由于嵌套阵中部分阵元间距远大于信号半波长, 可能导致高旁瓣和栅瓣等问题。因此, 通过利用均匀子阵进行信号波达方向(direction of arrival, DOA)估计, 重构出虚拟阵元的接收信号, 从而构建一个虚拟的稠密均匀阵列, 大幅增加了波束形成算法自由度。通过估计信号功率, 重构虚拟均匀阵列的干扰加噪声协方差矩阵(interference plus noise covariance matrix, INCM), 可得虚拟均匀阵列的波束形成权矢量。仿真实验表明, 相比其他波束形成方法, 所提算法主瓣宽度小、旁瓣电平低、收敛速度快、抗干扰能力强。

针对暗通道算法在天空区域失效以及最小值滤波器产生伪影现象等缺陷, 提出一种基于重构暗通道的二次正弦衰减的去雾算法。首先, 利用图像分割对原始图像进行暗通道重构得到重构暗通道。然后，设计雾密度权重函数对场景中的雾浓度做近似估计得到权重系数, 并结合权重系数对重构暗通道进行二次正弦衰减得到初始透射率。为了得到更加精细的透射率, 结合直方图均衡化和快速导向滤波来优化透射率。最后, 结合大气散射模型复原无雾图像。实验结果表明, 所提算法能有效处理天空区域, 抑制光晕伪影, 且复原图像细节明显, 亮度饱和度适宜。

随着红外探测器性能的不断提升, 红外目标跟踪在智能安防等领域的应用越来越广泛。然而红外图像分辨率较低, 依赖其进行目标跟踪仍然是一个制约相关应用发展的难题。针对红外图像分辨率低的特点, 以多域网络为模型算法框架, 结合目标运动过程中的尺寸变化特点, 提出了一种基于多域网络的红外目标跟踪算法。为了评估算法性能, 分别在VOT-TIR2016数据库和AMCOM红外数据上进行了实验。实验结果表明, 目标尺度预测机制能够显著提高算法的跟踪精度。

跳频信号载频随时间变化发生跳变, 因此跳频信号具有丰富的频域信息，而且其在时域上为连续信号, 相比单跳信号也具有更丰富的时域信息。时频差估计精度与信号在时频域上的分布情况以及信号能量和噪声有关。时差估计主要与信号频域分布有关, 而频差估计主要与信号时域分布有关。跳频信号时频域信息丰富, 多跳相参积累后, 时频差参数估计能够充分利用信号的时频域信息, 克服单跳信号时频差估计精度不高的问题。针对跳频信号的时频差估计问题, 首先分析了单跳基带信号的互模糊函数, 再从时差与频差的维度推导了多跳基带信号互模糊函数的相位差异, 最后通过频差归一化与相位对齐补偿提出了多跳信号互模糊函数相参积累的时频差估计算法。同时, 在不满足相参积累的条件下, 分析了跳频信号的非相参时频差估计方法, 并理论分析了两种跳频信号时频差参数估计方法性能与信号各参数的关系。仿真结果表明跳频信号相参时频差估计算法性能最优, 非相参方法的估计性能其次, 单跳信号的估计性能最差, 验证了理论性能分析结果的正确性。

针对多源时间序列缺失数据恢复问题, 提出一种基于双重正则矩阵分解的恢复方法。该方法在多源时间序列矩阵分解的基础上, 利用时间序列的平滑性构建时间序列隐含因子的二阶差分正则项, 同时引入反映数据内部结构的图拉普拉斯正则项对传感器隐含因子进行约束, 并在图拉普拉斯矩阵获取过程中设计了一种联合数据本身的相似度和数据变化趋势相似度的双重皮尔逊相似策略, 构造数据内部的最相似图。最后，将双正则项统一于矩阵分解的框架中, 利用梯度下降法实现目标函数的优化, 数据实验中分别采用合成数据和真实数据验证了算法的有效性。

针对面向区域的合成孔径雷达(synthetic aperture radar, SAR)图像变化检测方法中存在的双时相图像边缘和空间对应关系不一致的问题, 提出了一种基于简单非迭代聚类(simple non-iterative clustering, SNIC)的双时相SAR图像超像素协同分割算法。首先, 构造一幅包含双时相SAR图像特征的融合图像, 计算待处理像素点到聚类中心的像素强度相似度和空间距离相似度。其次, 采用一种高效的多尺度弱边缘检测算法, 对双时相SAR图像分别进行边缘检测并融合边缘检测结果。最后, 将像素强度相似度、空间距离相似度和边缘信息进行加权以替代原始SNIC算法中的距离测度, 实现对SAR融合图像的超像素分割, 得到与双时相SAR图像中真实地物边缘均贴合的协同分割结果。基于一组仿真和一组实测双时相SAR图像的超像素协同分割实验结果表明, 该算法的边缘贴合率、欠分割误差和可达分割准确率均优于其他7种经典方法。

针对视觉辅助驾驶系统(vision-based driving assistance system, VDAS)对夜间等低能见度场景下的车辆前视深度感知需求, 提出一种基于深度学习的单目红外图像深度估计方法。该方法采用端对端的多任务自监督学习框架, 利用单目红外视频帧之间的立体几何约束构建损失函数, 无须场景的真实深度信息。取前后两帧重投影误差的最小值, 解决了单目视频帧之间的遮挡问题, 同时削弱了红外图像噪点多的影响。网络解码器将多尺度深度图统一上采样到较高分辨率并计算重投影误差, 改善了深度图中的空洞现象。在FLIR车载红外数据集上的定性实验表明, 所提方法能利用单目红外图像得到对应的像素级稠密深度; 真实道路上的分析试验表明, 所提方法能够在夜间情况下利用红外图像有效感知目标物的深度信息, 15 m以内的相对误差为13.2%, 可以满足多数突发情况下情况下的避撞要求。

针对低空目标仰角估计时, 多径信号间的混叠严重影响雷达的测角性能的问题, 基于压缩感知理论的波达方向(direction of arrival, DOA)估计算法与多输入多输出(multi-input and multi-output, MIMO)雷达体制结合起来共同进行低空目标DOA估计的研究, 提出了一种基于互协方差矩阵稀疏重构的MIMO雷达低空目标DOA估计算法。首先, 对MIMO雷达多径接收信号广义匹配滤波后的虚拟矩阵向量化处理, 并针对向量化后虚拟孔径扩展带来运算量大的缺点, 通过降维处理来减少运算量; 然后利用多快拍数互协方差矩阵中的噪声独立不相关的优点, 降低噪声影响, 提高算法估计性能; 最后转化为凸优化问题进行稀疏恢复。仿真结果表明算法在直达信号与多径反射信号相互削弱的情况下, 仍能有效估计低空目标的仰角, 较L1-SVD和L1-SRACV算法对低空目标具有更好的仰角估计性能。

传统的辐射源识别通过比对、匹配辐射源信号与雷达数据库来识别, 这种方法很难满足战时高效、快速和准确的识别要求。随着机器学习方法的提出, 诸如支持向量机等算法在辐射源识别领域的运用, 可以满足战时高效、快速的识别要求, 但这种方法在低信噪比环境下, 辐射源识别准确率低。针对上述问题, 采用深度学习, 引入注意力机制和特征融合方法, 提出注意力机制特征融合一维卷积长短时深度神经网络(attention-mechanism feature-fusion one-dimensional convolution long-short-term-memory deep neural networks, AF1CLDNN)识别模型。实验验证了注意力机制和特征融合方法的有效性, 及新识别模型在低信噪比环境下具有较高识别准确率与识别速度。

复杂仿真影响因素多, 影响关系非线性, 需要高效的元建模方法。元模型的建立不仅取决于所选定的元模型数学结构, 还取决于仿真训练数据的充分性。数据充分性直接影响到仿真实验空间的设计与实验运行的计算复杂度, 需要通过针对性的仿真实验设计方法来应对维数爆炸困境。序贯实验设计方法可以有效提高设计的效率, 但传统上的序贯方法依赖于人工干预和关于目标系统的先验知识, 不易自动化开展。因此，提出一种支持仿真元建模的序贯近邻探索实验设计方法, 该方法综合运用梯度采样与随机近邻探索技术, 在产生尽可能少的实验点的同时, 能够自动提取关于实验对象的信息, 有效提高复杂仿真元建模的实验效率。案例部分将所提方法与拉丁超立方抽样、传统序贯采样两种方法进行了对比, 验证了所提方法的有效性。

随着人工智能技术的快速发展, 种类繁多的无人机在军事领域得到了广泛应用。受单平台资源配备和执行能力限制, 大多数复杂任务需由多个无人机协同完成, 最优任务分配是其中需解决的重点和难点问题之一。最优任务分配方案求解问题已被证明是一个NP难问题, 针对多无人机系统的组织架构, 将非支配排序遗传算法与岛屿模型、主从模型结合, 构建一种分布式高维多目标演化算法D-NAGA-Ⅲ并对实际应用场景中4个目标进行优化, 并引入迁移策略和贪心算法对任务分配方案进行局部提升, 提高算法寻优能力和解质量。实验结果表明: 该方法在求解高维多目标的分布式无人机任务分配问题方面具有一定的效果。

复杂装备的小批量、个性化定制属性, 注定了其生命周期过程中存在着相对较多的不确定性, 故障隐患必不可免, 故障诊断尤为重要。因此，提出基于故障树的复杂装备模糊贝叶斯网络推理故障诊断模型。首先, 通过分析复杂装备的结构组成, 建立复杂装备的故障树模型。其次, 利用故障树转化法, 构建基于故障树的贝叶斯网络拓扑结构。然后, 针对复杂装备结构数据缺乏和专家打分的不确定性, 通过模糊集合论方法确定条件概率等参数。最后, 进行案例研究, 利用模糊贝叶斯网络推理中的因果推理和诊断推理, 诊断出案例中的故障(潜在故障)节点, 证明了所提方法的有效性。研究成果不仅解决了贝叶斯网络中利用搜索函数构建最优网络不符合实际的问题, 也通过模糊集合论解决了复杂装备数据缺乏和专家打分不确定性的不足。所提模型不仅适应于过程诊断中故障的确定, 同时也适用于事前诊断中潜在风险的识别, 而且对于故障(或潜在故障)节点的改善效果还能起到检测评估的作用。

针对敏捷遥感卫星突发多目标观测任务的在轨实时规划问题, 提出一种面向在轨实现的启发式前后向链条优化组合方法。该方法以敏捷卫星滚动俯仰两个自由度的姿态机动能力为输入, 设计了一种基于高权重组链、以姿态机动能力结合观测收益合成链条的启发式方法。完成了不同机动能力下的蒙特卡罗打靶仿真, 优化了链条选择策略, 获得了较高的观测收益。实验证明所提方法有效, 观测收益高, 计算开销小, 可应用于敏捷卫星面向大量点目标的在轨自主任务规划。

针对体系的复杂性、自主性和演化性特点, 提出一套能够对体系开展优化设计的流程方法。通过引入联合能力集成与开发系统的需求分析方法对体系进化架构进行改进, 提升体系进化架构对需求的获取能力。并在进化算法优化的过程中, 对体系级、系统级和子系统级各层设计变量采用一体化编码形式纳入到进化架构中。最后, 以海上救援问题作为应用案例, 验证了优化设计方法的可行性。

后装保障链是联合作战环境下的重要支撑, 针对保障链中的2个重要节点-前进基地和保障基地的资源协调问题, 提出了考虑不确定因素影响的优化模型及基于信息共享的协同保障算法; 为了解决保障数据样本较小情况下的不确定参数估算问题, 利用模糊规划方法把不确定优化模型转化为概率约束模型; 并利用增强ε-约束法来估算多目标Pareto解, 帮助后装指挥人员在难以事先给出权重的情况下选择合适的解决方案; 为了解决规划模型的计算复杂性过大的问题, 设计了嵌入自适应大规模邻域搜索的Memetic算法进行求解。最后通过仿真实验对模型和算法的有效性进行了验证。

客观准确地评估管制系统整体的运行态势, 能够帮助管制员从宏观上掌控管制系统的运行状态, 针对这一问题本文提出了一种基于相依网络和支持向量机(support vector machine, SVM)的管制系统运行态势评估方法。使用管制-飞行状态相依网络模型来代表管制系统, 充分考虑了空中航空器与地面管制员的整体状态, 采用相依网络指标描述网络运行态势。评估方法选择SVM, 将运行态势评估问题转化为分类问题, 以点到运行顺畅分类边界的距离作为指标从整体上评估管制系统的运行态势, 降低了主观因素对评估方法的影响。仿真分析与在长水机场的实例分析结果均表明: 该评估方法能够给出具体的管制系统运行态势值, 为管制员提供客观准确的态势信息。

为实现导弹以一定落角攻击装甲车辆等地面移动目标, 应用变结构控制理论, 推导基于偏置比例导引的落角约束滑模制导律, 并基于李雅普诺夫稳定性理论设计了参数自适应的幂次趋近律。考虑目标速度难以测量的问题, 引入扩张状态观测器(extended states observer, ESO)对目标速度进行估计。仿真结果表明, 所设计的制导律能够以要求的落角准确打击静止目标与机动目标, 且需用法向过载和命中点附近的法向过载较小, 弹道后段较为平直。

为提高连接端站干涉(connected-element interferometry, CEI)测量对地球静止卫星轨道(geostationary satellite orbit, GEO)空间角位置的测量精度, 通常采用射电源标校消除大部分公共误差, 但需要在测站配置大口径高增益天线以接收射电源的微弱信号。针对该问题, 以北斗导航卫星为标校源, 仅利用测站现有天线即可实现高精度CEI测量。利用喀什测控站相距20 km的两套天线设备对天链GEO卫星开展CEI测量。经北斗卫星校准后, 时延测量精度可达0.03 ns。定轨结果表明, 7 h的时延和单站测距数据联合定轨位置精度可达37 m, 预报12 h位置偏差约为78 m。与3 000 km范围分布的多站测距系统24 h弧段定轨精度相当, 验证了该技术用于GEO卫星高精度测定轨和机动后轨道恢复的可行性。

对惯性系多矢量定姿法的误差特性进行了理论分析, 同时分析了最优估计初始对准的可观测性和对准误差, 得出静基座下两种方法的对准精度相当的结论, 通过试验验证了该结论, 并发现当对准时间较短时, 多矢量定姿法存在较大波动, 因此将对准阶段的所有数据均用于多矢量定姿, 提高算法稳定性, 并将最优估计对准扩展到整个对准阶段, 从而提高了对准精度。结合两种算法极限精度相同但抗干扰能力不同的特点, 设计了算法融合的车载对准方案。车载试验表明, 新方案有效提高了干扰条件下的初始对准精度和鲁棒性, 可将方位角标准差由传统方案的1.48′减小到0.72′。

针对可重复使用运载器(reusable launch vehicle, RLV)再入段常规约束、航路点约束、倾侧角速率约束和参数不确定问题, 提出一种多约束鲁棒预测校正制导方法。首先, 利用改进准平衡滑翔条件将常规约束转化为倾侧角幅值约束。其次, 提出基于二分法快速迭代确定倾侧角翻转位置的航路点制导律, 并将翻转速率约束转化为关于能量的约束, 引入预测校正的计算中。然后, 对于参数不确定鲁棒制导问题, 提出基于标称升阻比和能量剖面对迎角及横程误差走廊在线调整的策略。仿真实验表明, 在参数不确定情况下, RLV能够满足多约束条件和终端制导精度要求, 验证了方法的有效性和鲁棒性。

针对滚仰式半捷联寻的制导导弹, 提出一种基于有限时间干扰观测器(finite time disturbance observer, FTDO)的探导控一体化滑模控制器设计方法。首先基于滚仰式半捷联导引头动力学模型和导弹制导控制模型, 建立了全状态耦合探测、制导、控制一体化控制模型。在模型中将不确定项和误差视为干扰, 通过有限时间收敛干扰观测器对干扰进行估计。对探导控一体化模型进行分块反演滑模控制律设计, 并验证了控制器的稳定性。仿真结果表明, 一体化控制方法提高了导弹对目标机动的响应能力和目标跟踪的稳定性, 并实现了比传统级联控制方法更小的脱靶量。

针对目标可以对攻击弹进行主动防御的交战场景, 提出了一种拦截主动防御目标的微分对策制导律。首先, 建立了攻击弹、目标和防御弹的相对运动模型, 并在碰撞三角形附近进行了线性化。然后, 在防御弹采用某种已知的线性制导律的情形下, 把该作战场景中攻击弹与目标的对抗问题, 描述为一个含不等式约束的线性二次型微分对策问题。最后, 基于微分对策理论, 设计了攻击弹的制导控制策略, 可同时达到两个目标: 以某一特定的脱靶量避开防御弹; 对目标实现直接碰撞。仿真结果表明了该制导律的有效性。

组合导航系统卫星信号在传播过程中容易受到干扰导致卫星导航观测值出现故障。对于此问题, 提出一种基于最小二乘拟合原理的抗差滤波算法, 根据检测量的分布状态将故障分为三段判别域, 分别为无故障、偏差和超差的情况。无故障时不做处理, 出现偏差时对观测值进行降权处理, 对于超差情况, 用前几个时刻的观测值组成的拟合函数进行一个时刻的外延, 代替当前时刻的故障观测值。仿真结果表明, 三段判别域相对于两段判别域多了对偏差情况的处理, 提高了导航精度。连续时间内发生超差情况时, 相比于使用降权法, 基于最小二乘拟合的抗差滤波算法导航精度更高, 稳定性更好。

为了提高低轨卫星通信频谱利用率及对抗存在的大多普勒频移, 考虑将稀疏码多址接入(sparse code multiple access, SCMA)技术应用于低轨卫星通信，提出一种针对SCMA系统的数据辅助载波同步方案。该同步方案的频偏、相偏估计算法分别采用分步相关法和最大似然法。同时, 根据所提分步相关算法的特点, 优化了导频和数据组成的分布图样。仿真结果表明, 以6个用户共享4个资源块的系统为例, 基于优化帧结构的载波同步方案可以利用较少的导频开销获得比使用经典帧结构的更高估计精度和更好误码性能。

针对多波束卫星通信系统下行链路存在多个窃听者的场景, 在仅已知窃听者大概位置的条件下, 提出了两种鲁棒安全波束成形(beamforming, BF)方案。一种是基于卫星总发射功率受限条件下的系统安全速率最大化准则, 提出了基于广义瑞利商的鲁棒BF方案, 得到了BF权矢量的解析解。另一种是基于安全速率和卫星总发射功率约束下的安全能效最大化准则, 提出了一种分式规划、罚函数以及凸差(difference of convex, DC)规划理论相结合的嵌套迭代算法, 完成鲁棒BF设计。仿真结果表明, 跟传统的非鲁棒BF方案相比, 所提出的两种鲁棒BF方案能够获得更好的安全性能。

在未知通信协议标准条件下, 改进DenseNet可以识别短波通信电台不同的自动建链行为, 这对侦察非协作方电台的通联意图有着重要作用。但是网络模型识别的可靠性需要做进一步的探究。因此, 本文通过网络内部结构的可视化来推断网络模型是否可以有效地提取建链行为信号的深层次特征。由于卷积层的特征维度较大, 不利于观察建链行为信号的深层次特征, 所以对网络内部全连接层进行了可视化分析。实验结果表明, 网络模型可以有效提取同一类别行为信号深层次的相似特征以及不同类别行为信号深层次的差异特征, 并通过热力图进一步提高了实验结果的可信度。

目前在构建虚拟网络时, 为满足用户动态变化的带宽需求, 虚拟网络控制平台通常把虚拟链路带宽设置为流量最大值, 一定程度上造成了资源浪费。针对这一问题, 提出一种基于混合流量预测的虚拟网络拓扑重构方法, 利用基于参数优化选择的混合流量预测算法对下一周期的网络流量进行预测, 根据流量预测结果进行拓扑重构, 在避免出现乒乓效应的同时节省更多带宽资源。为了提高流量预测算法的精度与效率, 首先采用小波分解方法将流量数据分解为高频的细节时间序列和低频的近似时间序列, 然后利用基于粒子群优化的相空间重构方法, 对该时间序列进行特征提取构建训练样本。之后分别采用混沌模型对细节时间序列进行训练预测, 采用极限学习机(extreme learning machine, ELM)神经网络对近似时间序列进行训练预测。仿真结果表明, 所提的流量预测算法在保证预测精度的同时, 运行时间更短, 预测效率更高, 进而保证了拓扑重构方法可以节省更多的带宽资源。

由于传统相关延迟移位键控(correlation delay shift keying, CDSK)系统误码率(bit error rate, BER)较高, 提出一种降噪改进型多载波CDSK(noise reduction improved multi-carrier CDSK, NR-I-MC-CDSK)混沌通信系统。在发送端, 利用编辑器对混沌信号发生器进行改进, 使得每一路信息信号在一帧内可以传输2 bit, 并结合多载波技术, 每个复帧可传输2N bit。在接收端, 采用滤波器降噪的方法来减少判决变量中干扰项的方差, 之后通过过零解调出对应的信息比特。利用两种不同的信道模型, 对系统在理想信道情况以及实际信道情况下的信号传输过程进行了研究, 并推导了系统在不同信道条件下的BER公式, 最后对系统进行了仿真与性能分析, 结果显示所提出的混沌通信系统在BER和数据传输速率方面具有较好的性能。

跳频通信的应用大大提高了军事装备的抗干扰和抗截获能力，使得跳频对抗技术面临严峻的挑战。为解决传统形态学跳频信号参数估计方法中结构元素选择困难问题并提高估计精度，提出了一种基于自适应形态学的跳频信号参数联合盲估计方法。首先，对跳频信号进行短时傅里叶变换获取谱图。然后，从其时间轴投影中获取结构元素尺寸的知识, 设计自适应形态学滤波器抑制谱图噪声, 提取跳频图案初步估计跳频参数。最后, 引入最小二乘估计方法, 对跳频周期和跳变时刻进行精估计。仿真结果表明，此方法能够同时估计出跳频频率、跳频周期和跳变时刻, 不需要其中某一种参数作为先验条件, 在复杂的通信环境也能够保持良好的估计性能。

为了解决无人机通信中频谱资源紧张的问题，利用认知无线电技术实现无人机动态共享地面通信的频谱资源。针对单用户频谱感知的遮挡效应问题, 利用单用户移动检测, 提出基于主用户空间范围内的频谱能量检测和互相关检测结合的二次检测方法, 分析并给出所提算法在主用户随机出现情况下的虚警概率和检测概率的解析表示。仿真结果表明, 所提算法在运算量较低情况下获得比已有单用户检测算法更好的检测性能。

确信可靠性理论是近些年来提出的一种全新的可靠性理论。在确信可靠性理论中, 性能裕量是开展可靠性度量与分析的核心概念。如何在产品设计过程中对关键性能参数进行辨识和对性能裕量进行分析, 是首先要解决的重要问题。为此, 提出一种新型形式化分析方法——功能、性能与裕量分析(function, performance and margin analysis, FPMA), 以有序地梳理产品功能、性能关系, 辨识关键性能参数及性能阈值, 从而为后续的裕量建模与可靠性分析奠定信息和认知基础。详细阐述了该方法的内涵与基本流程, 明确了其在产品全寿命周期内的应用价值, 并以某型电连接器为例开展了案例研究。结果表明，开展FPMA能够全面挖掘产品可靠性相关信息，有利于真正把可靠性融入产品的设计中。

在加速寿命试验的可靠性设计中, 随机化设计的限制以及删失数据不可避免地导致低分位数估计出现较大的偏差。针对上述的问题, 结合贝叶斯抽样技术以及非线性混合模型(nonlinear mixed model, NLMM)提出了一种可靠性改进的分析方法。首先, 需要检验所收集的数据是否服从威布尔分布以及验证形状参数是否是恒定常数。其次, 考虑随机效应对尺度参数和形状参数的影响, 运用NLMM构建了尺度参数和形状参数与试验因子之间的函数关系。然后, 利用贝叶斯方法估计低分位数的可靠性寿命。最后, 实际案例研究表明, 在考虑删失问题和未完全随机设计的影响时, 所提方法能够获得更为稳健和可靠的估计结果。

针对航空发动机全寿命周期数据对性能衰退不够敏感的问题, 提出一种基于综合指标多阶段相似的寿命预测方法。首先, 使用参数变化幅度、参数起始值差异和参数失效值差异对多个传感器参数进行筛选, 将符合综合标准的参数融合成综合指标。然后, 采用移动相似性匹配的方法分别对整阶段和半阶段进行最优多模型选取, 将两个阶段的最优多模型寿命预测结果进行融合完成最终寿命预测。最后, 利用美国国家航空航天局数据集验证该综合指标和该方法的有效性, 其寿命预测精度高于单阶段多模型相似性寿命预测。