现有无人机跟踪方法存在对远距离无人机检测精度较低、参数量大难以实时跟踪、目标易丢失的问题。因此，提出一种基于改进YOLOv8（you only look once version 8）的轻量级无人机跟踪方法。针对现有方法对远距离无人机检测精度较低的问题，以YOLOv8为基线模型，替换网络结构中原始卷积模块为空间到深度分组的卷积，在降低网络参数的基础上提高模型对小目标的特征提取能力。针对模型参数量大导致模型难以实时跟踪的问题，设计一种深度可分离混洗网络结构作为模型主干网络，在保证检测精度的同时缩减模型参数量。针对普通跟踪模型跟踪易丢失的问题，结合改进检测模型与ByteTrack算法提高对复杂环境下无人机的跟踪性能。在Real World数据集上对跟踪方法进行验证，相较基线模型，改进无人机检测模型的检测精度提高1.6%，召回率提高0.8%，F1度量值提高0.2，平均检测精度提高0.5%，参数量减小0.2×10⁶，证明模型有较好的检测精度和实时性。对无人机飞行视频进行跟踪测试，结果表明所提方法对无人机跟踪有较好的性能。

由于单通道接收机量测与辐射源状态之间的非线性关系，利用到达时间差（time difference of arrival, TDOA）和到达频率差（frequency difference of arrival, FDOA）量测进行远距离跟踪变得具有挑战性，导致状态估计在二阶矩上产生偏差。为解决该问题，提出基于量测转换的算法。利用二阶泰勒展开逼近非线性观测方程，进而将TDOA/FDOA量测转换到辐射源状态空间。同时，在二阶泰勒逼近的程度上实现量测协方差转换，尽可能减少转换过程中带来的偏差。仿真结果表明，所提算法相对于一阶泰勒展开近似的量测转换以及无迹卡尔曼滤波器具有更高的辐射源跟踪精度，且计算量与无迹卡尔曼滤波器相近。因此，所提方法具有广阔的应用前景。

针对复杂电磁环境中多路信号相位失准导致通信质量恶化的问题，提出一种基于射频片上系统的Ku波段极窄带信号实时校准方法。系统通过设计可配置射频前端与数字补偿协同架构，结合时频域混合校正算法，采用多通道并行处理硬件结构，实现多路信号的同步处理与相位补偿，突破传统相位检测方法在处理窄带信号时的精度与实时性局限。实验结果表明，该系统在强干扰环境下可有效提升相位一致性，校准后相位误差控制在±0.02°，相较矢量网络分析仪校准方案的±0.1°最小误差，精度提升80%，校准后信号质量达到战术系统要求。

为了评估无人机在空间复杂电磁环境下的工作状态，建立无人机场-线联合仿真模型，开展宽带白噪声辐照实验。仿真得到无人机典型互连线缆在电磁辐照下的耦合电压；实验得到4种辐照场景下，无人机在不同干扰频偏和带宽压制比的宽带白噪声作用时的失锁阈值。分析无人机失锁阈值变化规律，揭示了宽带白噪声对无人机的耦合路径，提出电磁防护加固措施并验证了其有效性。研究结果表明：宽带白噪声的作用效果与其干扰频偏、带宽压制比、入射角度和极化方向均有关系。当带宽压制比大于0.6时，前门耦合作用效果明显；当带宽压制比降低到0.6以下时，后门耦合起主要作用。极化方向和入射角度是影响后门耦合的主要因素。

一般量子生成对抗网络（generative adversarial network，GAN）只能处理单域数据，且受到量子比特数限制，生成质量会有很大程度下降。对此，提出一种学习多域数据联合分布的量子耦合GAN（quantum coupled GAN，QCoGAN）。QCoGAN通过结合量子计算的并行计算能力和经典GAN的学习能力，对量子GAN结构进行耦合优化，相较于普通GAN可以捕捉到更多图像细节，通过施加量子参数层之间的权重共享约束，有效控制了网络容量，提升了训练效率。将量子GAN用于领域适应问题，将QCoGAN应用于多个手写体数据集的联合分布学习任务，证明了其在处理多域数据时的优越性，具有广阔的应用前景。

针对海杂波背景下的雷达弱小目标检测问题，提出基于相关性的雷达海面弱目标检测技术。通过分析幅度拖尾的空间分布特性估计目标所在距离单元，滤除所估计的目标距离单元数据以确定杂波子空间，根据去拖尾的杂波子空间计算正交投影矩阵实现杂波抑制。随后，根据去拖尾正交投影空间下数据协方差矩阵的最大特征值的分布变化，选用最大特征值作为检验统计量实现目标检测。IPIX(intelligent pixel processing X-band)雷达、雷达对海探测数据共享计划的实测数据验证结果表明：所提方法优于单元平均恒虚警率、去拖尾正交投影、最大特征值以及正交投影+最大特征值检测算法，证明了所提方法具有较好的鲁棒性。

间歇采样转发干扰经过匹配滤波后产生多个虚假目标，影响雷达探测性能。针对这一问题，提出一种采用分段失配滤波的抗间歇采样转发干扰的方法。该方法充分利用了间歇采样转发干扰自身的间歇性与干扰延时于被采样雷达信号片段的滞后性，通过分段脉压的方式滤除伴随在信号上的干扰。但是使用分段脉压类技术时需要先通过匹配滤波得到回波中的目标信号位置，而匹配滤波无法区分出真实目标信号与虚假目标干扰，因此提出一种相位编码-分段失配滤波的方法来得到回波中目标信号的位置。通过多段信号分组编码失配滤波完成对信号的综合失配滤波，实现真实目标脉压峰值的对消，而干扰信号因其不完整性无法完成脉压峰值的对消，从而根据两者的峰值检测可以区分出回波信号中的真实目标信号与干扰信号，然后对其中的真实目标信号进行分段失配滤波可以滤除伴随在其上的干扰信号。仿真结果表明，所提算法在信号分段宽度小于干扰采样宽度的条件下可以滤除多个真实目标回波中携带的间歇采样转发干扰。

面向机载平台同时执行目标探测与电子干扰任务需求，提出一种雷达探干一体波形设计方法。利用截获的蓝方雷达信号实现干扰调制，首先将截获的蓝方雷达信号进行距离-多普勒调制，产生密集假目标干扰信号。然后，将探测信号隐藏于干扰信号中形成探干一体波形。接着，提出一体波形与接收处理联合优化方法，抑制干扰信号分量，提升目标探测性能。仿真实验表明，所提方法可有效实现目标探测与电子干扰同时执行多任务。

为解决合成孔径雷达影像和可见光影像融合过程中存在信息丢失、细节模糊，造成目标检测与识别精度不足的问题，提出一种贯穿像素、特征、决策3个层级的多级图像融合方法。首先，在像素级别上初步融合，提高检测模型对纹理和形态上细节信息的敏感度。之后，在特征级别上进一步融合，使模型更关注全局的语义信息，捕捉复杂背景下的目标特征。最后，在决策级别上整合融合信息并筛选出具有高可信度和精确度的检测结果。模型在自制目标识别数据集上进行了对比实验和消融实验，实验结果验证了其有效性。

由于机载预警雷达的工作频段不断向低频段拓展，更多的无线通信设备与雷达系统共用频段，导致无人机载雷达在工作时受到大量的无意干扰，严重影响其目标探测性能。针对上述问题，在保持机载雷达系统参数不变的前提下，提出一种基于无源/有源双模协同的主瓣无意干扰抑制架构和方法。首先，在无源模式下通过自适应波束形成技术和恒虚警率检测准则估计每个波位主瓣干扰信号的频率和带宽。然后，在有源模式下通过频域滤波实现主瓣无意干扰的抑制。同时，通过噪声补偿将滤波后的色噪声白化为白噪声，在实现干扰抑制的同时进一步提升了目标检测性能。最后，通过仿真实验验证了所提方法的有效性。

针对同地配置的雷达与电子支援措施存在数据率不等、航迹异步、系统误差等复杂状况，提出一种异步锚定配对的关联算法。首先，定义参考序列和时域处理窗，经动态去偏除杂后加权生成异步锚定配对点。然后，提出系统误差背景下的同地配置雷达与电子支援措施的参数区间化表示方法，给出相离度矩阵求解方法，利用Jonker-Volgenant算法和经典分配算法进行关联判定。最后，给出该算法推广至同地配置的多传感器多目标场景的适用性分析。所提算法能够优化异步数据结构，减小数据冗余度，避免异常数据干扰和区间泛化问题。仿真结果表明，所提算法在异步非等速率航迹关联中具有较高的关联正确率，在多目标不规则运动复杂环境下仍具有一定的稳定性。

由于滑聚模式成像算法中的去斜操作，难以构建一个严密的距离-多普勒方程用于几何处理。对此，提出基于合成孔径雷达（synthetic aperture radar，SAR）天线指向矢量的构像模型，充分考虑滑聚成像的去斜操作对斜距影像产生的影响。从SAR图像每个扫描行的像点与卫星的相对位置出发，基于准确的星地几何条件，建立图像像点坐标与地理坐标的严格转换模型，并以此模型给出了滑聚模式SAR几何定位的正解和反解流程。最后，利用不同脉宽带宽组合、不同外场数据开展的几何定标和定位处理实验表明，在标校补偿了SAR载荷自身以及大气传输、平台轨道位置、高程等因素带来的各项几何误差后，滑聚影像的无控几何定位精度能达到1~2 m，充分证明了所提方法在滑聚影像几何定位方面的有效性。

为实现少样本下民机空调系统的有效健康评估，解决空调系统时间维度下状态评估这一难题，提出一种融合故障逻辑与贝叶斯时变评价网络的评估方法。首先，基于系统工作原理构建“监测指标–部件–系统”三级评价框架，以故障逻辑图明确监测指标与部件状态的关联关系。其次，引入时间因子和信息熵–独立性权重系数耦合赋权策略，建立时变?综合赋权模糊综合评价方法，实现部件时间维度下的健康状态量化。然后，结合博弈均衡驱动的贝叶斯网络，将部件状态映射至系统状态，形成贝叶斯时变耦合赋权模糊综合评估模型（Bayesian time-varying coupling weighted fuzzy comprehensive evaluation model, BTCW-FCEM），实现系统级健康状态的动态评估。最后，基于国产民机空调系统运行监测数据开展单部件与复合部件故障案例分析，验证模型在健康状态动态评估中的高精度与高效率表现。结果表明，BTCW-FCEM在多类故障场景下的准确率、精确度、召回率和F1分数均优于多种对比模型，为民机空调系统的健康监测与故障预警提供了可靠的技术支撑。

弹上产品贮存寿命评估未充分利用设计信息、失效判据未直接反映耗损期失效机理，如何在考虑上述问题的基础上进一步深入研究多参数耦合下的贮存寿命评估具有重要意义。为此，提出一种融合设计与试验多源信息的弹上产品贮存寿命评估方法。首先，以失效率作为寿命判据构建贮存寿命表征指标，分析贮存寿命影响因素，明确设计和试验信息来源。其次，基于广义应力-强度干涉模型，构建综合考虑设计参数的离散型、贮存工况的随机性及性能参数退化的产品失效率模型。再次，利用Copula函数将失效率模型泛化到多参数的情形，给定失效率阈值，通过遗传算法估计贮存寿命。最后，以一种控制放大器为例，验证了所提方法的有效性。分析表明，所提方法有效解决了目前存在的设计参数与贮存寿命指标不相关的问题，为支撑贮存寿命正向设计与准确评估提供了有力支撑。

为了更好地推进作战方案智能推荐技术的研究，整理了近年作战方案智能推荐的主要研究文献，并进行了系统综述。主要从传统方法与人工智能方法两个角度，分析当前主流的智能推荐方法。在传统方法方面，对涉及的主要定性定量方法进行了介绍；在人工智能方法方面，重点围绕基于搜索、基于推理和基于学习的智能推荐方法进行了梳理。此外，对4种方法的特点进行了阐述，并总结了各方法的优缺点以及适用场景。最后，分析总结了作战方案智能推荐方法的发展趋势。

针对复杂对抗环境下反舰导弹目标识别面临的特征模糊、诱饵欺骗性强及传统识别算法鲁棒性不足等问题，提出一种多模态自适应融合网络（multimodal adaptive fusion network, MFA-Net）。该模型采用参数非共享分支分别提取雷达、红外与电子支援措施的异构特征，通过通道-空间双维注意力机制实现跨模态自适应融合，引入基于动量迭代方法的对抗训练策略，以极小极大优化框架增强模型内在鲁棒性，提升其在干扰条件下的决策稳定性。通过Macro-F1分数、抗干扰鲁棒性、推理时效构建非线性综合识别效能指数。实验表明，MFA-Net模型的综合识别效能指数达0.853 1，显著优于几种对比模型，干扰强度灵敏度分析进一步验证了模型在不同对抗等级下的性能稳定性。

针对当前高强度训练环境下，武器装备受到自然损伤和多种外部冲击影响下的复杂故障过程，构建一种考虑多种故障模式和多阶段故障过程的单部件装备系统可靠性模型。采用一种基于检测的预防性维修策略，通过对装备的定期检测，发现并更换出现潜在故障的部件。根据装备可靠性分析和更换报酬理论，给出了期望可用度和期望费用率的显性表达式，并由此构建了一个装备使用效能模型。结合数据分析和优化算法，确定了装备使用效能最优的检测间隔。最后，通过实例验证了所提模型和优化方法相较于传统模型能有效提升装备的使用效能，可为现阶段武器装备的故障预测和预防性维修策略优化提供一定的参考。

在指控领域的应用实践中，数据中台依旧存在支撑指挥决策效能有限的问题。对此，设计基于大语言模型的智能化数据应用，将数据有效融入指控流程，最终实现零散数据赋能指挥决策。首先，构建分层级应用架构并明确指挥信息流程。然后，针对模型层提出指控领域专用大语言模型构建方法和多模型协作架构，针对软件层阐述了事件要素生成等4类应用的实现方法。最后，以任务平台为例证实了所提方法的有效性，可为数据中台建设和智能化指挥提供参考。

为了提高无人机系统的自主故障重构能力，提出一种基于结构分析和树种优化算法的可重构分析与设计策略。首先，基于结构分析，给出系统结构可重构的充要条件。其次，设计算法求取系统的可重构路径，建立故障重构矩阵，设计可重构性评价指标。然后，提出基于树种优化算法的可重构优化设计策略，兼顾了系统可重构需求以及可重构路径设计成本。最后，基于固定翼无人机模型，仿真验证所提方法的合理性和有效性。该策略不仅避免了复杂的数值运算，同时也为系统设计阶段的可重构性优化设计提供理论支撑。

针对传统任务链验证存在动态交互与信息不确定性建模不足的问题，提出一种解决方案。首先，构建“分解-抽象-验证”方法论体系，结构化分解作战流程为模块化单元，从实体、信息、规则3个维度提取要素并参数化，通过ExtendSim建立动态验证环境。然后，设计五流协同映射模型，将作战活动抽象为执行流（时序）、情报流（交互）、物质流（资源）、属性流（状态）、决策流（指控）的多维耦合体系。最后，开发闭环建模框架，实现作战基元参数化（耗时/概率/资源）、复杂规则模块化编程及多层流程嵌套。仿真结果表明，所提方法能够体现作战的信息活动规律，可为多平台协同任务链评估提供思路和方法。

现有对于多状态部件预防性维修策略的研究，缺乏对全寿命周期中不同状态下不同监测间隔期及预防性维修状态范围共同影响的研究。对此，分析部件性能单向劣化过程及全寿命周期中状态转移规律，以部件可靠性及总费用为目标函数，考虑无法实时进行状态监测的影响，给出解算视情维修策略的解算模型。经该模型辅助决策，可获得优化后的预防性维修策略，确定相应预防性维修的状态范围及各状态下的不同监测间隔期。针对具体算例，给出了解算结果，并与蒙特卡罗仿真结果进行比较，验证了所提方法及解算模型的正确性。

弧有向加权时序网络可更加准确地描述节点间交互关联关系的倾向性选择及倾向性强度随时间演化过程中的变化，为辨识弧有向加权时序网络中的关键节点，提出基于多属性融合的弧有向加权时序网络节点重要性辨识方法。首先，为拓展挖掘网络时序演化多元信息源，集结网络多属性特征构建综合重要性矩阵列，可表征层内节点间交互关系的倾向性选择与倾向性强度大小。然后，定义节点层间传输能力相似度表征网络层间相似性。最后，融合节点间层内交互关系和层间关联关系构建弧有向加权时序网络多属性融合超邻接矩阵，并用特征向量列中心性方法对弧有向加权时序网络中的节点重要性排序，综合表征弧有向加权时序网络节点重要性序结构演化。实证数据仿真显示，所提模型对弧有向加权时序网络的关键特征有良好的表征，所得出的节点序结构在识别精度上优于其他模型，且排序靠前节点的传输能力优于其他模型。所提模型能为准确描述时序网络节点间复杂的交互关联关系提供思路，可为深入理解网络结构及其演化提供有力工具。

随着军事和科学技术的迅猛发展，数据链体系作战应用、技术体制以及相关指标论证需要先进的论证工具，能够利用建模仿真手段和定性定量方法，实现基于模型的数据链体系分析设计与验证，为数据链装备建设项目决策提供技术支持。首先，分析数据链体系“任务网-逻辑网-物理网”内在运行机理，介绍基于模型的数据链装备体系设计流程。然后，阐述数据链体系联合仿真系统总体设计框架和系统运行原理。最后，以美国海军综合火控制空系统为典型案例，实验结果证明了该数据链体系能力建模与仿真分析方法的可行性。

针对微重力环境下空间光学载荷地面测试对超精密轴向定位平台（ultra-precision axial positioning platform，UAPP）提出的短行程、高精度、高动态响应、强抗干扰等要求，提出一种将驱动/支撑构型与高性能控制算法有机集成的UAPP方案。采用三维有限元方法深入研究四象限永磁体阵列洛伦兹力电机和非等宽Halbach阵列磁轴承随位移变化的力和刚度特性，为建立准确动力学模型及性能分析奠定基础。同时，提出基于名义辅助模型的复合非线性反馈自抗扰控制（composite nonlinear feedback active disturbance rejection control based on a nominal auxiliary model，NAM-CNFADRC）算法。仿真和实验结果均表明，与比例-积分-微分和经典二阶线性自抗扰控制算法相比，NAM-CNFADRC在跟踪精度、最大超调量、调节时间以及扰动抑制方面均表现出显著优势。

针对干扰阻断和攻击毁伤等现有无人机反制技术的不足，提出一种近距拦截捕获方法，作为现有无人机反制手段的配合和补充。首先，分析小型旋翼无人机的目标特性，据此设计近距拦截捕获系统总体方案，包括飞行平台、跟踪瞄准装置和捕获单元。然后，提出基于核相关滤波尺度自适应识别跟踪方法，利用云台相机视线角实现对目标的跟踪瞄准，采用比例导引进行跟踪制导。同时，建立柔性网旋转展开和碰撞动力学模型，分析捕获过程的动力学特性。最后，研制了一套近距拦截捕获系统，并成功完成多次拦截捕获试验，证明了所提方法的有效性。

针对自主空中加油任务中加油锥套检测鲁棒性不足以及相对定位精度不高问题，提出一种基于近红外视觉的加油锥套检测与定位方法，在加油锥套上安装8个近红外发光二极管作为特征点，在受油机搭载配置有近红外滤光片的相机作为视觉系统。首先，对捕获到的加油锥套图像进行预处理，提取连通区域；其次，提出形状先验驱动的邻域搜索方法，结合深度学习方法对锥套位置进行跟踪预测与锥套椭圆特征拟合；最后，基于透视n点算法解算相对位姿，并进行融合滤波处理。实验结果表明，本文提出方法具有较高的检测成功率、效率与相对定位精度，在实际空中加油任务中具备良好的应用前景。

针对如何提高通用航空器适应高原环境复杂地形环境和自主躲避威胁的能力，设计了一种适用于通用航空器的无碰撞路径规划算法(collision-free path planning algorithm, CPPA)-A*。首先，在传统A*算法的基础上引入高度成本函数以改善路径的高度波动问题，并使用两级安全包络作为安全警示范围贯穿始终。其次，在处理地形起伏较大的区域时，采用改进人工势场法中的斥力场法优化路径节点的高度分布，减少高度起伏对飞行的影响。最终路径通过Laplacian和Gaussian两级路径优化进行平滑处理，降低路径的转向变化幅度；CPPA-A*高度波动较快速扩展随机树算法降低65.3%，飞行路径长度与三维A*算法相比缩短9 331.62 m，计算效率提升39.9%。结果表明，所提算法可为高原环境复杂地形约束的航路规划技术研究提供技术支撑。

面向二进制偏移载波（binary offset carrier，BOC）信号捕获跟踪算法功率利用率低、抗噪性能差的难题，提出利用辅助矢量结合双支路联合捕获跟踪算法。首先设计可配置辅助矢量生成方法，合成无副峰曲线，再结合双支路联合捕获跟踪，显著提升功率利用率和抗噪声性能。仿真结果表明，算法在实现副峰消除的同时，能够维持较高的捕获精度，在信噪比为?20 dB的条件下，捕获概率超过90%，码相位跟踪精度控制在1/2 000个码片以内。与现有方法相比，所提算法实现了BOC信号处理中模糊性消除与功率优化的统一，提高了抗噪声性能，为新一代导航接收机设计提供了理论支撑。

考虑作战过程中导弹集群通信拓扑结构变化问题，开展导弹集群切换拓扑下去中心化协同制导律研究。结合虚拟领弹-从弹架构，构建虚拟领弹群产生虚拟共识状态轨迹，实现去中心化；基于虚拟共识状态轨迹误差跟踪系统，采用微分博弈理论，结合自适应动态规划技术在线求解最优制导策略，并提出基于求解线性矩阵不等式（linear matrix inequality，LMI）的评价网络权值更新律参数动态更新方法以适应拓扑结构切换，并放宽切换信号平均驻留时间限制；使用多Lyapunov函数，证明了系统的稳定性。最后，通过仿真验证了所提方法的有效性。

针对低干噪比下通信干扰信号特征微弱、单一特征表征能力不足导致识别准确率低的问题，提出一种基于YOLOv8和多特征融合网络的通信干扰信号识别方法。首先，提出一种基于投影变换的特征图像提取方法，根据不同特征对于不同信号的不同敏感度，选取具有强互补特性的双谱变换、希尔伯特黄变换、短时傅里叶变换作为识别特征，并通过投影变换将其统一为适用于二维卷积网络的特征图；其次，利用YOLOv8网络强大的特征学习能力，同时从上述3种异构特征图中并行提取深层判别信息；然后，设计了一种决策级全连接融合网络，对YOLOv8输出的概率向量进行加权整合，实现最终分类决策。实验结果表明，该方法显著提升了低干噪比下的识别性能，尤其在?20 dB的低干噪比恶劣条件下，识别准确率达到48.18%，相较于传统方法以及单一特征方法分别提高了40.60%和31.86%。

物联网的安全与隐私保护是研究热点和技术难题。博弈论方法能够有效分析物联网系统中多方利益主体的博弈行为，在决策分析层面对防御技术形成重要补充。综述了近五年来博弈论在物联网安全与隐私保护中的应用，系统梳理了其在安全对抗中的应用场景与技术贡献。按照对抗主体的不同，相关研究分为两类：一类聚焦攻防双方的博弈，另一类针对特定物联网场景中不同组织之间的交互与协作。深入讨论了当前研究的挑战，包括均衡假设的合理性、计算复杂性以及算法实用性等问题，并展望了结合强化学习技术开发智能博弈安全机制的发展方向。

针对智能反射面辅助的大规模多输入多输出毫米波系统中信道估计导频开销高的问题，提出了一种基于三重结构化正交匹配追踪（triple-structured orthogonal matching pursuit，TS-OMP）的信道估计方案。首先利用信道角度扩展特性，揭示了波束空间级联信道矩阵的三重结构化稀疏特性。基于上述结构稀疏特性，将信道估计问题表述为三重结构化稀疏信号恢复问题，并提出了一种TS-OMP信道估计算法。该算法首先估计部分用户的稀疏行索引和簇内列偏移量，再将稀疏行索引和簇内列偏移量作为先验信息估计所有用户的信道状态信息。仿真结果表明，该方案的性能和导频开销明显优于现有方案。

针对通信辐射源个体识别面临信号特征提取受噪声干扰的问题，构建测量信号数学模型，针对船舶自动识别系统辐射源信号研究。首先，运用短时傅里叶变换推导信号周期平稳特征的时频能量谱，分析其统计量与循环平稳特征关系；其次，提出构建深度学习训练数据集的方法，通过外场实测，表明了循环平稳特征的时频能量谱的差异性、稳定性以及抑制噪声干扰的有效性；最后，利用不同网络和时频特征对训练和测试样本进行比较实验，验证了基于循环平稳特征的累积时频能量谱方法对通信辐射源个体识别准确率的提升效果。针对船舶自动识别系统信号，在10种典型网络模型下的平均Top-1识别准确率为75.92%，相对传统的非累积识别方法性能提高约25%。该方法能有效应对不同时空场景下的噪声干扰，为非合作条件下通信辐射源个体识别提供了一种新的解决方案。