基于走停走与平坦海底假设，联合双侧回波的运动估计可获得闭式解，在一定条件下性能良好。但该假设存在较强局限性，在非平坦水底条件下性能明显下降。针对这一问题，本文采用每侧均为平面阵换能器的方案，先采用高分辨方位估计技术估计出水底回波方向，再结合此信息与双侧相位中心时延估计值，分别使用改进闭式方解和联合双侧回波的非线性最小二乘方法进行运动估计。此外，对走停走假设对所提方法的影响也进行了分析。仿真表明，所提方法在非平坦海底条件下仍具有良好性能，经修正后走停走假设对运动估计引入的升沉偏差也可大幅减小。

为改善雾天场景下的道路能见度，提高道路安全性和行车效率，通过构建基于道路监控图像的能见度检测及恢复方法，提出基于大气散射模型和卷积神经网络的能见度检测方法，实现对雾浓度的检测，进而对浓雾图像进行去雾处理，以达到对雾天道路监控图像清晰化增强的目的。通过自动特征提取和注意力机制模块，建立雾天光学图像特征与能见度之间的关系模型，改善能见度检测方法在复杂的高速道路场景下适用性差的问题。采用透射率特征像素与景深距离像素特征提取的策略，优化图像透射率与目标景深估计以提高道路能见度检测的精度。利用包含雾图的合成数据集进行训练，并采用高速监控拍摄的雾天实测图像进行测试，实现了对不同情况下雾浓度检测和评估，可用于智慧交通系统中的高速道路预警和提示。

针对复杂战场环境下机载电子设备容易受到高功率微波电磁干扰问题，对机载微带天线耦合效应进行研究。提出了一种窄带和超宽带高功率微波辐照下天线耦合建模分析方法，建立了微带天线上装平台辐照模型，从不同脉冲参数、上装平台前后，不同极化方式和入射角进行仿真分析，给出了天线端口耦合电压变化规律。仿真结果表明，耦合电压峰值与辐照场强幅值呈线性正比关系；窄带辐照下，载频越接近天线工作频率，耦合效应越强；超宽带辐照下，脉冲宽度越窄，耦合电压峰值越大。上装平台使天线耦合电压峰值在窄带和超宽带辐照下最大增幅分别达11.65%和9.39%。入射电场沿天线极化方向的分量越大，耦合电压越大。研究结果为机载电子设备在强电磁脉冲辐照下的天线耦合分析与防护设计提供理论依据与参考。

针对发射站位置未知的多基外辐射源定位问题，提出一种两步约束加权最小二乘（two-stage constrained weighted least squares, TSCWLS）算法，实现发射站位置和目标位置的解耦估计。在第一步，仅利用直接距离（direct range, DR）量测与发射站位置的二次等式约束，建立一个约束加权最小二乘（constrained weighted least squares，CWLS）模型估计发射站的位置。第二步，将DR定位方程的代数特征引入至双基地距离量测，联合构建关于目标的CWLS新模型，并采用牛顿法对目标位置进行迭代求解。最后推导了算法的理论误差。仿真结果表明，该定位算法对于两步加权最小二乘方法和半定规划方法的定位精度更高，且适用于较少数目的观测站场景。

针对甚低频十三塔天线设计中电气与结构迭代耗时的问题，本文建立了一种甚低频十三塔天线机电耦合协同分析数学模型，依靠矩量法将天线结构信息离散化嵌入了电磁网格中，完成了结构模型和电气模型之间计算网格以及信息的传递与转换，实现了天线结构与电性能的协同分析。所提方法跨越了异构系统之间网格模型的单元形状不匹配的问题，在结构参数修改后，即刻生成数学结构模型，转换成矩量法电气模型并计算电性能。采用机电耦合协同建模分析方法对不同恶劣工况下天线结构变形与天线电性能进行了计算，并在相同工况下与传统建模仿真计算结果进行了对比，在计算误差不超过1%的情况下计算效率提升35%，可以为恶劣工况下甚低频十三塔天线的平衡调控提供计算工具。

针对多传感器数据的舰船航迹关联与融合问题，利用电子侦察、微波雷达和合成孔径雷达等卫星遥感数据，提出一种结合GMN与Transformer架构的解决方案。通过双图建模框架和跨图卷积网络，捕捉多传感器数据间复杂关联，将目标关联问题转化为二次规划，并引入带权二分类交叉熵损失函数，有效降低误匹配率。在融合阶段，采用可学习的位置编码与滑动窗口技术，降低计算复杂度，解码器通过多头注意力机制强化时间依赖建模能力。实验结果表明，该方案在数据关联准确率及融合后航迹预测精度上显著优于传统方法，为多传感器数据关联与融合提供创新技术支持。

为解决基于深度学习空间目标逆合成孔径雷达（inverse synthetic aperture radar，ISAR）图像解译的数据需求痛点，提出一种空间目标ISAR图像部件正向标记方法。首先，将空间目标三维模型按照部件进行分割；然后，将不同部件进行投影，考虑目标自身遮挡，利用深度缓冲器算法进行面元遮挡判断；最后，将投影面得到的不同部件的点集合进行边缘检测，得到部件标记结果。所提方法可实现空间目标ISAR图像部件的正向标记，解决人工效率低下和精细部件人工标记难以实现的问题，为面向深度学习的空间目标ISAR图像部件辨识方法提供有力的标签数据支撑。

针对大场景合成孔径雷达移频欺骗干扰中，因处理带宽限制导致大范围移频引发干扰信号带宽损失，进而造成虚假目标距离主瓣展宽、成像质量下降及干扰逼真性降低的问题，提出一种基于信号延拓的干扰信号带宽扩展方法，解决欺骗干扰距离移频导致的距离主瓣展宽问题。首先，干扰机使用解线调接收的方法得到中频信号；然后，设计卡尔曼预测滤波器实现中频信号的时域延拓；其次，对延拓后的中频信号进行移频干扰调制；最后，上变频得到带宽扩展的干扰信号。仿真结果显示，所提方法可以显著提高距离偏移量大的虚假点目标的距离分辨率以及虚假场景的成像质量，可有效解决合成孔径雷达移频欺骗干扰的距离主瓣展宽问题。

编队场景下，内部雷达产生的同频干扰，会导致目标的检测与跟踪性能下降，因此对于同频干扰的抑制很有必要。提出时域多脉冲相关与聚类分析的抗同频干扰技术，在时域多脉冲相关法判定为目标后，对目标数据进行聚类分析，将干扰数据恢复为目标信号，可同时满足假目标的剔除和真目标的检出。仿真实验表明，所提算法不受干扰环境影响而具有普适性；相比传统方法，所提算法能够提升目标的检测性能；在多部编队雷达同时开机的情况下，所提算法仍然保持一定的稳定性。

密集假目标干扰具有欺骗性和压制性的双重特点，因而严重干扰雷达对真实目标的检测与识别。针对这一问题，提出一种随机脉冲重复间隔信号联合数据矩特征的干扰抑制算法。首先，利用灰度熵算法对脉压后的数据矩阵进行二值化处理。其次，利用统计学中的一阶矩作为鉴别指标，沿快时间维对大部分干扰进行抑制。然后，利用统计学中的Z-score法沿慢时间维对剩余干扰旁瓣进行剔除。最后，进行慢时间相参积累实现对目标的检测。在二值化处理效果不佳时，利用数据滑窗预处理的方式抑制干扰，保证干扰抑制效果。仿真结果表明，当干信比为59 dB时，所提算法仍能有效抑制干扰检测目标，验证了所提算法的有效性。

在扩展目标检测中，全姿态角下目标一维距离像的先验包络模型获取难度较大，并且如果目标的姿态角未知或估计存在误差，导致先验信息不精准，检测性能可能会急剧下降，因此需要角度适应性较强的距离像先验。提出一种先验知识辅助的扩展目标检测方法，通过Clean算法提取先验一维距离像中强散射点的位置与幅度信息，以矩形窗组合的方式构造先验辅助模板并与观测数据进行平方匹配，利用先验信息提升检测性能，增强角度适应性。仿真实验与实测数据表明，在较低信噪比条件下，达到0.8的检测概率时，相比于能量检测器，所提方法能够适应约4.5 dB的噪声功率提升且具有良好的角度适应性，可以利用该方法提取先验信息辅助检测，改善检测性能。

针对星载合成孔径雷达工作模式识别准确率低及工程化难度高的问题，提出基于双重注意力网络-空洞卷积-Transformer行为网络的识别方法。所提方法结合Transformer网络在时间序列处理以及空洞卷积在扩大感受野和降低计算量上的优势，构建了以Transformer为骨架的工作模式识别网络，有效捕捉合成孔径雷达数据中潜在的时序特性。同时，为进一步增强模型对关键信息的敏感度，引入双重注意力网络，显著提高模型的识别准确率。仿真结果证明方法具有有效性，可以为遥感卫星的功能识别提供技术支持。

使命工程旨在应对复杂使命为使命计划、分析和设计工作带来的挑战，近年来在国外航天与国防领域受到广泛关注。使命线程是使命工程核心工件之一。本文提出一种采用基于模型的系统工程的使命线程设计方法，旨在优化使命线程的设计过程。该方法首先在基于模型的环境中对使命和任务进行深入分析，并根据分析结果构建模块化的任务模型，随后将这些任务模型集成，形成完整的使命线程。通过案例验证，研究表明该方法不仅能够在任务分析和设计中保证数据的连续性、知识一致性，还能显著提升知识复用的效果，增强工程师对使命和任务的理解与控制。

在装备试验设计中，多类型因子混合的情形非常普遍，同时各因子间还存在复杂的约束关系。针对如此复杂不规则的试验空间，提出一种规范约束空间下的最大投影坐标交换（maximum projection coordinate exchange, MP-CE）试验设计方法。首先，对典型的因子约束进行定义和规范化描述；其次，给出统一的试验空间描述方法，对解析约束和非解析约束等进行表示，并构建规范约束试验空间；然后，根据规范约束试验空间特点，提出改进的MP-CE算法，以有效解决复杂约束下多类型因子混合试验设计问题；最后，通过实例对比研究，从模型预测效果、空间填充性、最优性准则等多个评价指标，验证了所提方法的有效性和优势。

针对取送货车辆路径规划中车辆工作量平衡问题，建立以物流平台配送成本最小、客户满意度最大以及车辆工作量平衡的多目标订单分配与路径规划联合优化模型。针对问题特点，设计了一个基于非支配排序遗传算法II(non-dominated sorting genetic algorithm II, NSGA-II)框架的启发式求解算法，并结合路径内节点重定位算子、订单重定位算子，路径间订单交换算子、订单重定位算子以及路径平衡算子增大搜索空间，提高算法搜索能力，寻找高质量解。最后，通过算例实验说明模型和算法有效性。实验结果表明，构建的模型和提出的算法能够在多个目标之间取得平衡，车辆工作量平衡程度的提高并不会明显增大平台配送成本或者是降低客户满意度。同时，和NSGA-II以及多目标蚁群算法相比，所提基于变邻域搜索的NSGA-II具有较好寻优能力。

航空航天领域正蓬勃发展，随着人工智能（artificial intelligence, AI）技术不断取得突破性成果，AI技术浪潮与航空航天领域的结合愈发被广泛关注。物理信息神经网络(physics-informed neural networks, PINN)作为AI领域的全新计算范式，其理论和应用创新层出不穷。由于PINN具备将科学问题中所包含的物理信息约束与训练数据样本有效融合的能力，因此尤其适用于动态环境复杂、多扰动因素鲜明的空天任务中。首先简要阐述PINN的定义和基本框架，其次在回顾PINN理论与应用研究现状的基础上，围绕PINN在空天领域的应用现状进行分类讨论与梳理，随后提出一种基于PINN的轨道外推研究方案。最后，针对PINN应用于空天领域的前景、局限性和探索路径进行总结和展望。

针对基站定位中合理布设基站的问题，研究基于改进粒子群优化算法的多场景室内定位中的最优基站分布问题。首先，计算不同基站数量对应水平精度因子（horizontal dilution of precision，HDOP）的理论最小值，给出实际工程中建议的基站数量；然后，进行仿真实验，使用IPSO算法计算出矩形、圆形、“L”形和“回”形等多场景中不同基站数量下最优的基站分布方法；最后，研究了HDOP与基站网半径之间的关系。仿真结果显示，基站网半径与HDOP为非线性反比例关系，存在一个最优的基站网半径。研究为多场景室内定位系统中基站的合理分布提供了理论依据和实践指导，有助于推动室内定位技术的进一步完善和发展。

有人-无人机协同(manned-unmanned teaming, MUM-T)模式中，增加多无人机协同容易引起飞行员认知过载。针对此问题，提出调节态势图背景模糊度和明度对比度的视觉调控方法帮助指挥员认知增强，通过诱导认知过载模拟实验，采用多元回归方法建立融合多维指标的负荷评估模型检验其调控有效性，并探索其调控原理。结果表明，较低负荷下低度、中度模糊与中对比度的组合调控能够较好程度缓解认知过载，较高负荷下中度、高度模糊与中对比度的组合认知增强效果最佳，为未来MUM-T座舱显控态势界面设计及测评提供方法参考，帮助指挥员在认知过载状态下减轻认知负荷。

舰载机弹药保障作业规划是一类典型的复杂系统优化问题，涉及时间、空间、资源等多维约束条件下“人-机-车-物”等要素的协同调度，具有高动态、强实时、非完备、紧耦合等显著特征，当前该领域研究面临着规划方法适应性不强、保障态势感知能力不足、人机协同调度智能化水平不高等挑战。深入剖析了舰载机弹药保障作业的典型作业流程及特征，系统阐述了国内外研究进展与前沿动态，明确了当前的研究热点并展望了未来的发展趋势。首先，分析了舰载机弹药保障作业的作业流程及其耦合影响因素，基于动态环境下的多重约束条件，构建了适用于该问题的混合整数规划模型，并采用马尔可夫决策过程进行形式化描述；其次，从最优化方法、仿真建模、群体智能优化和基于学习的方法等多元视角，总结了现有国内外研究在解决舰载机弹药保障作业规划问题中的适用性与局限性；最后，针对当前研究挑战，提出了若干具有理论创新价值和工程应用前景的研究方向，为进一步提升舰载机弹药保障作业的智能化水平提供理论支撑和实践参考。

针对传统方法在特小子样下对高性能弹药命中概率的计算存在精度不高的问题，提出了一种基于贝叶斯假设检验的改进算法。在弹药分布落点为圆散布假设的前提下，通过分析弹药脱靶量的边缘分布列出命中概率的计算公式，并采取贝叶斯假设检验的方法，在充分利用先验信息的同时，采用间接、直接两种算法计算出假设检验参数的累积分布函数，在满足指定检验水平所要求的置信区间的前提下，估计出弹药落点密集度。仿真结果表明，所提算法与传统方法相比极大地简化了计算步骤、提升了计算结果的准确性，为计算特小子样下的弹药命中概率提供了参考依据。

针对卫星对多个异面目标连续交会的序列规划问题，提出基于计算统一设备架构（compute unified device architecture, CUDA）并行计算的快速规划方法。该方法以目标穿越卫星轨道面时刻为交会时机，首先形成交会候选方案集合，将目标间转移速度增量计算简化为基于转移速度和飞行角的双线性插值问题；然后利用纹理内存硬件插值快速估算速度增量，通过多线程块实现候选方案层面的并行化，并在单个候选方案内部通过并行规约和共享内存实现目标间转移速度增量计算的并行化以及总速度增量累加；最终对方案遍历寻优，实现速度增量最小化的多目标交会序列规划。仿真结果表明，此方法能够快速规划最优交会序列，相比串行计算可加速20倍以上，在智能算力逐步向太空普及的趋势下，未来可大幅提升多目标观测等场景的在轨规划效率。

针对多类复杂信息任务中多条任务独立筹划难以实现全局效能最优的问题，提出一种基于启发式优化的多任务筹划方法，建立任务网络优化目标与约束条件模型，构建面向全局的启发式优化算法流程。构建常规任务场景和大规模任务场景，使用传统的单任务筹划方法和所提多任务筹划方法进行仿真试验。结果表明，所提方法在98%以上的情况优于传统任务链或与之相当，场景规模越大优势越显著，且计算所需时间始终处于同一数量级。所提全局多任务筹划方法在筹划效能、时间、灵活度等方面的潜在优越性，在复杂任务领域有重要的应用前景。

为解决考虑任务聚类的多敏捷对地观测卫星（agile earth observation satellite, AEOS）调度问题，将该问题建模为任务动态聚类、时间依赖、带时间窗的团队定向问题，构建混合整数规划模型，提出一种Q学习文化基因算法（Q-learning memetic algorithm, QLMA），通过基于密度和聚类时间窗的空间点目标聚类算法生成初始种群，设计基于历史聚类信息的交叉算子实现种群的进化。提出一种基于Q学习的邻域选择框架，并设计了AEOS重分配、重聚类、观测任务聚类反转与交换4种邻域搜索算子。不同规模算例的数据实验验证了模型、QLMA以及任务聚类的有效性。

针对电动垂直起降复合翼飞行器在全飞行阶段的操控品质评估问题，以升力翼多旋翼这一典型的复合翼飞行器为研究对象，分析各个飞行阶段的操控特性和适用的指标内容，通过仿真飞行测试对过渡阶段指标进行等级划分，为全面客观地评估升力翼多旋翼提供了定量参考依据。此外，基于针对升力翼多旋翼改进了任务科目基元（mission task element，MTE）飞行试验方法，并提出了操控品质评估的具体工作流程。通过半实物仿真飞行测试，初步验证了过渡阶段指标等级到试验要求的可转化性。

针对基于流形的航天器姿态建模方法数学表述复杂、物理意义不明确等问题，本文进行了流形上的航天器姿态误差描述方法与误差特性的综合分析。首先，基于流形三维特殊正交群（three-dimensional special orthogonal group，SO（3））建立航天器刚体姿态模型，接着分别从黎曼流形与李群的角度，给出了SO（3）上的3种常见误差描述方法。然后，通过微分几何理论及数值仿真工具，分析了3种误差描述体系之间的不同代数特性。最后，基于几何比例-微分（proportional-derivative，PD）控制器，仿真验证了3种误差描述体系在同一控制律作用下的响应特性，为姿态控制器的设计与工程应用提供了理论支撑。

针对中制导协同弹道规划问题，提出一种可变时间下广义逆谱模型预测静态规划的协同弹道规划算法。首先，该算法利用Legendre伪谱法实现了权重矩阵的解算。然后，在连续积分形式下，考虑过程约束及末端时间可变性，建立了综合性能函数，推导更新显示表达式，降低了离散点的个数，提高了求解效率，同时保持了经典模型预测静态规划方法的求解精度。最后，采用分布式协同弹道规划策略完成了可变时间下的多飞行器协同弹道规划。仿真表明，与现有文献中的常见方法及策略相比，所提出算法更好地解决多约束条件下的协同规划问题，具备更高计算效率和精度。

水下动态目标围捕任务具有能量受限、高实时性、强对抗的特点，针对多水下自主潜航器（autonomous underwater vehicle，AUV）系统在围捕任务中面临的效率低、协同性差的问题，提出了一种双层动态目标围捕算法。首先，根据围捕者与目标之间的速度关系，将阿波罗尼奥斯圆原理扩展至三维空间，使围捕更贴近实际场景。其次，针对声纳系统固有的探测误差问题，设计一种自适应卡尔曼滤波器，在有效抑制噪声干扰的同时对目标AUV的运动轨迹进行实时预测。然后，重构Glasius生物启发神经网络的神经元活性传播机制，优化决策过程以提高任务执行效率。最后，通过仿真实验验证了该围捕算法的有效性和优越性。

针对卫星导航拒止条件下无人机(unmanned aerial vehicle, UAV) 蜂群导航精度与可靠性大大降低的问题，提出一种基于视觉与数据链测距协同导航算法。首先，建立了基于视觉协同的蜂群自主导航模型，并设计了一种基于最大相关熵准则的卡尔曼滤波（maximum correntropy criterion Kalman filter，MCC-KF）的分布式协同导航算法，提高了在非高斯噪声下的协同导航定位精度。然后，针对图像处理过程和数据传输过程中出现的延时问题，提出了一种延迟补偿策略与算法。最后，仿真表明，采用分布式协同导航和延迟补偿策略显著提高了UAV蜂群在卫星拒止环境下的导航精度。

面对多航天器智能协作围捕逃逸目标的空间复杂任务，提出基于多智能体双延迟深度确定性策略梯度（multi-agent twin-delayed deep deterministic policy gradient, MATD3）的智能协作围捕算法。首先建立多航天器协作围捕环境和相对轨道动力学模型，利用马尔可夫决策过程来描述空间目标围捕问题；其次为了改进围捕环境中高维度状态空间、连续动作空间，并解决多智能体航天器构型不稳定等问题，设计一种考虑围捕态势一致性的引导性奖励函数，使围捕星能够快速实现对逃逸星的稳定围捕；最后基于Gym框架搭建的多航天器协作围捕仿真环境进行集群博弈策略的训练优化，使各个航天器行为达到个体和团队双重最优决策目的。仿真结果表明，在100 m末端位置约束下，该算法能避免多航天器相互碰撞，并有效实现多航天器对目标的协作围捕，为未来空间航天器的智能自主操控提供参考。

测距码在基于码分多址的无线电导航系统中占据着重要地位，现有传统方法产生的测距码序列尚未能有效满足无线电导航系统在测距码安全性方面的需求。为进一步提升无线电导航系统的安全性能，提出了一种基于时间跳变的新型Weil码序列作为无线电导航系统测距码的设计方案。在传统Weil码的基础上通过随机图案确认换码时刻的码序列参数以生成新的Weil码序列，而后通过换码的时刻信息确认截断码片的起始点参数并对码序列进行拼接操作。仿真实验结果表明，相较于传统测距码，提出的基于时间跳变的Weil测距码序列在不降低相关性、具有更优误码率性能的同时有效提高了无线电导航系统的安全性能，满足无线电导航系统对于测距码的各项性能要求。

针对正交频分复用索引调制（orthogonal frequency division multiplexing-index modulation，OFDM-IM）技术在频谱效率与可靠性权衡中面临的挑战，提出一种双模三维OFDM-IM（dual-mode three dimensional-OFDM-IM，DM-3D-OFDM-IM）方案。该方案基于传统OFDM-IM设计了DM-3D星座调制，通过在激活子载波上加载两种3D星座符号，在额外增加子载波激活模式的同时，进一步增大星座点间最小欧式距离，可有效提升系统频谱效率，改善系统可靠性。同时，提出基于贪婪检测的对数似然比检测算法，并采用联合边界技术推导了系统平均比特错误概率（average bit error probability，ABEP）。仿真结果表明，相较于传统OFDM-IM方案，所提DM-3D-OFDM-IM方案的ABEP性能得到明显提升，且所提检测算法具有可靠性高、复杂度低的特点。

面对网络流量的动态变化与用户需求的多样化，现有路由协议切换机制缺乏动态适应性。为此，基于云开放网络软件设计一种融合资源感知与意图转译的路由协议切换机制。其中，资源感知通过实时监测各路由节点的计算资源与链路状态等关键指标，实现对网络运行态势的动态感知与反馈；意图转译则将用户表达的模糊、高层次服务需求转化为可量化的性能约束与协议偏好，从而驱动协议的自适应调整。首先回顾路由协议切换的研究现状，分析现有机制在适应性与灵活性方面的不足。基于此，构建一个基于资源感知与意图转译的协议切换决策模型，设计执行流程。最后，通过实验评估该机制在响应时延与通信开销的表现，并在不同流量场景下开展模拟实验，验证其可行性。本研究为提升路由协议切换在复杂网络环境下的自适应性与灵活性提供了一种新的解决路径。

打击链信息流的快速流动是实现目标有效打击的关键。信息流随机并行生成，其在各作战环节对通信资源的需求不同，需求的时间也不同；局部空战场中，通信资源有限、节点高机动阻碍了信息流需求的及时保障。为此，提出基于时间切片的打击链通信资源动态调度算法，将作战时段分割成多个时间切片依次处理，并将通信需求与资源的调度建模为二分图匹配问题。根据对节点计算、存储、链路带宽的不同需求，以信息流动时间和资源利用率为优化目标调度合适的节点链路。仿真表明，通信资源动态调度算法实现了通信资源有限下多条打击链信息流快速的流动。