摘要:近年来，3D目标检测作为自动驾驶、移动机器人、虚拟现实等应用产业的重要基础任务，受到了各领域研究人员的广泛关注。其旨在三维空间中对感兴趣目标进行定位与分类，给出相应的3D包围盒，包括目标的位置、大小和方向，为后续对三维场景的理解与感知、对车辆的规划与决策提供基础信息。激光雷达传感器捕获的点云因其具有准确的三维信息与深度信息，成为3D目标检测最为常用的输入数据。本文对基于深度学习的3D激光雷达点云目标检测进行综述，总结了点云的数据特点与处理方法，介绍了相应的几类检测方法以及点云和图像融合的多模态检测方法，对不同方法的性能进行对比分析，最后讨论3D点云目标检测未来面临的挑战和发展趋势。

摘要:为解决主从式卫星集群在离散稀疏拓扑下的组网通信问题，保障其星间实时交互遥控遥测及任务信息的需求，根据主从式卫星集群的分层、分簇的空间拓扑特点，本文提出了一套通信系统架构和星间组网协议栈的设计方案。首先，在网络层的设计上，给出了网络层的数据结构、基于多权重优先级代价函数的子网簇首选择备份机制以及子星建网入网的流程；其次，在数据链路层，根据分包遥控和分包遥测体制按照层次化对数据进行处理；然后，在物理层的设计中采用扩跳频作为星间链路的通信体制，采用时分多址方式实现卫星集群的多用户通信，并给出了星间链路的具体通信指标；最后，对星间通信进行了链路计算，计算结果表明物理层设计满足各星通信需求。

摘要:星上资源有限且珍贵，而在真实的通信场景中，地面终端用户地理位置分布和卫星通信业务需求各不相同，因此需要进行动态星上资源管理，并设计灵活高效的资源管理方案。本文利用跳波束技术提供波束级别灵活的资源管理，解决高通量卫星产生的点波束覆盖地面小区之间业务需求量不均衡的问题。首先，针对跳波束卫星存在共信道干扰的问题，提出了基于频率模式切换的跳波束簇间干扰避免策略；然后，提出均匀分簇和非均匀分簇两种分簇构型策略，针对均匀分簇均衡效果差、不适用于地面动态变化的问题和共信道干扰问题，提出了基于频率模式切换的跳波束簇间干扰避免策略的非均匀分簇构型方案；最后，对干扰避免策略进行仿真，同时基于多种智能优化算法对不同的分簇策略进行验证，证明所提分簇构型的可行性，并表明无距离限制的非均匀分簇算法的流量均衡能力较传统分簇算法更强。

摘要:X射线通信技术是一种以X射线为载波的空间通信方式，它具有通信带宽大、重量轻、体积小、功耗低、保密性高等优势。通过设计多靶材X射线信号调制装置可以提高X射线的通信速率，在信号接收端要保证X射线能谱的识别准确率，才能真正发挥基于能量负载的X射线通信的优势。本文针对多靶材X射线特征能谱精确识别问题，提出基于峰值多层级支持向量机的X射线通信解调方法，设计了适合四码元通信的峰值多层级支持向量机分类器，通过参数调优和验证确保了高准确率和泛化能力。仿真结果证明：支持向量机为基于能量负载的X射线通信方法提供了高效、准确、鲁棒的信号识别解决方案。

摘要:为保障空间信息网络认证与密钥分发的安全性，本文提出了一种基于椭圆曲线密码系统的公钥管理方案，提供入网认证、密钥协商和密钥更新等功能，实现了认证性、抗重放和前向/后向安全性等多种安全目标。对于卫星间的认证和密钥协商，本方案仅需卫星之间进行3次交互即可完成。通过对方案进行安全性和效率分析，证实了本方案在空间信息网络中的实际可用性以及同现有公钥管理方案相比效率上的优越性。

摘要:32APSK（Amplitude Phase Shift Keying，幅相键控）技术与32QAM（Quadrature Amplitude Modulation，正交幅度调制）技术相比，减少了幅值数目，适合于中继卫星通信系统非线性信道。TCM（Trellis Code Modulation，网格编码调制）技术将信道编码与多元调制相结合，在不增加频谱带宽的条件下，可以降低发射功率，减少能耗，降低对功率放大器技术指标的要求，有利于实现卫星有效载荷的轻型化与小型化。本文将32APSK技术与TCM技术相结合，提出了一种32APSK-TCM技术，详细论述了基于32APSK-TCM技术的星座子集分割方法和星座点选择方法，并对32APSK-TCM技术的性能进行了理论分析。在项目组自研的中继卫星通信系统仿真平台上，对32APSK-TCM技术进行了仿真验证。仿真结果表明：在理想信道条件、I/Q（Inphase/Quadrature，同相/正交）幅相不平衡、幅频特性、群时延、相位噪声、功率放大器饱和点、非线性信道条件下，需要的最大误比特率为1E-6时，32APSK-TCM技术的最小信噪比与16APSK调制技术的最小信噪比相比，分别节省了13.29 dB，13.29 dB， 14.84 dB， 15.54 dB， 15.11 dB， 15.77 dB， 16.37 dB。

摘要:本文介绍了一种基于QC-LDPC编码的遥测系统应用方案，提出了编码码长与遥测帧长的联合设计方法，该设计方法对频谱资源、信道质量以及硬件能力进行综合考量，给出最优的设计方案。针对所采用的RU编码算法以及LLR BP译码算法，基于FPGA与AD936X架构给出了遥测系统的硬件实现路线。按照技术路线对系统的编码增益进行了仿真计算，结合理论分析与仿真结果，可以看出所提出的遥测系统设计方法同时具备低时延和高增益的优势。该方法克服了传统遥测系统中信道编码延迟较大的问题，以极小的编码延时带来了约8 dB的编码增益，在未来的遥测系统中具备一定的应用价值。

摘要:本文研究了一种基于卷积注意力机制模块（CBAM）与门控循环单元网络（GRU）结合的CBAM-GRU分类模型，用于非合作通信系统中的自动调制识别技术。将信号预处理后的时域幅度值、相位值以及I/Q值合并，转换为输入采样值矩阵，进入网络进行信号分类识别。使用无线电数据集RadioML2016.10a进行仿真实验，并将CBAM-GRU模型与卷积神经网络（CNN）、长短期记忆网络（LSTM）、GRU、卷积长短时深度神经网络（CLDNN）进行比较。实验结果表明：CBAM-GRU模型的分类识别率达到92.79%，相较于对比模型分别提高了8.52%、1.84%、1.75%、8.61%，比传统的CNN或LSTM模型，在处理信号时能够更有效地捕捉时空特征，从而提高识别精度。

摘要:为找到一种计算量低和实用性强的载噪比估计算法，本文分析了宽窄带功率比值法与方差求和法的计算思路，提出一种改进的载噪比估计算法。在稳定跟踪GPS信号时，对I支路累加值的绝对值分布进行了推导，利用其统计特性给出了一种估计载噪比的表达式，算法不需要Q支路的累加值信息。从估计精度和计算量两个角度进行了仿真验证和实测数据分析，结果表明：改进算法的总体性能与经典方差求和法相当，其估计偏差小于0.4 dBHz，稳定性比宽窄带功率比值法与方差求和法更好，计算量相较于经典算法降低了50%，在硬件资源紧张的接收机中有一定的实用性。

摘要:相位梯度自聚焦（Phase Gradient Autofocus，PGA）算法被广泛应用于补偿合成孔径雷达（Synthetic Aperture Radar，SAR）图像的相位误差。PGA算法的处理流程中，选点和加窗这两步操作对于算法性能的影响非常大。传统的PGA算法常因选点质量不佳或窗宽估计有误而导致聚焦效果变差，收敛速度变慢。本文提出一种基于能量-信杂比最大准则的强点选择方法和一种自适应窗宽估计方法。利用能量和信杂比两个维度从图像数据中筛选出理想的孤立强散射点，结合并改进两种传统加窗方法自适应地估计窗宽，实现算法稳定性和收敛速度的提升。仿真和实测数据处理结果证实了本文算法的有效性。

摘要:数字信道化技术常常用于宽带电磁信号接收，当其分析滤波器组和综合滤波器组具有精确重构特性时，就可实现接收信号的精确重构。针对复杂电磁环境感知领域的电磁频谱识别问题，需要对接收机接收到的电磁信号精确还原，并基于精确还原的信号进行频谱识别。提出一种基于数字信道化精确重构的智能电磁频谱识别技术，首先搭建可实现信号精确重构的数字信道化接收机结构；然后采用小波分析的方法构建信号的时频瀑布图，并基于时频瀑布图采用人工智能技术处理实现电磁频谱识别；最后给出仿真结果。仿真结果表明了基于数字信道化精确重构的智能电磁频谱识别方法的正确性和有效性。

摘要:基于自编码器的图像融合模型因无需手动设计融合规则而受到更多关注。然而，该融合网络编码器采用的卷积神经网络仅对局部感受野敏感，无法提取图像全局特征，且缺乏从红外图像和可见光图像中提取独特特征的能力。本文构建了一种基于自动编码器的新型图像融合网络，该网络由编码器模块、融合模块和解码器模块组成。在编码器模块中，结合使用CNN 和Transformer模块以同时捕捉原图像的局部和全局特征。此外，为提取原图像特定信息，分别为原红外和可见光图像设计对比度增强和梯度增强模块。编码器模块获得的特征图像经融合模块串联后输入解码器模块，从而获得融合图像。在三个数据集上的实验结果表明，本文提出的融合网络能较好地保留了红外图像和可见光图像的清晰目标和细节信息，在主观和客观评价方面均优于其他先进方法。同时，本文提出的网络所获得的融合图像 在目标检测中获得了最高的平均精度，证明图像融合有利于下游任务。

摘要:基于深度学习的变化检测方法在高分辨率遥感图像的应用越来越多。然而，在处理大尺寸遥感图像上，为适应GPU（图形处理器）内存限制而采用的降采样和裁剪策略，往往会导致语义信息不完整和图像细节丢失。本文提出了一种基于特征金字塔的协作式监督网络，使网络能够从裁剪和降采样的图像块中学习局部和整体特征。此外，还引入了一种特征共享机制来融合整体特征和局部特征。在LEVIR-CD（遥感变化检测数据集）和S2Looking（建筑物变化检测数据集）上对该网络进行了评估，并将其与一些代表性的变化检测网络进行了比较。对比实验表明：所提出的网络在多尺度变化检测方面表现更好，在LEVIR-CD数据集上精确率提高了2.69%，在S2Looking数据集上精确率和召回率分别提高了6.83%、2.68%。