磁异常探测技术在水下航行器目标探测中具有重要应用价值。针对海浪噪声干扰下磁异常信号难以有效提取的问题，提出一种结合改进卡尔曼滤波与正交基分解的联合检测方法。首先，通过数值仿真构建任意航向下水下航行器的组合磁体模型，生成模拟磁异常信号；其次，结合有限深多层海水磁场噪声模型、海水电导率数据及海浪谱特性，构建叠加海浪噪声的磁异常探测数据；然后，采用改进的卡尔曼滤波算法有效抑制海浪噪声，增强信号质量；最后，利用正交基分解方法实现磁异常信号的高效检测。研究结果表明，在信噪比约为?15 dB、探测平台运动速度低于60 m/s的条件下，该方法能够维持较高的检测概率，验证了其在复杂海浪噪声环境下的鲁棒性。

针对无人机测向的高精度和强鲁棒需求，提出一种基于动态加权均匀圆阵的鲁棒测向方法。该方法在均匀圆阵结构基础上，通过迭代计算各基线相位差的残差方差，实时评估噪声对每条基线的影响程度，并融合基线长度对测向分辨力的影响，动态构建权重矩阵，从而优化方向估计过程。实验结果表明，在复杂的高斯?脉冲混合噪声环境下，所提方法显著抑制了强噪声干扰，实现了测向的高精度，并展现出毫秒级的实时性和优异的鲁棒性，为低空安防系统中的无人机实时监测与跟踪提供了可靠的技术支撑。

针对极端太空环境下空间目标仿真光学图像在降质效应分析与仿真方面存在的不足，对极端太空环境成像特点和空间目标光学成像降质效应进行了分析，利用高斯滤波对大气散射和点扩散效应造成的成像模糊降质效应进行计算仿真，设计了基于邻域过曝光像元数的光晕伪影效应仿真计算流程方法，并对不同条件下的成像降质效应仿真结果进行了对比分析。本文提出的空间目标光学成像降质效应仿真方法可为极端太空环境下高保真图像数据计算生成提供技术支持和有效途径。

针对现有被动合成孔径（passive synthetic aperture，PSA）定位算法采用穷尽搜索策略导致计算复杂度较高的问题，提出一种融合改进瞪羚优化算法（improved gazelle optimization algorithm，IGOA）与后向投影（back projection，BP）方法的PSA快速定位算法，该算法首先基于合成孔径雷达（synthetic aperture radar，SAR）中的BP成像原理构建PSA定位代价函数；随后设计瞪羚优化算法（gazelle optimization algorithm，GOA）的改进策略，以提升全局搜索效率与收敛精度；最后基于IGOA对BP代价函数寻优实现目标源定位。仿真实验验证了所提算法在收敛速度、定位精度与计算复杂度方面的优越性能。结果表明所提算法能够实现高精度快速定位。

漂浮物智能跟踪技术对水环境治理至关重要，然而现有方法受限于复杂背景干扰、精度与效率失衡及单相机视场局限，存在检测精度与跟踪性能不足的问题。本文提出基于多相机信息协同的漂浮物跟踪方法，通过整合轻量级骨干网络和动态特征金字塔网络以平衡检测精度和效率，在核相关滤波算法中引入了快速定向梯度直方图和金字塔尺度估计策略，并提出了改进的图像匹配算法，以实现精确跟踪和匹配；构建以漂浮物监测覆盖相关性为核心的多相机空间联合机制，提出主跟踪相机和辅助跟踪相机的选择策略、3种相机跟踪状态选择方案及协同跟踪姿态关系。6种漂浮物的数据集实验结果表明，目标身份F1（identity document F1，IDF1）分数、目标身份精度（identity document precision，IDP）和目标身份召回率（identity document recall，IDR）分别达到89.16%、94.52%和92.01%，速度达到48.86 f/s，有效解决了复杂环境下的多尺度漂浮物检测与跨相机持续跟踪难题。

穿墙雷达运动目标检测可实时获取封闭环境中的运动目标信息，在城市反恐维稳等方面发挥着重要的作用。当前研究大多集中在穿墙雷达运动目标检测算法方面，多数算法复杂度较高，难以满足实时检测的应用化需求。针对以上问题，提出一种单帧多通道配准的穿墙雷达运动目标实时检测方法及其高效实现。首先，提出一种基于单帧多通道数据频域相位补偿与对消的杂波抑制方法，有效减少传统基于多帧数据对消方法中的数据等待延迟。其次，设计一种基于图像处理单元（graphics processing unit，GPU）多数据流异步并行和线程层次结构的穿墙雷达运动目标实时检测实现方法。该方法包括基于GPU的杂波抑制多流异步并行技术、后向投影成像算法粗细粒度并行处理技术和二维恒虚警率检测算法块间并行块内规约并行处理技术。仿真与实测实验表明，所提方法能在1.078 ms内完成基于单帧、8通道和8192个距离向采样点回波数据的墙后运动目标实时检测，相较于常规基于中央处理器处理方法，处理效率提升92倍，表明了所提方法的有效性和鲁棒性。

针对高斯背景中的Swerling I型起伏目标检测问题，在二元假设中将目标复幅度建模为复高斯分布的随机变量，并将目标信号能量嵌入到雷达回波的协方差矩阵中。利用协方差矩阵的斜对称结构降低检测器对于训练样本的需求。基于一步广义似然比检测（generalized likelihood ratio test，GLRT）、两步GLRT、Rao、Wald和梯度准则设计5种斜对称检测器。推导目标功率估计的克拉美罗界，证明提出检测器的恒虚警率特性，并分析提出检测器的计算复杂度。仿真结果显示，所提检测器的检测性能优于现有检测器，且在目标信号失配场景下，基于两步GLRT准则的自适应检测器具有最好的检测稳健性；而基于Rao准则设计的自适应检测器则具有更好的失配信号抑制能力。仿真结果证明所提算法的有效性。

准确识别雷达辐射源的行为意图在现代雷达对抗中至关重要。本文提出一种基于多尺度模型空间的雷达行为意图识别方法。通过滑动窗口机制从雷达信号中提取时间序列片段，并进行多尺度分解以获得不同时间尺度的子序列。利用回声状态网络（echo state network，ESN）拟合子序列，捕捉其变化规律，并融合多个ESN模型形成“多尺度ESN模型”，利用该模型表示原始信号，实现从原始数据到模型空间的映射。进一步，引入模型空间的度量算子，在模型空间中寻找最优决策边界，实现精准分类和意图预测。实验显示，所提方法相较于传统方法，显著提高了响应速度和识别精度。

全数字阵多输入多输出（multiple input multiple output, MIMO）雷达当阵元数较多时成本显著增加，采用子阵MIMO雷达可降低系统成本并同时发挥MIMO雷达自由度多的优势，但相应的波形优化理论研究较少。针对子阵MIMO雷达波形优化设计，提出脉压宽主瓣结合收发联合设计算法，以系统整体能力为约束进行波形优化设计，分别研究相控阵场景、发射方向图单峰和双峰3种情况下的波形优化准则。仿真实验表明，脉压宽主瓣技术结合收发联合设计的子阵MIMO雷达一体化波形设计算法提升了雷达波形自由度，使全局峰值旁瓣电平下降4.88~6.54 dB，并使雷达发射波束具有多峰匹配能力，达到了预期设计效果。

针对多输入多输出(multiple input multiple output，MIMO)合成孔径雷达(synthetic aperture radar，SAR)中的通道幅相误差问题，最小化图像熵幅相校正算法是一种有效的解决方法，但算法运算量大、估计时间长，难以用于实时校正。对此，提出一种最小熵幅相校正的图形处理单元(graphics processing unit，GPU)实现方法，在数据传输和运算方面使用混合精度计算，保证算法精度的同时大幅提升了运算效率；通过异步并行流处理技术，充分利用GPU资源对算法进行加速，并最终将其部署在嵌入式GPU平台上。通过对实测数据的对比分析，桌面级GPU以及嵌入式GPU上的测试结果证明了所提方法的准确性和高效性，该算法可以对幅相误差进行有效估计，加速比最高可达到105%。

在现代战场环境下，舰船受到反舰导弹的攻击之后会同时释放雷达干扰和红外干扰，这对雷达-红外复合导引头精准打击目标产生很大影响。针对雷达间歇采样干扰和红外诱饵干扰同时释放这一场景，设计了一种在复合干扰下雷达-红外特征级融合目标识别算法，从雷达红外信息同源入手，采用角度关联初次滤除干扰；对于在关联门限之内的干扰，提取雷达回波时频特征，与红外图像匹配作为融合网络的输入，采用雷达-红外特征融合的方式二次滤除干扰，从而保证导引头在同时存在间歇采样干扰和红外诱饵干扰的场景下精准打击目标。所提方法可以有效提升导弹对目标的识别能力，所做工作对抗干扰领域具有参考意义。

针对弹道导弹目标识别方法易受诱饵特性干扰，且单次判决结果波动大、实时性不足等问题，提出一种基于航迹残差的弹道导弹目标识别技术。首先对弹道目标进行运动学建模，并仿真得到雷达回波信号；接着对回波信号进行恒虚警率处理、凝聚处理和滤波跟踪处理，并提取航迹残差特征；最后对残差特征进行阈值单次判决，并采用滑窗投票法进行时序序贯融合，从而实现目标识别。实验结果表明，该方法能够有效区分弹头与诱饵簇，且针对残差特征的识别处理方法比较稳健并具有良好的准确率和实时性。本研究为弹道导弹防御系统提供了思路。

为解决当前无人集群作战效能评估研究普遍依赖专家经验和预设规则而导致难以满足实战化评估的智能化与自动化需求问题，提出一种基于模型上下文协议的无人集群作战效能评估方法。该方法构建了评估指标的统一数学建模框架，结合自然语言解析、模型调度与数据处理组件，支持用户以文本形式输入评估需求，由智能体自动完成评估模型选择、数据处理流程配置与评估计算任务，最终生成多维度评估结果。通过设计典型作战场景进行实验验证，结果表明所提方法在评估精度、响应效率和交互便捷性方面具有显著优势，能够有效降低人工干预强度，提高评估的智能化水平。研究成果可为无人集群作战效能智能评估系统的构建提供方法支撑与技术参考。

随着装备智能化程度的提高，低成本的小型平台越来越受到青睐。任务规划者可对小型平台进行动态组合以满足任务需求，提升任务完成的经济性与灵活性，但面临更高的决策复杂度。针对平台选择面临的决策空间大、对抗性强、时效性要求高等挑战，研究多平台协同鲁棒团队形成问题，除了考虑平台的能力互补和使用成本之外，还考虑了团队鲁棒性和平台间的协同成本。针对这一非确定性多项式难问题，设计一种简单且高效的元启发式算法，能够在很短时间内得到高质量解。在不同规模的数据集上进行了计算实验，证明了所提算法的有效性。

针对智能网联装备体系（intelligent networked equipment system of systems，INESoS ）网络通信与体系结构耦合关系的建模与仿真验证问题，提出基于国防部体系结构框架（department of defense architecture framework，DoDAF）的INESoS任务?通信耦合结构建模与验证方法。所提方法基于任务?通信耦合结构剪裁DoDAF模型，并面向耦合度开展模型验证。最后，基于有人/无人协同的INESoS进行案例分析。案例分析结果表明耦合度越大，INESoS的网联程度越高，通信能力与任务能力关系越紧密。INESoS网联化要求更冗余的通信拓扑结构和更多的通信单元设备，以保证体系任务的成功执行。

针对汽车自动驾驶系统设计存在全局视角缺失、知识传递与复用困难，现有建模方法依赖单一建模语言、难以满足多层级协同与多学科交叉建模需求等问题，提出一种基于需求-功能-逻辑-物理的自动驾驶系统建模方法。构建覆盖需求分析、功能分析、逻辑架构和物理架构的多层级建模流程，建立层级间映射关系，实现需求向系统架构的逐层传递与追溯，支撑后续基于模型的系统验证。以汽车自动驾驶系统为对象开展建模验证，结果表明，所提方法有效提升建模规范性、一致性和可追溯性，为复杂自动驾驶系统设计提供方法支撑。

针对装备体系架构模型验证工作中存在的人工验证效率低、动态适应性评估不足等问题，提出了基于观察-判断-决策-行动（observation-orientation-decision-action, OODA）环的美国国防部架构框架（Department of Defense Architecture Framework, DoDAF）模型与DoDAF元模型（DoDAF meta-model, DM2）双维度验证方法。通过解析DM2的结构化数据关联规则，构建完备性验证矩阵，系统性检验了模型元素逻辑关系的完整性；结合OODA环的动态闭环特性，设计内容完备性矩阵，确保作战活动的资源流转与功能闭环。进一步，引入数据驱动仿真，定量评估模型在实际动态作战场景中的合理性。在实例中对构建的航空装备作战体系架构模型进行了验证，发现了模型中资源流定义缺失的问题，验证了所提方法的有效性。

面向传感器网络的复杂任务异构性、复杂资源动态性以及任务与资源匹配的灵活性等需求，提出基于时序知识图谱的任务资源智能匹配方法。首先，构建任务知识图谱存储任务信息，传感器能力时序知识图谱表征网络节点能力，提高任务与网络知识的利用率。其次，提出任务资源匹配框架，为任务资源匹配提供标准化的描述方法。然后，设计任务资源匹配规则，从时间、空间和信息3个维度关联分析，优化网络任务与资源匹配。仿真结果表明，所提方法在能量消耗和资源利用率上均优于传统算法，证明了其在传感器网络任务与资源匹配的可行性和有效性。

为提高飞行管理系统的架构建模质量和效率，解决传统的国产民机飞行管理系统设计开发过程中存在的设计灵活性不足、复杂度增长、无法进行模块化仿真验证等问题，提出一种基于模型的系统工程方法与仿真软件结合的方法对飞行管理系统实际导航性能进行评估。首先，对飞行管理系统的架构与功能进行分析建模。其次，结合系统建模语言（systems modeling language，SysML）参数图提出一种数值积分和二分迭代的方法对所需导航性能下航路终端区的不同导航方式进行实际导航性能评估。最后，通过配置图形用户界面调动SysML与仿真软件联合仿真。结果表明，构建的飞行管理系统架构满足所需导航性能运行条件，符合系统设计需求，可为实现模型的动态验证以及仿真一体化提供技术支撑。

针对无人机蜂群指控体系复杂、现有框架适用性差、验证不足等问题，提出基于元模型的无人机蜂群指控体系建模与抗毁性分析方法。首先，构建无人机蜂群指控体系元模型，基于元模型从全局视角、作战视角和系统视角对“主控节点-子群”指控体系建模。然后，为了验证指控体系抗毁性，将体系模型建模为指控网络，基于复杂网络理论从通信能力和作战能力角度提出体系抗毁性综合分析方法。最后，对想定案例进行分析，结果表明所提指控体系抗毁性较好，验证了所提无人机蜂群指控体系建模和抗毁性分析方法的有效性。所提方法可为无人机蜂群指控体系建模提供框架指导和验证支持。

针对军事行动中的物资供应保障和装备维修保障问题，考虑保障需求与保障能力的平衡，结合需求点和供应点的空间位置关系，提出一种保障关系规划方法来解决需求点和供应点之间的保障关系规划问题。首先，在离散空间中使用元胞自动机或在连续空间中使用Delaunay三角剖分算法构建需求点之间的邻接关系，形成初始的需求点邻接网络。然后，基于邻接网络设计启发式的细胞生长规则来规划需求点和供应点的保障关系，得到的保障关系能够兼顾需求和能力的平衡以及合理的空间位置关系，可有效解决物资供应保障以及装备维修保障的方案规划问题。

针对弹药保障节点受打击后因供应任务再分配引发邻居节点吞吐量增多，被发现并打击概率增大，进而导致弹药供应链易发生级联失效的问题，提出一种用于动态识别弹药供应链关键节点的方法。首先，分析节点失效、级联失效过程，构建基于节点失效概率服从两阶段Gompertz分布的弹药供应链级联失效模型。其次，从供应能力和供应效率角度出发，选取敏捷性、稳定性、负荷度和鲁棒性构建节点重要性评价指标体系。再次，考虑当前任务完成情况和后续任务完成能力，选取阵地缺供率、供应任务完成率和供应链路存活率作为弹药供应链综合供应能力评价指标。最后，构建弹药供应链系统动力学模型，采用移除节点法对所提方法和 5 种时序网络关键节点识别方法进行验证，并从外部环境与内部参数两个维度对所提方法进行敏感性分析。结果显示，所提方法较其他方法弹药供应链综合供应能力下降最快，表明所识别节点对弹药供应影响最大、重要度最高；同时发现所提方法对弹药供应任务和敏捷性指标的变化较为敏感。结论显示，所提方法能够有效识别弹药供应链中的关键节点，有助于制定抗打击预案，提高弹药供应效能。

对抗场景中，由于地形复杂、环境变化快、战场信息碎片化等因素，如何通过多智能体联盟进行动态合作，实时更新和优化逻辑链的各个环节，是提高作战效能的核心挑战之一。本文将对抗场景逻辑链构建问题建模为多智能体联盟构建问题，针对联盟决策效率低下和合作不稳定的挑战，提出一种基于博弈论和机制设计的联盟更新机制。该机制结合强化学习技术，优化多智能体间的动态博弈行为，从而提升联盟在复杂对抗环境下的合作效率。引入的自适应机制设计，能够根据战场态势的变化动态调整联盟成员的决策规则，确保联盟的灵活性和鲁棒性。实验结果表明，所提方法在多种对抗场景下显著提高了联盟的作战效能和协同表现，验证了其有效性，可为对抗场景作战体系中的智能体联盟构建提供理论支持和技术指导。

针对具有外源干扰与模型参数不确定性的可重复使用运载器高动态再入段姿态跟踪控制问题，提出一种兼具快速响应能力与简便调参规则的自适应非奇异预定时间收敛控制方案。首先，提出一种变增益预定时间收敛形式，结合双曲正切函数构造非奇异变增益滑模面与控制器，设置自适应时变增益以优化控制器收敛精度；其次引入具有低复杂度自适应律的径向基函数神经网络算法，解决外源干扰与结构/气动参数不确定性问题；最后，基于Lyapunov理论证明姿态跟踪误差可在单参数预定时间内收敛至原点附近邻域，姿态跟踪的误差上界与滑模面、控制律、自适应神经网络参数显式相关，且闭环系统内所有信号均保持有界。数值仿真结果表明，方法可实现可重复使用运载器的快速高品质姿态指令跟踪。

针对空间强辐射、太阳与地气杂光强干扰和大气内颗粒物或大量发动机喷射物被太阳照亮等导致星敏感器测星图像存在大量假星目标，常规星图检测识别技术难以识别真星目标的问题，提出一种惯性信息辅助的星图检测识别技术。首先，利用惯性辅助信息预测星点在星敏感器靶面位置，依据导航星亮度和靶面预测位置将导航星分成多层并进行排序。然后，依次进行局部开窗采集疑似星点队列。最后，采用角距匹配和三角形极性匹配进行识别。试验证明，在假星目标数量高达真实星目标数量几十倍甚至数百倍条件下，真星目标依然能够正常检测识别，在高达4 000个假星目标条件下星图识别的成功率在98%以上，最大识别时间不超过1 s。该技术可有效解决大量假星条件下的星图检测识别问题。

针对室外复杂场景下，视觉定位算法精度和鲁棒性下降、低成本惯性测量单元(inertial measurement unit, IMU)误差快速累积导致姿态漂移等问题，提出一种全景视觉惯性同时定位与成图(panoramic visual-inertial simultaneous localization and mapping, PVI-SLAM)算法。在系统架构层面，将惯性状态深度嵌入到追踪、建图及闭环等模块，构建视觉惯性融合框架。在全景初始化的基础上，结合参数解耦策略与解析求解方法计算参数初值并采用最大后验概率估计完成惯导初始化，实现视觉与惯性状态空间的精确对齐。同时，将全景视觉重投影误差与IMU预积分约束统一建模为非线性最小二乘问题，采用图优化方法完成状态估计。实验验证表明，在复杂室外场景下，PVI-SLAM算法相比现有主流SLAM方案，在状态对齐性能、定位精度和追踪鲁棒性等方面均展现出显著优势。

当具有可变后掠翼的高超声速滑翔飞行器攻击目标时，考虑末制导阶段存在防御弹拦截情况，设计了一种基于内点约束最小值原理的制导方法和基于事件触发的变外形切换策略。建立半速度系下突防模型；将防御弹的脱靶量视为攻击弹飞行过程的内点约束，利用最小值原理分析并求解最优加速度；利用事件触发原理，求解优化算法控制量对应的最优飞行器外形和所需攻角、倾侧角。仿真结果表明，该制导方法能够实现变体飞行器规避拦截弹对目标打击，切换器能够实现提升落速的外形最优切换，表明了算法的有效性，并通过蒙特卡罗仿真验证了算法的鲁棒性。

针对卫星双向时间频率传递（two-way satellite time and frequence transfer，TWSTFT）和精密单点定位（precise point positioning，PPP）等单一技术难以同时满足高精度和高稳定度的需求，提出一种多级时间比对融合算法。模型一基于稳定度权重融合TWSTFT、GALILEO P3和全球定位系统（global positioning system，GPS）P3码，再利用Kalman滤波将融合结果与GPS PPP进行二次融合，模型二优先融合TWSTFT与GPS PPP，再通过两级Kalman滤波逐级融合GALILEO P3和GPS P3码。仿真结果表明，两种模型均能改善时间比对的精度和稳定度，模型一适合对稳定度要求较高的长期钟差分析场景，模型二适合实时监测和动态环境下的时间比对需求。数据失效测试进一步表明，模型二在GPS PPP缺失时表现更好，两种模型对GALILEO P3和GPS P3码缺失时均表现出良好的容错性，验证了算法设计的容错能力。

针对高超声速飞行器俯冲段拦截区规避与终端落角约束问题，提出一种基于滑模控制的跟踪制导方法。通过参数化设计纵向俯冲弹道与横向机动弹道，将复杂的过程约束转化为路径点约束，并利用序列二次规划求解落速最优弹道参数，生成满足终端落角约束与拦截区规避的参考轨迹；基于飞行器非线性运动模型，设计滑模跟踪制导律，对参考轨迹进行跟踪。仿真结果表明：扰动条件下，该制导方法产生的控制量连续平滑，具有较高的终端落角与落点控制精度，其中落角偏差不超过0.5 °，脱靶量控制在1.3 m以内。所提方法不依赖导引头对目标的探测信息，能够一定程度降低制导系统的复杂程度。

面向原始数据传输的传统水声传感器网络架构面临高能耗、长时延和低传输效率的挑战。相比之下，语义传输通过提取任务信息，可有效减少数据传输量，降低任务响应延迟。因此，提出了一种云边协同水下语义监测架构，并设计了多级协同海洋监测机制。在该架构下，边缘层负责语义信息提取，云智能层执行语义推理与决策生成。监测机制包括三级环节，卫星进行大范围海洋筛查，云边语义通信实现区域精准监测，水面语义网关实现多域联合监测。实验结果和分析表明，所提方法可有效降低任务响应时延和网络能耗，同时延长网络生命周期。

针对时延多普勒双扩展目标回波信号检测性能提升问题，提出了分段副本相关积分（segmented replica correlation integration, SRCI）检测方法。通过SRCI，不但聚合了多普勒扩展信道分散目标回波能量，而且累积了时延扩展信道分散目标回波能量，从而提高了时延多普勒双扩展信道目标回波检测性能。基于浅海等梯度、正梯度和负梯度声速剖面声线模型和宽带运动目标回波模型，建立了时延多普勒双扩展目标回波模型；对浅海双扩展目标回波的时延扩展和多普勒扩展特性进行了分析，比较了所提SRCI检测方法和副本相关（replica correlation, RC）、分段RC（segmented RC，SRC）、RC积分（RC integration, RCI）等传统检测方法对时延多普勒双扩展目标回波的检测性能。结果表明，对于运动声呐，当声呐位置一定时，浅海运动目标回波的时延扩展和多普勒扩展大小与声速梯度和目标相对于声呐的位置有关；相比于RCI、SRC和RC检测方法，SRCI检测方法能够提升时延多普勒双扩展目标回波检测性能。

低信噪比下跳频信号的时频能量受损且受残留噪声干扰，导致跳频信号时频脊线难以完整提取、时间参数估计精度受限。对此，提出一种基于时频能量分布聚类的跳频信号时间参数估计方法。首先，计算时频图中时间轴上相邻时频系数位置索引的欧氏距离，对距离序列排序并差分处理后定位拐点，以拐点对应的距离值作为基于密度的带噪声空间聚类方法的邻域半径。然后，利用跳频信号与噪声的能量密度差异，采用聚类算法识别并提取同频率信号的能量簇，并通过簇的边界点初步估计频率跳变时刻。最后，通过比较跳频周期的估计值和相邻簇中心点之间的距离，修正密度聚类结果。实验结果表明，在信噪比为?5 dB时，跳变时刻估计值的归一化均方误差低于0.2。该方法解决了低信噪比下跳变时刻难以精准估计的难题，为复杂电磁对抗环境下的通信侦察与无线电监测提供了高精度、强鲁棒性的技术支撑。

针对近场下通信感知一体化系统的安全问题，提出可重构智能反射面（reconfigurable intelligent surface，RIS）辅助的安全方案。通过联合优化基站的发射波束赋形向量和RIS反射系数，对保证感知要求下以最大化保密速率的非凸优化问题，采用加权最小均方误差算法对原问题目标函数进行转化使其变为更易处理的形式，进一步实现变量解耦并交替优化，即使用拉格朗日对偶算法及基于黎曼共轭梯度的算法分别求解。仿真结果表明，由于考虑了同时携带角度信息和距离信息的近场信道建模，所提方案具有显著的性能增益和稳定的收敛性，在保障目标检测要求的同时有效提升了安全性能。