COSMIC-2(constellation observing system for meteorology ionosphere and climate-2)作为COSMIC掩星星座的后续计划,得益于升级了支持多模GNSS信号的接收机和高增益定向波束掩星天线,其观测数据质量和数量得到显著提升。围绕掩星观...
详细信息
COSMIC-2(constellation observing system for meteorology ionosphere and climate-2)作为COSMIC掩星星座的后续计划,得益于升级了支持多模GNSS信号的接收机和高增益定向波束掩星天线,其观测数据质量和数量得到显著提升。围绕掩星观测数据和反演产品的定量评估,分析COSMIC-2定轨和掩星天线的原始观测数据质量,并以欧洲中期数值天气预报中心的再分析气象资料为基准,定量评估掩星反演大气廓线产品质量。结果显示,COSMIC-2定轨天线L1频段信噪比大多在45 dB以上,其对应伪距多路径效应中误差在0.2~0.4 m之间;掩星天线观测信噪比由第一代COSMIC的不足700 v/v大幅提升至1200 v/v,且GLONASS掩星廓线和GPS掩星廓线均与气象再分析资料表现出了很好的一致性。研究结果认为,升级后的COSMIC-2掩星载荷不仅大幅增加掩星观测数量,其高增益的掩星天线设计还有效地提升了掩星观测数据质量,为大气科学研究提供了重要气象观测资料。
针对长短码直接扩频序列(long and short code direct sequence spread spectrum, LSC-DSSS)信号序列估计难题,在已知LSC-DSSS信号参数的条件下,提出一种基于新信息准则(novel information criterion, NIC)神经网络联合梅西算法的长短...
详细信息
针对长短码直接扩频序列(long and short code direct sequence spread spectrum, LSC-DSSS)信号序列估计难题,在已知LSC-DSSS信号参数的条件下,提出一种基于新信息准则(novel information criterion, NIC)神经网络联合梅西算法的长短码信号序列估计方法。将LSC-DSSS信号输入NIC神经网络以估计随机采样起点,再通过不断输入数据训练NIC神经网络权值向量。当网络收敛时,权值向量的符号值即为LSC-DSSS信号的复合码序列片段。使用延迟相乘,消除幅度模糊与短扩频码序列的影响,再利用梅西算法获得扰码序列的生成多项式。仿真实验结果表明,NIC神经网络较特征值分解法的抗噪声性能提高6 dB,同时较Hebbian准则神经网络所需学习组数减少50%。
暂无评论