无源定位技术在水面舰艇定位、海域监测、地面非法入侵等领域都具有重要应用价值。为了解决在不一致的脉冲噪声环境下的定位问题, 本文使用α-稳定分布对脉冲噪声建模。在此基础上, 应用最大相关熵准则, 提出了最大相关熵目标直接定位算法。仿真结果表明, 该算法在强脉冲噪声环境下具有较好的定位精度, 并且算法核长参数的选取不依赖于脉冲噪声的先验信息; 在脉冲噪声不一致条件下, 所提算法仍然能够实现对目标的精确定位。

圆柱极化敏感阵列可直接利用同一母线上的阵列数据估计目标的俯仰角, 但是在估计方位角时面临未知极化的影响。对此, 提出一种降维插值方法, 解决圆柱极化敏感阵列在未知极化下的二维波达方向(two-dimensional direction-of-arrival, 2D-DOA)估计问题。首先通过母线阵列的旋转不变性估计俯仰角, 然后利用估计的俯仰角降维设计插值方法的感兴趣范围(range of interest, ROI), 最后利用降维插值方法得到对应的方位角估计值。圆柱天线阵的每个阵元只需由一个电偶极子构成, 有效降低了系统运算负担和阵元间的互耦效应。数值实验验证了所提方法的2D-DOA估计性能。

针对色噪声下基于差分去噪的宽带相干信号波达方向(direction of arrival, DOA)估计方法对相干信源数有限制的问题, 提出一种基于噪声圆形特性去噪和Toeplitz矩阵重构的估计算法。首先, 对接收到的信号求取协方差矩阵, 利用噪声的圆形特性消除噪声。为达到对协方差矩阵进行Toeplitz矩阵重构的要求, 通过协方差矩阵相乘来构造新的数据协方差矩阵。然后, 通过Toeplitz矩阵重构来解相干。最后, 利用旋转子空间算法准则构造聚焦矩阵, 使用传播算子算法实现DOA估计。理论分析及仿真实验验证了该算法的有效性, 该算法对相干信源数的奇偶没有限制, 同时该算法也适用于高斯白噪声下宽带相干信号DOA估计的场景。

针对现有高光谱图像分类模型在特征提取的过程中有效特征关注缺乏的问题, 提出了一种基于三维卷积注意力与混合卷积的高光谱图像分类方法。该方法使用三维卷积和二维卷积串联完成对高光谱图像空谱特征的提取, 并在三维卷积阶段引入注意力机制, 使得模型在提取底层空谱特征的同时实现对有效特征的关注和激活。相对于传统三维卷积模型, 提出的分类模型减小了运算复杂度, 提升了模型噪声抑制能力, 提高了分类效果。针对该方法的消融实验证明了提出的三维卷积注意力机制的有效性, 在印第安松树林和帕维亚大学两个公开数据集上与其他5种分类模型的对比实验中取得了最优的分类精度。

多抽头对消结构可用于抑制大功率发射机产生的宽带噪声干扰, 抽头数目和抽头延时间隔的选取直接影响干扰抑制效果, 但是现有文献缺少其选取策略及对多抽头干扰对消系统性能的影响分析。针对此问题, 建立了多抽头数模混合对消系统的理论模型, 求解了抽头权值的最优值, 首次得到了抽头数目和抽头延时间隔与对消比、收敛速度之间的解析关系。针对权值估计复杂的问题, 提出了指数形式的迭代加权方法, 有效提高了权值的估计精度和干扰对消比。针对抽头数目和抽头延时间隔的选取策略, 提出了对消比最高、收敛速度最快的选取准则, 大大降低了费效比, 可用于指导多抽头对消结构中抽头数目和延时间隔的选择。结果表明, 对于带宽为30 MHz的信号, 系统优化后的对消比不低于33 dB, 有效解决了宽带干扰问题。

针对现有基于四阶累积量的直接定位方法阵列孔径扩展不充分以及数据冗余等问题, 提出了一种针对最大非圆率信号的四阶累积量直接定位方法。基于移动阵列在多个时隙对目标观测的定位场景, 该方法构造了一系列去冗余四阶累积量矩阵。结合辐射源信号的非圆特性, 利用阵列接收数据和共轭数据来构成扩展数据模型, 实现了阵列孔径扩展, 使等效阵元数增加, 从而提升定位性能，并通过重新构造快速提取无冗余数据, 大大降低矩阵运算维度。由于结合了信号的四阶累积量与非圆特性, 该算法适用于信源个数大于阵元数与阵列色噪声的复杂环境。理论分析与仿真结果表明, 该算法具有计算量小、高估计精度以及高分辨率等优势, 并在高信噪比条件下能够达到相应克拉美罗界。

在无源定位系统探测地球地面或海面目标时, 考虑到目标在地球椭球面上, 不能忽视地球曲率带来的影响。采用地球椭球模型, 基于双空中观测站协同的时差频差无源定位方法, 首先建立大地直角坐标系, 然后利用双站接收目标的到达时差和到达频差信息, 运用构建矩阵的方法解算一元四次方程, 得出目标的大地直角位置坐标, 并研究了双站的几何精度因子。相比四站时差定位算法, 所提算法有更高的应用价值, 为对远距离地面或海面目标无源探测提供了一种新的技术思路。

非合作的干扰效果在线评估是实现自适应干扰及认知电子对抗闭环的关键问题和难点问题。对此, 提出一种基于逆滤波处理的雷达干扰效果在线评估方法, 通过感知得到的雷达系统外部状态, 利用逆滤波处理估计雷达系统内部跟踪误差, 进而实现对应雷达干扰样式的干扰效果在线评估和干扰参数实时优化。首先对逆滤波处理实现雷达跟踪误差估计问题进行建模, 然后针对杂波背景下的雷达滤波算法进行逆滤波处理推导。具体设计了针对拖引欺骗干扰的干扰效果在线评估和干扰参数优化方法, 最后以对抗导引头雷达的距离门拖引干扰为例进行了数字仿真验证, 实验结果验证了所提方法的可行性和有效性。

高分辨率宽测绘带(high-resolution and wide-swath, HRWS)成像是星载合成孔径雷达(synthetic aperture radar, SAR)发展的重要趋势。Staggered SAR通过改变脉冲重复频率(pulse repetition frequency, PRF)将盲区分散在整个成像带内, 可以将距离向幅宽扩展为传统体制的数倍。针对变PRF模式存在的非均匀采样和回波数据丢失问题, 提出了一种基于L₁ & TV正则化的低过采样Staggered SAR成像方法。所提方法可以在不恢复丢失数据的情况下实现方位模糊抑制, 并且在稀疏重构模型中引入TV正则化项, 从而实现分布式目标的精确重构。仿真和实际数据实验验证了所提方法的有效性。

单脉冲雷达未分辨目标波达方向(direction of arrival, DOA)估计是跟踪雷达抗干扰领域的一个难点问题, 现有方法通常假定干信比已知, 限制了其在实际雷达系统中的应用。针对密集假信号存在下的单脉冲雷达未分辨目标DOA估计问题, 提出了一种无需干信比先验信息的未分辨目标DOA估计方法。首先通过对密集假信号聚类估计出诱饵DOA, 然后推导了以诱饵DOA为参数的目标DOA估计解析表达式。仿真结果表明, 所提算法能在密集假信号干扰下准确估计干扰和目标DOA。

星载双基地雷达收发分置, 双基构型导致了分辨率空变和严重的空时谱展宽, 目标检测面临极大的挑战。本文基于严格的斜距历程和星地关系, 同时考虑分辨率空变性的影响, 建立了星载双基地雷达的杂波信号模型, 分析了跟飞构型下分辨率空变性及其对杂波谱分布的影响。在此基础上, 结合全链路评估模型, 以输出信杂噪比损失为指标, 分析了观测区域和基线长度对性能的影响, 明确了跟飞构型下的关键参数选择依据, 能够为实际跟飞构型的系统设计提供参考。

针对飞机编队协同干扰组网雷达系统的资源分配问题, 提出了一种联合目标选择与功率分配的自适应调度(adaptive scheduling method of joint target selection and power allocation, JTAPM)方法, 其核心是通过实时调度干扰机的波束和功率资源, 使得飞机编队对组网雷达系统的协同干扰效能始终保持最优。首先, 根据雷达网不同的工作状态和信息融合规则, 构建基于检测概率和瞄准概率的双因子干扰效能评估函数, 然后考虑干扰资源约束建立关于目标选择和功率分配的双变量非凸优化模型, 并基于此提出了一种结合改进布谷鸟搜索(improved cuckoo search, ICS)算法与KKT(Karush-Kuhn-Tucker, KKT)优化条件的求解方法。最后, 仿真结果证明了所提联合资源自适应调度策略的有效性。

为了有效提高复杂电磁环境下对非合作方工作模式未知的智能雷达的干扰效率和准确率, 提出了一种基于部分可观测马尔可夫决策过程(partially observable Markov decision process, POMDP)的干扰决策方法。首先, 根据智能雷达的工作特点构建了智能雷达对抗系统的POMDP模型, 采用非参数的、基于样本的信念分布反映智能体对环境的认知, 并利用贝叶斯滤波更新智能体对环境的信念。然后, 以信息熵作为评估准则, 令干扰机选择信息熵最大的干扰样式不断尝试。最后, 通过仿真实验与传统Q-学习法和经验决策法的干扰决策性能进行比较, 验证所提方法的优越性。结果表明, 所提方法能够根据未知雷达状态变化动态地选择最优干扰方式, 且能更快实现对智能雷达的干扰决策。

针对参数稀疏恢复空时自适应处理中的动目标参数估计存在字典失配的问题, 提出一种非凸松弛原子范数空时动目标参数估计算法。该方法利用目标回波在角度-多普勒域的稀疏特性, 根据连续压缩感知和低秩矩阵恢复理论实现了运动目标方位角和速度的高精度、超分辨率估计, 避免了稀疏恢复中的字典失配问题, 有效提高了动目标参数估计性能。仿真实验结果表明, 相较于已有基于字典网格的稀疏恢复参数估计方法和原子范数估计方法, 所提算法具有更高的参数估计精度和对空间紧邻目标的分辨能力。

针对无人机载合成孔径雷达(synthetic aperture radar, SAR)成像系统因采用基于块的离散余弦变换压缩方法所产生的块效应问题, 提出一种基于联合域滤波的块效应抑制方法。首先, 从无人机载SAR成像系统工作原理出发, 介绍无人机载SAR图像的压缩处理流程, 分析产生块效应的机理。然后, 在地面端对SAR图像解压过程的变换域和像素域中分别加入块效应滤波处理手段, 其中变换域采用的是“十字型”转移块滤波方法, 像素域采用的是双边滤波方法。最后, 通过联合域滤波方法达到抑制无人机载SAR图像块效应的目的。实验结果表明, 在同等压缩系数条件下, 本文方法相比于其他滤波方法可以获得更好的峰值信噪比结果, 降低无人机载SAR图像因图像压缩造成的失真影响, 具有很强的块效应抑制能力。

灰色关联分析法因其计算简单、不要求大样本容量等诸多优点被广泛应用于仿真模型验证领域, 但邓氏关联度模型存在无法判断序列距离的弊端, 容易造成仿真验证结果的误判。为了提高使用灰色关联分析法验证仿真结果可靠性的准确度, 提出一种用以判断数据序列之间距离的距离分析方法。在验证航天产品性能样机仿真结果一致性时, 将距离分析方法与灰色关联分析法相结合, 形成考虑序列距离的灰色关联分析法, 从曲线的形状与位置两个方面同时判断两组序列的一致性, 从而提高了验证结果的准确度与可靠性。

考虑到岛礁作战电磁环境复杂、机动性差等局限性, 结合以马赛克战为代表的决策中心战的特点, 借鉴OODA (observe, orient, decide, act)作战循环理论的概念, 对基于马赛克战的岛礁防空电子对抗装备体系进行构建, 并基于复杂网络理论对装备体系进行效能评估。根据作战想定, 首先基于美国国防部体系结构框架(Department of Defense Architecture Framework, DoDAF)2.0对装备体系进行建模, 并通过系统建模语言(system modeling language, SysML)对模型各视图进行可视化呈现。接着, 结合复杂网络分析方法, 以自然连通度对武器装备体系进行抗毁性评估, 以级联失效后的网络最大联通片规模对武器装备体系的鲁棒性进行评估, 分别对中心式作战网和马赛克式作战网进行抗毁性和鲁棒性仿真实验。结果表明, 马赛克式作战网的抗毁性和鲁棒性均更胜一筹, 为未来的装备体系构建及技术发展提供借鉴。

针对传统方法难以适用于动态不确定环境下的大规模协同目标分配问题, 提出一种基于多智能体强化学习的协同目标分配模型及训练方法。通过对相关概念和数学模型的描述, 将协同目标分配转化为多智能体协作问题。聚焦于顶层分配策略的学习, 构建了策略评分模型和策略推理模型, 采用Advantage Actor-Critic算法进行策略优化。仿真实验结果表明, 所提方法能够准确刻画作战单元之间的协同演化内因, 有效地实现了大规模协同目标分配方案的动态生成。

针对城市环境下物流无人机(unmanned aerial vehicle, UAV)飞行计划调配问题, 以UAV运输成本和延误成本最小为目标, 建立多约束物流UAV飞行计划预先调配模型。考虑货物类型优先级、物流公司优先级和配送时间优先级提出综合优先级, 设计了基于综合优先级的飞行计划预先调配算法求解。以校园配送为仿真环境进行验证, 模型和算法能够生成无冲突的飞行时刻表, 实现飞行计划预先差异化调配。实验结果表明, 综合优先级调配与传统任务优先调配、先到先服务调配相比, 每条飞行计划的成本分别降低了21.69%和26.58%;当综合优先级权重组合为0.2、0.4和0.4时, 每条飞行计划的成本最低为5.42元, 调配结果最佳。

针对攻击代价相等时的有限资源网络毁伤问题, 给出了网络毁伤最大化的定义。为了改进近似求解算法求解毁伤最大化问题时复杂度较高的缺陷, 提出了基于拓扑势和CELF(cost-effective lazy-forward)的TPCELF(algorithm based on topology potential and CELF)算法。利用无标度网络和实测网络进行实验, 结果表明，TPCELF算法在计算速度上有较大的提升, 网络平均毁伤效果接近于近似求解算法; 且优于采用常见重要性度量指标排序算法得到的平均毁伤效果。所提方法可从网络毁伤的角度为复杂网络关键节点挖掘提供参考。

为更好地发挥多机编队在低空突防作战中的优势, 对已有的凸优化算法进行改进, 提出一种多机编队低空突防航迹规划方法。首先, 根据低空突防任务特点进行问题建模, 包含多机编队航迹规划模型、障碍物模型以及任务分配评估模型。其次, 提出基于匈牙利算法的集群任务分组概念, 设计更符合战场需求和运动学规律的预规划航迹。之后, 考虑新类型的外部障碍物和不同任务小组间的组间避障, 通过对约束进行合理的近似与凸优化, 实现多机安全飞行。最后, 通过对比仿真, 验证所提改进方法的可行性和有效性。结果表明, 改进后的航迹规划算法能实现对低空突防任务的合理分配, 求解效率和成功率均有所提高, 对新加入的障碍有良好的避障效果。

为了提升基于元学习算法选择的性能, 提出一种基于蚁狮算法的元特征选择方法。首先, 通过鲁棒初始化机制构建初始种群, 增强所选元特征子集的鲁棒性。其次, 在个体解的搜索过程中应用动态边界策略, 增加方法的种群多样性。然后, 采用混沌映射变异策略, 提升方法的寻优性能, 给出方法伪代码并分析时间复杂度。最后, 使用130个数据集、150种元特征、8种候选算法和5种性能指标构建分类算法选择问题进行测试实验, 分析方法的参数敏感性和机制策略效果, 通过准确率、查准率、查全率和F₁分数指标评估并对比方法性能, 验证了所提方法的有效性和优越性。

为了便于不同领域研究人员之间的沟通交流, 减少文本描述的歧义性, 有必要采用建模的形式开展体系能力需求分析。本文根据基于模型的系统工程(model-based system engineering, MBSE)思想, 采用系统建模语言(system modeling language, SysML)以及多视图产品形式, 描述了武器装备体系能力需求的建模分析方法, 分别对作战概念、作战场景、任务分解、作战活动、需求分类、需求分析以及指标分析等7个方面进行了描述, 并选取未来空战新概念“作战云”典型空战样式, 构建了“海上防御型协同制空作战场景”, 验证了该体系能力需求建模分析方法的可行性。

针对无人集群自主协同时作战单元策略选择多样性问题，基于无标度网络，引入公共物品博弈理论，改进愿景驱动机制，构建无人集群合作演化模型。首先，理论推导出集群作战单元总效能解析表达式。然后，仿真分析多样性策略选择情况下，收益系数、愿景水平、策略数量、成本等各类参数变化对无人集群合作水平的影响。最后，据此给出无人集群作战中有效应对多样性选择的合理建议，为无人集群的自组织协同提供决策支持，为有关理论研究转变为实际军事应用提供理论支持。

微小型位置姿态测量系统(micro position and orientation system, MPOS)是为成像载荷提供实时高精度运动补偿信息的关键装置, 其测量精度严重制约成像精度的提升。针对MPOS集中滤波实时性差的问题, 在基于双ARM (advanced reduced instruction set computing machines)硬件平台的基础上, 采用联邦滤波实时组合算法对多组传感器数据进行最优信息融合。以微惯性测量单元为公共参考系统, 双天线全球导航卫星系统(global navigation satellite system, GNSS)和磁强计作为子系统提供量测信息, 将各个子系统得到的局部误差协方差及状态估计值在主滤波器中进行信息融合得到最优估计值。通过动态实验验证了基于联邦滤波实时组合方法的MPOS, 其位置、速度、航向角及水平姿态角精度可达0.6 m, 0.03 m/s, 0.15°, 0.04°。

现代空战环境趋于复杂化, 而传统方法对于机动目标难以获得理想的导引效果。因此, 针对现代无人机空战导引问题, 提出了一种基于顶层滚动优化和底层跟踪的空战导引方法。其中, 基于高斯伪谱法的顶层优化以时间为性能指标, 快速将无人机导引到目标区域, 当目标机动时, 对其轨迹进行预测并重新优化导引轨迹。此外, 引入对导引视线角的底层跟踪方法, 从而完成目标偏航后的快速修正。最后, 针对某型作战无人机进行空战环境下的滚动优化导引以及视线角跟踪仿真, 验证了所提方法对不确定性机动目标的拦截能力。

集群协同打击可以提升飞行器整体作战效能, 然而集群内部碰撞会引起自损, 降低整体作战效能。针对集群协同打击过程目标分配不合理导致的碰撞问题, 基于协同打击移动目标的场景, 建立了多飞行器碰撞问题的数学模型, 揭示了分布式架构集群协同运动的规律。进一步, 考虑飞行器的安全区域约束, 基于总路径最短的目标分配方法, 引入考虑时空避碰的目标评价规则, 提出了兼顾避碰与协同效果的任务分配方法, 并与反应式避碰策略相结合, 极大地提高了集群协同飞行的安全性。仿真结果表明, 研究提出的考虑时空避碰约束的任务分配方法能够有效减小碰撞概率, 在保证协同打击效果的同时确保飞行安全, 具有较强的工程应用价值。

针对空间动目标高精度姿态跟踪控制问题, 提出一种由卫星和二维转台组成的复合平台姿态高精度控制方法。首先建立复合平台耦合动力学模型, 其次针对卫星本体设计反步法控制器实现粗跟踪。当姿态误差满足一定的切换要求时, 粗跟踪误差作为二维转台的目标输入, 二维转台采用基于负载观测器的模型预测方法辅助卫星本体进行姿态精跟踪控制, 从而实现复合平台的高精度姿态控制。此外, 设计了非线性干扰观测器，用来估计耦合运动对卫星本体产生的干扰力矩。数值仿真结果表明, 所提出的复合平台姿态控制精度可以提高一个数量级, 可以实现高精度姿态跟踪控制, 为航天工程实践提供一定的理论基础。

姿态估计是导航解算的基础, 在基于足绑式惯性测量单元的行人导航系统中, 由于足部运动加速度变化频繁且剧烈, 使得常见的姿态融合算法精度下降。为了减小运动加速度对姿态解算的影响, 通过数据分析定义了可以进行加速度补偿的拟合区间, 在零速检测的基础上给出了拟合区间的判定方法, 提出了对加速度计的输出进行一阶拟合补偿的方案, 并设计了能完成后续行人导航姿态估计任务的容积卡尔曼滤波(cubature Kalman filter, CKF)算法, 在非拟合区间则采用三子样旋转矢量法进行姿态更新。在数值仿真中，将所提算法与纯三子样旋转矢量法进行了对比分析, 对算法精度进行了测试, 在行人导航试验中验证了算法的有效性。试验结果表明, 在行走过程中及出现较大运动加速度的情况下, 加入加速度补偿的CKF姿态估计精度平均提高了35.3%。在矩形闭合路径试验中, 起终点水平误差降低了56.3%, 起终点高度误差降低了20.3%。

针对变体飞机纵向动力学模型的变形机构、升降舵、发动机推力的协调优化控制问题, 基于多模型切换的模型预测控制方法, 建立了变体飞机的纵向动力学模型与气动模型, 并分析了其在不同状态和构型下的动力学特性。针对变体飞机纵向运动的平衡点转移问题, 基于小扰动线性模型设计了一种多模型切换的模型预测控制器。该控制器能够通过协调控制变形机构、发动机推力和升降舵优化飞行性能, 并保证了输入幅值和速率受限的条件下变体飞机的状态变量不超出预先设定的范围。然后, 给出了将控制器求解转换为二次规划的详细可行步骤。最后, 通过仿真验证了方法的有效性。

针对防空导弹中制导末段协同探测时间、空间、速度和角度的一致性弹道规划问题, 提出一种基于速度预测的协同弹道规划方法。考虑攻角、弹道、气动间的相互耦合和拦截弹被动减速特性, 借助半解析预测方法精准预报速度变化, 将需用过载转化为升力系数约束, 减少需处理的约束数量; 在此基础上, 通过弹道整形变量将多弹协同规划问题转化为非线性优化问题, 解析生成参考轨迹, 预报需用/可用过载; 综合改进粒子群优化算法, 采用自适应惯性权重和无效粒子再利用策略, 提高粒子利用率的同时提升种群脱离局部最优解的概率, 克服飞行散布和弹道偏差, 快速规划满足终端时、空、角一致性约束的中制导协同弹道。数学仿真验证了中制导末段多约束协同弹道规划算法的有效性。

随着反导拦截技术的迅猛发展, 高速滑翔式飞行器末段的生存能力受到日益严峻的考验, 针对此问题提出了一种基于长短期记忆网络(long short-term memory, LSTM)的飞行器反拦截机动方法, 事先规定好飞行器的机动方式, 将飞行器的规避机动问题简化为机动时机选择问题。随后, 以状态时间序列-拦截脱靶量为样本构建训练集, 利用LSTM网络对两者的非线性映射关系进行学习。最后, 利用该网络在飞行中对拦截脱靶量进行实时预测, 借此进行突防时机的选择。从不同状态时序长度, 不同LSTM神经元个数和不同传感器噪声水平三方面对该方法的性能进行了仿真验证和对比评价, 结果表明: 相比于传统的正弦、方波机动, 所提机动方法能使飞行器生存概率显著提高, 同时显著提高落速, 具有一定的工程应用价值。

星间链路在卫星网络数据传输中发挥着非常重要的作用, 可以解决我国地面站布局受限的问题。然而, 卫星网络拓扑时变, 网络资源有限, 使得星间数据传输具有很大的挑战性。为了克服这个难点, 首先利用存储时间聚合图建模卫星网络, 在考虑网络资源约束的条件下, 构建了数据传输整数规划模型。然后, 设计了知识型混合进化算法(knowledge-guided hybrid evolutionary algorithm, KGHEA)对模型进行求解, 该算法融合了局部搜索算法、路径流量分配算法, 以及多种知识型算子。最后, 设计了仿真实验, 验证了KGHEA的性能, 并分析了各项参数对数据传输性能的影响, 为星间网络建设提供参考。

水声信道面临带宽资源有限、环境复杂的问题, 为提高水下通信速率, 基于水声传感器网络的海洋应用提出自适应通信的需求。传统基于简单信噪比指标的自适应资源分配算法无法准确表述衰落信道的统计特征, 利用强化学习和卷积神经网络预测信道的方法虽然可以提高一定信道状态信息(channel state information, CSI)的准确性, 但这种方法需要长期的观测和大量的训练样本, 不符合水声环境的实际情况。对比, 构建了一种中继放大转发协作正交频分复用(orthogonal frequency division multiplexing, OFDM)通信的模型, 解决了由于节点漂浮导致直接通信传输效率变低的问题，并提出一种在时延反馈CSI中基于OFDM的自适应功率比特分配算法, 利用条件概率表征不完美的CSI, 调整自适应通信参数, 进行遍历容量最大化建模。仿真结果表明, 该算法实现功率和比特的联合自适应分配, 平均传输速率指标优于直接反馈CSI的功率分配算法, 虽然略低于采用马尔可夫链预测信道的方法, 但结合算法复杂度来看, 所提算法更简单, 更适合能量有限的水声传感器网络。

针对基于特征值的谱感知算法在脉冲噪声的环境下感知性能不佳的问题, 分析矩阵全部的特征值, 引入矩阵特征值的几何均值, 提出了基于分数低阶协方差矩阵的最大特征值与特征值几何均值之差(difference between maximum eigenvalue and geometric mean of eigenvalue, DMGM)的频谱感知算法。选择了Alpha稳定分布噪声模拟脉冲噪声环境, 理论分析与仿真实验结果表明, 在不增加算法复杂度的前提下, DMGM算法与其他算法相比, 更适用于脉冲噪声环境, 在低信噪比条件下具有更好的感知性能。

在基于认知物联网的无人机(unmanned aerial vehicle, UAV)辅助通信中, 频谱效率(spectral efficiency, SE)和能量效率(energy efficiency, EE)的优化问题备受关注。针对低延迟高可靠性的通信需求, 分析认知UAV通信中的短包传输问题。与传统认知网络相比, 基于短包传输的通信存在不可忽视的包错误率。通过研究包错误率、感知时间和UAV发射功率对SE和EE的影响, 证明了SE和EE关于感知时间和发射功率的最大值无法同时获得。在此基础上, 提出高效的联合优化算法实现了SE/EE的折中优化。数值和仿真结果证明了理论分析的正确性, 并验证了所提算法的有效性。

针对高动态环境下Link16数据链信号载波同步问题, 设计了一种基于相邻符号相位差与两步式频率估计相结合的多普勒频率估计算法。该算法引入一种导频插入式数据结构, 然后在此基础上对接收信号进行取辐角处理, 再借助相邻符号位的相位差去除一阶频率偏移量, 最后对观测序列求和得到变化率估计值。一阶多普勒频偏估计采用快速傅里叶变换与自相关结合方式来完成。理论分析和仿真结果表明, 所提算法在频偏估计算法的基础上消除了多普勒变化率的影响, 能实现多普勒变化率的有效估计。与其他算法相比, 所提算法进一步增强了数据链系统传输的可靠性与动态环境适应能力, 并且在估计精度方面具有优越的性能。

针对无人机(unmanned aerial vehicle, UAV)集群执行对地攻击任务可靠性评估问题, 考虑实际作战环境和任务规划, 建立了一种适用于具体任务过程的可靠性评估方法。首先, 建立了UAV集群作战的时态异构网络模型, 用时态打击链模拟UAV集群任务规划和协同作战过程。然后, 基于连续时间马尔可夫链(continuous-time Markov chain, CTMC)建立了UAV集群在威胁区域飞行的生存概率模型。进而, 综合UAV集群的作战能力和生存概率, 提出了任务可靠性评估方法。最后, 通过实例分析, 验证了该模型的实用性和合理性。该模型考虑到各方面影响战果的因素, 贴合实际, 为UAV集群任务可靠性评估和决策提供了参考。

针对传统方法构建的健康因子各类性能指标不高、信息冗余的问题, 提出一种基于改进受限玻尔兹曼机(restricted Boltzmann machine, RBM)的滚动轴承健康因子构建方法。首先, 提取滚动轴承振动监测信号时域、频域特征组成物理健康因子集。其次, 将RBM隐藏层节点数随时间变化斜率引入到正则化项中, 提取物理健康因子集中的趋势性特征。最后, 利用滚动轴承全寿命周期试验验证所提方法的有效性。实验结果表明，相对于主成分分析(principal component analysis, PCA)法、传统RBM虚拟健康因子构建方法, 基于改进RBM构建的虚拟健康因子单调性分别提高178.0%和33.3%, 趋势性分别提高126.8%和16%, 鲁棒性分别提高60%和6.02%。

针对用传统的故障诊断方法难以对非线性非平稳的柴油机故障信号进行准确高效诊断的问题, 提出基于小波时频图与Swin Transformer的柴油机故障诊断方法。该方法可以有效结合小波时频分析在处理非线性非平稳信号方面的优势和Swin Transformer强大的图像分类能力, 通过连续小波变换将原始信号表示为小波时频图, 将小波时频图作为特征图输入到Swin Transformer进行训练, 实现柴油机故障状态识别。实验结果表明, 与对比方法相比, 所提方法具有较好的故障识别精度及稳定性, 在公开数据集和实验室实测数据中的整体故障诊断准确率分别达到100%和98.88%, 为柴油机故障诊断提供了一种新的思路。