针对相控阵天线在受载变形下的实时波束控制问题，提出一种基于神经网络等效的天线波束控制策略，其具有等效不同电控函数的能力，且适合于硬件编程实现。通过计算资源分配及并行化编程，形成了该策略的控制器，其对于不同形变具有适配性。相关研究对于实验室内天线阵面受载变形的波束控制有效性测评具有支撑作用。

开展电子系统高功率微波（high-power microwave, HPM）效应研究对信息化战争意义重大。本文基于HPM技术发展历程，首先介绍了电子系统面临的HPM威胁。其次，阐述了电子系统HPM效应研究的主要问题，分析了解析法、数值法和试验法的研究现状。最后，探讨了效应研究的下一步发展趋势。当前，针对复杂电子系统开展HPM效应研究仍面临算法和模型优化、数据精确测量等现实问题。传统理论分析方法可与人工智能技术有机融合，提高计算精度和效率。在大模型技术的驱动下，HPM效应评估技术将进一步发展，有效提升电子系统HPM防护能力。

针对互耦效应和脉冲噪声并存环境下的波达方向（direction of arrival，DOA）估计问题，提出一种结合M估计与稀疏重构的算法。首先，为了消除互耦效应的影响，依据互耦矩阵的托普利兹结构进行恒等变形，得到了不含未知互耦系数的字典。随后，为了使算法能适应高斯噪声和不同强度的脉冲噪声，将位置得分函数表示为高斯位置得分函数和一系列非线性函数的线性组合，利用噪声样本估计线性组合系数从而建立损失函数。最后，采用迭代硬阈值算法进行稀疏重构，并通过改进信号更新策略提高正确收敛的概率。仿真结果表明，所提算法能有效抑制互耦效应和脉冲（高斯）噪声的干扰，同时相较已有算法在低信噪比、强脉冲特性下的性能有显著提升。

针对使用垂直发射阵指向性设计的方式进行影区探测时，传统束控方法波束主瓣随阵元数增加变窄，无法覆盖整个影区的问题，本文提出一种分集束控的信号发射策略，该策略下发射信号波形被设计为多个长度相等的子脉冲，并通过相位控制令不同子脉冲对准不同角度形成波束以照亮整个影区。文章给出了使发射增益最大化的参数选取方法，并提出通过多模板联合匹配滤波的方式，合理选择副本信号以达到将各子脉冲的能量叠加以达到进一步获取增益的目的。仿真结果表明，相比较于传统束控方法，所提出的发射策略能够达到照亮整个影区并取得高发射增益的效果，具有明显优势。

针对空中目标意图特征数据缺失问题，提出一种基于对角掩蔽自注意力机制的非自回归缺失值插补方法。该方法以Transformer Encoder为骨架网络，对角掩蔽自注意力确保网络模型更加关注不同时间步之间的时间依赖性和属性相关性，获得更有益的表征；以最小化合并插补损失及重建损失的复合损失函数为学习目标，使得网络模型在准确预测缺失值的同时收敛于观察值的分布。使用仿真系统中同一区域下、包含6种意图类型的特征数据，构造不同缺失率下的数据集对方法进行测试，结果表明：在设定的缺失值比例下，与基于门控循环神经网络的深度学习插补方法相比，该方法的插补偏差降低了19.8%~37.9%。下游意图识别结果显示，经过本文提出方法插补后的数据在同一分类器中表现更好。

山体滑坡实时检测对于减少人员伤亡和财产损失至关重要。为了解决传统图像识别方法在滑坡监测中的时间滞后和误判问题，构建了一个多域数据集，以增强对山体滑坡和沙尘暴视觉特征的理解，并提出一种剪枝和增强的山体滑坡自动检测模型。该模型基于改进的VanillaNet网络，结合动态多头注意力检测模块，显著提高了山体滑坡场景的视觉感知能力。此外，采用基于性能感知近似的全局通道剪枝（performance-aware approximation of global channel pruning，PAGCP）算法对该模型进行了压缩，以适应嵌入式部署。实验结果表明，所提出的模型在达到实时检测的前提下，显著提高了山体滑坡场景检测的准确性，对山体滑坡自然灾害监测与预警具有参考价值。

单脉冲雷达导引头受到角反质心干扰时，测角结果会产生偏差，从而偏离舰船目标。对抗质心干扰的前提是干扰存在性检测。本文针对极化阵列体制，详细分析单目标和多目标的极化复单脉冲比的统计特性，进而根据恒虚警检测原理推导超椭球判决域的闭式解，提出利用极化复单脉冲比的多目标判决算法。在此基础上，根据舰船的距离向扩展特性，提出角反质心干扰存在性检测方法。仿真结果表明，所提算法的检测性能优于常规单脉冲雷达；目标极化散射矩阵会影响所提算法的检测性能；在设定的两种场景下，所提算法均能有效检测。

有源极化雷达校准器（polarimetric active radar calibrator，PARC）以其高雷达散射截面以及高信杂噪比的优点，在雷达极化校准领域中受到了广泛的应用。针对PARC系统只能工作在固定频段和有限带宽内而在超宽带雷达极化校准中使用受限的问题，提出一种基于参数外推的超宽带雷达有源极化校准技术。利用谱估计方法将校准器对应频段的极化校准参数外推至其他频段，然后对相应频段进行处理，从而拓宽有源极化校准器的工作频带范围。利用工作频率为8~12 GHz的PARC对4~16 GHz全极化雷达进行校准，原始校准参数和外推校准参数在各自频段均取得良好的极化校准效果，证明了所提方法的有效性和工程实用价值。

在雷达探测领域，由于线性调频(linear frequency modulation, LFM)信号近主瓣区的较高旁瓣电平，强目标旁瓣对弱目标的遮盖现象使得传统雷达对这类弱目标的检测能力大幅下降。对于这一问题，提出一种混沌波形近主瓣区低旁瓣的优化方法。该方法在保持混沌波形优秀的抗截获和抗干扰能力的基础上，结合混沌波形较低的旁瓣电平的特性，充分利用双混沌信号设计的频谱特性和失配滤波器时频自由度来调整脉冲压缩后信号的能量分布。仿真结果表明，所设计的混沌波形具有比较好的距离分辨率，并且经失配滤波器脉冲压缩后的近主瓣区的旁瓣电平达到较低水平，对检测距离相近情况下的弱目标具有一定意义。

近年来，卷积神经网络在合成孔径雷达（synthetic aperture radar, SAR）图像船舶检测中取得突出成就，但小目标检测方面仍然存在较大不足。对此，提出一种基于YOLO （you only look once） v5的改进检测网络，结合空间感知通道注意力、自注意力机制和上下文特征融合策略，以提高小型船舶的检测性能。首先，通道注意力机制抑制了背景信息并强调目标特征，显著提高检测精度。其次，在YOLOv5的骨干网络和检测层中引入自注意力模块，以捕获全局信息，增强定位能力。最后，通过融合浅层和深层特征，补充特征提取中丢失的小目标信息，进一步提高检测精度。基于大规模SAR船舶监测数据集（large-scale SAR ship detection dataset version 1.0 LS-SSDDv1.0）数据集的实验结果表明，改进后的网络的全类平均精度(mean average precision，mAP)0.5指标达78.9%，显著优于现有方法。

针对合成孔径雷达（synthetic aperture radar，SAR）图像的成像机理导致SAR图像受噪声影响严重且SAR目标类别存在不均衡问题，使得SAR目标特征刻画较困难。针对上述问题，提出一种基于动态聚合网络（dynamic aggregation network，DANet）的SAR目标检测方法。该网络以无锚框全卷积一阶段目标检测（fully convolutional one-stage object detection，FCOS）网络为基础网络框架。DANet在特征金字塔网络中嵌入具有动态坐标注意力的动态聚合模块，以提高噪声影响下SAR目标特征学习能力。为了缓解SAR数据集中不同类别之间数量不平衡的问题，DANet在检测头的回归分支引入类平衡动态交并比（intersection over union，IoU）损失函数,通过动态非单调机制和类平衡因子引导模型参数更新。在MSAR-1.0数据集和SAR-AIRcraft-1.0数据集上的实验结果表明，DANet在上述SAR目标检测数据集上的目标检测准确率分别达到了70.25%和52.36%，相比基准网络FCOS，其平均精度分别提高了2.73%和3.67%。与其他相关算法相比，DANet在SAR图像目标检测精度方面具有明显优势。

针对主瓣干扰（main-lobe jamming，MLJ）在空域与有用信号（signal of interest，SOI）高度相关而难以被有效抑制的问题，基于跳变编码波形的抗MLJ系统通过对波形进行编码调制，接收端据此重构接收信号，利用码-空映射等效改变SOI空域信道，实现SOI与干扰信号在空域的分辨。但理论分析发现，信号带宽的增大将掩盖编码特征并使该方法失效。为此，利用多抽头系统的时-频映射特质，通过多抽头结构设计降低带宽掩盖，重新凸显编码特征。仿真结果显示，所提方法可在10 MHz的全带宽内，使干扰对消比大于20 dB，SOI对消比小于3 dB，具有较好的抗主瓣非零带宽干扰性能。

针对单站无源运动定位中的多目标定位问题，基于随机有限集（random finite set，RFS）的高斯混合多目标滤波器（Gaussian mixture multi-target filter，GM-MTF）提出一种多目标单站无源运动定位方法。首先，基于单站无源运动定位方法，将定位问题等效为目标跟踪问题，同时构建无源定位体系下的多目标跟踪非线性量测模型。其次，基于GM-MTF，给出融合容积卡尔曼滤波器的高斯混合实现过程以适应量测非线性模型，并给出完整的实现过程。在此基础上，联合相位差变化率定位法提出一种二次滤波的单站无源多目标定位方法。所提方法通过将单站无源运动定位和RFS多目标滤波器进行融合，将单目标定位场景进一步拓展到复杂的多目标场景。同时，通过仿真结果表明，对比传统的相位差变化率定位法，所提方法不仅定位精度优势明显，而且在复杂的杂波环境下具备一定的抗干扰能力和鲁棒性。

针对飞行器系统设计过程中功能需求繁多且存在交叉导致设计结果存在大量功能冗余、设计空间难以充分利用的问题，提出一种飞行器系统动作聚类一体化设计方法。基于公理设计框架，通过模型化表征分系统、物理域部件的设计过程，深入分析功能需求、系统行为、动作间的交互关系，对相似动作进行聚类得到若干动作子集，并通过分枝定界法得到动作集合对应的一体化物理域部件，以实现一体化设计，从而提升设计空间利用率。以入轨航天器顶层分系统架构一体化设计以及其中的动力分系统一体化设计为例，验证了方法的合理性。设计结果表明，所提方法能有效减少分系统及物理域部件数量，从而降低飞行器系统设计冗余。

合理分配测试性指标是当前装备论证过程中的一项重要工作内容。针对按故障率分配等经典方法存在的计算方式单一等问题，提出一种基于模糊网络层次分析和群决策的测试性指标分配方法。首先，构建测试性指标影响因素权重评价体系，采用三角模糊数矩阵进行评分，运用网络层次分析法进行计算，利用群决策思想避免权重冲突。其次，引入S型函数，改进测试性指标分配函数，克服线性分配的局限性。最后，在机载系统上进行测试性指标分配应用验证。结果表明，该方法不仅有效结合客观计算与主观分析的优势，而且还综合考虑各项因素，是一种更为有效的测试性指标分配方法。

智能化是未来军事发展的重要方向，而智能决策作为智能化的重要手段，深刻影响着军队的作战体系建设以及装备武器体系发展规划。首先，给出智能决策的技术内涵定义，从机器学习、运筹优化、数据/知识驱动、系统支持的视角进行归纳总结，进而阐述军事体系工程的定义与结构，梳理出军事体系工程领域的智能决策流程，对当前智能决策在军事体系需求、体系设计、体系建模、体系评估、体系管理等环节的应用现状进行总结。最后给出智能决策技术在军事体系工程应用的未来展望，以期为军事智能化发展工作提供一定的参考价值。

评估有/无人机协同操作界面按键交互与多模态交互对任务效能和认知负荷的影响，同时为各窗口间操作行为匹配最佳交互方式。实验测定被试使用按键交互和多模态交互（触控手势、语音指令、触控手势语音结合）分别完成三类窗口间操作行为任务的行为指标、眼动指标及主观评价。结果表明，多模态交互的各项数据显著优于按键交互。在不同窗口间操作行为中，切换窗口使用触控手势语音结合交互最优，移动窗口和关闭窗口行为使用触控手势交互最优。实验结果验证多模态交互的优势，同时为其他复杂信息系统界面的窗口交互设计提供参考。

为进一步提升分布式光伏电站巡检效率，降低巡检成本，将无人机机场选址、巡检任务分配及无人机飞行路径规划等抽象为选址-路径组合优化问题，构建双目标混合整数线性规划模型同时最小化机场建设成本和巡检任务时长。为求解该问题，首先利用ε-约束算法进行求解，随后提出改进的基于非支配解排序的遗传算法（non-dominated sorting genetic algorithm，NSGA-II），通过加入可行性判断机制、考虑灵活度的分配规则以及运用混合粒子群算法等提升算法性能。实验部分，首先基于相关数据开展案例分析。随后生成80个随机算例进行数值实验，将改进NSGA-II与ε-约束算法及基础NSGA-II的求解结果进行对比分析，并开展关键参数灵敏度实验，充分验证本文提出的改进NSGA-Ⅱ算法的良好性能。

为解决山地区域的防火巡检问题，提出基于异巢起降运行模式的多无人机覆盖路径规划模型。首先，提出山地区域的空中覆盖视觉航路点生成方法，建立风影响下的无人机能量消耗模型，其次，提出异巢起降的运行模式，以总能耗最小、总转弯角最小和单无人机最大能耗最小作为优化目标，建立多无人机覆盖路径规划模型，最后，提出两阶段求解算法，一阶段将航路点的遍历问题建模为旅行商问题生成总能耗与总转弯角较小的回路，二阶段计算机巢的最优插入位置以实现单无人机最大能耗最小化。对比实验表明，所提出的算法在3个目标上相比于牛耕法路径均取得一定提升。所提算法能够兼顾总能耗、总转弯角与单无人机最大能耗规划多无人机覆盖路径。

基于装备费用敏感性分析较少考虑因子间相互作用及因子概率分布等现状，为在项目研制初期有效识别导弹装备费用驱动因子，全面分析单个因子和因子之间相互作用对于研制费用的影响，在定性分析的基础上，引入基于方差的全局灵敏度分析方法，采用蒙特卡罗随机采样模拟各因子的概率分布，求解费用模型的一阶和全阶灵敏度系数。引用多元二阶导弹费用测算模型，评估灵敏度收敛样本量，测算其输入参数对于费用的全局影响情况，利用测算结果简化模型。通过简化后模型、原模型和任意幂次模型的对比结果，验证基于方差全局灵敏度分析对于导弹装备费用驱动因子识别的有效性。

随着无人智能与深度学习技术的快速发展，传统人工检测方式在地表未爆子弹药检测中显得日益低效和受限。针对地面检测速度慢、空基检测误差大等问题，提出一种基于无人机载平台的快速检测系统。系统采用多模成像探测、人工智能目标检测、无人负载巡检的方式，通过无人机载成像探测平台、二维地图快速检测和地面站三个子系统协同工作，实现对地表未爆子弹药的全天时高效检测。实验结果表明，系统在检测速度、精度及环境适应性方面较其他传统检测方法提升效果显著，且无需人工近距离接触，能够有效降低安全风险，为地表未爆子弹药检测提供了一种新的解决方案。

随着巡航导弹拦截技术的不断发展，传统的巡航导弹作战模式面临着严峻挑战，亟需一种新的作战模式显著提升作战能力。提出一种基于马尔可夫过程和泊松过程的巡航导弹攻击波次模型，深入剖析两种过程的数学定义及其在巡航导弹攻击模式中的独特应用。通过设定一系列合理的假设条件，精确计算出相关参数，并借助仿真软件开展仿真研究，不仅呈现巡航导弹攻击编队在时间维度上的分布特征，还从攻击方视角出发，对攻击模式的潜在规律进行深入探讨。仿真结果表明，泊松流攻击模式具备极强的随机性，不仅有效降低被拦截方提前精准预测的可能性，还增强了攻击效能，为现代战争中的巡航导弹作战提供思路与策略，具有重要的理论与实践价值。

未来战争的战场态势瞬息万变，并向信息域和社会域拓展，目标数量庞大且关系复杂，传统的目标体系分析与选择方法难以满足需求。首先，剖析目标体系分析与选择的相关概念、任务目标、基本原则、影响因素和核心难点。然后，系统梳理六类典型方法的主要思想、计算流程和主要环节，对各方法的优缺点进行比较分析。最后，针对现有方法面临的挑战，提出基于能力的作战任务与目标动态关联、作战任务量化评估、目标关联关系仿真验证等建议，为联合作战筹划系统的发展提供参考。

针对导弹多对一追逃系统存在控制受限、目标可识别来袭进行躲避、集群计算量大和弹间易发生碰撞的问题，开展基于微分博弈的集散式避撞协同制导律研究。首先，将集群中的智能体分为领弹和从弹，针对领弹和目标，构建双方博弈对抗性能指标函数，结合自适应动态规划技术，对追逃双方最优控制策略进行在线求解，并利用Lyapunov法证明稳定性。然后，基于多智能体一致性理论和代数图论，以弹目相对距离为协调变量，结合滑模控制法，实现从弹间的分布式协同。最后，针对协调弹目相对距离时产生的碰撞问题，利用人工势场法，实现整个集群系统智能体间的避撞。仿真结果验证了当目标采取最优机动时，所提制导律的有效性。

全球卫星导航系统（Global Navigation Satellite System，GNSS）民用服务信号体制公开，容易受到恶意攻击和欺骗干扰。信号认证技术是一种有效的反欺骗手段。码移键控（code shift keying，CSK）可以在不改变扩频信号带宽的情况下，实现更高的信息传输速率，已经在卫星导航信号中开始应用。对此，提出一种基于双重CSK调相的卫星导航信号认证方法，认证信息的设计利用卫星导航信号的同步信息，使用双重CSK编码组合提高认证信息传输速率，通过调相的方式将认证信息调制到原始卫星信号上，在现有接收机结构的基础上给出了认证信号的接收解调方案。分析表明，该方法可以提高认证信息速率，同时保证卫星导航信号的恒包络特性，通过调整CSK参数和双重组合方式，可改变认证信息速率；通过改变调相角度可以改变认证信号分配的功率比，控制卫星导航信号的信噪比损失，满足不同条件要求下的信号认证需求。

针对跟踪复杂机动目标过程中由于目标运动状态发生变化导致的跟踪误差较大的问题，提出一种自适应交互多模型无迹卡尔曼滤波（interacting multiple model unscented Kalman filter，IMM-UKF）算法，使用模型概率后验信息和模型似然函数自适应修正马尔可夫转移概率矩阵（transition probability matrix，TPM）。设计模型概率校正方法和模型转移加速方法，两种方法分别作用于模型稳定阶段和模型转移阶段，提高模型概率准确度和模型转移响应速度，减小状态估计误差。最后，通过两种场景下的实验验证所提算法在目标具有复杂运动状态下的性能，并与传统方法进行对比分析，在目标做机动运动时，位置精度和速度精度分别提高了15%和26%，验证了算法的有效性和可行性。

针对一种基于固体推力器的空间微小载荷在轨发射动力学特性问题，基于多刚体理论建立考虑惯性主轴偏移和附加扰动力矩的载荷在轨发射系统动力学模型，提出利用边界条件计算载荷与卫星平台间接触内力进而求解动力学参数的方法。通过数值仿真并与辅助软件仿真结果对比，验证动力学模型及求解方法的准确性。同时，针对载荷与平台间运动耦合效应，基于所建立的动力学模型研究载荷安装位置、推力偏心和摩擦系数对初始扰动的影响，提出对载荷发射系统设计参数的相关要求，为空间微小载荷在轨发射的工程实践提供一定的理论指导。

针对过程复杂且结构未知的对象，在保证模型有效性的前提下，根据数据信息构建简单模型来简化控制器的求解是亟待解决的问题。以受控自回归模型为例，提出一种基于修正最小角回归算法的稀疏辨识方法。首先将系统模型转化为过参数化的高维稀疏模型，然后将最小角回归算法用于稀疏系统辨识，并提出绝对角度停止准则，使算法经过少量的迭代即可获得模型的稀疏参数估计，并同时获得有效的时滞和阶次估计。结合辨识得到的受控自回归模型，引入一种基于指定相位点频率和增益的比例-积分-微分（proportional integral derivative，PID）控制器。数值仿真和平衡机器人的姿态控制仿真表明，该稀疏辨识算法在低数据量下具有较高的辨识精度，建立的模型具有较好的泛化性能，控制器具有良好的控制效果。

针对再入滑翔飞行器（reentry gliding vehicle，RGV）规避禁飞区的问题，提出一种基于最小代价准则的RGV制导方法。基于图论思想，引入规避时机判断准则，实现制导逻辑和规避逻辑的动态切换。在制导逻辑中，依据距离目标点的剩余航程设计分段式航向角偏差角走廊，提高制导精度。在规避逻辑中，设计规避策略和补偿策略。规避时统一量化飞行器的规避代价和制导代价，依据最小代价准则决定倾侧角符号，同时为降低能量损耗，求解恰好规避时的倾侧角幅值实现倾侧角的自适应变化。为避免倾侧角符号的频繁偏转，对航向角偏差走廊进行自适应补偿。该制导方法旨在解决规避任务与制导任务相冲突、多禁飞区叠加影响时的规避决策问题。仿真结果表明，和传统方法相比所提制导方法可以实现最小代价的多禁飞区规避，且具有更高的制导精度，算法具有一定的鲁棒性。

传统正交频分复用（orthogonal frequency division multiplexing，OFDM）水声通信在双扩展信道中，产生复杂子载波间干扰（inter-carrier interference，ICI），严重影响通信质量。参照水声探测双曲调频信号多普勒高容忍度的特征，引入一种多载波调制方式——等比子载波多载波通信（geometric subcarrier multicarrier communication，GSMC）。GSMC的子载波带宽从低频到高频随频率等比增加，即使通过具有时延和多普勒扩展的双扩展信道也能近似保持正交性，减少ICI。利用此特性，针对最小均方误差算法求逆运算导致计算复杂度过高的问题，对信道矩阵进行压缩形成单抽头对角矩阵替代原矩阵进行直接求逆。仿真结果表明，在双扩展信道下，GSMC较OFDM有更好的误码率性能，在低复杂度算法下兼容了系统性能与计算复杂度。

针对多视觉任务中传输成本高、解码端计算压力大的问题，提出一种自适应可伸缩视频编码（adaptive scalable video coding，ASVC）传输框架，将视频分为语义层和背景层，分别传输语义和背景信息。此外，提出一种自适应压缩算法，构建了C4.5决策树模型分析网络环境对视频进行压缩的决策判定，并对帧序列进行光流分析，在保留变化显著的帧基础上引入插值机制保持图像的平滑性。仿真结果表明，ASVC方法在不同码率环境下表现更高的识别精准率，视频质量和传输效率的显著提升。

超大规模多输入多输出（extremely large-scale multiple-input-multiple-output，XL-MIMO）已经成为未来6G通信的创新技术。在XL-MIMO无线系统中，由于基站天线数量的增加，信道建模需要同时考虑近场球面波和远场平面波。为了减少信道估计的导频开销，提出了一种基于凸优化方法的混合场信道估计方案，上行混合场XL-MIMO系统信道经过远场角域变换和近场极域变换后呈现稀疏性，信道估计问题为具有$ {\ell _0} $范数约束的优化问题。由于所得到的问题的非凸性，通过将$ {\ell _0} $范数放松为$ {\ell _1} $范数，将问题转化为凸问题，分别结合近端梯度（proximal gradient，PG）和交替方向乘子法（alternating direction method of multipliers，ADMM）提出两种混合场信道估计算法。太赫兹无线通信系统不同频率子载波不能近似相等，因此对不同频率的子载波使用相应频率下的字典。相比于传统的基于正交跟踪匹配的近场和远场的信道估计算法，所提的混合场算法不需要近场和远场的路径数目作为先验条件，且有更高的精度。

海上异构无线网络覆盖下的业务需求和节点多种多样，这就要求网络资源在分配时需要兼顾匹配性和网络性能。相邻多节点在选择无线网络时，易产生策略冲突并大量接入同一网络，进而导致网络负载不均衡、接入阻塞率高和服务质量（quality of service，Qos）降低。针对以上问题提出一种基于网络评价和时隙分配的网络接入选择算法，设计网络评价模块、时隙分配模块和接入决策模块，通过业务评价和阻塞率估计对可选网络进行综合评价以提高匹配性，根据节点执行业务的优先级对多节点进行时隙分配，依序优化网络接入策略。仿真结果表明，相对于负载均衡和多属性决策算法，所提算法的节点平均接入阻塞率降低了32.09%, 20.87%，节点平均吞吐量提升了76.90%, 33.25%，网络的负载均衡性和传输效率均得到有效提升。

针对目前无人机数据链带内电磁干扰效应预测模型难以开展复杂电磁环境下多干扰源干扰效应预测的问题，基于直扩型数据链的干扰效应指数，建立了一种无人机数据链带内电磁干扰效应预测模型。以直扩型无人机数据链为试验对象，由单音干扰和部分频带噪声干扰组合形成多类型干扰信号组合以模拟复杂电磁环境，采用电磁干扰注入方法分别开展带内干扰失锁阈值试验和效应指数试验。结果表明，效应指数的试验值与理论值误差小于0.627 dB，验证了该模型的有效性，同时该模型还适用于部分周期信号干扰效应预测。