导读:本文包含了飞机短波通信论文开题报告文献综述及选题提纲参考文献，主要关键词:短波电台,通信故障,故障分析
飞机短波通信论文文献综述
朱林寰,李勇军,宋冲,沐昌兴[1]（2018）在《某飞机短波电台通信故障分析》一文中研究指出针对某架飞机短波电台8MHz以下频率无法通信故障,对该型电台发射通道进行工作分析,查找故障产生的原因,同时根据确定的故障原因,提出此故障解决措施。(本文来源于《航空维修与工程》期刊2018年10期）
廉佳[2]（2013）在《影响飞机超短波通信系统性能指标的因素分析》一文中研究指出首先分析了影响飞机超短波通信系统性能指标的因素,然后进一步介绍了在实际工程应用中如何有效降低这些因素影响的方法,最后提供了排除通信系统故障的方法,希望对飞机设计人员、工程人员等在超短波通信系统的设计、使用、检查、排故等方面起到有益的帮助。(本文来源于《信息通信》期刊2013年08期）
梁红云[3]（2013）在《水陆两栖飞机超短波通信链路设计探讨》一文中研究指出水陆两栖飞机超短波天线布置具有其特殊性,本文根据超短波通信链路的特点,对机载超短波通信链路进行分析,给出了系统设计思路,这将有助于控制技术、进一步提高信道估值的可信度。(本文来源于《电子测试》期刊2013年07期）
李萍[4]（2012）在《短波语音通信环境下飞机类型识别》一文中研究指出短波语音通信环境下飞机类型识别是非合作通信相关方向一个新课题，无论是在民用领域还是在军用领域都有着广阔的应用前景，对国家安全非常有意义。利用短波语音通信环境下飞机驾驶舱内声信号进行飞机类型识别与利用其他方式进行飞机类型识别相比，有着很多优势。首先，其属于被动监听，不易被发现，隐蔽性好；其次，短波通信传播距离远，传播距离可以以千公里计量；最后，短波监听设备成本低，易于搭建，利于推广。本文首先对飞机驾驶舱内非语音段声信号进行研究分析，提出了f_0Hz小波包能量熵偏度峰度的特征提取方法。与现有的背景噪声特征提取方法相比，本文所提出的方法优势在于：飞机驾驶舱内，在某段范围内平均频率为f_0Hz的声信号特征明显，具有高健壮性、高鲁棒性；小波包能量熵既能反应驾驶舱内声信号的信息量多少，又能反应系统状态不确定性程度；偏度峰度可以很好的反应驾驶舱内声信号的高斯特性。其次，对飞机驾驶舱内语音段声信号进行分析研究。因为飞机驾驶舱内声信号有些不存在非语音段，只存在语音段，而本文是根据非语音段声信号对飞机类型进行识别，故对语音段声信号进行去除语音处理就显得尤为重要。所以，对飞机驾驶舱内语音段声信号先要进行去除语音的处理，故提出了基于经验模态分解的小波阈值去除语音的方法。该方法可以很好的去除语音段中的语音信号，得到去除语音后的非语音段声信号。随后，再对去除语音后得到的非语音段声信号进行f_0Hz小波包能量熵偏度峰度特征提取。最后，搭建实验平台，对非语音段提取到的特征和语音段去除语音后得到的非语音段所提取的特征分别使用支持向量机分类器和朴素贝叶斯分类器进行飞机类型的分类识别。对比实验结果显示，朴素贝叶斯分类器的分类识别效果好于支持向量机分类器，并且朴素贝叶斯分类器学习和预测所用时间也较支持向量机分类器少。同时，利用直接截取到的非语音段声信号提取的特征进行飞机类型识别的识别率大大高于对语音段去除语音后所得到的非语音段声信号所提取的特征进行飞机类型识别的识别率。(本文来源于《哈尔滨工程大学》期刊2012-01-01）
刘峰[5]（2009）在《面向短波语音通信的飞机类型识别》一文中研究指出利用现代信号分析技术,对飞行员短波语音通信所包含的背景噪声进行飞机类型的识别,是非合作通信相关领域一个新课题,对于国家安全有着重要的意义。飞机短波通信信号是一个复杂的非线性、非平稳随机过程,这使得基于线性平稳线性系统理论的一些方法如傅里叶分析效果大打折扣。近年来发展起来并逐步完善的非线性、非平稳信号处理方法为飞机短波通信信号处理技术的发展带来了新的生机。希尔伯特-黄变换(HHT)能够摆脱傅里叶分析理论的束缚,在实际应用中显示出了独特的优点。基于经验模态分解的时频分析方法,被认为是近年来对以傅里叶分析为基础的线性和稳态数据分析的一个重大突破。本文基于希尔伯特-黄变换对飞机短波通信信号分析,主要的研究内容如下:首先详细地阐述了经验模态分解方法和以此为基础的Hilbert-Huang变换的基本原理和算法。介绍了HHT的主要依据、基本概念、基本方法、算法步骤,并分析了希尔伯特-黄变换的性质。其次,针对传统经验模态分解中模态混迭问题,阐述了模态混迭产生机理,简单介绍了以往处理模态混迭的方法,但这些方法往往在分解前加入限制,破坏了EMD自适应的特点。为了不破坏EMD分解的自适应性,采用了Huang最新提出的EEMD方法。通过实际信号分解的对比,说明了EEMD相对于EMD在飞机短波通信信号分解上的优势。为了自动选择飞机振动信号的特征层,在高阶统计量的基础上提出了一种四阶累积量选层方法。通过分解,飞机振动噪声和飞行员通话语音被分解到不同的IMF中,利用计算得到的各层四阶累积量选择飞机振动噪声所在的IMF层作为识别的特征层。最后,基于希尔伯特边际谱的飞机类型识别是本文的目标。首先计算特征层IMF的边际谱,边际谱频率段归一化能量带作为特征向量。分类器采用贝叶斯阴阳分类器,该分类器对小样本分类有很好的效果。利用贝叶斯阴阳分类器进行识别分类,从而得到所给飞机的类型。(本文来源于《哈尔滨工程大学》期刊2009-01-01）
张鑫瑜[6]（2008）在《基于短波通信的飞机类型识别》一文中研究指出在军用和其它用途的短波无线电通信中,由于短波无线电通信信道自身的特点以及飞机舱内的环境特点,其噪声来源异常复杂,声学环境极其恶劣,信号质量一般来讲也很差。而目前对截获声音信息,进行飞机类型辨别的主要途径是采用侦听人员进行人工倾听,记录信息也采用人工方式。因此,短波无线电通信中基于空-地应答语音短语的飞机类型识别有着重要的军事意义。关于短波无线电通信中基于空-地应答语音短语的飞机类型识别,目前尚未有公开的相关文献报道。本文采用小波包分解抽取出飞机声信号的特征参数。小波包变换在信号的时频域处理上具有优越的性能,因此根据声信号小波包分解后在不同频带上信号能量特征不同的特点,本文提取出了有效的飞机声信号的特征向量。根据所要处理的声信号的自身特点,本文选择BP神经网络和支持向量机分别作为分类器来识别五种飞机的声信号。相比BP神经网络,支持向量机作为多类分类器更适合处理小样本,它有优秀的统计学习能力,并且计算量小,运算速度快,能满足实时处理的要求,不存在局部最优问题、过拟合问题及拟合不够问题,并且有更好的收敛性、可靠性。本论文的实验中,基于短波无线电通信的飞机类型识别的两种方法被提出来:小波包分解与BP神经网络的结合算法和小波包分解与支持向量机的结合算法。从五种飞机的分类识别的实验结果来看,小波包分解与支持向量机的结合算法有更高的识别率,更能够抽取出有效的飞机舱内噪声信号特征向量及有效地识别出五种类型飞机。(本文来源于《哈尔滨工程大学》期刊2008-01-01）
飞机短波通信论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
首先分析了影响飞机超短波通信系统性能指标的因素,然后进一步介绍了在实际工程应用中如何有效降低这些因素影响的方法,最后提供了排除通信系统故障的方法,希望对飞机设计人员、工程人员等在超短波通信系统的设计、使用、检查、排故等方面起到有益的帮助。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
飞机短波通信论文参考文献
[1].朱林寰,李勇军,宋冲,沐昌兴.某飞机短波电台通信故障分析[J].航空维修与工程.2018
[2].廉佳.影响飞机超短波通信系统性能指标的因素分析[J].信息通信.2013
[3].梁红云.水陆两栖飞机超短波通信链路设计探讨[J].电子测试.2013
[4].李萍.短波语音通信环境下飞机类型识别[D].哈尔滨工程大学.2012
[5].刘峰.面向短波语音通信的飞机类型识别[D].哈尔滨工程大学.2009
[6].张鑫瑜.基于短波通信的飞机类型识别[D].哈尔滨工程大学.2008