现代战场电子环境日趋复杂, 主瓣欺骗式干扰对雷达的生存能力构成严重威胁。传统阵列雷达无法对抗与目标角度相同的干扰, 而以频率分集阵为代表的波形分集阵列雷达, 通过发射端调制而具有额外距离维自由度, 增加了系统设计与信号处理灵活性, 为解决主瓣欺骗式干扰抑制难题提供了有效途径。本文总结了波形分集阵列雷达波束形成抗干扰的方法, 指出其在对抗主瓣欺骗式干扰上的优势, 并对波形分集阵列雷达抗干扰技术的难点与趋势进行了梳理。

随着现代电子对抗技术和军事装备的不断发展, 无源探测系统对飞行器及其所搭载有源电子设备的探测能力得到了显著提高, 飞行器在现代作战环境中的生存能力和突防能力受到了严重威胁。飞行器射频隐身技术是通过控制机载雷达、数据链、高度表、电子对抗等机载有源电子设备射频辐射以提高飞行器战场生存能力的重要技术途径, 在当今战场中起着重要作用。本文对飞行器射频隐身技术研究与发展进行了综述。首先, 阐述了射频隐身技术的基本概念和研究现状, 介绍了射频隐身技术的基本原理和实现途径。然后, 分别从射频隐身性能评价体系、最低辐射能量控制、低副瓣数字波束形成、射频隐身信号波形设计、多传感器协同与管理等方面, 对射频隐身技术领域的研究成果进行评述。最后, 基于对已有研究成果的总结和分析, 针对当前射频隐身技术发展存在的问题, 对未来飞行器射频隐身技术的发展趋势进行了展望。

基于UHF频段外辐射源雷达系统的长期实验观测数据, 重点比较研究了直升机、通航飞机、无人机、风电机组等多种目标的扇叶微动回波特征。首先, 通过多径杂波抑制、主体回波去除等手段使扇叶的微动回波得以凸显。然后, 详细分析了扇叶微动回波在时域、频域、时频分布图、距离-多普勒谱上的特征表现, 揭示了微动特征与扇叶几何结构、运动状态等参数之间的对应关系, 据此实现扇叶尺寸、转速等重要参数的反演。实验结果与理论模型吻合较好, 为建立外辐射源雷达微动特征数据库, 服务后续目标精细化建模、目标分类识别等深层次应用提供了数据和理论支撑。

空域有色噪声会导致现有多输入多输出(multiple input multiple output, MIMO)雷达算法性能下降, 甚至完全失效。针对空域色噪声背景下双基地MIMO雷达联合波离角(direction of departure, DOD)和波达角(direction of arrival, DOA)估计问题, 分析了现有算法失效的原因。考虑到匹配滤波后无噪协方差矩阵的低秩特性、色噪声协方差矩阵的稀疏特性以及MIMO雷达数据的多维结构特性, 提出一种基于张量分析的角度估计算法。首先, 构造角度估计的协方差张量, 通过去除协方差张量中受噪声协方差影响的元素对色噪声进行抑制。其次，利用张量填充技术对无噪协方差矩阵进行恢复。然后，利用平行因子分解获得目标角度的方向矩阵。最后, 采用最小二乘算法对目标的DOA和DOD进行拟合。仿真结果表明, 所提算法对色噪声不敏感, 且无孔径损失。相比现有矩阵及张量分析算法, 所提算法具有更高的估计精度。

从现代电子战雷达抗干扰迫切需求出发, 针对主瓣多假目标干扰的对抗难题, 提出一种空时相位编码多输入多输出(space time phase coded multiple input multiple output, STPC-MIMO)信号与失配滤波器联合设计方法。该方法通过发射端STPC-MIMO信号设计可自适应调整回波中干扰能量的空域分布, 实现真假目标的空域分离, 进而结合接收端失配滤波器设计, 在信噪比损失可控情况下实现主瓣内多假目标有效抑制。此外, 由于该收发联合优化方法需要对干扰进行认知, 因此进一步给出了基于STPC-MIMO信号回波的假目标参数获取方法, 形成波形设计-干扰认知闭环雷达探测系统。最后通过仿真实验验证了所提方法的有效性。

当单脉冲雷达受到箔条质心干扰时, 将视为波束内存在两个不可分辨的目标, 由于目标和箔条干扰回波混叠耦合, 导致单脉冲测角偏差, 最终致使目标跟踪丢失。对此, 利用宽带单脉冲雷达测角精度高的优点和极化信息, 提出一种基于极化单脉冲雷达的扩展目标角度估计方法。首先，分析宽带单脉冲雷达体制下箔条质心干扰的特点, 给出扩展目标双极化和差信号模型。然后, 根据和、差通道极化回波信号, 通过联立方程组, 估计出目标和箔条干扰的到达角(angle of arrival, AOA), 为后续利用目标角度信息跟踪目标提供条件。最后，通过蒙特卡罗仿真实验分析关键参数对目标角度估计性能的影响, 并与传统单脉冲雷达体制的测角方法进行比较。理论分析和仿真实验表明, 在质心干扰条件下, 宽带单脉冲雷达估计目标AOA的性能要优于传统单脉冲雷达。

密集假目标干扰具备欺骗性和压制性的双重特性, 严重影响雷达作战效能。对此, 提出一种捷变频联合波形熵的密集假目标干扰抑制算法。首先采用Kittler算法进行二值化处理；其次利用波形熵识别目标和干扰；然后采用局部离群因子检测算法对目标回波中叠加有较强干扰旁瓣的数据进行剔除; 最后采用稀疏重构算法进行脉间相参处理。数字仿真实验和外场实测数据处理结果验证了所提算法的有效性。算法性能分析结果表明, 当干信比为58 dB时, 所提算法仍能有效抑制干扰, 正确检测目标。

针对系统相位误差导致的捷变频雷达目标回波信号相参积累性能下降问题, 构建了系统相位误差下捷变频雷达目标回波信号相参积累模型, 并基于目标的距离-速度二维稀疏性建立了最小ℓ₁范数优化模型, 提出一种基于交替方向乘子法的系统相位误差估计与目标场景稀疏重构联合处理算法, 实现了系统相位误差和目标参数的精确估计。仿真结果表明, 在信噪比为20 dB的情况下, 该方法能够精确估计系统相位误差, 其估计误差在2°以内。同时，相比于逆合成孔径雷达相位自聚焦算法, 所提算法重构性能和计算效率均得到改善, 目标重构幅度均方差提高了10 dB, 运算时间减少到1/2。

针对合成孔径雷达(synthetic aperture radar, SAR)单干扰机直达波欺骗干扰的检测和抑制问题, 提出一种基于双通道分置相位中心天线(displace phase-center antenna, DPCA)方法的欺骗干扰检测方法。在DPCA条件下建立了图像域干扰信号模型，分析表明干扰信号在主辅图像中近似仅存在空变的相位偏置和位置偏移。基于该特征引入图像退化模型, 在DPCA检测基础上完成主图像内欺骗干扰的估计与抑制。点阵和面目标仿真结果验证了本文信号模型的正确性和欺骗干扰抑制算法的有效性。所提算法几乎不损失被欺骗干扰遮盖区域的场景信息, 能够有效抑制经由天线主瓣或副瓣进入的单站理想直达波欺骗干扰。

针对强干扰环境下微弱目标检测算法运算复杂度高、虚假目标数量多等问题, 利用目标量测点迹在多传感器之间的分布特性及目标能量的可累加性, 提出一种量测点迹聚类的多帧检测算法。该算法首先利用同源检测对多传感的器量测点迹的有效性进行判断，实现杂波/噪声剔除；其次在空间和时间两个维度对目标的能量进行积累实现微弱目标检测。仿真结果和性能分析表明, 该算法能够大幅降低运算复杂度, 提高虚假目标的抑制能力, 并能够提升微弱目标的检测概率, 验证了该算法的有效性和工程的可行性。

随着电磁环境的日益复杂, 强干扰和高杂波带来的目标低检测概率问题日益突出, 给探测系统准确估计监测区域内目标个数以及目标状态带来了新的挑战。针对低检测概率问题, 提出随机有限集框架下基于标签多贝努利(labelled multi-Bernoulli, LMB)多传感器组网目标跟踪算法。该算法首次将LMB框架应用到不同探测范围的多传感器组网目标跟踪场景中, 实现了多目标跟踪目标数和相应状态稳定估计。仿真结果表明, 所提方法不仅能在低检测概率条件下获得目标稳定的航迹估计, 及时捕捉目标新生、消亡等事件, 还能有效叠加不同传感器不同探测范围, 充分发挥多传感器优势。

针对学习未知动态的干扰图样问题，提出一种基于核函数强化学习的雷达与通信抗干扰频点协作算法。与需要获得干扰模式、参数等先验知识的研究相反，所提算法能够利用过去时隙中频点的使用情况来优化抗干扰频点分配策略。首先，通过核函数的强化学习来应对维度诅咒问题。其次，基于近似线性相关性的在线内核稀疏化方法，确保了抗干扰频点分配算法的稀疏性。最后，仿真结果验证了所提算法的有效性。得益于稀疏化码字对于系统动态特性的学习，所提算法与传统基于Q学习的抗干扰频点分配算法相比，收敛时间更短，并且可以快速规避外部未知干扰源的干扰。

针对雷达抗干扰性能评估的问题, 提出一种基于灰色关联-模糊综合评判的雷达抗干扰性能评估方法。该方法以模糊数学和关联函数理论为基础, 首先借鉴已建立评价指标的模糊综合评判因素集, 采用区间数打分, 基于灰色关联方法确定评价指标权重。然后, 通过隶属函数建立评判矩阵，计算模糊综合评断结果, 并按照隶属度的大小确定雷达抗干扰能力级别。最后, 建立模糊值线性序评价模型, 确定雷达抗干扰性能的优劣顺序。经实例验证, 所提方法既可以确定雷达抗干扰性能的评价等级, 又能进一步确定雷达抗干扰性能的优劣顺序, 且较为客观可靠。

为解决电子对抗兵力需求的作战预测问题, 估测合同战斗中不同作战阶段的兵力数量需求, 提升指挥作战效率与效果, 提出一种基于三层规划的电子对抗兵力需求模型。首先, 在详细分析陆上战术进攻战斗中电子对抗作战方式的基础上, 提出电子对抗规范交战模式。其次, 根据作战方式和作战阶段划分，建立电子对抗兵力需求的三层规划模型。然后，在使用模糊隶属度量化模型变量的基础上引入满意度函数算子, 通过遗传算法求解出各层最优满意度, 进而得到最优兵力需求。最后，通过算例仿真, 得到3个不同作战阶段电子对抗的最优兵力需求, 并通过与3种多层规划求解算法的对比, 表明了所提算法的适用性和结果收敛的高效性。

针对指挥信息系统(command, control, communications, computers, intelligence, surveillance and reconnaissance, C4ISR)服务部署分散、作战平台计算/存储资源有限、演化实时性要求高的特点, 基于分层结构设计了系统状态分布式监控与演化总体架构, 并在该架构下提出了一种服务部署方案层级动态调整方法。通过定义信息流转长度与方案调整代价设计了服务部署调整方案的数学优化模型, 针对部署方案中同时包含服务部署位置和信息流转路径的特点, 将成对交换思想、最短路径规划与m-best策略相结合提出了一种贪心求解算法, 以实现调整方案的快速生成。实验证明, 该方法能够在保证系统信息流转效能的同时有效控制系统的演化范围, 适用于执行任务过程中服务部署方案的敏捷调整。

在区域反潜中如何调度反潜直升机群是当前水下网络中心战的研究难点。为了能够利用有限的直升机资源最大限度地覆盖警戒海域, 提出一种二阶段的反潜机调度策略。把警戒海域栅格化为若干监测区, 通过历史数据或经验预估各监测区的报警率和期望搜潜响应时间, 提出基于超立方体排队论的反潜排队模型和迭代求解算法, 以输入的报警率作为事件到达率, 期望响应时间为平均服务时间, 输出校正系数和直升机繁忙概率等统计结果作为反潜规划模型的输入参数, 并提出逼近求解算法计算得到反潜直升机的部署及分派策略。最后, 通过仿真案例验证了调度策略的有效性。

针对正余弦算法存在易陷入局部最优、求解精度不高、收敛速度较慢等问题, 提出一种基于动态分级策略的改进正余弦算法。首先, 引入拉丁超立方抽样法, 将搜索空间均匀划分, 使初始种群覆盖整个搜索空间, 以保持初始种群的多样性。其次, 采用动态分级策略, 根据适应度值的排序情况, 将种群动态划分为好中差3个等级, 并应用破坏策略与精英引导方法对其进行扰动, 以提高算法的收敛精度, 增强跳出局部最优的能力。最后, 引入反向学习方法, 设计了动态反向学习全局搜索策略, 以提高算法的收敛速度，同时对改进算法在复杂度、收敛性和稳定性方面进行性能测试, 选取15个标准测试函数在低维和高维状态下进行仿真实验分析, 并与粒子群算法、回溯搜索算法和其他改进正余弦算法进行比较。仿真分析结果表明, 所提算法有效地提高了算法的收敛性和稳定性。

真实-虚拟-构造为近距空战对抗训练提供了有力支撑。针对课题对蓝方虚拟实体的实际决策建模需求, 在对比分析深度强化学习与经典智能优化方法的基础上, 从优化理论的角度对神经网络的权值空间和结构空间进行定义, 提出基于智能优化的进化神经网络决策模型及其求解方法。首先，分析近距空战战术特点, 战机飞行运动模型, 实际决策建模需求。其次，分别设计战机关键飞行状态、动作空间、适应度函数, 实现蓝方端到端感知与决策。最后, 给出基于经典遗传神经网络的决策模型及求解示例。结果表明, 所提方法可实现蓝方战机通过对抗数据来学习对手作战特点的功能, 验证了模型及方法的有效性; 同时所提方法对目前智能优化及其改进算法, 以及不同结构神经网络具有通用性。

为提高民机分布式综合模块化航空电子(distributed integrated modular avionics, DIMA)系统应对飞行任务切换和资源失效的能力, 分析了DIMA动态重构环境及动态重构机制, 形成了面向任务的动态重构策略。首先, 提出“任务-功能-资源”间的关系矩阵及动态重构有效性评价体系。然后, 引入组合优化赋权法计算不同任务模式下功能应用的优先级权重。最后, 用实例分析对比了面向任务的动态重构策略与普通重构策略在不同任务模式下系统资源对系统功能完整性的支撑程度。研究结果表明, 随着模块故障数量的增多, 面向任务的动态重构策略可以显著提高动态重构的有效性。

针对高超声速飞行器的控制问题, 提出一种基于自适应动态规划的非线性优化学习控制方法, 设计了速度和高度自适应控制系统。首先, 将控制器分解为稳态控制项和最优反馈控制项, 同时借助反步法, 将原高超声速动力学模型转化为兼顾速度跟踪误差和高度跟踪误差的统一的误差控制模型。其次, 利用自适应动态规划法, 通过自适应调节评价网络的权值, 设计最优反馈学习控制律, 并通过Lyapunov稳定性理论严格证明了跟踪误差的一致最终有界性。最后, 数学仿真结果验证了所提方法的有效性。

针对连续弱测量中存在高斯测量噪声的问题, 提出一种基于卡尔曼滤波的在线量子状态估计的预测-修正-投影优化算法。首先，在常规在线卡尔曼滤波算法预测状态时间更新和估计状态测量更新的基础上, 通过增加对量子态的约束条件, 将其应用于在线的量子状态估计中, 将量子态在线估计问题转化为一个带有量子态约束条件的卡尔曼滤波优化问题。其次，通过将待优化问题的求解分解成两个凸优化子问题，一个是基于在线卡尔曼滤波算法求解无约束条件下的量子测量更新问题, 另一个是利用量子约束条件信息, 通过求解矩阵投影问题来获得估计状态。最后，将所提算法应用到4量子位系统状态的在线估计数值实验中, 进行了性能对比实验。实验结果表明, 所提算法具有更优的在线状态估计精度, 并且能够以更少的采样次数和耗时, 实现较高精度的量子状态在线估计。

针对船用光纤罗经误差的概率分布不完全符合高斯分布的情况, 提出了一种基于高斯混合模型(Gaussian mixture model, GMM)的光纤罗经误差概率分布函数(probability distribution function, PDF)建模方法。该方法使用多个高斯分布的线性叠加来拟合光纤罗经误差的概率分布, 并结合一种鲁棒性的期望最大化(expectation maximization, EM)算法来估计GMM中的参数。仿真分析和实测数据验证, 相比于使用单一的高斯分布, 基于所提方法建立的光纤罗经误差概率分布更加符合该导航设备误差的实际概率分布。

针对自主空战中轨迹预测难以同时保持高预测精度和短预测时间的问题, 提出一种自适应增强的粒子群优化长短期记忆网络预测方法。首先，建立三自由度无人机动力学模型, 解决机动轨迹的数据来源问题。其次，分析长短期记忆网络, 并引入在线预测的滑动模块输入矩阵, 利用粒子群优化算法代替传统基于时间的反向传播算法进行网络内部权值更新; 同时为解决优化算法非定向性问题, 提出数据共享方法。然后，为进一步提高预测精度, 采用自适应增强算法搭建外框架, 通过控制弱预测器的数量平衡预测精度与预测时间。最后, 在一段变化较为频繁的轨迹进行预测, 与5种神经网络预测方法进行比较, 结果表明所提方法能够较好地满足精度和时间要求。

运用数字天顶仪进行天文定位时，需采用最小二乘算法建立电荷耦合元件图像坐标系和天球切平面坐标系之间的映射关系。针对最小二乘算法只考虑了观测量中的误差，没有顾及系数矩阵中的误差和数据中可能存在的粗大误差问题，为了提高数字天顶仪进行天文定位时的解算精度，将最小二乘算法与总体最小二乘算法进行有效结合构成了混合最小二乘算法，该算法能够同时顾及坐标转换中系数矩阵和观测量中的误差。为了消除识别恒星数据中可能存在的粗大误差对天文解算的影响，对所提算法进行了稳健加权，并结合星等设置合理的权阵。数据分析的结果证明，稳健加权混合最小二乘算法在进行天文解算时具有较高的精度。

针对存在未知海流扰动条件下无人水下航行器(unmanned underwater vehicle, UUV)的轨迹跟踪控制问题, 提出一种欠驱动UUV的动态面反演轨迹跟踪控制方法。首先, 设计一种改进型海流扰动观测器来估测航行器动力学模型中存在的未知海流扰动。然后, 采用反演法并结合动态面控制技术设计三维轨迹跟踪控制器, 将控制算法中微分运算转换为简单且易于实现的代数运算, 降低控制算法复杂性的同时避免“微分爆炸”问题, 结合李雅普诺夫理论证明系统闭环稳定性。最后, 对所设计的控制器进行仿真验证, 结果表明所设计观测器能够有效应对时变海流干扰问题, 精确地完成UUV的轨迹跟踪控制任务。

针对在多用户多输入多输出(multi-user multiple input multiple output, MU-MIMO)系统中, 选择性映射(selected mapping, SLM)算法不适用于分布式用户, 并且边信息无法在用户之间共享的问题，提出一种适用于MU-MIMO系统的广义SLM算法。该算法通过改变相位旋转的作用对象, 将相位旋转进行前置, 来解决SLM引入带来的一系列问题。同时, 分析了在采用等增益传输波束成形的系统中, 使用广义SLM算法时系统的高峰均功率比(peak to average power ratio, PAPR)性能, 验证了该算法的有效性。仿真结果也表明了该算法可以有效降低MU-MIMO系统的PAPR。

针对莱斯信道下导频受限的载波同步系统，研究了相应的数据帧格式的推广与优化设计问题, 以提升载波同步能力。首先基于标准导频符号辅助调制(standard pilot-symbol-assisted-modulation, S-PSAM)帧格式, 设计了一种通用的PSAM(generalized PSAM, G-PSAM)帧格式, 并推导了相应的联合数据辅助与非数据辅助的克拉美罗界(data-aided & non-data-aided Cramer-Rao bound, DA&NDA CRB)及其近似形式; 接着利用近似的DA&NDA CRB和经典的控制变量法(control-variate method, CVM)对G-PSAM帧格式进行了优化, 得到了一类优化的G-PSAM(optimized G-PSAM, OG-PSAM)帧格式, 同时与S-PSAM帧格式进行了比较。仿真结果表明, 无论使用短数据包传输还是长数据包传输, 不同导频块数下的OG-PSAM帧格式都表现出优于S-PSAM帧格式的估计性能。

针对规则正交幅度调制星座在高阶调制系统中产生的成形损失问题，研究比较了概率成形和几何成形方案。通过平均互信息的分析，从理论上表明概率成形可以获得更好的成形增益。在相同谱效、相同误帧率的条件下，概率成形相比几何成形需要的信噪比更低。编码方面，相比二元低密度奇偶校验(low-density parity-check，LDPC)码，多元LDPC码可以获得编码增益。仿真结果表明，基于星座成形的高谱效编码调制方案是有效的，适用于未来移动通信系统超高可靠性的要求。

为有效应对多输入单输出(multiple input single output, MISO)无线携能通信(simultaneous wireless information and power transfer，SWIPT)系统中的信息安全问题，提出人工噪声(artifical noise, AN)辅助的波束形成方案, 并进一步将这一问题表述为用户需求限制的功率控制问题。然而, 该问题具有典型的非凸复杂性, 其最优解无法在多项式时间内得到有效解决。为此，基于必要简化, 提出了双层优化算法来快速求取其次优解; 同时, 又进一步把该双层算法推广到非理想信道条件下, 构建了鲁棒波束形成方法。仿真实验表明，与经典迫零算法相比，双层算法具有更好的性能，且更具鲁棒性；而且，随着信道估计误差的增加，双层优化算法的优势更加明显。

色散选择性映射(dispersive selected mapping, DSLM)是降低基于偏移正交幅度调制的滤波器组多载波(filter bank multicarrier with offset quadrature amplitude modulation, FBMC/OQAM)系统峰均比(peak to average power ratio, PAPR)的技术, 但是该方法需要传输额外比特边带信息(side information, SI)。为了抑制FBMC/OQAM系统的PAPR, 提高系统的频谱利用率, 在DSLM的基础上, 提出了一种无边带信息的色散选择性映射(without side information of DSLM, W-DSLM)方法。W-DSLM通过在相位序列中挑选特定的位置, 并插入模值大于1的扩展因子对相位序列进行改进, 然后利用扩展因子与相邻位置的能量差, 在接收端得到最优相位序列, 从而恢复出传输的符号。扩展因子的插入避免了边带信息的传输, 因此能够有效提高系统的频谱效率。仿真结果验证了该方法的有效性。

针对复杂设备的系统级剩余寿命预测问题, 提出一种将贝叶斯理论与仿真相结合的融合预测方法。首先, 采用仿真方法将单机级的多源失效信息折合到系统级, 并转化为验前分布。然后, 结合系统级的现场试验数据, 获得多源信息的验后分布, 并通过加权融合确定联合验后分布, 从而预测系统的剩余寿命。最后, 以某系统作为实例进行方法验证。结果表明，所提方法为系统剩余寿命预测提供了一条可行思路, 并能够在工程实践中运用。

针对受不同因素影响导致性能逐步退化的产品, 首先对造成性能退化产品失效的退化机理进行分析, 将产品性能指标退化看成是由连续性影响因素和离散性影响因素共同作用的结果。其次, 基于扩散过程和累积失效理论, 建立多种退化机理作用下产品性能指标退化模型, 给出模型中参数的估计方法和性能退化产品可靠度估计方法。最后, 通过对某测深设备零位电压数据和液力耦合器振动幅值测量数据进行分析, 说明所提方法是可行的和有效的。

为了深入分析装备体系内各装备系统在任务执行过程中自身性能退化对其相互依赖性的影响, 并准确把握体系内各装备系统在自身性能退化和相互依赖性的双重影响下其当前效能的演变规律, 对传统功能依赖网络分析(functional dependency network analysis, FDNA)方法进行了一定改进。引入自身效能退化系数, 给出考虑时间因素的动态FDNA算法; 以Markov过程为基础, 构建体系内装备系统的性能退化模型, 为自身效能退化系数的计算提供相应依据, 从而提出一种基于功能依赖网络的装备体系任务能力依赖性分析方法, 并用案例验证了方法的可行性。