针对多源图像舰船目标检测中存在的样本依赖性强、异时相数据融合效果差的问题，提出一种基于D-S （Dempster-Shafer）证据理论的自适应决策融合方法。不同于传统先融合后检测的结构，该方法构建了差异化基本概率指派模型，通过将异时相样本融合产生的信息干扰转化为互补优势，有效解决了多源融合检测对同时相样本依赖性强的问题，实现多源图像的有效决策融合。结果表明，所提方法的平均精度较单源光学图像和合成孔径雷达图像检测分别提升0.7%和2.92%。对比传统融合检测算法，所提方法缩减了运算开支，显著提高了检测精度。

针对单站机载定位环境中定位精度有待提升的问题，提出一种基于元启发式蛇优化（snake optimizer，SO）算法的单站无源定位方法。该方法利用相位干涉仪测量目标相位差，构建代价函数，通过 SO 算法对代价函数进行寻优求解目标位置。为验证所提方法的有效性，对3种飞行模式下的机载定位模型进行仿真研究，并对比不同频率下的定位测试数据。实验结果表明，与经典智能算法相比，在低相位差误差场景中，SO 算法的定位精度提升约 1.4%；在相位差误差较大的场景中，定位精度提升约 2%；在不同频段目标辐射源的定位性能分析中，定位准确率提升约 2.3%。SO 算法能有效提高单站机载定位的精度，在复杂电磁环境下具有良好的适应性和应用价值。

针对多个能够同时发射短波信号和卫星信号的辐射源定位场景，提出一种基于多目标空域规律约束的卫星与短波信号协同直接定位方法。首先，根据短波方位角关于多个短波观测站与辐射源地理坐标之间的几何关系、卫星时差关于多颗卫星与卫星地面站及辐射源地理坐标之间的几何关系，建立联合短波和卫星观测信号的定位模型；然后，根据多个待定位辐射源之间存在的距离约束规律建立不等式方程组，构造带约束的最大似然估计优化模型；最后，利用拉格朗日乘子法将含约束的优化模型转换为无约束优化模型，并利用梯度下降法进行数值求解，用于获得多个辐射源地理坐标的估计值。仿真结果表明，该定位方法对多个远距离目标相比于短波交汇定位方法、卫星时差直接定位方法与基于定位结果的线性融合方法的定位精度更高，且在低信噪比条件下优势更为显著。

针对传统全空域相控阵波束形成方法固定占用阵列资源导致波束形成数量受限的问题，提出基于阵列资源机会式动态复用的波束形成方法。首先，分析传统全空域相控阵波束形成机理，挖掘阵面空间自由度，提出阵列资源机会式利用思路。然后，通过在阵列资源分配过程中增加阵元冲突约束，将机会波束形成过程建模为阵列资源时空二维分配问题，并通过差分进化算法求解。仿真结果显示，80低轨卫星任务配置下，所提机会式波束形成方法同时形成波束数量可增加200%，测控任务满足率提升可达53%，表明所提方法可实现全空域相控阵瞬时波束数量与任务满足率的显著提升。

针对战场复杂环境（小目标、烟雾遮挡、过曝/欠曝、小样本）导致目标识别精度低的问题，提出一种基于目标相关性诱导与时空域混合丢弃的增强识别方法，以提升复杂场景下的数据质量与识别性能。算法基于事件流数据，通过在脉冲神经网络（spiking neural network，SNN）的时空域上同时进行相关性传播将目标相关性映射至特征图。首先利用相关性分数对特征加权，从而优化数据表征；随后对多事件流前景进行尺度缩放与无遮挡数据融合，同步融合标签；最终通过二次相关性加权与事件重要性自适应丢帧生成增强数据。基于SNN在4个数据集的目标识别实验均取得最好结果，尤其相比未增强基线，算法在N-Caltech101上准确率提升9.8%，战场环境提升6.14%。结果表明，该算法可有效利用事件时空特性，规避传统方法的目标遮挡、噪声干扰及特征丢失问题，显著提升SNN泛化能力与识别任务鲁棒性，为战场复杂环境下的智能装备提供可靠技术支持。

针对合成孔径雷达图像识别网络消耗部署资源大和散斑噪声强的问题，提出一种基于小波散射激励与简单注意力模块（wavelet scattering excitation and simple attention module，WSS）的轻量化抗噪卷积神经网络（convolutional neural network, CNN）雷达目标识别方法。首先，使用WSS模块让模型对噪声图像进行自主学习，使模型逐渐关注飞机散射中心，从而减少噪声干扰。其次，利用简单注意力模块（simple attention module，SimAM）进行进一步抗噪，并动态计算每个位置的特征图。最后，利用全连接层进行分类输出，在实现参数量大幅度降低的同时具有较高的识别准确性能。不同噪声条件下的实验结果表明，与现有网络模型相比，WSS-CNN在SAR图像识别任务中具有更高的准确率，在复杂噪声环境下展现出优越性能。

在雷达对抗中，多无人机协同航迹欺骗对消耗对方雷达资源、掩护真实目标作用显著，但受到定位精度、无人机位置及调制参数等误差影响。对此，构建航迹欺骗基础模型后，重点分析雷达先验位置误差与无人机位置误差对虚假航迹的影响，推导空间理论模型，明确误差与假目标偏移关系及量测关联条件，推导调制参数和雷达散射截面积一致性、速度一致性检测条件。针对空间耦合误差进行综合分析并提出补偿方案。仿真实验证明，理论分析可有效估测航迹欺骗效果，补偿方案具有一定的可行性与有效性。

在现代实际战场环境中，雷达目标识别面临着双重挑战：一是先进目标的数据集获取难度较大，二是对决策的可解释性要求较高。为此，结合统计模式识别的高精度优势与模糊模式识别的抗噪特性，提出一种基于高分辨距离像特征统计特性的模糊概率模式识别方法。在统计特性方面，对χ²分布进行广义p-范拓展，深入研究并分析了χ ^p分布的统计特性，实现了更高的识别精度。在模糊属性方面，采用隶属度函数使所提方法在低信噪比条件下仍能保持良好的识别性能。通过电磁仿真软件对国外先进战机进行数据生成，实验结果表明，所提方法在识别精度与噪声鲁棒性上均优于多种现有模式识别技术。

针对低空聚束合成孔径雷达在复杂电磁环境下抗干扰能力不足的问题，提出一种基于脉间捷变频的快速极坐标格式算法（polar format algorithm，PFA）。首先，构建捷变频信号的波数域空变相位误差模型，揭示传统PFA失效机理。其次，提出多域联合补偿策略：在时域利用距离轴?载频联合补偿矩阵实现距离向主瓣完全相位补偿，抑制空变误差对旁瓣的耦合效应；在波数域设计自适应频谱恢复函数，消除捷变频导致的方位频谱偏移与泄露。仿真结果表明，所提算法在保留PFA计算效率与运动适应性的基础上，点目标峰值旁瓣比与积分旁瓣比与固定载频PFA相比分别提升13.85 dB与14.26 dB，且抗干扰模式下虚假目标幅值衰减至真实目标的3.03%。所提算法计算量与固定载频PFA几乎相当，处理耗时仅增加12.20%。表明所提算法可为低空无人机载合成孔径雷达平台提供兼具高分辨实时成像与强抗干扰能力的解决方案。

针对当前合成孔径雷达图像船舶检测算法存在模型冗余高、计算复杂、实时性差的问题，提出一种基于EfficientNetv2的轻量级特征优化YOLO （you only look once）检测方法，以提升检测精度并降低模型复杂度。所提方法以EfficientNetv2替代YOLOv11原有骨干网络，有效压缩参数量并保留特征提取能力。在颈部网络中引入扩展残差模块和空间通道重构卷积模块，增强上下文感知与细粒度表达。设计基于锚框质量的PIoUv2定位损失函数，提高目标回归精度。通过合适的剪枝策略精简模型结构，提升推理效率。在高分辨率合成孔径雷达（synthetic aperture radar，SAR）图像船舶数据集和SAR舰船检测数据集两个典型SAR船舶检测数据集上的实验结果表明，所提方法在保证检测精度的同时，显著降低计算量与推理时间，具备良好的多场景适应能力与实际应用潜力，为雷达图像检测轻量化平台提供可行方案。

针对现有基于多基雷达观测的空间目标三维微动特征方法存在部署成本高、数据处理难度大等问题，提出一种基于单基雷达的进动锥柱体目标三维微动参数估计方法。在分析进动锥柱体上固定散射点与滑动散射点回波微多普勒效应的基础上，首先基于固定散射点模型提取目标进动角、底面半径等微动参数，然后利用锥柱接合面的滑动散射特性进一步提取锥柱体目标的锥体高度、柱体高度及半锥角等三维微动参数。所提方法能够准确提取出目标微动参数以及几何信息，仿真实验验证了其有效性及在不同信噪比下的性能。

导弹产品贮存寿命的验证评估是工程领域和可靠性科学发展所面临的关键技术难题，针对传统试验方法周期长、成本高、性能退化传递规律难以表征等问题，提出基于性能与退化规律融合建模的导弹产品贮存寿命仿真方法。基于产品的性能模型和材料、元器件等基础产品的性能退化规律模型，考虑基础产品性能参数、贮存环境因素的随机特性，实现贮存寿命评估。通过案例应用研究，所提方法考虑了材料属性、贮存环境因素的不确定性对贮存寿命的影响，可定量表征基础产品性能参数、贮存环境因素、贮存时间对导弹产品性能的影响规律，为产品贮存寿命评估提供思路和方法。

军事目标威胁评估是基于目标的意图与能力，结合战场态势，评估目标造成伤害或损害资产的潜力，是制定打击策略和作战方案的关键支持。本文梳理军事目标威胁评估的发展历程，研究典型作战场景下的评估指标体系及其特点，总结当前常用的威胁评估方法。最后，讨论了现有问题，并展望未来的发展方向。

针对面向静态点任务的卫星与无人机联合任务规划问题，以最大化完成任务的观测收益为目标构建数学模型，提出一个三阶段联合任务规划框架，设计强化混合遗传算法（reinforcement hybrid genetic algorithm, RHGA）。提出基于最小负荷法的种群初始化机制和基于禁忌表搜索的局部优化机制；同时，将交叉变异参数调优过程建模为马尔可夫决策过程（Markov decision process, MDP），并基于强化学习设计动态调参方法。消融实验进一步分析了所提算法中3种改进机制的有效性。所提算法在求解质量与解稳定性方面具有良好的性能。

针对新一代舰船电子信息系统动态重构策略忽视故障传播影响、可能导致系统可靠性下降的问题，提出一种融合故障传播风险评估的动态重构方法。首先，构建涵盖硬件资源、软件服务及其部署关系的系统形式化模型，提出量化系统可靠性的结构可靠性指标，以精准刻画系统部署关系对故障传播的影响。然后，在综合结构可靠性与负载均衡、迁移成本等关键运行指标的基础上，构建基于多目标协同优化重构模型，设计基于改进型价值分解网络的多智能体强化学习算法，实现故障传播抑制与系统重构效率的同步优化。实验结果表明，相较基准算法，所提方法能够有效抑制故障传播影响，可为重构舰船电子信息系统的可靠性保持与能力持续生成提供支撑。

针对电液作动器系统在复杂工况下故障特征提取困难、识别精度不足的问题，提出一种基于多尺度时频交互融合网络的故障诊断方法。该方法通过构建融合时域、频域、时频域和统计特征的多尺度特征提取模块全方位捕获故障信息，采用信号特征库、时间卷积结构和图建模机制有效刻画传感器间的潜在耦合关系，并引入空间与通道双重注意力机制以及故障特定增强路径强化微弱故障特征的表达能力，实现了多源信号的深度建模与分类判别。在构建的电液作动器仿真平台上进行实验验证，所提方法在测试集上的故障识别准确率达到99.03%，消融实验进一步验证了各功能模块间的协同增益效应。研究结果表明，所提方法展现出优异的故障诊断精度和良好的系统适应能力，能够有效满足典型电液执行系统的智能监测需求。

为解决深空探测用航天器离子电推进系统中离子电推进可靠性提升问题，提出基于确信可靠性理论的离子电推进可靠性分配、评价与提升方法。首先，开展基于技术成熟度的离子电推进可靠性分配。然后，对当前设计下离子电推进各部件的任务可靠性进行评价。最后，针对不符合可靠性要求的部件单元，通过提高失效阈值、延缓溅射刻蚀和降低电参数不确定性等措施进行可靠性提升。案例研究结果表明，基于确信可靠性理论的方法可有效实现给定可靠性要求下20 cm离子电推进的可靠性分配、评价与提升。所提方法克服了传统数据驱动方法在小样本、长寿命及双重不确定性共存场景下的局限，其分析精度满足深空探测任务要求。

为解决无人机集群分布式自主协同场景下的弹药投放优化问题，提出一种基于多策略公共品博弈模型的弹药投放方法。首先，提炼无人机集群弹药投放的核心需求，构建需求与公共物品演化博弈模型的映射关系。然后，建立多策略公共物品博弈模型，并优化改进愿景驱动动力学过程。最后，采用多主体建模方法搭建仿真框架，分析关键参数对集群合作水平及策略分布的影响，同时探究门限值对集群合作状态的调控作用。仿真结果表明，相较于传统单策略博弈模型多策略演化博弈有利于促进集群合作，通过调整门限值可有效调控集群合作水平与策略分布。所提方法可有效适配无人机集群分布式自主协同的作战需求，为无人机集群弹药投放决策提供可靠的理论支撑。

针对防御性制空作战中多个巡逻阵位之间的多加油机协同保障任务规划问题，提出一种基于硬时间窗约束的空中加油任务分配优化方法。首先，通过分析战斗空中巡逻任务的特性，构建以最小化加油机出动架次为核心并兼顾等待成本与燃油利用效率的空中加油任务分配优化模型。其次，针对该问题的特点设计改进的自适应多阶段蚁群优化算法，通过动态调整启发式信息因子与信息素更新机制，增强算法对硬时间窗约束的适应性与全局搜索能力。最后，将计算得到的优化方案结果在成本优化上与原始规划方案进行比较，并结合大规模算例对该算法的时间复杂度、空间复杂度进行了讨论，明确了该算法在处理大规模空中加油任务分配时的优势与局限。

针对复杂对抗环境下地空导弹系统假目标数量配比优化问题，提出一种基于生存概率、效费比和惩罚函数的多目标决策方法。首先，建立双参数可变的动态威布尔分布模型，刻画目标被发现识别概率随时间的变化规律，并结合火力分配构建目标生存概率计算模型。其次，综合考虑部署空间、时间及经济成本等约束条件，设置不同决策权重，构建融合作战价值、效费比和惩罚项的效用函数，进而建立真假目标数量配比优化模型。最后，结合典型应用场景仿真分析，验证模型与参数的有效性。结果表明，所提模型在持续对抗条件下能够更精确地评估系统生存概率并优化假目标配置数量，可为不同作战阶段提供差异化决策依据。

随着人工智能与无人装备技术的飞速发展，现代化作战不再局限于装备和技术的线性叠加，而是演变为由有/无人系统协同配合、深度耦合与持续演进的复杂作战体系。为实现该复杂体系的正向设计，提出一种结合国防部体系结构框架（Department of Defense Architecture Framework, DoDAF）和特定域建模（domain specific modeling, DSM）手段的有/无人协同作战体系建模与仿真方法。首先从“场景?能力?系统?活动”4个维度对该作战体系进行分析，设计体系建模框架和流程；结合DSM手段对作战领域概念与知识进行抽象，构建人机协同作战领域元模型；运用模型驱动技术，实现架构模型动态行为逻辑仿真验证；最后以A市作战演习为例，运用该方法对有/无人协同作战体系进行建模与仿真。结果表明相较于传统的DoDAF，所提方法有效提高模型的表达效果和建模效率，为未来智能化作战顶层设计提供了参考依据。

针对数智时代无人智能飞行器发展对开放式架构的迫切需求，提出分层解耦-面向服务-智能赋能（hierarchical-decoupling-service-oriented-intelligence-enabled，DSI）架构设计方法，设计了“1个系统架构、2个领域架构、1套标准体系”的参考架构和标准体系，指导无人智能飞行器由“外挂”智能向“原生”智能演进。同时，在实验室条件下开展了架构技术应用实践，结果验证了所提“1+2+1”架构和标准体系下智能能力开发周期由每月降至每周，赋能效果优于传统架构，核心系统成本降低50%以上。最后，对DSI架构设计方法进行了总结与展望，为未来无人智能飞行器落实开放式架构设计研发提供了方法和路径参考。

为提高电磁式微机电系统微镜在激光扫描和指向任务中抗扰性能，提出一种基于快速终端滑模扩张状态观测器（fast terminal sliding mode extended state observer，FTSMESO）的积分终端滑模控制算法。首先，构造一种FTSMESO用来估计补偿外部扰动与不确定性，并将其与积分终端滑模控制结合，实现对控制指令的快速稳定跟踪。随后，通过Routh-Hurwitz判据和Lyapunov函数证明FTSMESO与控制算法的稳定性和有限时间收敛性。仿真结果表明，对比传统控制方法，提出的控制算法跟踪各类指令精度更高，鲁棒性强；FTSMESO扰动估计的收敛时间更短，较线性扩张状态观测器缩短60%左右。该算法实现了良好的抗扰控制性能。

针对有向通信拓扑下多架无人机协同环绕多机动目标的问题，提出一种三维分布式环绕制导策略。首先，通过建立俯仰和偏航通道强耦合的三维机动目标交战模型，有效抑制制导性能衰减，克服目标运动不确定性带来的挑战。其次，基于积分滑模控制理论和加权静态优化方法，设计一种基于成本函数的分布式协同环绕制导律，在保证系统状态渐近收敛的同时，实现了无人机加速度的最优分配。此外，运用李雅普诺夫稳定性理论对闭环系统的全局渐近稳定性进行了严格的理论证明。最后，数值仿真结果表明3架无人机在有向通信拓扑下均能实现对多机动目标的稳定协同环绕，验证了所提制导策略的有效性与优越性。

针对气动扰动、目标机动、执行器故障及导弹参数变化带来的复杂影响，提出一种基于深度强化学习（deep reinforcement learning, DRL）的自适应制导框架。首先，采用熵正则化DRL，利用深层神经网络（deep neural network, DNN）作为预测模型，结合遗忘机制增强元学习，动态调整经验回放权重以聚焦当前环境。之后，设计双模型预测架构，集成交叉熵方法模型预测控制（cross-entropy method model predictive control, CEM-MPC）和自适应熵的模型预测路径积分（model predictive path integral, MPPI）控制，监测成本标准差变化率，在波动超阈值时自动切换控制策略，以发挥两种控制器的收敛速度和探索能力优势。仿真表明，相比传统基于学习的非自适应方法，所提方法视线角速率稳定，拦截成功率分别提升47.6%和6.0%，验证了本方法的有效性。

针对传统全球卫星导航系统（global navigation satellite system，GNSS）欺骗干扰检测方法场景适应性不足，以及现有机器学习模型虚警率高、泛化性能差等问题，提出一种基于Transformer多参数加权融合的GNSS欺骗干扰检测方法。该方法考虑了欺骗干扰在跟踪阶段产生的异常参数变化，采用相关器输出指标、载噪比等多参数加权融合的方式将多个特征进行融合，提升模型对特征扰动的灵敏度，同时通过特征维度压缩有效提高了模型训练效率。实验结果表明，所提方法在TEXBAT、OAKBAT、FGI-SpoofRepo 3种不同的数据集上均可以达到100%的检测准确率和F1-Score。本文所提方法与传统的假设检验方法和支持向量机模型相比，显著提升了欺骗干扰检测的准确率与鲁棒性，其多参数加权融合机制为后续抗干扰接收机设计提供了新的理论支撑。

针对存在干扰和不确定性的敏捷卫星高精度固定时间三轴同步姿态控制问题，提出一种基于固定时间同步理论的鲁棒姿态控制方法。该方法可保证敏捷卫星三轴期望姿态在固定时间内一致同步收敛，且姿态收敛轨迹呈直线的特性可避免姿态抖动，减少不必要的控制量消耗；同时，最大稳定时间不受初值的影响，具备更强的适应性。此外，设计了有限时间干扰观测器对姿态控制系统中存在的干扰和不确定性进行补偿。对所提方法进行数学仿真，证明了所提方法提高了系统的鲁棒性，并基于Lyapunov稳定性理论证明了闭环系统的稳定性。

针对激光雷达感知系统在“U型”障碍及遮挡场景下存在的感知局限性，以及复杂水域环境中无人船自主导航效率不足的问题，提出一种基于改进近端策略优化算法的无人机/无人船协同导航方法。该方法通过融合无人机的高空视觉感知能力与无人船的水面执行功能，弥补了激光雷达在特定场景下的感知缺陷，从而提升了无人船在复杂环境中的导航性能。在算法设计方面，采用长短期记忆网络来建模无人船运动状态的时序依赖特征，同时结合Ornstein-Uhlenbeck噪声和广义优势估计以增强策略探索效率并提高价值估计的稳定性。此外，通过设计一组辅助奖励函数，在优化路径长度的同时约束舵角波动，生成了更为平滑的航行轨迹。本研究为复杂水域环境下的无人机/无人船导航提供了理论研究基础。

水下传感器网络在数据传输过程中面临着高时延、高能耗等问题，尤其是在多跳传输场景下，时延和能耗问题更加突出。基于此，提出一种基于分层强化学习的水下路由协议，构建了高层和低层两级决策框架，通过可变权重的奖励函数，实现了时空自适应的多目标优化模型，引入空洞修复机制，智能化的状态监控和空洞检测机制确保数据能够绕过空洞区域，保持网络的连通性。仿真结果表明，基于动态分层Q学习的水下路由在面对不同节点密度、多源和动态拓扑的水下环境时，依然能够保持稳定、可靠和高效的性能，其数据包投递率更高、平均端到端时延更低、数据包能耗也显著优于传统方法，从而展现了在深海长周期监测中的应用潜力。

针对低轨卫星跳波束系统灵活资源调度的需求，提出一种面向波束与用户协同调度的多维资源优化算法。以满足用户业务差异化需求为主旨，以时、频、空、能多维资源调度为手段，以“跳波束+5G 非地面网络（non-terrestrial networks, NTN）”为体制基础，将波束间面向多目标的大时空尺度资源分配与波束内面向用户服务质量（quality of service, QoS）的细颗粒度资源调度进行协同优化，分别构建多目标指数分布优化器与动态用户优先级函数进行优化求解。仿真结果表明，相较于传统算法，该算法能够有效满足用户的不同业务对时延、吞吐量的差异化QoS需求。同时设计了相应的仿真验证软件，具备可视化、可扩展性的优势，能够验证资源调度关键技术，实时展示资源利用情况与系统性能。

针对复杂电磁环境下跳频网台分选面临的强噪声和干扰抑制难题，提出了一种基于联合特征的改进基于密度的带噪声应用空间聚类(density-based spatial clustering of applications with noise，DBSCAN）算法。借鉴点云建模的思想，以参数估计得到的各跳段跳频周期、跳变时刻与平均能量为特征，构建联合特征向量，将跳频信号的特征抽象为结构化的点云分布，在此基础上，计算联合特征的距离矩阵以确定参数k，并结合直方图密度划分生成对应的邻域半径和邻域内最小点数，遍历每组序列进行迭代聚类，实现对多跳频信号簇结构的自动提取与融合，解决了传统DBSCAN方法对密度分布敏感的问题。仿真实验表明，所提方法在信噪比为?2 dB条件下分选准确率达98.5%，显著优于K-Means、K均值层次方法及传统DBSCAN算法的准确率。该方法无需依赖跳频参数先验信息，具备良好的抗干扰能力与泛化性能，为复杂电磁环境下的跳频信号分选提供了思路。

针对甚高频数据链频率资源紧张和通信干扰问题，提出一种改进型邻域禁忌退火算法进行频率资源调度和优化分配。首先构建基于软频率分配规则框架的移动蜂窝通信模型，设置频谱分配矩阵初始解；然后以甚高频服务区网络的系统干扰惩罚值最小为优化目标，根据适应度的变化选择相应的邻域生成策略生成候选邻域解，通过候选邻域解执行迭代优化，并依据Metropolis准则实现降温过程；最后获得优化后的频率分配矩阵。与遗传算法、禁忌搜索算法、模拟退火算法等传统方法相比，所提方法在收敛速度、系统干扰、吞吐量等方面均呈现出较好的性能。