被动毫米波成像技术凭借其独特的无源隐蔽性与云雾穿透性成像特点，在目标探测领域展现出广阔的应用前景。本文聚焦于典型陆地卡车目标，旨在深入探究其毫米波本征辐射的极化特性。首先，通过开展被动毫米波成像仿真实验，选取4种线极化观测模式，设置3种不同观测俯角进行成像数据计算模拟。然后，基于仿真的成像数据，计算分析Stokes参数和极化特征参数，并开展实测实验进行验证。最后，利用目标与背景的差异信噪比指标，对仿真图像展开全面的定性与定量分析。研究结果表明，在多数观测俯角条件下，垂直极化模式的差异信噪比表现最优，预示着最佳探测能力；观测俯角对目标与背景间极化特性有显著影响，合适的观测俯角对于提升目标检测效能至关重要。

为减少矢量阵列互耦效应对信源波达角度（direction of arrival，DOA）估计性能的影响，提出一种基于降维多重信号分类（multiple signal classification，MUSIC）方法的矢量阵列无模糊互耦自校准算法。在综合考虑阵元内互耦和阵元间互耦的情况下，算法首先根据参数分离的思想，将信源DOA估计问题转化为带约束的降维MUSIC伪谱函数最小化问题，得到信源DOA估计结果；随后，通过极化伪谱搜索和模值约束瑞利熵问题的求解进行信源极化参数和阵列互耦系数的估计。仿真结果表明，所提算法解决了复杂互耦效应描述下现有算法失效的问题，可以有效、可靠地进行高精度信源DOA与极化参数，以及阵列互耦系数估计。

针对目前图像脉冲噪声模型未考虑声纳成像机制与海洋环境噪声时频特性，导致基于其训练的声纳图像去噪模型在噪声特性改变时性能下降的问题，面向具有特殊海洋环境的北极海域，提出侧扫声纳冰源噪声添加模型。首先，基于第9次北极科考采集的冰源噪声数据实现噪声仿真。然后，结合声纳方程计算其环境噪声级并融入声纳回波强度，实现与真实成像高度匹配的冰下侧扫声纳噪声仿真并构建成对训练集。最后，实验验证基于所提模型生成的成对训练集能显著优化卷积稀疏编码网络的冰源噪声去除效果，进一步验证了所提模型的正确性和有效性。

针对小型固定翼无人机在现代战场中易受外部电磁干扰而导致飞控失稳的问题，采用仿真与试验相结合的方法开展了连续波电磁辐射效应研究。利用CST电磁仿真软件建立了固定翼无人机场-线耦合模型，分析不同极化方式与入射角度连续波辐照下机体内部线缆的耦合规律；对整机开展连续波辐照效应试验，研究连续波对无人机舵机的干扰效应规律，得到了尾翼抖动的敏感频点分布与场强阈值。尾翼抖动的敏感中心频点（165 MHz、241 MHz、337 MHz）与信号线半波长谐振频率高度吻合，水平极化、左侧机身入射时耦合效率最高，场强阈值最低为52.6 V/m。结果表明, 舵机信号线是电磁辐射场-线耦合的主要路径，其干扰机理为线缆谐振产生的共模电流因阻抗不平衡转化为差模电压，进而干扰脉宽调制信号导致尾翼抖动。

针对电磁建模领域中非刚体目标电磁建模难题，提出一种部件关联散射中心的动态散射特性建模方法。对具有活动部件目标的局部运动，实现基于散射中心的动态散射特性快速生成。通过对目标几何模型进行分区离散化，借由散射中心的性质，确定散射中心与活动部件的对应关系，并以散射中心的运动代替模型几何上的运动变化，再通过包围盒函数进行遮挡判断，形成快速生成目标动态散射特性的技术。以直升机的螺旋桨转动为例，与传统高频计算和暗室测量实验结果对比表明，该建模方法具有较高的精度和显著提升的效率，可用于支撑具有活动部件动态目标的雷达探测与识别。

为了实现分布式导航干扰部署的优化，首先分析配备多阵元自适应调零天线的导航接收机在不同干扰源数量和超自由度干扰条件下的抗干扰性能，然后研究四干扰源分布式超自由度干扰条件下的干扰距离和覆盖范围，采用粒子群优化算法和仿真手段对等功率四干扰源超自由度覆盖区域进行部署优化仿真，建立以有效干扰覆盖区域面积最大化为目标的优化过程模型，同时指出分布式导航干扰实际应用中应考虑的几个因素。仿真分析表明，利用建立的干扰源部署优化模型，可根据4个干扰源的实际发射功率，快速高效生成针对配备四阵元调零天线导航接收机超自由度干扰覆盖面积最大化的优化部署方案，为分布式导航干扰源位置的部署优化和战术战法应用提供参考和依据。

针对雷达采用基于子脉冲交替掩护的脉内分段抗干扰方法导致传统间歇采样转发干扰在接收端被有效识别和抑制的问题，提出一种改进的间歇采样转发干扰方法。通过在干扰机发射端对侦获雷达信号进行间歇采样与幅度调制，生成子脉冲幅度参差的间歇干扰信号，使得低幅度干扰子脉冲经雷达分段脉冲压缩处理后的输出方差低于其抗干扰检测门限，从而规避雷达基于方差−能量相关性的干扰检测机制。推导并建立干扰子脉冲幅值比的约束条件，分析不同分段数对干扰效果的影响。仿真结果表明，在典型参数设置下，所提方法可有效保留部分干扰能量并产生显著的欺骗效果，对抗脉内分段抗干扰措施，提升干扰信号在新型抗干扰体制下的生存能力。

针对现有雷达目标识别方法通常仅单独处理高分辨率距离像（high-resolution range profiles，HRRP）和逆合成孔径雷达（inverse synthetic aperture radar，ISAR）图像特征，未能充分挖掘其互补的结构与运动信息的问题，提出一种联合利用HRRP与ISAR特征的多域交互识别网络（multi-domain interactive recognition network，MIR-Net），用于ISAR舰船目标识别。首先，MIR-Net采用对称尺度HRRP编码器和图像编码器，分别提取脉冲序列和图像的多尺度特征，并使用图卷积网络进一步建模其时空依赖。然后，构建多域特征交互融合模块，将两个域特征映射至共享潜在空间，并利用双分支交叉注意力机制实现动态融合。最后，融合HRRP特征、图像特征与联合表示进行目标的分类。在仿真数据集和实测数据集上的实验结果证明，所提方法能够提高ISAR目标识别准确率，具有有效性与鲁棒性。

针对合成孔径雷达（synthetic aperture radar，SAR）图像目标检测任务，提出一种基于YOLO（you only look once）框架的目标检测算法。针对传统光学检测模型在SAR图像小目标检测中存在的性能局限，通过3个关键技术创新实现性能提升。首先，在损失函数中引入尺度无关的归一化Wasserstein距离，改善小目标检测性能。其次，引入高效多尺度注意力机制，增强模型对SAR图像特征的提取能力。最后，设计一种基于Transformer架构的轻量化检测头，在提高检测精度的同时降低计算复杂度。在高分辨率SAR图像数据集（High-Resolution SAR Images Dataset，HRSID）上的实验结果表明，所提算法较YOLOv8n基准模型在小目标mAP₅₀上提升3.9%，整体mAP₅₀提升1.2%，计算量降低6.1%，实现精度与效率的协同优化。通过另外3个数据集进行泛化实验，进一步验证所提算法具有优良的泛化能力。

针对谐波合成孔径雷达（harmonic synthetic aperture radar, HSAR)非平稳平台偏离理想轨迹产生运动误差，且谐波信号对该误差敏感而加剧成像散焦的问题，提出一种基于生成对抗网络的自聚焦方法。首先，通过多尺度分割与拼接模块捕捉多尺度运动误差特征，强化对微小运动误差的感知能力。然后，利用压缩−激励模块，自适应分配不同通道的权重，突出关键图像特征并抑制运动误差特征。仿真与实测结果表明，所提方法可显著改善非平稳平台运动误差引起的成像散焦问题，有效缓解HSAR对运动误差的敏感性，提升HSAR成像聚焦质量。

射频掩护脉冲分选反侦察手段的应用显著增加了雷达信号分选的难度。针对此问题，提出一种双阶段聚类分选算法。利用自组织映射（self-organizing map, SOM）神经网络对含射频掩护脉冲背景数据初聚类，滤除射频掩护脉冲，得到真实雷达信号聚类中心数量和质心位置，作为K-Means聚类的关键特征参数。通过引入K维树解决K-Means算法处理高密度数据和大量最邻近计算时间复杂度较高的问题。实验结果表明，所提聚类算法不仅将分选结果准确率提升至96.09%，还可降低K-Means聚类算法的时间复杂度，使雷达侦察系统在射频掩护脉冲对抗场景下能更高效准确地完成信号分选任务。

多功能雷达（multi-functional radar, MFR）具有响应速度快、波束控制灵活、抗干扰能力强等优点，通过多维参数调节可实现搜索、跟踪、识别、制导等多种功能，这对干扰机的干扰决策提出巨大挑战。为有效应对MFR的智能化和多功能化，作为雷达对抗方，深入研究对MFR的智能干扰决策技术具有重要意义。首先，介绍几种传统的基于先验知识的雷达干扰决策技术，并指出其在对抗MFR时面临的不足。随后，从完成不同任务的角度出发，详细介绍智能干扰决策技术在干扰样式决策、干扰参数优化和干扰资源分配方面的应用。将强化学习与雷达干扰决策技术相结合，有助于克服传统干扰决策方法过度依赖先验知识的局限性，使系统能够学习MFR的内部行为规律，并在复杂电磁环境中不断更新干扰策略。最后，展望MFR智能干扰决策技术的发展趋势，强调随着人工智能和机器学习的进步，未来的干扰决策系统将更加智能化、自动化，为下一代智能干扰机的研制提供坚实的理论基础。

针对逆合成孔径雷达成像干扰中传统方法难以生成灵活可控的虚假干扰场景的问题，提出一种基于二维相位调制的逆合成孔径雷达场景干扰方法。该方法基于离线干扰调制模板，对干扰模板分别进行二维一阶相位和二阶相位调制，实现对虚假目标的位置移动和能量扩散，达到欺骗干扰和压制干扰的目的；同时进行二维一阶和二阶相位调制，并对多个相位调制模板进行叠加，能够实现欺骗和压制复合干扰的效果。二维相位调制干扰采用实时干扰方式，算法复杂度低。通过仿真验证所提方法的正确性和有效性，能够有效对抗逆合成孔径雷达。

传统雷达波形因其时频周期性特征易被侦察系统截获干扰，为降低传统波形截获概率并提升抗干扰能力而采用联合载频与脉冲重复频率捷变技术，会产生距离维与多普勒维高旁瓣效应并导致目标参数估计困难。对此，面向二维捷变的稀疏步进线性调频波形，构建基于联合载频−脉冲重复频率捷变的波形优化与极大似然估计融合框架。通过建立捷变波形在距离维和多普勒维的自相关数学模型，推导出基于载频与脉冲重复频率联合优化的旁瓣抑制准则。在此基础上，设计基于极大似然估计的运动参数估计方法，利用低多普勒旁瓣脉冲序列实现多个目标径向速度的精确提取。仿真结果表明，所提方法相比传统稀疏步进线性调频信号提高抗干扰能力的同时能进行较高精度的参数估计，具有可靠性和有效性。

针对旋翼无人机识别中提取微多普勒特征问题，提出重排平滑伪Wigner-Ville分布方法。在传统Wigner-Ville分布基础上引入平滑核函数抑制交叉项干扰，并结合谱图重排技术实现能量锐化，从而在抑制交叉项的同时保持良好的时频分辨率与能量聚集性，并分散噪声以突出信号。实验表明，重排平滑伪Wigner-Ville分布在能量聚集和时频分辨率上优于传统方法。将生成的时频图输入YOLOv5模型进行分类，实现了99.7%的识别准确率，证明所提方法在无人机识别中具有有效性与先进性。

飞机长期维修计划是航空公司运营管理的核心环节，对维修资源配置效率和机队运营效益有重要影响。针对飞机长期维修计划编排问题，首先建立综合考虑定检和复杂改正措施规划的飞机维修计划优化模型。然后，设计基于强化学习的变邻域搜索算法，在算法迭代中利用Q-learning智能选择局部搜索策略。最后，利用真实维修数据进行数值实验，数值实验结果证明算法的有效性，所提算法的求解质量显著优于Gurobi求解器，且相较于航空公司现行策略平均降低24.77%的维修成本。数值实验结果进一步表明，在长期维修计划中考虑改正措施可提升飞机利用率。研究提出的模型和算法为航空业提供更科学的维修计划编排方法。

覆盖路径规划是无人机完成任务的关键。将多区域覆盖路径规划问题建模为旅行商问题，针对单机多区域覆盖路径规划，提出基于可视图和动态规划方法的路径规划算法，解决考虑避障的多区域覆盖搜索问题，实现从原点出发并返回原点的多区域覆盖搜索最短路径规划。针对多机大规模区域覆盖路径规划，提出一种“两阶段”路径规划方法，该方法综合启发式区域分配和滚动时域精确求解，相比于一步优化算法，具有更高的灵活性和计算效率。最后，通过仿真实验和对比分析验证了所提方法的有效性和实用性。

装备可靠性与环境适应性设计高度依赖于环境剖面的准确确定。然而现有的环境剖面分析方法依赖人工演绎推理与文本描述，存在流程模糊、敏捷性不足、描述精度低等问题，同时也未充分涵盖装备及其部件在不同工况下的具体影响。针对上述局限，提出一种融合基于模型的系统工程与多视图理论的环境与工况建模分析方法。首先，构建形式化建模框架，系统刻画装备环境与工况要素及其内在关联；在此基础上，基于系统建模语言（systems modeling language, SysML）定义结构化建模流程，从而支持模型的一致表达与全生命周期可追溯分析。以典型防空装备系统为例，开展作战使用阶段的环境与工况建模，并据此确定相应环境剖面，验证了所提方法的可行性与有效性。结果表明，该方法能够实现环境与工况的结构化、形式化表述，有效提升环境剖面分析的清晰度与准确性，为装备可靠性与环境适应性设计提供了有力的模型支撑。

现代作战体系网络中节点功能复杂、协同关系紧密，且具有动态演化特性，现有方法难以精准评估节点重要性。为此，提出一种基于增益机制与任务链融合的节点重要性评估方法。首先，构建具有高阶节点的作战体系网络模型，定义了7种类型任务链。然后，提出协同增益机制与作战块增益机制，分析节点作战能力，并基于节点属性搜索任务链，将节点作战能力融入任务链以反映节点在任务链中的能力贡献。最后，两者加权集成实现作战体系网络高阶节点重要性的评估。实例分析结果表明，与对比方法相比，所提方法识别的关键节点在移除后能更快速地导致网络作战能力与最大连通分量下降，验证了所提方法的有效性与准确性。

雷达干扰效果在线评估是电子对抗闭环决策的关键环节，其任务是实时判定干扰对雷达工作的影响程度，为干扰策略调整提供依据。针对非合作雷达目标评估中目标域无标注、多源证据冲突及干扰状态动态演化等问题，提出一种融合迁移学习与时空特征优化的评估方法。构建基于域对抗神经网络的迁移学习框架，将已知雷达的干扰响应判别经验迁移至未知雷达；引入DS（Dempster-Shafer）证据理论融合多个支持向量机分类器输出的多源异构证据，解决不同特征视角判别结果的冲突问题；设计双链马尔可夫模型刻画干扰状态与雷达工作模式的耦合演化规律，实现干扰效果的时序跟踪。实验结果表明，所提方法在未知雷达目标上对有效、部分有效、无效三类干扰状态的整体识别准确率达90.33%，平均单次推理时间15.6 ms，可为电子对抗实时决策提供可靠支撑。

针对航班地面保障流程中多节点时间预测精度不足的问题，提出一种基于残差级联和并行-级联混合架构的预测模型。模型融合轻量梯度提升机(light gradient boosting machine，LightGBM)和卷积长短时记忆网络（convolutional long short-term memory network, CNN-LSTM)，通过双起点并行预测与级联特征传递机制，并进行混合模型参数设置与Adam优化训练，实现对事件链节点的动态预测。在真实航班数据集上的实验表明：混合模型在7个事件预测中平均绝对误差较纯CNN-LSTM模型降低43.5%，与纯LightGBM模型性能相当但在多个关键节点上表现更优；开舱门时间预测精度达行业优秀水平，关舱门时间预测准确率达97.4%；事件链末端实际起飞时间预测准确率达95.3%，较纯CNN-LSTM模型提升9.9%，验证了残差连接对误差累积的有效抑制作用。

针对复杂动态环境下无人机配送路径规划问题，构建同时考虑飞行成本、延误惩罚与碰撞风险的综合经济指标，引入环境动态变化率刻画障碍物时变程度，提出融合深度Q网络与多头注意力的改进深度强化学习(hybrid deep Q-network and multi-head attention deep reinforcement learning，HDMADRL)算法。仿真结果表明，HDMADRL能在高度动态边界情况下保持约75%的任务成功率。在中高动态场景中，相比基线方法，HDMADRL的平均成本降低8%~14%，平均碰撞次数减少20%~35%，任务成功率提高6%~15%。消融实验进一步验证，“位置–环境双路径编码+多头注意力”结构的优异性能。研究成果为无人机配送领域提供新型路径规划方法，对降低运营成本和提高飞行安全具有重要实践价值。

针对现有方法在处理多元退化设备中的非线性、非平稳数据时，退化特征提取能力不足的问题，提出一种集合经验模态分解（ensemble empirical mode decomposition，EEMD）和Transformer融合模型的剩余使用寿命（remaining useful life，RUL）预测方法。首先，利用EEMD算法将原始数据分解成多个本征模态函数（intrinsic mode function，IMF）分量，并通过计算能量占比筛选出其中表征性能退化的关键分量。在此基础上，构建具有多层级结构的Transformer融合模型，通过充分挖掘保留分量中的局部时序特征和全局长期依赖关系，最终实现从多源特征到RUL值的端到端精准映射。基于C-MAPSS数据集的实验表明，所提方法的均方根误差和评分函数分别低至12.51和241，并展现出良好的鲁棒性和泛化能力。

针对执行空中作战任务战机的安全返航需求，提出一种多约束条件下基于改进豺优化算法的最小风险通道规划方法。首先，结合安全返航实际需求构建地形、油耗、属性识别、飞行时间、通道可行性以及边界线战术等多元约束;然后，基于最小油耗与最优支援目标构建聚合适应度函数；最后，引入Logistic映射混沌初始化、正余弦函数更新策略以及高斯-柯西变异以改进豺优化算法并求解上述问题。仿真结果表明，所提方法能够有效规划出最优通道，并且所提改进方法与现有方法相比性能更优，更贴合实际作战应用场景。该规划方法贴合实际空战需求，能够为战机低空安全返航空域规划与战场空域资源精细化配置提供技术支撑。

针对智能战场环境下作战流程日益复杂、协同要求高，以及传统任务链模型难以描述体系化、网络化作战局限性的问题，构建一个从战术执行到战区协同的多层次任务网络理论框架。首先，为突破传统线性模型的局限，提出从任务链到任务路径、任务网、任务互联网直至战区任务互联网的五级概念体系，并对其进行形式化定义与关系梳理，实现了对作战流程从单点到全域的层次化描述。其次，为支撑该框架的分析与应用，融合领域特定语言、集合论、Allen的间隔代数、多属性效用理论、图论等方法，构建一套集形式化建模、时序约束分析、多目标效用评估与网络结构优化于一体的综合分析方法，并通过打击时间敏感目标的算例验证了该方法的可行性。研究表明，该理论框架与方法论可有效刻画智能战场中的复杂任务关系，并能量化评估作战方案的综合效能。这一结果为优化作战流程、提升指挥控制效率提供了依据。

针对虚拟兵力构建方法孤立、测评缺失、演化不足等问题，基于模型工程理论，重塑虚拟兵力概念内涵，在需求分析的基础上提出“建训测用”闭环架构。该架构以“两源驱动、两力制约、双闭环协同”为核心机理：人工智能（artifical intelligence，AI）与网络通信技术驱动智能演进，需求牵引与测评推动引导方向，内环实现模型快速优化，外环驱动范式革新。设计数据流转、模型管理、跨环节协同运作三项机制，并构建大中小模型融合建模、虚拟练兵场、动态测评及“人-装-案”4个技术体系。案例验证表明，该架构能有效提升虚拟兵力的开发效能与智能进化能力，为虚拟兵力可持续演进提供理论支撑。

针对通信受限环境下无人机集群轨迹跟踪控制问题，提出一种虚实融合的集群分布式编队控制方法。首先，针对通信受限场景下部分目标信息未知等问题，设计了一种分布式观测器，使得集群中每架无人机能够获得期望位置、速度和加速度的精确估计值。构造李雅普诺夫函数分析观测器的收敛性；其次，将无人机集群编队轨迹跟踪控制问题转化为动力学和姿态误差动力学稳定控制问题，设计了无人机集群分布式编队控制器，将控制指令转换为指令控制力和控制力矩作用于无人机，以实现在有向生成树条件下的集群编队轨迹跟踪渐进收敛。最后，仿真实验进一步验证了所提方法的有效性与理论分析的一致性。

针对交互设备紧凑构型限制工作空间导致频繁复位，自由度耦合现象降低精细作业效率的问题，提出一种基于串并联复合构型的六自由度手控器。首先，通过运动学链重构与连杆参数优化完成手控器结构设计。然后，提出一种结合移轴处理与虚拟关节辅助的运动学分析方法验证设计的合理性。最后，搭建虚拟模型可视化仿真平台验证运动的协调性和连续性。试验结果表明，本手控器在实现各维度独立控制的基础上，其多自由度联动性能同样优异。相较于Touch、omega.7等市面常见设备而言，本手控器在保持同等紧凑性的同时，实现工作空间利用率（工作空间/设备体积）4倍以上的提升，为复合式串并联手控器的开发提供可参考的设计思路和技术路径。

针对角速度传感器不可用的多无人机协同控制问题，提出一种基于强化学习的固定时间最优姿态控制方法。首先，设计基于神经网络的固定时间观测器，仅需姿态测量信息即可精确重构角速度信号，解决了传感器缺失状态估计难题。其次，结合强化学习理论，提出一种基于分布式观测器的姿态一致性最优控制器，实现跟踪误差的快速收敛。进一步地，基于Lyapunov稳定性理论，严格证明了所提控制方案的固定时间收敛性。最后，仿真结果表明，所提方法可在固定时间内精准重构角速度信号，稳定实现多无人机角度跟踪与姿态一致性控制，降低了传感器缺失对多无人机姿态协同控制的不利影响，同时验证了所设计控制器的有效性和鲁棒性，进一步说明了其在实际应用中的可行性。

某些对地应急观测任务中，需要多颗、多类型的卫星即时、持续地观测，形成一条观测窗口链，以更好地支持 “观测-判断-决策-行动”闭环回路。通过卫星轨道机动的方式调整观测窗口，可在短时间内增加满足时序约束的观测窗口链数量。以轨道机动时刻、大小为优化变量，以轨道机动总成本和观测窗口链总数为目标函数，采用多目标遗传算法求解。结果表明，以平均每颗卫星3 m/s的速度增量，可在12 h内使80颗卫星组合的观测窗口链数量从5条提升到29条，且随着任务时间、窗口间隔时间、速度增量和卫星规模的增大，提升效果将进一步增加，通过轨道机动生成对地观测链的方法有效。

针对高超声速滑翔飞行器在轨迹预测过程中无法准确描述运动状态以及多变量时间序列输入网络后难以有效学习序列特征而导致轨迹预测精度不理想的问题，提出一种基于多尺度时序处理的轨迹预测方法。首先，构造机动状态参数作为控制量，同时以动力学方程为基础设计机动预测模型。其次，建立时序处理模型，引入多个模块通过卷积、投影等操作对时间序列进行多尺度分析，利用双向长短时记忆网络得到状态参数的时序预测。最后，通过扩展卡尔曼滤波结合机动预测模型实现轨迹的预测。实验结果表明，与现有轨迹预测方法相比，该方法综合预测性能更优。

针对格斗无人机在非优势条件下拦截高机动目标时存在的过载饱和问题，提出一种三维最优预测制导律。首先，建立三维相对运动模型，构建以能量最小化为目标、终端命中为约束的最优控制问题；其次，基于庞特里亚金最小值原理，推导出制导指令的解析解；然后，利用李雅普诺夫方法证明了闭环系统的指数稳定性，确保零控脱靶量渐近收敛；最后，在多种交战场景下验证制导律的性能。仿真结果表明，所提最优预测制导律在目标机动时，能显著降低防御方的过载需求，有效避免末端饱和；在引入模型识别误差及控制扰动的鲁棒性仿真中，表现出良好的不确定性抑制能力，在均势或劣势条件下可实现精确拦截，兼具理论严谨性与工程实用性。

针对现代高速飞行器长细比愈发增大导致弹性振动频率低、振动方程系数大，气动伺服弹性日益突出的问题，提出一种基于改进扩张状态观测器（extended state observer, ESO）的弹性振动主动控制方法。通过构建基于ESO的弹性状态观测器，实现弹性状态在线估计，并在控制方程中引入补偿控制，实现对弹性振动的快速有效抑制。通过六自由度仿真验证了该方法的有效性和正确性，仿真结果表明，所提方法能够有效地对弹性振动进行主动抑制，提高了飞行控制系统对弹性振动的鲁棒性。

随着低轨卫星通信网络用户规模不断扩大，其动态拓扑与多业务流竞争导致网络拥塞的问题日益突出。基于此，提出一种多蚁群协同竞争路由算法，旨在提升卫星网络在多源目节点场景下的路由性能。该算法通过建立跨蚁群信息素抑制机制调节蚁群间竞争关系，以引导数据流向负载较低的链路迁移，从而改善链路利用均衡性。基于铱星星座拓扑的仿真表明，该算法能够显著缓解链路资源竞争，降低数据丢包率。在中高负载（0.6~1 Mbps）下，平均端到端时延较传统蚁群算法降低约24.8%；在高业务量场景中，网络吞吐量提升约12.24%。结果表明，所提算法具有良好的拥塞控制与负载均衡能力，适用于动态卫星网络。

高可靠性的时间同步是车载时间敏感网络面临的重要挑战。针对现有方法在冗余与安全方面的不足，提出了一种元启发式算法优化冗余路由方案，提高节点路由的冗余性；并提出鲁棒同步域选择算法有效抵抗内部节点攻击的影响，保证时间同步的安全性。该算法基于软件定义网络形成集中式配置架构。实验结果表明，所提出的路由方法相较于K-最短路径方法在冗余程度上有55.2%的提升，鲁棒同步域选择算法相较于Huber回归算法在崩溃点上有43.3%的提升。仿真结果表明，在汽车集中式电子电气架构拓扑中，所提出的时间同步架构确保链路冗余的同时可以抵御内部节点攻击的影响。

针对深海水声通信系统接收机在多波束信号接收过程中对处理实时性的严格要求，提出一种基于中央处理单元与图形处理单元（graphic processing unit, GPU）异构计算平台的多波束帧同步快速方法。该方法提出了多波束频域匹配滤波并行架构与峰值索引同步搜索的GPU优化算法，对帧同步过程中的关键计算步骤进行并行化设计与优化。详细描述了该方法的实现流程，并在仿真平台上对所提方法的加速性能与同步准确性进行了验证。结果表明，在满足毫秒级同步误差的情况下，所提方法可实现最高6.85倍的加速比。进一步将该方法部署于实际水声通信系统平台，开展外场试验，实验结果表明，该方法在满足系统实时性要求的同时，能够在深海复杂信道条件下准确识别信号起始位置与最优接收方向，具有良好的准确性与可靠性。

受动态障碍物与金属反射等因素的影响，室内密集时变多径效应显著加剧，导致室内复杂非视距场景测距误差是视距场景的3~5倍。现有基于深度学习的超宽带（ultra wide band, UWB）定位模型由于对UWB信号特征的表征能力不足，导致定位精度显著下降，尤其是在跨应用场景时性能恶化更为显著。基于此，设计了图注意力-时域卷积-Transformer网络（graph attention-temporal convolution & Transformer network，GAT-TTN），通过多层感知机提取UWB信号特征，利用搭载Inception模块的时序卷积神经网络提取UWB信道特征，采用图注意力网络实现UWB信号特征与信道特征的跨模态融合，通过Transformer编码器增强跨模态适应性，捕捉信号特征变化与信道特征之间的关系，完成测距误差预测。最后建立测距误差方差与位置坐标的联合优化目标函数，基于有限内存布罗伊登-弗莱彻-戈德法布-香奈（有界约束版）（limited memory Broyden Fletcher Goldfarb Shanno-bound constraints, L-BFGS-B）算法求解非线性方程，实现GAT-TTN-BFGS多模态融合位置估计。该方案在4类测试环境中进行了性能验证，工业环境定位精度为0.25 m，两个居民环境与办公环境定位精度分别为0.09 m、0.05 m、0.12 m，定位误差比最小二乘算法分别小2.24 m、0.83 m、0.36 m、0.8 m。

如何实现通信和控制一体化是当前卫星通信领域的一个崭新研究课题，针对存在干扰的场景，在仅已知非完美信道状态信息的条件下，提出一种鲁棒波束成形算法，保障卫星系统控制稳定性的同时降低系统的能耗。首先，在配置阵列天线的低轨卫星同时接收控制信号和干扰的场景下，建立以信关站发射功率最小化为目标函数、卫星控制稳定性和卫星所受最大干扰满足要求为约束的优化问题。针对该非凸问题，借助李雅普诺夫稳定性定理重构控制稳定性约束，并进一步提出伯恩斯坦不等式和连续凸逼近相结合的鲁棒波束成形算法，求得最优功率分配系数和波束成形权矢量。最后，仿真结果表明所提算法可以在更低功耗下实现优于现有算法的控制性能，有助于提高星载资源利用效率，为通信与控制协同设计提供可靠的理论参考。

针对低轨卫星星座（如星链）的高动态性和轨道异构性导致的复杂时变多普勒频移问题，提出适用于异构星座，融合轨道动力学与空间几何的多维度解析模型。通过仿真分析发现，仰角与频移呈非线性关系，90°仰角时频移绝对值最小而变化率最大；轨道高度是关键因素，频移幅值及变化率随高度增加而减小（525 km比550 km频移峰值大0.48%，变化率峰值低1.8%）；地理空间依赖性显著，纬度接近轨道倾角时频移达峰值，经度影响呈周期性。研究揭示了星链星座多普勒频移规律，为低轨卫星地面信关站设计、频偏补偿及通信优化提供了理论支撑。