为了满足认知无线电系统对于天线的动态需求,提出了一种介质谐振天线(dielectric resonator antenna, DRA)-10 dB阻抗带宽重构方法。采用的天线由阶梯阻抗微带线激励,并与截断的地板相结合,以使矩形DRA具有带宽为7.85 GHz的宽带状态用于频谱感知。在馈线高阻抗和低阻抗区域分别引入开路枝节和T形枝节,并通过p-i-n二极管开关控制,以获得相应频段的窄带特性用于通信。连接在地板上的枝节可使天线工作在陷波状态,用于滤除干扰。天线尺寸为25 mm×25 mm×5.637 mm。为了验证设计的有效性,加工测试了一个可重构DRA原型,仿真和测试结果具有良好的一致性。

为解决微弱信号定量检测问题,提出并建立了基于Poincare截面的检测统计量,并以此设计了利用Duffing振子进行微弱信号定量检测及幅值参数提取的有效实现方法。通过分析Duffing振子的Poincare截面特性,发现系统输出关于幅值的分岔特性能够清晰判定系统不同状态,由此对Poincare截面的分布点进行方差统计,构建检测统计量与检测判定区间,实现对微弱信号的定量检测。仿真实验发现，该定量检测方法的噪声鲁棒性优于传统时域特征检测方法,进一步设计了循环检测系统用以提取待测信号幅值参数并实现对未知频率信号的检测，为基于Duffing振子的微弱信号检测提供了定量检测途径与参考。

针对传统低秩稀疏分解(low rank and sparse decomposition, LRSD)用于视频运动目标检测时检测精度较低的问题,提出了一种鲁棒非凸运动辅助LRSD(robust nonconvex motion-assisted LRSD, RNMALRSD)的运动目标检测算法。该算法首先考虑到视频背景的低秩特性,采用非凸γ范数对秩函数进行逼近,考虑视频背景在变换域上仍然具有稀疏性,引入背景在变换域的稀疏先验。其次,引入运动辅助信息矩阵,使其融入前景的运动信息,表示每个像素属于背景的可能性,提高视频运动目标检测的准确度。然后,采用交替方向乘子法(alternating direction method of multipliers, ADMM)对提出的模型进行求解。最后,将提出的方法应用到视频运动目标检测上进行仿真实验。对实验结果的分析表明，提出的RNMALRSD方法比其他基于LRSD的运动目标检测方法具有更高的检测精度。

针对弹道目标微动分类前需平动补偿及典型雷达散射截面积(radar cross-section, RCS)序列分类需构造人工特征的问题,提出利用弹道目标微动特性和RCS相结合的弹道目标智能分类算法。首先,建立弹道目标运动模型并分析得到方位角和俯仰角,从而获取RCS序列,在此基础上利用小波变换得到时频图并构建数据集;然后,通过卷积神经网络(convolutional neural network, CNN)提取时频图像特征序列并与RCS序列融合成高维特征;最后,利用具有容错能力的双向长短期记忆网络充分学习序列之间的相关性以实现目标分类。仿真结果表明,该算法比卷积神经网络和支持向量机的分类精度分别提高5%和2%以上,分类速度比卷积神经网络和双向长短期记忆网络分别提高1.5倍和2.5倍,实现了更高精度的快速智能分类。

抗跟踪干扰已逐渐成为跳频通信中的研究热点和难点。针对跳频通信抗跟踪干扰难以实现的问题,采用数字对消方法实现跟踪干扰抑制。首先,基于跟踪干扰信号特点及战术背景,提出跟踪干扰信号估计方法,完成数字对消中参考信号的提取;然后,将干扰信号与混合信号进行对消完成干扰抑制;最后,基于现场可编程门阵列(field programmable gate array, FPGA)开发板,搭建了半实物仿真实验平台。实验结果表明,所提方法能够有效抑制跟踪干扰。对于不同的干扰频点,信干比(signal to interference ratio, SIR)提升不同,干扰抑制效果受干扰信号强度的影响。当干扰信号方差σ_w²在0.75~1.5时, SIR提升的平均值能达到10 dB,当σ_w²=0.25或2时,则小于8 dB。

针对空基外辐射源定位(airborne external transmitter location, AETL)系统的可观测性问题,建立了AETL系统的二维运动学模型与量测方程,基于离散化的非线性可观测理论求解系统的可观测矩阵,并分析证明了系统不可观测的条件。基于矩阵分析理论的条件数定义了系统的可观测度,并仿真分析了观测站运动参数以及目标和外辐射源的机动参数对系统可观测度的影响。结果表明,当观测站与目标和外辐射源共线或目标和外辐射源保持径向运动时系统不可观测;当系统可观测时,观测站与目标和外辐射源之间的相对速度越小,系统可观测度越大。研究结果可为观测站制定机动策略提高系统定位性能提供有效的参考依据。

作为一种新兴的合成孔径雷达(synthetic aperture radar, SAR)成像体制,近年来提出的多输入多输出SAR(multiple input multiple output SAR, MIMO-SAR)通过波形分集、空间分集等,可以得到远多于实际天线数量的自由度,为突破常规SAR体制局限,实现高分辨率宽测绘带(high resolution wide swath, HRWS)成像、慢速运动目标检测、同时多模式工作等应用提供了有效的技术途径。本文概括了MIMO-SAR的国内外研究现状,剖析了MIMO-SAR的概念内涵、技术特点及关键技术,着重对其波形设计技术进行了探讨。最后,结合系统发展和实际应用,对其发展趋势进行了展望。

脉冲多普勒(pulsed Doppler, PD)雷达在低脉冲重复频率工作模式下,基于封闭式鲁棒中国余数定理(closed-form robust Chinese remainder theorem, CFRCRT)算法可以实现单目标多普勒频率快速且精确的估计,但由于多目标的频率余数与目标对应关系事先未知,往往对基于CFRCRT进行多目标多普勒频率估计带来困难。对此,基于幅度辅助利用聚类分析技术,提出频率余数分组匹配的方法,解决了基于CFRCRT多目标多普勒频率估计问题。针对频率余数分组匹配过程中,传统离散傅里叶变换的频谱泄露和栅栏效应导致匹配性能不高的问题,采用全相位离散傅里叶变换(all phase discrete Fourier transform, apDFT)实现高性能的频率余数分组匹配。理论分析和仿真结果表明,所提算法可以有效地实现PD雷达多目标多普勒频率估计。

船载导航雷达和电子海图(electronic navigational chart, ENC)是船舶重要的导航仪器,雷达图像和ENC图像的融合能够给出更加丰富的航行和避碰信息。为此,提出了一种基于深度学习理论的提取雷达图像中鲁棒特征的数据融合算法,实现了ENC和雷达图像较高层次的数据融合。首先,利用深度学习算法对雷达图像进行目标检测,识别船舶雷达的特征目标。其次,对检测到的特征区域执行图像处理,并确定用于ENC和船舶雷达图像配准的参考点。最后,根据参考点进行仿射变换,实现融合算法。利用连续时间段的狭窄水域中的真实船舶雷达图像数据对融合算法进行验证,结果显示船舶雷达图像和ENC的海岸线边缘信息匹配良好且满足实时性要求。该算法与简单的像素级图像融合算法相比鲁棒性更强,实现了ENC与雷达图像的特征级融合。

频谱弥散(smeared spectrum, SMSP)干扰和切片组合(chopping and interleaving, C&I)干扰是两种用于对抗线性调频(linear frequency modulation, LFM)脉冲压缩雷达的干扰样式。相比SMSP干扰, C&I干扰与雷达发射信号相似度更高,干扰抑制更为困难。针对该问题,以远距离支援干扰下LFM相参雷达对抗C&I干扰为背景,提出快慢时间域联合处理C&I干扰抑制算法。分析了C&I干扰时频特征和对相参雷达的干扰特性,在此基础上,通过快慢时间域处理估计干扰位置、幅度、多普勒频率、采样周期、采样脉宽等参数,重构干扰信号,通过对消实现干扰抑制。仿真试验验证了所提算法的可行性和有效性。

二维基于旋转不变技术信号参数估计(2D-estimating signal parameter via rotational invariance techniques, 2D-ESPRIT)算法是估计几何绕射理论(geometric theory of diffraction, GTD)模型参数的一种经典算法,但在信噪比较低的条件下, 2D-ESPRIT算法的参数估计精度明显下降,噪声鲁棒性较差。针对这一问题,提出一种极化平方前后向平滑2D-ESPRIT(polarized-quadratic-forward-backward 2D-ESPRIT, PQ-FB-2D-ESPRIT)算法,有效地提高了算法的噪声鲁棒性与参数估计性能。改进算法利用目标散射回波数据的极化信息,并通过对协方差矩阵平方处理和前后向空间平滑处理,提高了算法的参数估计性能与数据利用率,同时达到了去相关的效果。仿真结果表明,提出的PQ-FB-2D-ESPRIT算法的参数估计性能及噪声鲁棒性要优于经典2D-ESPRIT算法、前后向平滑2D-ESPRIT(forward-backward 2D-ESPRIT, FB-2D-ESPRIT)算法及平方FB-2D-ESPRIT(quadratic-FB-2D-ESPRIT, Q-FB-2D-ESPRIT)算法。基于不同算法估计得到的GTD模型参数对散射中心的定位精度进行比较,进一步验证了改进算法的优越性与有效性。

为寻找一种满足多机空战需求的目标分配优化方法,提升空战效能,提出了一种基于合作协同进化的多机空战目标分配方法。首先，该方法基于单机空战优势,建立多机协同空战优势评价指标体系。然后,对战机间的协同相关性进行分析计算,建立多机协同空战目标分配模型。在变长度染色体遗传算法(genetic algorithm, GA)的基础上,设计了基于交叉、嫁接、分裂和拼接算子的改进合作协同进化算法,提高了模型的进化效率。最后，设计实验分别对优势评价指标体系的有效性、静态算例、动态算例和大规模无人战斗机算例进行仿真验证,并将2种模型以及4种算法的计算结果和所提算法的实验结果进行对比。仿真结果表明，改进合作协同进化算法适用于该模型计算,结果收敛稳定,亲和度值显著提升,能够优化目标分配方案,在空战中具有一定的应用意义。

针对对抗及不确定环境下的网络信息体系建设方案优选问题,考虑经典博弈论中理性和共同知识假设失效的局限,提出了基于Bayesian Stackelberg的多阶段博弈模型。首先分析网络信息体系建设方案优选需求,给出3个基本假设;在此基础上,构建反映各阶段参与人信念的博弈子情景,集结子情景形成全时域情景,并分别给出情景的策略集及支付函数;分析全时域情景的纳什均衡,预测对手可能的均衡策略;最后,集结全时域情景形成全局情景,在风险可控范围内选择全局情景中期望支付较大策略,作为较优体系方案。通过算例分析检验了该方法中己方最坏选择是“综合均衡策略”,且在风险可控范围内最终策略将严格优于该策略。

针对高端装备研制数据的保密性和重要性,提出一种基于生成对抗网络(generative adversarial networks, GAN)的高端装备研制数据脱敏方法。面对高端装备研制数据在数据挖掘和数据共享时可能面临泄露的风险,利用GAN进行数据脱敏。在随机生成的高斯数据集上进行实验,通过比较源数据和脱敏数据的统计特征,证明GAN的数据脱敏方法能够有效实现数据脱敏过程中所要求的数据安全性、数据有效性和成本可控性。最后,在Yeast数据集上进行验证, GAN输出的脱敏数据同样在现实世界数据集上表现出色,能够准确地预测Yeast的分类,为高端装备研制数据的管理和分析提供了一种新的思路。

针对当前装备保障数据分散和决策支持不足的问题,展开装备保障数据集成研究。首先，构建了基于数据中台(open data processing service, ODPS)的装备保障数据集成架构,从数据同步、ODPS和数据服务应用程序接口(application programming interface, API)三方面对其进行了具体分析;然后,为了统一数据视图,提出了朴素贝叶斯和特征词匹配相结合的装备保障集成数据分类方法,为实现“数据互通”提供了有效方法,也为装备保障信息系统高效集成奠定了基础。

针对当前战区联合作战精确保障复杂体系的系统化建设需求及研究空白,结合最新发布的统一结构框架(unified architecture framework, UAF)方法特点,在分析精确保障体系构建机理及概念数据模型的基础上,遴选并扩充能够满足体系概念构想层、逻辑运行层和物理实现层需求的视角模型。然后,通过对UAF相关元模型(domain metamodel, DMM)“裁剪+修改+融合”的方法构建各层次DMM。最后,提取并分析关键概念、关系达到对模型的统一认知,为精确保障体系模型设计构建及数据采集提供完整方法依据。

为了提高航母回收舰载机的成功率,针对舰载机在着舰航线的顺风飞行距离精准问题,进行侧方计时研究。考虑航母航行使下滑道距离变长,舰载机顺风边飞行时自然风速使地速变大,自然风对舰载机下降转弯产生漂移影响,基于飞行动力学理论,建立了舰载机在着舰航线上侧方计时的数学模型,并对此模型进行数值模拟分析。结论如下:本模型适合于不同重量、不同挂载、不同型号的常规起降方式的固定翼舰载机在着舰航线上进行侧方计时的计算。

装备订购价格是军方与承制单位双方利益争执的焦点,为全面调动承制单位生产积极性,选择成本、质量和进度同时作为激励因素,在将三因素整合到同一函数表达式的基础上,统筹考虑订购双方利益,构建了装备订购多因素激励定价双层决策模型。分别以军方的激励系数方案和承制单位的努力程度方案为模型的上下层决策变量,并以军方军事经济效益和承制单位期望效用最大化为上下层决策目标。为求解模型得到相对最优激励系数方案,结合粒子群优化算法的快速搜索能力与禁忌算法的全局搜索能力,设计了带检验因子的禁忌搜索粒子群优化(tabu search-particle swarm optimization, TS-PSD)算法。最后,通过算例验证了该模型与算法的有效性,可以引导承制单位向军方期望的目标努力,实现共赢。

尽管固体火箭推进器应用于微纳卫星平台拥有诸多优点,但此类小型固体火箭推进器推力矢量难以测量。对此,提出一种利用惯性传感器量测值映射推力矢量大小的方法,开展地面动态飞行实验。首先,基于牛顿欧拉法和变质量系统理论建立地面实验系统的动力学模型,分析卫星的动力学与运动学特性;然后,构建惯性测量单元(inertial measurement unit, IMU)的量测方程,结合系统动力学中推力矢量与惯性传感器量测值间的映射关系,推导推力矢量测量模型;最后,通过仿真分析影响推力矢量测量精度的误差来源,并对惯性传感器的安装构型进行优化设计。通过数值仿真实验,在优化设计后,该测量方法可保证主推力和侧向推力测量精度均优于0.3%。

针对存在参数不确定性的非线性弹体模型,提出基于状态相关Riccati方程的模型参考自适应状态控制方法。首先,针对弹体标称模型,建立特定形式下的Riccati方程,并求得其解析解,获得一种全局渐近稳定的次优控制律。然后,考虑到实际模型与标称模型之间存在的参数偏差会造成控制效果恶化,以标称模型下设计的闭环系统为参考模型,设计自适应控制律通过在线辨识参数使得实际模型趋向于参考模型,并保证跟踪误差和辨识误差有界。仿真结果表明,该控制律能够克服参数不确定性的影响,有效跟踪参考模型下的响应。

针对组合导航姿态估计中无味四元数估计(unscented quaternion estimation, USQUE)的噪声协方差矩阵参数无法准确给出等问题,提出基于粒子群优化的USQUE(USQUE based on particle swarm optimization, PSO-USQUE)算法。通过粒子群算法对噪声协方差矩阵Q和R进行寻优,获取优化的噪声协方差矩阵等滤波先验条件;分别进行仿真实验和微机电惯导系统/GPS车载实验。实验结果表明,对于USQUE的姿态估计问题, PSO-USQUE算法相比常规算法具有更高的精度,验证了所提算法的有效性。

传统的基于自相关的和基于互相关的定时同步算法具有相关峰的旁瓣较宽或对载波频率偏移(carrier frequency offset, CFO)敏感的问题,均无法满足无线自组织通信系统对快速准确的定时同步的需求。针对这一问题,提出了一种新的基于改进互相关的定时同步算法,通过将一个长的相关器拆分为两个较短子相关器的乘积,使度量函数的主峰更加尖锐、次峰更低,理论分析了算法的抗频偏性和计算复杂度。对所提算法和传统互相关算法的蒙特卡罗仿真结果表明，在复杂度相当的前提下,所提算法在检测准确率上具有1.1 dB的性能增益,且对频偏的鲁棒性较好。

近年,双向放大转发(amplify-and-forward, AF)多输入多输出(multiple input multiple output, MIMO)中继系统中的预编码设计吸引了越来越多研究学者的兴趣。然而,在实际MIMO中继通信系统中,针对双向传输下的系统,对多用户模型进行的研究较少。由此，针对多用户双向AF MIMO中继系统模型，提出了一种联合预编码算法。采用在所有节点功率限制下,以最小和均方误差(minimun sum mean square error, MSMSE)设计准则去求解联合信源、中继和信宿端多用户的非凸优化问题,将最初的非凸优化问题转化成多个子优化问题,并利用半正定规划设计、平方约束二次规划设计以及二阶锥规划设计求解子优化问题。之后通过交替迭代方法进一步求解每个子凸优化问题局部优化值,达到优化所有节点矩阵变量的目的。所提算法较现有的算法,不仅在优化问题方面考虑更全面、更实用,而且实验仿真结果验证,提出的算法在系统和均方误差(sum mean-square-error, SMSE)性能、和速率以及误码率(bit-error rate, BER)上有均有改善。

面对时延敏感度不同的多种用户,如何有效利用频谱资源和计算资源受限的边缘节点来保障其时延能耗需求成为关键问题。为此,提出了基于移动边缘计算(mobile edge computing, MEC)的任务卸载和资源分配联合优化方案。首先,为最小化卸载任务在MEC的总计算时间,给每个用户分配最优的MEC计算资源。其次,基于时延敏感度、用户满意度和资源块(resource block, RB)质量,引入RB分配算法,以分布式执行。最后,用户通过比较本地计算开销和卸载计算开销做出卸载决策。仿真结果表明，所提算法在满足高时延敏感用户的需求前提下,通过有效地分配传输资源和计算资源,实现了最小的系统开销。

针对传统卫星网络中业务类型多样化导致的网络配置复杂和业务服务质量(quality of service, QoS)无法得到有效保障的问题,研究了基于软件定义网络(software-defined networking, SDN)的卫星网络架构,提出了一种能够满足多种QoS需求的自适应路由算法。首先,建立了软件定义卫星网络多约束条件路由选择优化模型；然后，使用拉格朗日松弛法对模型进行松弛处理；最后，使用梯度法进行迭代求解,搜索出满足带宽、时延、丢包率等多种QoS的最优路径。研究结果表明,该优化算法在QoS满意度方面相比近地轨道卫星路由算法提高了64%,在时延满意度和丢包率满意度方面相比软件定义路由算法提高了28%。

针对滤波多音调制(filtered multi-tone modulation, FMT)和滤波器组多载波/交错正交幅度调制(filterbank-based multicarrier/offset quadrature amplitude modulation, FBMC/OQAM)波形非正交接入共存问题,提出了应用快速卷积方法进行数值化分析的方案。通过快速卷积方法,在相邻的频段同时产生FMT和FBMC/OQAM信号,以快速傅里叶变换粒度调整保护间隔,得到FMT频谱频点的变化值,构建FBMC/OQAM对FMT系统的干扰矩阵,并提出预编码方案优化滤波器过渡带系数消除干扰。仿真实验表明,快速卷积方法能更精确分析波形之间的干扰,通过所提预编码方案, FMT和FBMC/OQAM信号之间可以高效率共存,波形之间的干扰得到有效抑制,受干扰影响的误码率性能得到有效改善。

随机退化设备在实际运行中会产生非线性、隐含性等问题,对其剩余寿命预测会产生不确定性影响。现有剩余寿命预测方法尚未系统研究隐含非线性退化建模及相应的剩余寿命分布。因此,采用Wiener过程,建立了隐含双重非线性退化模型;利用设备现场监测数据,更新了隐含状态的后验分布;利用全概率公式,基于首次达到失效阈值的时间分布推导出设备剩余寿命分布;基于激光器实测退化数据设定仿真参数,对所提方法的正确性和合理性进行了对比验证。

为了保证产品的技术状态,避免发生失效,部分不可修复产品会采取定期维护与视情更换的组合维修策略,其中备件供应直接影响产品的维修能力。针对该类产品,重点对其组合维修策略和备件供应策略进行了联合优化研究。首先,分析了定期维护条件下产品的性能变化特点,结合累积失效理论,利用复合泊松过程建立了该条件下产品的性能退化模型;其次,给出了组合维修与备件供应策略要求,并构建了产品维修和备件供应概率模型;再次,建立了以产品长期运行条件下费用率最低为目标的优化模型,对维护周期、预防性更换阈值、备件供应时刻等策略值进行了优化确定;最后,利用算例分析了费用率与策略值之间的关系,并说明了该策略的优点。

针对航空电子部件故障样本获取困难以及检测准确率不高的问题,提出基于局部多核学习(localized multiple kernel learning, LMKL)和一类超限学习机(one-class extreme learning machine, OC-ELM)的故障检测方法。仅运用正常状态的小样本数据,给出了LMK-OC-ELM的数学表达形式,并在不同的门模型下推导了LMK-OC-ELM中局部核权重的优化方法;在获取局部核权重的基础上,定义了离线故障检测所需的统计检验量与阈值,以便工程实现。将所提方法应用于某型接收机,结果表明，在训练时间可控的前提下,与4种常见的一类分类(one-class classification, OCC)算法相比,所提方法可均衡地提高召回率、查准率和特异度,以LMK-OC-ELM-sig为代表,其在F1、曲线下方面积(area under curve, AUC)、G-mean和准确率4个指标上,比最近提出的局部多核异常检测(localized multiple kernel anomaly detection, LMKAD)方法分别提高了1.60%、1.57%、1.53%和2.23%。