针对弱信号环境下全球定位系统(global position system, GPS)信号捕获问题，提出了一种基于双块零拓展（double block zero padding, DBZP）差分相干捕获算法。该算法将快速傅里叶变换（fast Fourier transform, FFT)、DBZP、差分相干及频率误差修正等4项技术有机结合，从而有效减小了在FFT计算过程中由大多普勒频移引起的码片速率变化而造成的相关功率损失，同时也削弱了残余多普勒频率造成的功率损失。实验表明，算法能明显提高系统捕获性能，在仿真数据集下，与直接FFT差分相干算法相比，捕获灵敏度提高了约2.8 dB，并在给定的积分时间及载噪比下，捕获频率误差的标准差小于20 Hz；在实验数据集下，与直接FFT差分相干算法相比，捕获结果信噪比提高了约3 dB。

二进制偏移载波（binary offset carrier，BOC）调制信号的自相关函数具有多峰性，导致全球导航卫星系统（global navigation satellite systems，GNSS）接收机同步阶段容易产生误捕和模糊跟踪。针对此问题，提出了一种基于合成相关函数的Cosine-BOC信号无模糊跟踪方法。该方法通过设计两路本地辅助信号的波形，与接收BOC信号进行相关运算，构造出无边峰的合成相关函数，实现无模糊跟踪。理论分析与仿真结果表明，该方法能够完全消除BOC自相关函数边峰，保持主峰的宽度，有效地提高了码跟踪的可靠性，同时具有较好的多径抑制能力，且适用于任意阶数的Cosine-BOC调制信号。

针对复杂的应用环境下，时间序列建模不易准确，多步预测精度不高的问题，提出基于粒子滤波（particle filter, PF）优化的滚动式时间序列（roll time series, RTS）多步预测算法(PF_RTS)。采用Box-Jenkins方法对时间序列滚动自适应建模，所建模型作为粒子的状态转移方程，利用粒子滤波算法实时动态修正预测数据，逼近状态的最优估计。本文算法具有自学习能力，适合实时应用。仿真结果表明，本文算法需要的先验知识少，提高了预测的精度。

在非协作信息侦测情况下，在扩频周期内，由于非周期性直接序列扩频（direct sequence spread spectrum， DSSS）信号的扩频序列具有不可重复性，再加上扩频信号的非同步性，使得扩频码的盲估计十分困难。在信息序列不相关，且已知扩频码周期、码速率和信息速率等参数的前提下，提出一种针对非周期性DSSS信号PN(pseudo-noise)序列的盲估计方法。该方法按照信息码元宽度进行分段，利用子空间跟踪算法估计各段PN序列，结合滑动窗口方法实现盲同步，并按照一定的顺序排列拼接实现PN序列盲估计。仿真结果表明，该方法运算量小，对存储空间要求低，在低信噪比条件下可快速准确恢复PN码序列。

针对新一代军用飞机对射频隐身能力的迫切需求，研究了电波频率对射频隐身性能的影响。首先基于截获距离给出了隐身效率的定义。然后综合考虑自由空间衰减、大气吸收衰减和降雨衰减的影响，对截获距离与电波频率之间的关系进行了分析。最后仿真了10~40 GHz之间，不同工作距离和天气环境下，频率改变对射频隐身性能的影响。结果表明,频率选择对射频隐身性能具有很大影响，在10~40 GHz内通过频率改变能够提高约10%的隐身效率，同时工作距离和天气条件对隐身性能也会产生一定的影响。

针对Dempster组合规则存在的缺陷，即：在融合高度冲突的证据时会产生违反直觉的结论，无法处理完全不一致的证据，而且不能根据命题子集基数向下聚焦，提出了一种结合修改组合规则与修改证据源两种不同冲突处理策略的证据融合方法，采用基于Jousselme证据间距离指标的加权平均法对原始证据进行修正，并给出新的组合规则对修正的证据进行多次组合。与当前代表性方法相比，该方法在根据子集基数向下聚焦、收敛趋势以及冲突证据的处理方面都有好的表现。

在双基地机载雷达中，由于地面杂波存在距离依赖性，使得基于距离单元回波数据平均的杂波协方差矩阵估计存在误差，导致空时自适应处理的杂波抑制性能严重下降。基于配准的方法沿杂波空时分布曲线采样，补偿杂波距离依赖性，然而该方法由于采样点过多导致运算量巨大。针对该问题，利用双基地机载雷达杂波散射点的复幅度受收发天线调制，具有稀疏分布的特点，提出了一种基于稀疏采样的杂波谱补偿方法，该方法通过设置采样门限来降低采样点数，减小重构杂波数据的运算量。计算机仿真结果表明，该方法能够有效地降低重构杂波的运算量，减小双基地机载雷达杂波的距离依赖性，提高空时自适应信号处理的杂波抑制性能。

研究了一种基于子脉冲去斜的高分辨距离像合成新方法。首先，用本地参考信号对接收的步进频脉冲串信号进行去斜处理，然后把去斜之后的信号按顺序在时域上拼接起来得到宽带回波，最后按传统的处理方法得到目标的一维距离像和二维逆合成孔径雷达像。这种方法避免了传统时域拼接法的上采样、频移和相位补偿运算，减小了处理复杂度，易于工程应用。

在合成孔径雷达（synthetic aperture radar, SAR）图像目标识别领域，提取目标区分性强的识别特征一直是研究热点之一。设计了一种SAR图像目标识别的算法，利用目标散射中心点集特征和属性散射中心特征分量估计值序贯匹配识别车辆目标。实测数据的实验证实了算法在目标方位角变化情况下和俯仰角变化情况下,车辆目标的识别都有较好的表现。

针对采用球不变随机向量(spherically invariant random vector, SIRV)建模的非高斯杂波背景下，目标散射点个数估计失配时，修正的依赖于散射点密度的检测器（modified scatter density dependent, MSDD)检测距离扩展目标存在一定的信噪比损失问题，提出了一种基于修正熵的MSDD检测器（modified entropy-MSDD, ME-MSDD）。ME-MSDD先采用修正熵对目标强散射点个数进行估计，然后对目标强散射点进行积累形成检测统计量。最后，针对不同的目标模型及实测目标一维距离像对检测器性能进行评估，结果表明，与不依赖于散射点密度的检测器（non-scatter density dependent, NSDD)、基于动态阈值的检测器（dynamic threshold, DT)和MSDD相比，ME-MSDD能根据实际观测值自适应地估计目标散射点个数，具有更好的检测性能和鲁棒性。

为了研究海面多径效应在雷达目标图像中的影响，将海面建模为满足基尔霍夫近似条件的粗糙面，从而建立电磁波在目标散射中心与起伏海面之间传播的几何路径。然后,通过引入海面的波高-斜率联合概率密度函数，导出雷达回波中多径延迟的概率模型。通过与电磁仿真结果的对比验证了模型的有效性，并且分析了多径延迟与散射中心高度、雷达俯仰角以及海面特征参数的密切联系。最后，给出了其在海面目标识别研究领域应用的例子。

由于共形载体表面曲率变化的影响，共形阵列流形中的信源方位与极化状态产生“耦合”，为多维参数联合估计带来较大难度。针对该问题，利用交叉电偶极子对天线单元在锥面和柱面载体上合理布阵，建立了其快拍数据模型，并提出一种信源方位和极化状态的联合估计算法。算法利用锥面和柱面等单曲率结构的特殊性合理设置坐标系，从而避免了多维角度搜索，有效降低了运算量，并且很容易推广到其他多种单曲率几何结构的共形载体中。Monte Carlo仿真验证了算法的有效性。

针对C⁴ISR系统需求分析行为建模中，统一建模语言（unified modeling language, UML)的行为模型验证困难问题，提出了一种C⁴ISR系统能力需求行为建模及验证方法。从构建C⁴ISR能力元概念模型入手，通过扩展UML行为元模型得到能力行为元模型，然后使用能力行为元模型来构建能力需求的行为模型。为了检查行为模型是否满足能力元概念模型、能力行为元模型和领域规则约束等模型一致性和领域完整性问题，将行为模型的语义形式化为OWL-DL和DL-Safe规则表示的本体，并定义模型检查规则通过对本体进行逻辑推理和查询实现模型验证。

针对卫星系统顶层设计中广泛存在仿真耗时、设计空间大以及非线性约束的特点，提出了免梯度混合优化算法。混合算法结合树状高斯过程（treed Gaussian process, TGP）模型、广义模式搜索和过滤法的优点，通过TGP模型将设计空间划分为互不相交的子空间，在各个子空间构建独立的高斯模型代替实际模型，并根据模型预测值和预测误差生成迭代点，进而指导模式搜索进行寻优，同时结合过滤法处理非线性约束。卫星系统中多星协同观测优化设计表明,该方法能够以较少的迭代次数获得满意解，具有很好的全局搜索特性。

针对无人作战飞机(unmanned combat air vehicle, UCAV)自主控制权限管理问题，结合作战过程，建立UCAV控制权限划分模型和基于过程的UCAV控制权限管理模型，设计控制权限调整流程，并进行仿真研究。仿真结果表明，该方法与作战过程和UCAV健康状态紧密结合，动态管理控制权限，合理利用UCAV自主优势，有效减轻地面人员操作负担。

针对电子战飞机和战斗机编队协同空战条件下电子支援干扰功率分配问题进行研究。根据电子干扰的功率条件建立电子干扰压制距离模型；基于电子压制距离构建作战优势模型，得到压制功率与作战优势之间的函数关系；以编队作战优势最大化为目标函数建立功率分配优化模型。最后，对模型的合理性进行仿真验证。结果表明，所建立的功率分配方法能够进行合理的功率分配，实现最优干扰效能。

针对诱导有序加权平均（induced ordered weighted averaging，IOWA）组合模型中,单项预测方法精度相同时诱导值可能存在多种不同排列顺序的问题，提出综合考虑预测方法的历史性能确定其唯一排序；针对实践中单项预测方法较多时，IOWA组合模型构建过程十分复杂的问题，通过构建适合于Matlab软件计算的最优化模型矩阵形式，降低计算复杂性；结合舰船装备维修费预测中样本小、预测方法多的特征，采用各单项预测方法的历史平均拟合精度来估计其预测期诱导值的排序，并以此计算组合预测值。最后实例说明了该方法的有效性。

串件拼修能够在同等条件下最大限度提高装备可用度，但在装备组成结构中，并不是所有的项目都能够进行串件。为此，针对不完全串件系统，在多级维修供应模式下，根据串件拼修特点，结合可修复备件多级库存控制理论（multi-echelon theory for recoverable item control, METRIC）理论，建立了系统可用度评估模型，并研究了串件对策下最优备件方案确定流程。通过实验设计，对不同串件对策下装备的可用度进行评估，计算表明串件拼修能够进一步提高装备可用度。利用多级多层次备件库存优化工具（vary METRIC, VMETRIC)平台对模型进行验证，结果表明,本文模型结果与VMETRIC仿真结果非常吻合，证明了本文模型的正确性。

双层有能力约束的弧路径优化问题(capacitated arc routing problem, CARP)的研究对象通常是某个城市或地区，首先聚焦于该地物流系统的宏观配置，然后考虑相关服务的完成问题。针对双层CARP优化问题，提出了一种演化学习型遗传算法(learnable genetic algorithm, LGA)。建立了LGA的基本框架，设计了构件知识和算子知识等知识形式。在LGA中，采用扩展启发式方法辅助生成初始种群，使用算子知识为选择、交叉和变异选择操作算子，应用构件知识为交叉和变异操作选择断点位置，同时借助局部替换程序不断地向当前种群中注入新个体。LGA的框架为现有优化方法改进提供了一种有益借鉴。

为了改善粒子群优化（particle swarm optimization, PSO)算法在处理复杂约束优化问题时的求解效果，提出了一种基于粒子群和人工蜂群的混合优化(particle swarm optimization artificial bee colony，PSO-ABC)算法。在采用可行性规则进行约束处理的基础上，将PSO种群分为可行子群和不可行子群，并在ABC算法从粒子种群中选择蜜源时,保留部分较优的可行解信息和约束违反程度较低的不可行解信息，弥补了联赛选择算子在处理最优点位于约束边界附近的问题时存在的不足。同时,使用禁忌表存储局部极值，减小了PSO算法陷入局部最优的危险。针对4个标准测试实例的实验结果表明，该算法能够寻得更优的约束最优化解，且稳健性更强。

P-集合是由内P-集合X^F 与外P-集合X^F 构成的有序集合对，它具有动态特性。利用内P-集合X^F，给出F-内嵌入信息(x)^F、F-内嵌入系数IEC(x)^F 与F-内嵌入度IED(x)^F的概念，得到F-内嵌入信息存在性定理、依赖关系定理与可辨识性定理。在这些概念与结果的基础上，给出F-内嵌入信息在目标搜索中的应用。

对于一类非仿射离散时间系统，提出了一种新的自适应神经网络控制器。首先推导与原系统等价的仿射形式模型，由仿射模型推导控制律。控制律中采用一个神经网络，与传统的基于反馈线性化的自适应神经网络设计方法中采用两个神经网络相比，计算量大大减少且避免了控制器奇异问题。神经网络权值根据系统输入输出信号进行更新，另外σ项的引入，取消了为保证参数收敛持续激励的条件。系统的稳定性通过Lyapunov方法进行了分析，仿真实例验证了控制器的有效性。

研究了使用离散指数趋近律方法设计的离散时间控制系统中存在的抖振现象。为了减小这种抖振现象，提出了一种改进的离散趋近律设计方法，而且给出了趋近律的参数选择原则。仿真结果表明：在使用该改进趋近律方法设计的离散时间变结构控制器的调节下，系统的运动状态最终趋近于原点，还可使系统状态保持步步穿越切换面，提高了控制系统的鲁棒性。

由于地球引力和大气阻力等因素造成的模型不确定性，使常规滤波方法用于卫星编队飞行相对运动估计时精度不高。为克服这种影响，提出了一种融合高斯过程回归(Gaussian process regression，GPR)的无模型无迹粒子滤波(modelfree unscented particle filter， MF-UPF)方法。对近圆轨道的双星编队问题，新方法通过高斯过程回归对已有的量测数据学习建立相对运动模型, 有效地避免了模型不确定性造成的滤波性能下降。仿真对比验证了无模型无迹粒子滤波在编队飞行相对运动估计中的优越性。

针对多个无人机的协同运动问题，提出一种多无人机协同运动的虚拟队形制导控制方法。该方法采用跟随-领航者法，借鉴虚拟结构法的思路，首先，根据航路点数据和协同任务队形结构在线规划出虚拟队形期望航路，避免了虚拟结构法刚性结构的缺点；然后，设计非线性航路跟随制导律，导引无人机沿期望航路运动，完成对虚拟队形期望航路的跟踪；第三，基于Lyapunov稳定性理论设计了队形误差控制器，用来补偿由于航路机动带来的航迹切向队形误差；最后，综合制导律和队形误差控制器得到协同运动控制指令。仿真算例表明，该方法能有效实现多个无人机的协同运动。

研究了一种适用于椭圆轨道航天器自主接近任务的滑模制导方法。针对自主接近模型中存在目标轨道不可知信息量问题，根据多输入系统滑模控制思想，设计了系统误差收敛时间有限的自主接近非线性滑模制导方法，解决了自主接近系统中存在的时变性和参数不确定问题。引入剩余飞行时间，改进定义误差的参数，使自主接近过程的距离和速度具备更好的协调收敛性。根据距离收敛特性，利用线性插值方法自适应地设定期望收敛时间进而确定切换系数，在较小延长接近时间的情况下，较好地保证了变结构制导的鲁棒性，并抑制了指令抖振问题。数值仿真验证了设计的制导策略对不同的初始条件表现出良好的适应能力，满足自主接近停泊点精度要求，且自主接近所需时间较短，尤其对较远距离自主接近任务表现出很好的快速性能。

针对高超声速飞行器非线性动力学系统中存在的高度非线性、多变量耦合及参数不确定等特点，利用非线性干扰观测器对各种干扰的逼近特性，结合反演滑模控制，设计了一种飞行器反演滑模控制器。该方法首先利用干扰观测器观测出系统的干扰，未观测出的部分干扰使用反演滑模控制进行补偿，避免了累积误差，实现对制导指令的鲁棒输出跟踪，并证明了系统稳定性。仿真结果验证了该方法能较理想地观测干扰，保证系统良好的鲁棒性。

以离散傅里叶变换扩展正交频分复用（discrete Fourier transform spread orthogonal frequency division multiplexing，DFT-S-OFDM）技术为核心的单载波频分多址（single carrier frequency division multiple access，SC-FDMA）方案，已经成为第三代合作伙伴计划长期演进项目上行多址技术标准。提出了一种基于调制分集的多入多出（multiple input multiple output，MIMO）DFT-S-OFDM方案。该方案将调制分集和Turbo码相结合，有效利用时间分集和空间分集特性，在衰落信道下，既可以使系统具有较低误码性能，又可以获得较高的频谱效率。仿真结果表明，在最优旋转角度下，通过较小复杂度的增加，提出的系统与传统基于比特交织编码调制技术的MIMO DFT-S-OFDM系统相比，可获得明显的性能优势。

大气噪声是低频通信中的主要干扰，且具有严重非高斯分布特性，对非高斯噪声模型的参数估计对于提高低频接收机的性能具有重要意义。设计了估计非高斯混合模型参数的马尔可夫链蒙特卡罗(Markov chain Monte Carlo， MCMC)算法,该算法通过构建贝叶斯层次模型，利用Gibbs抽样和M-H抽样更新迭代参数。利用乘积特性，将稳定分布作为等价的高斯分布来处理,并在层次模型中设置多个额外参数，以增强其灵活性。仿真实验与实测数据表明，该算法迭代收敛快、精度高，有很高的实用价值。

无线传感器网络中，所有节点收集到的数据都通过多跳的方式转发到汇聚节点，因此汇聚节点的选址策略对网络寿命有很大的影响。首先在节点随机分布的无线传感器网络中简单分析了汇聚节点的面向能量选址策略，然后进一步探讨了面向寿命的选址策略，最后结合基于路由代价的蚁群路由算法在无线传感器网络中对两种选址策略进行仿真，仿真结果显示面向寿命选址策略的网络总能耗稍大于面向能量的选址策略，但前者能在较低网络能耗的基础上有效地延长网络寿命。

充分利用水声信道的稀疏特征，提出一种基于压缩传感理论的多输入多输出正交频分复用(multiple-input multiple-output orthogonal frequency division multiplexing, MIMO-OFDM)水声通信系统信道估计算法。在MIMO-OFDM水声通信系统模型的基础上，考虑Doppler频移的影响设计符合压缩传感理论框架的过完备字典，利用一系列非正交基在过完备字典下描述待重建信号。通过对比分析基追踪降噪、丹茨格选择器以及正交匹配跟踪3种算法的信道估计性能，进一步证明了算法的有效性。仿真实验结果表明，基于压缩传感的稀疏信道估计算法具有优于传统最小二乘算法的信道估计精度，并且在最小二乘矩阵求逆奇异的情况下仍能准确地估计出信道参数；在计及Doppler频移的影响时，直接压缩传感估计优于补偿后的压缩传感估计方法。

基于Shamir的秘密共享思想，提出了一种基于身份的域间认证及密钥协商协议。该协议要求域内节点共同参与共享密钥的生成，解决了现有的两方密钥协商方法用于域间认证,及密钥协商时不能保障代表节点可靠性和普通节点参与度的问题。协议的正确性和安全性分析说明,该协议不仅满足密钥协商的基本安全属性，而且还满足数据保密性、数据完整性、抵抗代表节点假冒和欺骗等安全性要求。与使用现有的两方密钥协商协议进行域间认证及密钥协商相比较，本协议具有更低的通信量和计算量，同时，提高了域内普通节点在密钥协商过程中的参与度。

为降低H.264跳帧转码运算复杂度，在帧间模式选择中引入支持向量机(support vector machine, SVM)技术，提出一种SKIP模式提前判决算法，具体讨论了关键的特征向量与核函数的选择方法。同时，利用宏块时域相关性缩减预测模式数量，实现率失真优化提前终止。其次，通过定义宏块运动程度参数，针对不同运动程度的视频序列自适应地选择运动矢量合成算法和运动搜索策略，有效减少在已获得最佳运动矢量后仍进行运动搜索的运算冗余。实验证明，此算法极大降低了算法复杂度（平均84%）的同时保证了较高的视频质量，与现有算法相比，具有更强的鲁棒性和更广泛的适用性。

提出了一种改进的基本图像特征(basic image feature, BIF) 直方图纹理分类算法。首先在4个尺度上分别确定图像中每个像素点对应的BIF，然后在每个尺度上分别提取6维直方图特征及3维高阶统计特征共36维特征，最后使用支持向量机(support vector machine, SVM) 作分类器对实验图像进行训练和分类。实验表明，所提方法降低了算法的计算复杂度和运行时间,对噪声有较好的鲁棒性。

自然场景图像序列中，物体运动会造成部分背景区域的显露和遮挡，显露和遮挡区域的像素在连续相邻的图像中缺乏对应点，因而传统的光流方法常常在这些区域给出错误的光流估计。图像在采集、传输过程中可能会受到噪声污染，噪声干扰是进行光流场估计必须考虑的另外一个重要问题。为消除显露、遮挡和噪声干扰引起的光流估计误差，采用新的可视矩阵标记图像位置的遮挡、显露、可视三种状态，以此来引导光流场估计，并采用正态概率分布对图像噪声的分布状态进行近似，从而在Bayes框架下建立了自然场景图像光流场估计的数学模型，最后通过迭代方法获得了致密的光流场。采用CAVIAR视频数据对本文算法进行测试并与Negal光流法进行性能对比，结果表明,本文方法具有更好的光流场估计效果。

基于复合混沌和有限整数域上的仿射变换，提出一种结合彩色图像压缩编码的加密算法。先在空域对红、绿、蓝分量以8×8大小块为基本单元统一进行位置置乱，打乱分量之间的组合关系，接着进行正常的压缩。在量化系数之后，对所有的直流系数统一进行置乱、自适应地代换和扩散，对所有的交流系数统一进行置乱、自适应地改变符号位，其中置乱操作在改变系数位置的同时根据坐标混合它的值，自适应的操作通过利用中间数据扰动复合混沌系统来实现。算法密钥空间大，敏感性强，安全性高；构造的复合混沌系统形式简单，易于并行实现；得到的密文与直接压缩的图像大小相当。

借鉴量子计算的相关原理和差分进化思想，提出一种用于连续空间优化问题的量子差分混合优化算法。算法的核心是构造由决策向量的分量和量子位概率幅为等位基因的实数编码染色体；采用依据染色体的具体形式设计的互补变异进化部分优秀个体，以加快算法的收敛速度；利用差分进化思想进化部分随机选取个体，以保持算法的全局搜索能力和鲁棒性。对Benchmark函数测试表明，该算法具有寻优能力强、搜索精度高和稳定性好的特点。应用该算法求解路基沉降预测模型参数估计问题，能够有效提高实测沉降数据的拟合精度.

Memetic算法是一种基于种群的全局搜索和基于个体的局部启发式搜索的结合体，具有较高的全局搜索能力，将其成功应用于贝叶斯网络的结构学习。该算法在基本的遗传算法操作算子中，引入粒子群算法的基本思想，同时利用混沌的遍历性和云自适应的快速收敛性，提出了一种云自适应的混沌变异搜索进行局部搜索，实现全局优化，跳出局部最优。实验证明该算法在贝叶斯网络结构学习中具有很好的效果。

针对因果图精确推理是NP(nondeterministic polynomial)难的问题，提出了一种迭代推理方法。首先,从图论的角度分析了因果图推理中概率计算的机理，并提出了矩阵解环的方法。在此基础上提出了一种迭代推理算法，该算法只需要进行简单的矩阵运算，大大简化了传统因果图推理复杂的计算过程，可以在多项式时间复杂度内实现推理。其次，分析了算法存在的问题并提出了改进的方向。最后，运用实例分析验证了该算法实现因果图推理的效果。研究表明，该算法能够有效地进行因果图推理，推理效率高，推理结果正确,为因果图提供了一种高效的近似推理方法，对因果图的应用具有重要意义。