卫星测控通信模拟器仿真软件设计

来源 :国防科技大学 | 被引量 : 0次 | 上传用户:hoooopy
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
卫星测控通信模拟器是一种专门与地面测控通信系统在卫星发射前进行联试和对接的仿真设备,主要用于验证地面测控通信系统在接口、信息交换、测控程序的正确性和协调性。在历次卫星发射测控中,测控通信模拟器发挥了至关重要的作用。随着我国第三代航天测量船的投入使用并将参加各项测控任务,为确保测量船测控通信系统的功能正确,必须利用卫星测控通信模拟器进行联试检验,为新测量船研制新的卫星测控通信模拟器成为必然。在分析了卫星模拟器硬件系统功能特性的基础上,本文给出了基于MVC设计模式的多任务多型号的卫星测控通信模拟器仿真软件的设计思路,以MFC应用软件为基本框架,采用多线程技术和模块化技术设计了数据库交互、外测仿真、遥测仿真、网络数据收发、串口侦听、显示等功能模块。本文分析了各个组成模块的功能和实现原理,对卫星模拟器全态和简态仿真模式以及系统内部的调试支持做了进一步的分析探讨。卫星测控通信模拟器仿真软件可以为其它卫星等卫星实仿真任务提供基础平台支持。其模块化的设计使得仿真软件具有良好的可移植性、可扩展性。
其他文献
视频目标分割是计算机视觉的重要研究内容,在视频监控以及人机交互等领域具有广阔的应用前景。随着深度学习在视频目标分割任务上取得重大突破,如何将性能优异的视频目标分割模型快速应用到实际的监控场景中,已经成为建设智慧城市、维护公共安全的迫切需求。本文针对实际应用场景下的视频目标分割问题,着重解决在实际应用过程中进行快速准确的视频目标分割,论文的主要创新点包括以下几个方面:(1)提出了一种基于目标注意力机
当前随着深度学习研究的日益深入,深度神经网络算法在数字图像处理、语音识别、自然语言处理等诸多领域崭露头角,呈现出很好的发展态势。三维卷积神经网络是深度神经网络的一个分支,相比普通的神经网络,它可以适应更高维度、更复杂的数据处理,比如视频分类、医疗图像分割、点云数据处理等。三维卷积神经网络的优秀性能已经得到了公认,但其巨大的计算量和数据量也限制了其推广应用,因此研究三维网络的硬件加速方法成为了一种必
近来几年,由于有监督的深度学习技术飞速迭代进步,很大程度地推动了人工智能应用的发展[1]。基于大规模有标注数据集[2]的出现,才有了有监督学习的深度学习的发展。但是由于手工标注数据集既昂贵又耗时[3]、数据集标注错误难以避免、标注时需要面向领域的专业知识、原始数据质量参差不齐,这些问题严重制约着高质量标注数据的产生。因此,面向实际场景的数据集标注,具有极强的现实意义和研究价值,是一个亟待解决的问题
随着5G技术逐渐成熟及其商业应用产品慢慢普及,原本发展了数年的边缘计算进一步成为了研究热点,将人工智能技术与边缘计算领域融合更是引起了研究者们的强烈兴趣。但是,内存消耗型和计算密集型的深度学习算法与资源匮乏型的边缘终端硬件形成巨大冲突。本文针对边缘计算与深度学习的融合需求,将只有8KB内存的微型开发板作为研究和移植目标平台,深入分析了模型压缩、模型拆解、自动编码和模型存储关键技术,并在此基础上提出
党的十九届六中全会通过的《中共中央关于党的百年奋斗重大成就和历史经验的决议》强调,确立习近平同志党中央的核心、全党的核心地位,确立习近平新时代中国特色社会主义思想的指导地位,反映了全党全军全国各族人民共同心愿,对新时代党和国家事业发展、对推进中华民族伟大复兴历史进程具有决定性意义。"两个确立"既是深刻总结党的百年奋斗、党的十八大以来伟大实践得出的重大历史结论,更是新时代党和国家事业发展、推进
期刊
海杂波下的弱小目标检测一直是雷达检测跟踪识别领域的重难点问题。该课题在军事、民用上均有重要应用,军事方面可以用来检测潜望镜、远距离水面舰艇、掠海飞行器等,民用上可用来监控海上偷渡、非法贸易、预防船只相撞。高海况下,海杂波的后向电磁散射特性较强,雷达回波中的目标信号容易被海面浪、涌造成的海尖峰掩盖,给检测带来困难。传统的雷达目标检测方法存在诸多缺陷,低信杂噪比下虚警较多、海杂波复杂多变,传统方法在拟