根据有限集统计方法，推导得到了可适用于不可分辨目标跟踪问题的势概率假设密度（cardinalized probability hypothesis density， CPHD）滤波器。类似传统的点目标CPHD滤波器，该不可分辨目标CPHD滤波器不仅可以递推地传递多目标状态集合的一阶统计矩，还可以传递多目标个数（即势）的概率分布。蒙特卡罗仿真实验表明，相比Mahler提出的不可分辨目标PHD滤波器，所提出的不可分辨目标CPHD滤波器具有更加精确和稳定的多目标个数和状态估计，但它的计算量要大于不可分辨目标PHD滤波器。

自适应新生目标强度（probability hypothesis density, PHD）滤波是一种新颖的量测驱动的多目标跟踪算法。然而，该算法存在归一化失衡问题，且在航迹生成方面存在一定的滞后现象。针对以上问题，提出一种改进算法。首先，在分析归一化失衡问题的基础上，提出一种归一化因子修正方法，有效解决该问题。其次，在高斯混合框架下对算法进行实现，并引入一种新的航迹回溯机制，通过对每个高斯分量进行标记，然后对存在概率超过确认门限的分量进行回溯，从而得到每个目标的完整航迹。实验结果表明，改进算法在新生目标搜索和多目标航迹生成方面均优于传统算法，具有良好的工程应用前景。

针对传统多模型机动目标跟踪算法对模型数量的增长会产生组合爆炸和模型竞争现象，降低跟踪系统的性能，提出了一种模型集自适应的变结构多模型算法。采用基于Kullback-Liber（K-L）信息因子分析多模型算法中模型集各模型之间的匹配程度，并在此基础上实现对模型集的自适应调节，同时推导了各时刻模型概率与模型之间的模型转换概率矩阵，从而为变结构多模型算法的实现提供了基础。仿真实验验证了所提算法的可行性和有效性。

当目标识别系统中传感器信息高度冲突时，仅利用D-S组合规则无法有效融合。提出一种基于证据理论的目标识别方法，该方法首先定义了冲突系数，在此基础上设计了目标识别方法。当冲突较小时，直接利用D-S组合规则进行融合识别；反之，根据冲突的具体情况对证据先折扣再融合识别。通过目标识别仿真实验与其他识别方法进行了比较，实验结果表明所提方法提高了抗干扰能力，具有较快的收敛速度。

复杂的成型工艺使得机载弹载天线罩罩体各处的材料介电常数往往不一致，这将影响带罩天线系统的电性能，需要通过修磨罩壁几何厚度来补偿材料介电常数偏差的影响。提出了一种基于远场的天线罩壁厚修磨量的反求方法，根据带罩天线的远场计算公式，建立了求解罩体各处透射系数的反演模型，然后根据透射系数以及天线罩的外形、厚度等已知信息反求出各处的介电常数值，再按照电厚度一致的原则确定出壁厚修磨量。此外又提出了一种不增加天线罩网格数的近场积分网格细化方法，提高了反演模型的精度。最后对某1.2 m口径正切卵形天线罩进行了数值仿真，结果验证了所提方法的正确性和有效性。

现有直接信息采样（analog to information conversion， AIC）框架未考虑信号的轮廓在重构中占据特殊地位且对输入信号的有效性缺乏判断。针对这一问题，在压缩感知理论框架下，提出基于轮廓预提取的直接信息压缩采样理论。将输入信号的大轮廓用低速采样器件先行提取出来，再对输入信号的细节进行压缩采样。在重构算法方面，提出自适应分段正交匹配追踪算法以解决实时流信号的精确重构问题。从理论上分析了轮廓预提取直接信息压缩采样的有效性和可靠性。仿真结果表明，在同等条件下，通过引入少量轮廓信息的改进型AIC比传统AIC重构性能更好。

双基地多输入多输出（multiple-input multiple-output, MIMO）雷达可利用直达波进行幅相误差校正，但当直达波方向测量不准时，现有的校正算法性能会严重恶化。针对此问题，提出了一种新的基于子空间的旋转阵列幅相误差校正算法。该算法通过旋转发射阵列天线得到不同方位角的协方差矩阵，利用子空间算法估计通道的增益和相位误差。该算法无需已知直达波的入射角，只需已知发射阵列天线的旋转角度，即可同时完成发射通道幅相误差和直达波到达角的估计，且性能较好，计算机仿真和实测数据结果验证了算法的有效性。

现有合成孔径雷达图像的目标识别方法通常要进行预处理，预处理对于识别率影响较大。但是，针对不同的合成孔径雷达目标图像，预处理算法的自适应性很难得到保证。将基于核的主成分分析与稀疏表示相结合，只需很少的观测数据就能得到高识别率的目标识别结果，节省了数据存储量和计算量。首先，阐述了压缩感知的基本理论；其次，提出了基于核主成分分析和稀疏表示的合成孔径雷达图像目标识别算法；最后，选取MSTAR数据库中的5类目标进行实验。仿真结果表明，在没有方位角预测的情况下，该算法仍能有效地识别目标，与其他识别算法相比，在同等噪声污染的图像下，具有较高的识别率。

针对KK分布的参数估计，首先介绍了半经验估计法，然后提出了一种基于粒子群优化的估计方法。该方法将杂波数据统计直方图与KK分布概率密度函数在部分采样点上的差异作为代价函数，通过粒子群优化搜索参数的最优值。通过蒙特卡罗方法对半经验估计法在权重参数不同时的性能进行了仿真，然后分析了杂波数据样本点数的多少等因素对所提算法精度的影响，最后基于实测合成孔径雷达图像杂波数据对该算法进行了验证。仿真结果表明，该算法对KK分布参数具有良好的估计性能，KK分布与K分布等相比，对合成孔径雷达图像杂波数据具有更强的拟合能力。

针对现有基于H/A/α分解提取全极化高分辨率距离像（high range resolution profile， HRRP）特征的方法都没有考虑度量尺度对所提取特征性能影响的问题，提取了平均度量尺度下的特征子集，给出联合动态互信息概念用于选择最优平均度量尺度，并剔除特征子集中的冗余特征；在此基础上，结合Bagging和Boosting算法，提出一种宽带全极化雷达目标识别方法；最后在多类飞机目标HRRP样本集上验证了该方法的有效性。

基于均匀圆阵的相位模式激励提出了一种实用的全向测角算法。在互耦矩阵为对称Toeplitz矩阵的情况下，该方法可以消除天线阵元间互耦的影响并通过解模糊可以实现全方位测角。通过对该方法中固有误差、噪声和通道幅相不一致等对测角精度影响的理论分析，得到了各种因素与测角精度间的显式关系，进而可以为阵列参数的选择和根据测角精度要求提出对各种因素的约束指标提供参考。仿真结果验证了理论分析在相应条件下的正确性。

基于排队论，得出了信息熵形式的防空阵地网对要地保护能力的数学描述，并将防空阵地网对要地保护能力、防空武器系统部署地点地形条件和防线划分等因素作为优化目标，防空武器系统最小部署间距为约束条件，建立了多型防空武器扇形优化部署多目标优化模型。针对目前算法在解决高维多目标优化存在的问题，基于改进的强度帕累托进化算法（strength Pareto evolutionary algorithm, SPEA2），提出了将多个目标函数分成若干组，分别寻优，再综合求取全体目标函数非支配集的分组优化算法。仿真实验证明，该优化模型能够按现代防空作战特点进行防空武器系统的防线部署，规避不良地形，形成严密的防空覆盖面，且分组优化算法在性能上优于当前高维多目标优化降维算法。

针对小型无人机航迹规划中难以满足自身性能约束和实时性要求的问题，将飞行环境中的威胁分为可穿越威胁和不可穿越威胁；基于序列规划思想，采用粒子群优化算法规划基准航迹，采用改进的稀疏A*算法进行在线航迹规划。为提高在线航迹规划效率，将三维航迹规划转化为二维水平面规划和高度规划，仿真实验验证了该算法能够生成三维可行航迹，且规划时间显著减少。

对良好气象条件下载机军舰回收舰载机的模型进行研究，以便合理安排在回收阶段发生舰载机复飞、逃逸时空中交通，保证载机军舰回收舰载机的流量与等待航线、着舰航线、甲板阻拦区及甲板停机区等各阶段的容量相适应。对回收舰载机流程进行研究，基于系统动力学理论，建立影响空中交通流量管理的存量流量图及运行模型，并以美国载机军舰回收舰载机为例对该运行模型进行了验证。运行结果表明，本运行模型在舰载机复飞、逃逸的条件下能进行载机军舰空中交通流量管理的趋势预测，可为空中交通流量管理方案的制定提供技术基础。

建立了空间、时间、容量3个维度多层次机场终端区利用率评价指标体系，采用可拓层次分析法与状态分类评价法相结合的综合评价方法，对终端区评价日利用率等级进行评判。该方法实现了定性与定量方法的有效结合，能准确、全面评价机场终端区的利用率等级，对促进空域充分合理使用及提高空域管理水平具有重要指导意义。以杭州机场终端区为例，确定了单跑道机场利用率的阈值分布，结果表明该终端区利用率等级为良，实例验证了该方法的可行性。

通过分析舰艇海上器材保障模式，依据装备的层次分解结构、舰艇的备件更换修理能力，在根据备件的故障率确定备件需求的基础上，以系统的备件不短缺概率为优化目标，考虑备件总经费和仓库空间的约束，建立了基于边际分析法的备件配置优化模型。实例优化结果显示，携带舰艇车间可更换单元，在相同的备件存储空间和体积约束下，可以显著提高舰艇装备的战备完好性。

研究了项目评审中考虑专家文本评语和专家评分综合值的决策模型。将文本评语提炼成若干评价指标测评点，构建了含有评语信息和评分值信息的决策矩阵；建立了不完全文本评语下群体和个体指标测评点权重估测模型；提出了不完全文本评语残缺数值的估算模型；建立了考虑专家评审熟悉程度和评语接近程度的评分修正模型。最后的算例说明了方法的可行性和应用步骤。

针对对地观测敏捷卫星的大角度/位置的快速机动、高精度控制的任务需求，提出了一种敏捷卫星姿态确定算法。该算法利用对偶四元数推导出敏捷卫星运动学模型，并建立陀螺、星敏感器测量模型。通过对系统状态方程以及测量方程的线性化，应用自适应迭代扩展式卡尔曼滤波(adaptive iterated extended Kalman filer, AIEKF)算法对敏捷卫星的运动状态进行估计。仿真结果表明，所设计的算法能够有效估计系统状态噪声、测量噪声以及陀螺常值漂移，卫星的姿态角估计误差和角速度估计误差收敛至零，验证了算法的有效性。

针对高纬度地区地理经线收敛，造成传统惯导力学编排在地理极点存在奇异值的问题，结合军用大飞机对全自主、高精度、长航时、全球范围导航能力的需要，提出了极区格网惯性/天文组合导航方案。首先以格林尼治子午线作为航向参考，可避免航向参考线在极点处收敛。在此基础上定义了格网导航坐标系，并推导了格网惯导力学编排及其误差方程，解决了传统力学编排在极区无法工作的难题。其次，利用星跟踪器瞄准线位置矢量在惯导平台坐标系和计算坐标系内的测量和计算之差，作为卡尔曼滤波的量测以估计和校正惯导误差。仿真分析表明，格网惯性/天文组合导航方案在8 h内的定位误差小于400 m，可满足大飞机极区导航的需要。

在实效性要求高的空间操控任务中，脉冲轨道的优化设计必不可少。针对脉冲轨道转移和交会的优化设计问题，基于hp自适应伪谱法设计一种通用方法，以直接法计算为主，综合使用间接法主矢量理论交互式规划出最优N脉冲轨道的机动方案。该方法以hp自适应伪谱法直接求解首末端双脉冲机动，依据间接法最优脉冲机动满足的主矢量必要条件进行检验，通过增加脉冲或者首末端漂移进行交互式规划，逐步确定出最优脉冲数目N的值，再采用hp自适应伪谱法求解出各脉冲速度增量的矢量与施加时刻，获得脉冲轨道的优化设计。提供2个仿真场景算例，求解过程和结果表明，该方法对初值敏感度小、鲁棒性强、收敛快、实用有效，可以便捷处理脉冲轨道的优化设计问题。

卫星之间的高精度自主距离测量是卫星自主相对定位的基础，提出了一种基于半无调制数据的伪噪声(pseudo-random noise, PRN)码高精度星间自主测距方法。首先在无调制数据的同相支路完成信号的捕获、跟踪过程，然后利用同相和正交支路之间的相位关系，在携带数据的正交支路直接完成数据的解调过程，并借助非等量采样技术以及带通信号采样定理，使得卫星之间的自主相对距离测量精度理论上达到了4.6 mm。在信噪比(signal-to-noise ratio, SNR)为-20 dB的环境下，仿真实验结果表明测量精度优于2 cm。

提出一种机载武器捷联惯导系统任意失准角情况下的传递对准方法。该方法以两个相对惯性空间指向不变的坐标系为基础，将姿态四元数分解为可由子惯导陀螺仪输出计算的四元数、可由主惯导传递的信息计算的四元数以及需要估计的常值四元数。对比力方程进行数学变换，得到了线性量测方程。建立了任意失准角情况下的线性传递对准模型。设计了一种自适应卡尔曼滤波算法以解决观测噪声方差阵难以精确计算的问题。仿真结果表明，该方法在任意失准角情况下都能得到较高的对准精度，为机载武器捷联惯导系统提供了一种有效的传递对准方法。

针对高超声速滑翔问题，提出了一种基于能量和解析预测校正的滑翔制导方法。所提方法分纵向制导和侧向制导两部分。在纵向，利用准平衡滑翔条件建立了待飞距离与能量、倾侧角之间的解析数学关系，实现了对待飞距离的解析预测，并结合校正算法在线确定倾侧角指令大小，以满足对待飞距离和能量的要求，同时为了实现准平衡滑翔和满足终端高度、速度约束，进一步提出了基于高度的攻角指令调节方法；在侧向，提出了一种基于横程和待飞距离的侧向运动边界，以确定倾侧角符号和控制终端侧向偏差。与传统数值预测校正制导方法相比，所提方法的计算量和耗时显著减小，并且具有较好的精度和适应性。

针对机载全球定位系统（global positioning system， GPS）只能进行局部半物理仿真或外场试飞验证,而无法实现机载差分GPS (differential GPS, DGPS)硬件在环（hardware-in-loop, HIL）全方位高动态室内仿真、测试与评估的问题,提出一种基于实时仿真技术，利用GPS仿真模拟器和DGPS接收机，在实验室静态环境下，采用实时动态(real-time kinematic, RTK)载波相位差分法,对机载DGPS效能进行全方位高动态的室内评估系统构建方法。利用该方法构建的评估系统获取了机载GPS在差分和单点两种工作方式下的实验数据，通过比较分析单机GPS与DGPS所得的实验数据，验证了机载GPS差分方式在定位精度上是单点方式下定位精度的4~5倍。该系统能够在实验室静态环境下，全方位高动态模拟机载DGPS外场试飞的全过程，实现了在室内静态环境下对机载DGPS效能进行考核评估，并为今后机载DGPS效能的室内评估提供了实验依据和技术支撑。

针对非合作信号处理中的线性分组码盲识别问题，提出了一种基于有限域傅里叶变换（Galois field Fourier transform， GFFT）的检测识别方法。该方法对接收码序列按不同长度进行分段，对分段码字进行有限域上的傅里叶变换并计算其频谱的累积量。通过频谱累积量的不同分布情况，可以估计出正确的分组码长度。同时从频谱累积量中找出码字生成多项式的根，进而得到码字的生成多项式。仿真实验验证了算法的有效性，并对算法的误码适应能力和计算复杂度进行了仿真分析，最后给出了在不同误码环境下最优的频谱累积次数。

在采用相干解调方法进行接收时，正弦型非线性切普键控（sine nonlinear chirp keying， SNCK）信号受相位误差和多普勒频移影响较大，针对此问题提出一种将其近似为分段线性调频（linear frequency modulation， LFM）信号，采用分数阶傅里叶变换（fractional fourier transform， FRFT）进行解调的非相干解调方法。将FRFT解调方法与经典相干解调方法进行对比，通过理论推导和仿真分析发现，在严格同步条件下，SNCK信号相干解调性能优于FRFT解调方法，并且信号码元长度对FRFT解调性能有微弱的影响。但FRFT解调不受相位误差的影响，且具有相对较高的抗多普勒频移能力。

以增加实时性、延长无线传感网生存期为目标，在能量多路径路由协议的基础上，提出了改进方法。原协议是在多条路径中选择能耗最低的作为最优路径，由于其通信能耗的计算涉及到节点的剩余能量，导致计算结果会偏离实际能耗，选择的路径会与实际最优路径不一致。改进的算法计算出路径的实际能耗，用跳数作为度量实现网络实时性的控制，选择较低实际能耗、较高节点剩余能量和具有实时性的路径作为最优路径。研究表明，该协议在选择路径时充分考虑到节点剩余能量，有助于均衡消耗整个网络能量，具有实时性，可以降低数据传输延时，提高传输效率。

比较分析仿真输出与参考输出之间的差异是仿真模型验证的一种常用手段。为解决系统输出为非平稳快变数据的仿真模型验证问题，提出了基于经验模态分解和灰色关联分析的验证方法。首先采用经验模态分解方法将仿真输出和参考输出均分解为趋势项和平稳项两部分，然后从位置差异和外形差异两方面刻画趋势项之间的差异，用谱密度差异刻画平稳项之间的差异，再者采用熵权法确定各类差异的权重，最后基于灰色关联度分析综合三类差异得到验证结果。通过实例应用，验证了方法的有效性。

鉴于开放网络环境下的Web服务实体主要来源于不同的第三方提供者，并且其形成与运行过程常处于一种演化状态中，故难以采取传统的测试方式保障其可靠性。利用代数方法从“观察”角度考察系统及其性质，结合单子的高度可结合性、反射性和重用性，对Web服务相关活动的性质进行统一描述和测试，重点研究基于单子的Web服务测试用例形式化描述及其自动生产，以及服务测试单子的设计和实现等，以期从一定程度上解决Web服务测试目前所面临的动态灵活性和可组合重用性等问题。

随着通用图形处理器（general-purpose graphics processing unit， GPGPU）的广泛应用，GPGPU成为当前实现计算并行化的主要硬件平台之一。开放计算语言（open computing language， OpenCL）是一个开放的、面向异构系统平台的并行计算标准，支持在包括图形处理器（graphics processing unit， GPU）在内的多种微处理器架构上开发和运行并行程序。针对OpenCL平台开发了一套较完整的GPGPU微基准测试程序集，全面测试了GPU的单精浮点运算能力、GPU体系结构中各类存储单元的读写带宽及最佳访问模式等。这些面向OpenCL的GPGPU微基准测试程序，对OpenCL及GPGPU软件架构的设计者及使用者，均具有重要的实用和参考价值。

将智能算法应用在T-S模糊模型的辨识方面，是模糊系统辨识的一种新途径。文中对几种智能优化算法，如遗传算法(genetic algorithm, GA)、粒子群(particle swarm optimization, PSO)算法、菌群优化(bacterial foraging optimization, BFO)算法等的优化原理和在模糊辨识方面的应用现状进行了综述和分析，并给出了它们在T-S模糊模型辨识中对参数进行优化的过程。最后将这些优化方法用于一非线性动态系统的建模，并对仿真结果进行了对比和详细的分析，为进一步了解这几种优化方法在模糊模型辨识参数优化方面的作用提供了仿真实验依据。

可靠性评估是可靠性工程的基础，传统评估方法主要以物理故障为主，但网络独有的特点导致其评估难以回避非物理故障。从20世纪60年代首次提出网络的连通可靠性发展至今，由于网络复杂，评估方面广，影响因素多，几十年的研究产生了很多相关参数、模型和算法，导致网络可靠性概念杂乱，评估模型与算法不成系统。以故障为核心提出了网络可靠性3层评估模型，对应3类不同性质的网络故障，从可靠性工程的角度系统梳理了网络可靠性概念、内涵，并基于此综述了每一层所对应的评估算法。

为了提高软件可靠性预计精度和稳定性，本文提出基于组合模型的软件可靠性预计方法。构建组合模型的过程包括选取基模型和确定各基模型的权值。选取基模型时依据的准则有生命周期阶段、模型用户需求、故障数据类型、故障趋势匹配、模型假设吻合和模型预计偏好，并在此基础上阐述了基模型选取算法。基模型权值的确定采用序列似然比方法。最后，引用一组软件故障数据，用于检验此组合模型的预计效果。通过与单个模型的对比，显示组合模型预计结果更为可信。

屏蔽数据是指引起系统失效的真实原因不得而知，即失效原因可能是系统组件的某个子集。一般地，屏蔽数据下非齐次泊松过程 (non-homogeneous Poisson process, NHPP)类软件可靠性叠加模型中参数的极大似然估计比较复杂，因为叠加模型不能分解成几个简单的NHPP模型。本文主要研究基于屏蔽数据下叠加模型中参数的极大似然估计，评估软件系统的可靠性。最后通过一组模拟数据，说明极大似然估计效果良好。