针对极化平滑(polarization smoothing, PS)算法解相干源时没有利用子阵的互相关信息导致分辨率较差的问题，提出一种新的解相干源预处理方法——加权极化平滑(weighted polarization smoothing, WPS)算法。该算法利用了电磁矢量阵列6个分量组成的子阵的全部自相关和互相关信息。对接收阵列协方差矩阵的36个子矩阵做加权滑动平均，得到等效阵列协方差矩阵，以该协方差矩阵对角化为约束，推导最优加权系数的理论表达式，并分析等效信源协方差矩阵的秩，得到WPS算法最大的解相干源数为6。计算机仿真结果表明WPS算法与PS算法相比具有更高的分辨性能和估计精度。

拖曳式诱饵干扰条件下目标与诱饵的参数估计和身份辨识是制导雷达实现精确打击的前提条件。不可分辨角度范围内的目标和诱饵引起导引头雷达回波的干涉混叠，导致常规测量方法失效。当目标和诱饵处于相邻的两个匹配滤波采样点之间时，这些采样点所包含的信息将有助于参数估计的获取。通过充分挖掘两个连续匹配滤波采样点所包含的特征信息获得接收回波的概率分布，结合干扰形式和特点采用改进的粒子群优化方法从最大似然估计的角度获取目标与诱饵的对应参数，实现删除二者的身份辨识。各种条件下的仿真实验验证了方法的有效性。

针对α稳定分布噪声环境下的自适应滤波问题，提出一种新的基于梯度范数的变步长归一化最小平均p范数(variable step size normalized least mean p norm, VSS-NLMP)算法。该算法首先对梯度矢量进行加权平滑，以减小梯度噪声的影响，然后利用梯度矢量能够跟踪自适应过程的均方偏差这一特点，利用梯度矢量的欧氏范数控制步长的变化。给出了新算法的迭代过程，然后对其收敛性进行分析，仿真结果表明本算法较现有变步长NLMP算法有更好的性能。

多传感器数据融合系统中，传感器之间存在着难以精确建模的系统误差。即便经过校准，仍然会存在残差。残差的量级与随机观测噪声相当，不同的是，残差是一种随时间慢变的系统误差。目前文献中缺乏有效的残差分析建模手段，从而难以提高融合精度。针对上述问题，建立了残差的数学模型，进而提出了残差补偿航迹融合算法。算法将残差增广至目标状态向量，在状态估计的同时完成残差补偿。仿真结果表明，残差补偿算法极大地提高了目标状态估计的精度，显著改善了机动目标的跟踪性能。最后使用雷达实测数据对算法进行仿真，验证了算法可应用于实际工程系统。

分析了单频和多频信号经非均匀采样的离散傅里叶频谱，推导出频率、幅值、相位的计算表达式，解决了目前文献中未提及的基于非均匀采样方法的幅值和相位检测问题。此外，提出一种基于多路并行非均匀采样的信号检测方法，通过合并多路非均匀采样信号频谱，使谱估计结果趋于原信号的真实频谱，进而实现信号检测。数值仿真显示，提出的方法可实现信号的频率、幅值、相位的精确检测，可以突破奈奎斯特频率限制、抗混叠能力强，且计算复杂性小。

基于序列蒙特卡罗方法的多模概率假设密度(probability hypothesis density, PHD)滤波算法及其改进方法，在预测过程中依据多个并行的状态转移模型将大量粒子散布到下一时刻目标所有可能出现的状态空间，从而实现目标状态的捕获。由于这些方法大量使用粒子，造成计算量巨大、算法实时性差。为此，提出了基于无迹变换的多模PHD机动目标跟踪方法。该方法利用最新量测信息获得粒子预测过程中的建议密度函数，从而将粒子聚合在目标最可能出现的状态空间邻域中，充分实现粒子的有效利用。仿真实验表明，论文提出的算法不仅显著减少了多模PHD算法的计算量，而且在一定程度上提高了多模PHD算法的精度。

利用二维合成孔径并发射宽带信号，可以实现目标的距离-方位-方位三维成像,提出一种基于三维匹配滤波的高适应性三维成像算法。先选定成像焦点的位置，再根据场景参数计算出在该焦点处的回波数据，将其反转共轭充当整个目标回波的匹配函数，然后将该匹配函数与目标回波进行三维匹配滤波直接成像。该算法流程简单，适应性很强，对具有各种形状如矩形、圆形、三角形及不规则形状的二维合成孔径均适用，且在近场条件下具有比传统成像算法明显高的成像分辨率。通过详细的理论推导与典型示例证明了所提算法的有效性。

对于高分辨率机载合成孔径雷达（synthetic aperture radar, SAR）系统，在电波传播的对流层中由于大气介质的折射率随高度变化，所产生的相位误差将影响其成像性能。分析了对流层大气折射率的变化，采用Hopfield折射率模型，给出雷达与地面目标之间视在距离的计算方法，对大气折射率变化影响高分辨率机载SAR性能的机理进行分析，利用数值计算的方法，给出X波段和Ku波段SAR在不同分辨率下的最大作用距离，并仿真了大气折射影响SAR图像聚焦的实际效果。

为降低子空间投影方法的计算量，提出基于迭代相关相减结构多级维纳滤波器(iterative correlation subtraction algorithm-multistage Wiener filter，ICSA-MWF)的无源雷达多级投影干扰抑制方法。该方法根据回波通道内多径干扰的特点，首先提出一种新的初始化方法将ICSA-MWF应用于距离-多普勒频移域内，依据其前向投影特性即可利用多级小维数投影取代子空间投影方法,接着又提出一种简便的滤波器级数选取方法,然后利用迭代算法实现后向误差综合，最终输出误差即为多径干扰抑制后的信号。该方法干扰抑制性能好、数值稳健且计算量低于子空间投影方法。仿真结果表明该方法的有效性。

逆合成孔径雷达（inverse synthetic aperture radar, ISAR）像不同于一般光学像，通常表现为随视角变化的稀疏散射中心分布，且存在干扰或遮挡现象，这使ISAR目标识别存在很多困难。针对上述问题，提出一种基于几何散列法的ISAR像识别方法。首先获取能反映目标结构信息的特征点；然后利用特征点之间的几何关系构造仿射坐标，获取目标的仿射不变量，以解决目标成像视角变化引起的图像平移、旋转和尺度变化等问题；最后针对姿态敏感性、干扰或遮挡导致的散射点位置和强度的变化问题，采用具有良好的抗干扰和局部识别性能的几何散列法来完成识别。仿真实验表明，该方法能够有效区分不同结构的目标，且对干扰或遮挡现象具有良好的局部识别性能。

雷达任务自适应调度是目前相控阵雷达资源管理研究的热点问题。以加权时间偏移量平方和最小为调度代价标准，基于相控阵雷达任务二次规划数学模型，证明最优解存在条件，并给出一种最优解的解析求解算法。与数值解法相比，解析求解算法有效提高了算法的快速性。对航空护卫舰舰载相控阵雷达真实工作环境进行一系列仿真，仿真结果表明，所提算法有效提高了雷达高优先级任务调度的调度成功率,降低了任务调度代价。

为解决在有限的样本数据和缺乏先验知识条件下对非平稳随机过程进行建模的问题，提出分段平稳变结构动态贝叶斯网络(dynamic Bayesian network，DBN)的概念。在每一个平稳模型区域内，将模型近似表征为一阶条件独立DBN，稀疏的结构加快了DBN的学习过程。改进了基于标准马尔可夫链蒙特卡罗(Markov chain Monte Carlo，MCMC)的DBN结构学习算法，利用自适应增加的马尔可夫链个数,有效防止标准MCMC算法在寻优迭代计算中出现过早收敛。与标准MCMC算法、结构期望最大化算法等进行对比实验，验证了所提算法的有效性。

由于传统数据包络分析（data envelopment analysis, DEA)方法的“评价参照系”是有效决策单元，即传统DEA方法只能获得和有效决策单元比较的信息，而实际上人们需要比较的对象不仅仅限于“优秀单元”，还可能是“一般单元”（如录取线）、“较差单元”（如可容忍的底线）或者某种特殊单元（如选定的样板、标准或某些特定对象），而传统DEA方法无法评价这些问题。为此，给出一种适用于上述所有情况的广义DEA方法，并探讨其相关性质,主要包括基本的广义参考集DEA模型和广义DEA有效性概念；广义DEA有效性含义和广义DEA有效性的判断方法；广义参考集DEA方法与传统DEA方法的区别与联系。

针对离散GM(1,1)模型的模拟序列未能反映出原始数据序列的级比动态变化这一问题，通过对原始数据序列的级比序列进行建模，建立基于级比序列的级比离散GM(1,1)预测模型。该模型较好地保留了原始序列级比的动态性，结合原始序列与级比序列的关系，获得原始序列的模拟值。数值计算结果表明，基于级比序列的离散GM(1,1)预测模型，无论在相对误差还是平均相对误差的变动幅度方面，都优于离散GM(1,1)模型。

采用多目标蚁群优化算法对航天器测控资源调度问题进行研究。在分析中低轨道航天器测控特点的基础上，综合考虑包括测控时间窗口约束和设备切换时间约束在内的多类复杂约束条件，建立多目标航天器测控资源调度模型。在Pareto蚁群优化算法的基础上，引入蚁群社会中的分工协作思想并构建测控任务时间约束有向图，设计基于任务选择期望的状态转移规则和基于自适应网格技术的权重更新策略，从而提高算法求解性能。仿真实验结果表明该方法能有效解决多目标航天器测控资源调度问题。

针对应急条件下的成像观测任务，设计了多星协同调度框架，将多星协同调度问题分解为任务排序主问题和资源匹配子问题。分析了多星协同调度中的主要约束条件，以任务收益为优化目标构建问题的约束满足模型，并应用改进粒子群优化算法进行求解。详细介绍了算法中的编码、解码、移动、变异等操作，给出算法时间复杂度的计算公式。通过仿真实验，对算法的有效性进行了验证。

使用多枚巡航导弹攻击港口目标时，瞄准点选择非常关键，传统方法所用模型较为简单、算法较为耗时。为此，根据港口子目标幅员特性，构建矩形化子目标，并按离差最大思想赋予威胁指数。从毁伤效果出发，以毁伤下界为限，构建港口目标威胁消除模型。将量子理论引入遗传算法，构建量子遗传融合算法，并用其求解瞄准点分布。仿真结果表明，得出的瞄准点具有较高可靠性，验证了模型的有效性，所用算法能在短时间内找出最优解，提高了解的收敛速度。

针对指挥控制组织设计中决策实体的配置问题，提出了一种问题的配置模型及其求解方法。在分析传统决策实体配置模型不足的基础上，采用了作战任务执行时间来测度决策实体工作负载，建立了以全部决策实体工作负载的均方根(root mean square, RMS)最小为目标函数的问题数学模型。提出了基于最小RMS合并规则的层次聚类方法的问题求解思路，给出了该方法的具体步骤和流程。最后结合联合作战仿真算例中一个任务平台的调度方案，验证了所提方法的有效性和优越性。

针对舰艇编队存在备件短缺风险的问题，提出舰艇编队保障系统的概念，给出舰艇编队使用可用度的计算方法，讨论三者之间的关系并建立数学模型。考虑实际中，执行复杂任务的舰艇编队其部件具有不同的寿命分布，替换时间差别大，不少备件维修后能够继续使用以及备件可修次数受限的情况，建立多可修备件的短缺风险计算模型及其与舰艇编队使用可用度的关系模型。最后通过实例对模型进行仿真，对降低备件短缺风险，提高舰船装备使用可用度有一定的参考价值。

针对部分可观测信息条件下的退化系统，提出利用部分可观测马尔可夫决策过程模型解决系统视情维修问题。采用隐马尔可夫模型对系统进行状态评估，得到系统的转移概率和观测概率矩阵；利用比例故障率模型对系统进行可靠性分析，得到系统的故障率和可靠度函数，不仅考虑系统的工作时间，也考虑系统的退化状态。最后，以系统长期运行的最小平均费用率为目标，得到最佳的检测周期和最优的更换策略。实例研究表明，该方法可为保障人员提供科学的维修决策依据。

针对变体近空间飞行器(near space vehiele, NSV)大包络、多模态的特性，研究其姿态的鲁棒自适应跟踪控制问题。首先，提出标称变体NSV切换非线性系统的单一且光滑主控制器设计方法，以解决因飞行模态切换引起的主控制舵面跳变。其次，针对切换瞬间复合干扰存在不连续的问题，给出一组同步切换的改进干扰观测器设计方法。将改进干扰观测器的输出与光滑的主控制律相结合组成不确定变体NSV切换非线性系统的复合控制器。采用平均驻留时间分析法证明所提出的控制方法可以保证闭环不确定变体NSV切换非线性系统的稳定性。最后，仿真结果验证了所提方法的有效性。

针对具有单框架控制力矩陀螺的航天器姿态控制问题，将航天器与控制力矩陀螺看作整体系统，应用Lagrangian方程与Hamiltonian方程建立系统在重力场中的数学模型。在考虑航天器短时间内大角度机动前提下，将系统在Lagrangian形式下的状态方程简化成仿射非线性形式，以控制力矩陀螺框架角速度为输入变量，回避控制力矩陀螺在奇异情况下对系统的影响。随后应用系统Hamiltonian形式的保体积性与非线性系统可控性定理证明该系统可控，且系统可控性不受单框架控制力矩陀螺群个数、构型、奇异问题的影响。系统在重力场中的数学模型与可控性结论为以后进一步研究航天器姿态控制方法，航天器系统稳定性问题提供了理论依据。

研究一种鲁棒轨迹线性化控制方法并将其应用于无人机(unmanned aerial vehicle, UAV)航迹跟踪控制设计。通过理论分析指明传统轨迹线性化控制方法对系统中的不确定性存在鲁棒性不足的问题，采用改进隐层自适应神经网络对不确定性进行补偿，并利用Lyapunov理论证明了跟踪误差的有界性，最后将该方法应用到无人机三维航迹跟踪控制中。仿真结果表明，当参数摄动在20%时，该控制方法仍能使UAV很好地跟踪理想航迹，从而验证了该方法的有效性。

针对一类非线性时变系统在有限时间区间上的轨迹跟踪问题，提出一种新的迭代学习控制算法，该算法对系统的控制输入和初始状态同时采用闭环指数变增益迭代学习律。基于算子理论，对具有任意初始状态的系统，在该迭代学习律作用下的收敛性进行严格证明，同时给出该迭代学习算法收敛的谱半径形式的充分条件。该算法与固定增益的迭代学习控制相比较，不仅加快了收敛速度，而且还解决了指数变增益迭代学习控制要求初始状态严格重复的问题。仿真结果表明了该算法的有效性。

为提高车载导航系统中里程仪标度因数在非匀速条件下的标定精度，建立了车辆运动的动力学简化模型，分析了车辆加、减速时轮胎相对路面滑动对里程仪测量精度的影响，推导了基于路面附着系数的相对滑动模型，利用导航初始阶段惯导精度高的特点，将惯导解算位置作为基准,采用卡尔曼滤波器对里程仪标度因数进行估计。验证实验表明,经过改进的算法可以在车辆非匀速条件下对里程仪标度因数进行精确估计。相比未经滑动修正的估计值，里程仪测量精度由0.16%提高到0.02%。

针对分布式干扰下组网雷达目标检测与跟踪，提出一种基于分布式干扰下雷达量测模型的跟踪技术。该跟踪技术包括分布式干扰下量测模型和组网雷达序贯滤波跟踪两部分，分布式干扰下量测模型根据雷达采取抗干扰措施前后的接收机输入端的信干比分别计算检测概率，进而模拟传感器在分布式干扰下对目标的检测情况。在组网雷达序贯滤波中，首先对分布式干扰下各雷达的量测数据进行串行合并和点迹合成，然后采用基于交互多模型的序贯滤波方法对压缩后的数据进行跟踪。该检测与跟踪技术可模拟出雷达在分布式干扰下因检测概率下降造成的目标暂消现象，提高组网雷达跟踪航迹的连续性和稳定性。仿真结果证明了该技术的可行性和有效性。

高斯色噪声背景下，针对多径环境下的多用户波达方向（direction of arrival, DOA）估计问题，提出一种联合处理算法。新算法首先利用四阶累积量估计出各个用户的空间特征，然后利用基于时间平滑的多重信号分类 (multiple signal classification，MUSIC)算法实现各用户多径信号的DOA估计。该算法突破了传统空间平滑类算法的局限，对于M元均匀线阵，新算法最多可估计M×(M－1)个DOA，且各DOA与各用户可自动实现配对。计算机仿真结果验证了算法的有效性。

针对采用跳频正交频分复用(frequency hopping orthogonal frequency division multiplexing, FH-OFDM)系统进行战时通信时存在的高误码率(bit error rate, BER)问题，对定时偏差(timing offset, TO)、载波频率偏差（carrier frequency offset, CFO）和采样率偏差(sampling frequency offset, SFO)进行综合考虑，提出一种导频辅助的联合同步和信道估计算法。在时域中分别对TO和子载波干扰项进行预先补偿。使用线性误差函数来配合递归最小二乘法对信道冲激响应、CFO和SFO进行估计。采用改进的极大似然算法对迭代参数的初始值进行估计，提高了估计的准确度。分析并给出FHOFDW系统频谱效率的权衡标准。仿真结果表明，该系统工作在1 000 hop/s时，该算法的估计均方差和BER均优于传统的算法。

卫星导航系统经伪卫星增强后区域性能得到较大提升，但在近场时,接收机会产生远近效应，这是码分多址体制伪卫星系统实现的难点。首先，介绍现有抗远近效应技术的特点，分析伪码互相关性在满足伪卫星工作区域需求上的不足，研究伪卫星与卫星的组合定位算法。然后，从空域的角度提出利用双射频通道加自适应调零天线来抗远近效应的技术，并搭建半实物仿真平台。最后，通过实验证明这种方法有效地提高了抗远近效应的能力，扩大了伪卫星增强系统的覆盖范围。

面向高端应用的高效能计算机一般具有高性能、高集成度、高热密度、高复杂性的特点，其研制是一项复杂的系统工程。每一环节，存在功能、性能、可靠性等相互制约但需同时兼顾的多个目标。在实践中这些方面的权衡设计如何以有序的方式展开，是一个亟待解决的关键问题。提出了可靠性与功能、性能权衡的设计方法，并应用到一款基于国产多核处理器的16路高密度计算机的自主研制中，软件仿真分析和系统实测验证了该权衡设计方法的有效性。

为了评估并行仿真算法的性能，需要建立一个基准测试模型。针对并行Agent仿真研究领域中缺乏一种与应用无关的基准测试模型这一问题，在借鉴并行离散事件仿真中经典的合成测试模型PHOLD设计思想的基础上，根据基于Agent仿真的特点，提出面向并行Agent仿真的合成基准测试模型，利用该模型可以方便地合成符合不同应用特点的计算负载，去除与应用相关的因素对性能分析的影响，能够为不同的并行Agent仿真研究者提供一个公共的测试基准。最后，采用该模型从实验层次上分析了Agent计算粒度、所采用的处理器数目等因素对并行Agent仿真加速比的影响。

近年来，高动态范围（high dynamic range, HDR）图像在学术研究和各种应用领域都受到广泛的关注，成为图像处理领域的一个研究热点。首先,对HDR图像的捕获方法以及编码格式进行归纳介绍。然后，对目前已有的从低动态范围图像获取HDR图像的算子，即反色调映射算子，进行分类归纳，并对每种算子进行详细论述，比较它们的关键特性，分析它们的优缺点，为反色调映射算子的具体应用和理论研究打下基础。

分类识别方法是实际应用中最为广泛的统计分析方法之一，特征识别是对对象几何模型进行解释，通过匹配几何特征部分与特征的形式描述来实现。提取产品特征信息是特征识别的难点。结合零件〖CD*2〗设备成组优化的网络模型，提出一种基于贝叶斯推理的扩散先验分布的识别算法。依据成组技术的零件分类编码系统对零件设备进行成组分类，通过扩散先验分布的贝叶斯推理分类识别方法，根据待判别样品的预报密度函数，建立后验概率比和分类识别规则，对待识别样本进行判别分类。

针对批量与排序的集成问题设计一种遗传算法和禁忌搜索相结合的混合算法,用遗传算法作为主框架优化批量，排序部分由禁忌搜索单独优化，并将排序最优解反馈到遗传算法的主框架中生成集成计划继续寻优。遗传算法的选择算子和变异算子分别采用不同的自适应机制，以提高算法的搜索能力和收敛速度。对3种不同规模算例进行测试,其结果与其他算法比较，验证了所提算法的有效性。

提出基于时间序列模型的系统最大值指标评定与测算方法，为某些特殊领域，如航空、航天、国防中长周期及强相关系统的最大值指标评定提供理论依据。首先，选择一个合适的时间序列模型，对系统输出的误差序列建模，使模型能够从总体上跟踪实际系统输出；然后，综合考查模型残差序列与模型预测的输出序列，并应用经典统计学理论完成对系统最大值指标的评定与测算。最后，结合差分自回归滑动平均时间序列模型建模方法给出最大值指标评定方法的应用实例，实验结果表明，该方法是可行的。

针对多数产品受到多种应力影响的情况，研究恒定应力和步进应力两种施加方式下多应力加速退化试验优化设计方法。以随机过程对产品性能退化建模，分析试验剖面，对恒定应力加速退化试验，采用均匀设计和均匀正交设计理论确定应力的组合方式；对步进应力加速退化试验，各应力均采用步进方式。基于D优化方法，以模型参数估计方差最小为目标，以试验费用为约束，建立优化模型，给出最优的各应力水平，各应力水平下的样本分配、试验时间分配和监测间隔。最后给出应用该方法的仿真算例。

传统的统计过程控制理论假设过程的质量特性值服从正态分布，然而在实践过程中这一假设并不成立。本文假设产品的质量特性值服从指数分布，基于定数截尾样本，用过程能力指数评估产品的寿命性能,给出寿命性能指数CL的一致最小无偏估计及其置信区间,提出一种新的方法对CL进行检验。最后通过实例表明,此检验方法不仅简单易行，而且还可以用来判断产品是否达到所要求的水平。