北斗星基增强系统单频服务区域可用性评估

来源 :导航定位与授时 | 被引量 : 0次 | 上传用户:auroragame_luoxl
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
在研究美国广域增强系统(WAAS)与欧洲地球同步导航重叠系统(EGNOS)服务可用性评估方法的基础上,基于连续8天的实测数据对当前北斗星基增强系统(BDSBAS)单频服务一类垂直引导进近(APV-I)的区域可用性进行了初步评估。评估结果表明,受系统实际播发的卫星完好性参数有效性与电离层格网点(IGP)分布的限制,中国大陆APV-I 99%可用性覆盖率仅为49%,且在中国陆地边界和沿海地区性能迅速劣化;进一步仿真验证了在当前IGP均可用的条件下,APV-I 99%可用性理论最大覆盖率为96.22%,而在增加
其他文献
第十三届全国人民代表大会第四次会议听取和审议了最高人民法院院长周强所作的工作报告。会议充分肯定最高人民法院的工作,同意报告提出的2021年工作安排,决定批准这个报告。
为充分发挥异构作动系统在能量特性和控制特性上的双重优势,建立了液压作动器和电动静液作动器的仿真模型,并在此基础上,通过Matlab和AMESim联合仿真的方式,分析了能量特性;
拟态防御是一种基于动态异构冗余架构的新型主动防御技术,具有内在不确定、异构、冗余及负反馈等特性,从而能显著提高系统稳健性和安全性。其中多执行体调度算法是拟态防御技术的关键,其优劣直接影响拟态系统抵抗基于已知或未知漏洞后门攻击的能力。基于此,首先介绍了拟态调度算法技术和目标,然后从调度对象、调度数量及调度时机这3个方面对调度算法研究现状进行了分析总结,最后展望了拟态调度算法未来的研究方向与趋势。
针对当前频谱管理中表征方式较单一、管理方式对人的经验依赖性较强、管理效率和精准度较低等问题,面向未来频谱管理的自动化、智能化、精准化需求,将知识图谱理论与技术引入频谱管理中,给出了频谱知识图谱的概念和其依赖的频谱知识体系,以及三元组形式的表示方法,构建了由图谱层、设备层和场景层构成的基于频谱知识图谱的智能频谱管理框架,探讨了基于频谱知识图谱的用频推荐、频谱搜索、频谱问答等典型应用。仿真实验表明,频
在能源互联网中引入无人机进行电力线路巡查,并借助移动边缘计算技术实现巡检任务的接入和处理,可降低服务成本,提高工作效率。但是,由于无人机数据传输需求和地理位置的动态变化,易造成边缘服务器负载不均衡,致使巡检业务处理时延和网络能耗较高。为解决以上问题,提出基于深度强化学习的能源互联网智能巡检任务分配机制。首先,综合考虑无人机和边缘节点的运动轨迹、业务差异化的服务需求、边缘节点有限的服务能力等,建立面
针对属性协同访问控制面临更复杂的权限动态更新问题,提出了具有属性即时撤销、属性级用户撤销和协同策略撤销的属性协同访问控制方案。所提方案给出了形式化定义与安全模型,以分组属性组内成员列表信息的变化反映用户权限的动态更新,进一步设计高效的重加密算法实现属性即时撤销和用户撤销。在协同策略撤销方面,利用转移节点的转移值特性,快速更新协同属性对应的密文以实现细粒度的协同策略撤销。安全证明表明,所提方案在选择
为了解决地面用户向多无人机边缘计算网络卸载数据时存在的地面被动窃听问题,提出了一种通过联合优化用户匹配和资源分配使系统能耗最小化的安全数据卸载策略。考虑了系统时延、通信资源、计算资源的限制,采用保密中断概率对数据卸载过程的安全性能进行约束。利用块坐标下降和连续凸近似算法联合优化用户发送功率、卸载因子、无人机计算资源分配、干扰功率,并基于成对稳定的用户匹配算法最小化无人机系统总能耗。仿真数据表明,该
为了提高5G无线通信系统性能,引入非正交多址接入(NOMA)技术构建了全双工物联网(IoT)中继系统模型。针对无线携能通信(SWIPT)中继系统,该模型考虑中继节点能够捕获源节点、环路自干扰、空闲能量接入点(EAP)的信号能量,使用NOMA技术转发源节点信号与自身信号至不同的目的节点。在该模型基础上,提出了一种基于功率分配协作的SWIPT中继选择策略。该策略基于通信服务质量与源节点发射功率等约束建
增强型近地告警系统(EGPWS)是现代商用飞机必备系统,飞行模拟机进行EGPWS科目训练,可以有效避免由于飞行机组操作失误导致的可控飞行撞地(CFIT)风险。重点对EGPWS系统增强功
传统的网络异常流量检测方法往往存在特征选择差与泛化能力较弱等缺陷,导致检测精度较低。为此,提出了一种基于长短记忆网络(LSTM)与改进残差神经网络优化的异常流量检测方法。首先分析网络流量特征,通过预处理来降低网络流量特征值的差异性;然后设计了一种三层堆叠LSTM网络来提取不同深度的网络流量特征;最后设计了一种带跳跃连接线的改进残差神经网络对LSTM进行优化,改善了深度神经网络中的过拟合与梯度消失等