针对无人机集群在有限通信资源约束下的协同干扰资源分配问题, 提出一种基于椋鸟迁徙的干扰资源动态分配算法。设计基于椋鸟迁徙原理的无人机自编组机制, 在较低的信息传输条件下, 具有较好的实时干扰决策效果, 极大缓解无人机集群内通信资源紧缺的问题。仿真结果表明, 在雷达中威胁场景下, 所提方法在保证干扰效果的条件下相较遗传算法和改进蚁群算法分别有88%和84.4%的通信信息量降低。在雷达高威胁场景下, 所提方法较遗传算法和遗传-蚁群算法降低了60.75%的信息传输需求的同时, 仍然具有88.75%和85.64%的干扰效果。

针对低轨小卫星天线尺寸小, 增益小, 在低信噪比下时频差参数估计值精度不高, 以及噪声之间的相关性影响参数估计准确度的问题, 提出一种基于S-G(Savitzky-Golay)平滑滤波和互模糊函数的联合估计算法。首先, 对信号进行S-G平滑滤波以削弱噪声。然后, 在结合滑窗分段处理的同时, 利用高阶累积量消除相关性噪声带来的影响。最后, 搜索互模糊函数峰值得到时频差估计值。仿真结果表明, 在-5 dB信噪比条件下, 相较于二阶互模糊函数算法, 该算法能够使时差估计精度提高3.3%, 频差估计精度提高1.5%。因此, 在较低信噪比等非理想信号环境下, 该算法能够有效提升参数估计精度。

在天基无源协同多目标测角数据关联与多目标初始定轨任务背景下, 针对传感器杂波和漏检的复杂环境下传统方法关联误匹配率高导致定轨精度差的问题, 提出一种基于参数修正和聚类估计的多目标数据关联与多目标初始定轨方法。首先, 建立包含地球非球形J2项和月球引力摄动的动力学模型与视线角测量模型, 推导传感器杂波与漏检模型并构建模拟数据生成器。然后, 根据量测关联度评价指标构建数据关联代价矩阵, 提出基于参数修正和聚类估计的代价矩阵处理方法, 并应用最优分配算法求解关联结果。接着, 根据协同关联结果和时序关联结果求出全局关联结果, 并参照全局关联结果求解多目标的轨道速度。最后, 以对地球静止轨道邻域的10个目标进行协同观测为例, 通过数值打靶仿真实验对所提方法进行仿真验证。仿真结果表明, 所提方法能够有效抵抗传感器杂波与漏检的影响, 提高关联准确性与多目标初始定轨精度, 相对定轨误差小于1%。

为了在产品设计阶段预测设备电场辐射发射试验超标风险, 提出一种基于多端口网络理论的电场辐射发射试验快速仿真方法。所提方法将标准试验定义为一种多端口网络, 通过计算端口与端口之间散射参数, 快速得到发射和接收之间的耦合关系。针对试验环境仿真精度开展实测验证, 结果表明连续波及脉冲激励时的平均误差分别在2 dB和6 dB以内, 说明了所提方法的有效性。与传统仿真方法相比, 所提方法的精度与效率有明显改善。因此, 基于多端口网络的电场辐射发射试验快速仿真方法对于预测和评估设备电场辐射发射试验超标风险具有重要的实际意义。

针对遥感图像微小目标检测中存在的浅层细化特征、深层语义表征和多尺度信息提取3个问题, 提出一种综合运用多项技术的跨尺度YOLOv7 (cross-scale YOLOv7, CSYOLOv7)网络。首先, 设计跨阶段特征提取模块(cross-stage feature extraction module, CFEM)和感受野特征增强模块(receptive field feature enhancement module, RFFEM)。CFEM提高模型细化特征提取能力并抑制浅层下采样过程中特征的丢失, RFFEM加大网络对深层语义特征的提取力度, 增强模型对目标上下文信息获取能力。其次, 设计跨梯度空间金字塔池化模块(cross-gradient space pyramid pool module, CSPPM)有效融合微小目标多尺度的全局和局部特征。最后，用形状感知交并比(shape-aware intersection over union, Shape IoU)替换完全交并比(complete intersection over union, CIoU)，提高模型在边界框定位任务中的精确度。实验结果表明，CSYOLOv7网络在DIOR(dataset for image object recognition)数据集和NWPU VHR-10(Northwestern Polytechnical University Very High Resolution-10)数据集上分别取得了74%和89.6%的检测精度，有效提升遥感图像微小目标的检测效果。

高光谱卫星效能评估是高光谱遥感卫星发展的重要内容, 对高光谱遥感卫星设计、研制和在轨性能监测具有很强的现实意义。效能分析与建模是开展高光谱遥感卫星效能评估工作的第一步, 针对此问题, 首先介绍典型星载高光谱遥感成像仪, 其次解析高光谱目标检测效能指标, 并且深入分析影响高光谱遥感卫星舰船目标检测效能的关键因素。同时, 对舰船目标检测效能的影响因素进行量化, 以目标发现概率为例, 构建目标检测效能模型框架, 并且采用两种公开的舰船目标数据集分别开展实验分析与模型验证, 表明了模型构建的合理性及有效性, 对高光谱卫星舰船目标检测效能评估具有重要意义。

组网雷达闪烁探测体制可以提高雷达的协同探测性能和生存率, 选择合适的雷达协同探测开机并限制单部雷达的开机暴露时间适应不断变化的环境威胁是亟待解决的问题。对此，提出一种基于深度Q学习(deep Q-learning, DQL)强化学习算法的限制单部雷达开机时间的组网雷达闪烁探测调度方法。首先建立空中干扰机对组网雷达的威胁度模型和雷达对空中干扰机的组网雷达闪烁探测模型；然后提出威胁度、组网瞬时探测概率强化学习奖励函数；最后利用提出的DQL算法求取组网雷达最佳闪烁开机决策调度方案。仿真结果表明, 所提DQL调度方法平均效益率均优于随机调度、人工蜂群调度、双深度Q网络调度方法, 且调度响应耗时较少。

毫米波雷达具有全天候、高精度、低成本、无感式的优点, 在隧道环境下进行安全监测具有极大的优势。但由于隧道多径干扰严重, 经典信号处理算法目标识别错误率高, 三维卷积深度学习算法计算复杂度高, 实时性差, 阻碍了毫米波雷达在隧道中的应用。基于此, 提出一种高效的深度学习算法方案, 可以实现人员、车辆等目标的高精度实时定位和分类。算法采用信号处理方法对雷达中频数据进行多维度压缩编码；使用Mamba网络针对雷达时空序列数据进行特征提取；使用视场数据热图估计目标位置；使用目标位置局部区域特征估计目标类别, 避免不相干区域信号干扰, 提高目标识别精准率。算法基于二维卷积设计, 建立雷达数据到目标位置及类别的非线性映射关系, 可有效控制计算复杂度。隧道试验表明, 算法的平均交并比(mean intersection over union, mIoU)、平均精准率(average precision, AP)和速度分别为0.68, 65.26%, 22.5 ms/frame, 与三维卷积CenterRadarNet算法相比, mIoU降低3%, AP提升9%, 速度提升53.3%。证明算法具有良好性能, 在实际工程中具有应用价值。

针对频控阵多输入多输出(frequency diverse array multiple-input multiple-output, FDA-MIMO)雷达在目标定位过程中存在的角度和距离耦合问题，提出两种低复杂度角度-距离超分辨估计算法，即二维求根(two-dimensional rooting, 2D-root)算法和重构旋转不变子空间(reduced dimensional estimation of signal parameters via rotational invariance techniques, RD-ESPRIT)算法。首先，提出角度-距离二维谱重构方法，将二维参数谱进行一维化等价剥离。区别于传统求根超分辨算法，2D-root算法利用矩阵化子空间求根方法，构造双重求根多项式, 分别对角度和距离进行高精度估计及参数自动配对。同时，为了进一步减少求根运算的计算量，RD-ESPRIT算法利用重构后角度谱内在的线性关系，获得信号子空间的旋转不变性，从而实现目标角度的高效求解。计算机仿真实验结果表明，所提两种算法在降低传统搜索类目标定位算法复杂度的基础上，可提高参数估计精度。

针对城区高层建筑形式多样、分布密集导致的相邻建筑区分和叠掩区长度提取困难的问题, 提出一种结合足迹和相位信息的高分辨率合成孔径雷达高层建筑三维重建方法。引入外部足迹信息与二次散射亮线配准, 得到合成孔径雷达图像上完整、准确的建筑足迹, 实现复杂情况下的相邻高层建筑区分。基于建筑足迹与干涉相位、足迹方向与干涉条纹方向的关系, 准确提取各足迹边叠掩区长度, 获得建筑高度。最后, 提取足迹缺失的高层建筑参数。根据各建筑足迹和高度实现高层建筑三维重建。实验结果表明, 所提方法具有较好的高层建筑三维重建能力。

针对相干频率分集阵列雷达距离/时间-角度依赖的信号收、发处理问题, 提出一种基于角度依赖匹配滤波的频率分集阵雷达收发联合多波束设计方法。该方法可以同时实现等效发射数字波束形成和信号脉冲压缩匹配处理。且不同空间角度的雷达回波信号可以独立进行处理, 通过联合接收数字波束形成技术, 可以同时进行收发联合波束形成, 实现同时多波束广域宽角覆盖, 满足雷达广域搜索任务的需要。仿真实验证明了所提方法的有效性。

针对频移键控-相移键控(frequency shift keying-phase shift keying, FSK-PSK)波形随机频点编码序列带来的相关性能下降问题, 构建频点可控FSK-PSK波形优化模型, 并从KKT(Karush-Kuhn-Tucker)最优性条件出发, 以最小化自相关积分旁瓣电平(integrated sidelobe level, ISL)为目标函数, 设计一种最优子问题迭代算法进行求解。最后, 通过仿真实验与多目标量子遗传算法(multi-objective quantum genetic algorithm, MoQGA)优化的FSK-PSK波形进行对比, 验证了设计的频点可控FSK-PSK波形在不同子脉冲频点数比下, 自相关旁瓣性能平均改善4.47 dB, 互相关旁瓣也进一步降低。

脉冲多普勒雷达导引头面对释放速度拖引干扰的强机动性目标时, 存在跟踪、制导精度下降的问题。为此, 结合空空/地空导弹应用场景, 提出一种基于交互式多模型概率数据关联的抗速度拖引干扰算法。该算法结合概率数据关联和多模型交互的优势, 采用概率数据关联滤波器处理角度和速度通道的量测信息, 同时引入多模型交互框架动态适应目标在不同机动状态下的运动模式。仿真实验表明, 提出的抗干扰算法可增强对复杂机动行为的捕捉能力和目标状态估计的鲁棒性, 有效降低速度拖引干扰带来的影响, 提升导弹制导精度。

为保证复杂仿真系统达到可信度要求和缩短开发周期，应在构建复杂仿真系统之初确定各个仿真子系统的可信度。为此，提出一种复杂仿真系统可信度智能分配方法，在明确复杂仿真系统总体可信度的情况下获取各仿真子系统的可信度分配结果。根据复杂仿真系统的组成和结构，提出基于多层成对马尔可夫随机场(multi-layer pairwise Markov random field, ML-PMRF)的复杂仿真系统可信度分配模型构建方法。基于最大后验推理和离散萤火虫群优化，提出一种面向ML-PMRF的智能推理方法。通过实例应用及对比实验，验证了所提方法的有效性和合理性。

因大量采用分布式、综合化、模块化方案, 复杂电子系统极易出现共因故障和故障并发等新问题, 传统测试性参数确定方法难以解决。针对这一问题, 提出一种基于着色广义随机Petri网(colored generalized stochastic Petri nets, CGSPN)的复杂电子系统测试性参数确定新方法。首先, 综合需求信息、约束边界和维修保障等要求, 建立电子系统两层级CGSPN模型, 引入着色，实现不同模块各种状态的实时追踪和故障并发处理, 通过广义随机处理共因故障的随机不确定性；然后, 利用着色和可用度探索一种带有冗余设计的测试性参数处理手段, 丰富测试性体系；最后, 构建一种不同模块、各种状态融合的并行分析技术, 统一系统层和模块层之间的状态转移关系, 避免分阶段串行处理和等效替换。以通信导航识别系统为例进行实例分析, 所提方法比传统方法具有更好的可用性和有效性。

作战试验重点评估置于作战体系中的待验装备对于使命任务的满足程度, 作战试验的指标应当与使命任务、战场环境、预期效果等作战试验体系要素密切关联。由于评估指标构建的不合理, 当前部分装备的作战试验实际上仅相当于在极端特殊环境下的性能试验。为此, 首先分析与作战试验指标相关的因素, 提出作战试验元任务的概念对其进行整合。然后, 利用统一架构框架(unified architecture framework, UAF)开展作战试验体系结构多视图建模, 将体系顶层使命任务分解为多个元任务。最后, 通过元任务映射得到作战试验指标。无人机侦察作战试验指标构建示例说明方法的可行性。对比现有方法, 所提方法能够建立指标与试验要素之间的映射关系, 元任务牵引的方式更加符合作战试验的内涵, 与多种试验要素相关联的指标更加符合实际使用需求。

为进一步提高载人航天器在轨物资补给任务的设计效率，同时更好地应对任务变更与调整，通过基于模型的系统工程(model based systems engineering, MBSE)方法，建立顶层任务、物资补给需求、航天器型谱运输能力、运输成本等多维度元素之间的关联，开展在轨物资补给任务设计的方法研究，引入运输成本指标进行多目标权衡，可快速得到既满足任务需求又经济的在轨物资补给任务安排方案。通过应用MBSE方法进行总体分析与设计，验证了基于模型的方式易于进行关联性和影响域分析，有效提升设计效率，为深空探测、航空等领域运输任务安排提供参考，为后续探索载人航天总体任务数字化设计奠定基础。

体系效能评估指标数量多、维数高, 指标之间关联, 且具有协同效应, 加大了效能评估的计算复杂性。针对这一问题, 建立考虑协同效应的联合作战体系效能指标灰色主成分分析(grey principal component analysis, GPCA)重构模型。首先, 分析联合防空作战体系的作战使命、任务、流程, 构建其效能评估指标体系, 并运用灰色关联模型分析指标间是否存在协同效应。其次, 基于指标间存在的协同效应, 给出3种重构效能评估指标体系的策略, 并结合GPCA方法, 构建具有协同效应的GPCA模型, 对评估指标体系进行降维。最后, 将所提方法应用于联合防空作战体系效能评估案例, 筛选出具有协同效应的指标, 重构效能评估指标体系。计算结果与方法对比分析表明, 所提方法能够有效发现指标间的协同效应, 重构后的评估指标体系保持了“同构性”。

确定满足能力需求的装备组合配置方案, 是装备论证的重要工作。为了简化分析过程, 提升定量化水平, 将装备体系能力需求进行分析, 明确重点能力需求及其特点。之后, 提出扩展质量功能展开(extended quality function deployment, Ex-QFD)方法, 构建质量屋模型, 定量分析重点能力需求项满足情况, 获得多种备选组合配置方案。最后, 从各备选方案的冗余度、效费比、时间等维度, 进一步筛选获得优化组合配置方案。本方法定性定量相结合, 较为简单实用, 既可作为从装备能力需求获得装备组合配置方案的分析手段, 也可作为装备组合配置方案是否最优的评估手段, 可有效提升资源配置效益。

随着战争形式的演变, 区域防空场景中杀伤链的高效构建成为防空作战的关键, 现有防空杀伤链的设计方法大多从装备组合角度考虑, 并未考虑杀伤链构建过程中的指挥逻辑、节点协同交互等问题, 导致建链方案实时性不强、适应性不足、可靠性较低。针对此问题, 提出一种区域联合防空杀伤链设计方法。首先，设计基于抢派单策略的杀伤链构建机制, 将各个节点作战的自主性与上级集中协调的高效性两个优势结合。其次，提出“分区—逐层—分工”的联合杀伤链设计方法, 能够针对性地解决区域级联合防空杀伤链构建问题。最后，设计仿真场景, 验证方法的有效性。

如何以较少的接收节点实现对监控区域的全覆盖是T-Rⁿ多基地声纳部署的核心问题。本文将双基地声纳探测范围近似为两个圆, 将监控区域离散为接收节点可选位置, 提出改进的第二代非支配排序遗传算法(non-dominated sorting genetic algorithm Ⅱ, NSGA-Ⅱ)以得到更优的Pareto前沿实现一次优化, 基于效费比门限确定了接收节点数, 将接收节点数最少覆盖率最大的双目标优化问题简化为确定数量接收节点覆盖率最大的单目标优化问题, 采用考虑了Delaunay三角空洞修复的虚拟力算法对接收节点进行二次部署位置优化。仿真结果表明, 所提方法能够确定覆盖一定矩形区域所需节点数量，并通过优化部署基本实现全覆盖的目的。

目前, 远程多管火箭炮可携带的弹药类型逐渐多样, 这为弹药瞄准点的寻优选取问题带来新的挑战。针对以往算法在复杂瞄准点寻优模型中求解速度较慢、求解质量较差的问题, 提出一种改进的灰狼算法, 通过融合多层多模块编码策略、自适应变异和模拟退火策略以及单一决策个体交叉引导策略, 提升算法的寻优能力和求解速度。实验结果表明, 相较于对比算法, 所提算法在红蓝双方作战力量发生变化时, 能够保持更快的求解速度, 选择出的瞄准点综合毁伤效果更优, 具有一定的应用价值。

面向目标间编队协同作战运用规律分析挖掘需求, 考虑目标编队样本存在一型多架、同类样本目标关联顺序不同等特征, 提出一种基于频繁模式树的编队协同规律挖掘算法模型。模型中设计样本格式化预处理方法和频繁项分拣策略, 运用频繁模式增长算法挖掘目标编组规律知识, 从编组运用样式、作战运用样式等维度分析典型编队规律运用特征。该模型易于工程实现, 能够基于积累的编队样本数据, 挖掘形成典型目标协同作战运用规律知识, 通过案例分析介绍该模型的可行性和有效性, 可为实时战场编队识别研判、目标态势变化趋势预测、临机动态规划等作战应用提供高价值情报支撑。

针对高超声速变体飞行器模型不确定性、外部时变扰动、控制输入饱和、系统状态约束等问题, 设计一种基于高阶固定时间扰动观测器的预设性能控制方法。首先，建立高超声速变体飞行器动力学模型, 考虑控制量饱和问题设计抗饱和辅助函数。其次, 通过对观测器扰动估计项的微分扩展设计高阶固定时间扰动观测器以提高对综合扰动量的估计精度。考虑系统状态约束设计预设有限时间函数对系统跟踪误差进行约束。基于障碍李雅普诺夫函数和预设有限时间收敛理论, 通过反步法设计控制器使得输出状态的跟踪误差在预设时间内收敛到原点邻域。同时，为避免对虚拟控制律连续微分导致“计算爆炸”问题, 将内环时变扰动与虚拟控制律的微分视为内环综合扰动, 以高阶固定时间扰动观测器的扰动估计输出作为控制律的补偿项。通过李雅普诺夫稳定性理论证明了闭环控制系统的收敛性与稳定性。最后，通过对比仿真实验证明所提方法具有收敛速度快、跟踪精度高、鲁棒性强等特点。

随着航天工程的逐步实施, 航天器正朝着高速、大尺度、多功能的大型化和复杂化方向发展, 强鲁棒非脆弱高精高稳控制技术是保证航天器在复杂太空环境下正常运行并成功实施空间任务的有效保障。本文梳理非脆弱控制理论的起源及发展, 进而总结基于线性矩阵不等式(linear matrix inequality, LMI)方法的鲁棒非脆弱控制器在航天器轨道及姿态控制中的应用, 在考虑加法式摄动和乘法式摄动的条件下, 进一步说明非脆弱状态反馈控制器、输出反馈控制器、干扰观测器及中间状态观测器的设计方法, 并对未来航天器非脆弱控制方法的发展与应用提出展望, 为航天器鲁棒非脆弱控制方法的研究探索提供思考, 以满足日益复杂的航天器高精高稳控制任务需求。

高超声速飞行器因具有飞行速度快、机动性强等特点, 其轨迹规划问题的研究需要考虑诸如飞行器燃油、飞行安全等多方面的影响因素和约束条件。采用一体化飞/推耦合飞行器建模, 通过研究飞行器的控制约束条件, 提出一种基于轨迹设计控制约束的自适应伪谱法轨迹优化策略。仿真对比结果表明, 改进后的轨迹优化策略能提供较大的控制裕度, 保证了飞行器在爬升过程中的稳定性和可控性, 在综合性能上更具优势。

针对航天器近距离操作控制算法地面验证和空间近距离追逃问题, 开发三自由度(three degrees-of-freedom, 3-DOF)零重力气浮模拟器, 提出引入虚拟边界障碍物的势函数追踪策略和逃逸策略, 有效利用势函数的特性, 在追踪星抵近逃逸星的同时, 可实现对环境中障碍物的规避, 并且在有限的地面空间范围内约束双星的运动。实验结果表明，追踪星可实现对逃逸星的追踪, 与仿真结果一致, 证明了该实验台可用于航天器近距离机动控制算法的地面验证, 也证明了提出的追逃策略的有效性。

针对惯性行人导航中存在的航向角发散问题, 提出一种基于全区间航向误差预测与校正的算法。利用零速区间内航向稳定的特性计算航向误差, 并结合陀螺仪短期稳定性来预测非零速区间的航向误差。通过卡尔曼滤波对导航误差进行全面校正, 显著提升行人导航的精确度。实验结果显示, 在非闭合凹形路径中, 所提算法的平均导航轨迹误差仅为0.94 m, 相比零速修正算法降低了75.33%, 较仅对零速阶段进行航向误差处理的算法减少了48.91%。在400 m闭合路径测试中, 终点位置误差仅为2.53%, 解算路径最符合实际运动轨迹, 验证了本算法能够显著提高行人导航的精度。

针对面向高价值机动目标拦截问题, 为保证目标拦截成功率, 提出一种基于目标分配的多弹协同分层多点制导拦截方案, 并根据该方案分别设计出各拦截层的目标分配方案和多弹协同拦截制导律。首先, 引入目标重要性评估准则, 基于改进匈牙利算法提出一种目标分配方案, 并对该方案的可行性进行仿真。其次, 基于比例导引思想, 提出一种带有终端角度约束的多弹协同滑模制导律, 并通过数值仿真验证了所提制导律的有效性。仿真分析证明了该协同制导拦截方案的可行性和有效性。

星载广播式自动相关监视(automatic dependent surveillance broadcast, ADS-B)技术有效地解决了地面基站无法覆盖全球空域的问题, 但仍面临星地传播距离远、损耗大、波束覆盖目标多、信号冲突严重等挑战。针对部分子波束内信号冲突严重、飞机漏检概率高的现象, 设计25阵元19子波束均匀分布的数字相控阵天线, 提出基于聚类算法的子波束优化方法。首先对样本进行基于代表点聚类, 再依据结果对波束指向和覆盖范围(或者覆盖半径)非线性优化, 以期降低信号冲突提高飞机检测概率。仿真结果表明, 飞机检测概率提高9%~13%, 比现有研究算法计算时长缩短87%~95%, 波束自适应算法品质因数提高85%~94%。

在移动通信网络快速发展的背景下, 蜂窝流量预测对于网络规划、优化和资源管理具有重大意义。针对蜂窝流量数据的复杂性和非线性特点, 提出一种基于二次分解的混合神经网络蜂窝流量预测方法。首先, 采用自适应噪声的完备集合经验模式分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)方法将原始流量分解为多个子序列, 利用K-Shape聚类算法重构为频率序列和趋势序列。为了更细致地揭示数据的内在结构, 运用变分模态分解(variational mode decomposition, VMD)方法对频率序列进行二次分解, 生成多维频率序列。然后, 将一维趋势序列和多维频率序列分别输入至局部特征提取模块, 其中单通道特征提取层利用一维卷积神经网络(one-dimensional convolution neural network, 1DCNN)提取一维趋势序列的局部特征, 而多通道特征提取层则结合卷积块注意力模块(convolutional block attention module, CBAM)捕捉多维频率序列中的关键信息。紧接着将提取到的特征向量分别输入到时序信息学习模块中, 利用双向长短时记忆(bidirectional long short term memory, BiLSTM)网络和注意力机制学习时序变化规律, 完成预测流量的输出。最后, 通过对趋势序列和频率序列的预测结果求和, 实现对蜂窝流量的准确预测。为了验证所提方法的有效性, 利用公开数据集进行实验验证, 并与多种不同方法进行对比。实验结果表明, 所提预测方法展现出更优的预测性能, 为蜂窝网络的智能管理和优化提供了有力支持。

针对低密度奇偶校验码(low-density parity-check, LDPC)的最小和(minimum sum, MS)译码算法校验节点更新数值偏大而造成译码性能较差的问题, 引入分段修正和线性最小均方误差估计参数的方法, 对校验节点更新进行补偿, 提出基于线性最小均方误差估计准则的分段多因子MS(linear minimum mean square error-segmented multi-factor MS, LMMSE-SMFMS)译码算法。首先对比分析MS译码算法和置信度传播(belief propagation, BP)译码算法性能, 然后使用3组基于线性最小均方误差估计准则的修正因子对校验节点更新补偿的方法, 最后采用分层调度方式, 加快信息传递过程中的收敛速度。理论分析与仿真结果表明: 对于准循环LDPC(quasi-cyclic-LDPC, QC-LDPC), 在使用线性最小均方误差估计和分段修正因子的条件下, 所提算法与MS相比, 在误比特率、信息收敛速度等性能方面具有技术增益。

针对采用领航-跟随者策略的无人机编队在飞行过程中因通信故障而无法维持编队队形的问题, 提出一种基于一跳邻居的拓扑重构方法。在编队飞行前, 综合考虑位置误差的传递迭代以及距离因素对通信代价的影响, 基于最小生成树问题对通信拓扑进行初始化, 在减小编队误差的同时保证通信代价最优。进一步, 在因故障导致通信拓扑中断后, 通过局部节点间的拓扑重构恢复连通性, 确保所有无人机的安全及编队队形的维持。最后, 通过仿真实验验证了上述方法的有效性。与现有研究相比, 所提方法采用局部编队信息代替全局信息, 减少参与重构的无人机数量, 更适用于不同规模的无人机编队, 同时能够有效降低大规模编队拓扑重构的计算时间和资源消耗。

在海上环境中, 无人系统可以通过边缘人工智能(artificial intelligence, AI)模型协同实现数据采集与边缘处理任务。面向通信环境差、通信带宽有限、通信链路易被干扰等问题, 首先, 从无人机AI模型协同的角度, 提出一种联邦互蒸馏的模型协同训练方法, 以减少模型训练数据传输带宽要求。其次，从数据去冗余压缩的角度出发, 提出一种数据差分动态压缩方法, 以降低数据传输频次。仿真实验表明, 所提出的联邦智能模型互蒸馏训练方法训练的模型性能明显优于分布式训练的模型的性能, 且较之于集中式的模型训练方法节省大量通信带宽, 提出的差分动态数据压缩方法能够大幅减少通信报文的长度与发送频率, 适应于带宽受限的通信弱连接环境。