基于贝叶斯理论的检测跟踪联合处理方法能够利用目标的运动模型在帧数据间以概率的形式对信号进行积累，从而提高系统的检测性能。然而，在Neyman-Pearson准则下，该方法很难根据系统要求的虚警概率计算检测阈值，影响了该方法的应用范围。在综合分析基于贝叶斯理论的检测跟踪联合处理方法的基础上，针对Neyman-Pearson准则，详细推导了系统虚警概率同检测阈值之间的关系，并在观测噪声为高斯白噪声的情况下给出了检测阈值的近似闭式解。利用该闭式解，可以按照系统要求的虚警概率计算检测阈值，从而使得实际系统的虚警概率满足要求。最后，计算机仿真实验验证了该闭式解的有效性。

针对全球导航卫星系统（global navigation satellite system, GNSS）接收机的抗干扰问题，以空-时自适应天线阵列为研究对象，提出了组合的自适应波束形成算法。该算法首先采用子空间正交投影技术消除接收信号中的强干扰信号，然后通过最大化相关后信号载噪比（carriertonoise ratio, C/N₀）约束准则加强GNSS信号质量。仿真结果表明,相对于传统的最大化阵列输出信噪比准则，最大化相关后信号C/N₀准则能够提高信号载噪比约4 dB。并且提出的组合算法可使接收机在有效抑制干扰的同时，又能够大大提高信号的捕获和跟踪性能。

为了适应实际测向系统的环境，针对常规信源数估计方法在色噪声背景下估计性能变差的问题，提出了基于特征子空间投影的信源数估计方法。首先对特征向量分组，获得只含有噪声部分和既含有噪声又含有信号部分的特征子空间。阵列的导向矢量阵与噪声子空间正交，而与信号子空间张成的是同一个空间。根据这个原理，将协方差矩阵在不同特征子空间上进行投影，得到存在差异的投影数据。最后对投影数据进行求方差处理，得到投影方差，将其作为信源数估计的依据，进而实现信源数估计。仿真实验和实测数据测试表明了该算法的正确性和有效性。

提出了一种新的基于阵列系统单次快拍数据的相干信源二维波达方向(direction of arrival, DOA)快速估计方法——单次快拍波达方向矩阵法(single snapshot DOA matrix method， SS-DOAM)。该方法保持了原DOA矩阵法无需二维谱峰搜索和参数配对的优点，利用阵列系统结构特点，构建单次快拍数据矩阵，通过对单次快拍波达方向矩阵进行特征分解，解决了二维DOA估计问题并实现了相干信源完全解相干。由于该算法只利用一次快拍数据，不需要快拍累计和进行相关运算，计算复杂度大幅降低，适用于对二维DOA估计实时性要求高的应用背景。针对单快拍算法在低信噪比时估计误差较大的问题，进一步提出了利用同相数据叠加来改善估计精度的对策。仿真结果证明了该方法的有效性。

数据关联技术是多传感器目标跟踪系统中最核心而且也是最重要的部分。由于缺乏跟踪环境的先验知识以及受传感器自身性能的制约，整个量测过程不可避免地引入量测误差，密集环境中的目标跟踪比较困难。针对这个问题，提出的新算法利用概率数据关联方法进行密集杂波环境下的数据关联，结合证据理论的思想对多传感器量测信息进行优化组合，有效地减小了量测误差对跟踪目标的影响。通过仿真结果可以看出,改进算法大大提高了跟踪精度，并具有良好的抗干扰能力，适用于解决工程实际问题。

针对在P+L频段进行多路通道相对幅度、相位差测试的应用场合，提出了一种对两两射频通道实施频率变换和高精度数字化采集，由两两数字化运算得到相对相位差和幅度差的测量方法。给出了通过正交数字化信号共轭相乘运算实现高精度相位差和幅度差测量的数学分析方法。在分析了频率变换和高速数字采集对相位和幅度测量误差影响的基础上，通过对两路信号相对相位和幅度的测试结果与通用仪器测量结果的比较，验证了该方法的有效性。

针对复杂电磁环境仿真中算法复杂、计算量大的特点，构建了一种基于不规则地形模型(irregular terrain model, ITM)电波传播模型的复杂电磁环境并行计算方法。该方法采用三维标量场的数据组织方式描述复杂电磁环境。在并行计算关键的任务分配阶段依据ITM模型的计算特点和三维标量场的数据组织方式，采用了以标量场列为基本单位的静态任务分配方法，有效地避免了地形提取的冗余计算，保证了节点间的负载平衡。经实验验证，该算法并行效率较高，能够有效地满足不规则地形条件下的复杂电磁环境快速计算的需要。

双基地高频地波雷达发射垂直极化电磁波沿海面绕射传播来探测海上和空中目标，导致地球曲率对探测精度的影响不可忽略。通过建立局部球面三维坐标系，在局部球面坐标系中求解不同测量子集下的目标高度解析式，并求解不同测量子集下的定位精度几何分布(geometric dilution of precision, GDOP)。仿真分析目标在不同飞行高度时各测量子集的GDOP分布特性，最后得到飞行目标定位的最优测量子集分布图。

传统雷达仅能提供目标的方位和距离量测，由于可利用的信息相对较少，跟踪精度很难进一步提高。利用现代雷达的高分辨探测能力，提出了一种基于距离像识别信息辅助目标跟踪的模型，并结合求根不敏卡尔曼滤波技术得到了一种高性能跟踪算法。该算法根据距离像识别结果得到目标方向角的测量，进而通过增加观测量的维数来提高目标的跟踪能力。不同条件下的仿真结果表明，利用方向角信息辅助的跟踪算法收敛速度快,跟踪精度高，且复杂度与传统算法相当。

针对双基地合成孔径雷达(synthetic aperture radar, SAR)包络徙动的空变问题，提出一种同轨等速双基构形下基于几何关系公式方法推导出的严格解析双基频谱的线频调变标(chirp scaling, CS)成像算法，不同于波数域的成像算法，整个成像过程不需要进行插值运算，在频域聚焦实现快速成像。高精度的双基频谱使得其对基线的长短不再敏感，可以进行长基线情形下的数据处理。仿真实验验证了本文算法的有效性。

针对极化合成孔径雷达（polarimetric synthetic aperture radar, PolSAR）图像相干斑抑制后的目标极化特性和结构特征保持问题，给出了一种多级分类的极化SAR图像斑点抑制方法。首先利用H/α快速分解法并结合极化总功率图像进行初分类，之后采用最小距离准则和聚合的层次聚类方法进行细分类，最后根据图像结构将图像内容分为亮点线目标、暗线目标和其他目标三大类，利用线性最小均方滤波器对暗线目标和非点线目标进行滤波。采用美国AIRSAR机载系统获取的实测数据进行实验，结果表明，与Lee的基于散射模型降斑算法相比，本文算法不仅能够更有效地抑制斑点噪声，而且在保持极化特性、结构和纹理特征方面更为有效。

针对多极化高分辨率一维距离像（high range resolution profile, HRRP）在目标识别过程中存在计算量和数据量大、识别算法复杂的问题，提出一种基于Bagging-SVM动态集成的目标识别方法。该方法首先提取多极化HRRP平移不变特征向量，然后运用Bagging方法结合基于动态互信息的特征选择方法生成基分类器，最后引入基分类器差异度进行选择性集成。实验验证该方法在缩减数据规模和计算量的同时，能有效利用多极化特征信息，得到较高的分类正确率，并且松弛了HRRP目标的姿态敏感性。

针对毫米波调频连续波（frequency modulated continuous wave, FMCW）雷达调制斜率的非线性带来测距误差问题，提出采用闭环控制与双正交傅里叶变换算法相结合的方法实现高精度测距。该方法首先通过分段降频得到非线性调制FMCW的片段，再用离散双正交傅里叶变换求出各段调制斜率，并按时间顺序排列生成校正曲线，最后用闭环控制进行非线性实时校正。实验结果表明,该方法使信号的调制斜率线性度误差下降到0.27%，测距误差降低了87%。

各种干扰的存在使得高分辨率合成孔径雷达(synthetic aperture radar，SAR)图像道路网的提取变得异常困难。马尔可夫随机场(Markov random field, MRF)模型能够充分利用道路图像的上下文特征以及先验知识，在道路网提取中得到广泛应用，但存在求解过程偏慢及参数设置偏多问题。首先根据道路空间几何特征关系对提取出的线基元进行预连接，以此减少虚假连接给MRF迭代求解带来的运算量；然后建立MRF道路网改进模型对道路网进行快速标记。使用1m机载高分辨率SAR图像进行实验，结果验证了该方法的有效性。

干扰时机的确定是进行干扰决策的前提和基础。通过对问题分析，制定了两套干扰时机决策方案。为实现攻击机的飞行控制最优规划，综合考虑攻击机飞行性能、威胁约束以及边界约束，建立了最优航迹控制模型。引入主要应用于航天控制的勒让德伪谱法(Legendre pseudospectral method, LPM)，将最优控制问题转化为非线性规划(nonlinear programming, NLP)问题，在此基础上设计了干扰时机解算流程。通过对基于c代码的可行序列二次规划(c code feasible sequential quadratic programming, CFSQP)算法的改进，有效减少了优化变量的数量，使其能对NLP问题快速寻优。仿真结果表明,所提出的干扰时机决策方案能有效地获得最优干扰开始和结束时刻。

以探讨利用舰炮拦截高超音速导弹(hypersonic missile, HM)的可行性为目的，选取典型武器装备作为攻防对抗原型，开展了利用舰炮拦截HM的研究。通过研究HM破片的动态飞散特性，建立了HM导弹破片的二次杀伤模型，求得了飞散破片的杀伤下界。在此基础上建立了HM三维末制导攻击模型以及舰炮拦截模型，在HM与目标舰艇的动态对抗中全面分析了HM的飞行速度、入射角、战斗部装填系数等与HM平均必须命中数、可达命中数及突防概率之间的关系。结果表明，HM对目标的二次杀伤效果比较明显，对舰炮具有较高的突防概率。

针对机场打击效果评估这一热点问题，根据机场的基本组成结构和特点，提出了基于几何、纹理和整体特征的机场毁伤评估准则以及知识推理模糊综合评估数学模型，对模型的结构和评估过程进行了一定的描述，研究并实现了基于模糊综合评判理论的机场跑道打击效果评估系统。实验结果表明，该系统是一种可行的机场打击效果评估系统。

针对多机协同对地攻击目标分配问题及其特点，对二进制粒子群优化算法进行改进，提出了一种基于矩阵二进制粒子群优化算法的多机协同对地攻击目标分配算法。首先，通过攻击机机群在对地攻击过程中得到的毁伤收益与付出的生存力损耗建立了目标分配模型，然后根据该模型约束特点，建立问题解与分配矩阵即矩阵粒子之间的映射，最后根据粒子形式设计了新的位置更新方式。仿真结果说明，矩阵二进制粒子群算法能够快速地找到较优的目标分配方案，并保证解的有效性，满足问题的约束条件。

飞行器协同攻击行动序列规划中，地面目标威胁直接影响飞行器的目标分配和航迹规划，目前多飞行器协同攻击规划算法不考虑地面目标被摧毁而威胁消失的情况，不符合飞行器战术应用的实际情况。提出一种基于滚动时域方法的多飞行器协同攻击的行动序列规划方法，依据地面目标被摧毁之后的最新态势重新分配打击目标，仿真结果表明该方法符合飞行器战术应用的特点。

构建描述活动随机重叠的设计结构矩阵，考虑复杂产品开发流程中活动的重叠迭代、顺序迭代，以及活动工期与成本的不确定性，建立复杂产品开发流程仿真模型。针对项目执行过程中的资源限制，建立考虑随机迭代的处理资源冲突的优先规则，并设计仿真算法。以某无人作战飞机初步研制流程为研究对象，对仿真输出数据进行统计分析，估计项目费用、工期及风险。通过与已有模型仿真输出结果的比较分析，说明本仿真模型与算法更加符合复杂产品开发流程实际。

为了实现复杂系统能力需求模型的仿真，提出了一种基于能力元概念构建仿真虚拟机实现能力需求模型可执行仿真的方法。首先采用巴科斯范式对需求模型进行形式化规范，再利用UML扩展机制将需求模型映射为仿真实例模型，并提出转换算法。最后，通过构建模型仿真虚拟机，实现了能力需求模型的可执行仿真，示例表明了该仿真方法的可行性。

横向供应管理是提高装备保障效率的有效途径，为备件的管理模式提供了一种新的思路。针对该问题，通过分析稳定状态下库存水平的状态转移，建立了基于库存稳态概率的可修备件多点转运库存模型。运用启发式方法对模型进行求解和优化，算法的正确性通过仿真进行了验证。结合相关时间和费用参数，对模型进行扩展，构建了横向转运费用模型。通过实例对转运和非转运费用模型进行对比分析，验证了所构建模型算法的合理性。该方法能够在达到装备保障性指标的情况下，节省大量的库存费用，对于完善备件库存理论具有重要意义，为制定合理的备件优化方案提供决策依据。

由于卫星轨道观测数据中含有非线性影响因素，必然会降低定轨精度。将半参数回归模型引入卫星批处理定轨方法中，基于半参数回归模型补偿最小二乘估计法，提出了一种卫星事后轨道改进方法，以降低非线性影响并提高定轨精度。当测量数据存在非线性影响因素时，在理论上证明了半参数回归模型补偿最小二乘估计法优于经典最小二乘估计法。最后，对中低轨卫星定轨进行了仿真，结果表明基于半参数回归模型补偿最小二乘估计法的卫星事后轨道改进方法分离出观测数据中的非线性影响因素，从而提高定轨精度。

星敏感器在大角速度转动时引起的星像降质不能忽略，采用了3种技术以补偿、消除这种影响。首先，用姿态估计和共线方程预测星像块中心位置和长度。其次，挑选视场内6~8个较亮的星像块，以预测的星像块位置为搜索起始点，块匹配算法可快速获得像素量级的像移，建立像移模型。同时，对相邻帧匹配的星像块的输出相加以提高信噪比。采用以上两项技术后，只需处理星图像中很少一部分像素，从而保证了实时性。最后，采用空间域像移补偿法，根据运动模糊的逆过程直接进行补偿，并给出了仿真结果。

研究了轨道转移飞行器（orbital transfer vehicle, OTV）从地球静止轨道向低轨道的最优异面转移过程，提出了解析法和智能优化算法。在解析法中，完整地推导了最优转移轨道的求解方法，提出了最优转移轨道应满足的条件，并采用牛顿迭代法求解第1次速度脉冲应改变的轨道倾角。以离轨点位置、入轨点位置和转移时间为优化变量，采用遗传算法对最优转移过程进行求解，给出了遗传算法求解该优化问题的设计步骤，并将变轨过程在卫星工具包（satellite tool kit, STK）场景中进行了演示。仿真结果表明两种方法均能满足Lawden一阶最优必要条件。

针对直接侧向力与气动力复合控制拦截导弹的非线性控制问题，设计了基于状态依赖Riccati方程的自动驾驶仪。根据俯仰和偏航通道的非线性动力学模型，通过扩展线性化将其转化为具有状态依赖参数的类线性结构，并针对该类线性结构设计了基于状态依赖Riccati方程的加速度指令跟踪控制器。考虑到直接侧向力由脉冲发动机提供时具有离散特性，分析了实际控制量不能达到理想值时系统的非线性容限，给出闭环系统保持局部渐近稳定的充分条件。仿真实例验证了这种设计策略的有效性。

提出一种基于随机有限集的同步定位与地图创建算法，该算法利用随机有限集对环境地图和传感器观测信息建模，建立联合目标状态变量的随机有限集。依据Bayesian估计框架，利用概率假设密度滤波的粒子滤波实现对机器人位姿和环境地图进行同时估计。新算法避免了数据关联过程，并能更加自然有效地表达同步定位与地图创建(simultaneous localization and mapping, SLAM)问题中多特征-多观测特性及多种传感器信息。在仿真实验中,利用FastSLAM2.0算法和新算法进行对比，实验结果验证了新算法的优越性。

针对离散Markov跳变系统，研究其最优控制问题。首先确立一个二次型代价函数，然后运用随机贝尔曼动态规划法，结合Markov跳变系统特性求解贝尔曼方程，获得了完全状态信息情形下Markov跳变系统的最优控制器和黎卡提差分方程；进而将其推广到不完全状态信息情形，利用观测向量获得状态的后验概率密度函数，推导了最优控制器的解析结构和相应的求解算法；最后通过数值仿真验证了所得控制器的有效性。

现有未知突发信号检测算法是基于噪声加单一突发信号的简单假设的，在实际复杂信号环境会产生大量虚警而失效。针对实际非合作突发通信信号的检测环境除噪声外还包含多个连续信号和一些短突发干扰信号，建立了复杂信号环境模型，提出了适用于此环境的基于短时傅里叶变换(short time Fourier transform, STFT)的时序检测器。该检测器利用突发通信信号时间上短持续的特点剔除连续信号和短突发干扰造成的虚警。对该检测器的检测性能进行了分析和仿真，结果表明在复杂信号环境中当常规检测器由于虚警概率很高失效时，该检测器可以同时获得较低的虚警概率和较高的检测概率，因而适用于复杂信号环境中非合作突发信号检测。该检测器运算量小，易于实时实现。

无线传感器网络使用短距离无线通信技术实现节点间的数据通信，该技术的物理特性决定了网络的真实链路行为具有较大的随机性，这种随机性往往导致网络数据丢包，并影响路由转发的性能表现。针对这个问题，在有损链路模型下深入分析了链路通信效率，总结出一维线性网络整体通信效率与包接收率、链路通信距离之间的关系，基于此，提出一种以链路通信效率为转发依据的高能效路由转发策略。通过仿真实验验证该策略在有损通信链路下有更好的能效性和鲁棒性。

为了减轻脉冲无线超宽带(impulse radio ultra-wide band, IR-UWB)接收机高采样频率的负担，提出了基于压缩感知和递归最小二乘的低采样率信道估计算法。该算法先令接收到的训练符号通过随机滤波器，并对其欠采样，对采样到的信号进行递归最小二乘计算，最后利用压缩感知重构算法得到信道参数的估计值。提出的算法能够在低采样率的情况下对IR-UWB信道参数进行有效估计。该算法一方面降低了接收机对于模数转换器的要求；另一方面，低采样率产生较小的数据量，从而降低了估计算法的计算量。

针对正交频分复用 (orthogonal frequency division multiplexing, OFDM)系统的峰均功率比高的缺点，提出一种新的相位因子优选对方法,降低OFDM系统的峰均比。相位因子优选对方法原理是,筛选出多个低峰均功率比的子序列，将这些子序列重组后传输来降低系统峰值平均功率比 (peak to average power ratio, PAPR)。把相位因子优选对方法、粒子群优化算法（particle swarm optimization, PSO）与相位因子优选对结合的方法与传统PSO方法对比验证。仿真结果表明，把PSO与相位因子优选对结合的方法应用在OFDM系统中,获得了优于传统PSO算法0.1~0.2 dB的PAPR性能值，证明了新方法的有效性。

粒子群优化(particle swarm optimization, PSO）算法基本思想是试图通过模拟鸟群觅食中的迁徙和聚集等行为获得连续非线性函数的最佳值，其仿生算法产生于对鸟群寻食过程中飞行方向与飞行速度等的隐喻。近年对粒子群算法经典算法的研究，虽然在速度及精度上有所改进，但由于缺乏细致化仿生（precise bionic metaphor, PBM），改进效果并不太明显。通过在PSO算法中引入飞鸟寻食细致化行为特征隐喻，即在算法中同时导入满意粒子局地细致化寻优和探索粒子随机寻优过程，进而提出了一种新的基于细致化仿生的改进PSO算法；对改进算法和经典算法进行了性能比较，结果显示所提算法在收敛速度和求解精度方面较经典算法有很大程度的改善。

针对现有稀疏表示算法存在字典单一、编码冗余的缺点，从人类视觉感知系统层次处理特性出发，依据神经元侧抑制与竞争机理，构建了基于卷积稀疏编码和K奇异值分解(K-singular value decomposition, K-SVD)的联合字典。在此基础上提出结合卷积匹配追踪和正交匹配追踪算法对图像进行分层稀疏表示。实验结果表明联合字典能够自适应匹配图像中的边缘、斑块、纹理等特征，与单独的卷积字典和K-SVD冗余字典相比，稀疏表示能力更强。

针对基于梯度变化的水平集图像分割对噪声敏感、不能很好地保持图像中的边缘信息、分割结果依赖初始参数、取得最优解时不能及时结束等问题，提出了一种基于文化算法的水平集图像分割算法，将文化算法应用到C-V(Chan-Vese)水平集模型之中，实现了水平集模型图像分割参数的自动选取，通过信度空间的形势知识和规范知识不断优化指导种群进化，并通过判定图像熵适应度值的变化适时终止分割过程。实验结果表明，本文方法能够准确分割出医学图像的病变区域，在抗噪声性能和分割效率方面明显优于常规方法。

隐私保护数据挖掘指在实现准确挖掘知识的同时确保敏感数据不泄露。针对垂直分布式数据存储结构的聚类隐私保护问题，提出基于全同态加密协议和数据扰乱方法的隐私保护聚类模型。该模型通过采用安全比较协议解决了垂直分布式聚类的两个隐私保护关键步骤：求解最近簇和判断质心变化，从而实现了数据的有效保护。理论证明了该模型的安全性并分析了其时间复杂度和通信耗量，实验结果表明该隐私保护聚类模型是安全有效的。

针对无人机视觉着陆相关方法、算法验证困难的问题，提出了一种基于Windows平台下采用图形建模语言、实时扩展技术以及虚拟现实技术，实现基于视觉的无人机着陆半物理仿真验证的方法。利用该方法构建的半物理实时仿真平台能够验证无人机视觉着陆相关方法、算法的正确性、可行性，及时暴露缺陷，为基于视觉的无人机着陆相关方法、算法提供有效验证途径和技术手段，并为今后无人机视觉着陆方法逐步工程化提供必要的技术支撑。

利用纠错输出编码（error-correcting output code, ECOC）作为分解框架，把多类问题转化为二类问题进行求解，是目前解决多类分类的有效手段之一。如何构造基于数据的分解框架是应用此类方法的重点。为此，提出一种自适应纠错输出编码构造方法，利用混淆矩阵计算多类问题中各类别的相关性，基于Fisher准则找出最有利于分类的类别组合，最后根据组合方案构建类别的二类划分并最终形成输出编码。实验中分别对UCI数据集和3种一维距离像数据集进行测试，通过与几种经典的编码方法比较，结果表明该编码方法可以显著提高分类器的性能和稳健性。