针对高精度位移传感器对高速位移测量算法的运行速度、可移植性及降低研发成本的需求, 提出一种基于高层次综合(high-level synthesis, HLS)技术的高精度测量算法的硬件加速设计方法。使用HLS技术实现C++语言到Verilog语言的综合, 针对高精度位移测量算法设计策略, 利用HLS技术中的流水化和数组重构等优化技术进行硬件加速, 并将其封装为知识产权(intellectual property, IP)核, 提高算法的可移植性。以Xilinx公司的Kintex-7系列现场可编程门阵列(field-programmable gate array, FPGA)芯片XC7K325TFFG676为载体的测量系统实验结果表明, 整个算法耗时91.8 μs, 相比数字信号处理(digital signal processor, DSP)单元将运行时间缩短了308.2 μs, 测量精度达到44.44 nm, 稳定性为49.20 nm, 线性度为0.503‰。

针对卫星遥测数据先验知识稀缺、常规数据驱动的异常检测方法难以准确辨识异常状态的问题，提出一种基于元学习与动态放缩阈值法的卫星遥测信号异常检测算法。首先，通过元学习算法求解一组具备快速适应小样本任务能力的长短期记忆神经网络初始参数，并在训练过程中为网络权重添加噪声，进一步提升模型泛化性能。其次，采用动态放缩阈值法分析预测误差序列，划定动态变化的异常阈值，标记异常点索引以实现卫星遥测数据异常检测。最后，通过两组卫星遥测信号算例验证所提算法的有效性。仿真结果表明，所提方法能够改善预测模型过拟合现象, 并降低漏警概率。

针对动态数字信道化接收领域中传统子带检测算法需要信号和噪声先验信息等问题, 提出基于特征值融合的动态信道化子带检测算法。首先, 基于随机矩阵理论(random matrix theory, RMT), 利用采样协方差矩阵中的最大、最小和平均特征值, 引入融合参数α, 构造融合检测统计量。随后, 通过最小特征值的极限分布, 推导出一种高效的检测门限, 并据此设计一套基于特征值融合的子带盲检测算法, 命名为α-最大、最小和平均特征值(α-maximum-average-minimum eigenvalue, α-MAME)算法。在实验阶段, 对不同动态数字信道化接收条件下的算法性能进行仿真验证。结果表明, 与现有算法相比, 所提子带检测算法在低信噪比和低维度条件下具有更好的检测性能。

针对跨场景分类问题, 结合集成学习和域自适应思想, 提出一种对齐子空间自适应集成学习(aligned subspace adaptive ensemble learning, ASAEL)算法。首先, 对原始数据进行多次随机抽样以解决样本不平衡问题。然后, 将源域和目标域进行几何配准和统计配准, 以构建一个公共的子空间。最后, 对目标场景中的数据进行分类, 在保留有效信息的前提下, 通过计算多次分类结果, 得出最终的分类标签。所提ASAEL算法可以解决迁移过程中产生投影的不确定性和随机性。在两个数据集上的实验结果表明: 与传统的机器学习和域自适应方法相比, 所提算法的准确性显著提高。

针对天线组阵设备链路中相位校准(phase calibration，PCAL)信号的高效率真实相位提取这一需求，首先提出一种优化快速傅里叶变换(fast Fourier transform, FFT)分辨率的PCAL信号真实相位提取方法。为进一步提升计算效率，将该方法与深度计算单元(deep computing unit，DCU)并行计算技术相结合，提出PCAL信号真实相位并行提取方法，并设计实现一种基于并行计算的PCAL信号相位实时提取系统。针对上述改进方法及实时系统进行实验验证，大量实验结果表明，优化FFT分辨率的方法相比传统FFT方法可实现约3倍的加速比；在引入并行计算后，加速比进一步提升近一个数量级，基于并行计算的PCAL信号相位实时提取系统可实现对有效带宽为2.2 GHz及以下、信号间隔为1 MHz、量化位数为8 bit的PCAL信号的相位实时提取。此外，设计的实时系统亦适用于其他变频设备的链路标校。

针对对无人机采集到的多源图像的舰船目标融合检测问题, 提出一种基于多模态特征融合旋转检测网络(multi-modal feature fusion detection network based on rotation, MFFDet-R)的多源舰船图像融合检测方法。首先, 为提升检测速度, 采用单阶段无锚框设计降低计算量。随后, 为提升检测精度, 采用旋转任务对齐学习进行标签分配和对齐。然后, 为实现多模态特征的充分融合, 设计多模态特征融合网络。最后, 根据特定场景有针对性地设计检测头和角度预测头, 以提升网络检测性能。通过实验对比验证, 结果表明所提方法可以有效实现对多源舰船的融合检测, 且对不同场景舰船目标的检测性能优于其他方法。

针对伯努利粒子滤波器在嵌入式应用环境中的高速、高效计算问题, 以雷达微弱目标联合检测估计伯努利粒子滤波器为例, 提出一种功能模块化、粒子规模可扩展的现场可编程门阵列(field programmable gate array, FPGA)实现架构, 并通过粒子状态流水计算、分层累加求和、并行化重采样等手段进一步提高滤波计算速度。Xilinx ZC706评估板板载测试实验证明了所提架构良好的可扩展性和优异的加速比, 当粒子数量为1 024时, 相较于Intel Core i3-4130 CPU计算环境下的加速比约为10⁴量级, 该结果对伯努利粒子滤波技术在雷达、机器人、导航制导等领域的应用具有重要参考价值。

雷达检测性能与目标回波特性相关, 设计与目标角域起伏特性相匹配的波形频率可以提升目标的检测概率。对此, 提出一种基于启发式频率规划的多雷达波形设计算法。在离线状态下, 通过起伏因子约束下角域划分、起伏因子最大化角域关联和异常角域决策三步设计匹配机动目标特性的角度频率匹配集。在目标跟踪阶段, 通过多站雷达扩展探测频率以优化角域, 并根据机动目标在状态转移区域内的滤波预测状态值完成目标回波不确定条件下的雷达节点和辐射频率参数规划。仿真结果表明, 所提算法在飞机进行匀速直线与协同拐弯交替运动的跟踪场景中检测性能显著提升。

针对复杂电磁环境下雷达复合干扰识别困难和网络模型复杂度高的问题, 将多标签分类与改进的ShuffleNet V2相结合, 提出一种轻量化的多标签ShuffleNet(multi-labeling ShuffleNet, ML-SNet)雷达复合干扰识别算法。首先, 使用轻量化的ShuffleNet V2作为主干网络, 引入SimAM(similarity-based attention module)注意力机制, 提高网络特征提取能力。其次, 使用漏斗激活线性整流函数(funnel activation rectified linear unit, FReLU)代替线性整流单元(rectified linear unit, ReLU)激活函数, 减少特征图的信息损失。最后, 使用多标签分类算法对网络输出进行分类, 得到识别结果。实验结果表明, 在干噪比范围为-10~10 dB的情况下, 所提算法对15类雷达复合干扰的平均识别率为97.9%。与其他网络相比, 所提算法具有较低的计算复杂度, 而且识别性能表现最佳。

针对可见光和合成孔径雷达(synthetic aperture radar, SAR)图像配准过程中的几何差异、辐射差异和斑点噪声问题, 提出一种基于图像结构信息的可见光和SAR图像快速配准算法。首先, 建立高斯尺度空间, 利用偏移均值滤波和双线性插值建立图像自相似性方向图; 然后, 在最大和最小自相似性图上进行加速分段特征测试(features from accelerated segment test, FAST)特征点检测, 获取角点和边缘特征; 再者, 基于最小自相似性索引图和等面积策略构建描述子, 并提出描述子多方向转换方法和批量生成方法; 最后, 利用最邻近距离比算法和快速抽样一致性算法识别正确匹配。实验结果表明, 所提算法在可见光和SAR图像配准方面具有明显优势。

针对集中式多输入多输出(multiple-input multiple-output, MIMO) 雷达多目标空时自适应信号处理(space-time adaptive signal processing, STAP) 中最优发射波形设计问题, 以最大化最差输出目标信干噪比(signal-to-interference plus noise ratio, SINR) 为优化准则, 联合优化发射波形和接收滤波器。在模型方面, 考虑其他目标作为相干干扰; 在算法方面, 为满足半正定规化(semi-definite programming, SDP) 算法中输出波形相关的协方差矩阵的秩1约束, 提出基于秩1近似的秩递减求解算法。在此基础上，设计两种迭代交替优化算法并对比了算法的性能。仿真结果表明, 最优发射波形同时满足峰均比(peak-to-average ratio, PAR) 和相似性约束, 具有稳健多目标空时杂波抑制能力。

针对弹道目标平动导致微动特征难以准确提取的问题, 提出一种基于动态模态分解(dynamic mode decomposition, DMD)的弹道目标平动补偿与微动特征提取方法。首先, 在弹道目标微动回波建模的基础上, 对目标的慢时间-距离像序列进行微多普勒(micro-Doppler, m-D)特征曲线分离; 其次, 将分离后的数据向量移位堆叠构建为增广数据矩阵, 并对其进行DMD; 然后, 利用分解后的模态幅值对各模态进行排序, 结合损失函数等信息选取主要模态; 同时, 利用主要模态中的零频率模态完成弹道目标的平动补偿, 从其他主要模态中提取出自旋频率和锥旋频率等微动特征信息; 最后, 对基于DMD的弹道目标平动补偿与微动特征提取方法进行性能分析与对比实验, 验证了所提方法的可行性和稳健性。

间歇采样转发干扰(interrupted sampling repeater jamming, ISRJ)是一种对现代雷达系统构成重大威胁的相干干扰方式。在高干扰时域占空比、弱能量干扰等复杂场景下, ISRJ干扰切片相互遮掩且能量接近真实目标, 这将导致传统时/频域算法干扰抑制效果大幅下降以至失效。针对该问题, 从ISRJ时频耦合机理入手, 提出一种新的针对复杂场景优化的ISRJ抑制算法, 该算法遵循“解耦-滤波-重构”流程处理含干扰回波。首先, 通过时频解耦变换, 将干扰多组转发切片对齐, 以有效降低干扰的时域占空比。然后, 通过噪声区域的划分, 采用低门限原则对时频图进行二值化处理。随后, 采用最保守原则生成时域遮罩, 滤除干扰。最后, 通过间断CLEAN技术处理重构完整目标回波。多组仿真实验验证所提算法的有效性, 分析多组参数变化对其性能的影响, 并评估了算法的实时性。理论分析和仿真结果共同证实, 相较于传统的基于滤波的抗ISRJ算法, 所提算法可以在大干扰时域占空比、弱能量干扰等复杂场景下, 展现出更为优越的干扰抑制性能。

针对现实复杂冲突中决策者策略选择偏好不确定性和强度并存的情形, 融合概率偏好与强度偏好两种表示方式的优势, 提出了基于概率强度偏好的冲突分析图模型(graph model for conflict resolution, GMCR)方法。首先, 概述了经典GMCR方法的基本概念和流程; 其次, 提出了概率强度偏好结构, 以综合表征决策者的偏好情况; 在此基础上, 重点定义了8种稳定性类型以揭示复杂博弈行为的内在逻辑规则; 最后, 示例研究了各方策略选择偏好和见招拆招的策略交互过程, 验证了以所提方法解决多方冲突的可行性与有效性。

不确定性条件下的体系能力评估和优化是提升军事体系建设效能的重要方式和手段。着眼军队体系建设中多种“成本-能力”方案优选问题, 借鉴投资组合优化理论, 采用极端梯度提升(eXtreme gradient boosting, XGboost)二分类模型、线性回归、三点估计等方法, 构建“成本-能力”组合优化模型, 汇总多个评估标准, 得出备选方案的经济价值和对备选方案不确定性的敏感程度, 综合分析, 得到最优备选方案, 并将模型应用于体系建设案例中进行验证, 研究成果为“成本-能力”组合备选方案评估优选提供理论依据及实践方法。

在海上舰艇编队防空作战中, 传统火控雷达由于实行单目标对单雷达跟踪策略, 难以满足复杂的现代作战需求。针对该问题, 提出一种基于自适应变邻域搜索(adaptive variable neighborhood search, AVNS)的火控雷达组网资源调度方法。以海上舰艇编队火控雷达资源为基础, 考虑雷达剩余通道数、雷达探测范围和预测航迹跟踪覆盖率约束, 构建以资源目标距离、有效航迹覆盖率和目标威胁度为目标函数的资源调度模型, 设计基于AVNS的组网策略算法。在设置的两种海上舰艇编队模拟队形场景中, 与传统规则算法和变邻域搜索(variable neighborhood search, VNS)算法对比, 验证所提方法的合理性和有效性。

为解决装备系统在复杂损修模式下的性能评估问题, 提出一种跨尺度等效弹性仿真方法, 在保证计算精度的前提下, 通过跨尺度映射减少损修及其几何特征带来的建模负担。首先, 基于等效弹性理论, 在微尺度结构内, 用弹性参数的等效模拟和取代修理因素对本构行为带来的影响; 其次, 开展跨尺度建模, 将微尺度结构的力学行为映射到宏观装备系统中; 最后, 以浸水和穿孔修复后的航空雷达罩装备为案例验证对象进行验证实验。验证实验的结果表明, 分析结果精度均值为6.3%, 且极大地减小了试验和仿真工作量, 为复杂航空装备系统的损修性能评估提供思路。

为解决不平衡空战数据集下的无人机多回合博弈对抗问题, 提出一种随机森林-极限梯度提升(random forest-eXtreme gradient boosting, RF-XGBoost)算法以进行攻防博弈决策研究。通过分析红蓝双方的运动状态和空战信息, 建立支付矩阵模型, 利用线性归纳法求解当前博弈纳什均衡解和期望收益, 以蓝方最终获胜作为博弈对抗是否停止的判断条件。在博弈对抗过程中, 首先基于随机森林(random forest, RF)算法对空战数据集进行特征降维以提高空战决策的实时性, 然后提出改进的XGBoost算法来处理不平衡数据集, 将其用于确定最优机动动作以提高机动决策准确率和提升蓝方对抗态势, 并得到下一回合的红蓝空战信息; 之后, 根据下一回合的支付矩阵模型重新计算纳什均衡解和期望收益, 直至蓝方获胜; 最后, 通过仿真验证所提算法的可行性和有效性。

为满足高轨目标实时观测和异动感知的需求, 面对愈发严峻的地月空间争夺态势, 设计一种运行于地月平动点(L3、L4、L5点)的三星星座系统, 并完成了对地球同步轨道(geostationary earth orbit, GEO)目标实时观测的双临边、双视场工作模式设计。基于高轨目标实时观测系统的性能需求, 通过理论分析计算出卫星搭载相机的视场需求为4°×10.5°、探测灵敏度需求为21 Mv, 地气光离轴角需求为3.5°, 太阳光抑制角需求为50°。通过效能仿真计算, 所提三星系统可以错开不同卫星相机的逆光不可工作时间, 达到10年期全天时100%的GEO带区域覆盖率, 验证了相机需求理论分析的可靠性。同时, 目标覆盖仿真结果显示, 4个典型节气的24 h典型目标双重覆盖率可以达到41.3%~98.3%, 可以有效提高编目精度、定轨精度和目标检测概率, 降低对异动感知的虚警率。

针对多智能体对抗中因对手策略变化导致的非平稳性问题, 在对手动作不可获取的限制下, 提出一种基于不确定性的贝叶斯策略重用算法。在离线阶段, 在策略学习的同时, 通过自编码器建模智能体轨迹与对手动作之间的关系表征以构建对手模型。在在线阶段, 依据对手模型和有限交互信息, 估计对手策略类型的不确定性, 并基于此选择最优应对策略并重用。最后, 在两种对抗场景下的实验结果表明所提算法相比3种先进的基线方法识别精度更高, 且识别速度更快。

在区域任务中, 装备保障调度实质是装备体系和保障体系在保障资源上的匹配。因此, 体系资源的精确匹配成为提升区域保障能力的关键。以体系的模块化分层结构为基础, 融合体系节点的特征和结构信息, 构建基于结构化数据的区域保障调度最优传输(optimal transmission, OT)的资源匹配模型。考虑决策层级, 将其拓展为多分辨率模型, 基于结构化OT算法, 将保障调度概率方案转换为多分辨率模型的保障调度方案求解算法。所提基于结构化数据的区域保障调度模型, 解决区域保障资源体系匹配中的层级结构一致性问题。案例分析结果表明, 在树形结构和复杂规模下, 所提保障调度方案具有鲁棒性。

多机种舰载机协同作战是发挥航母编队作战能力的关键问题, 因此科学设计舰载机群兵力行动规划和相关资源的分配对于提高航母作战效能而言具有重要意义。首先, 基于舰载机对陆突击作战任务的特点和兵力组成、弹药挂载等约束条件, 围绕兵力行动规划一体化作战调度问题展开研究; 然后, 针对舰载机群出动离场、航迹规划、空中加油、协同作战、着舰回收等关键阶段进行一体化作战调度建模, 并引入启发式-多层编码的遗传算法, 对各关键阶段之间的耦合关系进行解耦处理; 再次, 通过使用改进凸优化算法对案例中舰载机航行路径进行航迹规划并计算出航行时间, 将该时间作为兵力行动规划和调度输入数据使用; 最后, 基于案例仿真进行14机、18机、20机、24机的舰载机群兵力行动规划调度的时序规划和相关资源的科学分配, 验证所设计模型和算法的可行性和鲁棒性。

为充分挖掘机场网络航班间的时空动态相关性以减小预测误差, 提出一种基于对偶深度Q网络(dueling deep Q network, Dueling DQN)优化的多组件自适应图卷积循环网络航班延误预测模型。首先, 结合自适应图卷积网络与多头空间注意力机制, 并行捕获并融合多个子空间的延误信息, 充分挖掘非线性空间动态特征。其次, 采用门控循环单元为时间特征提取模块的基础结构, 并引入时间注意力机制以学习历史延误数据间的关注权重。然后, 设置多个时间维输入组件, 增加对不同时间模式构建的多样性。最后，采用Dueling DQN优化多组件自适应图卷积门控循环单元(multi-component adaptive graph convolution-gated recurrent unit，MAGC-GRU)模型的超参数。实验结果表明，所提模型的平均绝对误差相对于历史平均法、随机森林法、梯度增强回归树法、门控循环单元法、时空图卷积网络法, 分别降低了10.6%、6.07%、9.18%、3.79%和3.12%。

针对多个高升阻比飞行器在飞行中间段的时间协同问题, 提出一种基于滑模控制的高升阻比飞行器协同制导方法, 建立多个高升阻比飞行器协同飞行力学模型, 设计规划飞行器在中间段制导过程中的飞行程序与针对飞行器侧向机动的滑模控制策略。通过设计标称轨迹, 对控制参数进行优化, 进而生成各个飞行器不同初始条件所需的侧向过载并通过侧向过载得到所需的倾侧角指令, 以实现对飞行器飞行时间的控制, 从而使多飞行器能够同时到达目标点上方设定范围; 考虑飞行器始末条件和状态约束, 使飞行器能够满足协同任务需求。利用李雅普诺夫稳定性判据证明系统的稳定性以及滑模面非奇异性, 仿真结果表明, 该协同制导策略具备一定抗干扰性, 能够满足异地非同步发射的多个飞行器协同制导需求。

针对水下无人潜航器(unmanned underwater vehicle, UUV)集群在弱通信条件下的一致性协同控制问题, 考虑水下群间通信存在的高延时、低带宽、需具有隐蔽性等弱通信特点, 设计基于强化学习的事件触发智能一致性协同控制架构, 以实现UUV集群在弱通信条件下的有效协同。首先, 设计一个事件触发分布式观测器, 该观测器利用领导者与邻居的动态交互信息, 来估计弱通信条件下UUV所需的跟踪参考信号。随后, 采用强化学习方法直接从系统交互中学习最优控制策略。最后, 通过仿真结果验证了所提方法的有效性。

针对领导者信息非全局已知以及系统非线性项未知的问题, 提出自适应律, 对领导者速度上界及非线性项参数上界进行估计, 进而实现固定时间收敛的编队控制。首先, 基于领导者-跟随者框架, 构建二阶非线性多智能体模型; 随之, 根据反步法给出编队控制律, 以保证编队控制方法的固定时间收敛特性; 同时, 为了减轻系统计算负担和平滑虚拟控制律, 引入固定时间收敛的滤波器。进一步, 基于李雅普诺夫稳定性理论分析系统稳定性及固定时间收敛特性; 最后, 通过仿真验证参数自适应律和控制律的有效性。

半物理仿真作为飞行控制系统设计验证的一条有效测试途径, 能降低其研制风险和成本。姿态控制回路是飞行控制系统设计的关键, 决定着飞行控制系统设计的成败。复合式无人直升机(compound unmanned helicopter, CUH)的飞行动态特性不但非线性明显、耦合性强, 而且操纵输入冗余, 给飞行控制律设计带来极大挑战。建立复合式无人直升机飞行动力学全量非线性运动方程, 以此为被控对象, 设计姿态线性自抗扰控制器(linear active disturbance rejection controller, LADRC), 用STM32F405嵌入式控制器作为机载控制器完成软、硬件实现, 被控对象飞行动力学模型构成姿态控制半物理仿真系统。机载控制器实时硬件在环, 姿态控制律设计为LADRC和比例-积分-微分控制器(proportion-integration-differentiation controller, PID)两种, 控制通道输出经操纵策略分配作用于被控对象模型操纵舵面, 采用姿态控制对比方法在半物理仿真系统上完成仿真试验。仿真结果验证LADRC满足CUH姿态控制要求, 其稳定性、抗扰性和鲁棒性均好于PID控制, 能使CUH在全飞行模式下稳定、可靠地飞行。试飞结果验证了所设计控制方法的有效性。

现有的船舶避碰轨迹规划大部分是以精确的运动模型和环境信息为前提, 难以应对实际环境中存在的多种不确定海况因素, 并导致规划出的轨迹安全可靠性降低。针对以上问题, 提出一种基于多项式混沌展开法的船舶鲁棒轨迹规划方法, 将船舶水动力学模型中的水动力系数视为不确定性参数, 以碰撞危险度及舵角控制量为目标函数, 建立船舶轨迹规划的最优控制模型, 并使用遗传算法求得控制量与优化后的轨迹。仿真实验结果表明, 优化后的轨迹最小距离以及最大会遇距离均提升10%~20%, 平均碰撞危险度降低10%, 实验结果表明考虑不确定性的船舶轨迹规划更加安全可靠。

传统无人机导航诱骗技术采用单天线发射诱骗信号, 而配备阵列天线的非合作无人机具备信号来向识别能力, 可对单一来向的诱骗信号进行检测识别和抑制, 从而导致诱骗失败。针对该问题, 提出一种针对阵列天线抗干扰无人机的隐蔽导航诱骗方法。首先, 设计一种基于密度的噪声应用空间聚类(density-based spatial clustering of application with noise, DBSCAN)-Kmeans混合聚类算法, 按照真实导航卫星相对目标无人机的方位进行信号来向的分簇聚类, 得到诱骗信号最佳来向角度。其次, 多架合作无人机搭载诱骗载荷, 由最佳来向角度处协同发射相互自洽的诱骗信号, 使诱骗信号与真实信号来向近乎一致。最后, 试验结果表明, 多诱骗载荷发射的多来向诱骗信号可以成功侵入配备阵列天线的非合作无人机导航链路, 所提方法具有良好的隐蔽性和可行性。

针对单通道条件下同频同调制混合信号分离时存在的计算复杂度高、分离效果差等问题, 提出一种基于时域卷积的多尺度融合递归卷积神经网络(recursive convolutional neural network, RCNN), 采用编码、分离、解码结构实现单通道盲源分离。首先, 编码模块提取出混合通信信号的编码特征; 然后, 分离模块采用不同尺度大小的卷积块以进一步提取信号的特征信息, 再利用1×1卷积块捕获信号的局部和全局信息, 估计出每个源信号的掩码; 最后, 解码模块利用掩码与混合信号的编码特征恢复源信号波形。仿真结果表明, 所提多尺度融合RCNN不仅可以分离出仅有少量参数区别的混合通信信号, 而且相较于U型网络(U-Net)降低了约62%的参数量和41%的计算量, 同时网络也具有较强的泛化能力, 可以高效面对复杂通信环境的挑战。

为提高载波索引差分混沌移位键控通信系统的传输速率和频谱效率, 提出一种并行载波索引差分混沌移位键控通信方案。发射端重复使用有限的载波索引资源进行多次索引调制, 生成多路信息信号并借助正交Walsh码实现并行传输; 接收端利用各路信息信号之间的相似性, 在分段降噪和不同路信息信号之间相关值的基础上完成解调。推导所提方案在加性高斯白噪声和多径Rayleigh衰落信道中的理论误码率(bit error rate, BER)并完成仿真验证。结果表明, 所提方案不但可以大幅提升频谱效率, 而且可以明显改善BER性能。

针对长短码直接扩频序列(long and short code direct sequence spread spectrum, LSC-DSSS)信号序列估计难题, 在已知LSC-DSSS信号参数的条件下, 提出一种基于新信息准则(novel information criterion, NIC)神经网络联合梅西算法的长短码信号序列估计方法。将LSC-DSSS信号输入NIC神经网络以估计随机采样起点, 再通过不断输入数据训练NIC神经网络权值向量。当网络收敛时, 权值向量的符号值即为LSC-DSSS信号的复合码序列片段。使用延迟相乘, 消除幅度模糊与短扩频码序列的影响, 再利用梅西算法获得扰码序列的生成多项式。仿真实验结果表明, NIC神经网络较特征值分解法的抗噪声性能提高6 dB, 同时较Hebbian准则神经网络所需学习组数减少50%。

针对现有跳频网络信道负载统计方法存在的不足, 通过分析节点设备统计性能影响因素, 采用多类型数据无量纲归一化处理, 基于层次分析法实现权重综合优化。在此基础上, 提出多节点信道负载统计改进算法, 使信道负载统计值能够准确反映信道真实状态, 降低数据发送的碰撞概率, 提高网络吞吐量。

针对卫星双向时间频率传递(two-way satellite time and frequency transfer, TWSTFT)存在周日效应、短期稳定度不高的问题, 通过引入基于注意力机制的Transformer权值矩阵, 利用Vondrak-Cepek组合滤波的方法将中国科学院国家授时中心(National Time Service Center, NTSC)、德国物理技术研究院(Physikalisch-Technische Bundesanstalt, PTB)之间的TWSTFT和全球定位系统(Global Positioning System, GPS)P3码共视法的时间比对链路进行融合, 分析融合前后链路的性能指标并与没有周日效应、短期稳定度高的GPS精密单点定位(GPS precise point positioning, GPS PPP)时间比对参考链路进行比较。结果表明, 引入注意力机制权值的Vondrak-Cepek组合滤波融合方法与参考链路GPS PPP的标准差为0.310 9 ns, 具有改善TWSTFT周日效应、提升链路整体稳定性的作用。