针对分数阶Fourier变换数值计算中量纲归一化因子的优化选取，分析了量纲归一化对chirp信号的调频率和初始频率的影响，以及chirp信号在(p,u)平面上的尖峰位置的影响，推导了两个chirp信号的尖峰在p轴和u轴上的投影距离与量纲归一化因子的关系。发现两个尖峰的距离随着量纲归一化因子的变化而变化，并且具有极大值。提出一种量纲归一化因子选取的方法，通过调节信号的观测时间和采样频率，选择合理的量纲归一化因子，增大两个信号尖峰间的距离，减小多分量chirp信号在分数阶Fourier域的相互影响。仿真结果验证了该方法的有效性。

研究了具有纹理特征的二维指数谱粗糙面的极化散射特性。在两个方向上相关长度的比值足够大时指数谱粗糙面表现为条纹特征，而在比值接近为一时又表现为方格特征。这两种视觉特征又可以通过傅里叶变化旋转得到不同的纹理角效果。通过粗糙面的小面元积分，推导出椭圆极化入射时笛卡尔坐标系下的散射场，并得到了不同纹理特征指数谱粗糙面的极化散射。结果显示极化散射特性的研究对利用遥感信息提取粗糙面的纹理特征具有重要意义。

为快速有效地求解介质粗糙面的反演问题，提出了一种能反演地表面参数的新方法——微多相粒子群算法。利用矩量法结合前后向迭代法快速求解双站散射系数。采用单纯形法实现有导向的约束初始种群的生成，以双站散射系数的测量值和理论计算值的偏差为目标函数，通过多相粒子群算法和单纯形相结合的算法对优化变量进行优化，使目标函数达到最小值实现地表参数的反演。给出了应用该方法的具体步骤，分析了测量结构，通过仿真实验验证了算法的有效性。

支持向量数据描述（support vector data description, SVDD）常用于实现目标类样本充分、非目标类样本多样化的两类分类。在雷达目标识别应用中，SVDD分类性能随样本噪声增加迅速下降。为了解决这个问题，通过深入分析SVDD抗噪性能差的原因，提出了基于自适应SVDD的雷达目标分类方法。该方法利用接收机工作特性曲线建立信噪比与分类最优超球半径的关系模型，在目标分类过程中，针对不同信噪比自适应选择分类判决门限。仿真实验表明，相比于常规SVDD方法，自适应SVDD方法大大提高了低信噪比下目标分类性能。

直接数字线性调频(linear frequency modulation, LFM)源中相位截断会引入线性度误差，影响线性调频信号在雷达系统中的性能。首次运用离散数学理论分析了相位截断所引起的线性度误差，得到了相位截断不引入线性度误差的充要条件，推导了一般情况下线性度和调频斜率误差的数学表达式。采用蒙特卡罗方法得到了调频斜率误差在4种可能取值上的分布规律及其数字特征。通过仿真实例，定量评估了相位截断对线性度的影响，根据所得结论为实际应用提供了设计建议。仿真结果验证了理论推导的正确性。

研究了加性高斯白噪声污染的线性调频(linear frequency modulation，LFM)信号的参数估计问题，提出了一种相位域参数估计算法。首先对LFM信号的起始频率和调频斜率进行粗估计，然后利用粗估计值把接收信号变为基带信号，基带信号包含了起始频率和调频斜率的残差；接着对基带信号进行相位展开得到瞬时相位，对其运用最小二乘拟合得到起始频率和调频斜率残差的估计值；综合粗估计和残差估计得到最终的参数估计值。仿真表明，本方法在高于信噪比门限时精度接近克拉美-罗限，精度高于基于离散傅里叶变换的离散多项式变换法，信噪比门限低于传统的相位法。

当质心干扰和雷达目标不可分辨时，如何对抗质心干扰是公认的难点问题。对利用极化对比增强技术抗质心干扰进行了研究。首先建立了干扰和目标不可分辨情况下极化雷达导引头的回波模型，然后对单脉冲比幅测角的结果进行了理论推导，得到了质心干扰下雷达角度测量值的统计特性。在此基础上，提出了通过极化对比增强抗质心干扰的方法。最后结合反舰导弹抗箔条质心干扰的背景，对本文方法的抗干扰性能进行了分析，证明了本方法的有效性。

基于电离层斜向返回探测系统组成的多基地天波超视距定位系统，利用电离层对电波的反射，以有源定位的方式对超视距地面目标进行定位。将用于大地解算的Bowring公式与电波传播特性相结合，提出了一种天波传播模式下的目标定位模型，用以解算目标的地理位置并计算定位精度。利用计算机仿真得出了在采用不同布站类型时，电波在单模式传播情况下的定位误差的几何稀释图和定位分析。仿真结果表明，此模型精度高，并克服了传统定位方法在某些方面的不足。

研究月表物质的微波辐射和传输特性、建立合理的月壤厚度反演模型，对估计月壤厚度有重要意义。综合考虑影响亮温的主要因素随月壤厚度的变化，提出了一种非均匀精细分层的多层月壤模型。随后，应用该模型对CE-1号上微波辐射计四个通道获得的亮度温度随时间、地理位置和月壤厚度的变化进行了模拟和分析，并与其他模型和方法进行了比较。比较结果表明，该非均匀精细分层模型具有计算量小、稳定性好的优点。

针对低脉冲重复频率（pulse repetition frequency, PRF）脉冲多普勒雷达的多普勒解模糊问题，提出了一种基于非均匀采样谱分析的多普勒解模糊处理方法。通过利用多重PRF方式下相参处理间隔内采样数据的时域非均匀特性，算法采用一种改进的复值迭代自适应方法直接估计无模糊多普勒谱的幅度响应，可实现PRF分组参差方式下对多个目标的解多普勒模糊处理。仿真结果验证了算法的有效性。

由于利用了俯仰维的自适应能力，三维空时自适应处理(three-dimensional space-time adaptive processing, 3D-STAP)能够获得比传统二维空时自适应处理(2D-STAP)更好的性能，但同时在运算量和采样数目的要求都将急剧增大。为了克服这个问题，提出了一种基于相关域的机载雷达三维空时自适应降维算法，即利用空时相关矩阵的子矩阵，将最优空时处理的二次代价函数转化为两个二次代价函数，并迭代求解这两个二次代价函数的两个低维权向量，所提算法能够明显降低计算复杂度和样本数目要求。基于仿真和实测数据的实验验证了算法的有效性。

单极化雷达不具备极化信息获取和处理能力，这对极化域抗干扰造成了根本性的困难。利用天线在空域扫描时对来波的空域极化调制效应，研究了单极化雷达回波信号的极化分解与极化参数等估计方法。在此基础上，讨论了一种空域零相移干扰抑制极化滤波器的设计方法。该法不仅能够有效抑制干扰，而且不会造成目标信号的幅度和相位失真，实现了雷达相参处理和极化信息处理的兼容工作。仿真和实测数据验证了方法的有效性和可行性。

基于目标的图像编码是解决无人机载合成孔径雷达（synthetic aperature radar, SAR）图像在有限带宽信道上实时传输的有效办法。本文算法采用双参数恒虚警(constant false alarm rate, CFAR)检测将SAR图像分割成目标与背景，子带变换后根据感兴趣区（regions of interest， ROI）掩膜将子带系数分类成目标与背景序列，以稳健固定码率网格编码量化（fixedrate trellis coded quantization， FRTCQ）高保真编码目标区，以FRTCQ低分辨率编码背景来实现大幅度地压缩。对SAR图像编码实验表明,本文算法既能取得较好的目标区保真度，又能达到较高的压缩比，同时计算复杂度增加有限。

着重针对弹载雷达对舰船目标进行逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像的转角条件进行研究。ISAR成像依靠雷达与目标的相对转角，转角太大或太小都会导致成像质量下降。在弹载雷达平台和舰船目标同时运动的情况下，ISAR成像总转角是由导引头按弹道飞行形成的转角和舰船航行、晃动所导致的转角的合成，可以依据回波信号进行估计。分析了ISAR成像所需转角范围，在对弹目相对转角建模的基础上，针对弹目相对转动非匀速的情况进行转角估计，判断任意时刻弹目相对转角是否满足成像转角条件。

提出了一种结合Freeman分解和模糊聚类的极化干涉合成孔径雷达(polarimetric interferometric synthetic aperture radar, PolInSAR)数据非监督分类方法。针对基于Freeman分解的极化SAR图像分类方法中提取的3种散射机理：表面散射、体散射、偶次散射占主导的区域之间存在模糊的缺点，利用PolInSAR处理中的最优干涉相干系数引入的参数——最优相干熵H Int和最优相干各项异性度A Int，将每种散射机理主导区域划分为单个散射机制或多个散射机制共同作用的区域。并将模糊理论引入到H Int/A Int平面的区域边界划分，得到初始分割图像。对初始分割图像进行合并，模糊聚类等操作，得到最终分类结果。采用ESAR Oberpfaffenhofen地区PolInSAR数据实验的结果验证了本文方法的有效性。

针对低截获概率雷达中常用的一类由频率导出的多相编码信号（P1、P2、P3、P4及Frank码）的截获问题，研究了基于积分二次相位函数的检测与参数估计方法。该方法利用此类多相编码信号的二次相位函数在时间-调频率平面仅为一条平行于时间轴直线的特点，通过积分二次相位函数获得能量积累，完成信号检测的同时实现了信号调频率参数的估计。分析了检测统计量的输出信噪比性能，给出了算法的接收机工作特性曲线和检测性能曲线，仿真分析了算法的参数估计性能。

为保证航空装备保障系统中适量的保障资源的安全授权，同时授权能够根据用户历史行为进行变更，在基于角色的访问控制模型基础上引入了信任和预测，提出了基于信任和预测的访问控制模型。角色只有在信任度要求满足时才能被激活，只有数量在属于预测区间时才能被分配给权限。设计了信任和预测机制,并结合具体实例对模型的使用进行了分析。结果表明，基于信任和预测的访问控制模型能够对航空装备保障系统中的资源实现灵活和有效的访问控制。

针对武器装备体系评估的特点，提出了基于能力需求视角的评估方法。该方法从作战使命出发，通过能力需求的分解及相互之间关系的分析，建立能力需求结构图。按照底层能力需求的类型定义了5种能力需求满足度函数，再根据能力需求间的关系，自底向上聚合得到顶层的能力需求的满足度函数，作为武器装备体系评估的结果。在评估过程中需求满足度为零的能力需求节点是整个体系的能力缺口。最后，通过一个实例说明该评估方法的具体步骤及可行性。

战争设计工程是一种面向战争复杂性的分析与设计战争的方法。分析战争设计工程中异质专家研讨的需要，提出基于对抗决策网络与黑板机制有机结合的研讨方法。首先借鉴了黑板机制灵活集成异质专家智慧定性推理的能力，然后将作战效果与对抗性引入到动态贝叶斯网络中，提出对抗决策网络支持对抗策略的定量推理，根据对抗决策网络与黑板机制相关要素的相容性将二者有机结合，提出对抗决策网络黑板机制，并进一步分析对抗决策网络黑板的体系结构。最后以一个简例说明异质专家能够基于对抗决策网络黑板机制展开研讨，对战争系统进行分析与设计。

空地多目标攻击顺序的确定直接决定着攻击机自身的生存力及作战任务的完成，是对地作战任务规划的关键前提。分析了影响空地多目标攻击顺序决策的因素；采用优先权法，建立了空地多目标攻击优先权决策模型；对传统的基于信息熵的多属性决策方法进行了改进，引入决策者偏好因素，综合了主客观对决策结果的影响；最后进行了实例仿真研究，仿真结果验证了所建优先权模型的正确性及所提决策方法的有效性。

为了对多源遥感数据的处理任务进行有效的调度和管理，提高处理资源的利用率，根据遥感数据处理任务调度问题的特点，建立了遥感数据处理任务调度的数学模型。设计了两大类邻域结构：整体变换（包括整体再分配和整体交换）和局部变换（包括局部再分配和局部交换），并采用快速模拟退火算法对模型进行求解。最后给出实例与启发式算法的结果对比，验证了算法的有效性。

DEA方法是评价同类决策单元有效性的一种重要方法，但许多情况下被评价单元可能具有多类决策单元的属性，传统DEA方法在评价该类问题时遇到了困难。针对多属性决策单元的有效性评价问题，采用多类样本单元合成不同属性生产可能集合的方法，首先给出了评价具有两种属性决策单元有效性的DEA模型(Twi)和相应的Twi-DEA有效性概念。分析了多属性决策单元的投影性质，以及(Twi)模型和传统DEA模型的关系。在此基础上，给出了具有多重属性决策单元有效性评价的一般模型(Mul)，并讨论了相关性质。

多属性复杂大群体决策中，对决策人员的决策结果进行有效地聚类，是分析以及完成群体决策的基础。针对蚁群聚类算法参数选取复杂、自适应性差以及随机性等缺点，提出了一种改进的蚁群聚类算法，该算法将决策群体成员对决策问题的若干个评价准则值转化成偏好矢量，以偏好矢量相聚度作为邻域相似度的计算公式，形成一个启发式聚类算法。通过一个算例计算说明该算法具有聚类质量高、自组织和鲁棒性的特点，适用于解决多属性复杂大群体聚类与决策问题。

针对随机现象中存在的模糊性，给出了区间直觉模糊集（interval-valued intuitionistic fuzzy sets， IVIFS）的解决方案。首先，定义了样本空间中区间直觉模糊事件（interval-valued intuitionistic fuzzy events， IVIFE）的概念，给出了区间直觉模糊事件概率的描述化定义。其次，定义了区间直觉模糊三角模及三角余模的概念，给出了区间直觉模糊事件概率的公理化定义。再次，给出了区间直觉模糊概率的泛化形式，即可分形式和不可分形式，并详细证明了不可分形式。最后，通过实例验证了不可分形式。

空间交会中脉冲推力的假设条件常常无法得到满足，导致实际轨迹与名义轨迹存在较大偏差。首先给出利用微分代数工具实现常微分方程积分的途径，然后利用微分代数迭代实现打靶法,求取每次交会所需的名义速度脉冲值，并在有限推力条件下得出推力弧段结束后的实际位置与名义位置的偏差。最后利用微分代数工具求取在有限推力弧段结束时刻所需施加小量修正速度脉冲值，使得飞行器能够到达指定终端位置，且避免在每个制导周期内迭代以及积分求取速度脉冲所需的复杂计算。

针对高机动导弹纵向运动数学模型具有严重非线性、不稳定、多变量耦合以及模型不确定等特点，提出了一种基于鲁棒自适应控制理论和动态逆相结合的导弹纵向控制系统设计方法。该方法以非线性动态逆控制为基本控制律，能够在复杂的飞行条件下，实现对高机动导弹的精确线性化，解除了多变量之间的耦合关系；并引入鲁棒自适应控制律，以抑制模型参数变化的摄动和外部干扰的影响，保证了导弹的纵向稳定性及其纵向飞行品质。仿真分析验证了控制方法的有效性。

通过分析高动态弱GPS信号对捕获的影响，提出了一种惯性信息辅助的快速捕获算法。该算法利用惯性系统的速度估算GPS载波信号的多普勒频移，减小频率搜索范围。同时,通过改进基于快速傅里叶变换（fast Fourier transform， FFT）的相干-非相干积分捕获策略，克服了导航数据位边沿和多普勒速率引起的能量扩散，提高了捕获的灵敏度和速度。最后，对高动态弱GPS信号捕获进行了仿真验证，结果表明该算法仅用300 ms的输入数据就可以有效捕获载噪比为24dB-Hz的GPS信号。

针对机翼变形噪声对传递对准滤波的显著影响，通过特性分析将其处理为时变多阶有色观测噪声，提出了一种在线补偿算法。该算法以标准卡尔曼滤波方程为基础，推导了不扩维情况下补偿多阶有色观测噪声的滤波方程。算法依据滤波过程的序列量测数据，结合模型估计残差的F检验法，在线递推估计机翼变形噪声的自回归阶数、系数及白噪声，构建补偿方程的量测量、量测矩阵和量测噪声进行补偿滤波。通过将该算法应用于速度+姿态对准匹配方案，并与将机翼变形噪声等效为注入量测白噪声和扩充为系统状态的方法比较。仿真结果表明,该算法对时变机翼变形噪声影响下的新息适应性强，收敛稳定，估计精度高，适用于复杂空中环境下机载导弹快速精确传递对准。

云台安装的摄像机可用于基于视觉的小型无人机目标跟踪与定位。分析了无人机平移和旋转运动对目标在图像平面成像的影响，推导了机体角速度与云台姿态角速度转换矩阵，设计基于运动补偿的云台控制器将无人机速度和机体角速度引入云台控制器输入，补偿因无人机运动引起的摄像机视线改变，并利用目标在图像平面的位置偏差修正摄像机跟踪误差。仿真实验表明所设计的云台控制器可提高目标跟踪精度，减少云台抖动。

在迭代学习控制(iterative learning control, ILC)理论的研究中，常见的初始条件是迭代初值与期望初值一致，或者迭代初值固定。研究了含状态时滞的非线性间歇过程，其系统初值在期望初值一定范围内随机变化且存在可量测重复性扰动下的迭代学习控制问题。提出了采用带变遗忘因子的开环PD型迭代学习控制算法，给出了谱半径形式的收敛条件，并应用算子理论进行收敛性证明，给出了间歇非线性控制时滞过程仿真实例。研究结果说明了该算法的有效性。

种群生态系统经常会遇到环境白噪声的干扰。基于此，提出一类具有随机扰动的食饵-捕食系统，该系统含有改进的时滞Leslie-Gower和Holling Ⅱ型功能性反应函数。利用随机微分方程比较原理和伊藤公式，分别得到该系统正解的存在唯一性和该解的p阶矩上界，最终通过构造Lyapunov泛函，证明了该解依期望全局渐近稳定。最后，以状态图和相图两种仿真图形，对理论结果进行了验证说明。

由于定量信息和非线性因果关系的丢失，符号有向图（signed directed graph, SDG）模型的可诊断性需要进一步地进行校核与验证。为此，提出了基于符号模型检测的SDG模型可诊断性形式化验证方法。首先定义了SDG模型的有限状态变迁系统形式化描述，建立了符号模型验证器（symbolic model verifier, SMV）模型；其次利用SDG的深层知识，构造了可诊断性函数，设定了可诊断性上下文，给出了可诊断性定义。然后，构造了SDG耦合孪生SMV模型，定义了可诊断性的计算树时态逻辑公式，提出了验证算法SDGD_CSMV。最后，通过一个实例验证了可诊断性的判定和算法的有效性。

针对一类网络化控制系统，提出一种输出反馈控制的新方法——观测器/控制器集成设计。该方法借助状态观测器重构系统状态，设计输出反馈控制器，将闭环系统建模为一类混杂系统。利用Lyapunov-Krasovskii泛函方法，以线性矩阵不等式（linear matrix inequality, LMI）形式给出了闭环系统的稳定性判据以及观测器/控制器的集成设计方法。仿真算例说明了所提出的方法简单、有效且易于实现。

基于短波差分跳频系统，提出了一种适于该系统的序列译码方法，并设计了适合序列译码的G函数。在加性白高斯噪声（additive white Gaussion noise, AWGN）信道和频率非选择性瑞利慢衰落信道条件下，对其比特误码率P_b性能进行了理论分析与数值仿真。仿真结果表明差分跳频的频率之间的相关性使其系统获得了一定的误跳纠正能力；如对于可用频率数为4、每跳传输1 bit的差分跳频系统，在AWGN信道条件下，当信噪比约为10 dB时，序列译码的P_b可达到10^-4，相对于逐符号译码的性能改善为2.5 dB；在瑞利信道条件下，当信噪比约为18 dB时，序列译码的P_b可达到10^-3，相对于逐符号译码的性能改善为15 dB，相对于逐符号译码，在短波差分系统中使用序列译码方法的效果更优。

提出了一种新的基于线性相关平行剖面模型（parallel profiles with linear dependencies, PARALIND）的MIMO-CDMA盲多用户检测算法。PARALIND模型的分解唯一性并结合通信信号的结构特征，算法在信道衰落和用户扩频码未知的情况下实现MIMO-CDMA信号的盲多用户检测。对恒模约束PARALIND模型的分解唯一性进行了讨论，并给出了唯一性定理。仿真结果表明，基于PARALIND模型的多用户检测算法具有良好的误符号率性能。算法在处理小数据块时同样有效。

在无线局域网络中，针对无线信道的异构性和传输控制协议(transmission control protocol, TCP)闭环拥塞控制的贪婪性，提出了一种基于显式拥塞通告(explicit congestion notification, ECN)标记算法的公平拥塞控制机制(access point congestion control, APCC)。APCC在AP节点结合缓存队列长度和无线信道负载的测量来检测拥塞，依据联合的拥塞测度来实施拥塞控制，通过保证低丢包率和低排队延时得到了高吞吐率；利用ECN显式反馈机制，对通过AP的上行和下行TCP DATA和ACK分组实施ECN标记，实现了上下行公平的双向拥塞控制；同时在多速率信道环境下，依据各流的无线信道速率来调节单流ECN的标记概率，实现不同无线信道速率TCP流之间的时间公平，大大提高了网络的总体效率。

针对现有实际通用组播(pragmatic general multicast protocol, PGM)拥塞控制方案难以适应网络的动态变化等不足，提出了一种基于模糊比例积分微分(fuzzy proportional plus integral plus derivative, Fuzzy-PID)控制的组播拥塞控制机制(fuzzy-PID controlled multicast congestion control mechanism, FPIDMCC)。FPIDMCC在源端和接收端代表间运用Fuzzy-PID控制方案，使源端能快速响应网络拥塞，实时调整发送速率并使之趋于稳定，增强了对动态网络的适应性；此外，采用基于代表和中间节点反馈聚集相结合的方式进行反馈控制，可有效避免反馈爆炸。其中Fuzzy-PID控制方案结合了传统PID和模糊推理的优点，由模糊推理得到PID控制参数，减少了对系统模型的依赖性。仿真结果表明，FPIDMCC机制拥塞响应速度快、系统稳定性好、动态适应能力强。

为保证无线传感器网络数据的可获取性，提出一种基于网络编码的数据快速采集新算法。该算法根据最大距离可分码［n,k］生成矩阵中任意k个列向量线性无关的性质，借助网络编码信息线性组合的方法，将［n,k］生成矩阵的列向量分配给传感器网络的n个节点，作为其全局编码向量。传感器节点利用其分配到的全局编码向量，对收到的包含k个数据的环境信息进行线性编码，并将得到的码字存储于传感器节点中。基站进行数据采集时，只需随机采集k个节点存储的码字，即可根据任意k个节点全局编码向量的线性无关性译出环境信息，实现无线传感器网络快速有效地数据采集。

与传统的连续导频符号设置相比，等间隔导频符号设置的最大似然载波频偏估计具有更高的估计精度，但低信噪比门限也较高。在分析导频符号位置对频偏估计范围影响的基础上，提出了一种新的基于等间隔导频符号的最大似然载波频偏估计方法，推导了该方法的频偏估计范围和低信噪比门限，并对理论分析结果进行了计算机仿真验证。结果表明当载波频率偏移介于［-0.45, 0.45］rad时，该方法可以在不增加导频开销的前提下，将低信噪比条件下的载波频偏估计精度提高近17 dB。

为了最大化正交频分复用(orthogonal frequency division multiplexing, OFDM)无线通信系统中非实时业务的有效吞吐量，提出了一种子载波与数据包长度的联合分配(joint subcarrier and packet size allocation, JSPSA)策略。该策略较以往的子载波分配或数据包长度优化策略，有更大的优化自由度。基于JSPSA策略，详细分析平坦衰落信道下联合分配算法有效吞吐量函数的单调特征，证明该函数为单峰函数。利用频率选择性信道与平坦衰落信道下有效吞吐量函数单调性特征的相似性，通过引入一种新的等效信道增益，提出了一种频率选择性信道下的JSPSA算法。仿真结果表明，该算法的有效吞吐量接近于JSPSA策略下最优的枚举法，与已有的贪婪比特分配、等误比特率功率分配(greedy algorithm bit allocation/equal bit error ratio power allocation, GABA_EBPA)算法相当，而复杂度却大幅度降低，在复杂度和性能之间取得了较好的折中。

提出一种基于赋色尺度不变特征变换的特征提取方法，分析证明了该特征对平移、旋转、缩放、颜色漂移等因素的不变性。进而研究了基于该特征的彩色图像目标分类与识别的策略和实现技术，提出了相应的算法。通过运用阿姆斯特丹目标图片库中随机选择的50类对象进行分类识别的实验检验，识别正确率可达到100%。理论分析和实验结果表明，赋色尺度不变特征在彩色图像的分类识别中展示出优越的性能。

针对红外图像分辨率低、对比度弱、易受噪声污染等特点，给出了轮廓波变换与模糊c均值聚类相结合的红外图像分割方法。该方法首先在假定图像轮廓波变换系数的先验为高斯分布的基础上，将基于最大后验概率准则的比例萎缩法应用于红外图像降噪，以完成分割前的预处理过程，然后利用改进的模糊c均值算法对降噪后的红外图像进行分割。针对标准模糊c均值分割存在的问题，本文提出的方法从基于样本直方图的最小最大距离法的初始聚类中心确定、考虑邻域像素相关性的样本点聚类权值和邻域隶属度修正三个方面加以改进，在保证分割精度的基础上，进一步滤除降噪阶段遗留下的图像噪声。对一系列红外图像进行实验的结果表明，相对于标准模糊c均值算法，本文提出的改进算法划分熵平均降低约10%，区域对比度提高约27%，能够实现对受到噪声污染红外图像的有效分割。

针对传统支持向量机由于样本中存在孤立点或噪声而导致的过学习问题,通过分析模糊支持向量机和临近支持向量机的特点,借鉴它们的优点:模糊隶属度和临近超平面,提出了一种数据处理方法。该方法考虑了样本点到类中心的距离与样本对分类的贡献率的关系。这种改进使分类更为清晰和准确。结果表明:采用新的模糊隶属度模糊临近支持向量机算法有较高的识别率,但也耗费了较多的训练时间。

针对非线性非高斯环境下多目标被动跟踪的低可观测问题，将粒子滤波、联合概率数据关联和量测的幅值信息相结合，提出了一种基于幅值信息的联合概率数据关联粒子滤波算法。将联合概率数据关联算法中的关联似然与幅值似然比相结合，利用粒子滤波算法进行跟踪滤波，用幅值量测来改善低可观测条件下的目标跟踪性能。仿真结果表明，该算法提高了数据关联的可靠性和目标跟踪的精度。

需求形式化建模和模型检验可以提高安全关键软件的可信性，但在模型描述、调试和解释能力方面存在局限。对使用Petri网支持软件系统建模进行了扩展，设定默认值为零的权函数、利用“非”虚线描述在状态为假和变迁失败情况下的触发，增强阈值条件的描述能力，区分了枚举型和数值型库所，区分了普通迁移和强赋值迁移，并给出了扩展后的形式化定义及其和检验语言的语义映射。最后给出在典型机载软件上的应用，建立了软件需求模型和部分映射代码，对模型进行检验、反例路径分析和需求完善。过程和结果表明该方法可以有效的支持实际的关键安全软件需求建模和验证。

为了提高免疫算法的搜索能力，根据生物免疫机制及生物进化的周期性，设计了一种周期变化变异算子。为了避免仅仅以亲和度作为免疫选择评价标准，低亲和度抗体过度抑制，提出了将抗体浓度引入到亲和度中作为评价指标，设计了一种改进的免疫选择算子。基于马尔科夫链,分析了改进免疫算法的收敛性。为了测试该算法的有效性，将算法应用于函数优化问题中。仿真结果表明，改进的免疫算法具有更高的搜索速度和精度。

针状波束单脉冲雷达作为跟踪雷达对目标进行跟踪时，首先需要在指定空域完成目标的搜索捕获，而后再进入跟踪状态。雷达扫描方式的不同对目标的捕获性能特别是捕获概率的影响也较大。基于已有的研究对几种常用的扫描方式进行了分析与仿真，比较了各自的优劣情况，给出一种最优化思想及实现方法。仿真结果表明,螺旋形扫描性能最好,但是对系统性能要求较高，栅形扫描对系统要求较低，但扫描性能最差，其他扫描方式性能居于上述扫描方式之间。