为实现高精度大范围多微波频率测量, 利用双平行马赫曾德尔调制器(dual parallel Mach-Zehnder modulators, DPMZM)分别对未知信号和扫描信号进行抑制载波单边带调制, 并分别作为信号光和泵浦光输入到色散位移单模光纤中, 当两者满足一定的频率关系时, 信号光会得到放大, 通过测量输出光功率值即可估计出待测信号的频率值。该方案利用双阶段受激布里渊散射结构降低了受激布里渊散射增益线宽。另外, 通过设置DPMZM的调制参数, 即可利用低频段的扫描信号实现高频段的频率测量, 降低了方案的实现复杂度。为进一步提高算法精度, 利用测量的光功率值建立幅度比较函数, 通过计算可得频率测量误差, 通过误差修正可提升方案的测频精度。最后, 通过实验仿真证实了方案的有效性, 测量误差为±3 MHz。

合成孔径雷达(synthetic aperture radar, SAR)回波信号具有很高的动态范围, 会导致强目标的旁瓣覆盖临近较弱目标的主瓣, 造成漏检。传统的加窗方法在消除旁瓣的同时会导致分辨率的下降和目标主瓣能量的降低, 空间变迹(spatially variant apodization, SVA)算法的提出有效解决了这个矛盾。然而, 现有的各种SVA改进算法在有效抑制旁瓣的同时却导致了主瓣能量的降低。因此, 本文提出了一种基于约束优化的改进的SVA算法。通过严格约束滤波器的单调性和有效点的选取, 有效解决了主瓣能量降低的问题, 可以在有效抑制旁瓣的同时保留图像的细节信息, 有利于对图像目标进一步的检测与识别。

雷达空域自适应滤波在应对极化捷变干扰时性能恶化, 因此研究了干扰极化捷变情况下, 雷达空域自适应滤波的性能。首先, 建立了极化捷变干扰的雷达阵列接收信号模型。其次, 对阵列接收数据构成的协方差矩阵进行研究, 得出一个干扰源在极化捷变时, 等价于两个不同方向的干扰源, 需消耗的雷达空域自由度为2的结论。进一步, 提出干扰极化捷变下的空域自适应滤波算法。最后, 试验验证了理论研究的合理性。

针对连续波干涉仪系统中对收发天线的布阵要求及高隔离度要求, 设计了一款工作于X波段的串馈形式的微带天线阵列, 并将其排布成1发5收形式的收发天线阵列。基于干涉仪原理, 通过长短基线结合方式兼顾宽范围测向不模糊和高精度测角。同时, 通过天线布局优化法、阻挡法、铺设吸波材料法等, 将收发隔离度由52 dB提升至79 dB。所提出的高隔离度收发天线阵列在连续波干涉仪系统中具有良好的应用前景, 所采用提高隔离度方式在优化收发天线隔离度时具有一定的推广性。

针对相位干涉仪测向系统对于大量高速实时信号的处理需求, 设计了基于图形处理单元(graphic processing unit, GPU)的频域互相关(简称为FX)鉴相算法, 完成了相应的并行程序设计, 进行了实时数据的测试验证。为充分发挥GPU强大的浮点运算能力和并行数据处理能力, 将涉及大量并行高速数据计算的核心鉴相算法加载在GPU中, 实现了高速并行数据的相关处理和相位提取; 利用中央处理器(central processing unit, CPU)完成了数据调度、分发和简单的数据处理功能。实验测试结果表明, 在较好地保证鉴相精度的条件下, 本文设计的基于GPU的鉴相算法, 其数据处理速度是基于CPU平台的140倍左右, 鉴相速度明显提升, 较为圆满地实现了实时性、可靠性和准确性的设计初衷。

将跳频体制信号引入鱼雷电磁引信能有效拓展引信工作带宽、提高抗干扰能力, 但如何选取备选频点、避免跳频频率与干扰冲突, 是目前仍需解决的问题之一。本文分析研究了跳频鱼雷电磁引信工作原理及干扰特性, 基于认知无线电技术的频谱管理思想设计了一种干扰感知策略, 提出一种基于多分辨率频谱感知算法的干扰感知技术方案, 并采用双门限判决方法解决了跳频鱼雷电磁引信背景干扰与随机干扰的同步检测问题, 设计了备选频点选取算法。仿真结果表明, 提出的技术方案能够有效实现干扰感知, 采用高斯函数作为母小波函数可在信噪比(signal to noise ratio, SNR)为5 dB时, 使最高检测概率达0.995;在SNR为－15 dB时, 最高虚警概率低于0.25;当SNR高于－5 dB时, 应对应答干扰和扫频干扰的跳频干扰冲突概率均低于0.05%。

为改善海杂波背景下雷达检测微弱目标的性能, 提出一种基于多特征信息融合的目标检测方法。首先, 在分析时域回波信号的基础上, 给出脉冲幅值离差比的概念, 并用其表征离散回波信号的尖锐度。其次, 结合回波信号的频率峰均比和局部分形度两种特征量, 构建多特征信息融合张量。然后, 采用交叉验证法训练支持向量机(support vectors machine, SVM)分类器, 并依据分类器进行目标检测。最后, 通过对实测海杂波数据的一系列实验分析, 优选了所提方案的参数。进一步与已有传统方法对比, 结果显示所提方法具有更好的鲁棒性。

为了解决传统合成孔径雷达(synthetic aperture radar, SAR)目标识别方法在小样本条件下泛化能力差、识别准确率低的问题, 通过在匹配网络的基础上引入权重门控单元和多尺度特征提取模块, 提出了基于门控多尺度匹配网络的小样本SAR目标识别方法。在该方法中, 多尺度特征提取模块能够提取匹配网络不同卷积层的多尺度特征, 权重门控单元能够根据不同的识别任务赋予特征不同的权重大小, 实现根据具体任务选择最具代表性的目标特征, 从而以该特征为主导完成目标识别任务。在运动和静止目标获取与识别(the moving and stationary target acquisition and recognition, MSTAR)数据集上对提出的方法进行了验证, 实验结果表明，所提方法较其他3种小样本学习方法和两种小样本SAR目标识别方法表现出了一定的优越性, 而且所提方法经实验验证在噪声环境下表现出了一定的鲁棒性。

强散射目标距离旁瓣造成的干扰, 严重影响机场跑道异物(foreign object debris, FOD) 毫米波雷达对微弱目标的检测。针对该问题, 本文基于信号频谱分布特点, 即静止目标信号的方位谱具有窄带特性, 而旁瓣干扰信号的方位谱是宽带的, 提出在方位向进行信号频域滤波的干扰抑制方法。首先在距离向使用窗函数加权方法处理, 方位向通过傅里叶变换到频域, 利用提前标定和构建的窄带带通滤波器进行滤波, 最后再变换回时域。与其他方法相比, 该方法能够在有强散射环境下获得较好的干扰抑制效果, 提高微弱目标的信杂比。93 GHz FOD雷达实测数据处理结果验证了所提方法的正确性和有效性。

针对不同工作环境中, 需要雷达同时具有多种模式和多种任务的问题, 提出了一种联合优化准则的雷达波形设计方法, 该方法综合考虑了目标与回波之间的互信息与信干噪比。在发射信号能量有限的约束条件下, 首先通过最大边缘分配算法求解最优波形, 其次讨论互信息与信干噪比的增减率, 当改变系数值时, 联合准则下的雷达信号模型既可同时提高互信息和信干噪比值, 又可根据发射需求分别优化互信息或信干噪比。最终信号模型通过一次或较少次数的观测同时完成目标参数估计、检测或识别任务, 为雷达波形优化朝着多功能模型设计提供研究依据。

间歇采样转发干扰通过对雷达信号进行部分采样并迅速转发, 在当前脉冲重复周期内, 产生相干假目标串, 使得基于传统频率捷变雷达的目标检测面临严峻挑战。因此, 在频率捷变技术基础上提出一种捷变频雷达联合脉内频率编码的抗间歇采样干扰方法。针对间歇采样干扰时域不连续的特点, 通过脉内频率编码-脉间频率捷变实现子脉冲间的相互掩护。脉冲压缩后, 首先利用最大类间方差法(Otsu)自适应计算阈值并抑制干扰, 然后通过二维稀疏重构方法实现目标检测。理论分析和仿真实验证明所提方法可以有效对抗间歇采样干扰。

为检测混杂在地杂波、生物杂波中的天气信号, 提高定量降水精度, 提出了基于残差卷积神经网络(residual convolutional neural network, RCNN)的天气信号检测算法。首先, 将采集的极化参数水平反射率因子、差分反射率、相关系数、差分相移率堆叠为三维数组后进行预处理, 将其分为天气信号与杂波信号。然后, 开发并优化RCNN, 给出详细的网络结构。最后, 通过多次实际的降水过程对所提算法的检测效果进行评价。结果表明, 相比支持向量机以及卷积神经网络(convolutional neural network, CNN), 所提算法对天气信号的检测效果更好, 并且在不同仰角以及全年的实测数据上均表现出良好的检测性能。

频控阵(frequency diverse array, FDA)多输入多输出(multiple input multiple output, MIMO)雷达基于发射端调制而具备的距离维自由度为主瓣干扰提供了抑制方案。结合自适应波束形成算法, 频控阵MIMO雷达能有效抑制主瓣范围内欺骗干扰信号, 但存在的信号环境复杂、导向矢量失配、采样快拍不足等问题将使算法性能恶化。针对该问题，提出了一种基于频控阵的低复杂度的稳健自适应波束形成算法。仿真实验表明, 相比于其他自适应波束形成算法, 所提算法在低信噪比(signal to noise ratio, SNR)低采样快拍且存在导向矢量失配等非理想条件下形成的波束稳健性更强、计算复杂度更低, 有效实现了对目标的指示和对干扰的抑制, 克服了其他算法在非理想条件下性能恶化的问题。

针对基于数字射频存储(digital radio frequency memory, DRFM)的相关压制干扰技术和基于回波模拟的二维面目标合成孔径雷达(synthetic aperture radar, SAR)干扰技术开展研究, 这两种干扰技术都采用与雷达辐射信号高度相关的干扰信号样式, 具有干扰效率高的优点, 被SAR干扰设备广泛采用。首先, 讨论了SAR雷达点目标和面目标的回波数据模型。然后, 分别讨论了DRFM压制干扰技术和面目标欺骗干扰技术的原理。最后, 利用Matlab对DRFM压制干扰技术和面目标干扰技术进行了仿真, 同时与传统的噪声压制干扰技术一起, 对比分析了干扰的效果, 给出了干扰技术的应用建议。仿真结果表明, 面目标干扰对SAR成像局部干扰更加有效, DRFM压制干扰技术适用于大带宽高分辨SAR成像, 面目标干扰更加广泛应用于SAR欺骗干扰。

多域作战具有实体多类、队形多变、意图多样等诸多挑战，难以综合利用多元知识，因而主要依靠人工判决，以至于自动化水平不高。为了实现计算机自动推演态势，需要解决知识的图形化建模和意图推理综合两大难题。对此，在空海域管控知识图谱的基础上，搭建了多域作战战术规则库、编队队形与场景态势的映射关系，提出了基于多实体分层贝叶斯网络的群目标意图识别与预测方法。首先，运用群内目标实体的状态和事件信息，构建目标作战实体行为推理层。其次，利用综合作战实体的时序规则、双方相对距离及航向等信息，构建同类目标元意图推理层。最后，利用实体序列协作关系及编队队形信息，构建多域作战下的群目标总意图推理层。以航母群活动仿真数据为例，验证了所提算法能够获得较为可靠的意图推理结果。

针对传统指控架构难以满足新型无人化作战体系需求的问题, 基于云协同理念提出“前线无人作战流”与“后方有人指控云”有机融合的云流化指控概念, 设计指控资源云服务模式。在面向无人化作战改进组织指挥与控制(enterprise command and control, EC2)理论适变性的基础上, 解耦指控组织与指控服务并分别进行设计, 将组织、节点和事件三个层面的适变行为建模为指控关系的应变过程, 进而提出支持按需重构指控关系的适变价值生产单元(value production unit, VPU)模型。最后, 以边境管控使命为例详细阐述了云流化指控架构设计方案, 效能评估结果表明其在时效性和鲁棒性方面具有优势, 可以更好地适用于无人化作战体系。

航空母舰作为一个典型的复杂系统, 舰载机的出动回收效率是衡量整个系统作战能力的重要指标。描述出动回收效率的指标众多, 且指标之间关系复杂。为确定指标之间的相互关系, 避免在评判过程中主观性判断产生的缺陷, 提出了基于三角模糊数的扩展贝叶斯融合法评估舰载机的出动回收效率。针对网络层次分析法(analytic network process, ANP)分析过程中的主观性判断, 采用基于三角模糊数的尺度标准, 并结合历史实验数据和专家评判进行综合分析。仿真算例中, 通过多组对比实验分析, 验证了所提方法中采用模糊数以及融合专家经验和历史实验数据的合理性与有效性。

针对当前营区应对复杂突发事件情景下的应急指挥管理能力薄弱、应急方案效能难以量化评估决策的问题, 提出了基于兵棋的营区突发事件应急保障方案的仿真推演评估方法。结合营区应急作战特点和兵棋要素技术, 建立基于“情景-应对”应急模式的营区突发事件机理形式化描述, 采用案例推理方法将当前突发事件情景与历史案例库进行相似度对比分析, 构建一套适合突发事件快速响应生成应急方案的方法。以H营区油料库及核燃料库遭敌特偷袭引发的突发事件为想定背景, 采用兵棋方法开展对营区应急保障行动方案的仿真推演与效能评估, 验证了突发事件应急方案快速评估方法的可行性, 可为营区非常规突发事件应急决策提供重要的支持。

在航空航天领域, 系统的复杂度快速增长, 这对基于模型的系统工程的开展带来巨大的挑战, 尤以复杂系统的需求分析为甚。需求分析过程缺乏针对性的支持模型的工具。针对基于模型的系统工程中的这一问题, 根据领域建模的思想, 引入领域特定语言(domain specific language, DSL)的概念, 提出一种构建DSL进行需求分析的方法, 并针对基于模型的系统工程(model based system engineering, MBSE)中需求分析的需要构建相应的DSL。首先, 从基于模型的系统工程方法论角度, 对工程应用中的需求捕获与分解进行了分析; 接着, 通过扩展后的GOPPRR(graph object property port role relationship)元元模型依据需要, 构建了DSL的具体语法与语义; 最后, 以具体的系统为例与系统建模语言分析方法做出了对比。结果表明, 所构建的DSL在进行复杂系统的需求分析与建模时, 与实际需要契合, 在各个环节都具有针对性强、形式化的优点, 有利于保证需求分析与建模工作的正确性。

应急通信感知装备效能评价可支撑相关装备的发展规划, 而现有评价方法主观性强, 且自适应能力有待提升。因此, 提出一种基于粒子群优化(particle swarm optimization, PSO)算法的改进反向传播(back propagation, BP)神经网络的应急通信感知装备效能评价方法, 旨在建立客观精准的效能评价。首先面向实战效能构建了三级效能评价指标体系, 然后将样本数据进行主成分分析法降维, 建立BP神经网络回归模型, 并结合PSO算法对模型的连接权值与阈值进行优化, 形成PSO-BP模型以避免局部极小值问题, 获得可评价具体装备效能时的神经网络模型。实例分析表明, PSO-BP相较于BP神经网络模型评价的均方误差减少了28.18%, 表明PSO-BP模型具有更高的准确性。

在区间值毕达哥拉斯模糊环境下的多属性决策中, 针对决策过程一般未考虑决策人偏好习惯和风险规避的问题, 同时为解决现有得分函数忽略区间犹豫度对决策影响的情况, 提出了基于改进得分函数和前景理论的区间值毕达哥拉斯模糊多属性决策方法。首先, 对区间值毕达哥拉斯模糊集(interval-valued Pythagorean fuzzy set, IVPFS)现有得分函数深入分析, 定义一种改进后的新得分函数, 并证明其相关定理和性质。其次, 将新得分函数应用于区间值毕达哥拉斯模糊多属性决策问题中, 得出各备选方案在各属性下的新得分函数, 基于熵权逼近理想解排序法(technique for order preference by similarity to ideal soution, TOPSIS)确定正、负理想方案的得分函数集。然后, 引入前景理论利用前景价值函数对决策人由于损益表现出的主观感受进行描述, 得出备选方案的综合损益值, 结合各属性权重融合不同方案的综合损益比, 通过对比综合损益比大小得出最优方案。最后，利用算例验证了该改进方法的正确性和有效性, 展示了与原得分函数的对比分析结果, 为多属性决策问题提供了新的技术途径。

为解决粒子群优化(particle swarm optimization, PSO)算法易早熟、后期收敛慢、收敛精度低等问题, 提出一种自适应杂交退火PSO算法。采用Sigmoid函数控制惯性权重, 平衡粒子的全局搜索和局部搜索能力; 采用双曲正切函数控制加速系数, 平衡粒子的自我认知和社会认知能力, 提高算法精度; 引入模拟退火算子, 使粒子在搜索过程中以一定概率接受差解, 增加粒子跳出局部最优的能力; 在算法后期引入杂交变异算子, 增加种群多样性, 进一步提高算法精度。基于3种标准测试函数对所提算法的性能进行了验证, 并与现有典型PSO算法进行了对比。结果表明, 所提算法在收敛精度及收敛速度上均具有一定提升。最后, 将所提算法应用于阵列天线方向图综合设计, 取得了较现有算法更优的结果。

针对传感器精度下降时的航迹关联问题, 提出了一种基于数据质量评估的自适应序贯航迹关联算法。将实时数据质量评估结果引入关联门限的调整, 结合熵值法和效用函数法对传感器性能和局部滤波质量两项指标分别进行评估, 构建了两项指标与算法显著性水平之间的模糊关系, 实现关联门限的自适应调整。仿真表明, 在局部传感器精度下降的场景下, 改进算法的关联性能优于对比算法, 且良好的关联效果有益于融合精度的提升, 在目标机动的情况下也具有良好的适应性。

海战场是未来大国冲突的主阵地之一, 强大的海战场目标搜寻能力是执行海上训练和作战的最后一道屏障, 同时也因其复杂多变的环境和重要战略地位成为战场联合搜救中最艰难最核心的部分。面向海战场目标搜寻的存活时间短、实时性要求高等特点, 提出一种基于深度强化学习的海战场目标搜寻规划方法。首先, 构建了海战场目标搜寻场景数学规划模型, 并将其映射为一种强化学习模型; 然后, 基于Rainbow深度强化学习算法, 设计了海战场目标搜寻规划的状态向量、神经网络结构以及算法框架与流程。最后, 用一个案例, 验证了所提方法的可行性与有效性, 与常规应用的平行搜寻模式相比大大提高了搜寻成功率。

针对浮力调节机构约束下无人水下航行器(unmanned underwater vehicle, UUV)的变深控制问题, 提出一种基于正交神经网络饱和补偿器的自适应动态面控制方法。首先，建立考虑执行机构动态特性的UUV数学模型。在此基础上, 采用反步法和非线性跟踪微分器设计动态面控制器, 同时引入线性扩张状态观测器(linear extended state observer, LESO)在线估计浮力变化与模型不确定性引起的干扰, 继而在控制器中进行补偿。然后，基于正交神经网络设计饱和补偿器, 并证明闭环系统所有误差一致最终有界。仿真结果表明, 与现有的动态面控制方法相比, 所提方法在浮力调节机构约束下, 具有较好的动态性能与稳态精度。

无人机(unmanned aerial vehicle, UAV)在线航迹规划是UAV协同控制关键技术之一, 在线航迹规划问题本质上是一种动态多目标优化问题。为了求解该问题, 提出了一种基于自适应应答机制选择的动态多目标进化算法(multi-objective evolutionary algorithon based on decomposition-adaptive reaction mechanism selection, MOEA/D-ARMS)。多种应答机制构成应答机制池, 以应答机制最近一次的整体表现赋予应答机制一定的奖励, 并采用基于概率的方法从应答机制池中选择应答机制。MOEA/D-ARMS分别在静态环境情况、突发威胁情况、突变威胁情况和偏好改变情况下进行仿真实验。仿真结果表明, MOEA/D-ARMS可有效求解UAV在线航迹规划问题。

针对异步不等速率下局部节点航迹关联复杂问题, 提出了基于k近邻平均距离的异步航迹直接关联算法。首先, 给出不等长航迹序列间的k近邻平均距离计算规则, 进而计算得到不等长航迹序列间的灰色关联度, 再利用经典分配法进行航迹关联判定。算法无需时间同步, 避免估值误差传播积累。仿真数据表明, 算法正确关联率高、耗时较短、局部节点采样周期和开机时机不一致等异步因素对算法影响不明显, 并且算法不受噪声分布形式和目标数目变化的影响。

无人机(unmanned aerial vehicle, UAV)技术发展迅速, 应用十分广泛, 用作UAV测控数传的正交频分复用(orthogonal frequency division multiplexing, OFDM)信号, 给民用无线频谱管理、军用非合作通信技术带来不小的挑战。基于此, 提出了一种基于包络相关谱的OFDM信号检测识别算法。主要利用OFDM信号的时域相关性, 通过计算信号的复包络相关谱, 并检测判断其相关谱的离散周期性, 实现了在非合作通信中OFDM信号的识别。相比基于高阶累积量的检测识别算法, 所提算法具有更好的信噪比适应能力, 而且不需要设定判别的经验阈值, 同时还能估计出子信道的带宽。仿真实验结果验证了所提方法的有效性。

针对传统星座路由算法应用在大规模低地球轨道(low earth orbit, LEO)星座中, 存在鲁棒性差、资源开销大、路由效率低等缺点。根据卫星运行时的位置可预测特性, 提出了基于位置感知的分布式路由算法。考虑卫星资源受限, 大规模LEO星座具有卫星节点多、动态性大等特点, 基于位置感知提出一种路径预选机制, 初步确定数据包的传输路径。在此基础上, 考虑业务服务质量(quality of service, QoS)需求, 基于状态和传播矢量函数提出一种路径收敛机制, 无重合确定数据包传输主路径和备用路径。理论和仿真结果证明, 相比于传统路由算法, 所提算法降低了路由存储和开销, 随着中断概率的增大, 提高了星座的吞吐量, 降低了端到端时延。

为准确刻画复杂无线通信场景下车对车多输入多输出信道特征, 结合双圆柱模型和椭球模型, 提出一种改进的三维基于几何随机信道模型, 并推导了仿真模型。该模型综合考虑环境中移动和静止有效散射体的分布, 能够体现各种实际场景中散射体分布形式、天线阵列排列方式及车流量密度对空时相关函数、多普勒功率谱密度等信道统计特性的影响。仿真结果表明, 该参考模型扩展了基于几何的车对车信道建模方法, 可服务于车联网环境下车载无线通信系统的设计和性能分析; 同时验证了仿真模型的准确性。

为进一步提升低密度奇偶校验(low-density parity-check, LDPC)编码跳频通信系统抗干扰能力, 提出一种对抗部分频带干扰样式的LDPC编码构造方法。首先针对不同干扰因子参数优化了LDPC码字在干扰环境下的度分布序列, 然后通过基于渐进边增长和近似环外信息算法构造基矩阵, 最后采用改进部分分割移位系数矩阵扩展得到校验矩阵, 并结合不等差错保护特性应用到信息位的干扰保护上。该构造方法兼顾优化的度分布和准循环结构。仿真结果表明, 所构造的码字性能良好, 相同条件下, 抗干扰性能优于现行主流类型码字的抗干扰性能。

针对任务时延敏感、资源承载有限的航空信息网络作战任务高效部署问题, 提出一种基于网络功能虚拟化的服务功能链协同构建和映射策略。该策略以平台和链路负载率为参考, 在确定服务功能所映射平台基础上, 通过服务链构建方案与网络资源状况相协调, 获得最佳服务链构建方案, 分别通过改进蚁群算法和广度优先搜索算法获得映射和构建结果。研究结果表明, 所提策略在时间复杂度较低条件下可有效提高任务请求接受率, 缩短任务平均等待时间, 在满足更多任务需求的同时保证任务的快速响应。

针对大规模集中式天线阵列带来的硬件开销大与信号检测复杂度高等问题, 研究了期望传播算法在分布式广义线性模型中的应用, 提出了一种基于分布式的信号检测方案。首先将大规模天线阵列均分为多个独立并行的子阵列, 并在每个子阵列中独立地进行消息迭代更新, 再由一个集中处理模块对消息进行汇总, 直至迭代完成。仿真结果表明, 与期望一致信号检测算法相比, 提出的算法在降低计算复杂度的同时能够维持良好的检测性能, 研究表明该算法能够较好地适用于分布式广义线性模型。

舰艇编队等级修理计划优化直接关系到各类战训任务的有效完成和修理经费的科学使用。基于“定期与'双控’相结合”修理模式, 考虑舰艇编队的体系化运用、舰艇效能衰减特性以及决策者期望和偏好, 运用前景理论综合构建舰艇编队期望体系效能模型, 进而以体系效能价值函数最大为目标, 以修理工期、跨期修理、修理经费、装备效能、在航率等为约束条件, 系统构建面向舰艇编队的等级修理计划优化模型, 最后运用基于混合编码的粒子群优化算法对模型进行求解。结果表明, 该方法相对传统的计划编制方法, 舰艇编队体系效能和分项效能更高, 舰艇使用与修理之间的关系协调更好, 对于科学编制舰艇编队等级修理计划, 确保舰艇编队战训任务有效完成能够提供有力的技术支撑。

针对以往基于离散度函数(function of degree of disagreement, FDOD)度量对航空发动机的健康状况进行综合评价时，未全面考虑各指标的权重，导致评价结果不够准确的问题，提出一种改进FDOD度量的综合评价方法。首先，利用序关系分析法(简称为G1法)确定各指标的主观权重，利用因子分析法确定各指标间的相关性，得到各指标的客观权重。其次，基于离差最大化的组合赋权法确定各指标的组合权重，使赋权结果更加科学合理，提高不同对象的区分度。然后，基于组合权重对传统FDOD度量进行改进，以提高综合评价的准确性。最后，通过美国国家航空航天局提供的涡扇发动机性能仿真数据，验证了所提方法的有效性。