针对多个反辐射无人机(anti-radiation unmanned aerial vehicle, ARUAV)同时来袭时如何通过分布式辐射源协同实现有效诱偏以保护地面雷达的问题，提出一种面向双架ARUAV打击的分布式辐射源闪烁诱偏方法，旨在以大距离的分布式布站方式对辐射源进行闪烁辐射控制来影响ARUAV被动测角，进而改变其运行轨迹，最终在末端诱偏使其落点位于雷达辐射源安全半径之外。该方法首先分析信号延时控制形成脉内组合信号对ARUAV的测角诱偏原理并设计ARUAV运动模型，然后建立四维Q表深度Q学习框架，根据雷达安全距离条件建立奖励函数，以一定空域的ARUAV位置和速度作为输入，进行强化学习模型训练。仿真结果表明，所提方法诱偏距离至少为515.91 m，优于传统固定辐射诱偏方法，且较同等布站条件固定辐射的末端诱偏方法诱偏距离至少提升68.59%。

目前单幅图像去雨滴模型提取大尺度雨滴特征的能力较差，导致精度不高，无法很好地应用在复杂多变的实际场景中。为此，提出一种基于高阶递归网络的单幅图像去雨滴模型。首先，利用结合注意力机制的分组卷积构建一种双尺度注意力残差模块，更好地提取大尺度雨滴的有效特征。其次，设计一种高阶递归特征传递机制，有效强化了这些特征从局部到整体的传递作用。最后，提出一种双尺度残差门控循环单元，建立了对递归计算中逐阶段特征的反馈过程，进一步提高了模型的性能。实验结果表明，提出的高阶递归网络在公开的基准数据集上取得了当前最优的性能表现，较好解决了当前算法精度不足的问题。

针对复杂的战场电磁环境对无线电引信构成干扰后引发早炸、削弱击打效能的情况，对调频引信干扰威胁最大的扫频式干扰，提出一种基于小波包字典稀疏表示的调频目标识别方法。选取三层小波包熵特征作为原子构建稀疏字典，引信检波端输出信号在小波包稀疏字典进行稀疏分解，将稀疏表示系数进行稀疏重构，通过重构误差最小原则，确定引信目标信号的类别。调频无线电引信样机的实测数据进行实验验证，验证结果为目标识别准确率达到98.72%，干扰识别准确率达到97.94%。这表明了所提方法能够有效的对调频引信目标信号和几种典型扫频式干扰信号进行有效的识别。

针对多阶段文本到图像生成方法存在的3个显著问题，即学习多个神经网络会延长收敛时间、忽视早期生成器生成图像的质量、需要训练多个对抗器，提出基于双重注意力生成对抗网络（double-attention generative adversarial network，DoubleGAN）的文本到图像生成模型。DoubleGAN纳入通道与像素注意机制，使用语句向量引领生成器聚焦于与文字内容紧密关联的通道及像素点。同时，提出条件自适应的实例级?层标准化方法，该方法能够依据语言信息调控形状与纹理的变动幅度，从而显著增强视觉?语义的对应关系并促进训练过程的稳定性。同时，采用一种视觉损失来增强图像分辨率，确保生成图像具有生动的形状和感知上均匀的颜色分布。实验结果表明，DoubleGAN实现了优秀的性能，在CUB bird-200-2011（Caltech-UCSD Birds-200-2011）数据集上将初始分数（inception score，IS）从4.75显著提高到4.97，具有实际应用价值。

在高海况、低信杂比条件下，受海尖峰影响，均值类恒虚警检验统计量常出现长拖尾分布，目标与杂波混叠严重，进而导致检测性能下降。为削弱海尖峰等异常样本影响，本文在考虑大尺度广域海面回波数据时序关联性的前提下，将数据信息的利用从单帧扩展到多帧，按照贝叶斯估计，从多帧数据中挖掘先验信息，并利用序贯估计方法形成贝叶斯检验统计量，与恒定虚警率下的最小值(smallest of constant false alarm rate, SO-CFAR)检测框架相结合，提出一种应用先验分布迭代感知信息的SO-CFAR检测方法。所提检测方法使用幂次变换加强原检验统计量的高斯性，在保证迭代稳定性的条件下，完成历史帧与当前帧的融合。2~5级海况实测数据对比分析结果表明，所提方法在高海况下相比原方法和现有多帧方法，目标检测概率均有明显提升，证实了所提方法在改善检测性能方面的优势。

针对电离层杂波影响天波超视距雷达对目标正常监测和预警的问题，利用低纬度数字测高仪和甚高频相干散射雷达的原始观测数据，对观测到大尺度的电离层不规则结构回波进行统计分析，并基于统计分析的结果，构建面向天波超视距雷达应用的电离层杂波模型。利用实测数据对模型结果进行验证，结果表明研究成果可为天波超视距雷达目标检测和信号处理提供支撑。

间歇收发导致真实距离像产生虚假峰，在多目标场景下，真假距离像会发生重叠，从而影响目标的信息获取。针对这一问题，提出基于匹配滤波器联合设计的室内场目标特性测量方法。首先建立目标微动模型，分析脉冲信号的间歇收发回波特征。然后利用非匹配滤波器的输出特性，对目标距离?慢时间序列中的虚假距离像进行抑制，基于剔除后的真实距离像序列设计了微动特征提取流程。仿真验证结果表明，在多目标场景下，所提方法能够恢复目标的真实距离像，且间歇收发回波得到的微多普勒分布与理论结果保持一致，对暗室中利用脉冲信号进行目标特性测量、分析目标动态散射特性，具有一定的实际应用价值。

在非合作或遮蔽场景下，获取高质量目标三维点云具有困难性，小样本、低信噪比条件下的三维点云目标识别面临挑战。对此提出一种基于形状和骨架特征匹配的目标识别算法，利用语义规则滤波和二维映射，解决杂波干扰、目标点云模糊的问题。设计一种基于质心的编码方式对目标形状和骨架特征进行统一表征，利用组合判决指标实现目标识别。利用室内场景8类家具三维点云进行目标识别仿真实验，结果表明所提算法识别性能优于骨架匹配和形状上下文匹配算法，具备可行性。

针对综合利用不同频带、不同视角的雷达回波数据实现更高分辨率清晰图像的问题，提出一种基于交替方向乘子法的雷达目标多频段多视角融合高分辨成像算法。首先构建多频段多视角的信号稀疏表示模型，然后利用交替方向乘子法对该信号稀疏表示问题进行求解，最后获得超带宽和大相干积累角度的雷达回波信号，从而得到比单雷达系统更高分辨率的雷达图像。交替方向乘子法的稀疏正则化机制通过鼓励解的稀疏性，能够自动忽略背景中的低强度、随机性或分散的杂波信号，从而有效抑制背景杂波，实现成像质量的增强。以简单多球模型及复杂舰船模型为例，从重构精度与抗噪性能两方面出发，分析所提方法与目前常用重构算法对于实现多频段多视角融合高分辨成像的影响。结果表明，所提方法在低信噪比环境下仍可准确重建目标散射点，并保持较高成像分辨率，验证了方法的有效性与抗噪性。

合成孔径雷达（synthetic aperture radar, SAR）成像过程中相干斑噪声的影响显著降低图像的质量和准确性，给图像的后续解译带来挑战。简要概述SAR图像相干斑的形成机理，列举常用SAR数据集及在相干斑噪声建模中的应用，比较传统去噪算法和基于深度学习的去噪算法的研究进展。在总结国内外学者研究的基础上，介绍空域滤波、非局部均值和变换域滤波等传统去噪方法的原理及优缺点，分析这些方法在保留图像细节与抑制噪声方面的局限性。概括包括卷积神经网络、生成对抗网络等在内的深度学习去噪算法的最新发展，探讨不同模型的优势与改进策略。最后，通过实验对比分析各算法的性能和不足，探讨当前SAR图像去噪面临的挑战及未来的发展趋势。

为进行间歇采样转发干扰抑制与识别，提出一种行聚类的方法，提取目标回波和干扰信号在时频域中分布的差异。首先，对匹配滤波之后的接收信号进行短时傅里叶变换获得信号的时频域分布。然后，对经过门限判决的时频域信息的频率维进行聚类以获得不同时域采样点上信号的带宽信息。根据获得的带宽信息判断此时域采样点中是否包含间歇采样转发干扰。最后，利用干扰识别结果构造时频域滤波器实现干扰抑制。仿真结果表明，经所提方法处理后，含有干扰的雷达接收信号的信干比得到显著提升，所提方法对间歇采样转发干扰具有良好的抑制效果。

针对一发多收前视成像，传统算法涉及的椭圆坐标系难以保持波数矢量正交分解，加剧了波数谱形状和范围的不规则性，降低了多平台图像融合性能和运动误差估计精度。为此，设计一种多中心极坐标系，保证一发多收前视构型下波数矢量的正交分解，保持波数谱形状和范围的规则性。结合快速后向投影算法中的频谱递归融合策略，重新设计频谱处理函数来精确和快速融合多平台图像。仿真结果表明，在满足频谱无混叠条件时，所提方法相较于传统方法所需的图像采样率更低，图像融合效率更高。在理想采样条件下，所提算法的图像融合精度相比传统方法更高。仿真实验验证该算法在提升成像质量和融合效率方面的有效性，为分布式合成孔径雷达前视高分辨成像提供一种有效的解决方案。

针对复杂三维动态环境下的航迹规划问题，提出基于差分进化(differential evolution, DE)与模型预测控制(model predictive control, MPC)的无人机集群双层航迹规划方法。首先，构建全局和局部两个层次来规划框架，并通过航迹跟踪实时修正局部航迹以增强鲁棒性。然后，在全局环境已知的情况下建立环境信息，采用DE算法进行全局优化搜索规划出参考航迹。最后，提出分布式MPC算法，以离散化的无人机运动学特性作为预测模型，并制定目标函数以实现避障避碰控制。仿真实验验证了所提算法的可行性。所提方法能在动、静障碍物相结合的复杂山地环境中，为集群中的单无人机快速规划出一条安全、稳定抵达目标点的可飞航迹。

为更好地完成大面积区域的全覆盖扫描，提出一种多车多无人机协同区域搜索模式。构建考虑卡车行驶路程限制与无人机总量限制的多车多无人机协同区域搜索模型，设计一种融合退火机制、禁忌策略与自适应大邻域搜索的三阶段优化算法（a three stage optimization algorithm integrating annealing mechanism, tabu strategy, and adaptive large neighborhood search, ALNSAWPT），通过区域划分、车辆路径规划、无人机路径规划来求解该问题。在第一阶段，设计基于网格的区域划分方法将大面积区域划分为多个搜索任务。在第二阶段，将搜索任务分配给卡车并生成卡车的路径规划方案。由此，原问题简化为多组单车多无人机协同区域搜索问题。在第三阶段，为每个卡车上的无人机分派搜索任务并生成搜索路径规划方案。实验结果表明， ALNSAWPT明显优于其他5种对比算法，且多车多无人机协同区域搜索模式的效率明显优于单车多无人机区域搜索模式，证明了所提算法的有效性。

未来战争中呈现出作战要素分布式更广、协同性更强、自主性更高等智能化特征，战争对抗中体系韧性则综合诠释和反映上述特点，科学可信的韧性评估对设计未来战争概念、指导智能化体系建设等具有重要的理论与应用价值。在界定韧性评估概念基础上，梳理面向作战的体系韧性评估方法并对其未来发展趋势进行展望。总结面向作战的体系韧性的概念内涵、演化模型及特征，借助系统思想从结构、功能、行为及综合视角对面向作战的体系韧性评估方法进行了分析，提出体系韧性评估的未来发展趋势。对其他领域体系韧性评估工作提供参考，全面推动智能化时代体系研究的快速发展。

针对无人机（unmanned aerial vehicle, UAV）集群在未知环境下的航迹规划问题，考虑通信拒止环境下UAV无法使用全局定位系统等通信手段的场景，提出一种面向未知拒止环境的分布式自适应多无人机协同航迹规划方法。 在UAV集群航迹规划的过程中结合导航模块以及避障模块并采用自适应目标导向策略（adaptive destination-oriented strategy, ADOS），通过建立评价体系来保证集群速度在整体运行时的一致性、避免机间碰撞，进而建立适应度函数并使用麻雀搜索算法构建分布式的优化框架，最终通过最大化适应度函数值确定导航模块和避障模块的最优参数完成整个航迹规划的优化过程。 此外，在避障模块中，引入了“UAV视线”的概念，并基于此提出一种高效的避障方法，该策略通过将多条视线作为备选避障方向提高集群航迹规划的效率。 最后, 通过在构建的不同测试平台中进行避障飞行仿真实验并与现有的算法进行性能对比，验证所提算法的有效性。

为解决在执行任务过程中部分智能体可能会发生故障，无法完成预定的任务分配方案，需要进行任务重分配的问题，提出一种具有虚拟管理者基于共识的捆绑算法的局部重分配方法。首先，引入基于时序的任务优先级排序方法，提高资源利用率。然后，基于K均值聚类方法，将大规模任务场景划分为多个小规模任务组，减少任务重分配求解时间。最后，仿真实验验证所提方法的有效性。与基于共识的捆绑算法的全局重分配方法进行对比，所提该方法在大规模场景下具有更好的实时性。随着任务规模的扩大，采用该方法进行任务重分配的任务完成率上升。

为解决现有民用航空器适航规章对氢能源动力飞机的设计特征存在潜在适用性差异和覆盖性不全问题，对氢能源动力飞机适航基础分析。首先，以民用航空正常类飞机适航规章为基础，运用基于模型的系统工程（model-based systems engineering，MBSE）方法，利用系统建模语言构建了适航条款自动化分析框架。然后，基于给定的适航条款适用性分析准则与流程，对3类不同氢能源飞机进行了架构分析与适航需求对比。研究结果表明，MBSE方法能够为氢能源动力飞机的设计和适航审定提供有效的决策支持，提升审定效率。所提方法可以兼顾优先性、一致性和正确性，确保适用性判断准确可靠，避免经验判断误差。

为解决以无人系统为代表的自主智能系统在实际和仿真实验中产生的海量数据特征超载和因果关系不一致的问题，提出基于反馈闭环策略的特征提取方法。首先，在传统特征约简基础上，反向提取原始数据空间中的特征。然后，基于因果反演的数据辨识方法，通过计算数据因果逻辑关系一致性来辨识并排除与主要数据因果关系不一致的因果反演数据。最后，以无人系统作为示例的验证结果表明，在仅保留54.14%原始信息的情况下，系统效能评估误差降低约12.43%。所提方法具有较强的泛化能力，以及模型独立性和鲁棒性。

针对“敏捷作战运用”概念数学机理研究较少的现状，聚焦基地建设进行要素体系建模与数值仿真研究。首先，基于“敏捷作战运用”作战概念，明确综合基地建设的任务需求，分级分层梳理影响要素体系。然后，建立包含疏散、对手火力打击、基地建设成本在内的基地建设模型体系，并通过鲁棒多目标优化求解帕累托最优前沿。最后，针对典型基地建设方案，对影响基地建设目标的关键要素进行仿真分析。仿真实验结果表明，提出的基地建设模型能够正确反映各要素对“敏捷作战运用”目标的影响，为基地建设提供参考。

针对工厂代储器材保障模式特点和决策信息犹豫模糊特征，运用传统器材品种决策方法难以实现属性约简和规则提取，提出一种基于犹豫模糊粗糙集的器材品种决策方法。首先，从生产周期、关键性、存储要求、经济性、消耗性、通用性和保障装备现代化水平等方面对工厂代储器材品种决策影响因素进行分析。然后，提出基于决策习惯的不完备信息延拓方法。最后，构建基于相似度的模糊等价关系器材属性约简和规则提取模型，选取代储器材工厂作为案例，验证所提方法的有效性。所提方法较好地完成代储器材品种的选择。

针对军队体系能力开发中面临的描述不统一、分类不标准等问题，基于复杂组织体系理论分析能力开发范式演进过程，辨析基本概念，从黑盒、白盒等维度阐述基本内涵，设计军队体系能力概念模型和形式化描述公式。建立质量、效果和成熟度的属性评价维度，提出分类、分层原则，明确重点关注问题。为构建军队体系能力框架模型提供支撑。

空中作战体系因其敏捷特性而具有极大优势，保护或摧毁其重要节点对作战双方都意义重大。针对空中作战体系网络中节点功能各异、结构复杂、重要节点识别困难等问题，基于复杂网络理论构建空中作战体系网络结构模型。首先，依据节点功能和观察?判断?决策?行动环理论给出杀伤链基本样式及含义。然后，借鉴子图同构理论，利用改进算法匹配搜索杀伤链，将节点能力融入杀伤链加权集成体系作战能力。最后，通过节点失效影响体系作战能力评估节点的重要性。仿真实验结果表明，所提方法能够准确识别重要节点，具备有效性与可行性。

针对卫星导航拒止环境中飞行器编队欠测量相对导航难题，提出一种编队成员之间仅测距离或视线角度的协同相对导航方法。首先，以相对位置、航向角差、速度为基础并纳入传感器有色噪声在内，建立了相对运动状态模型。然后，建立了由仅测距或仅测角两种相对测量和飞行器航向、空速测量信息组成的测量模型，在此基础上引入李导数理论对相对导航状态进行了可观测性分析，获得了激励系统状态可观测性的充分条件。接着，以三个飞行器构成编组并建立几何拓扑一致性约束模型，在此基础上设计了基于一致性无味卡尔曼滤波（consensus unscented Kalman filter，CUKF）算法的分布式估计算法。最后，对所提方法进行了Monte Carlo打靶仿真验证，仿真结果表明，飞行器的运动满足可观测性条件时相对导航状态是可观测的，几何拓扑一致性约束的引入确实提升了系统可观测性，三机编队时混合测量方式相比全员仅测距或测角更具优势，相对位置的估计误差不超过5 m/轴（3σ）。

针对一般线性多智能体系统资源受限条件下的领导-跟随二分一致性问题，基于改进周期动态事件触发机制设计了一种低通信成本的控制协议，其中个体控制器通过邻居及自身估计误差自适应调节其控制输入，同时通过引入指数项增大周期动态事件的触发阈值，然后利用Lyapunov方法得到了系统可解二分一致性的充分性条件。仿真结果表明，相较于周期动态事件触发机制，该机制在不影响系统的收敛速度的前提下，系统整体触发次数减少了49%；当领导-跟随误差小于±0.3时，触发次数减少了92.1%。由此可见，所提方法显著降低了多智能体之间的通信成本，对于大规模网络化系统一致性问题的物理实现具有重要现实意义。

随着卫星机动能力的不断提升，地球静止轨道（geostationary Earth orbit，GEO）航天器执行空间任务时的安全问题不容忽视。首先，针对目前编队航天器轨道机动中常用的脉冲推力模型和连续推力模型进行综述，并按照机动过程中的航天器数量区分“一对一航天器轨道机动”和“多航天器轨道机动”；其次，分析了微分对策理论、人工智能算法和生物群体智能算法在解决编队航天器轨道机动问题中的异同优劣；最后，从动力学模型、航天器数量类型和求解方法的视角就编队航天器轨道机动问题的特点进行对比分析。未来的研究重点在于提高算法效率及鲁棒性、增强模型适应性，以实现更加精确和高效的太空管理，保障GEO航天器在轨运行的稳定性和安全性。

在区域覆盖任务中，多无人机（unmanned aerial vehicle, UAV）编队协同具有高度的机动性和较强的鲁棒性，可对任务区域情报进行快速搜集并根据环境变化实时做出反应。随着电磁频谱作战的深入应用，UAV执行搜索任务时需要避免射频（radio frequency，RF）信号被侦察定位。为此，在考虑搜索效率的前提下，提出一种面向RF隐身的多UAV协同区域覆盖航迹优化方法。首先，对多UAV协同的航迹控制参数进行分析，以RF信号被截获概率作为评价RF隐身性能的指标，在满足航迹控制约束和截获概率阈值的基础上，构建面向RF隐身的航迹优化模型。然后，通过引入混沌序列初始化解集和Levy飞行机制更新粒子状态，结合动态惯性权重函数对粒子群优化算法进行改进，实现对协同区域覆盖航迹优化模型的求解。最后，仿真结果表明，相较于搜索性能驱动航迹优化方法，所提方法可以有效提升UAV编队的RF隐身性能。

海洋无人航行器异构编队是未来海战场中关键的协同作战方式。本文综述了海洋无人航行器（unmanned marine vehicle，UMV）异构编队的概念、分类及其技术发展现状，从控制架构、控制理论和通信等方面剖析了UMV异构编队控制关键技术的研究进展和面临的主要挑战，并从基于数据驱动的智能控制、面向通信约束的组合通信与控制、构建互操作架构和智能容错控制等四方面展望了未来发展方向。

轴向力飞行器能够提供更大可用过载，为拦截机动目标提供一种有效技术途径。目标机动形式未知，但机动能力有界的情况下，如何确定飞行器轴向过载需求是飞行器总体设计中的关键问题。首先在考虑飞行器姿态约束条件下，推导了拦截机动目标的轴向力飞行器修正比例导引律，证明了视线转率有限时间收敛；其次在所得导引律的基础上，在目标机动形式未知，而机动大小有界的情况下，推导了飞行器轴向过载需求解析解，根据目标机动能力、目标机动时刻剩余飞行时间和脱靶量能够确定飞行器的轴向过载需求；然后进一步推导得到了存在系统延时下的飞行器轴向过载需求的解析形式，若目标在剩余飞行时间较短的情况下进行规避机动，系统延时将导致飞行器轴向过载需求显著增大。最后，数值仿真表明，当满足所得轴向过载需求解时，本文提出的导引律能够以直接碰撞条件命中目标，且若目标在剩余飞行时间较短时进行规避机动，飞行器轴向过载需求将显著增大。

针对非均匀噪声环境下太赫兹信号在近场区域的定位性能下降问题，基于子阵列结构的混合波束成形太赫兹大规模多输入多输出系统架构，提出一种基于接收信号数据协方差矩阵重构的定位算法。首先，通过增加时隙从少数射频链中获得全阵列信息；其次，分解全阵列信息的数据协方差矩阵，得到一个包含噪声功率的对角矩阵；然后，选取对角元素中的最小值来替换其余对角元素，得到重构后的数据协方差矩阵；最后，结合子空间算法得到信源参数。此外，还推导了克拉美罗下界验证所提算法的性能。理论分析和仿真结果表明，相比于现有算法，所提算法能以较低的计算复杂度实现对非均匀噪声干扰的有效抑制，提高了定位精度，并且验证了可以通过增加时隙减小硬件成本。

低轨卫星网络作为空间通信网络的重要组成部分，能够有效弥补地面通信网络在边缘计算方面存在的地面基站覆盖面较低、易受自然灾害影响等问题。因此，基于地面边缘计算场景，引入低轨卫星网络，构建了星地协同网络边缘计算场景，并对边缘计算中的关键技术任务卸载进行了研究。鉴于星地网络中通信距离较长、星上资源有限以及各节点相对位置变化迅速等因素可能导致的系统时延和能耗增加问题，以最小化系统时延和能耗为目标，将其建模为一个马尔可夫博弈过程。提出了一种针对星地协同网络边缘计算场景的基于多智能体深度确定性策略梯度的强化学习算法，通过集中式训练和分布式执行来降低系统综合开销。最后，将该算法与其他算法进行比较，结果表明，相较于任务本地处理、深度确定性策略梯度算法和双延迟深度确定性策略梯度算法，该算法使系统综合开销平均降低了37.25%、9.420%和6.756%，同时具备更好的稳定性和收敛性。

在太赫兹（terahertz, THz）大规模多输入多输出（multiple-input multiple-output, MIMO）系统中部署双智能反射面（intelligent reflecting surface, IRS）能够带来更高的波束增益，为应对THz信道的严重路径损耗提供了一种有效的解决方案。针对双IRS辅助THz大规模MIMO系统的信道估计问题，提出一种基于宽带字典的低复杂度、低导频开销的信道估计方案。首先，构建了与子载波频率相关的宽带字典。然后，基于信道的稀疏结构针对IRS的反射链路进行角度估计，获得级联信道中基站和IRS的角度信息。最后，根据角度估计结果进行宽带字典矩阵压缩，并基于正交匹配追踪算法完成多用户的宽带级联信道估计。仿真结果表明，所提出的信道估计方案能够在保证信道估计精度的前提下，有效地减少导频开销并降低了25%的计算复杂度。

针对大规模物联网短数据包帧结构中前导码开销过大的问题，提出了一种无前导码检测方法。该方法基于循环码移位键控的M元扩频和非二进制低密度奇偶校验码结合的短数据包，提出了该短数据包系统的盲检测算法的理论表达式，并通过蒙特卡罗仿真验证理论模型推导的正确性，并进行不同参数下的性能仿真。结果表明所提出的盲检测算法可以有效对抗时间偏移和频率偏移影响，在非常低的信噪比下实现可靠检测，并可根据应用场景灵活选择M元扩频阶数以实现携带信息量与检测性能的均衡。