提出了一种基于H/α目标分解理论的弹道目标极化鉴别方法。首先简要给出了H/α目标分解理论的定义和数学模型,然后阐述了真实弹头和诱饵的不同微运动特性,即真弹头具有姿态控制故运动稳定,而诱饵由于没有姿态控制而出现旋转、翻滚等随机运动。在此基础上提取反映目标时间维散射随机性的极化特征量——时间熵。接着利用基于弹头模型暗室测量数据的弹道导弹全极化回波仿真方法,获取了不同战情下弹头与诱饵目标动态特性回波,进而对时间熵进行计算。实验表明,真弹头时间熵值与诱饵熵值可分性明显;时间熵与目标特性有关,但当诱饵与真弹头外形高度逼真时,该特征可有效鉴别真假目标;时间熵亦与所用数据长度(统计窗口)有关,但当统计窗口长度增加到进动周期时,时间熵趋于稳定。

采用基于矩量法(method of moments,MoM)的面线积分方程法分析了同轴线馈电的球面共形微带天线的输入阻抗。面线积分法在分析过程中具有未知量少,计算时间短的优势。天线贴片电流和探针电流分别采用Rao-Wilton-Glisson (RWG)基函数与三角基函数来模拟。在线面连接处,提出一种新型的连接基函数以保证探针与贴片的电流连续性。激励源采用磁流环模型,并且结合球表面磁并矢格林函数求解激励源在天线表面产生的场。最后,通过实例验证了连接基函数的可行性,并分析了两副球面共形微带天线的输入阻抗,证明所提分析处理的正确性。

研究了均匀线阵(uniform linear array, ULA)的波达方向(direction of arrival,DOA)估计问题,提出了一种能充分利用阵列结构上来波数据的信号处理方法进行角度估计。所提方法的关键是采用天线阵列因子的实部来构造新的信号接收模型,进而通过独立分量分析(independent component analysis,ICA)对接收信号进行盲分离,用最小二乘(least square,LS)法求解入射信号的角度,同时给出了天线阵元间距应满足的条件。仿真表明,与多重信号分类(multiple signal classification,MUSIC)方法相比,本文方法能够适应阵元间距的变化,在低信噪比(signal-to-noise ratio,SNR)时估计性能以及角度分辨力均较优,通过一步粗估计就可获得较高精度且具有实时性,均方根误差(root mean square error,RMSE)向克拉美-罗界(Cramer-Rao bound,CRB)的逼近程度也说明了新方法的优势,此外还可以采用细估计来提高估计精度。

针对基于单一颜色特征的粒子滤波跟踪算法易受光照变化、部分遮挡及相似干扰物的影响,而利用多特征融合的粒子滤波方法存在各特征权值、跟踪模板及窗口大小自适应选取问题,提出了一种基于模糊测度的多特征融合鲁棒粒子滤波跟踪算法。采用颜色及边缘方向直方图来描述目标量测模型,通过分别计算这两类特征在候选目标与参考目标之间的Bhattacharyya距离来确定其各自特征的模糊测度,通过查取模糊规则表来自适应地确定两类特征的权重;将连续帧的多特征联合模板更新机制用于对初始目标模板的更新;针对目标发生尺度变化造成跟踪窗口难以自适应的问题,通过引入粒子离散度实现了跟踪窗尺寸的自适应调整。实验结果表明:所提出的跟踪算法位置平均误差小于8个像素,相比于传统方法可以有效克服光照、部分遮挡以及相似目标干扰等影响,具有较高的跟踪精度及较强的鲁棒性。

针对旋转长基线干涉仪(rotating long baseline interferometer,RLBI)定位系统中接收通道幅/相不一致性、机械加工误差、基线的安装偏差等因素对定位的影响,建立了RLBI系统偏差的模型,证明了基线转角偏差和转轴偏角两种系统偏差的等效性,给出了理论定位偏差的计算方法,指出了引起显著定位偏差的系统偏差,对此提出了一种基于已知位置标校站的系统偏差联合估计的高斯牛顿迭代方法。仿真分析表明,该方法的估计性能可达到克拉美-罗下限(Cramer-Rao lower bound, CRLB),基于单标校站估计和标校系统偏差即可显著提高系统的定位性能。

针对粒子群优化(particle swarm optimization, PSO)算法收敛速度慢、寻优精度低、计算量大、容易陷入局部最优解等问题,首先提出了一种无需越界检测的归一化粒子群优化(normalized particle swarm optimization, NPSO)算法,NPSO算法具有比PSO算法更佳的有效性和稳定性,其优化速度和收敛精度要远远优于PSO算法,且其计算量要比常规PSO算法采用越界检测调整小。其次,结合狼群算法(wolf pack algorithm, WPA)中的游走行为,在二分粒子群优化(dichotomy particle swarm optimization,DPSO)算法的基础上,通过对二分粒子赋予不同的探索方向,提出了一种WPA-DPSO算法,WPA-DPSO算法具有3层寻优的功能,不仅有效加强了粒子的搜索范围,避免了算法陷入局部最优解,而且有效提高了DPSO算法的收敛速度、优化精度、稳定性和有效性。在NPSO算法和WPA-DPSO算法的基础上,提出了一种混合型PSO算法(WPA-NDPSO),从而有效克服了PSO算法早熟收敛、搜索范围不大、容易收敛到局部极值、计算量大等问题。均匀线阵方向图综合实验表明:WPA-NDPSO算法不仅具有较优的收敛速度和优化精度,而且具有较强的稳定性和较高的有效性。

外辐射源雷达面临严重的多径干扰,但强多径信号也为阵列校正提供了优良的信号源，针对此提出了一种利用最强径信号的旋转阵列校正算法。该算法首先采用时域相关运算分离出最强径信号,然后通过旋转阵列来增加信号源和提供先验信息,接着利用比幅原理估计出阵列幅度误差,最后结合最大似然(maximum likelihood, ML)算法和最小二乘(least square, LS)算法估计出最强径信号到达角和阵列相位误差。分析了所提算法的适用条件,并推导了最强径信号到达角和阵列相位误差估计的克拉美-罗下界(Cramer-Rao lower bound, CRLB)。仿真和实测数据处理结果验证了该算法的有效性。

基于复合高斯杂波纹理分量服从逆伽马分布的假设和分布式极化多输入多输出(multiple-input multiple-output，MIMO)雷达阵元特点,建立了雷达极化信号模型,提出了一种基于最大后验概率（maximum a posteriori, MAP）估计和广义似然比检验(generalized likelihood ratio test, GLRT)的MIMO雷达极化检测器(MAP-GLRT),该检测器利用了辅助数据估计杂波协方差矩阵以实现自适应性。通过推导检测器的虚警概率表达式,表明其相对于杂波能量具有恒虚警特性。仿真结果表明,杂波形状参数和雷达信道数量会对MAP-GLRT检测器的检测性能产生影响;相比于其他检测器,MAP-GLRT检测器在检测性能上更有优势。

针对“完全扰动”情况下压缩感知雷达(compressed sensing radar, CSR)观测矢量和感知矩阵严重失配,进而引起参数估计性能急剧下降的问题,提出了一种基于贝叶斯压缩感知(Bayesian compressed sensing, BCS)的稳健参数估计方法。首先构造“完全扰动”情况下CSR参数估计的稀疏线性模型,并从稀疏矢量的最大后验概率(maximum a posteriori, MAP)出发,推导了完全扰动矩阵服从柯西分布时的优化目标函数;随后通过稀疏矢量和尺度参数的交替迭代,求得稀疏矢量的最优解。与现有重构算法及其改进算法相比,该方法能够有效改善CSR系统应对失配误差的稳健性,提高目标成功检测的概率和参数估计的精度。计算机仿真实验验证了该方法的有效性和鲁棒性。

针对多输入多输出逆合成孔径雷达(multiple-input multiple-output inverse synthetic aperture radar, MIMO-ISAR)成像中的空时不等效问题,首先建立了空时等效误差模型,并对模型进行了分析,然后推导出空时等效误差的校正模型,得出了空时等效误差的校正矩阵,且该误差校正矩阵只与空时等效失配率有关。采用特显点方位像熵最小对空时等效失配率进行了估计,并利用它构建出空时等效误差的校正矩阵,实现了MIMO-ISAR空时等效误差的校正。仿真验证了这一方法的有效性。

旋转部件(如直升机的螺旋桨)严重影响逆合成孔径雷达(inverse synthetic aperture radar, ISAR)的成像特性,基于优化初值选择的自适应高斯包络线性调频基分解(optimized initial-adaptive Gaussian chirplet decomposition,OI-AGCD)设计了一种自适应旋转部件回波分离算法。建立了含旋转部件目标步进频率雷达ISAR成像模型,分析了旋转部件与目标主体回波特性差别。基于距离多普勒成像理论、主体和旋转部件回波在高斯基上投影的差异,设计了基于OI-AGCD的旋转部件回波分离算法。仿真数据验证结果表明了该算法去除旋转部件回波的可行性,含旋转部件类目标ISAR成像质量得到了有效提高。

针对雷达单次扫描时间小于目标转动周期的情况,提出了一种基于部分周期的扫描雷达目标微多普勒参数估计方法。转动目标的微多普勒信号可以通过正弦信号的形式表示。该方法从回波信号的时频域中提取出部分周期的微多普勒信号,利用正弦函数的性质,估计出目标转动频率和转动幅度,从而可以估计出目标转动半径。转动半径作为目标的固有特性,反映目标的结构信息和运动特征,为目标识别和分类提供有力依据,通过仿真实验和实测数据验证了该方法的鲁棒性和有效性。

根据以数据为中心的体系结构建模思路,提出了一种装备体系结构语义模型——语义装备体系。首先在DoDAF元模型(DoDAF meta-model,DM2)基础上提出语义元模型,定义了装备体系结构的概念基础类及关联关系,给出了由类、关系、属性和实例构建四元组的本体描述框架；其次基于语义元模型构建了作战视图本体模型、系统视图本体模型、能力视图本体模型,明确了体系组成要素在各视图中的定义、关系和属性的形式化描述；最后以海战场预警探测系统为例进行了实例研究,验证了方法的可行性。

针对战场军事物资配送中带时间窗的路径优化问题,以运输距离、运输费用和风险性为目标,建立了带有时间窗的多目标网络运输模型,提出了一种改进的多目标遗传算法NSGA-Ⅱ。算法中引入剩余网络的概念,采用数值编码方式,增加了精英保留策略和小生境密度。仿真实验结果表明,本文建立的模型合理,算法在一定程度上克服了求解多目标优化问题过程中易陷入局部最优的现象,提高了战场上求解军事物资配送路径优化问题的效率,并能够使决策者根据仿真实验中的各项参数值自行择优选择运输方案。

研究了不同环境条件对导弹产品寿命的影响,利用Poisson过程来描述导弹现场可更换单元(line replaceable unit, LRU)在全寿命周期中的维修情况,给出了一种基于任务剖面的导弹LRU备件规划方法。通过对全寿命周期任务剖面进行分析,综合考虑不同典型任务剖面对LRU可靠性的影响,利用Poisson过程建立LRU备件量模型。通过考虑LRU备件贮存失效和定期检测损耗,对备件量模型进行了修正。结合实例表明,该方法在导弹贮存寿命剖面下对LRU备件量进行了合理规划,确保导弹满足战备完好性要求,并节约了全寿命周期费用。

作为无人机空战过程中较大的不确定性因素,作战双方毁伤概率易受外界因素影响，可能在一定范围波动,针对这一问题将鲁棒优化思想引入无人机空战博弈模型中,结合纳什均衡求解的适应度函数的期望和方差,建立了变权重的自适应目标函数,设计了权重的分配方法。在确保策略解可行的同时,提高了毁伤概率变化因素下混合策略的鲁棒性。仿真实验结果表明,与原博弈模型相比,新模型纳什均衡解下的双方博弈收益受参数变化影响较小,可提供更可靠的策略参考。

针对多元质量特性参数设计中模型不确定性问题,提出了一种基于置信区间的多元质量特性满意参数设计方法。首先,采用双响应曲面法建立各质量特性均值和标准差的近似模型,进而计算各质量特性均值和标准差的置信区间,在此基础上对质量特性指标在各自约束条件下的满意解集进行定义并对约束放宽策略进行设计,最终通过指标相容性分析得到满足所有约束条件的相容性解集。通过对实际工业案例进行分析,表明该方法能有效减小模型不确定性的影响,在满意解集中选取的满意解与传统稳健解相比更加可靠。

针对群决策分类中可解释性的推理信息存在类别错误标识的问题,提出了类别误标下证据链推理的群决策分类方法。该方法采用可信度函数的一致性和凸性,以查询案例与证据链之间的属性关联相似度作为群决策信息源的权重,建立了基于证据链推理的混合整数优化模型,实现了决策分类标识能力最大化,同时获取了可解释性最好的证据链集合。该模型考虑了决策类别的错误标识情形,依据可信度序的概念,将推导出的融合可信度作为查询案例推论可解释性的评价标准。通过多源感知数据的诊断实例,说明了该方法的有效性和合理性。

研究了伸缩翼飞机变形飞行过程的动力学建模与鲁棒控制问题,以分析机翼变形对飞机性能的影响机理,并实现机翼变形时的平稳飞行。首先通过气动仿真分析构建了伸缩翼飞机气动参数与机翼变形的关联函数,进而建立了变形飞行的动力学模型。在此基础上提出了一种新的滑模变增益控制(sliding mode gainscheduled control,SMGSC)策略,更好地保证闭环系统的全局稳定和鲁棒性能。仿真结果表明,机翼伸缩能直接改变飞机的气动特性和运动模态;SMGSC能更好地保持伸缩翼飞机变形飞行时的状态稳定,并消除复合干扰的影响;伸缩翼飞机通过机翼变形可以减少50%的燃油消耗实现同样的飞行任务,具有重要的性能优势。

横航向稳定性不足的问题是飞翼布局飞机设计过程中需要处理的关键问题之一。提出了一种在无自动器增稳条件下,不改变飞机平面布局而仅修改上反角实现飞翼布局飞机横航向动稳定的设计方法。从理论角度分析了该设计方法的可行性,以改进的涡格法和横航向线化小扰动方法构建数学分析模型,利用根轨迹方法对飞机不同飞行状态下的横航向动稳定性发展情况进行描述以指导优化方向。通过以一小尺寸飞翼布局飞机作为研究算例,对其进行展向上反角优化研究,以证明该套设计方法的有效性。试飞数据及计算结果表明,上反角优化明显改善了飞机荷兰滚模态特性。

针对多模型自适应估计(multiple model adaptive estimation, MMAE)方法适应突变故障能力差、多重渐消因子强跟踪算法滤波发散、故障条件概率计算量大等问题,提出一种改进的多重渐消因子强跟踪多模型自适应估计(strong tracking multiple model adaptive estimation, STMMAE)快速故障诊断方法。通过多重渐消因子提高了故障突变时滤波器的跟踪性能;通过改进一步预测协方差阵更新方程,保证了滤波器稳定性,提高了估计精度;采用基于欧几里得范数的飞机舵面故障概率快速计算方法,降低了故障概率计算量。对比仿真表明，该算法跟踪性强、速度快、精度高,具有较好的鲁棒性和稳定性。

针对海洋监测过程中由水下粘滞物等因素引起系统模型参数变化的情况,提出了一种基于模型参考的多自主水下航行器(autonomous underwater vehicles,AUV)自适应覆盖控制方法,旨在合理分配多AUV资源,提高目标海域的监测效率。首先根据给出的系统代价函数,应用质心Voronoi分配原则对目标海域进行最优分配,确定多AUV最优监测目标。在此基础上,利用基于模型参考的自适应控制方法,设计在AUV模型参数未知的情况下,多AUV的最优覆盖控制方法,使得覆盖网络能够从任意初始位置收敛到最优覆盖配置。最后通过仿真实验验证了上述算法的可行性与有效性。

为提高航空时敏制导炸弹控制系统的鲁棒性能,增强其大空域作战能力,将参数估计与离散滑模控制相结合,提出了一种适用于航空时敏制导炸弹倾斜转弯(bank-to-turn,BTT)自动驾驶仪的离散自适应滑模设计方法。建立了包含参数摄动项的BTT控制仿射模型,针对弹体气动对称与交叉耦合等特性,利用反馈线性化方法实现了原系统的解耦控制,并得到了参数化的离散滑模控制律;基于Lyapunov稳定性理论设计了控制器参数的自适应规律,有效克服了各动力学系数偏差引起的不确定扰动。仿真结果表明,所设计的离散自适应滑模BTT控制系统实现了各通道的解耦控制,能有效解决含有较大程度气动不确定性时炸弹的指令跟踪控制问题,并且消除了常规滑模控制的抖振现象。

为了提高陀螺经纬仪寻北精度,基于光电积分法测量原理,建立了横向偏差对陀螺寻北精度影响的数学模型,并进行了仿真分析。首先,采用欧拉动力学方程分别建立了横向偏差对陀螺进动和漂移的影响模型;然后,基于光电积分法测量原理分别分析了横向偏差对摆动中心和零位改正角的影响;最后,进行了仿真实验。仿真结果表明,悬带扭力零位对应的方位角和横向偏差越大,精度受到的影响越大。因此,尽量提高加工精度且减小扭力零位对应的方位角和建立合理的补偿机制是减小系统误差对寻北精度影响的有效途径。

针对具有非对称通信需求的单中继协同放大转发正交频分复用(amplify forward orthogonal frequency division multiplexing,AF-OFDM)双向中继系统,提出一种中继能效优化策略。在AF-OFDM双向非对称中继通信系统中,子载波有两种工作模式:单向中继传输和双向中继传输。以系统能效为优化目标,构建联合中继传输模式选择、功率分配和比特加载组合优化模型;采用结构近似优化算法,首先固定子载波分配集合,优化单向中继传输和双向中继传输的功率分配,将原优化问题分解为两个子优化问题求解,然后优化子载波分配集合,利用子载波配对形成的线性结构搜索双向中继传输的最佳子载波数,避免穷举搜索造成的大运算量。仿真结果表明,该能效优化策略能有效提高AF-OFDM双向非对称中继通信系统的能量效率。

伴随战场指挥通信系统的复杂化,车载多部军用超短波(very high frequency,VHF)电台间互扰问题日益突出。针对同车电台间互扰问题,提出了结合天线近场耦合计算的射频干扰自适应对消方法,在此基础上推导出了耦合计算误差影响系统收敛时间的解析表达式。该方法通过预先建立同车收发天线近场模型,计算得出收发天线间耦合系数和相位失真度,再利用该结果设定自适应干扰对消链路的初始参数,缩短了射频自适应干扰对消算法的收敛时间。仿真表明,所提方法在不降低对消比情况下,与现有的自适应对消方法相比收敛时间缩短了30%以上,同时也验证了计算误差影响收敛时间解析表达式的正确性。

无碰撞区跳频序列集能够有效减轻通信中的多径干扰,在准同步跳频通信系统中具有广阔的应用前景。提出了两种新的无碰撞区跳频序列集构造的方法,在这种构造方法中,序列的个数和无碰撞区的长度是可以灵活变动的。由这两种方法构造的无碰撞区跳频序列集的频隙个数、序列长度、序列个数、无碰撞区长度、汉明相关值等参数均达到了理论界,是最优的无碰撞区跳频序列集。

大规模多输入多输出 (multiple-input multiple-output,MIMO) 技术能够提高频谱效率和能量效率,被认为是下一代无线通信的关键技术。随着有源天线技术的发展,基站配置二维天线阵列可在三维(three-dimensional,3D)空间控制波束,这使得3D MIMO技术成为一个新的研究热点。在单用户MIMO下,本文提出了两种基于秩(rank)自适应的3D MIMO有限反馈方案。方案I在水平维采用rank自适应,垂直维支持rank 1传输;方案II在垂直维采用rank自适应,水平维支持rank 1传输。在三维城市宏小区和三维城市微小区场景下,采用系统级仿真验证了两种方案的性能。相较于水平维和垂直维都仅支持rank 1的传输方案,两种方案都取得了性能增益,同时方案I优于方案II。

针对运动目标跟踪存在的目标遮挡和光照变化问题,提出一种基于压缩感知的粒子滤波跟踪算法。将改进的压缩感知跟踪算法提取的特征融合到粒子滤波跟踪框架中,并对压缩感知提取的特征和原始粒子滤波中的颜色特征进行可信度判定,能够较好地处理图像序列中由于目标遮挡和光照变化所带来的影响。此算法在公开数据库中进行测试,实验结果表明,提出的算法与已有改进压缩感知跟踪算法和粒子滤波跟踪算法相比,鲁棒性更好,能准确实时地对目标进行跟踪。

通过大脑对外界环境感知的神经结构与认知功能的相关研究,构建仿脑的媒体神经认知计算(multimedia neural cognitive computing, MNCC)模型。该模型模拟了感官的信息感知、新皮层功能柱的认知功能、丘脑的注意控制结构、海马体的记忆存储和边缘系统的情绪控制环路等大脑基本的神经结构和认知功能。在此基础上,构建基于MNCC的高分辨率遥感图像场景分类算法。首先,图像经仿射变换后切分为若干图块,通过深度神经网络提取图块的稀疏激活特征,采用概率主题模型获取图块初始场景类别,并利用图块分类错误信息反馈控制场景显著区特征的提取;其次,根据图块的上下文获取场景语义的时空特征,并在此基础上进行图块分类和场景预分类;最后,用场景预分类误差构造奖惩函数,控制和选择深度神经网络中场景区分度较大的稀疏激活特征,并通过增量式强化集成学习,获得最后的场景分类。在两个标准的高分辨率遥感图像数据集上的实验结果表明,MNCC算法具备较好场景分类结果。

为改善分布式压缩视频感知(distributed compressive video sensing,DCVS)系统的视频帧图像重构质量,以实时视频传输为应用场景,提出了一种基于双重稀疏模型的图像解码算法。解码端由相邻的已重构关键帧产生边信息(side information,SI);根据双重稀疏模型思想,分离样本图像小波域下不同尺度的子带,分别使用K均值奇异值分解(K-means singular value decomposition,K-SVD)算法得到具有多尺度特性的冗余字典,结合梯度投影稀疏重建(gradient pursuit for sparse reconstruction, GPSR)算法,完成对非关键帧的重构。仿真结果表明,在相同压缩率下,相比传统K-SVD字典训练方法, 本文所提出的方法对应的视频帧图像重构峰值信噪比(peak signal to noise ratio,PSNR)可获得0.5~1.5 dB以上的增益。

条件函数依赖是对传统函数依赖的扩展,它通过引入条件模式,使其语义比函数依赖更精确、表达能力更强。然而,条件函数依赖的计算需要消耗较多的时间,为了提高条件函数依赖挖掘的效率,研究了条件函数依赖增量维护方法。针对数据集增加、删除、修改3种情况分别分析了条件函数依赖集变化规律,提出了条件函数依赖的增量计算算法,从而能够在数据库变化情况下,高效、动态地维护条件函数依赖。同时,在理论上对算法中关键步骤的正确性进行了论证,并通过实验验证了算法的有效性。

提出了一种基于确信可靠度的可靠性评价方法。确信可靠度是一种综合考虑了设计裕量、固有不确定性以及认知不确定性三方面因素对可靠性的影响的可靠性度量指标,适用于度量认知不确定性影响下产品的可靠性水平。首先,提出了基于产品故障模式及影响分析(failure mode and effects analysis, FMEA)工作应用效果的认知不确定因子确定方法;然后,给出了综合考虑设计裕量、固有不确定因子与认知不确定因子的确信可靠度评价方法;最后,以某电源电路为例,对所提出的方法进行了演示验证。结果显示,认知不确定性的存在会降低人们对产品可靠程度的预期。

针对含有多种结构风格的复杂软件系统,提出一种可靠性评估代数方法。该方法基于软件体系结构代数建模思想,通过分析构件间交互的特点,使用代数范式形式抽象软件的基本结构风格。明确了范式向系统状态空间的映射关系,由此建立可靠性参数计算准则,并实现了系统可靠性评估的完整流程。因为代数语言的高度形式化特征,流程具有结构嵌套处理以及自动完成计算的显著优点。最后通过对一个实际软件系统的可靠性分析,验证了代数方法的适用性与有效性。

冗余技术对于规模大复杂程度高的系统主要采用双机热备的方法,但其难点是不能准确定位失效单元。针对上述难点,提出一种基于分布式系统的可修复控制方法。通过对系统进行可修复设置,并利用马尔可夫过程进行建模和仿真,最后针对可靠性和安全性进行了分析。仿真结果表明，可修复控制方法可以提高系统的可靠性及安全性,冗余单元的故障检测率等于主单元的故障检测率且冗余单元的失效率大于主单元的失效率时,系统的安全性和可靠度达到最大值。