提出了一种恒虚警检测信源数的方法, 该方法通过定义一个由观测协方差矩阵相邻特征值之差统计量构成的五维矢量序列, 并利用K均值(K-means)聚类算法将所定义的五维矢量序列分成两类, 且视为信号和噪声子空间。当将噪声子空间所对应的特征值序列描述成一个统计分布, 并通过期望最大(expectation maximization, EM)算法估计出这个统计分布时, 奈曼-皮尔逊(Neyman-Pearson, NP)假设检验就可利用这个分布来对信源数进行恒虚警检测。为了降低提出算法的计算复杂度, 也给出了一个近似的NP假设检验方法。数值仿真结果在验证提出方法有效性的同时, 也表明其优于其他方法。

500 m口径球面射电望远镜(five-hundred-meter aperture spherical radio telescope, FAST)是近年建成的重大科学装置, 其高效运行依赖于对馈源仓的高精度定位。当前基于全站仪测距的馈源仓定位系统在雨雾等恶劣天气中无法有效工作, 降低了FAST工作时长。针对此问题，提出一种基于微波测距的新方案, 有望在满足馈源仓定位精度的同时, 显著改善FAST的运行效率, 使之实现全天候全天时工作。深入研究了微波测距定位系统中亟待解决的若干关键科学问题, 初步给出了系统方案与技术路线。根据理论分析, 该微波测距系统的定位误差优于±5 mm, 可达到设计要求。

复杂电磁环境中, 针对低信噪比条件下现有神经网络识别算法对于通信电台识别准确率不高的问题, 提出一种结合双层注意力机制和残差网络的通信辐射源个体识别方法。首先, 以空间注意模块和通道注意模块构成注意力机制。其次, 在一维残差网络中嵌入双层注意力机制, 提高对关键特征的学习能力。最后, 在实际数据集上验证算法的有效性。实验证明, 相比于残差神经网络算法, 所提方法既能保持模型较好的稳定性又在数据集上有明显的提升效果。

为了高效率地分析光滑平台上两天线间的互耦, 提出了一种计算S参数的快速算法。该方法首先通过球谐变换(spherical harmonic transformation, SHT)展开单个天线的辐射场, 然后采用一致性几何绕射理论(uniform theory of diffraction, UTD)分析平台的散射场, 最后通过互易定理的反应积分得到两天线间的S参数。该方法只需要对每个天线单独进行一次测量或者仿真, 此后当两个天线在平台上随意旋转时, 都可以高效率地求出两者之间的互耦。数值实验的结果表明, 所提方法与商业软件FEKO中的矩量法/UTD混合算法的精度相当, 但是前者的速度比后者更快。

针对经典模型描述复杂航迹情况下的隐身飞机动态雷达散射截面(radar cross section, RCS)统计分布特性精度不足的问题, 提出一种精度更高、拟合效果更好的改进混合对数正态分布模型。首先, 基于目标电磁散射数据建立隐身飞机静态RCS数据库。其次, 结合实战过程中隐身飞机的运动规律, 对其进行复杂机动航迹建模, 解算得到动态RCS序列。最后, 利用典型统计分布模型及改进混合对数正态分布模型分别对目标的RCS特性进行统计分析。仿真结果表明，与典型统计分布模型相比, 混合对数正态分布模型对隐身飞机的RCS双峰特征拟合效果更好, 拟合精度更高, K-S的检测结果降低到30%以下。

针对航母舰面复杂的多尺度目标检测环境, 且现有算法对牵引车、人员等小目标检测性能不佳的问题, 提出一种改进快速区域卷积神经网络(faster region convolutional neural netuorks, Faster R-CNN)的舰面多尺度目标检测算法。基于多尺度特征层提取了不同尺度的区域建议网络, 提高了算法对不同尺度目标尤其是对小目标的检测性能。基于K-means聚类算法生成了适合于舰面目标数据集的先验框尺寸, 进一步提升了算法的性能。实验表明, 所提算法有效地提升了不同尺度目标的检测性能，尤其是对小目标的检测效果, 并对所提算法进行了消融实验, 最后与不同算法的性能进行了对比, 所提算法检测准确率取得了最优水平。

为掌握用频装备电磁辐射效应规律, 提高其电磁防护能力, 首先从理论上分析了高阶非线性失真条件下双频阻塞干扰规律, 而后以某型频率步进连续波雷达为受试设备开展试验, 对干扰规律进行验证与补充。结果表明，当干扰信号强度较弱、系统非线性失真程度较低时, 可用精确到三阶项的幂级数展开式描述其传递函数, 此时受试设备对双频干扰场强的有效值敏感; 随着干扰信号增强, 高阶的非线性失真不可忽略, 出现了双频阻塞干扰效果减弱的阶段。上述规律为提高装备电磁防护能力提供了理论支撑。

逆Radon变换以其精度高、抗噪性能好的优点常用于微动信号的参数估计, 但是当旋翼类目标微动信号存在闪烁现象时, 该方法失效。针对此问题, 提出一种闪烁现象下的微动参数估计方法。首先, 建立基于线性调频信号的单旋翼直升机雷达回波散射点模型, 分析闪烁现象下回波的微动特性。其次, 通过去噪卷积神经网络(denosing convolutional neural network, DnCNN)结构分别训练去噪网络和去闪烁网络, 消除旋翼目标回波时频图中存在的噪点、闪烁带和零频带, 得到余弦包络特征增强的微动信号时频图。最后, 针对传统逆Radon变换使用遍历法搜索微动参数, 存在运算量较大的问题, 因此采用黄金分割法对搜索过程进行改进, 提升参数估计速度, 最终完成对旋翼目标微动参数的估计。仿真结果验证了所提方法的可行性和有效性。

着眼解决复杂城市环境中非通视条件下的无源定位问题, 提出了一种基于概率累积的无源定位方法, 将多个三点测量系统得出的辐射源位置分布概率进行累加, 取累加后概率的极大值处作为对辐射源位置的最终估计。仿真结果表明, 此方法中接收机本身的定位精度对定位结果的影响不大, 仿真区域内几乎所有辐射源的定位误差均小于30 m, 平均测量偏差为19.4 m, 证实该方法具有一定可行性。

近年来, 量化压缩感知理论在雷达目标参数估计问题中得到了广泛应用, 其主要思想是对采样回波数据进行量化, 并将雷达观测模型建模为欠定方程, 再利用压缩感知理论对稀疏目标信号进行恢复, 降低回波数据的位宽, 达到简化系统、提升效率的目的。本文建立了捷变相参雷达信号的块稀疏压缩感知模型, 并提出一种基于深度学习的1 Bit块稀疏重建网络B-BAdaLISTA, 该重建网络与传统1-Bit硬判决迭代算法比较, 在1 Bit采样量化下具有相近的重构性能和更快的收敛速度, 同时将块稀疏的结构特征融入到网络结构中, 显著提高了雷达目标参数的恢复质量。通过仿真实验定量分析了B-BAdaLISTA重建网络在无噪、有噪条件下的恢复能力, 验证了算法的有效性。

针对传统的高斯混合概率假设密度(Gaussian mixture probability hypothesis density, GM-PHD)滤波器在跟踪空间邻近目标时存在错误估计、虚警和漏警问题, 本文提出了一种改进算法。首先, 提出一种权值重分配方案, 对目标的高斯分量权值进行重分配, 以提高目标邻近时GM-PHD滤波器的跟踪精度; 然后, 利用目标航迹的连续性, 对于当前时刻丢失的目标, 利用上一时刻的目标预测值进行修正以减少漏警情形; 最后, 充分利用多帧已估目标状态对估计目标进行分类, 检测估计中存在的虚警并对其进行删除。仿真结果表明, 与现有算法相比, 本文改进算法具有更优的跟踪性能。

最优空时自适应处理方法由于计算量大且需要大量的训练样本来估计杂波协方差矩阵而无法满足实际应用, 针对此问题, 本文提出一种基于协方差拟合准则的降维空时自适应处理方法。该方法首先对每个阵元收到的回波信号进行时域滤波, 然后通过协方差拟合准则构造了在高斯信源下与最大似然估计器渐近等价的优化问题, 同时我们将协方差拟合优化问题转换为半定规划问题, 并利用CVX工具包求解优化问题, 进而估计杂波加噪声协方差矩阵。仿真实验表明, 相比于现存在的多普勒滤波后空时联合处理方法, 该方法所需的训练样本数更少, 且杂波抑制性能更好。

考虑雷达待检测单元在受到子空间约束的秩1干扰情况下的自适应检测问题, 即待检测单元背景噪声协方差矩阵中叠加有一个秩为1的干扰协方差矩阵, 并假定干扰分量约束在一个已知的子空间内。采用双步广义似然比检验准则, 得到子空间约束的秩为1的干扰检测器(subspace constrained rank one interference detector, SC-ROID)。还推导了一种降维自适应相干估计器(rank-reduced adaptive coherent estimator, rr-ACE), 可以利用子空间的先验信息降低检测器计算量。计算机仿真分析表明, SC-ROID在无干扰或无干扰先验信息条件下, 与自适应相干估计器性能相当, 而在其他情况下具有较好的检测性能。而rr-ACE在小样本条件下的检测性能较好。

为提高组网雷达的分布式恒虚警(constant false alarm rate, CFAR)检测性能, 基于模糊逻辑和最大选择筛选平均检测器(maximum-censored mean level detector, MX-CMLD)提出一种自适应多传感器分布式模糊CFAR检测算法。该方法是一种基于无信噪比信息的检测融合算法, 通过传输单部雷达站接收信号的检验统计量、检测可信度来完成全局的CFAR检测。该方法通过表决模块和反馈模块, 控制传输到融合中心的数据量, 并自适应选取相关的雷达数据进行融合, 在一定程度上可以实现雷达资源的管理。仿真结果表明, 在均匀背景、多目标干扰背景的目标检测中, 自适应分布式模糊MX-CMLD均有较好的检测性能。

针对雷达目标全极化高分辨距离像(high resolution range profile, HRRP)提取可分性特征时, 利用全部距离单元作为度量尺度无法保留各距离单元具体特征的问题, 在综合利用4个极化通道的舰船目标HRRP信息时选择单个距离单元作为度量尺度。在此基础上, 提出基于Pauli分解, H、α、A、α₁分解和结构相似性参数的特征提取方法对目标极化散射矩阵进行特征提取, 并将提取得到的特征与基于卷积神经网络(convolutional neural network, CNN)的舰船目标HRRP识别方法结合, 利用改进残差结构CNN从极化特征中进一步提取深层可分性特征进行目标识别。实验结果表明, 所提方法能够保留目标全极化HRRP更多特征, 提高目标识别的准确率。

针对核相关滤波(kernel correlation filter, KCF)算法在目标旋转、形变等复杂环境中容易产生模型漂移的问题, 提出了一种基于KCF自适应更新的目标跟踪算法(adaptive updating target tracking algorithm based on KCF, AUKCF)。该方法首先对响应进行多峰判断, 然后针对多峰现象使用显著性检测进行目标的重新定位, 减少模型漂移。为了保证显著性检测的准确性, 使用重检测手段进行显著性检测结果的校准。最后, 使用斯皮尔曼相关性判断目标是否存在遮挡、严重形变等问题, 并根据斯皮尔曼相关性结果决定是否进行模型的更新, 减少模型退化, 提高更新效率。在目标跟踪数据集OTB2015上进行测试, 实验结果表明, AUKCF相比KCF算法的精度和成功率分别提高14%和11.8%, 并且AUKCF算法比目前流行的深度学习算法更加简洁, 对设备性能要求更低, 算法实时性可以达到93.84 fps。

现阶段对于大型相控阵雷达T/R组件何时开展换件维修、维修时全部更换故障组件还是部分更换、备件数量如何配置等有关问题还没有一个具体标准, 开展T/R组件维修决策问题研究可为装备保障人员提供维修决策支持。首先, 对T/R组件维修决策的主要内容进行阐述界定。其次，分别从故障数据预测、故障寿命分布、基于故障数据的设备性能评估3个方面对故障数据建模研究现状进行分析。然后，从维修策略类型和维修策略优化模型两个方面重点对维修策略进行阐述, 并对以可用度、备件满足率、备件期望短缺数、任务成功率等为决策变量的备件库存策略进行分析。最后，分析了现有方法存在的不足, 提出T/R组件维修决策需要解决的上述3个重要问题, 为后续研究提供理论支撑。

近区超低空目标具有更为复杂的电磁散射机理, 需要建立更为精细灵活的回波模型。基于改进的物理光学与等效电磁流方法建立了目标的近场散射模型, 结合面元模型与“四路径”模型提出环境与多径的近区散射计算方法。利用建立的电磁模型, 以雷达导引头探测近区超低空目标为应用背景, 建立了雷达回波信号模型。验证了近场电磁模型的有效性, 仿真分析了信号带宽以及雷达与目标不同相对运动状态对回波信号的影响。仿真结果表明, 回波模型较好地表现了复杂场景的各种散射机理, 对于探索近区超低空目标回波的特征与规律具有理论意义与实用价值。

目前随着通用知识图谱构建技术的发展、自然语言处理技术的进步以及各个行业挖掘数据深层关系的需要, 军事同电商、金融证券、医疗等行业一样, 也需要构建属于自己领域的知识图谱。通过定义军事知识图谱以及明确军事知识图谱使用时的特殊性, 总结了构建过程中的难点, 介绍了当前构建军事知识图谱的思路以及使用的技术手段, 汇总了军事领域应用知识图谱的现状。最后, 给出了知识图谱最新的研究进展, 并针对军事领域知识图谱中一部分未解决的困难问题提供了一种可能的解决思路。

作战体系能力图谱是从整体分析作战体系能力的有效方法。针对生成作战体系能力图谱时, 需要对海量实验空间进行仿真而带来时效性较差的问题, 提出一种基于Stacking集成元模型的作战体系能力图谱生成方法。该方法通过建立元模型替代仿真模型, 能够快速准确生成作战体系能力图谱。针对各类元模型适用场景有限、性能波动较大的问题, 提出采用Stacking方法对多种元模型进行集成, 提高不同应用环境下元模型的鲁棒性; 针对建立元模型时精度与效率的矛盾问题, 提出适用于体系能力图谱生成的序贯采样策略, 通过计算拟合不确定性, 选取高价值样本, 在达到相同准确性指标的同时减少采样次数。最后, 通过实验案例分析, 证明了所提方法的有效性。

针对传统基于文本的系统工程方法中存在设计文档变更难度大、工程模型可读性差、模型复用性不强等问题, 提出了基于美国国防部体系架构(department of defense architecture framework, DoDAF)的基于模型的系统工程(model-based systems engineering, MBSE)建模方法, 从两个维度共计10个模块, 对设计建模过程进行了划分, 结合DoDAF的多视图对复杂系统进行全面立体的描述, 形成了一套逻辑性强、建模完备的MBSE建模方法。以民用飞机高度控制系统为例进行建模, 使用系统建模语言SysML(systems modeling language)描述在不同的DoDAF视图下的模型并对该系统进行建模分析, 验证了本建模方法能够很好地契合复杂系统设计要求, 适合民机系统的研制。

针对传统防空目标威胁评估中威胁因素考虑不全、定性指标量化不精确以及属性指标权重固定不变等方面的不足, 在综合考虑目标静态和动态属性的基础上, 提出了基于直觉模糊理想解逼近(technique for order preference by similarity to an ideal solution, TOPSIS)法和变权多准则优化妥协决策(multi-criteria optimization compromise decision-making, VIKOR)法的防空目标威胁综合评估方法。首先，直觉模糊集和隶属度函数分别用于静态和动态属性指标的量化。然后，构建直觉模糊TOPSIS模型和融合变权的VIKOR模型进行静态属性和动态属性威胁评估。最后，进行综合威胁度计算。仿真验证表明, 目标威胁综合评估方法与仅考虑目标运动状态信息的传统评估方法相比, 评估结果更加合理有效, 更符合防空作战实际。

为解决更为广泛的模糊决策问题, 同时使决策信息与人的认知思维更为贴近, 结合q阶犹豫模糊集和三角模糊数, 提出了q阶三角犹豫模糊集的概念并定义了q阶三角犹豫模糊集运算。为了刻画信息集成过程中评价信息之间存在的关联关系, 将Bonferroni平均算子推广至q阶三角犹豫模糊集, 提出了q阶三角犹豫模糊Bonferroni平均算子。为了刻画更多的关联关系, 将广义Bonferroni平均算子推广至q阶三角犹豫模糊集, 提出了q阶三角犹豫模糊广义Bonferroni平均算子。考虑不同属性的评价信息的重要程度不同, 提出了其加权形式。最后, 提出了q阶三角犹豫模糊环境下的多属性决策方法, 并以算例验证了实验结果。

证据理论在不确定信息的表达和处理上有独特的优势, 而证据独立是很多组合方法应用的前提, 但目前没有完全有效的判断方法。针对这一问题, 首先研究了证据组合的内涵和证据对识别框架的解释。然后从Smets证据独立性定义出发, 分析了Dempster组合规则中的独立性问题, 并针对小样本或无样本情形, 提出了一种证据独立性判断方法。同时，依据本方法对Zadeh悖论进行了分析和讨论。最后, 针对多传感器单目标识别问题, 研究了证据独立性对组合结果的影响。

智能化后装保障调度是当前军事领域的研究热点之一, 其中复杂多变的战场环境要求战时保障具有良好的自适应性。针对此问题, 提出了基于马尔可夫决策过程的强化学习模型, 能够主动学习最佳派遣策略, 根据历史数据和当前态势预判后续变化。为了考虑不确定事件的影响, 在模型求解算法中增加了基于概率统计模型的仿真流程; 为了减少随机事件带来的计算复杂性, 利用决策后状态变量重新设计了贝尔曼迭代方程; 为了解决状态空间的维度灾问题, 提出了基于基函数组合的近似函数。仿真实验表明，强化学习能力的引入能够显著提高战时保障调度性能。

陆军防空旅装备体系贡献率评估理论对陆军防空旅装备体系演化系列工程的建设具有重要意义。以陆军防空旅装备体系贡献率评估目的为基础, 系统分析了陆军防空旅装备体系贡献率评估概念与内涵、评估方法、评估案例, 为陆军防空旅装备体系贡献率评估模型的构建与评估方法的应用打下了理论基础。

针对舰载无人机着舰过程中存在参数不确定、舰尾流干扰等问题, 设计了一种基于自适应动态逆的着舰控制律。通过动态逆消除了非线性以及多变量耦合, 在此基础上加入自适应律, 分别设计了俯仰姿态控制器和速度控制器, 并应用Lyapunov稳定性原理修正了自适应律并用来处理动力受限时的速度控制问题, 保证动力补偿系统的稳定性。仿真验证结果表明，该控制方法具有较好的动态性能与鲁棒性, 能够在复杂环境下以较高精度跟踪期望值, 符合无人机着舰指标要求。

针对比例-积分-微分(proportional-integral-derivative, PID)控制下振动陀螺椭圆参数的控制精度和收敛快速性难以提升的问题, 提出了将离散滑模控制(discrete-time sliding mode control, DSMC)引入到振动陀螺的控制系统中的方法。该方法从表征振动陀螺工作状态的椭圆参数出发, 选取主波振幅和正交波振幅作为控制对象, 进而得到离散滑模控制律。基于Simulink模型分别在静止(0°/s)和动态(100°/s)条件下, 对椭圆参数进行PID控制和DSMC的仿真对比。10 s内的仿真结果表明: DSMC可使主波振幅误差减小16 LSB, 正交波振幅误差减小1 LSB; 静止条件下, 角度漂移速率减小0.36 deg/h; 动态条件下, 标度因数误差减小5 ppm。仿真结果体现了DSMC的鲁棒性和收敛快速性。

针对基本麻雀搜索算法(sparrow search algorithm, SSA)在求解多无人机(unmanned aerial vehicle, UAV)协同航迹规划问题时收敛精度不高, 易于陷入局部最优等问题, 提出了一种使用对数螺旋策略和自适应步长策略的SSA(logarithmic spiral strategy and adaptive step size strategy of the SSA, LASSA)多UAV协同航迹规划方法。首先利用分层规划思想, 先建立单UAV航迹规划模型, 然后再建立时间协同多UAV航迹规划模型, 将航迹规划问题转化为函数优化问题。其次, 采用对数螺旋策略, 扩大对周围空间的搜索, 增强种群个体多样, 并利用自适应步长策略, 更好地控制开发和探索行为。最后，利用LASSA对提出的航迹规划模型进行求解。仿真结果表明, 本文提出的LASSA能够在满足时间协同的条件下, 规划出代价近似最优、符合约束的协同飞行航迹, 证明了本文提出的基于LASSA的多UAV协同航迹规划方法的有效性和改进算法的优越性。

针对实际海洋环境下, 无人帆船在艏向跟踪控制任务中存在的模型参数未知、控制输入频繁抖振和执行器磨损等问题, 提出一种考虑执行器故障的无人帆船事件触发控制算法。首先, 采用径向基函数神经网络(radius based function neural networks, RBF-NNs)对系统的未知模型参数进行在线逼近。其次, 在无人帆船艏向数学模型中引入执行器故障模型, 并且在艏向控制器设计中考虑帆结构造成的转船力矩, 设计基于事件触发机制的艏向控制律来减少控制输入的频繁抖振和执行器磨损。最后, 通过李雅普诺夫稳定性判据证明了所提控制算法满足半全局一致有界(semi-global uniform ultimate bounded, SGUUB)稳定。数值仿真结果表明, 相比于传统的艏向控制算法, 所提算法能够在保证艏向控制性能的基础上, 极大地降低控制输入的频繁抖振和减少执行器的磨损。

针对模型参数不准确条件下的全自动着舰控制技术进行了研究, 设计了一种基于保辛伪谱算法(symplectic pseudospectral method, SP)和带遗忘因子递推最小二乘法(recursive least squares with forgetting factor, FFRLS)的舰载机着舰自校正模型预测控制方法(self-tuning model predictive control, ST-MPC)。针对舰载机的着舰控制模型, 在MPC方法的框架下, 首先设计了一种基于预测轨迹形状与位置偏差的引导轨迹，用以消除航母甲板运动和实时误差的影响。同时, 基于SP算法设计了滚动优化模块并引入雄鸡尾流扰动补偿以抑制舰尾流干扰; 进一步, 通过FFRLS算法结合巴特沃斯低通滤波器，对模型中影响控制性能的敏感参数进行实时估计用以提高着舰控制算法的鲁棒性。仿真结果表明, 在有多种干扰影响且控制模型参数不准确时, 所设计的ST-MPC算法, 能够将着舰高度误差控制在±0.15 m以内, 其控制精度远高于传统的线性二次型最优调节器和极点配置算法, 且算法的计算效率满足实时在线跟踪的要求。

为提高弹丸姿态测量精度, 提出一种基于H∞滤波的平方根容积卡尔曼滤波。该方法通过三轴地磁传感器和陀螺仪组合测量模型, 采用欧拉角算法模型减少状态维数并使状态方程呈现线性化, 可以减少计算量。该方法可以适用于量测噪声不确定的情况, 引入新息序列不断修正误差限定参数来更新量测噪声估计值, 可以提高滤波的精度和鲁棒性。奇异值分解能够保证误差协方差矩阵的正定性, 平方根形式能够提高容积卡尔曼滤波的数值稳定性和鲁棒性。利用地磁传感器与陀螺仪组合测量弹丸姿态的仿真实验来验证算法有效性, 并与容积卡尔曼滤波和平方根容积卡尔曼滤波的效果进行对比, 证明了所提算法的有效性与优越性。

针对头脑风暴优化(brain storm optimization, BSO)算法的选择操作中仅部分个体更新追随全局最优和变异操作中步长不能自适应的问题, 采用追随全局最优策略以充分利用全局最优信息, 并用差分变异代替原来的高斯变异以自适应调节变异步长, 提出了基于全局最优和差分变异的BSO(global-best difference-mutation brain storm optimization, GDBSO)算法。通过6个标准测试函数极值寻优的Matlab仿真对比研究表明GDBSO具有优良性能, 较好地解决了原BSO搜索效率低的问题, 提高了算法的寻优精度和收敛速度。GDBSO结合自主式水下航行器(autonomous underwater vehicle, AUV)路径规划应用的仿真验证了算法的有效性和可行性。

针对单边Lipschitz非线性多智能体系统, 提出了一种分布式一致性控制方法。首先, 构建了领导-跟随者动力学结构, 用于实现单边Lipschitz多智能体系统的追踪控制。然后, 设计了单边Lipschitz非线性多智能体系统的一致性控制协议, 可根据智能体之间局部交互信息构建分布式反馈控制, 并将系统的一致性追踪问题转化为系统的稳定性问题。同时, 利用Laplacian特性、线性矩阵不等式和Lyapunov函数等理论, 给出了单边Lipschitz非线性多智能体系统一致性追踪控制的充分条件。理论结果表明, 所设计的控制协议能够实现一致追踪。最后, 通过仿真算例验证了理论结果的有效性。

为了缓解可修复喷泉码(repairable fountain codes, RFC)编码包传输需消耗大量带宽资源的难题, 提出了一种基于改进压缩列存储算法的新型RFC构造方法(RFC based on improved compressed column storage, ICCS-RFC)。对于ICCS-RFC方案, 编码包的邻域信息被建模为序列, 并以生成矩阵的列为单位进行无损压缩。在保留可修复喷泉码性能的前提下, 该方案可以有效减少故障节点修复和源文件恢复所需的传输数据量。此外, 还提出了一种新的性能指标——有效吞吐量来分析ICCS-RFC方案的性能。理论分析和仿真结果验证了该方案的优越性能, 表明该方法能够显著降低有效吞吐量, 尤其是对于单故障节点修复的情况。

目前，在非正交多址接入(non-orthogonal multiple access，NOMA)中继通信的研究中，中继用户的选择是随机的，并没有考虑中继节点之间信道条件的差异。为了得到信道条件较好的中继用户，提出一种基于单源最优路径的中继选择策略，从基站广播信号以用户为节点，设定信道参数，寻找最佳传输通路。当信号到达目标节点后，基站从目标节点处收集所有可达通路，通过对比各通路的信道参数，选出一条最好的传输通路。基于所提中继选择策略，在非机会式NOMA系统中，提出一种新的协作传输方法，该方法在中继传输过程中剔除了多余信号以降低信号间干扰。仿真结果表明，在相同条件下，采用所提策略的协作传输方法比随机中继选择用户中断概率更低，有效降低了系统复杂度。

针对高分辨率模数转换器(analog-to-digital converter, ADC)接收机给大规模多输入多输出(multiple input multiple output, MIMO)系统带来的硬件成本昂贵和高功耗问题，研究了低分辨率ADC在毫米波MIMO正交频分复用(orthogonal frequency division multiplexing, OFDM)量化系统中的应用方案。通过将单输入单输出(single input single output, SISO)量化系统中的广义Turbo信号检测算法推广到MIMO-OFDM量化系统，实现了该算法的低复杂度实现方案。在4×32 MIMO-OFDM系统中，当误比特率为10^-3时，GTurbo算法与广义近似消息传递(generalized approximate message passing, GAMP)算法相比能得到约3 dB的性能增益。仿真表明，与GAMP算法相比，所提算法更适用于大规模天线阵列系统。

在室外光线追踪通信场景下, 针对毫米波大规模多输入多输出(multiple input multiple output, MIMO)信道具有稀疏特性、系统受噪声因素影响导致信道估计精度低的问题, 提出一种基于图像去噪的注意力机制卷积神经网络信道估计方法。首先, 设定参数产生模拟真实环境的数据集, 将所产生的信道矩阵看作二维图像。然后, 构建注意力机制网络以增强图像中噪声特征的显著性, 并将注意力机制网络嵌入卷积神经网络中进行特征融合。最后, 通过网络模型提取噪声并得到去噪的图像, 即估计信道矩阵。仿真结果表明, 与最小二乘法(least square, LS)、最小均方误差(minimum mean square error, MMSE)、卷积神经网络(convolutional neural network, CNN)和去噪CNN (denoising CNN, DnCNN)算法相比, 所提出的Attention-CNN方法信道估计精度平均提升约1.86 dB。

针对无人机能量受限且通信易受到窃听攻击的问题, 提出一种基于能量采集的无人机无线供电通信模型, 并分析其在全双工主动窃听下的保密性能。首先, 采用基于仰角的视距和非视距路径损耗模型对地空无线信道进行建模。然后, 将无人机的传输中断概率限制在一个可容忍的最大阈值内, 得到基站的最优编码速率, 进而推导出无人机的保密中断概率的解析闭合表达式。最后, 通过蒙特卡罗仿真验证了理论推导的正确性, 并分析了基站发射功率、能量采集时间因子、环境等因素对无人机通信的安全性的影响, 从而为实际系统设计提供了参考和依据。

为降低传统稀疏码分多址接入(sparse code multiple access, SCMA)系统的译码复杂度, 同时保证系统误比特率(bit error ratio, BER)性能, 考虑信道质量因素提出SCMA系统收发端改进方案。在接收端, 提出基于信道质量动态选择节点改进消息传递算法(message passing algorithm, MPA), 在串行策略基础上对节点更新顺序进行合理排序, 减少算法迭代次数, 以降低译码复杂度; 同时为补偿付出的BER性能代价, 在发送端基于信道质量设计动态自适应更新因子图方案, 为用户节点匹配高信道增益的资源节点组合, 并且考虑到用户的公平性, 令上轮更新因子图时信道增益最低的用户节点优先匹配。仿真实验证明, 所提改进方案在保证BER性能和各用户公平性前提下有效降低系统译码复杂度。

可靠性分配是在产品设计阶段完成, 以保证系统指标满足要求的一项重要工程活动。现有基于概率测度的可靠性分配方法分配至单元的指标无法在小样本条件下进行验证。为此, 提出一种以不确定随机系统为对象、以确信可靠度为核心的可靠性分配方法。该方法以技术成熟度为工具, 实现系统的单元的类别的划分和可靠性机会成本函数的构造, 进而提出系统确信可靠度优化分配模型及其求解算法, 实现了最小成本下系统可靠性指标的合理分配。以船舶双燃料供气系统为例, 开展了确信可靠性分配工作, 验证了方法的有效性。

针对现有单调退化系统视情维修(condition-based maintenance, CBM)优化模型中不完全维修影响考虑单一, 且未同时融入可用度约束的问题, 提出一种考虑不完全维修双重影响与可用度约束的单调退化系统CBM优化模型。首先, 基于具有随机漂移系数的逆高斯过程, 建立系统退化模型并得到相关概率分布; 其次, 描述任务背景下系统演化过程, 建立不完全维修后的剩余损伤模型, 提出随机漂移系数更新公式; 然后, 结合可用度约束给出系统维修或在3种时机更换的概率公式, 并建立CBM优化模型; 最后, 通过数值实验对模型进行对比和敏感性分析, 验证了该模型的可行性和应用价值。

保修期是国际可靠性领域的前沿研究。基于海军舰载导弹系统入役初期现状及装备保修研究领域特点, 论证了对舰载导弹系统故障规律定量化建模研究的必要性, 利用实例现场数据, 使用线性回归拟合发现舰载导弹系统故障规律更近似于二参数威布尔分布, 并求出舰载导弹系统故障率函数及参数。分别创建了确定舰载导弹系统全局最优保修期模型与公平保修期模型, 利用实例现场数据对模型求解, 得出的全局最优保修期与公平保修期均达到建模及研究目标, 可为海军与承制方协商调整优化舰载导弹系统初始保修期提供参考, 推进舰载导弹系统保修研究与制度改革。