Capon空间谱需要计算搜索方向矢量与训练样本协方差矩阵的广义内积值，要求有较高的协方差矩阵估计精度。在训练样本较少且同时存在强弱临近目标条件下，采样协方差矩阵存在较大估计误差，使得空间谱分辨性能严重下降。提出自适应加权修正的改进方法，所提方法在重构数据协方差矩阵基础上，首先利用最小二乘方法估计搜索信号强度并修正数据协方差矩阵，然后计算搜索方向矢量在相应修正的数据协方差矩阵的广义内积值，最后利用该广义内积值对传统Capon空间谱进行自适应加权处理，在保持高分辨性能的同时降低了对样本数的要求，提高了临近强弱目标的稳健性。理论分析和仿真结果表明所提方法在小训练样本条件下对临近强弱信号的分辨性能优于Capon方法。

提出了一种基于压缩感知理论的稀疏多径信道估计方法。利用训练序列设计了一种简化的Toeplitz结构观测矩阵，证明了观测矩阵满足限制等距特性,可以作为压缩感知的观测矩阵。根据此矩阵的近似正交性特点对正则化迭代硬阈值算法进行简化，并引入精英策略提出一种归档正则化迭代硬阈值估计算法。仿真结果表明，该估计方法相对于迭代最小二乘法具有更优的性能，且提出的归档正则化迭代硬阈值算法兼具收敛速度快和稳定性高的优点。

针对现有测量矩阵的优缺点，采用具有良好相关性、随机独立性及快速计算的局部随机化哈达玛矩阵作为测量矩阵，同时针对标准正交匹配追踪算法在测量过程中受扰或在稀疏信号情况下难以稳定精确重构问题，提出了一种基于局部随机化哈达玛矩阵的正交多匹配追踪算法。该算法利用局部随机化哈达玛矩阵的结构特性，能够快速精确重构原信号。仿真结果表明，测量过程中存在噪声或无噪，无论处理一维信号还是二维图像信号时，该算法性能均超过同类其他贪婪算法和凸优化基匹配法。

针对宽带侦察接收机提出了一种新的基于压缩感知(compressed sensing, CS)的无模糊测量来波方向方法，采用非均匀阵列的空域欠采样特性及空域谱的稀疏特性，构造无模糊宽带测向的CS模型，利用基追踪降噪算法估计无模糊的空域响应，实现了最小阵元间距都无法满足空域Nyquist采样情况下的方向角无模糊估计，为了提高所提方法对噪声的鲁棒性及多信号处理能力，提出了快速傅里叶变换频域预处理和CS相结合的宽带测向方法，仿真结果验证了所提方法较直接CS方法具有更高的测向精度和更好的鲁棒性。

基于二维二元周期互补阵列集和移位序列，利用逆Gray映射，提出了一类二维四元零相关区周期互补阵列集的构造方法。获得的阵列集由多个四元零相关区周期互补阵列子集组成，不同子集之间具有完全正交互补特性。本文的构造方法可分别对阵列的行列进行移位，能够获得具有不同参数形式的二维四元零相关区周期互补阵列集。同时行(列)方向上的零相关区长度可以灵活设置，从而能获得不同的移位序列集，构造出多个二维四元零相关区周期互补阵列集。构造结果表明，本文方法可有效地增加工程应用所需的阵列信号。

针对无源观测平台量测数据高度的非线性特征和各种随机噪声对滤波器估计精度所造成的严重影响，提出了一种对量测数据进行预处理的算法。首先，利用量测数据的置信度对量测数据进行滑窗式检测，初步判别无效数据，然后对支持向量机(support vector machine，SVM)的核函数进行改进，利用数据自身的特征信息对核函数进行加权处理，再用改进的SVM对数据进行再分类处理，从而最终确定无效数据。利用所提算法对实测数据进行预处理，结果说明所提算方法能有效剔除各类噪声对测量数据的影响，具有工程应用价值。

借鉴模糊函数，对线性调频脉冲在匹配滤波下的移频干扰进行分析，重点对其性能参数(失配峰值损耗、干峰时刻、干噪比、干信脉宽比)进行推导。通过分析可知，当频偏比较小时，移频干扰产生与原信号相仿的波形输出，以欺骗干扰为主；当频偏比较大时，移频干扰产生的波形严重失真，以压制干扰为主。最后，运用雷达方程对这两类情况进行进一步分析。

研究了以景象匹配制导为目的的曲线弹道合成孔径雷达（synthetic aperture radar，SAR）快视成像问题。首先建立了曲线弹道SAR回波信号模型，分析了多普勒历程和距离徙动特点，提出了等效正侧视成像的概念，并分析了等效条件，大大减小了距离徙动校正难度和回波信号距离向与方位向的耦合，然后推导了曲线弹道SAR回波信号的二维频谱表达式，在此基础上提出了结合距离多普勒算法和频谱分析（spectral analysis, SPECAN）的快视成像方法。所提算法使用高效的SPECAN方法进行方位压缩, 能够完成曲线弹道SAR部分孔径数据的精确相干处理，没有因为孔径的非直线而增加成像算法的复杂性。

圆迹合成孔径雷达(circular synthetic aperture radar，CSAR)可以对感兴趣的区域进行全方位、长时间观测，同时获得高分辨的图像。CSAR长合成孔径时间和宽波束角的特点，导致其回波相位具有复杂的距离空变性和方位空变性，无法直接运用传统运动补偿算法。详细分析了该成像模式下雷达的三维位置误差对回波包络和相位的影响，将Chirp-Z变换引入到包络误差的空变性补偿中，提出了CSAR距离和方位空变的运动补偿方法。仿真结果验证了所提方法的可行性和有效性。

对于双基地多输入多输出（multiple input multiple output，MIMO）雷达，发射和接收阵列幅相误差耦合到一起，不易单独测量。针对阵列存在小扰动幅相误差的MIMO雷达，分别推导了借助旋转不变信号参数估计技术（estimating signal parameter via rotational invariance techniques，ESPRIT）算法的到达角（direction of arrival，DOA）和离开角（direction of departure，DOD）的均方根误差（root mean square error，RMSE）与幅相误差关系表达式。与其他方法相比，ESPRIT算法可以将发射和接收阵列的幅相误差进行解耦，并且DOA和DOD的RMSE只与阵列相位误差相关，与阵列幅值误差无关。仿真结果表明，理论值和仿真实验值能够较好地吻合，验证了理论的正确性。

高速运动目标的大多普勒频率会导致传统匹配滤波器严重失配，因此当目标高速运动时多输入多输出（multiple input multiple output，MIMO）雷达利用传统匹配滤波器无法有效地形成虚拟阵列。研究了利用双基地MIMO雷达实现多个高速运动目标交叉定位的方法，采用降低雷达距离分辨率的方式以获取较长时间的相参积累，并将接收阵列回波信号与发射信号共轭相乘后的数据进行频域处理，有效形成了虚拟阵列，然后利用传统超分辨算法对在相同粗距离分辨单元上的高速运动目标的发射角和接收角进行联合估计，从而能够有效交叉定位多个在距离上无法分辨的高速目标。仿真结果表明了所提方法的可行性和有效性。

针对机载前视平面阵列雷达杂波抑制问题，提出了一种利用阵列俯仰维自由度和慢时间自由度进行空时二维自适应处理的方法。分析了该模型中杂波在俯仰多普勒平面的分布规律，通过采用多普勒频移方法补偿了杂波的距离非均匀性，与常规方位多普勒空时二维自适应处理方法不同，所提方法可以同时补偿杂波的主瓣和旁瓣。最后通过仿真实验将所提方法与三维空时自适应处理、传统方位慢时间二维自适应处理作了对比，证明了所提方法的优越性。

依据传感器网络面向应用的价值区分度特征，提出一种基于冗余价值滤波的传感器网络节能数据收集机制。所提机制采用预测模型在线评估采样数据价值，并映射为相应的价值因子，进而根据强化学习理论将价值因子引入区分服务的退避机制设计，驱动媒体介质访问层层竞争窗尺寸的自适应优化调整，在满足数据收集服务质量的前提下，有效地抑制网内价值冗余负荷传输量，实现价值区分性滤波的节能效果。仿真实验表明，所提机制能有效增加网络吞吐量和降低传输时延，且相对于一些传统的节能收集机制，能够从传感器网络数据内涵应用价值挖掘的角度，更有效地降低网络整体能耗。

深入研究自组织网络体系结构建立的动机，针对现有网络体系结构中缺少对任务需求的耦合，提出面向任务能力的自组织网络体系结构，给出了包括量化任务、任务规划、平台分簇和分级结构4个阶段的设计过程，并针对每个阶段设计给出了数学描述，最后给出了组网的计算方法。通过案例分析，展示了设计过程中的阶段结果和最终组网体系，并使用评估指标对所设计的组网体系进行了分析评估。

针对螺旋应召搜索方法理论上可行但实际上无法实现的问题，提出了基于改进的粒子群优化（particle swarm optimization，PSO）算法的无人水下航行器（unmanned underwater vehicle，UUV）编队协同最优扩方应召搜索水下匀速直线运动目标的方法。首先，根据UUV的搜索宽度，建立了最优转向角模型，给出了采用改进的PSO算法的具体求解流程，并在此基础上继续探讨当目标速度未知情况下的搜索计划。然后，根据投放方式的不同，探讨了UUV编队的几种协同搜索方法。最后，通过仿真实验，证明了该方法的有效性，并根据仿真结果给出了对未来UUV 装备技术发展方向的建议。

末段反导作战火力任务分配建模是一个复杂的不确定多约束问题建模，首先建立了末段双层反战术弹道导弹火力〖CD*2〗目标匹配模型，其次对传统粒子群优化算法（particle swarm optimization，PSO）进行改进给出了一种吸引子PSO（attractor PSO，APSO），APSO引入吸引子，在保持群体多样性的基础上，将粒子聚集在最优值附近，增加相应区域的粒子密度。其中，为了方便问题求解，将火力目标匹配优化任务进行分解，转化成多个子时间段,再用APSO对多个子时间段进行求解。仿真实例表明，APSO有更加优良的收敛精度尤其是收敛速度，满足了反TBM作战火力任务分配的高时效性要求。

传感器目标分配问题是防空系统传感器管理的一项重要研究内容。对面向跟踪的防空系统传感器目标分配问题进行了研究，结合主客观分配原则，利用0-1整数规划模型对问题进行了建模，约束主要考虑传感器的跟踪能力和目标的被执行跟踪容量。构造了一种协同memetic 粒子群优化(particle swarm optimization, PSO)算法，分别采用PSO算法和邻域搜索算法作为全局搜索和局部搜索。为了在粒子位置矢量中反映出传感器组合，根据问题设计了一种特殊的粒子编码方法。最后通过仿真实验验证了算法的合理性和有效性。

针对传统群体评价中评价者权重确定方法的局限性，提出一种基于利益相关者视角的评价者权重确定方法。所提方法将自主式评价理念引入到群体评价中，通过评价指标值区分谁是潜在竞争者，谁是潜在合作者；在评价者权重的确定上，充分发挥评价群体的主体地位，带有情感因素的评价者通过提升自身优势、打压竞争对手的方式，争取到更多的发言权，从而得出令大多数人满意的评价者权重。最后，通过一个算例验证了方法的有效性。

基于核和灰度的区间灰数预测模型，初步解决了区间灰数序列预测问题，但模型中灰度预测值的确定方法存在不足，且模型不支持误差分析。提出了合成灰数灰度的定义及其性质，据此分析了模型存在的问题，并建立灰度序列的预测模型实现灰度预测，以代替原有模型中灰度预测值的确定方法，从而改进和完善了原有区间灰数预测模型。改进模型从核和灰度两个方面同时发掘区间灰数序列的内蕴信息与发展趋势，克服了原有模型存在的不足，且支持误差分析和精度检验。算例表明了改进模型的有效性和可用性。

通过模拟人类对不确定性信息的描述和融合，提出了一种新的灰数描述方法，定义了灰概率测度集的概念及其交运算。灰概率测度集对“贫信息”及“外沿明确，内涵不明确”的不确定性问题进行描述；交运算对灰概率测度集描述的不确定信息“内涵”逐渐丰富和准确的过程进行表达。通过自助式移动机器人拓扑定位的实例，检验了灰概率测度集在模拟人类智能对不确定信息的表达和推理中的有效性。

风险管理的核心在于干预风险，这需要了解风险事件间的因果关系。提出了一种基于因果贝叶斯网络的风险建模与分析方法，所提方法由基于业务流程分析的风险识别、基于贝叶斯因果网络的风险建模和关键风险事件识别三个主要步骤组成，有利于识别和评估风险事件间因果关系，为制订高效的风险应对计划提供可靠的依据。所提方法被应用于某公司国际采购风险分析中，取得显著效果。

以单位四元数作为姿态描述参数提出一种乘性约束姿态估计算法。四元数具有全局非奇异、运动学方程双线性的优点，但归一化约束条件必须精确保持。首先，比较了加性和乘性滤波算法在估计误差定义和校正方式上的差别，并从物理概念和估计精度上详细分析了无约束四元数估计算法的不足。然后，针对“矢量测量+陀螺”姿态观测模式，利用乘性约束滤波算法设计了姿态估计器。针对状态部分受约束的姿态估计问题，推导了状态和方差预测方程及状态受约束的最优增益矩阵，并将约束增益矩阵应用到姿态估计算法的测量更新过程。最后，通过数学仿真验证了算法在估计精度和收敛性能上的优越性。

为解决折叠翼飞行器初段飞行中气动特性变化大且易受环境扰动影响、控制鲁棒性要求高的问题，将飞行器物理模型的实时辨识与非线性动态逆方法相结合，设计可重构飞行控制器。基于迭代扩展卡尔曼滤波与渐消记忆最小二乘，将气动特性辨识一步方法分解为状态量和参数值的两步辨识，算法更易于在线实现。通过实时辨识更新动态逆控制器参考模型，消除模型逆误差，实现可重构控制。针对某型折叠翼飞行器的6自由度仿真结果表明，在飞行器自身气动特性大幅变化且考虑外界未知扰动情况下，控制器满足设计要求，具有较强的鲁棒性。

针对吸气式高超声速飞行器存在航迹姿态“解耦”，极大降低了飞行器通过舵偏调整姿态进而施行轨迹控制时的机动性问题，提出了利用鸭翼和升降舵协调控制的解决方案。首先分析了航迹姿态“解耦”问题的成因，并提出了解决思路；其次，基于所提出的鸭翼/升降舵协调控制方案设计控制器，并与已有的姿态超调方案进行了仿真对比；最后，仿真结果表明所提出的鸭翼和升降舵协调控制方法不但可有效解决航迹姿态“解耦”问题，而且可保持攻角良好的动态性能。

在单轴旋转惯导系统中，轴向陀螺漂移是影响系统导航精度的重要因素。为了提高惯导系统的导航精度，采用混沌粒子群算法(chaos particle swarm optimization, CPSO）优化的最小二乘支持向量机（least squares support vector machine, LSSVM）〖JP+1〗对轴向激光陀螺漂移进行辨识。利用初始对准12 h内系统纬度误差和温度变化量作为LSSVM模型的训练数据，利用CPSO对LSSVM进行参数优化，利用优化后的LSSVM模型对轴向陀螺漂移进行辨识，轴向陀螺漂移辨识精度优于0.000 2 （°）/h, 系统定位误差优于1 nm/72 h。试验结果表明，CPSO是选取LSSVM参数的有效方法，该方法能够有效地辨识轴向陀螺漂移，具有很高的辨识精度，具有很高的实际应用价值。

针对贮存期光纤惯组性能检测问题，提出基于先验信息的静态检测方法。该方案建立了光纤惯组检测用简化误差模型，引入零速信息和方位瞄准信息进行基于卡尔曼滤波对准的光纤惯组静态性能检测，并结合历史的检测信息进行比对。通过该方法可检测出3个轴向陀螺和加速度计的等效零位误差，简化了惯组检测流程，缩短了检测时间。理论分析和仿真结果验证了该方案的可行性和正确性。

为了满足车载武器的捷联惯导系统（strapdown inertial navigation system，SINS）动基座初始对准中对辅助信息自主性的要求，提出了基于里程计辅助的SINS动基座初始对准；针对车载SINS在行驶过程中，地面的不平坦、阵风以及人为操作等因素引起的载体姿态变化，文中利用姿态更新来实时记录载体在各种因素干扰下的姿态变化，结合初始姿态的最优估计值得到载体导航前的姿态，真正地实现了导航前一刻的初始对准。仿真结果表明，基于里程计辅助的SINS动基座初始对准方法对准精度高，收敛速度快，能够实现车载武器系统的动基座对准要求。

分数阶比例-积分-微分(proportional-integral-derivative，PID)控制器是整数阶PID控制器在复数域的推广，通过引入两个可调参数λ和μ使得控制器参数整定范围变大，但使得参数设计变得更加复杂。针对分数阶PID控制器的特点，提出了一种参数自适应的改进型差分进化算法整定方法，在目标函数的选取上，针对传统时间与绝对误差乘积准则对超调量控制不足，引入误差与控制信号加权，分别对整数阶和分数阶被控模型进行理论分析和数值仿真，仿真结果证明了该控制器参数设计方法的有效性和准确性。

针对一类分数阶非线性时滞系统，研究其P型迭代学习控制问题。首先，根据分数微积分的基本性质并借助推广的Gronwall不等式，获得系统状态变量的范数不等式估计；然后，通过引入λ-范数，获得在开环和闭环P型迭代学习控制作用下，系统控制输入以及跟踪误差收敛的充分条件。所得结果与已有结果相比，具有更小的保守性。最后，通过数值仿真验证所提方法的有效性。

提出一种结合空时分组码(space-time block coding, STBC)与双层预编码的方法。建立了基于STBC的双层预编码多输入多输出(multiple input multiple output, MIMO)系统模型，给出了预编码赋形权矢量的构造方法，利用预编码形成的两个虚拟子信道同时传输两个数据流，同时结合Alamouti STBC构成混合编码，带来分集增益；针对STBC双层预编码系统设计了一种低复杂度的译码方法。理论和仿真结果表明，新系统可以同时带来分集增益和复用增益，有效提高系统信道容量，与通常的MIMO系统相比，误码性能得到明显改善。

根据跳频信号与部分频带噪声阻塞干扰信号的近似统计独立性，提出一种基于盲源分离的跳频通信对抗部分频带噪声阻塞干扰方法。所提方法利用分离信号的二阶或高阶统计量构建目标函数引导分离矩阵迭代，实现跳频信号与部分频带噪声阻塞干扰信号的有效分离，从而提高跳频通信的抗干扰能力。仿真结果表明,所提方法可明显改善跳频通信在部分频带噪声阻塞干扰下的误码率性能，而且分离算法的处理时延很小，有望满足跳频通信的实际需求。

针对车载卫星移动通信系统的波束指向跟踪问题，提出一种基于同时扰动的单通道接收阵列天线跟踪方法。由于无法获得目标函数的准确梯度，所提方法对控制变量采用无差别的随机扰动，实现了单通道接收阵列波束指向的精确对准；通过分析移相器对波束指向的影响，提出了改进的同时扰动跟踪方法，加快了跟踪过程的收敛速度，为实现车载相控阵天线的精确、快速跟踪提供了一种新思路。与现有跟踪方法相比，所提方法直接扰动移相器而不是波束指向，减小了移相器参数变化和系统误差对跟踪结果的影响，提高了波束跟踪的稳定性，降低了天线设计的硬件要求。

作为视频通信中非常重要的关键技术之一，码率控制用于调整视频码流以满足带宽受限的条件，能够直接影响视频编码器输出码率的稳定性和保证视频质量。首先描述码率控制问题，给出码率控制算法的分类准则；然后对众多的H.264/先进视频编码（advanced video coding, AVC）码率控制算法根据应用目的进行具体描述；最后从适用标准和应用目的两个方面，详细指出码率控制技术今后的研究方向。

综合应用冲激滤波器、改进的前向后向(forward and backward，FAB)扩散滤波器和全变差(total-variation，TV)扩散算法，提出一种双正交映射约束的混合偏微分方程扩散图像放大算法。改进的FAB滤波器能够很好地增强图像的小边缘，参数约束的冲激滤波器可增强图像的强边缘，基于水平集方法实现的TV扩散可以消除边缘的锯齿波，使边缘光滑，所提算法综合以上优点。利用退化模型的低通滤波器的双正交滤波器得到一个空域双正交映射，放大图像完全满足退化模型，使放大图像对于退化模型可逆。仿真实验表明，与其他算法相比，所提算法有较好的性能，得到的放大图像更加自然，在弱边缘和中等强度边缘都有更好的视觉效果。

针对K-奇异值分解（sigular value decomposition, SVD）算法存在的问题，结合结构聚类和字典学习，提出了一种基于非局部正则化稀疏表示的图像去噪算法。首先，利用非局部去噪的思想将结构相似的图像块聚类，每一类图像块单独进行字典学习，增强了字典的自适应性；其次，利用稀疏K-SVD替代传统的K-SVD进行类内字典学习，改善了字典的结构性；最后，引入稀疏系数误差正则项来修正稀疏系数以进一步改善图像的重构效果。实验结果表明，与传统的K-SVD算法相比，该算法能够有效地保持图像的结构信息，并且提升了去噪效果，同时，在不降低图像结构相似度的基础上，峰值信噪比很接近甚至部分好于目前先进的去噪算法。

提出了基于灰色绝对关联度构造统计量进行图像边缘检测的新算法。所提算法将像素8邻域按水平、垂直方向分为4个部分，再按两对角线方向分为另外4个部分，基于灰色绝对关联度模型构造一种统计量，分别计算8个部分内像素的统计值，取最小的统计值与阈值比较，从而确定邻域中心像素是否为边缘点及其边缘方向。实验表明，所提算法简单、易实现，具有一定抗噪性能及检测边缘准确清晰等优点，对于灰度变化剧烈的图像检测出的边缘效果比传统算法要好。

已有演化元胞遗传算法中的演化规则多从元胞自动机中直接引入，未在状态演化中考虑个体间适应值的差异。根据密度制约关系提出一种新的演化元胞遗传算法来处理动态优化问题，在考虑个体适应值优劣与局部种群密度的前提下，通过密度制约与种内竞争实现个体在元胞空间内的生死演化，并建立种群规模增长模型控制元胞空间内存活个体规模。选取不同强度、复杂度的动态优化问题对算法性能进行验证，结果表明新算法具有良好的处理动态优化问题的能力。

利用屏蔽的系统寿命数据，在多重定数截尾样本下研究串联系统中部件的可靠性估计问题。首先利用概率元分析方法，推导样本似然函数。然后基于样本似然函数，给出部件参数和可靠度函数的极大似然估计，同时分别在平方损失、线性指数损失和广义熵损失下，得到了部件参数和可靠度函数的Bayes估计。最后通过数值仿真研究屏蔽水平和截尾因子对估计精度的影响，并对各种估计进行了比较。

为了验证平均秩次法在估计完全删失数据分布函数参数时的有效性，设计了一种明晰平均秩次法适用范围的蒙特卡罗仿真方法。该方法考虑现场故障数据的实际生成过程，以机群为研究对象，通过飞机架数、飞行天数、日利用率动态变化驱动故障样本、删失比变化，获取故障间隔时间的完全删失数据。结合拉依达准则，确定了平均秩次法的计算错误率。仿真结果表明，样本量在9.1，删失比为0.328时，错误率达到28.9%，此条件下，平均秩次法已经不适用。因此，在航空工程实际的可靠性评估中，由于大量高可靠性产品的出现，平均秩次法的适用范围变窄。