7.  相似文献