针对双站纯方位机动目标跟踪中由信息不完全和非结构化测量环境导致的有界混合似然问题, 提出空时软约束无迹粒子滤波算法。针对目标先验未知, 利用光电经纬仪对极几何约束测量空间点, 预测空间曲面中心计算转弯率; 为覆盖多域似然, 采用无迹变换技术更新目标状态, 引入模糊测度调制重要性函数; 为保持估计方差维数不变性, 根据狄拉克后验采样提取目标状态。仿真结果表明, 对于典型的双站经纬仪跟踪空域点目标, 相比于Rao-Blackwell多模型粒子滤波, 提出算法的计算复杂度与单模型粒子滤波量级相当; 相比约束辅助粒子滤波算法, 提出算法的滤波精度提高了27%~41%。

针对YOLO(you only look once)v5算法在应用于光学遥感图像舰船目标检测任务时所面临的小目标误检率、漏检率较高的情况, 提出一种基于YOLOv5改进的光学遥感图像舰船目标检测方法。首先对路径聚合网络结构进行改进, 设计语义信息增强模块提取更富语义信息的浅层特征, 增强对小目标特征的表达能力; 然后使用Swish函数作为激活函数, 提高网络对数据非线性特征的表征能力, 加快模型的收敛速度; 最后针对舰船目标的尺寸特点优化检测端结构, 移除大目标检测头以减少推理计算量。测试集上的实验表明，该方法相较改进前将检测精度提高了5.2%且推理时间有所减少, 在保证检测实时性的同时增强了模型的小目标辨别能力。

工业恶劣成像环境下的雷达图像常存在对比度低和清晰度差等问题, 质量退化的图像直接影响计算机视觉任务的处理效果以及目标参数反演结果。因此, 对高炉料面后向散射进行建模, 并针对弥散浓尘环境下的随机粗糙料面成像, 提出一种基于衰减补偿和散射修正的成像方法。考虑微波沿空间路径的传播损耗, 在回波模型中加入环境因子, 采用瑞利散射和积分方程法分别求解衰减系数和粗糙面的后向散射系数, 从传输损耗和散射机理出发, 对图像进行损耗补偿以及目标像素亮度的提升, 减小图像因成像环境、目标距离以及表面起伏形状不同造成的信号强度差异。通过南钢3号高炉雷达数据验证算法, 目标像素亮度差异平均减小4.33 dB, 有效改善雷达成像中高炉径向距离起伏料面的成像性能。

广播式自动相关监视(automatic dependent surveillance-broadcast, ADS-B)系统是一种针对空中交通管理的监视系统。然而, 由于ADS-B信号传输的随机性不可避免地导致多个ADS-B信号之间的重叠。传统的单天线Capon算法由于频率估计误差导致算法性能下降, 针对以上问题提出了一种非频率估计的ADS-B信号分离算法。首先, 基于矩阵重构, 将单天线ADS-B信号分离问题重新表述成一个与Capon算法类似, 但是约束条件完全不同的非凸优化问题。然后, 针对该非凸优化问题, 使用了交替方向乘子法求解了该非凸优化问题。仿真结果表明, 当非重叠的数据的长度大于1 μs时, 提出的算法就能有效地分离出重叠的单天线ADS-B信号。此外, 即使在Capon算法已知重叠信号的频率精确而所提算法未知的情况下, 所提算法的性能也优于Capon算法。

针对场景中地理目标的检索任务主要解决在视角变化、光照变化甚至遮挡等情况下对地理目标的检索匹配问题, 也称为实例目标检索，使用高性能的卷积网络构建用于实例目标检索任务的三输入孪生网络架构, 采用三元组损失函数进行训练, 并使用区域建议网络准确定义目标区域, 生成准确并具有鲁棒性且固定长度的图像特征向量。检索时根据地理场景的特点采用图像全局特征进行粗检索, 采用局部特征进行精检索, 并配合查询扩展的方法实现了精确的实例目标检索结果。实验表明, 所提方法与其他具有代表性的检索方法相比, 在公开数据集测试中取得了有竞争力的结果。

针对多模态舰船图像融合识别质量不高等问题，构建了一种端到端的低秩双线性池化注意力网络。首先对各模态原始特征向量基于跨模类别中心进行注意力加权重构, 使不同模态特征更好地关注公共类别信息; 然后采用双线性池化捕获不同模态图像的交互信息, 并引入权重低秩分解降低网络参数规模; 最后依靠特征级联实现模态信息的交互与互补, 并设计联合损失提升网络跨模态融合识别效果。实验结果表明, 相比现有融合方法, 所提方法可有效提升多模态遥感舰船图像的融合识别效果, 在公开的遥感舰船数据集上取得了较高的识别准确率。

在装备复杂电磁环境适应性评估的需求下, 为掌握双频电磁辐射对雷达的假目标干扰规律, 以频率步进连续波雷达为研究对象, 基于理论分析与效应试验, 分析了雷达在单频电磁辐射、双频电磁辐射干扰下产生的假目标的波形特征以及出现位置规律。结果表明, 单频电磁辐射可使受试雷达产生单个“山丘”状假目标, 其出现位置随机; 双频电磁辐射在不发生互调干扰的情形下, 可使受试雷达产生两个“山丘”状假目标, 两者位置随机, 但距离差与双频干扰信号的频差有关; 二阶互调干扰信号可使受试雷达产生单个“尖峰”状假目标, 其位置与互调频差有关。

基于全球导航卫星系统(global navigation satellite system, GNSS)的外辐射源雷达是当前雷达界关注的热点。本文首先建立了以GNSS为辐射源的前向散射雷达(forward scatter radar, FSR)网模型, 实现了仅利用目标穿越多个基线时刻来估计目标运动参数, 并从理论上证明了最小组网构型; 然后推导了参数估计的精度, 并通过仿真分析了穿越时刻误差、站址误差、发射/接收站布局、目标高度等对目标参数估计精度的影响。仿真结果表明, 在考虑系统实际参数测量误差和站址误差条件下, 目标位置估计误差可达百米量级, 可以满足预警要求, 所得结论对天发地收模式下FSR网系统构建具有参考意义。

针对间歇采样转发干扰, 研究了脉内正交的工作波形和保护波形设计方法抑制干扰, 考虑到设计波形的多普勒敏感性, 以低多普勒敏感约束和互相关函数加权和最小为目标函数、波形恒模为约束条件建立优化问题。由于该问题包含非凸四阶目标函数和非凸约束, 难以得到闭式解, 因此设计了一种基于循环算法的方法进行求解。最后, 通过仿真实验和已有波形进行对比, 验证了所设计波形具有较低多普勒敏感性, 同时能够有效对抗间歇采样转发干扰。

传统相控阵发射方向图仅是角度的函数, 而频率分集阵发射方向图是距离/时间-角度的函数, 发射方向图的差异使得两种体制各具不同的应用优势。本文提出一种相控阵和频率分集阵双模式体制联合目标检测方法。分析了双模式雷达的发射方向图特性, 阐明了相控阵发射功率聚焦与频率分集阵角度宽覆盖结合的优势, 提出了相控阵和频率分集阵双模式联合最优检测器, 基于检测概率、检测信噪比对比分析了双模式体制相比于单一模式体制的目标检测性能改善。研究表明, 相控阵和频率分集阵双模式雷达不仅在主瓣方向具有最优的目标检测性能, 而且可以在较小信噪比损失的条件下兼顾旁瓣区域的目标检测性能。

针对传统的雷达信号分选方法严重依赖预置参数、先验信息和结构不灵活的问题, 提出一种基于深度分割的端到端雷达信号分选方法。首先将采集到的脉冲描述字映射成脉冲序列图像, 同时保留像素点对脉冲的索引; 然后利用训练好的深度分割模型U-Net对脉冲序列图像分割获得像素点分类结果; 最后根据像素点索引和像素点分类结果对所有脉冲进行搜索归类, 整个过程采用端到端形式。实验表明，该方法能够加强对捷变参数的分选能力, 如频率捷变雷达、脉组捷变频等雷达参数, 以及对时频域混叠、脉冲丢失严重等未知电磁环境中信号的分选能力。

在高速高机动目标的长时间相参积累过程中, 跨距离单元和跨多普勒单元现象的出现会导致雷达回波增益急剧降低, 进而影响雷达目标检测能力。针对上述问题, 提出一种高效的长时间积累算法。该算法首先对脉压回波信号做keystone变换消除目标的距离走动, 然后利用改进相参积累型平滑广义三阶相位函数与改进相参积累型平滑三阶相位函数分别完成对目标的二阶与一阶加速度的估计, 最后使用De-chirp技术消除目标的高阶多普勒相位项, 完成回波在距离-多普勒维度上的聚焦。由于所提算法利用了雷达回波的相参特性并通过恒定延迟引入机制, 因此表现出优异的抗噪声性能与参数估计精度。仿真实验和理论分析都证实了所提算法的有效性与抗噪声鲁棒性。

传统贝叶斯成像常采用拉普拉斯分布进行成像特征表征, 易使得成像结果过稀疏而容易丢失部分弱散射的结构特征, 进而影响逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像精度提升。为实现高精度ISAR超分辨成像, 本文采用伯努利-拉普拉斯混合稀疏先验对目标统计特性进行概率建模, 利用双层稀疏对目标先验进行统计约束, 从而有效模拟目标散射场统计先验。并在贝叶斯层级模型下, 通过引入隐变量建模的方式对先验进行分层构建, 在解决先验分布与高斯似然函数不共轭问题的同时简化贝叶斯推断, 降低模型复杂度。为避免繁琐的手动参数调整, 实现超参数的自调节, 本文对各随机变量建立条件概率依赖模型, 并利用马尔可夫链蒙特卡罗随机模拟估计算法解决高维积分和后验分布难以求解的问题, 实现相关超参数的统计估计, 提升算法自学习能力。仿真和实测数据均证明本文所提方法具有有效性和优越性。

针对小型无人机在区域信息采集中的优势, 考虑到复杂多变的应用情景, 提出一种面向大面积多区域覆盖扫描任务的车载多无人机协同模式。该模式中, 车辆可作为无人机的移动基站, 与多架无人机协同完成多个大面积区域的覆盖扫描任务。充分分析新问题特点后, 建立了优化车辆地面行驶路径和多无人机协同空中飞行路径的0-1整数规划模型, 提出了一种基于三阶段的智能优化算法, 先后对多无人机区域覆盖路径以及车辆协同路径进行规划, 快速构造可行解, 而后基于自适应大规模邻域搜索算法对可行解进行优化。本文设计了包含8个目标区域的实际案例, 验证了车载多无人机协同模式的优势和算法有效性, 并进一步通过10个随机案例验证了算法性能。对比实验证明, 车载多无人机协同模式在执行多个大面积区域覆盖任务上, 相比车载单无人机模式能够显著缩短任务时间。

针对大型空间操控仿真试验中TB、PB量级的遥测参数、载荷数传等指数性增长的数据交互计算压力, 以及海量多源异构仿真模型的并发调用对传统服务架构带来的挑战, 构建了面向空间操控仿真的任务调度微服务(task scheduling microservice for simulation, S-TSM)解决方案。借助混合式微服务调度技术, 建立以负载迁移模型为核心的双引擎动态任务调度平台, 规避负载均衡震荡并优化服务端节点资源分配, 具备负载平衡周期短、计算任务响应迅速、高吞吐稳定性等优点。通过实地航天器试验仿真系统的实验结果表明, 在满足海量操控仿真任务调度与操控对象交互数据高吞吐处理需求下, S-TSM与Xxl-job、Elastic-job、Spring Cloud任务调度架构相比, 单次业务平均响应时延分别缩短0.10 s、0.25 s、0.92 s, 与轮询、比率、弹性分片等其他负载平衡算法相比, 平均负载平衡耗时缩短1.90 s, 具备一定的竞争力。

稳健的低空目标威胁识别是低空域安全防护的重要任务。传统的多属性决策方法对目标运动参数的量测精度要求较高，忽略了目标运动的时序关联信息，在实际应用中缺乏噪声稳健性和动态分析能力。因此，在多属性决策方法的基础上引入了隐马尔可夫模型，提出了一种动态稳健的低空目标威胁等级识别方法。通过建立隐状态与威胁等级、威胁数值之间的内在联系，将威胁识别问题转化为隐马尔可夫模型的状态解码问题。相比于常规算法，所提方法能够有效地抑制量测噪声干扰并具有一定的威胁预测能力。仿真实验验证了所提方法的有效性和稳健性。

针对多机时间协同航路规划问题提出一种基于层次分解的在线三维规划方法。首先, 将高维强耦合协同规划问题按3层分解为低维的简单优化问题。其次, 提出基于反双曲正切函数的协同指标参数的优化方法, 以解决各无人机时间间隔过大导致绕飞消耗的问题。然后, 提出基于滚动时域的三维快速搜索随机树^*(three dimensional rapidly-exploring random tree^* based on receding horizon, TRH-RRT^*)在线航路规划算法, 用有偏随机样本增加采样点利用率, 用人工势场法引导RRT^*节点生长并基于滚动时域的节点去除法减少非必要的扫描过程。最后, 针对多机会聚攻击任务进行了仿真验证, 结果表明所提方法在航路规划时间及规划结果方面具备一定优越性。

针对舰船装备远航任务时间长、远离岸基且备件难以及时得到补给的现实, 系统研究了面向任务的舰船装备备件利用率计算问题。首先, 对单元级备件利用率的计算方法进行了分析, 建立了单元级备件利用率模型。其次, 基于上述基础, 按照备件短缺时是否会引起系统停止工作的标准, 把备件分为关键单元(会引起系统停机)和非关键单元(不会引起系统停机), 将复杂装备系统近似为串联系统, 按照任务成功或失败两种情况研究了任务过程中系统级备件利用率计算模型。然后，以任务成功率为指标约束, 建立了远航任务装备系统级备件利用率的计算模型。案例计算与仿真分析表明, 所提模型能够满足工程应用要求, 可为装备保障部门制定远航任务备件配置方案提供理论支撑。

针对空域中多机飞行冲突问题，提出了一种基于飞行冲突网络和遗传算法的飞行冲突解脱方法。首先，根据航空器位置、航向和速度状态判断航空器节点之间的冲突，构建飞行冲突网络模型，通过速度障碍法确定网络中的连边和权重。然后，依据不同的场景，将飞行冲突的解脱方式分为速度解脱、航向解脱和复合解脱，并分别推导了解脱范围。在此基础上，根据飞行冲突网络的复杂性构造适应度函数，并使用遗传算法对飞行冲突问题进行编码和求解。仿真实验表明, 所提方法能够根据管制需要和管制员的能力，为不同管制态势下的飞行冲突解脱提供合理、可行的方案，可在18 s内完成对8架航空器的调整，并消解超过12对以上的飞行冲突，与其他多机解脱方法相比，时效性高且冲突消解能力更强。

为了适应未来大型复杂系统设计与功能分析需求, 在火星维护与管理装置设计中引入了基于模型的系统工程(model-based system engineering, MBSE)方法。首先，基于MagicDraw系统建模工具，利用SysML建模语言，以火星表面维护与管理装置为例，从概念层、逻辑层和物理层逐层分解，对火星维护与管理装置进行总体设计，提出火星车和智能机器人两种物理实现方案。随后，为对设计方案进行追溯性验证，建立了从用户需求到系统逻辑架构和指标能力的需求精化映射矩阵。结果表明, 火星维护与管理装置的MBSE功能架构设计方法充分保证了用户需求和装置功能架构的紧密结合，提高了系统设计的可追溯性，可为MBSE方法在航天器总体设计提供应用参考。

针对无人机的着陆控制问题，研究了一种基于深度强化学习理论的旋翼无人机着陆控制算法。利用深度强化学习训练生成无人机智能体，根据观测结果给出动作指令，以实现自主着陆控制。首先, 基于随机过程理论，将旋翼无人机的着陆控制问题转化为马尔可夫决策过程。其次, 设计分别考虑无人机横向和纵向控制过程的奖励函数，将着陆控制问题转入强化学习框架。然后, 采用深度Q网络(deep Q network, DQN)算法求解该强化学习问题，通过大量训练得到着陆控制智能体。最后, 通过多种工况下的着陆平台进行大量的数值模拟和仿真分析，验证了算法的有效性。

针对传统人工势场(traditional artificial potential field，TAPF)法在无人机航迹规划中存在的局部极小值、斥力过大、无效避障等问题，提出一种优化人工势场法。首先将障碍物斥力进行分解，避免了局部极小值情况；其次重构合力计算方式，避免无人机在障碍密集区域所受斥力过大；最后引入二次碰撞预测方法，减少无人机无效避障的同时保证航迹平滑。在考虑无人机物理约束条件下进行航迹规划实验。仿真结果表明，该方法相较于TAPF法，不仅缩短了规划航线长度，且在航迹平滑性上有明显提升。

针对传统快照算法故障检测效果依赖较大伪距偏差的问题，提出一种考虑告警时间的多历元解集分离接收机自主完好性监测(receiver autonomous integrity monitoring, RAIM)算法。该算法以解集分离RAIM为基础，在历元间伪距观测噪声相互独立假设下，通过累加多个历元的检验统计量，提高对微小缓变故障的检测能力。仿真试验中，以阶跃故障和缓变斜坡故障为例，将本算法与解集分离RAIM和多历元最小二乘残差RAIM算法进行对比验证。结果表明：在告警时间限值内，所提算法能够显著降低阶跃故障的最小可检测偏差和缓变斜坡故障的最小可检测斜率；超过告警时间限值时，也能够明显减小对缓变斜坡故障的检测延时。

考虑了高超声速飞行器输入饱和、气动参数不确定性以及跟踪误差收敛速率慢等问题, 设计了一种抗输入饱和非奇异固定时间自适应切换控制策略。首先将高超声速飞行器纵向动力学模型分解为速度子系统和高度子系统, 然后分别设计非奇异固定时间跟踪控制器。为解决传统固定时间控制器中存在的奇异值问题, 设计了一种新的可微切换函数, 该函数以跟踪误差为判定量对控制律进行切换, 保证了虚拟控制律的可微性以及反步设计的可行性。针对高超声速飞行器的输入饱和问题, 设计了一种固定时间辅助误差补偿系统, 将补偿信号的误差收敛速度由指数收敛提高到固定时间收敛。而后, 利用Lyapunov定理证明了速度跟踪误差和高度跟踪误差以及逼近器的估计误差在固定时间内收敛至原点的任意小邻域内。最后, 通过仿真验证了所提控制器的有效性及优越性。

针对传统的遍历法无法满足多全球卫星导航系统(global navigation satellite system, GNSS)组合导航选星的实时性需求, 提出了一种基于灰狼优化(grey wolf optimization, GWO)算法的快速选星方法。该算法利用自适应收敛因子和信息反馈机制, 在局部寻优与全局搜索之间实现平衡, 表现出良好的求解性能, 即可以保证在获得理想几何构型的同时大幅减少接收机运算量。经过仿真实验, 分析了参数选取对GWO快速选星算法结果的影响。利用实测数据对所提算法进行验证, 结果表明，所提算法在四系统组合下, 从49颗可见星中选择7颗进行定位时, 与遍历法相比, 几何精度因子(geometric dilution of precision, GDOP)误差仅为1.8%, 而计算效率提高了71.7%。该算法适用于多GNSS组合导航定位不同选星数目的情况, 还可以拓展至区域导航卫星系统。

视觉惯性里程计中, 直接法以亮度不变假设为基础, 这限制了在快速亮度变化场景下的性能, 而曝光时间不一样, 会导致同一物体的亮度值产生差异。针对该问题, 提出了一种用于视觉惯性里程计的主动曝光控制算法, 该算法根据图像梯度信息动态调整相机的曝光时间来最大化可用信息, 提高视觉特征提取和跟踪稳定性。将该算法应用于视觉惯性里程计进行实验验证, 结果表明, 改进后的视觉惯性里程计定位性能得到提高。

针对高超声速再入滑翔飞行器(hypersonic reentry glide vehicle, HRGV)跟踪难的问题, 提出了一种基于奇异值分解的自适应无迹卡尔曼滤波跟踪算法(adaptive unscented Kalman filter tracking algorithm based on singular value decomposition, SVDA-UKF)。根据此类目标的特点, 首先在气动力模型基础上建立了目标状态方程, 以及将目标量测量转换至东北天坐标系下建立了量测方程。其次, 采用UKF算法, 并在此基础上, 分别通过改用间接量测更新、引入协方差矩阵的奇异值分解、设计多位自适应因子进行改进。最后, 结合HRGV目标的三类滑翔轨迹进行跟踪仿真。结果表明, SVDA-UKF算法在加快计算速度的同时, 还提高了滤波精度以及可靠性, 实现了对HRGV目标的良好跟踪。

针对毫米波(millimeter-wave, mmWave)通信感知一体化(integrated sensing and communication, ISAC)系统中混合波束赋形矩阵求解复杂度过高的问题, 提出了一种权衡通信和雷达感知性能的低复杂度算法。首先引入辅助矩阵保证通信和雷达全数字波束赋形矩阵维度一致, 并设计了能够提升权衡性能的构造方法。基于上述结果, 在恒模约束和功率约束下设计模拟和数字波束赋形矩阵, 最小化其与通信和雷达全数字波束赋形矩阵间的欧氏距离加权和。对于所建立的非凸优化问题, 提出了加权正交匹配追踪(weighting-orthogonal matching pursuit, W-OMP)算法进行求解。仿真分析表明, 所提算法在保持通信性能的同时, 能够有效地生成指向检测目标的波束。

在实时未知通信环境中, 干扰机通过自主交互学习尽快找到最优干扰策略是智能干扰对抗的关键。现有基于强化学习的干扰决策优化方法常常需要在大量交互后才能趋近于最优, 而在通信对抗中所需的多参数联合优化问题极大地增加了干扰决策选择空间, 导致现有强化学习类方法难以适用于时间受限的对抗环境。提出了一种逐级离散干扰决策(jamming bandit based on stepwise discretization, JBSD)方法, 通过干扰参数逐级离散方法细化并缩小了多干扰参数选择空间, 通过干扰摇臂剪枝机制对低收益干扰参数进行了消除。数值仿真结果表明, 在时间受限的实时干扰环境中, 方法具有更快的干扰策略寻优速度和更高的平均干扰收益。

以二进制正交键控(binary orthogonal keying, BOK)为传统方法调制Chirp信号的检测手段日益丰富, 针对常用时频分析手段分数阶傅里叶变换和短时傅里叶变换对Chirp信号的高破译性问题, 提出了一种将信息映射到Chirp信号时域的新型调制方式, 即时变-信息映射(time varying-information mapping, TVIM)调制, 通过构建时域携带信息的调制模式, 解决了周期能量聚敛特性, 增加了以BOK为检测思想的信息干扰, 加强了波形的低截获概率(low probability of intercept, LPI)。以数学推导和仿真分析的方法, 探究了新型调制方式的误码特性、时频分析下LPI特性及先验信息抗破译性。理论分析和仿真验证表明, TVIM调制架构下, 可保证比特信噪比在13 dB前误码率达到10^-4, 并提高了波形LPI性能。

针对现有的静态分析技术难以及时、准确地检测软件安全漏洞的问题, 提出了一种基于图表示和多头图注意力网络(multi-head graph attention network, MHGAT)的代码漏洞静态检测方法。首先, 通过程序切片从源代码的系统依赖图中提取漏洞代码片段, 根据系统依赖图构建不同语句间连接关系的邻接矩阵, 并采用嵌入算法获取代码片段的特征矩阵; 然后, 将多个代码片段的邻接矩阵和特征矩阵以不相交图的形式进行拼接; 最后, 使用多个卷积-池化基本块获取代码图数据在不同层次上的特征, 并利用跳跃知识网络集成各个基本块的输出。实验结果表明, 相比其他漏洞检测方法, 所提方法通过数据表征形式和算法上的改进, 有效提高了漏洞检测的效率和效果。

将深度学习模型应用至电子干扰技术来生成干扰信号具有重要的现实意义。将生成对抗网络(generative adversarial network, GAN)应用于信号生成领域, 对电磁扩频信号频谱数据的分布进行深度学习, 并生成与其相干的干扰信号。在实验中GAN的生成器和判别器互相博弈训练, 通过自适应矩估计(adaptive moment estimation, Adam)进行优化, 最终训练出良好的模型, 可以生成所需信号。实验结果表明, 基于GAN的信号生成算法生成的数据分布已基本具备真实数据分布普遍具有的特点, 对同一信噪比的电磁频谱数据进行深度学习后, 生成数据能够较为准确地学习到不同信噪比电磁频谱数据的不同特点。

针对航电系统任务安全性分析缺少仿真与验证手段问题, 提出了一种面向航电系统任务安全性的形式化建模与验证方法。首先, 基于时间自动机理论与民航规章建立标准运行条件下航电系统任务过程的形式化模型。随后, 将危险致因和安全约束分别以状态变迁的方式注入该模型, 建立航电系统任务安全性验证模型。最后, 通过遍历状态空间验证模型的活性、危险致因的可达性以及安全约束的充分性, 实现任务安全性分析结果的自动化验证。实验结果表明, 所提方法具有可行性和有效性, 能够为持续进行的航电系统任务安全性分析和设计提供模型基础, 确保分析结果的正确性和完整性。

随着国际海事卫星通信系统(international maritime satellite communication system, INMARSAT)的不断发展, 卫星地面站(satellite earth station, SES)的可用性评估具有重要意义。首先选取可靠性、维修性和保障性为指标, 构建可靠性、维修性与保障性(reliability, maintainability and supportability, RMS)模型进行SES可用性评估；其次, 以SES设备为研究对象, 根据马尔可夫链得到设备有效性概率, 并进一步推导出系统可靠性；然后, 建立排队图解协调技术(queue-graphical evaluation and review technique, Q-GERT)网络以描述SES设备的维修保障过程, 并基于AnyLogic软件进行建模仿真；最后, 通过算例进行应用研究, 基于RMS模型进行SES可用性评估, 验证了该模型和评估方法的有效性与实用性。

针对响应服从非正态分布和模型不确定性的稳健参数设计问题, 在Polya树混合建模的框架下, 构建了一种半参数分层贝叶斯响应曲面模型, 并在此基础上实现了稳健参数设计。首先, 建立贝叶斯半参数模型, 并获得模型各参数的后验分布; 其次, 运用马尔可夫链蒙特卡罗(Markov chain Monte Carlo, MCMC)算法获得各参数的估计值; 然后, 基于此构建期望质量损失函数, 并利用混合遗传算法全局寻优, 获得可控因子的最优设置; 最后, 通过数值模拟研究和实际案例验证了所提方法的有效性。所提方法能有效解决小样本数据以及模型不确定性对优化结果影响的问题, 从而能够获得更稳健可靠的可控因子最优设置。