针对约束最小二乘无源定位算法中最优Lagrange乘数的求解问题，提出了新的计算方法。通过详细分析该定位算法的最优化问题求解过程，给出了求解最优Lagrange乘数的准确公式，同时将其转化为等价的多项式方程，并推导了相应的多项式方程系数。通过仿真实验，分析了最小二乘定位算法的性能，重点分析了最优Lagrange乘数的选取对算法性能的影响，并给出了经验选取方法，验证了所提方法的正确性和有效性。

针对杂波（虚假量测）环境下的目标无源跟踪问题进行了研究，并给出了只测角情况下相应的跟踪算法。该算法在利用修正增益扩展卡尔曼滤波(modified gain extended Kalman filter, MGEKF)对目标进行无源纯方位跟踪的同时，通过建立波门对不同时刻的测量数据进行选择，然后利用角度测量数据计算落入波门内的有效测量数据的概率（包括波门内所有有效量测均为虚假量测的概率和第i个有效回波是正确的概率），并以这些概率值作为权值对目标状态进行加权融合，实现杂波环境下对目标的实时纯方位无源跟踪。同时,仿真分析对文中所提算法的可行性和有效性进行了验证。

通过分析欠定盲信号分离模型和压缩感知模型本质内涵和内在联系，建立了基于压缩感知的欠定盲信号重构问题的数学模型，该模型对于欠定盲信号分离的实现提供了一个新的解决途径。基于该模型的压缩重构方法通过两步来实现：分别利用源信号稀疏域性质实现对盲估计欠定混合矩阵的估计；利用压缩感知的重构稀疏源信号的方法，实现对欠定稀疏盲信号的分离和重构。提出的算法根据实际应用场合，具有一定扩展能力。最后通过模拟实验验证了提出模型和相应算法的有效性。

基于马尔可夫链蒙特卡罗(Markov chain Monte Carlo, MCMC)方法的α稳定分布参数估计具有良好的性能，但不合适的提议函数常导致算法不收敛或混合性能不好。针对提议函数难以选择的问题，提出了一种基于自适应Metropolis算法的非对称α稳定分布参数估计新方法。该方法利用Markov链的历史信息自动调整提议函数的协方差矩阵，使其不断地逼近目标分布，从而获得更好的估计结果。理论分析和仿真结果表明,此方法不仅能准确地估计出α稳定分布的4个参数，而且具有良好的鲁棒性和灵活性。

提出了一种具有干扰抑制效果的外场辐射发射测试新方法。该方法通过获取多通道接收数据，利用多重信号分类(multiple signal classification, MUSIC)算法获取受试设备的辐射信号和现场其他干扰信号的波达方向，并采取最小方差无畸变波束形成算法在干扰信号来向形成阵列天线方向图的“零陷”，从而实现对干扰信号空间抑制。结合短时傅里叶变换方法，对不同体制的干扰信号的抑制效果进行时频域仿真。结果表明，该方法在保证受试设备辐射特性无失真的情况下，既能同时抑制多个干扰源，又能有效抑制同频干扰和宽带干扰。

使用直接数字频率综合（direct digital synthesizer, DDS）技术生成正弦信号时，幅度精度与查找表容量两个条件相互制约，由于容量限制，高精度需要的超大容量查找表在实际中往往无法实现。针对该问题，提出了一种基于压缩查找表的高精度正弦信号生成算法。首先,推导了DDS输出信号精度与查找表容量的关系，为查找表的设计提供了理论依据。然后，依据精度需求构造了一种高效的压缩查找表，给出了查找表容量与压缩比的关系。最后，给出了算法的实现流程，通过仿真验证了信号精度及压缩比，信号幅度为10⁶，精度为10^-5时，压缩比达到10⁷倍。

由于共形载体曲率的影响，锥面共形阵列中的阵元不仅具有不同指向的方向图，而且具有不同的极化特性，从而使得共形阵列呈现多极化特性。利用锥面共形阵列的多极化特性，针对现有共形阵列下空间超分辨算法对信号极化参数估计缺失这一问题，结合多重信号分类(multiple signal classification, MUSIC)算法实现了入射信号的极化参数与二维波达方向(direction of arrival, DOA)的联合估计。算法对阵列形式无特殊要求，不需要参数配对；在此基础上进一步对算法的估计性能进行了理论分析与推导，给出了算法多参数估计的克拉美-罗边界(Cramer-Rao bound, CRB)。最后通过计算机仿真验证了算法的有效性。

为了得到低空多路径下目标特性参数对脉冲多普勒(pulse Doppler, PD)导引头目标检测的影响，根据导引头、目标空间几何关系,推导了考虑存在多条路径情况下的导引头测量单脉冲比表达式，并指出多普勒频差小于导引头速度门带宽是多径效应对PD导引头产生影响的前提。通过对相位差求取微分的方法，得到了多径回波和目标回波的多普勒频差，给出了多普勒频差与弹目飞行高度、弹目速度、弹目距离关系的解析式，解析式能为导引头末制导阶段的弹道设计提供参考和帮助。

提出了一种基于雷达目标复距离像复值独立分量分析（complex independent component analysis, CICA）的合成孔径雷达（synthetic aperture radar, SAR）目标多方位散射特征提取和识别方法。根据雷达目标散射机理，将目标高分辨率复距离像建模为多个散射中心的复相干叠加。在分析复距离像的基础上，采用CICA方法实现了距离像中每个散射中心响应的分离。针对每个散射中心响应，利用高阶矩方法提取特征矢量。分类器基于隐马尔可夫模型（hidden Markov model, HMM）设计。采用美国运动和静止目标获取与识别（moving and stationary target acquistion and recognition， MSTAR）计划公开发布的目标实测数据进行算法实验，实验结果说明了提出方法具有较好的识别率。

针对互耦误差下多输入多输出（multiple input multiple output, MIMO）雷达的低仰角估计的问题，提出一种目标角度估计的自校准算法。首先分析了收发阵列同时存在互耦误差时的多径回波信号模型，然后利用均匀线阵互耦矩阵的特点对互耦误差下的阵列导向矢量进行变换，最后基于子空间原理推导出目标角度的搜索函数，同时给出多径衰减系数和收发阵列互耦矩阵的计算表达式。推导了各参数的任意无偏估计的Cramer-Rao界（Cramer-Rao bound， CRB）。算法在未知互耦矩阵和存在相干多径信号的情况下可直接进行参数估计，不需要辅助校准源和迭代处理。仿真结果分析了算法估计性能与信噪比、快拍数的关系并与CRB进行了比较。

为了克服传统X波段雷达测表面流算法存在低流速时误差较大和测量结果不稳定的缺点，提出了一种改进的算法。首先使用色散关系带通滤波器滤除海杂波图像谱中非海浪信号；然后使用调制传递函数对剩余海浪图像谱进行非线性校正，得到真实海浪谱；下一步根据结构风险最小化原则，确定支持向量机中海浪谱分量隶属度；最后使用真实海浪谱和隶属度函数的乘积加权最小二乘法进行初始估流和迭代估流。根据实测岸基X雷达数据实验，结果表明改进算法弥补了传统算法中存在的上述缺点，具有较高的测量精度、稳定性和很好的应用价值。

针对码分多址（code division multiple access, CDMA）移动通信网中，一个区域内存在多个CDMA基站以同样的频率发射不同的信号，一般很难确定多个基站的能量强弱和方向，提出一种利用阵列天线的CDMA辐射源雷达目标检测方法。利用级联相消消除各个基站的干扰。首先，通过导频搜索确认每一阶段当前具有最强能量的基站,并给出一种精确测量该基站方向的方法;然后，消去各个天线阵子接收到的该基站干扰，再依次循环进行，将各个基站干扰按能量从大到小依次消除,直到干扰充分消除;最后，进行波束扫描和距离多普勒相关以检测目标。计算机仿真验证了该目标检测方法的有效性。

非高斯相关杂波背景下的目标检测具有重要的实际意义，但在该背景下建立似然比检测模型非常困难。以SG-Alpha （subGaussian-Alpha）稳定分布作为非高斯相关杂波分布模型，导出了雷达目标的Rao检测模型。该模型适应于一般非高斯相关杂波下的目标检测，且易于实现。仿真及实测数据验证表明，在非高斯相关杂波条件下本文提出的方法明显优于传统的检测方法。

针对量测不确定下非线性系统状态估计中多传感器量测数据的有效利用和计算复杂度的简化问题，给出了一种多传感器量测自适应Rao-Blackwellised粒子滤波算法。首先，通过随机采样策略和量测模型先验转移概率实现用于评估粒子权重的传感器有效量测集合的采样；其次，利用重采样步骤和概率最大化原则完成对不含扰动影响传感器量测模型的辨识;最终，依据Rao-Blackwellised粒子滤波中非线性状态分量和线性状态分量的独立求解方式实现当前时刻系统的状态估计。理论分析和仿真实验结果验证了算法的可行性和有效性。

由于弹道中段末期稀薄大气对轻诱饵具有明显的减速作用，精确的速度测量是该阶段真假目标识别的重要途径之一。提出了一种基于宽带线性调频(linear frequency modulation，LFM)雷达回波信号的精确测速方法，该方法对雷达中频回波信号相位差进行最小二乘参数估计，完成弹道目标速度的精确测量。针对低信噪比条件下的精确测速问题，采用恒虚警率(constant false alarm rate，CFAR)检测与形态学滤波相结合的技术对噪声进行抑制，有效地提高了算法的鲁棒性和测速精度。对典型弹道目标的动态雷达特征信号及测速算法进行了仿真和分析，验证了算法的有效性。

为了提高再入段目标跟踪的精度，将平方根不敏卡尔曼滤波（unscented Kalman filter, UKF）算法与多传感器分布式融合算法相结合，提出了基于平方根UKF的多传感器融合跟踪算法。在各个独立的传感器中利用平方根UKF滤波器进行状态估计，然后通过分布式融合方法融合各传感器的状态估计值得到全局的状态估计值和误差协方差，将全局误差协方差进行加权对各传感器进行分配更新。通过仿真验证，基于平方根UKF的多传感器融合跟踪算法具有较高的跟踪性能，是一种有效的非线性融合跟踪算法。

针对攻击机突击作战中，干扰机编队协同决策问题，在给出两种不同威胁作用范围定义及相互关系的基础上，为配合攻击机完成预定作战任务，并充分考虑干扰机编队自身安全，建立了确定干扰目标分配和干扰最优布阵的协同决策模型；为保证特定航路走廊的安全性，避免复杂的几何建模，同时为增加群体的多样性，设计了一种基于数学形态学的小生境遗传算法。仿真结果表明，特定威胁环境中，该算法对要求完成任意突击任务的航路走廊，能快速计算出合理的干扰机编队协同方案。

针对火力分配（weapon-target assignment,WTA）中的不确定性因素，研究了一类目标数量和类型不确定的动态火力分配问题。首先，构建了最小总任务费用的确定型WTA模型；其次，引入时间变量、想定模式和风险值约束，把确定型WTA问题转化为具有条件风险值约束的两阶段动态WTA问题，并用线性不等式集代替条件风险值约束，从而把动态WTA问题转化为混合整数规划问题；最后，设计一种循环多次交换禁忌搜索算法。仿真结果表明,新算法能够在较短时间内求解较大规模动态WTA的优化问题。

针对传统的基于马尔可夫链蒙特卡罗 (Markov chain Monte Carlo，MCMC)的自适应重要抽样法只适用于失效边界确定的系统，而不适用于失效域模糊的渐变结构系统问题，提出基于MCMC的模糊自适应重要抽样法。首先从模糊失效域内的某个初始点出发，根据Metropolis准则构造马尔可夫模拟样本点；然后利用自适应核密度估计构建核抽样概率密度函数并进行重要抽样；最后离散化模糊失效域以计算系统的模糊失效概率。该方法合理地解决了以往渐变结构系统性能可靠性难以仿真分析及仿真效率低的难题，具有较高的仿真效率和精度。应用舵机案例对方法的适用性及高效性进行了验证。

针对模糊系统不能有效表示系统中的随机性，给出了一种Mamdani型概率模糊系统的建模方法。该模型不需要领域专家的知识，可以直接从已有数据生成概率模糊规则。相应地给出了一种概率模糊推理方法。概率模糊系统综合了模糊系统的易理解性和概率系统的统计特性，能够对数据中的随机性进行更好地表示和处理。以概率模糊系统在时间序列分析中的应用为例，通过与“查表法”(table look-up scheme) 的比较，说明了所提方法的有效性。

装备任务成功性是指装备在给定的维修保障方案下成功完成规定任务的能力，其概率度量为任务成功概率，是重要的装备保障性评估指标。可修系统是装备系统重要的组成部分，当系统执行多个子任务构成的复杂任务时，其任务成功概率不仅与系统自身的任务可靠度、固有能力有关，还与每个子任务的准备时间和执行时间、任务成功要求、维修保障能力和数量等因素有关。在充分分析多任务执行过程的特点与可修系统任务成功性影响因素的基础上，给出了一种给定维修保障方案情况下可修系统混合多任务成功概率评估模型。最后，通过一个算例来说明该模型的有效性与实用性。

D-S证据组合规则在处理高冲突信息时，会得出与直觉相反的结论以及证据组合时计算量呈指数增长等问题。针对组合规则的不足，许多改进方法已提出，但各个方法都仍存在其局限性，如Murphy方法在很大程度上解决了冲突证据问题，并未解决计算量指数爆炸问题。基于对Murphy方法深入研究，归纳出相同证据的组合规律，给出了Murphy方法快速表达式，从而提出了一种快速的Murphy组合规则(fast Murphy combination rule, FMCR)。实验表明，新的组合规则在处理高冲突和多源不确定信息融合问题方面都是有效的，在保持Murphy组合规则计算正确性同时，显著地提高了计算速度。

针对现有的基于关联分析的动态多指标决策模型存在的不足，根据新信息优先原理，提出了基于矩阵范数的时序权重确定方法，并利用差异驱动原理，提出了指标权重的确定方法。在时序权重和指标权重确定的基础上，建立了基于方案均值关联度的动态多指标决策模型，并给出了该模型的计算步骤。通过对4种不同型号的武器装备系统的综合效能评估的实例分析，检验了文章所构造的动态多指标决策模型的有效性。

针对具有时变网络诱导时延和丢包问题的网络控制系统稳定性分析与控制器设计问题，通过考虑网络诱导时延是时变和有界的情形，并分析网络诱导时延与其上界之间的关系，应用Lyapunov-Krasovskii泛函结合积分不等式方法，提出了一种改进的、同时考虑了网络诱导时延和丢包问题的网络控制系统稳定条件，并基于改进的锥补线性化迭代算法（improved cone complementary linearization, ICCL）给出了一种具有更低保守性的控制器设计方法。数值实例表明上述方法的有效性。

在现有的基于移动窗口函数模型和随机模型系统误差自适应拟合方法的基础上，提出一种基于移动窗口动态导航模型系统误差的随机加权拟合法，在相同的窗口内给出了相应的状态预报向量协方差阵的随机加权拟合。由于动力学模型系统误差难以直接修正，采用修正状态估计误差向量及动力学模型误差向量的方法，实现对动力学模型系统误差的修正，然后利用修正后的动力学模型及相应的协方差阵进行导航滤波计算，有效地抑制动力学模型系统系统误差的影响，提高导航解算的精度。仿真结果证明，采用随机加权拟合后的算法精度优于未进行拟合的卡尔曼滤波和自适应卡尔曼滤波算法。

针对一类有限维多输入多输出线性时不变系统，提出了一种调节输出通道增益/相角裕度的方法。采用连续线性二次型调节器理论和周期控制方法设计一个可被计算机直接执行的线性周期控制器。理论证明该控制器可同时在系统所有反馈控制回路的输出通道实现任意大的增益裕度和直到90°的相角裕度，且系统输出采样间隔性能良好。仿真结果表明了所设计控制器的有效性。

针对具有无穷分布时延的离散型的基于T-S模糊模型的非线性系统, 通过对执行器故障特征分析，提出了新的满足故障区间概率分布的执行器故障模型。研究了执行器故障情况下的容错控制问题。根据Lyapunov 稳定性理论和线性矩阵不等式方法,给出了故障分布依赖的均方稳定的容错控制器解的存在条件。最后, 通过算例验证了本方法的有效性。

针对基于视觉的多无人机协同目标跟踪控制律设计问题，对无人机协同控制策略进行了研究。分别提出了两架及多架无人机协同速度控制律，使无人机能够动态调整速度，以较低速度跟踪目标。针对多架无人机提出了一种最小化各无人机到目标夹角误差平方和的夹角误差定义方法，提高了无人机协同效率。仿真实验验证了本文提出的夹角误差定义方法和协同控制律的有效性。

针对数字预失真技术在宽带通信系统中的具体实现受到模数转换器采样率制约的问题，提出一种新的欠采样数字预失真方法。首先在欠采样速率下对功放的正交模型进行离线辨识，接着根据一定的算法得到Nyquist采样率下的简化预失真器模型，并进行在线的自适应直接学习。该方法具有预失真器模型构造简单、欠采样实现高效的特点。理论分析和仿真结果表明,该方法有效降低了对模数转换器的采样率要求，优化了简化预失真器模型的线性化条件，更好地抑制了功放非线性引起的带内失真和频谱再生。

针对传统的基于离散傅里叶变换（discrete Fourier transform， DFT）的信道估计算法中滤噪性能不够理想的问题，提出了一种在正交频分复用(orthogonal frequency division multiplexing， OFDM)系统中引入阈值和判决指导的DFT信道估计算法，采用阈值法对噪声进行两次降噪处理。仿真结果表明，该算法在高信噪比和低信噪比下均可提高信道估计的性能，其归一化均方误差(normalized mean square error, NMSE)指标优于传统算法。

针对非协作通信中单通道同频线性调制混合信号盲恢复问题，基于比特交织编码调制迭代译码（bitinterleaved code modulation iterative decoder， BICM-ID）算法思想，建立单通道混合基带接收系统模型，提出一种联合解调和译码实现单通道混合信号中源信息盲恢复算法。通过分析和推导，给出一种混合信号解映射的方法。该算法不需要对混合信号分离，而可以直接从混合信号中估计出各路源信号，且复杂度低。理论分析和仿真结果表明，对于无码间干扰和有码间干扰的加性高斯白噪声(additive white Gaussin noise, AWGN)，算法都能得到较低的误比特率(bit error rate, BER)，而且算法对等功率混合信号和不等功率混合信号同样适用。

分析了在Gamma-Gamma分布下基于脉冲位置调制(pulse position modulation, PPM)方式的多输入输出自由空间光学（multiple input multiple output free space optics, MIMO-FSO）通信系统模型。首先推导了单输入单输出（single input single output, SISO)-PPM系统的误时隙率（slot error rate, SER）计算公式，以此作为参考，在独立同分布和独立分布参数不同情况下，分别推导出MISO-PPM、SIMO-PPM和MIMO-PPM系统的平均SER计算公式，并用数值仿真的方法，分析了它们的平均SER性能。仿真结果表明，在Gamma-Gamma分布模型下，采用多发多收的方法确实能有效提高FSO系统的平均SER性能，如在误时隙率为10 ^-4 时，M = 2、N =2 的MIMO-PPM系统在信道分布参数相同和不同时，与SISO-PPM相比，分别能节省信噪比50 dB和65 dB左右。实际应用中，M 和N 分别取3或4就基本足够，对无线光通信系统的理论分析和系统设计具有一定的指导意义。

为了减少数字信道化接收机的硬件资源消耗，提高吞吐量，对实信号数字信道化接收机的结构进行了研究。对于实信号，提出新的信道划分方法，推导数字信道化接收机的数学模型，得到数字信道化接收机的高效结构。与一般的数字信道化接收机结构相比，该高效结构节省了硬件资源，减小了计算复杂度，提高了数字信道化接收机的吞吐量。测试结果表明，该数字信道化接收机高效结构的功能正确，性能稳定。

相干斑噪声是合成孔径雷达(synthetic aperture radar， SAR)成像系统所固有的缺点，严重影响SAR图像的可用性，给后续的图像分割、特征提取和目标识别等工作带来严峻的挑战。结合非下采样方向滤波器和双树复小波变换各自的特点，提出一种新的基于非下采样方向滤波-双树复小波变换的局部混合滤波SAR图像去噪算法,具有多方向和多尺度性，保持了图像的平移不变性，改善了图像的视觉效果。与其他算法不同,本文算法采用非下采样方向滤波器级联双树复小波的方法，不仅对每次产生的高频分量进行去噪，还对变换所产生的低频分量进行滤波去噪。实验结果表明：与使用同级双树复小波-轮廓波变换加软阈值去噪相比，本文算法的峰值信噪比提高2 dB;与使用轮廓波加循环平移（cycle spinning， CS）软阈值算法去噪相比，本文算法去噪后的图像不仅峰值信噪比有所提高，而且去噪后的图像更为平滑，抑制了人造纹理产生，视觉效果得到了明显改善。

为改善单帧退化图像的分辨率，提出一种基于超完备字典稀疏表示的图像超分辨率重构方法。该方法的核心是构建信号自适应的超完备字典对及计算图像关于对应字典的稀疏表示。为降低在训练过程中构建超完备字典对的复杂性，采用学习低分辨率字典而数值计算高分辨率字典的方法，待超分辨图像应用正则正交匹配追踪的稀疏表示算法求解关于字典的稀疏表示，并联合高分辨率字典实现超分辨率重构。实验表明，该方法与其他类似算法相比，字典训练和超分辨测试的速度都有显著提高，实验图像的峰值信噪比改善3.3 dB，框架相似性提高0.09。本方法可应用于单帧模糊图像的高倍率的超分辨率重构，有效地提高了图像的分辨率水平。

针对Mean Shift算法不能很好地跟踪尺度变化目标的缺点，提出一种将Mean Shift算法和目标几何特征相结合的目标跟踪算法。该方法在Mean Shift框架下提取目标的几何特征，根据目标的面积和型心坐标对跟踪窗的位置和大小进行修正，最后更新Mean Shift的目标模板。通过大量实验仿真证明，改进的算法能很好地跟踪尺度变化的目标，对目标的仿射变化和非刚性的形态变化具有有效性和鲁棒性。

针对遗传算法在寻优过程和多峰值函数求解中出现的“早熟”问题以及免疫算法收敛速度较慢问题，将免疫算法和进化算法进行优势融合，并结合改进的进化算法的并行模型，提出一种新的算法——分布式免疫进化算法（distributed immune evolutionary algorithm，DIEA）。新算法主要包括记忆种群进化模块和子种群进化模块两个部分，子种群的主要功能是找出各个区间的局部最优解；主种群主要是进行全局搜索，寻找全局最优解。仿真实验表明，该算法具有很高的全局寻优能力和很快的收敛速度，适合求解复杂多峰函数优化问题。

针对目前测试性分析基于故障分析的现状，提出了一种基于系统结构、性能、功能的测试性定量分析方法。定义了系统设计特性覆盖测试模型,系统结构、功能、性能及测试关联模型,性能覆盖率、功能覆盖率、结构覆盖率的定量计算模型。建立了基于设计特性覆盖的测试性定量分析流程，主要包括系统基本信息建立、信息间直接关联关系生成，测试覆盖率定量计算及测试未覆盖项分析。以某飞机舵机系统为例进行了应用，结果验证了方法的可行性和有效性。

针对样本数据量较小条件下的故障预测问题，提出了一种灰色相关向量机（relevance vector machine, RVM）故障预测模型。在模型的训练阶段，根据特征数据序列建立其离散灰色模型（discrete grey model, DGM），以DGM的预测值作为输入、原始数据序列作为输出，训练得到RVM回归预测模型；在模型的预测阶段，由建立的DGM和RVM回归预测模型组合得到灰色RVM故障预测模型，并通过引入新陈代谢过程，不断更新数据中的信息。实验结果表明,模型的预测性能优于传统的灰色预测模型。

为评估步进应力加速退化试验 (step stress accelerated degradation test， SSADT)中具有非线性退化趋势的产品的可靠性，提出一种基于状态转移的随机退化建模与可靠性评估方法。首先将状态转移关系与高斯随机过程相结合建立步进应力随机退化模型，以表征微观缺陷的产生和发展对宏观性能的影响；然后应用最佳线性逼近和随机过程曲线边界首达理论建立可靠性模型；最后将其应用在介质振荡器(dielectric resonator oscillator, DRO)贮存可靠性评估中。以修正高斯牛顿算法和Powell共轭梯度算法相结合的方法对退化模型参数进行识别，其结果表明,状态转移随机退化模型能够有效地刻画产品SSADT中性能退化的非线性趋势特性和随机特性，得到较为准确的评估结果。