相比频率固定的脉冲多普勒体制, 频率捷变体制在抗干扰方面具有显著优势。但在该体制下, 基于匹配滤波的信号处理算法存在旁瓣平台问题, 难以与动目标检测兼容。压缩感知理论将目标参数估计建模作为欠定方程求解, 为该问题提供了解决思路。在相参频率捷变雷达中, 压缩感知能否准确重建目标是一个基础性问题。本文梳理了针对该问题的相关研究, 借助相变理论与相变曲线的解析表达式, 定量描述了捷变频雷达重建目标的成功概率与主要系统和目标参数之间的关系; 该理论性能边界与仿真实际所能达到的性能相接近。此外, 还探讨了现有成果在实际应用中的价值, 展望了未来研究方向。

针对脉冲多普勒雷达在中脉冲重复频率下同时存在距离模糊和多普勒模糊问题, 提出了一种基于正交离散频率编码(discrete frequency coding, DFC)波形解二维模糊的方法。基于雷达循环发射的一组正交DFC信号, 在回波脉冲压缩过程中, 利用信号正交性进行距离模糊区域的分离, 完成距离解模糊。通过多普勒模糊数遍历补偿以及与keystone后相参积累结果对比, 确定正确的多普勒模糊数, 完成多普勒解模糊。经过Keystone处理后, 可以进行整个驻留时间的相参积累, 提高回波在低信噪比情况下的目标检测及参数估计能力。同时考虑了DFC信号的多普勒敏感性问题, 在精确匹配滤波过程中补偿了脉内多普勒的影响。仿真实验验证了所提方法解二维模糊的有效性以及低信噪比检测能力。

针对合成孔径雷达(synthetic aperture radar, SAR)方位向随机丢失部分数据导致目标模糊和能量分散的问题, 提出基于稀疏优化理论的重建成像方法。该方法主要针对稀疏观测场景的SAR方位向随机缺失数据的回波信号进行成像处理, 利用SAR回波模拟算子, 避免了二维回波信号矩阵变成向量的操作, 从而减小了内存占用和计算量。所提出的基于SAR近似观测模型的迭代优化重建算法能够实现对观测目标幅度的高精度重建。和传统基于匹配滤波的SAR成像算法相比, 提出的算法能够明显地消除SAR方位向随机丢失部分数据引起的目标模糊和目标能量分散。和迭代软阈值收缩算法相比, 提出的算法重建的目标幅度误差更小。理想的点目标回波数据和真实的星载SAR稀疏观测场景的回波数据处理表明了所提算法在减少重建目标误差、提高观测目标区域的目标背景比等方面有较大的优势。

利用稀疏重构类方法进行雷达微波关联成像时, 传统的正交匹配追踪(orthogonal matching pursuit, OMP)算法在每一次迭代过程中均需要求解目标函数的最小二乘解, 导致成像算法计算复杂度随矩阵规模和迭代次数增加而急剧攀升。针对此问题, 结合频率捷变思想, 提出了一种改进OMP算法的稀疏目标微波关联成像方法。首先, 阐明了微波关联成像机理, 并构建了微波关联成像信号模型; 然后, 利用共轭梯度法对OMP算法中的最小二乘求解步骤进行了改进, 并分析了改进后算法的计算量; 最后, 通过与最小二乘成像方法、匹配滤波成像方法和基于传统OMP稀疏重构的成像方法进行计算机对比仿真实验, 证明了本文算法的正确性与优越性。

双曲调频波形特有的多普勒不变性使其在远程高速目标成像方面具有显著优势。然而波形的非线性调频特性限制了其在现有宽带解调频接收系统中的应用, 且在间歇采样转发干扰情形下成像性能退化。为此, 在分析目标双曲调频波形解调频回波特性的基础上, 提出一种基于稀疏重构的干扰抑制方法。首先, 构建了双曲调频波形解调频回波模型与间歇采样转发干扰时域抑制模型。其次, 基于此模型建立了相应的稀疏矩阵, 并利用目标结构稀疏特性对重建算法进行了加速。所提出的干扰抑制与波形成像方法可实现干扰有效抑制和多目标聚焦成像。最终, 通过电磁仿真数据验证了所提方法的有效性。

在发射信号能量有限情况下, 雷达性能界定了信杂噪比(signal to interference plus noise ratio, SINR)的作用范围, 而雷达波形设计就受到SINR的约束。对此, 以提升认知雷达目标估计性能为目标, 根据相对熵的非负性条件, 从理论上推导了互信息的边界和SINR的作用阈, 并在信号相关杂波环境下, 提出一种SINR约束下基于最大化互信息的波形设计方法。仿真验证了互信息和SINR之间的单调递增、阈值限定和相互约束关系, 结果表明SINR约束下的优化波形能更充分利用发射能量, 在有目标且杂波弱的频率点提取目标信号。

针对合成孔径雷达(synthetic aperture radar, SAR)在稀疏成像中, 传统贝叶斯机器学习算法存在先验固化、成像结果容易过拟合等问题。提出一种可变成像先验贝叶斯(varying imaging prior Bayes, VIP-Bayes)学习稀疏SAR成像算法。首先, 引入可动态灵活表征目标散射特征的广义高斯分布先验。然后，在贝叶斯推理框架下进行分层建模, 后验分布推导。最后, 针对常规吉布斯采样算法无法采样复杂后验分布的问题, 引入哈密顿蒙特卡罗(Hamiltonian Monte Carlo, HMC)采样算法进行求解。另外, 考虑到HMC算法对非平滑后验分布无法采样，因此引入近端算子, 进行近端梯度近似, 提出近端-HMC(proximal-HMC, P-HMC)算法。P-HMC算法可有效解决非平滑后验采样问题。因而可实现VIP-Bayes稀疏成像。通过仿真数据进行算法有效性验证, 选取SAR实测数据与多种算法进行成像对比实验, 利用相变热力图对算法成像性能进行定量分析，验证了所提算法的实用性和优越性。

针对三维空间定位系统中目标位置服从高斯先验分布假设条件下节点最优部署问题, 分析了纯方位目标定位算法中估计误差的费希尔信息矩阵, 推导出基于目标先验分布的克拉美罗界(Cramer-Rao bound, CRB)。为了解决目标位置在任意高斯分布时, 协方差矩阵为非对角阵的问题, 提出了基于三维坐标旋转的最大后验概率估计方法, 将协方差矩阵转化为对角阵以实现最小化CRB的迹, 从而得到定位系统中节点的最优部署。最后, 通过梯度下降算法对节点最优部署问题的理论推导进行仿真, 验证了该部署方法的有效性，同时仿真结果中不同节点部署方法的对比也表明了该方法可有效降低定位误差。

针对当前社会对高速率以及高效率日益增长的需求，提出了一种双联合收发空间调制(double joint transceiver spatial modulation, DJSM)方案, 在传统联合收发空间调制(joint transceiver spatial modulation, JSM)的基础上加入双空间调制(double spatial modulation, DSM), 提高空间调制(spatial modulation, SM)系统的信息传输速率和可靠性。DJSM方案中, 发送端通过进行两次独立SM过程, 将输入信息的比特序列分别映射至两个调制符号以及各自对应的激活发送天线分组, 从而显著提高系统频谱效率。为区分两调制符号, 在发送前会对其进行角度旋转最优化处理。基于联合上界技术，本文给出了DJSM方案的平均比特错误概率(average bit error probability, ABEP)。仿真结果表明本文所提DJSM方案的ABEP性能明显优于传统JSM方案和正交联合收发空间调制方案。

针对定向性均匀圆形阵列因单元天线的位置、主瓣指向及方向函数等因素造成信号来波落入天线旁瓣或零陷内, 从而导致部分单元天线接收的信号信噪比低、信息失效的问题, 首先研究了定向性均匀圆形阵列天线的方向性增益及功率波束角, 随后进一步分析了连续激励在定向性均匀圆阵远场的幅频响应, 最后提出了一种与波数无关的基于半功率波束宽度、增益可调节的空域滤波波达角估计模型。仿真实验结果表明, 与其他模型相比该模型在低信噪比下具有估计精度高、参与天线少的优点。与传统的定向性波达角估计模型相比, 当信噪比为-20 dB时, 该模型的临近空间角度分辨力明显优于前者, 并且随着可调节滤波增益至10 dB, 其临近角度的峰值隔离度可达65 dB。

针对圆极化天线轴比带宽较窄的问题，设计了一种由两个威尔金森功分器和两个环形电桥馈电的四馈双圆极化微带贴片天线。由于馈电网络不同端口在馈电时其输出信号相移方向相反, 因此可以辐射左、右旋圆极化波。双圆极化馈电网络具有结构简单、性能可靠特点。辐射贴片采用顶点相对的4个三角形贴片加载T形枝节, 并采用背馈的形式实现了天线紧凑的结构。在2.4~2.48 GHz频段内天线实测中心频点S₁₁小于-15 dB, 端口1的左旋圆极化轴比小于2 dB, 端口2的右旋圆极化轴比小于1.5 dB, 与同类型相近尺寸的天线相比具有较宽的轴比带宽。对其远场辐射方向图进行了仿真和测试, 结果表明这种四馈电结构改善了辐射方向图的对称性和轴比。

互耦效应会对阵列流型产生扰动并改变子阵间的旋转不变关系, 导致二维子空间类算法性能急剧下降甚至失效。传统二维波达方向(two-dimension direction of arrival, 2D-DOA)估计和互耦校正算法存在二维谱峰搜索困难、迭代寻优慢和计算量大等问题。利用均匀矩形阵列的特殊结构以及互耦系数矩阵的特点, 提出了一种互耦效应影响下能实现完全解互耦的二维旋转不变子空间算法。该算法通过合理选取3个在互耦影响下仍具备旋转不变关系的子阵列, 构建扩展的协方差矩阵, 通过一次特征分解, 即可实现2D-DOA估计和互耦抑制。从理论上证明了ESPRIT算法应用于互耦效应影响下2D-DOA估计的可行性。算法无需二维谱峰搜索和阵列互耦任何信息, 计算量得到有效降低。仿真验证了该算法能够实现稳健的2D-DOA估计, 并抑制互耦效应影响, 估计性能与无误差时的标准ESPRIT算法接近。

目标建模不确定性会造成滤波算法性能下降, 通过构建强跟踪滤波器(strong tracking filter, STF)可以提升滤波算法的自适应性, 但是构建STF时存在理论推导复杂、求解计算量大等局限和不足, 针对上述问题, 在平方根容积卡尔曼滤波(square-root cubature Kalman filter, SRCKF)的基础上, 提出一种基于修正的自适应SRCKF算法。该算法通过设置判定门限和修正准则, 直接对状态预测值或滤波增益进行修正以平衡先验的预测值和后验反馈的量测值在滤波中所占的比重, 进而减小状态估计误差。仿真结果表明, 所提算法具有在目标状态突变和量测非线性时的良好滤波性能和数值稳定性, 同时相比较需要计算渐消因子的STF算法, 该算法在计算量和收敛速度上具有优势。

试验设计空间存在约束是一种广泛存在的实际工程问题, 针对现有的约束空间试验设计方法存在生成设计点数不灵活, 算法优化时间长、效率低, 适用约束类型有限, 设计准则单一等问题, 提出一种约束空间近似正交的空间填充试验设计方法。基于设计点之间的距离和相关系数值构造试验设计准则, 通过改进的随机坐标交换算法进行方案求解。所提算法适合凸约束、非凸约束、解析约束、非解析约束等多种类型的约束, 而且适用于多维度的不规则试验设计空间。示例分析表明, 与现有方法相比, 所提算法具有优良的空间填充特性和较好的正交性。

为保障海域安全稳定, 当远海海域发生紧急安全问题时, 需要派遣飞机从大陆保障基地出发进行远程支援。本文研究了在随机多需求环境下, 中继保障网络的最优化设计问题, 给出了规范化的问题描述以及问题的混合整数规划模型, 根据事发点发生意外事件的频率以及保障需求量作为需求的权重建立目标函数。模型以中继保障点的位置以及最优支援路线作为决策变量, 以保障资源作为约束条件, 实现了连续与离散相结合的选址方法来优化中继保障点, 并运用几何近似方法将模型中的欧式距离非线性约束转化为线性约束。所建模型可应用数学模型建模语言和求解器进行最优化求解, 直接获得多种不确定需求环境下的期望最优网络设计及支援路径。基于给定的3种任务类型, 经过模拟案例验证, 所建立模型可满足对实际规模的中继保障网络优化设计。

合理的军事通信网络结构能够充分利用信息优势达到制胜的目的, 因此优化军事通信网络结构至关重要。首先, 基于复杂网络理论并结合军事通信网络的拓扑结构特征建立了相应的网络结构模型, 将侦查探测、火力打击和指挥控制实体抽象为节点, 实体间复杂的连接关系抽象为边。在此基础上, 以提升网络鲁棒性为目标, 提出了一种基于进化思想的优化算法并对节点攻击策略下的军事通信网络结构进行优化研究, 对比分析了不同优化算法下网络结构模型对鲁棒性的影响规律。仿真结果验证了网络模型和进化优化算法的有效性, 对于深入研究军事通信网络建模和结构优化问题具有一定的借鉴意义。

为了在保证较高水平的保障可用度前提下提高舰载机出动效率, 提出一种支持可用度约束的统计优化模型及其对应的启发式求解算法。能够同时生成舰载机的保障作业调度方案和保障装备计划性维护的时间安排, 并通过基于仿真的优化方式, 在启发算法的适应度评价中增加对视情维修和事后维修的仿真, 提高了舰载机作业调度方案的鲁棒性。仿真结果表明，所提算法能够提供一个稳定可靠的基准调度方案, 避免不必要的重调度。

针对战训数据丰富, 数据背后空战决策知识贫乏的问题, 提出了一种空战决策知识构建方法。首先, 根据空战决策影响因素来分析决策知识的生成过程, 选择用产生式规则来表示空战决策知识。其次, 针对战训数据存在噪声数据干扰以及连续属性数据难以满足数据挖掘算法离散度量要求的问题, 应用了k-means聚类算法来检测离群点并使用最小描述长度准则算法将连续属性离散化。最后, 基于预处理后数据, 采用粗糙集提取空战最小决策规则知识, 通过构建模糊逻辑推理系统实现空战决策知识的推理与应用。仿真表明, 该方法能够有效地提取空战决策规则知识以及知识的推理与应用。

针对武器装备体系中日益复杂的装备种类、交互关系和大量兼具多种功能的综合型武器装备, 建立了包含综合型装备的武器装备体系作战环网络描述模型。首先，结合网络可靠度思想对现有的作战环网络能力求解方法进行改进, 分别给出了基于不交最小路的精确求解方法和基于谱半径的蒙特卡罗近似求解方法。之后, 给出了一种改善的综合型装备体系贡献率评估方法。最后, 利用作战实例对上述建模求解流程进行检验, 并利用程序生成随机网络对两种算法进行了比较。结果表明，上述评估流程具有良好的可行性和准确性，两种算法对不同规模的网络在运算时间和精度方面则具有不同的适用性。

针对舰载机甲板机务勤务保障作业调度研究中存在的工序执行模式单一、勤务保障设备考虑不全、作业调度优化与资源配置优化研究相互独立等问题, 通过系统分析作业流程、工序执行模式、资源转移与分配等约束条件, 将移动保障车纳入保障资源范围, 建立了舰载机甲板机务勤务保障作业调度与资源配置集成优化模型。在此基础上, 设计了第二代非支配排序遗传算法并对模型进行优化求解。仿真结果表明, 保障完工时间随着资源配置数量的递增呈现边际效应。为确保机群保障作业按照既定的甲板作业周期完成, 各保障任务存在最低资源配置数量方案。

转发式卫星导航系统是我国自主研发的一种新型卫星导航体制和系统, 但由于受到上行链路多普勒与卫星转发器的影响, 系统载波频率准确度量级为10^-8, 达不到系统载波频率的使用精度。为解决此问题, 详细分析了恶化转发式卫星导航系统载波频率的影响因素, 通过测量分析得到上行载波频率的预偏量, 采用基于反向传播神经网络的比例积分微分控制方法, 对上行载波频率进行实时控制调整。对控制调整算法进行仿真验证, 响应时间为50 s, 控制残差的均方根误差为0.022 Hz。采用卫星实际观测数据, 结果表明系统载波频率准确度量级从10^-8提升至10^-14, 可满足于转发式卫星导航系统载波频率及载波相位的应用。

小型卫星集群协同控制是当前空间技术发展的热点之一, 卫星集群控制可归结为多智能体控制问题。面向卫星集群系统的分组姿态控制, 引入一致性以及对抗一致性问题, 提出了卫星系统姿态对抗一致性控制方法。卫星组网系统姿态对抗一致性控制目标是使卫星分组达到姿态对称的状态。以无向图描述姿态对抗卫星集群的通讯拓扑结构, 利用修正型罗德里格斯参数方法描述卫星刚体运动姿态, 设计了一种基于多智能体协同控制理论的三维空间卫星集群姿态对抗一致性控制律, 并采用Lyapunov稳定性理论证明了其稳定性。最后, 通过仿真实验验证了所提方法的有效性。

针对非线性滤波组合导航中四元数无迹估计器(unscented quaternion estimator, USQUE)规范性约束导致的算法计算量大、实时性差等问题, 提出一种基于双欧拉角姿态表示的无迹卡尔曼滤波(dual-Euler unscented Kalman filter, DEUKF)算法。通过正、反欧拉角相互切换, 在正、反欧拉微分方程精华区进行姿态滤波更新, 避免了奇异性, 确保了滤波精度。捷联惯性导航系统/全球定位系统直接式组合导航仿真试验与车载实验结果表明, 相比较于USQUE算法, DEUKF算法计算量小、实时性好, 水平姿态角估计精度与USQUE相当。

针对小型智能飞行器(miniature intelligent air-vehicle, MIA)低精度微惯导系统的动态初始对准和校准问题, 提出了基于雷达的导航信息传递技术。将雷达及其载体当作一个刚体, 设计了基于雷达的导航信息传递系统; 基于雷达被动测向原理, 提出了测定雷达主瓣波达方向(direction of arrival, DOA)的多重镜像压缩的传播算子(multiple image compression-propagator method, MIC-PM)估计算法。理论与仿真分析表明, 相对于PM算法, MIC-PM算法计算量明显减少, DOA估计时间可达到9.3×10^-3s, 满足MIA导航信息传递的实时性要求; 同时, 在低信噪比情况下的估计精度有所提高。

全局探索和局部开发能力之间的平衡以及对控制参数的整定是影响差分进化(differential evolution, DE)算法性能的主要因素。针对这两个问题, 提出一种基于随机邻域策略和广义反向学习的自适应DE算法。首先, 在每一代进化过程中, 算法从当前种群为每一个体随机选择相应的邻域, 其中最优个体作为基向量执行变异操作, 邻域中个体数量随进化动态更新。其次, 采用基于历史存档的自适应参数整定方法, 进化进程中根据“精英”信息动态更新算法各参数。最后, 在初始化和每一代进化结束阶段, 执行基于广义反向学习策略的种群初始化和种群“代跳”操作。通过基于27个标准测试函数的3组仿真实验, 验证了所提算法具有寻优精度高、收敛速度快、鲁棒性强的优点。

针对火星大气进入精确制导问题, 提出了基于非线性模型预测控制(nonlinear model predictive control, NMPC)的智能进入制导方法。首先, 考虑了进入制导约束, 采用NMPC方法设计制导算法。通过引入衰减记忆滤波器, 提出了基于误差信息估计的预测模型修正方法, 增强系统对模型误差的鲁棒性, 并利用变预测时域策略提高系统性能。然后, 以NMPC制导系统为制导模板, 在实际条件下生成大量样本数据集, 进行深度神经网络(deep neural network, DNN)的离线训练。最后, 在进入制导过程中利用DNN代替求解复杂优化问题和积分预测的过程, 在线快速解算控制量, 并结合横向制导实现智能制导。仿真结果表明, 提出的制导方法能够快速计算指令, 实现了高精度制导。

针对目前网络空间安全形势快速变化带来的新风险和新挑战, 提出一种基于相关性分析的特征选取和树状Parzen估计优化的入侵检测方法。首先, 通过基于相关性分析的数据特征选取方法对数据维度进行压缩。其次, 对原始数据集进行特征筛选, 生成新的特征子集。最终, 使用序列模型优化算法中的树状Parzen估计算法对随机森林算法进行模型优化。实验结果表明, 相比其他应用机器学习算法的入侵检测方法, 所提方法在提升综合性能的同时拥有更高的检测效率, 有效地提升了入侵检测技术的实用性。

在网络功能虚拟化环境中, 针对服务功能链部署时的可靠性研究存在资源利用率较低的问题, 提出一种可靠性与拓扑感知的服务功能链备份保护方法。首先, 利用最小费用最大流算法将服务功能链请求中的虚拟网络功能部署在可靠性较高的服务器节点上, 尽可能提高服务功能链的可靠性。其次, 针对未能达到可靠性需求的服务功能链, 通过为部署在可靠性较低服务器节点上的虚拟网络功能预留备份资源的方式提高其可靠性。最后, 通过备份资源共享的方式尽可能减少备份资源消耗。仿真结果表明，该方法提高了可靠部署成功率和资源利用率。

由于脉冲噪声下的最优检测要求非线性运算, 信号检测常采用零记忆非线性变换接匹配滤波的检测结构。本文系统地综述了脉冲噪声下的非线性变换设计, 梳理了国内外研究在噪声模型、非线性函数和设计方法3个方面的工作, 并总结研究路线和规律。首先, 脉冲噪声模型常采用对称α稳定分布、Class A分布、高斯混合分布及其他混合分布。其次, 以拖尾函数为特征, 非线性函数模式可分为传统削波/置零、多区域组合拖尾、单参数特定拖尾、单参数非分段函数以及双参数可变拖尾。然后, 在设计方法上, 分析近似和正态变换的思路比较直观, 而最大信噪比和最大效能准则与检测性能有直接联系。之后, 总结了常见研究路线和主要研究成果的共性规律。最后, 探讨了噪声分布未知和效能寻优简化的问题, 展望未来可能的研究点。

将循环维纳滤波应用于直接序列扩频(direct sequence spread spectrum, DSSS)系统的干扰检测, 并提出了一种干扰盲检测器, 称之为时变白化滤波检测器。由于DSSS信号和干扰信号具有不同的循环平稳特征, 因此可以调整时变白化滤波检测器的滤波器系数, 使干扰检测器的输出只包含背景噪声和干扰信号, 从而实现干扰盲检测。仿真结果表明, 采用本文提出的循环平稳干扰检测器的DSSS接收系统能够在较大的干信比范围内检测干扰信号的存在, 并且在性能上优于时不变白化滤波检测器。

为了提升多输入多输出差分混沌移位键控(multiple input multiple output difference chaotic shift keying, MIMO-DCSK)系统的误码性能, 提出一种多元混合调制MIMO-DCSK方案(M-ary hybrid modulation MIMO-DCSK, MHM-MIMO-DCSK)。首先，将一帧的多元信息拆分, 分别通过混沌扩频码和索引码进行调制, 以实现高效的传输。其次，接收端利用混沌序列的类正交特性消除多天线干扰和多路干扰。最后将多天线的相关运算结果等增益合并, 最终在不需要信道状态信息的前提下获取多径多输入多输出系统的全分集增益。仿真结果表明，所提MHM-MIMO-DCSK比现有的多元MIMO-DCSK拥有更好的误码性能, 尤其是在高阶调制情况下性能提升更明显。

确信可靠性理论基于可靠性科学原理, 在产品设计阶段综合考量产品的性能参数与不确定性, 实现了产品的正向设计与定量设计。为了将确信可靠性理论转化为实践可行的可靠性设计流程, 提出了基于概率测度的确信可靠性建模与分析方法。通过研究功能性能裕量分析确定关键性能参数与性能阈值, 通过理论分析、仿真建模、实验建模建立产品的性能方程、裕量方程与退化方程; 确定量化参数的不确定性, 开展确信可靠性分析, 并计算可靠性定量指标。本文为可靠性设计工作流程提供创新性的理论探索和工程实践, 为进一步说明该方法的应用流程, 本文以某型电连接器作为案例进行研究，定量提出了电连接器可靠性的优化改进方向。

针对核动力装置中存在由于冲击导致系统故障的情况, 以温贮备系统为研究对象, 假设工作部件会受到退化与冲击的影响, 而贮备部件仅会受到冲击的影响, 基于Phase-type分布描述寿命、维修时间等随机变量, 建立了考虑冲击的核动力装置温贮备系统可靠性模型, 并推导出相关可靠性指标的解析表达式。以核动力装置冗余泵组为对象开展算例验证, 分析了贮备部件数量对系统可靠性指标的影响。结果表明，在可靠性设计中，可优化确定贮备部件数量，以最低的成本获得所需的可靠性指标要求。

为了对航空电子设备的测试数据进行有效约简, 去除冗余信息和不相关特征, 基于机器学习领域现有的特征选择算法, 提出了一种元学习框架下的航空电子设备特征选择算法推荐方法。所提方法旨在根据不同航空电子设备测试数据所蕴含的信息, 推荐合适的特征选择算法。首先, 分析了数据集特征的描述方法。然后, 介绍了采用综合度量指数的算法性能评价方法。最后, 给出了特征选择算法推荐方法的框架。使用42个航空电子设备的测试数据和13个过滤型特征选择算法建立了元数据库, 采用留一法进行交叉验证, 推荐命中率达到了90%以上, 推荐性能比例达到97%以上。