未来十年全球将陆续发射数以万计的近地轨道卫星, 组成巨型星座, 这将为定位导航应用提供大量不同频段、带宽和制式的机会信号。为了便于利用卫星机会信号, 设计一种轻量级模块化的通用型接收设备, 率先观测到星链卫星下行信号频道间间隔中心处的信标信号(11.95 GHz/12.45 GHz)。基于该信标信号提出多普勒提取和定位方法, 并开展外场实验, 接收获得6颗星链卫星的信号, 利用其实现接收站定位。接收机的三维定位误差为28.9 m, 水平定位误差为11.8 m, 验证了星链信标信号用于多普勒定位的实际有效性。

瞄准式干扰由于干扰能量集中、干扰强度大, 严重影响雷达目标探测性能。针对瞄准式干扰, 提出了基于幅度编码调制(amplitude code modulation, ACM)的信号抗干扰方法。首先，通过设计ACM信号, 实现雷达信号的频谱搬移, 并根据ACM信号参数对匹配滤波器进行频移处理, 获得谐波脉压的参考信号。其次, 对谐波进行脉冲压缩处理, 得到目标回波在谐波处的一维距离像。然后，通过能量补偿, 弥补ACM带来的能量损失, 即可得到与原始信号回波一致的目标一维距离像。最后, 给出了ACM及回波抗干扰处理流程, 并通过数字仿真进行验证。仿真结果表明, 所提方法所获得的目标回波一维距离像与未被干扰信号获得的目标回波一维距离像基本一致。当调制频率为5倍信号带宽时, ACM信号较原始信号抗瞄准式干扰性能提升了32 dB。

海洋4A散射计将是世界上首个采用相控阵数字波束合成体制的星载微波散射计。其中，相控阵散射计高精度测量的实现依赖于散射计系统中各通道的一致性，因此需要实时对各通道的幅度和相位进行校正，以确保阵列能够正确地合成所需的波束。针对此问题, 提出了一种相控阵散射计通道幅相实时校正算法，所提算法采用现场可编程门阵列(field-programmable gate array, FPGA)实现，利用FPGA的并行处理能力和高速性能，对接收到的信号进行实时处理，实现了通道的幅度和相位校准。仿真、FPGA硬件调试以及实测数据分析表明，所提算法能够有效地对通道进行幅相校正，其校正的幅度和相位平均误差小于1%;所提算法提高了数字波束合成的性能，为相控阵散射计的高精度测量提供了可行性。

针对导航接收机在带外电磁干扰下出现卫星跟踪丢失的现象, 以导航接收机为研究对象, 开展连续波电磁干扰注入效应试验, 得到导航接收机在电磁干扰下的敏感阈值曲线。通过利用先进设计系统(advanced design system, ADS)电路仿真软件构建导航接收机射频前端电路, 仿真分析结果表明带外电磁干扰下产生的副通道干扰是导致卫星跟踪丢失的主要原因。同时, 通过数学模型分析和试验验证的方法, 得知低次谐波敏感频段的效应机理与射频前端低噪声放大器有关, 这对于提升导航接收机抗带外电磁干扰的能力具有一定指导意义。

针对水下目标被动定位中传感器位置误差带来的定位精度不高的问题, 提出了一种基于两步最小二乘的到达时间差-波达方向(time difference of arrival-direction of arrival, TDOA-DOA)目标定位算法。首先, 构建TDOA-DOA理想化无误差模型, 并利用最小二乘算法对目标位置进行粗估计。其次, 考虑测量误差和传感器位置误差, 构建目标定位误差和传感器位置的联合方程，并利用加权最小二乘求解。最后, 利用目标定位误差对目标位置粗估计值进行修正, 得到更精确的定位结果。仿真实验表明, 所提算法可对目标位置和传感器位置进行联合估计, 相较于已有算法具有更高的定位精度, 更适用于传感器位置存在误差情况下的水下目标定位。

作为一种经典的有源干扰, 速度欺骗干扰极易导致雷达在多普勒维上同时检测到单个或多个虚假目标, 造成雷达虚警, 给雷达探测带来了巨大挑战。为了抵抗速度欺骗干扰, 结合脉内、脉间编码和接收滤波器设计等多个自由度, 提出一种发射与接收多维联合设计的方法。首先，以非匹配滤波器峰值损失为惩罚项，并联合接收信号的多普勒谱上目标旁瓣能量与干扰能量构建优化目标函数，同时考虑发射波形峰均功率比约束。然后，基于坐标下降思想和优化最小化理论，提出一种块坐标下降的优化最小化方法求解该问题。最后，仿真实验表明相比传统脉间初相设计，在频谱阻带内，所提方法峰值旁瓣比提升约6 dB，抗速度欺骗干扰性能大幅提升。

对于空中机动平台, 观测站位置误差的存在, 使得传统时差定位方法的精度不能满足高精度定位需求。针对观测站位置误差下的多站时差定位问题, 提出一种基于观测站精确距离信息的高精度时差定位方法。不同于传统的两步加权最小二乘(two step weighted least squares, TS-WLS)算法, 该算法在加权最小二乘时直接对目标位置估计的误差进行估计, 避免了开方、平方等非线性运算。仿真实验结果表明, 引入观测站精确距离信息能够大幅提升目标定位精度, 所提算法具有较强的噪声适应能力, 能够在观测站位置误差较大的情况下实现高精度时差定位。

前向散射雷达可通过捕获目标穿越基线时引起的信号扰动实现目标检测, 在隐身飞机目标探测方面具有一定潜力, 目标穿越特性的研究对信号检测和参数估计具有重要意义。首先构建了基于全球导航卫星系统(global navigation satellite system, GNSS)的前向散射雷达网模型, 分析了构成前向散射观测的条件和探测范围。然后, 基于前向散射动态信号模型, 提出采用时频域统计特征描述目标穿越基线的信号特性。最后, 通过仿真分析了目标穿越位置和运动参数对散射信号及其统计特征的影响, 揭示了前向散射信号的特征变化规律, 对后续提高穿越事件检测概率和参数估计精度具有参考价值。

为进一步实现雷达与通信系统的高效协同, 提出一种基于极化-相位联合调制的雷达通信一体化发射波束方向图设计方法。首先, 通过正交子空间投影方法将权矢量投影至指定流形空间的零空间; 然后, 针对通信与探测权矢量的不同指标设计目标函数并通过优化算法求解, 以实现通信信息的嵌入与极化控制; 最后, 添加人工噪声干扰以降低非通信方向对通信信息的截获概率。仿真结果表明所提方法可以实现极化调控和旁瓣约束, 通信信号相比于已有方法具有更高的传输速率和抗截获概率。

旁瓣相消具有抗干扰的能力, 因此被广泛应用于雷达抗干扰领域。在有限分布式干扰布阵条件下, 针对旁瓣相消系统产生的干扰效果不佳问题, 提出一种针对旁瓣相消的由遗传算法(genetic algorithm, GA)和粒子群优化(particle swarm optimization, PSO)算法结合的方法, 针对旁瓣相消特性对分布式干扰的阵位进行规划布阵。在有限的干扰资源条件下, 通过穷举法、标准PSO算法和遗传粒子群优化(genetic-particle swarm optimization, GA-PSO)算法进行对比, 研究分布式干扰布阵优化结果。仿真分析3种方法在达到一定条件下的干扰效果和迭代次数, GA-PSO可以牺牲较少的时间复杂度达到较好的干扰效果。

级联毫米波雷达将多个射频芯片进行级联, 可实现大规模多输入多输出(multiple-input multiple-output, MIMO)天线阵列。然而, 现有毫米波雷达的测角方法存在精确度不足、旁瓣过高等问题。对此, 提出一种基于稀疏矩阵填充的级联毫米波雷达高分辨测角方法。首先, 建立级联毫米波雷达二维稀疏阵列的阵列信号模型。然后, 将该阵列的单快拍信号构造为低秩汉克尔(Hankel)矩阵, 使用加权非精确增广拉格朗日乘子法进行稀疏矩阵填充, 并将填充后的矩阵转化为均匀虚拟阵列的单快拍信号。最后, 使用常规波束形成(conventional beamforming, CBF)方法估计目标角度信息并进行配对。仿真和实测实验结果表明, 所提方法能够精确地估计目标角度信息, 并有效抑制峰值旁瓣电平。

由于卷积运算过于关注图像的局部特征, 在对源图像进行融合时容易造成融合图像的全局语义信息丢失。为了解决该问题, 提出一种基于卷积与自注意力的红外与可见光图像融合模型。该模型在使用卷积模块提取图像局部特征的同时, 还使用自注意力来提取图像全局特征。此外, 由于简单运算无法满足不同层次特征的融合, 提出使用嵌入式块残差融合模块来实现多层次特征融合。实验结果表明, 相比无监督深度融合算法, 所提的方法在主观评价与6项客观指标上的结果具有一定优势。其中, 互信息、标准差和视觉保真度分别提升了61.33%、9.96%和19.46%。

视频合成孔径雷达(video synthetic aperture radar, ViSAR) 由于能够连续观测目标区域的变化，在许多领域得到了广泛的应用。首先梳理了国内外ViSAR相关的研究动态，分析了ViSAR高帧率成像以及动目标阴影形成的原理；然后系统地阐述了国内外ViSAR系统及其处理技术的研究进展，对成像算法、运动补偿算法以及动目标检测与跟踪技术等方面的研究进展进行了梳理和总结；最后总结了目前ViSAR相关的发展，并对未来ViSAR技术的潜在研究方向进行了展望。

天基雷达在广域目标监视方面具有独特优势, 利用天基雷达实现广域海面目标跟踪具有重大现实意义和特殊难度。针对天基分布式雷达体制, 在分析其用于海面多目标跟踪场景所存在的区域非均衡覆盖、低/超低回访周期、实时处理等特殊问题影响基础上, 提出了星间接力跟踪处理方式和栅格化跟踪处理框架, 并给出了相应的多目标跟踪性能评估指标体系。仿真评估结果表明了所提栅格化跟踪处理框架相对常规全域处理框架的优越性以及评估指标的合理性。

针对高维数据下贝叶斯网络结构学习精度和效率低的问题, 提出一种基于归一化互信息和近似马尔可夫毯的特征选择(feature selection based on normalized mutual information and approximate Markov blanket, FSNMB)算法来获取目标节点的马尔可夫毯(Markov blanket, MB), 进一步结合MB和Meek规则实现基于特征选择的局部贝叶斯网络结构(construct local Bayesian network based on feature selection, FSCLBN)算法, 提高局部贝叶斯网络结构学习的精度和效率。实验证明, 在高维数据中, FSCLBN算法与现存的局部贝叶斯网络结构学习算法相比更具优势。

在处理知识图谱复杂问答任务时, 传统的查询图语义解析方法需要在排序阶段对大量结构复杂的候选查询图进行语义编码, 用以获得各自多维特征表示。然而, 在编码过程中采用的全局最大或平均池化操作通常存在对代表性特征提取能力不足的问题。针对以上问题, 提出一种基于层级池化序列匹配的最优查询图选择方法。在实现候选查询图的交互建模过程中, 同时采用层级池化滑动窗口技术分层提取问句和查询图序列对的局部显著性特征与全局语义特征, 使得到的特征向量更好地用于候选查询图的语义匹配打分。所提方法在两个流行的复杂问答数据集MetaQA和WebQuestionsSP上开展广泛实验。实验结果表明: 引入层级池化操作能够有效提取复杂查询图序列的代表性语义特征, 增强原有排序模型的交互编码能力, 有助于进一步提升知识图谱复杂问答系统的性能。

保障无人机(unmanned aerial vehicle, UAV)飞行安全已经成为推动无人驾驶航空创新应用与规模发展的关键问题。针对UAV在低空结构化航路网络运行过程中由航迹偏离导致的安全隐患, 提出一种异常航迹检测方法(abnormal trajectory detection method, ATDM)。首先, 建立航迹数据预处理和重构模型, 构筑包含位置、速度、航向等多维属性的航迹数据。其次, 以具有多维属性的航迹数据为输入, 采用双向长短时记忆网络算法构建UAV短期航迹预测模型。最后, 基于历史航迹点和预测航迹点间的多维度局部异常因子, 将航迹偏离检测转化为航迹点密度分类问题, 建立UAV航迹偏离检测方法, 实现短时范围内航迹偏离状态的动态监测。结果表明, ATDM在短的预测时间范围内具有较好的精度优势和实时性。

全媒体环境下, 重大舆情与突发事件舆论引导及相应的科学研究问题日益凸显出行为的复杂性、结构的复杂性、要素间关联的复杂性和环境的复杂性, 向目前的引导研究方法论提出新的挑战。以Web of Science和中国知网(China national knowledge infrastructure, CNKI)数据库为数据来源, 围绕重大舆情与突发事件本身的分析挖掘、指标体系、传播和演化, 以及舆论引导策略的宏观政策、态势研判、演化仿真预测和应急响应研究展开述评梳理, 最后总结了重大舆情和突发事件舆论引导理论方法、研判分析和预警研究面临的挑战和发展趋势, 有助于帮助数智驱动应急管理体系和能力建设发展中新机遇和新挑战方面的落实。

高斯过程回归(Gaussian process regression, GPR)是一种基于高斯过程的非参数化贝叶斯回归方法, 其可以灵活适应不同类型数据, 用于建模和预测数据之间的复杂关系, 具有拟合能力强、泛化能力好等特点。针对海量用户场景下用户量实时预测问题, 提出一种基于GPR的用户量预测优化方法。在滑动窗口方法处理数据的基础上, 选择合适的核函数, 基于k折交叉验证得到最佳超参数组合以实现GPR模型训练, 完成在线用户量的实时预测并进行性能评估。实验结果表明, 相比于采用训练集中输出数据方差的50%作为信号噪声估计量的传统方案, 所提方法具有较高的预测准确度, 并且在测试集均方根误差(root mean square, RMS)、平均绝对误差(mean absolute error, MAE)、平均偏差(mean bias error, MBE)和决定系数R²这4个评估指标方面均有提升, 其中MBE至少提升了43.3%。

针对小子样条件下开展测试性评估存在数据冲突的问题, 提出一种基于研制阶段数据融合的舰炮制导弹药测试性评估方法。首先, 确定研制阶段中舰炮制导弹药测试性信息的来源, 并根据其不同特点, 利用相应的Beta分布参数折合方法, 获得测试性信息Beta分布并构造对应的基本信任分配函数。其次, 为解决在数据融合中存在的冲突问题, 引入一种基于可信度、不确定度和重要度的数据融合权重确定方法, 通过融合多来源的测试性信息得到舰炮制导弹药测试性指标评估结果。实例表明, 所提方法能充分利用研制阶段收集的多来源测试性信息, 有效利用主观不确定性信息, 且减少数据冲突问题, 可提高舰炮制导弹药测试性指标评估的可靠性。

针对飞机在空战中采集的飞行参数数据成分复杂、标签存在缺失等问题, 提出一种基于生成式对抗网络(generative adversarial network, GAN)的半监督空战态势评估模型。首先根据各要素权重提取空战数据的主要影响因子, 随后进行差分化和窗口化处理, 利用差分方法将态势信息相对化为一维特征向量, 窗口化信息生成反映两架载机态势信息的特征矩阵, 并送入网络进行半监督训练。仿真结果表明, 该模型在样本标签缺失的情况下具有良好的态势分析效果, 对于4种态势的识别准确率达90.91%。

链路预测是指根据网络中已知的信息对未知或未来可能存在的链路/链接进行预测, 是网络科学及数据挖掘领域的研究热点之一。异质信息网络能够更准确地刻画数据中提供的语意信息, 提高下游数据挖掘任务的效率。因此, 异质信息网络上的链路预测方法需要兼顾网络的拓扑特征与语义特征, 为链路预测任务带来新的挑战。在前人研究的基础上, 系统性地梳理了近年来异质信息网络上的链路预测方法。首先, 对异质信息网络和链路预测相关概念进行介绍; 其次, 对异质信息网络上的链路预测方法进行详细分类, 对不同类型异质信息网络上的链路预测方法进行了总结, 并对各类典型代表方法进行详细介绍; 然后, 对异质信息网络上链路预测方法的应用进行了梳理; 最后, 总结了该领域在进一步研究中需要解决的问题, 以及未来可能的发展方向。

针对现有故障预测与健康管理(prognostics and health management, PHM)系统难以给出实时、动态健康管理决策结果的问题，综合考虑不完善维修、多资源约束(人力、时间、成本等)、备件订购、任务规划等因素，基于选择性维修理论，建立了动态健康管理决策模型，得到了最优方案，包括部件最优维修对策、维修任务分配、备件订购数量、最优任务规划等。最后，结合算例，分析了维修人员数量、备件数量、任务规划等因素对动态健康管理决策结果的影响，验证了所提模型的有效性，对于指导装备健康管理实践、提升保障质效具有重要的意义。

针对机载惯性导航系统(inertial navigation system, INS)/毫米波雷达组合导航系统中, 毫米波雷达测角随机常值误差会带来定位精度损失问题, 提出一种基于容积卡尔曼滤波算法的双模式自适应双重切换INS/毫米波雷达组合导航方法。将组合导航过程分为斜距角位置匹配与相对位置矢量匹配两个阶段, 并对导航系统建模方法进行改进, 将测角常值误差导致的位置误差从组合误差中分离出来。导航初阶段采用斜距角位置匹配模式, 针对近距时滤波发散的问题, 采用基于滑动窗方差判别的模式切换方法对切换条件进行实时判定, 判定满足条件后自动切换组合模式为相对位置矢量匹配模式。以载机着陆为背景进行仿真验证, 结果表明, 所提方法有效提升了组合导航精度, 具有一定的工程意义。

针对无人机机载武器低成本精确打击的需求, 提出利用机载光电吊舱获取制导信息、采用视线制导法进行制导律设计的方案。通过分析载机、导弹和目标的运动关系, 建立了系统状态空间模型, 基于反步法和滑模控制设计了改进视线制导律。对制导律中无法由载机获取的参数进行了讨论, 采用跟踪微分器提取视线角并估计视线角速度信息。数值仿真结果表明, 在视线角存在噪声且导弹矢径拉偏的情况下, 改进视线制导律仍可保证对地面目标的精准打击。与传统视线制导律相比, 载机的运动方向不受限制, 可在发射导弹后远离目标以免受到威胁, 符合现实需求。

针对巨型星座群等空间非合作目标实时跟踪难题, 提出一种天基分布式协同无源探测的多目标跟踪方法。首先, 建立了地球非球形J2项摄动和大气阻力摄动条件下的轨道动力学模型, 并建立了星载的单位视线矢量测量模型。然后, 建立了基于势均衡概率假设密度滤波的多目标跟踪算法, 并采用高斯混合方法求得多维积分的近似封闭解, 降低算法的计算复杂度, 以解决星载实现问题。接着, 设计了多平台多目标跟踪交互的一致性信息融合方案, 引入标签进行目标区分, 减少不同平台之间信息传递与融合带来的计算匹配问题, 并使用一致性信息滤波进行信息融合。最后, 以某星座局部区域的15颗轨道相近的星座卫星作为跟踪目标, 对所提方法进行仿真实验验证。仿真结果表明所提方法有效, 跟踪性能比传统方法提升了约60%, 在协同构型不奇异情况下跟踪的位置误差在5 km以内。

针对模拟式太阳敏感器测量精度难以满足高精度姿态测量需求的问题, 提出一种准直角特性影响补偿方法。在分析模拟式太阳敏感器主要测量误差源的基础上, 构建了考虑入射光线准直角特性的测量误差模型, 归纳准直角误差与光线入射方向之间的关系, 从测量原理入手推导误差补偿算法, 对准直角特性引入的误差影响进行精准补偿。仿真结果表明, 所提算法对主要误差的补偿效果显著, 在太阳敏感器的视场范围内平均测量精度由补偿前的0.059 9°提高至补偿后的0.009 4°, 大幅提高了模拟式太阳敏感器的测量精度。

针对多目标突防组网雷达系统场景, 为有效提高干扰效果以及突防成功率, 编队航迹规划尤为重要。因此, 首先构建航迹规划模型, 从飞行器自身约束、航迹安全性、机间协调以及任务完成效果4个方面出发, 结合多机伴随式编队及其所处环境特点, 提出较为完备的航迹规划准则, 形成一个新的整体目标函数; 其次, 为有效描述每架飞机的机动特性以及伴飞干扰机与目标飞机间的联系, 提高算法搜索能力, 提出基于多球面矢量(multi-spherical vector-based, MS)方法; 为进一步提高算法的探索和开发能力, 提出多面球矢量逐航迹点学习混合粒子群优化(multi-spherical vector-based hybrid particle swarm optimization with track point by track point learning, TLHPSO)算法, 并将两者相结合, 形成基于多面球矢量的逐航迹点学习混合粒子群优化(MS-based hybrid particle swarm optimization with track point by track point learning, MS-TLHPSO)航迹规划方法; 最后, 构建相应仿真场景进行验证。对比结果表明, MS方法以及TLHPSO优化算法在寻优能力上具有明显优势; 同时, 所提算法在不同初始场景下最优解的平均值均优于其他算法, 充分说明所提算法能够在保证稳定性的前提下规划具有更高可信度的编队航迹。

针对在远距离密集目标情况下, 因角度维误差导致目标空间定位误差变大而航迹误关联率较高的问题, 提出一种基于目标量测误差分布的航迹抗差关联算法。首先在分析目标量测误差空间概率分布特征的基础上, 定义了与目标同一性密切相关的视同因子; 然后利用关联目标对与雷达之间的几何关系、目标量测距离和雷达站址等先验信息, 基于模糊数学理论中的高斯隶属度函数, 计算得到目标航迹之间的航迹关联度和航迹关联代价矩阵; 最后利用经典分配法进行航迹关联判定。仿真结果表明, 所提算法航迹误关联率低、抗差性好, 且不受目标数目变化的影响。

针对当前基于中央控制策略解决无人艇(unmanned surface vehicle, USV)过复杂障碍场智能化程度不足的问题, 提出一种基于局部感知的USV集群自主决策通过复杂障碍场方法。所提方法采用自组织协同思想, 利用USV的局部感知能力获取周边水域的有效信息, 将自组队形和自主避障决策权交由USV执行, 促使集群自组织通过复杂障碍场并达成无序到有序的队形演化。仿真结果表明, 采用所提方法的集群过复杂障碍场过程明显优于基于人工势场的同类方法。所提方法可在确保生存率前提下自组织实时集群自组队形、自主避障和自适应航行, 对提升集群适应能力具有重要意义。

针对脉冲噪声导致正交频分复用(orthogonal frequency division multiplexing, OFDM)水声通信系统误码率性能降低的问题, 提出一种迭代脉冲噪声抑制与信道估计方法。首先, 利用对称α稳定(symmetric α stable, SαS)分布对水下噪声进行建模, 并通过实测噪声数据进行拟合验证。其次, 基于脉冲噪声幅值较大的特性, 利用切比雪夫不等式对基带接收信号实部和虚部分别进行脉冲噪声检测和抑制。同时，通过分析最小二乘(least squares, LS)信道估计算法估计误差的统计特性, 提出自适应门限LS信道估计算法, 减轻残余噪声对信道估计的影响。最后, 结合估计的信道和译码结果重构噪声并进行脉冲噪声估计, 实现迭代脉冲噪声抑制与信道估计。仿真结果表明, 在不同程度脉冲噪声和实测噪声场景下, 所提方法能够有效抑制脉冲噪声, 显著降低OFDM系统误码率。

针对存在频谱混叠通信信号的单通道盲源分离(single channel blind source separation, SCBSS)问题, 提出一种基于参数估计和Kalman滤波的SCBSS算法。首先, 针对根多重信号分类(root multiple signal classification, Root-MUSIC)算法在相近载频估计方面的局限性, 提出一种自适应的Root-MUSIC算法, 对接收到的盲混合信号的源信号数目和载频进行估计; 其次, 将Kalman滤波的思想引入到SCBSS算法中, 根据估计得到的源信号参数构造信号模型, 将其作为Kalman滤波系统的观测向量, 执行“时间更新”和“测量更新”两个过程, 得到源信号的最佳估计, 实现单通道盲源分离。仿真结果表明, 所提算法能够有效地从存在频谱混叠的单路接收信号中准确地分离出多路源信号, 比传统的算法分离精度高, 运算速度快。

针对Chirp基调制信号在分数阶傅里叶变换域特征明显, 信号周期易被检测等问题, 提出一种能够实现多域隐蔽的低检测概率(low probability of detection, LPD)波形构造方法。该方法采用分数阶傅里叶变换跳频(fractional Fourier transform-frequency hopping, FrFT-FH)架构, 在不改变Chirp信号扩频增益的前提下, 通过时宽分割和重组(time width division and reorganization, TDR), 降低信号在分数阶傅里叶变换域和周期域的能量聚敛特性。仿真结果表明, 相较于现有LPD波形只能实现单一特征域隐蔽的问题, 所提波形在不影响系统通信性能的前提下, 面对频域检测、分数阶傅里叶变换域检测、周期域检测多种检测手段, 在10 dB信噪比条件下的信号检测概率均低于0.2, 满足系统在不同特征域下的LPD需求。

针对低轨卫星物联网场景下基于窄带物联网(narrow band Internet of Things, NB-IoT)体制的物联终端大尺度地理范围内多场景应用业务时延和终端功耗需求动态变化问题, 提出一种利用马尔可夫链模型评估NB-IoT终端在扩展不连续接收(extended discontinuous reception, eDRX)和节能模式(power saving mode, PSM)下的时延功耗的方法, 建立了以下行业务延迟和终端功耗为优化目标的多目标优化问题。在信关站利用终端历史业务数据信息离线训练基于支持向量机(support vector machine, SVM)的时延功耗的回归预测模型, 以回归预测模型作为非支配排序遗传算法(non-dominated sorting genetic algorithms-Ⅱ, NSGA-Ⅱ)的目标函数，得到多目标优化问题的Pareto前沿解集, 进一步从Pareto前沿解集中选择满足当前应用时延功耗需求的工作状态定时器参数值, 在线配置终端。仿真结果表明, 相比于传统的地面物联网终端固定式定时器参数配置方法, 所提出的业务驱动的定时器参数配置方法在终端动态多场景应用下能够更好地满足业务时延和终端功耗需求。

针对测距仪(distance measure equipment, DME)信号严重干扰L频段数字航空通信系统(L-band digital aviation communication system, L-DACS)前向链路接收机的问题, 提出基于相关稀疏变分贝叶斯(correlated sparse variational Bayesian, cSVB)算法的DME脉冲干扰抑制方法。所提方法利用L-DACS系统正交频分复用(orthogonal frequency division multiplexing, OFDM)接收机的空子载波信息构建接收信号的压缩感知方程; 然后, 根据cSVB算法进行三层次贝叶斯信号建模, 最后选择了两种变体算法重构DME干扰信号, 并将其从时域接收信号中去除。理论分析与仿真结果表明, 所提出的干扰抑制方法可以充分利用信号先验信息, 进一步降低DME干扰信号估计的归一化均方误差, 有效改善L-DACS系统的误码性能, 提高传输可靠性。