在衰落信道下，提出了具有加权抵消的线性并行干扰消除多用户检测器(weightcancelled linear parallel interference canceller， WLPIC)，不同于传统的线性并行干扰消除检测器（linear parallel interference canceller， LPIC）估计多址干扰的方法，WLPIC利用前一级软输出乘以一个相应的加权系数来恢复后一级期望用户信号中的多址干扰，并进行干扰抵消。基于最小均方误差准则，给出了加权系数的计算公式。对WLPIC进行了误码性能分析。理论分析和仿真结果表明，WLPIC能有效地克服远近效应，性能优于LPIC和匹配滤波检测器。

针对强相关及多径信号环境下，基于均匀平面阵的高分辨方法无法准确估计信号的二维到达角以及运算量大等问题，提出了一种基于二维空间平滑的波束域MUSIC算法。该方法首先沿均匀面阵的两维方向对阵列接收数据进行二维空间平滑，实现相关源的解相关；然后将空间平滑后阵元空间的数据变换到波束域以降低计算量和系统复杂性；最后利用波束域MUSIC算法估计相关信号的二维角度。该算法能有效地对相关信号进行解相关，在降低传统的高分辨方法运算量的同时，可以获得比阵元空间处理更稳健的测角性能。理论分析和数值仿真结果验证了算法的有效性。

根据跳频信号的非平稳特性，提出一种基于时频分布的跳频信号盲分离方法。该方法利用不同源信号时频特征的差异，通过对混合信号的一组时频分布矩阵联合近似对角化来实现信号的盲分离。理论分析和仿真结果表明，这种方法在未知任何先验参数的情况下，能够有效分离多个跳频网台，而且具有较强的噪声抑制能力。

针对空间受限平台多部跳频电台相互间严重的同址干扰，研究同址干扰约束下跳频通信系统的频率分配问题。从子网内、子网间和同步信号的特殊约束三个层次分析跳频通信系统频率分配的约束条件，依据各种同址干扰源产生的概率分别设置各约束的权系数并建立代价函数，基于模拟退火算法系统提出同址干扰约束下跳频通信系统的频率分配方法。仿真结果表明,该方法可以明显降低跳频同步信号被干扰的概率，提高系统的电磁兼容性能，有效解决空间受限平台跳频通信系统的频率分配问题。

针对信道化接收机的低通滤波器组结构中NCO消耗资源巨大的问题，提出了一种基于三角函数的相位旋转法。介绍了该算法的结构，然后在FPGA上实现了该方法。最后通过产生八路NCO所占用资源的对比，说明该方法与直接使用查表法或CORDIC算法相比最少能节省50％的逻辑单元和存储器单元。该方法可以很容易推广到频谱监测、多频移键控调制、跳频接收等应用中。

详细推导了考虑边界电荷时RWG-MoM分析问题中涉及的阻抗矩阵计算公式，解决了阻抗矩阵计算中遇到的面积分奇异及线积分奇异问题，尤其是线积分奇异的处理，给出了巧妙的推导。通过仿真试验研究了边界电荷对电流分布及近场的影响，发现随着物体尺寸的减小边界电荷对电流分布及近场的影响逐渐明显。

针对电子战中的宽带侦察数字信道化接收机，提出了基于短时傅里叶变换的宽带数字信道化接收机的改进方法，给出了该方法的FPGA实现。该方法采用多相滤波结构，通过先对时域抽取信号进行傅里叶变换，再对变换结果进行加权处理，从而实现宽带信号信道化。理论分析和原理样机系统验证表明，在相同的FPGA资源和时间分辨要求条件下，该方法相对传统短时傅里叶变换的信道化接收机可实现更多的信道数。

基于双通道多输入多输出合成孔径雷达(multiple-input multiple-output synthetic aperture radar, MIMO-SAR) 新体制，提出一种置换相位中心天线(displaced phase center antenna, DPCA) 离散调频傅里叶变换(discrete chirp-Fourier transform, DCFT) 实现运动目标的检测、定位和成像的方法。提出利用DCFT方法估计运动目标径向速度，考虑到线性调频信号通过DCFT处理后的单峰值特性，给出一种估计目标运动沿航向速度的快速搜索方法。由于同一多普勒中心频率在不同载频下的脉压位置不同，因而可以利用位置的比值来确定模糊次数，从而实现了运动目标的正确定位。在解模糊过程中，给出了载频设计分析。通过将传统双通道DPCA的一发多收体制扩展到双通道MIMO体制，不仅能够实现低信噪比情况下动目标检测，还可以完成动目标速度测量、定位和成像。

对于隐藏在强杂波环境中的人造目标，传统的恒虚警率（constant false alarm rate, CFAR）目标检测算法受到较大程度的制约。为了改善检测性能，提出了一种基于二维Gamma分布的变化检测算法，并给出了参数估计、变化分析、CFAR归一化、目标聚类等关键步骤的实现方法。该算法在拟合精度较高的二维Gamma分布的基础上，充分利用图像间的相关性抑制强杂波。对实际数据的处理表明，该算法具有较好的检测性能，能在低虚警率的基础上实现较高的检测率。

针对地表信息探测及监控的地面遥感应用场合，利用同步轨道卫星对地观测重复周期短、可实时监控的特点，从概念、原理上对同步轨道合成孔径雷达进行了说明，对其参数设计方法进行了研究。在条带成像模式下对卫星相对运行轨迹和波束覆盖范围进行了重点研究，理论上分析和计算了卫星轨道及姿态对雷达成像斜视角及多普勒中心的影响。基于对中国地区地理的监测，设计了一组有效的雷达参数，对此进行了理论仿真，对GEOSAR成像中的距离多普勒成像算法和后向投影算法分别进行了对比和说明。通过数据仿真结果验证了本系统的有效性和可行性。

提出了一种能同时重构多个导体目标外形的新方法——混合粒子群算法。利用矩量法和渐近波形估计技术求解电磁散射问题，以测量的散射场和计算散射场偏差作为目标函数，将待优化变量设置为目标的截面轮廓近似表达的三角级数形式的系数，通过混合粒子群算法对待优化变量进行优化，使目标函数达到最小值来对自由空间中的散射体进行电磁成像。仿真结果表明，混合粒子群算法比伪群交叉算法具有更好的收敛性能和成像精度，具有较强的抗随机噪声干扰能力。

针对强干扰目标信号污染影响传统的特征投影方法杂波抑制性能的问题，提出了一种稳健的特征投影方法。该方法首先构造与回波数据矢量对应的模归一化矢量，对其协方差矩阵进行特征分解，构造新的噪声子空间，最后将回波数据矢量向新的噪声子空间投影进行杂波抑制。理论分析和实验结果验证了该方法的有效性和稳健性。

星载合成孔径雷达（synthetic aperture radar, SAR)用于动目标检测和参数估计时，忽略动目标加速度的影响将会导致沿航迹速度估计的较大误差。给出了星载双站合成孔径雷达检测和估计地面运动目标加速度的算法，该算法主要利用运动目标相对于工作在Tandem模式下的星载双站SAR具有不同相对径向速度的原理，利用三孔径星载SAR估计径向速度的算法,估计出相对于星载双站SAR的不同径向速度。根据这两个径向速度和SAR视角之间的关系，计算出动目标运动方向和常数项切向速度，最后根据估计的调频斜率计算出切向加速度和径向加速度。仿真结果表明,该算法能正确地估计出具有加速度的动目标速度参数。

计算目标雷达散射截面时，对于存在近区多次散射的目标，对存在近区耦合场的单元的识别非常复杂。从磁场积分方程出发，结合图形电磁计算平台GRECO，经过适当的坐标转换，可快速识别对单元产生耦合场的区域；同时，采用迭代物理光学方法，计算了典型目标的近场与远场RCS。数值算例证明了本方法的有效性，本方法考虑了目标的多重散射特性，使得图形电磁计算方法从物理光学方法扩展应用到迭代物理光学方法。

针对MUSIC(multiple signal classification)类方位估计方法在低信噪比下性能较差的问题，利用多输入多输出系统中已知的发射信号信息和阵列结构本身的特点来改进传统的MUSIC类子空间估计方法。在常规SSMUSIC(signal-subspace scaled MUSIC)方法的基础上，通过对接收信号做匹配滤波和对样本协方差阵做空间平滑来减小噪声子空间的方差，从而大大改善了该方法在低信噪比时的性能。仿真实验结果表明:在文中给定的实验条件下，相比常规SSMUSIC方法，所提方法具有更低的分辨门限和更小的均方根误差。

美国国防部体系结构框架（DoDAF）作为一种通用的系统体系结构描述规范，得到业界的广泛认可。但由于其本身描述形式的局限，无法支持对集成系统体系结构动态特性的分析。在建立DoDAF产品描述与层次化着色Petri网（HCPN）不同建模语言间对应关系的基础上，提出了以集成体系结构操作活动模型（OV-5）、操作规则模型（OV-6a）、逻辑数据模型（OV-7）为主体的可执行模型五阶段建模方法。旨在使由DoDAF体系结构产品建立HCPN可执行模型的过程规范化、步骤化，为实现体系结构可执行模型的自动转换提供技术支持。

探讨了可执行武器装备体系结构的总体框架，分析了建立可执行体系结构的三个阶段，提出了建立可执行模型的方法和步骤。该方法以体系总体描述、系统体系结构、作战活动图、作战顺序图以及作战规则模型等视图产品为基础，通过视图产品到仿真模型的映射机制建立可执行模型。以ExtendSim仿真工具作为可执行模型的运行环境，选取战时情报侦察监视体系作为实例研究，说明了该方法用于武器装备体系结构动态分析是可行的。

针对方案属性值为随机变量、属性权重未知的风险型多属性群决策问题，根据决策者有无先验信息、专家估计方差是否可知等情形，提出了两类集结决策者和专家主观概率的多元Bayes模型。这些模型先将群体对属性值的估计集结成单一分布，然后用Monte Carlo模拟的方法，通过计算每个方案的排名期望值，得到各方案的排序。给出了应用该方法的具体步骤，实例分析验证了方法的有效性和实用性。

为了减少系统扰动对建模精度的影响，将灰色理论中累加求和的思想引入到模型辨识算法中。通过乘积加权的办法，突出当前采样数据对模型准确性的贡献，弱化历史数据的作用。提出一种广义的灰色模型辨识算法，该算法沿用了最小二乘法的框架，对建模数据没有非负的要求，不仅融合了灰色辨识算法的优点，而且满足一般系统的辨识要求。

针对因决策因素个数的减少而导致的决策精度降低的情况，提出了一种基于单向变异S-概率粗集的动态决策方法。利用单向变异S-概率粗集的属性动态迁移特性，结合知识库中的统计信息，讨论了单向变异S-概率粗集模型的属性概率性质。利用上述性质的讨论，给出了一个具体的军事动态决策实例，从而证明该方法可以有效地提高决策精度。

利用平衡计分卡（balanced score card, BSC）建立供应链绩效的评价指标体系，应用层次分析法（analytic hierarchy process, AHP）确定BSC中二级指标体系的指标重要性权重，应用信息熵理论确定BSC中一级指标体系的指标分类权重，最后利用未确知集理论（unascertained set, US）对供应链绩效进行分析与评价。实证分析表明，基于未确知测度模型的供应链绩效评价方法，能够对供应链绩效进行很好的划分与评价，为供应链绩效评价提供了一种新的思路。

针对联合作战计划编制过程中的作战行动过程验证问题,在已有计划表示和计划推理相关研究的基础上，从知识管理的角度，提出了一种基于语义推理的联合作战行动过程验证方法。通过对计划知识进行基于本体的表示、基于描述逻辑及一阶谓词逻辑的逻辑推理，以实现对联合作战行动过程的验证。并以某联合作战行动过程的验证为例进行了实验。实验表明，该方法可实现对专家知识的扩展，能够发现联合作战行动过程开发的异常与不兼容，由此提高作战计划正确性检验的效率。

作战计划为指挥员提供先进的决策辅助，需要明确有关作战过程相应的信息需求，并依赖于作战过程的形式化领域模型(本体)的开发。研究了相关文献中的作战行动规划过程模型，综述了若干通用计划本体的开发，如计划概念要素、知识表示技术等，为进一步研究作战行动过程提供了足够的、不同模型的信息。

通过分析中继卫星操作规划问题特点,提出一种基于状态-动作模型的任务规划建模方法。采用PDDL语言对中继卫星的领域知识进行描述，解决动作的持续时间约束、复杂资源约束以及一类特殊的外部事件的表达问题。最终建立的中继卫星操作规划模型表明，该方法较传统规划建模方法具有更强的描述能力。通过引入领域知识将操作任务规划问题分解为规模较小的子规划问题,并给出子任务对应的可选动作集合，从而减小了规划解的搜索空间，提高了求解效率。

建立了预警机作战效能评估的指标体系，提出了区间数的幂运算法则。采用区间数特征向量法确定了指标体系中定性指标的权重，采用区间数特征向量法和信息熵法相结合的组合赋权法确定了指标体系中定量指标的权重。给出了指标体系中定量指标和定性指标的规范化方法，提出了用区间数形式的加权和与加权积关系进行指标聚合的方法。最后通过算例对该方法的有效性进行了检验。

为有效地评估战场电磁态势，研究战场电磁目标的聚类分选方法是非常必要的。提出了一种Vague集相似度量方法，该方法能同时考虑目标数据的全部证据信息和不精确性信息。然后，结合领域专家的知识与经验，研究了一种Vague聚类方法，该方法通过对构建的布尔矩阵逐行扫描，能方便地实现对目标的聚类分选。最后，选定某战场环境中的5个电磁目标，采用提出的Vague聚类方法进行分选分析，计算结果验证了采用Vague聚类方法分选战场电磁目标的可行性。

针对无线传感器网络在地面目标声振信号识别方面的应用需求，在分析现有算法缺点的基础上，提出了基于粒子群优化(particle swarm optimization, PSO)方法的目标识别算法。利用粒子群算法优化基于模糊逻辑规则的分类器(fuzzy logic rule based classifier, FLRBC),分析了算法中各个参数的设置对算法性能的影响。基于实地采集到的信号的仿真实验表明，该方法在一定程度上提高了目标识别的正确率和稳定性，平衡了分类性能，改善了收敛性质。

针对一类具有马尔可夫跳变参数的It^o类型不确定随机时滞系统，讨论了该类系统的鲁棒非脆弱H_∞滤波问题。在被控对象及滤波器同时存在不确定性的情况下，闭环滤波误差系统渐近稳定，干扰抑制性能指标小于给定上界。通过构造一个LyapunovKrasovskii泛函，应用It^o微分公式沿系统对其求微分，再运用线性矩阵不等式（linear matrix inequality, LMI）和It^o公式，给出了非脆弱滤波器存在的可解性条件。通过数值算例表明了该方法的有效性。

研究了卫星大角度姿态机动过程中利用非线性H_∞方法设计干扰抑制控制器问题。利用凸优化的方法进行两步联合的系统性方法对刚体卫星大角度姿态机动问题进行建模和控制。首先，非线性卫星姿态动力学和运动学方程转化为线性参数可变 (linear parameter varying, LPV) 系统；然后，在LPV系统基础上，提出了基于平方和数值计算工具的Lyapunov设计方法，分别给出了使系统稳定和干扰抑制的非线性H_∞控制器设计方法。仿真结果表明了所设计控制器的有效性和可行性。

如何生成最优的模糊规则数及模糊规则的自动生成和修剪是模糊神经网络训练算法研究的重点，针对这一问题，提出了基于无迹卡尔曼滤波（unscented Kalman filter, UKF）的自组织模糊神经网络的训练算法。分析了模糊神经网络的非线性动力系统表示，并用递推最小二乘法（recursive least square, RLS）和UKF分别学习线性和非线性的参数,给出了模糊规则生成的准则和参数更新的策略；然后，用误差下降率方法作为模糊规则修剪的策略，删除作用不大的规则。通过典型的函数逼近和系统辨识实例，表明所提算法得到的模糊神经网络的结构更为紧凑，泛化性能更佳。

可重复使用运载器的上升段飞行过程较为复杂，其轨迹线设计是一个多约束的非线性规划问题，优化求解较为困难。为形成较为实用的上升段轨迹线设计策略，将上升段分成投放分离段、拉起点火段、动力爬升段和无动力爬升段四段进行分析设计。通过各段运动特点的分析，各段采用不同的轨迹策略，确定所需要设计的参数及其范围，将各种物理约束及末端条件约束转换成适应度函数，最后将轨迹优化问题转化成设计参数的寻优问题，通过具有很强非线性搜索能力的粒子群优化算法对参数进行优化求解。结果表明，设计的轨迹线能很好地满足任务指标。

为了使升力式飞行器再入大气层后取得最大横程，采用高斯伪谱方法求解最优再入轨迹。利用微分形式高斯伪谱方法将飞行器三自由度再入轨迹优化问题转化为非线性规划问题，选取高斯节点上的状态量和控制量作为待优化参数，并将最优性能指标选为横程最大，然后对再入轨迹进行了求解。通过与按最大升阻比飞行方案所得结果进行对比，表明按所提方法求取的再入轨迹优于后者。此外，仿真过程还说明高斯伪谱法对状态猜测值并不敏感，算法容易收敛，适用于轨迹优化问题的求解。

针对强化学习中探索和利用之间的平衡控制问题，提出了一种基于信息熵的强化学习算法。该算法利用信息熵的概念，定义了一种新的状态重要性测度，度量了状态与目标之间的关联程度，据此设计了一种探索机制，用于自适应调节学习过程中探索和利用之间的平衡；通过设置可变测度阈值的方法，对状态空间进行自主删减，最终生成合适的、规模较小的状态空间，从而大大节约了计算资源，提高了学习速度。仿真结果表明，所提算法具有较好的学习性能。

针对光纤陀螺（fiber optic gyroscope, FOG）输出数据的随机噪声问题，提出将变步长最小均方（least mean square, LMS） 自适应滤波算法应用于FOG数据处理中。根据FOG数据特点，构造变步长LMS 自适应滤波器，对FOG输出数据进行实时预处理，自动地调节参数，达到降低FOG随机漂移及角度随机游走的目的。采用Allan方差对滤波前后的FOG数据进行分析，结果表明所提出的算法在FOG数据处理中效果明显，可以优化FOG的零偏稳定性0.019(°)/h及角度随机游走0.001 5(°)/h^1/2。

提出一种基于Gabor相位与局部二值模式（local binary patterns， LBP）算子的活动表观模型（active appearance model, AAM）。与基于亮度的AAM相比，改进模型在三个方面提高了算法性能：提供多尺度多方向的Gabor纹理，提高了模型的匹配精度；增强了对外部环境变化（如光照）的鲁棒性；基于LBP的纹理编码去除了大量冗余。实验结果表明该模型能够有效提高模型的匹配精度。

为克服Renyi熵阈值化方法在处理图像固有模糊特性上的不足，基于模糊集理论，提出一种有效的图像多级阈值化方法。把图像转换到模糊域，定义分割区域的模糊Renyi熵，然后应用最大熵原理对图像实施阈值分割。另外，在方法实现中采用差分演化算法搜索最佳阈值，以提高计算效率。在合成及真实图像上的实验结果表明了提出方法的有效性，同时，运用差分演化算法使方法满足图像分割时间性能需求。

针对图像的场景语义检索问题，提出一种基于多示例学习(multi-instance learning, MIL)的新方法。首先，该方法将图像当作多示例包，再根据图像的颜色复杂度，设计了自适应JESG图像分割方法，对图像进行自动分割，并提取每个分割区域的颜色－纹理特征，当作包中的示例，将图像检索问题转化成多示例学习问题；然后，利用改进的推土机距离（earth mover distance, EMD）来度量不同多示例包（图像）之间的整体相似度，设计了一种新的惰性MIL算法，用于场景图像检索。基于COREL图像库的对比实验结果表明，设计的示例构造方法与MIL算法都是有效的，且检索精度优于其他同类方法。

根据免疫系统B细胞和T细胞模型，建立人工免疫系统与无线传感器网络间的相似关系，提出一种邻域节点选择算法，以判断传感器节点是否被激活。由于事件信息传递到汇聚节点会产生偏差，利用时空相关理论和自适应最小均方误差滤波算法，建立偏差与激活节点数目及偏差与节点通信频率之间的关系，确定传递事件信息所需最少激活节点数和最佳通信频率。不同条件下仿真结果表明，这种无线传感器网络优化策略能起到减少节点数目、降低通信频率及节约能耗的效果。

针对现有多跳无线自组网路由协议以被动方式对拥塞进行处理，有可能导致更多的分组丢失、更长的时延和更大的网络开销问题，提出了一种基于辅助路由的拥塞自适应协议（congestion adaptive protocol based on aided-routing, CAPAR）。该协议以主动方式对拥塞进行处理，采取建立辅助路由的方法对发送给拥塞节点的业务流量进行分流，主动避免拥塞的发生，克服了以被动方式对拥塞进行处理所带来的不利影响。给出了CAPAR协议的建立过程，证明了CAPAR协议的正确性，并对其路由存储代价和路由更新代价进行了分析。结果表明，与其他按需路由协议相比，CAPAR减少了重新建立路由所带来的开销和时延，其路由更新代价明显降低。

为了解决认知无线网络资源管理中感知信息传输时延大、效率低以及易受干扰等问题，构建了一种具有较低功率谱密度和较强抗干扰能力的宽带公共协同信道（common coordinate channel, CCC），实现了感知信息的即时、可靠交互。借助干扰温度的概念，以城市环境为例，重点分析了宽带CCC信道对主用户的干扰，得到了不同干扰门限、不同供给负荷以及信道带宽下，次用户与主用户之间的干扰概率。理论分析和仿真结果表明，对常见的窄带系统，利用该方案可以将CCC信道对主用户的干扰控制在较低的范围内。

为改善认知无线电的自适应参数调整功能，设计了一种基于免疫遗传算法的认知决策引擎。运用免疫遗传算法对无线电系统待优化的目标函数进行寻优，针对一种多载波系统对算法性能进行了仿真分析。结果表明，该认知无线电决策引擎在爬山能力、收敛精度和算法稳定度等方面要优于基于标准遗传算法和模拟退火遗传算法的决策引擎。

为了准确评价多层文本分类方法，解决传统平面分类评价指标应用到多层分类中的局限性，在研究基于概念树的多层文本分类方法基础上，有效利用多层结构中类别之间的层次关系和“亲疏”关系，提出了一组能够准确描述多层分类性能的扩展评价指标。利用错误分类样本分布定义了错误分类集中度，在评价分类结果的同时能够指导训练样本的选择过程，使得训练样本更具有代表性。通过中文新闻语料的分类实验，证明了扩展评价指标对于多层分类结果的评价更为准确，错误分类集中度有助于训练出更加准确的分类模型。

自组装DNA计算在解决NP问题，尤其是破译密码系统方面，具有传统计算机无法比拟的优势。采用DNA分子瓦编码信息，借助于分子瓦之间的粘性末端进行自组装，给出了乘法运算的实现方案。在此基础上，通过引入非确定性的指派分子瓦，提出了一种用自组装DNA计算破译RSA公钥密码系统的非确定性算法。通过创建数以亿计的参与计算的DNA分子瓦，在DNA计算能力允许的范围内，该算法可以并行地测试每个可能的因子，以高概率地分解整数。该方法最大的优点是充分利用了DNA分子瓦具有的海量存储能力、生化反应的巨大并行性以及组装的自发有序性。

分析了传统的用于多峰函数优化问题的小生境遗传算法的特点和不足，基于免疫系统中的克隆选择原理，运用记忆算子、抑制算子和重组算子等技术对克隆选择算法进行了改造，并引入一种新的小生境技术，提出了一种解决多峰函数优化问题的小生境克隆选择算法。最后，实现了该算法对单无人作战飞机（unmanned combat air vehicle, UCAV)多航路规划这类多峰函数优化问题的优化仿真，结果表明该算法简单有效。

针对高维复杂优化问题，提出了基于中心变异和自适应交叉概率的差分进化算法——中心变异差分进化（center mutationbased differential evolution, CMDE）算法。该算法首先改进了个体的变异形式，即把当前代的群体中心作为基向量，依据参加变异的三个随机个体向量间的函数适应值的大小关系,确定差向量的方向；然后给出了自适应交叉概率策略，即依据交叉的作用，通过分析个体向量间的函数适应值在群体内部的分布情况，确定每个个体的交叉概率。通过几个Benchmark函数的测试表明，CMDE算法具有较快的收敛速度，且对于高维复杂问题的求解精度高，寻优性能好。