根据军事力量体系化建设与运用的战略规划评估要求, 亟需从作战体系能力要求角度开展战略规划项目的定量评估。本文将体系贡献率评估引入战略规划评估领域, 以战略规划项目对作战体系能力和战略目标的贡献为主线, 构建明确项目体系定位的“项目-能力”关联模型和刻画作战体系建设过程机理特征的能力生成周期模型, 提出战略规划项目体系贡献率评估方法。通过开展“马赛克”作战体系支撑项目贡献率评估算例研究, 初步例证了所提方法的可行性和有效性。所提出的建用一体的项目评估模式, 能够为战略规划评估提供基于能力生成机理的定量决策支持。

战略管理概念模型构建研究是当前战略管理理论研究的前沿方向之一。基于战略管理正循环机制, 建立了战略管理齿链模型; 解构了战略管理的“驱动齿轮”“链条”和“从动齿轮”三要素; 分析了战略管理齿链模型运行的机理; 提出“目标-结构-资源”深化增强内生驱动力, 链路环节密切衔接增强链条强度, 体制机制“润滑剂”保障平稳高效运转, 面向未来向智能化迈进——4个提高战略管理齿链模型运行效能。推动了战略管理正循环迭代的演进, 为认识、改进和加强战略管理提供了理论参考。

军事战略能力评估是军事力量运用与建设发展规划等战略活动的基础和前提, 开展相关研究已成为日益的现实需求。对于军事战略能力评估, 由于涉及到战略环境演变、高度不确定的军事科技发展以及本质复杂的信息化条件下的联合作战体系等因素, 面临诸多困难和挑战。本文在相关概念分析的基础上, 对当前常用的军事能力评估方法进行了总结, 并以从定性到定量综合集成法为基本指导, 探索研究了军事战略能力评估方法。方法从战略问题研究入手, 通过战略推演确定能力评估中的战略想定, 明确评估问题背景和边界, 利用兵棋推演模拟对抗过程, 观察和记录战略能力在对抗活动中的外在表现, 综合运用多种数据分析方法和手段, 对结果数据进行综合分析, 从而获得能够支撑决策的具有定量依据的评估结论。通过本文方法研究, 希望为相关的评估理论方法研究和实践活动提供借鉴。

巡飞弹群是未来智能化作战样式的重要发展方向, 能够实现全覆盖地毯式的封控压制和毁伤攻击, 对任务科学合理的管理是作战任务实现的重要基础。本文首先对动态资源管理问题进行分析; 其次建立了巡飞弹群的动态目标分配模型, 并给出了主要的计算步骤; 然后利用Hungarian算法可快速高效地求解平衡匹配优化问题的优势, 对于巡飞弹和目标动态加入与退出的战场情况, 利用增补变量的方式将非平衡匹配问题变为平衡匹配问题; 最后，对典型任务场景进行了分析, 验证了所提方法的有效性。

针对工程系统体系化、无人化与智能化发展趋势带来的复杂性的增加与难以预测的功能涌现，以及传统的以可靠性为中心的六性指标难以完全适用且缺少体系层面综合性评价指标的问题，借鉴自然界通过适应性应对不确定性的策略，在分析了自然有机系统适应性基本特征的基础上，提出一种包含微观、中观与宏观三个层次的基于规则的复杂工程系统适应性构建框架，并基于该框架对适应性指标的定性与定量评价方法进行了探讨。为指导复杂工程系统的设计与评价提供了方法参考。

针对无人机集群动态攻防问题, 提出了态势演化博弈模型。首先，从基地与守方无人机集群相互作用以及攻防双方动态斗争角度出发, 构建了攻方无人机与守方无人机的态势演化博弈模型。其次，设计了同态势演化博弈模型相对应的态势评估函数, 使每阶段个体的策略选择都为该阶段的最优解。然后，根据策略选择, 结合社会力模型, 驱动无人机向指定目标运动, 完成攻防双方无人机集群的动态对抗。实验结果表明, 无人机集群的动态运动符合空战情况, 验证了基地在具备功能时的优越性, 以及设计的态势演化博弈模型能够实现无人机集群对抗决策的自适应选择。

针对当前防空作战的目标威胁评估方法对于敌方目标间态势考虑不全、未能较好利用目标动态信息等问题, 提出基于作战态势和改进的客观赋权法(criteria importance though intercrieria correlation, CRITIC)和逼近理想解排序法(technique for order preference by similarity to ideal solution, TOPSIS)的目标动态威胁评估模型。首先, 在敌我态势指标体系的基础上, 提出基于作战环理论的敌方目标间态势威胁指标体系。然后, 使用改进的CRITIC确定权重, 通过TOPSIS方法计算威胁度。最后, 提出基于态势变化程度计算时间权重, 通过态势因子加权得到最终评估结果。实验结果表明, 基于作战态势和改进CRITIC-TOPSIS的目标威胁评估模型可以综合考虑敌我态势、敌方目标间态势和态势动态信息, 对目标做出灵活全面的威胁评估。

针对集群弹药协同攻击地面目标时, 打击时间不一致导致的“打草惊蛇”、任务失败的问题, 基于双层优化模型提出了一种适用于该场景的集群任务规划方法。所提方法的下层优化为航迹规划, 上层优化为任务分配, 提高了任务规划结果的最优性。考虑到在真实战场环境中, 飞行时间过长会增加被对手发现的风险, 将速度变量引入航迹规划, 使集群弹药在不增加冗余路径的前提下完成满足时间约束的协同攻击任务。最后，以集群弹药协同攻击地面群体目标为例进行了仿真测试, 验证了所提方法的有效性。

针对数据链支撑杀伤链作战机理难描述、能力难度量等问题, 亟需开展对数据链作战保障能力评估, 以发掘数据链装备体系的薄弱环节及实际需求。然而, 数据链装备的耦合化内部结构与多样化外部应用方式使现有评估框架难以适用。为此, 针对数据链作战保障能力评估特点, 特别是评估指标体系的网络化特点, 建立一套适配评估需求的新型动态评估框架。结合数据链保障能力特点, 建立网络化评估指标体系, 结合动态评估方法形成综合评估模型。应用案例表明, 所设计的数据链作战保障能力评估模型不但能对数据链作战保障能力进行合理有效的评估, 还能改善现有数据链装备服务要素, 提升作战保障能力水平。

目标检测算法在自动驾驶领域有着不可或缺的地位, 其检测精度和速度往往可以作为评判一个自动驾驶系统好坏的标准。如何提升目标检测精度和速度已成为当前目标检测算法的主要研究方向。对此, 提出了一种基于不确定性建模的目标检测改进算法, 在原有二维单次多柜检测器上通过对物体的边界框进行高斯建模并引入新的位置损失函数, 实现对原有检测结果的微调。同时, 在原有单阶单目三维检测器的基础上引入深度以及航向角的不确定性来调整目标在热力图中的高斯半径, 并用马氏距离替代原有的L1距离以提升对较远目标和斜向目标的识别率。对比实验证明, 改进后的2D和3D检测算法在KITTI自动驾驶数据集上对比原始2D和3D算法, 检测精度分别提升了近5%和2%。

针对包含精细结构的电大尺寸目标电磁散射快速计算问题, 提出了一种计算包含精细结构的电大尺寸目标电磁散射问题的基于矩阵降维的混合算法。该方法在Rao-Wilton-Glisson基函数矩量法(method of moment, MoM)的基础上, 对目标区域进行划分, 完成阻抗矩阵的分块和未知量的分离, 再由矩量区与物理光学(physical optics, PO)区之间的电流相互作用构造耦合转移矩阵和激励转移矩阵, 从而建立两个区域未知量之间的线性关系, 进而完成对阻抗矩阵的降维, 最终从矩阵运算角度构建了一种MoM-PO混合算法。其中, 使用等效电偶极子模型简化双重积分计算, 进一步减少矩阵元素的计算量; 阻抗矩阵的阶数大幅减少, 避免了大规模矩阵方程的求解计算。算例结果表明, 与传统的低频算法相比, 该算法既保证了计算精度, 又提高了计算效率。

针对天线组阵合成系统对于宽带、高速、并行信号的实时合成需求, 设计了基于图形处理器(graphic processing unit, GPU)的天线组阵信号时延补偿方法。首先, 分析了典型的整数时延补偿方法在GPU平台上实现的可行性, 设计了基于数据块重叠保留的整数时延补偿方法。然后, 对比了典型的小数时延补偿方法的优劣, 设计了适合于GPU并行加速的频域小数时延补偿方法。最后, 对基于GPU的天线组阵信号时延补偿方法进行了实验验证。多次实验测试结果表明, 在确保时延补偿正确性的基础上, 基于GPU的时延补偿方法相比传统串行CPU时延补偿方法加速比提升了约18倍, 采用基于GPU的时延补偿方法可实现对多天线信号的实时合成。

针对难以独立分析红外图像和低照度图像场景中目标和背景信息的问题, 提出了基于图像特征的红外与低照度图像融合算法。首先, 针对性地对红外和低照度图像进行图像处理, 优化各自特性。其次, 采用非下采样剪切波变换对两者进行高低频分解。然后, 采用改进的拉普拉斯加权算法融合低频图像, 采用改进的脉冲耦合神经网络融合高频图像。最后, 经非下采样剪切波逆变换获取融合图像。实验结果表明, 所提算法可有效融合红外与低照度图像, 降低了噪声对融合图像的影响, 提高了融合图像的清晰度, 且图像对比度适中, 符合人眼视觉感知效果。

在遗传规划算法中, 种群多样性在避免早熟收敛方面有重要作用, 通过控制种群多样性改进算法是遗传规划算法的研究热点。从多样性角度改进算法的选择机制, 提出一种基于聚类锦标赛与父代匹配的遗传规划算法。通过聚类将种群划分为多个子种群, 从而调整算法的选择压力以维持种群多样性, 提高算法的搜索能力。此外, 提取个体的二进制特征, 利用局部匹配对父代进行针对性交叉操作, 从父代成对多样性的角度实现算法在探索和开发之间的较好平衡。对不同基准问题进行了多个对比实验, 实验结果表明所提算法在种群多样性上有较大改善, 在寻优能力和收敛速度上均取得了较好的提升。

针对反舰导弹红外成像导引头在舰船尺度角度变化剧烈以及检测弱小舰船目标时检测能力差的问题, 提出一种基于改进YOLOv5s的目标检测算法，该方法综合考虑舰船目标特点。首先, 采用深度可分离卷积模块降低网络模型参数; 其次, 在主干网络引入坐标注意力机制提升关注目标通道信息特征的能力; 然后, 使用自适应空间特征融合策略优化空间权重分配; 最后，对损失函数进行改进, 提高目标检测框的可靠度。对比实验证明所提算法可将检测精度由原来的86.47%提升至91.64%, 全类平均精度(mean average precision, mAP)指标由原来的85.56%提升到89.35%，且在相同条件下所提算法亦优于其他目标检测网络模型。

分布式卫星星座系统的地面运动目标指示(ground moving target indicator, GMTI)性能取决于输出信杂噪比(signal-to-clutter-plus-noise ratio, SCNR)、定位误差及其他参数。提出了一种新的分布式卫星系统最优基线设计方法。在理想杂波假设下分析了不同速度运动目标的输出SCNR, 然后推导了定位误差的表达式。考虑到输出SCNR和定位误差都是沿航向基线的函数, 可利用长短基线结合的方法来提高GMTI性能，进而提出一种同时考虑速度响应和定位误差的最优基线搜索方法。此外, 详细讨论了基线误差的影响, 以确定所提出的方法的GMTI性能是否受到基线误差的影响。最后, 通过仿真结果验证了该方法的有效性。

针对“中国空间站”等复杂结构航天器在轨姿态估计误差精度优化的问题，提出了一种基于多线性结构特征优化选择的姿态估计方法。首先采用奇异值分解方法获取ISAR等效成像平面的空间位置，然后通过Unet3+神经网络分割出航天器的典型部件，进而获取各部件的线性结构，最后建立优化函数求解航天器在轨姿态角。仿真和实测实验结果表明，相比现有方法，所提方法能够实现结构特征的自动提取并有效减少姿态估计误差。

针对外源雷达风轮机杂波(wind turbine clutter, WTC)抑制需要, 首先建立了风轮机对辐射信号的调制模型。然后, 研究了风轮机叶片调制效应与雷达发射信号周期性结构在距离多普勒谱(range Doppler, RD)上的相似性, 从而从周期性成分抑制角度出发, 提出了在匹配滤波处理时利用修正后的参考信号进行扩展多普勒杂波抑制的方法。最后，通过理论和仿真实验对该方法进行分析验证后, 采用外源雷达风轮机实测数据进行了分析。实验结果表明, 所提方法不仅可以提高WTC抑制度, 还具有计算效率高、资源占用少等优点, 相关优势已在自行研制的数字电视外源雷达实测数据中得到了验证。

高脉冲重复频率(high pulse repetition frequency, HPRF)和差天线雷达在导引头中具有重要应用, 其在超低空运动目标检测时, 面临多重距离模糊的地海面杂波抑制问题。针对上述问题, 提出一种和差通道时域对消的杂波抑制方法。该方法基于和差通道间杂波功率谱相关度较高的特征, 联合利用差-差-双差通道数据估计杂波协方差矩阵, 拟合和通道的杂波协方差矩阵，并基于最小方差准则实现和通道杂波对消, 提升了雷达导引头的杂波抑制性能。仿真实验验证了该方法的有效性。

为了能够在密集且复杂多变的信号环境中进行实时有效的信号分选, 需要一种具有较低复杂度且能够根据信号环境自动调整参数的聚类方法。在模糊聚类算法的基础上结合k近邻搜索, 将λ邻域范围搜索变为λ邻域内k近邻搜索, 提出了连通k近邻聚类(connected k-nearest neighbor clustering, CkNNC)算法。相比模糊聚类算法, 所提算法时间复杂度降低而空间复杂度稍有增加。为使得该算法能够根据信号环境自动进行参数调整, 提出了基于k距离图的阈值参数确定方法。所提算法具有时间复杂度低与阈值参数自动确定的特点, 仿真结果表明所提算法与使用Calinski-Harabasz指标确定最佳阈值的低复杂度模糊聚类算法相比，分选效果差距不大、性能相近, 而时间复杂度大幅下降。

针对前视合成孔径雷达(synthetic aperture radar, SAR)方位分辨受限以及左右多普勒模糊问题, 提出一种基于波达方向估计的前视多通道合成孔径雷达(forward-looking multi-channel SAR, FLMC-SAR)成像方法。算法综合利用系统空时资源, 采用空时级联的处理流程。首先通过合成孔径对前视区域进行初步成像, 在二维图像域实现逐个成像单元目标信号的分离。然后利用目标空域导向的差异, 建立分离信号的空时模型, 通过阵列多通道对每个成像单元内的信号进行波达方向估计, 实现目标信号重定位, 增强前视成像分辨率。同时, 空时模型考虑了模糊目标具备不同的导向矢量, 可在分辨增强的同时实现左右多普勒解模糊。最后通过仿真以及实测的FLMC-SAR数据验证了所提算法的有效性。

针对现有雷达辐射源个体识别存在的识别准确率低、难以区分同型号雷达、缺乏实采信号验证等问题, 提出了一种基于变分模态分解(variational modal decomposition, VMD)和时频能多域特征联合的雷达辐射源个体识别方法。首先对雷达信号进行VMD, 然后对得到的模态分量分别在时域、频域和时频域提取13种特征参数, 最后结合k近邻分类器实现雷达个体识别。采用实际采集的船用导航雷达信号对所提方法和现有的其他两种方法进行了对比验证, 实验结果表明所提方法在识别准确率、算法鲁棒性方面优于现有两种方法, 具有一定的工程应用价值。

主瓣掩护式干扰会导致单脉冲雷达的探测、跟踪、识别性能严重下降, 如何在该场景下进行目标角度估计是单脉冲雷达面临的经典问题。为解决该问题, 提出了一种单脉冲雷达目标角度估计算法, 该算法运用残差矩阵Frobenius-范数(以下简称残差矩阵F-范数)最小化准则提取目标回波及干扰信号并估计其来向。仿真结果表明, 该算法相比主瓣干扰对消(mainlobe jamming cancellation, MLC)算法, 测角精度更高, 稳定性更强。

针对同轨道星载收发分置雷达的杂波抑制问题, 分析了收发卫星基线长度和探测距离和的取值对是否存在探测相交区域的影响, 再针对某一距离和下接收卫星飞行方向与其波束指向间的夹角(即接收锥角与杂波多普勒频率的关系以及距离和与多普勒的关系)进行了分析, 最后在锥角余弦值同时包含正负值的基础上分析了存在基准收发卫星及两种辅助卫星情况下接收锥角余弦值为0时对应的多普勒频率。理论分析表明基线长度及距离和会影响探测区域的存在及锥角余弦值的取值, 并通过仿真验证了正确性, 可为后续基线长度的选择、同轨道星载收发雷达的运用等提供依据。

在室内环境下, 室内伪卫星定位系统受多径效应影响严重。针对该问题, 提出一种基于自适应多径估计延迟锁定环路(multipath estimating delay lock loop, MEDLL)的伪卫星室内多径估计算法。该算法在MEDLL的基础上增加了一个参考相关器, 用参考相关器相关值的标准差作为衡量标准, 与其他相关器经过MEDLL算法消除所有信号后的噪声相关值的标准差进行比较, 进而得到多径条数。实验结果表明, 所提算法对不同时延、幅值的多径适应性都较好, 在低信噪比条件下仍能正确估计多径条数。直射信号幅值估计误差均方根相比网格化MEDLL算法最高可以降低59%, 相比Teager-Kaiser(TK)-MEDLL算法最高可以降低43%, 更加适用于伪卫星室内定位系统抗多径。

随着在轨卫星数量增加，对大量卫星进行有效监管具有迫切需求，需要研究如何合理分配和调度有限的地面资源对卫星进行访问。提出了一种基于物理规划的多星多站访问指派规划方法, 以地面设施对卫星的访问窗口指派为设计变量，以相同地面设施相邻访问窗口的最小时间间隔及单个地面设施的最大访问次数为约束条件，以任务耗时、考虑成功率的访问收益、访问成本为目标函数，建立了考虑成本和收益的多星多站非均衡访问规划模型；采用物理规划将多目标函数合理地映射为单目标函数，使用差分进化算法进行寻优。将所提方法应用于3站4星的小规模问题及20站96星的大规模问题的求解。结果表明, 所提方法能够获得符合约束的权衡多目标偏好的解。相较于加权法和约束法等，求解更加稳定高效，各指标均能得到均衡的优化。

捷联惯导系统的现场标定使用系统级标定方法, 由于可观测度较小的状态量不能用卡尔曼滤波辨识估计误差参数, 因此提出一种基于状态量正交基的可观测度计算方法, 并根据此方法设计出一种提高全状态量可观测度的转位方案。在转动过程中测量每个时刻静基座惯性导航的速度误差, 使用卡尔曼滤波器辨识出全状态量误差参数。经实验验证, 对比未设置转位方案的现场标定结果, 所提现场标定方法不仅能提高全状态量可观测度, 而且对系统级标定的结果也有提高, 具有较好的工程实用性。

针对近地圆轨道卫星编队维持问题, 开展了脉冲控制方案与维持控制策略研究，并搭建了仿真环境进行验证。根据相对轨道根数(relative orbital elements, ROEs)的状态转移方程，推导了各ROEs元素在J₂摄动下的漂移速率，并针对编队构型受到空间摄动的破坏问题，提出了两种不同的编队脉冲控制方案和维持策略。基于空间圆编队长期维持需求，建立了包括高精度轨道递推算法的任务仿真环境，从脉冲消耗与控制误差对提出的方案策略进行了分析讨论，验证了脉冲方案与维持策略的可行性。仿真结果表明，所提出的脉冲控制方案与维持策略具有较高的有效性及可靠性，可用于未来空间编队飞行任务。

旋转调制技术可以有效降低惯导系统的导航误差，但目前常规旋转惯导系统的机械结构无法更进一步提升误差调制效果。基于惯性测量单元(inertial measurement unit，IMU)体对角线安装结构，提出了一种改进的双轴旋转方案。方案选取IMU 3个正交惯性器件的体对角线为水平旋转轴，与该轴正交的旋转轴为垂向旋转轴。通过改变水平和垂向旋转轴的旋转速度、方向和次序实现双轴旋转。由于旋转轴与惯性器件均不同向，在旋转的任意时刻，3个方向的惯性器件误差均得到了调制。首先，建立了基于体对角线旋转方案的数学模型，在此基础上推导了坐标变换关系与误差方程，得到了误差传播特性，验证了改进方案的优势。最后，进行了系统综合误差的仿真校验。在相同误差条件下，系统位置误差由传统方案的0.418 9海里/120小时减小到0.120 7海里/120小时，验证了改进方案抑制误差的有效性。

针对基于零速修正(zero velocity update, ZUPT)的行人导航算法无法对航向角进行观测导致航向角发散的问题，设计了一种基于ZUPT、零角速率修正和航向角误差非线性预测校正的惯性行人导航算法。首先通过广义似然比检测(generalized likelihood ratio test, GLRT)算法确定出零速区间；在检测到的零速区间内利用ZUPT算法构造速度误差观测量、利用零角速率修正(zero angular rate update, ZARU)算法构造角速率误差观测量，通过零速区间航向角误差观测模块构造航向角误差观测量, 在非零速区间对航向角误差进行非线性预测；再利用卡尔曼滤波对零速区间内的速度、角速率、位置和航向角误差进行估计，利用估计误差对惯性行人导航系统进行误差修正；通过实际行人导航系统验证，在复杂运动状态下导航轨迹误差平均值仅为0.43 m，只占总路程的0.35%。在长航时行走的情况下导航误差仅为1.25%里程。所提算法无需增设其他传感器，无需限制行人的运动轨迹，具有良好的工程应用价值。

稳定的构型是星座发挥其正常功能的基础。首先结合卫星在轨运行动力学环境，回顾了地球重力场模型、日月引力模型、大气模型与太阳光压模型的发展，在此基础上介绍了大气模型和太阳光压模型的在轨修正技术。其次，阐述了星座构型保持的必要性与可行性，总结归纳了摄动补偿法、预先设计法、全局优化法、阻力差分法与极限环保持法等构型保持方法，对比了绝对保持与相对保持的控制基准与方法特点。最后，展望了针对不同高度的低轨(low Earth orbit，LEO)星座构型保持，旨在为LEO星座的构型保持策略设计提供参考。

针对存在模型不确定性及未知外部干扰的重型运载火箭姿态控制问题, 提出一种新型预设时间自适应控制方法, 使得姿态控制误差收敛时间与系统初始状态无关且可预先设定。首先设计一种新型预设时间滑模面, 采用滑模面切换的方法避免系统出现奇异; 然后设计预设时间滑模控制器, 采用神经网络估计系统集总扰动并在控制器中进行补偿, 设计自适应律自适应调整神经网络权重系数, 基于Lyapunov稳定性定理证明了所设计控制器的预设时间稳定性; 最后通过数值仿真验证了所提方法的可行性及有效性。

在5G网络数据流量剧增的背景下，针对5G网络流量负载均衡问题提出并评估了两种基于软件定义网络驱动的路由搜索优化算法。首先，建立了软件定义网络多约束数据传输路径选择模型；然后，针对所提模型提出了一种流量负载均衡广度优先搜索(load balancing scheme with breadth-first-search, LBB)路径优化算法，在广度优先搜索的过程中，设定一个动态流量阈值对链路进行实时监测，旨在寻找源节点到目标节点的最优数据传输路径。为了减少甚至避免不必要的搜索所造成的空间开销，进一步提出了基于深度优先搜索的迭代深化搜索(iterative deepening search with depth first search, IDDFS)路径优化算法，该算法限制了数据传输路径的每次搜索深度，并在搜索过程中优先选择可用带宽最大的链路进行深度优先搜索迭代优化。仿真结果表明了所提算法在资源利用率和网络吞吐量这两项关键性能指标上的优越性能。

针对智慧交通系统数据处理量大、对传输时间要求严苛的难题, 通过将协同系统定义为复杂网络模型, 构建了设备端和边缘节点协作运行的端-边协同系统。提出了基于网络节点复合特性的协作网络生成算法, 实现了多层复杂网络的构建。相比随机几何法, 提出的由节点聚类系数和介数中心性两种特性参数相结合的协作网络生成算法能够更全面地描述节点特性, 反映节点重要性, 改善现有多层复杂网络模型对节点信息描述不全的问题。最后, 使用4种复杂网络模型构建多层网络模型并验证该算法, 以节点间最短路径值作为评价指标, 证明提出的由节点复合特性生成协作网络的算法能够明显降低整个网络中节点间最短路径值, 减少传输时间, 提高传输效率。

针对集成僵化的传统航空网络难以在节点出现故障后快速高效调度网络资源, 从而恢复任务执行的问题, 提出了无线网络虚拟化环境下节点可靠感知的差异保护虚拟航空网络映射(node reliability-aware protection-differentiated virtual airborne network embedding, NRPD-VANE)算法。首先, 节点映射采用新的节点重要度评价方法, 综合感知故障可能、无线干扰和网络资源, 为虚拟节点映射可靠物理节点; 其次, 链路映射根据节点重要度, 采用P圈保护技术对映射路径节点实行差异保护。仿真结果表明, 相比传统的节点保护映射算法, 所提算法在保持较低恢复时延的同时, 提高了映射成功率。

传统的免授权随机接入方案存在严重的前导碰撞，这大大限制了终端的接入性能。为了降低前导碰撞及提高免授权随机接入概率，提出一种基于多输入多输出(multiple input multiple output，MIMO)和多功率电平-多时隙联合的免授权随机接入方案。在该方案中，活跃用户从前导池中随机选择多个前导序列构成组合前导，并根据自身位置选择一个发送功率电平，将组合前导和信号以该功率电平依次发送至基站；基站采用顺序干扰抵消技术分离不同功率电平的信号，通过前导检测识别竞争用户并估计随机接入冲突。仿真结果表明，相比单一非正交多址(non-orthogonal multiple access，NOMA)方案和单一多前导方案，所提方案能够有效提高用户的接入成功概率，对大规模随机接入场景具有更好的适应性。

针对现有基于深度学习(deep learning, DL)的信道状态信息(channel state information, CSI)反馈方案只能以固定压缩率(compression rate, CR)进行压缩反馈的问题，提出了一种基于模型结构化剪枝动态调整CR的CSI反馈方案。首先设计了残差信道特性注意(residual channel characteristic attention, RCCA)机制，并搭建了CSI反馈网络RCCA-Net，充分利用复信道矩阵实部虚部间的幅度相位依赖关系，进一步提高CSI反馈-重建质量。其次设计了RCCA-Prune方案，并以$\ell^2 $范数评估各神经元对最终结果的贡献度，通过模型结构化剪枝技术删除贡献度较小的神经元以实现CR的动态调整。仿真结果表明，所提的动态调整CR方案在不同CR下均有较佳的反馈性能，且在不同的测试环境中具有良好的泛化性。

高斯过程回归是锂离子电池剩余使用寿命的有效预测方法之一，其中核函数的选择对预测结果有着重要影响。对此，提出了一种自回归核自构建高斯过程回归的锂离子电池剩余寿命预测框架，可结合同型号电池的历史容量退化规律，自动构建出合适的组合核函数。通过与不同的机器学习方法及不同核函数比较，所提方法可在电池退化早期做出长期且准确的电池健康状态退化趋势预测，预测寿命均方根误差小于1%，相对误差小于6%，置信区间也更为集中，证明了所提方法能够有效提高电池剩余使用寿命的长期预测精度。

5G工业控制系统规模化应用的关键是保障其高可用性。若通过试验评估，其成本高昂且困难诸多。而已有的可用性建模方法很少考虑到5G对可用性的影响。对此，以一个实际的5G转钢系统为例，采用确定性随机Petri网(deterministic stochastic Petri net, DSPN)从业务流程的角度对5G技术改造后的工控系统的动态故障和维修过程进行形式化建模，评估不同的失效模式对系统业务可用性的影响。在案例中分析了5G工业控制系统中不同参数对系统业务可用性造成的影响，发现无线链路平均故障间隔时间(mean time between failures, MTBF)对系统业务可用性影响最大。实验结果表明，所提方法可用于评估5G工业控制系统的业务可用性，为系统设计人员提供参考。

作为工业机器人的核心部件之一, 驱动器失效频发, 失效模式多样且具有一定相关性, 给工业机器人的正常工作带来了严峻挑战。同时, 工业机器人驱动器各失效模式的极限状态方程复杂, 甚至一些为隐函数, 这也造成了工业机器人驱动器可靠性建模的困难。为此, 本文引入多维响应高斯过程(multiple response Gaussian process, MRGP)模型来刻画驱动器内各失效模式间的相关性及其极限状态方程, 同时引入粒子群优化(particle swarm optimization, PSO)算法优化MRGP模型中的超参数, 结合主动学习策略, 对MRGP模型进行更新迭代, 直至其满足一定精度条件, 形成基于MRGP-PSO的工业机器人驱动器可靠性分析方法。最后开展相关算例分析, 验证了所提方法的有效性。