针对传统非线性时频分析方法在跳频(frequency hopping, FH)信号参数估计时,会出现严重的交叉项和参数估计精度降低等问题,引入径向高斯核(radially Gaussian kernel,RGK)时频分析方法,该方法根据FH信号的不同自适应选择最优核函数,从而有效抑制交叉项。RGK时频分析方法可在高斯噪声环境下估计FH信号的参数,但在脉冲性较强的α稳定分布噪声中,该方法性能退化甚至失效。对此,结合最大似然估计理论,提出了一种α稳定分布噪声环境下的加权最大似然广义柯西(weighted maximumlikelihood generalized Cauchy,WMGC)滤波的新方法。采用基于WMGC滤波器的RGK时频分析方法(WMGCRGK方法,即WR方法),对该噪声中的跳频信号进行参数估计。仿真结果表明,与基于分数低阶及Myriad的时频分析方法相比,WR方法在α稳定分布噪声中具有良好的鲁棒性和优良的跳频信号参数估计性能。

研究了一种基于虚拟变偏振理论的红外面目标细节增强方法,该方法充分挖掘和利用了红外偏振信息的固有特点,利用入射光Stokes矢量和出射光光强之间的描述关系推导出出射光光强和起偏角度的解析关系,并据此虚拟实现了任意起偏角度的出射光光强,然后依据面目标信杂比最大准则,利用粒子群算法迭代实现了最优起偏角度的搜索,最终得到增强后的红外面目标图像。利用实测的长波红外偏振图像数据对算法的可行性和有效性进行了验证,实验结果表明,在灰度对比度、平均梯度、图像熵3种图像质量评价指标下,经此算法增强后的图像质量更高,为后续目标细节识别和攻击点选择等算法的实现奠定了良好的数据基础。

针对存在基站误差的目标无源定位问题,提出了一种基于修正牛顿算法的时差定位技术。众所周知,牛顿法对初值要求较高,较差初值会导致迭代发散,而且基站位置误差也会导致牛顿算法Hessian矩阵维数扩大和目标函数的缓慢下降,使运算量变大。该算法利用最大似然方法确定目标函数,运用牛顿法对目标位置进行迭代求解,对于计算过程中可能出现的病态Hessian矩阵,引入正则化理论修正病态的Hessian矩阵,使保证迭代收敛,同时简化算法降低Hessian矩阵的维数并且加速目标函数的下降趋势,使目标位置解脱离局部最小值,算法能够稳健高效的运行。实验结果表明:相对于传统牛顿法,此算法在初始值的选取上具有稳健性,对误差选取较大的初始值,仍能够保证算法的收敛性,同时加速了收敛速度,降低了计算量;相对于现有闭合式定位方法,此算法在噪声较大时具有较好的定位精度。

针对多分量线性调频(linear frequency modulation, LFM)雷达信号检测和参数估计精度低、计算速度慢等问题,提出了一种基于小波变换的切割聚类拟合参数估计的算法。该方法首先通过小波变换得到信号的三维时频分布图,其次采用等高线截取提取出小波脊线,再找出脊线的交点,以交点为界对小波脊线图进行切割,利用模糊C均值聚类完成各LFM分量脊线的聚类,最后分别对每段脊线进行拟合加权,从而估计出多分量LFM信号参数。仿真结果表明,与基于Hough变换检测直线方法相比,不仅在计算复杂度以及参数估计的准确度上都有较大的提升,而且当LFM信号分量达到4个以上亦有较准确的检测精度。

由于临近空间高超声速目标的机动形式复杂,单一模型很难满足高精度跟踪的需要。因此需要使用基于多种模型进行交叉耦合的交互式多模型算法,这种算法特点与临近空间目标高速、高机动特性相适应。提出了一种自适应网格交互多模型跟踪算法用于临近空间高超声速机动目标的跟踪问题。所提方法能够处理自适应时变模型集合,随时调整当前时刻使用的模型数量,相比于固定结构交互式多模型算法极大减少了计算量,计算效率和跟踪精度更高,数值仿真结果验证了所提算法的有效性。

针对现有群时延测量方法在宽带变频系统测量中,测量效率低、没有有效的群时延解模糊方法的问题,提出了一种基于相位校正（phase calibration,PCAL）信号的高精度时延测量方法和基于扩展中国余数定理（Chinese remainder theorem,CRT）的时延解模糊方法。利用PCAL信号梳状谱的频率特性,通过一次测量即可得到整个测试带宽内不同孔径下的群时延特性。推导了扩展CRT算法稳健的条件,给出了详细的群时延解模糊策略。计算机仿真结果表明,新方法的相对时延测量精度和相对解模糊精度最高可达到ps量级。实际设备测试结果表明,相对时延测量精度达到了0.01 ns量级,CRT相对解模糊精度约为0.1 ns量级。

在压缩感知热潮的影响下,观测矩阵的有限等距特性（restricted isometry property, RIP）也受到广泛关注。大多数理论研究表明高斯随机矩阵是满足RIP特性的,但由于其存储成本较高,物理实现较复杂,在实际使用中托普利兹（Toeplitz）随机矩阵由于可以使用快速离散傅里叶变换实现而受到青睐。该文将图论中点均匀着色定理和盖尔圆盘定理应用于压缩感知中,对托普利兹观测矩阵的RIP特性进行了证明,证明结果表明,由服从某种特定概率分布的项构造的Toeplitz矩阵以较大概率满足有限等距特性。最后,对最小二乘算法（least square,LS）、线性最小均方误差（linear minimum mean square error,LMMSE）算法和高斯观测矩阵的压缩感知算法以及Toeplitz观测矩阵的压缩感知算法进行了对比分析,Toeplitz观测矩阵的压缩感知算法在性能方面要优于高斯观测矩阵的压缩感知算法和传统算法,运算复杂度方面要优于高斯随机矩阵,为压缩感知实现无失真地重构原始信号提供了理论和应用参考。

研究了间歇采样转发干扰对调频斜率极性捷变合成孔径雷达（chirp rate polarity jitteredsynthetic aperture radar, CRPJSAR）的干扰效果。建立了CRPJSAR间歇采样转发干扰信号模型，通过推导得到干扰的成像输出以及假目标位置和幅度的解析计算公式。结果表明间歇采样转发干扰不仅能够在距离向形成等间隔分布的多阶假目标，而且当假目标阶数不为零时，在同一距离向存在3个沿方位向等间隔分布的假目标。仿真验证了理论分析的正确性。

机载雷达回波数据非均匀会在很大程度上削弱传统空时自适应处理算法的杂波抑制性能。为此，提出一种基于杂波脊先验信息的非均匀杂波抑制方法，利用机载雷达杂波信号在角度多普勒平面的谱分布信息构造导向矢量基，并在考虑阵元误差影响情况下，对待检测单元数据进行迭代的最小二乘拟合，最后对拟合后的剩余数据进行恒虚警检测处理。该方法充分利用了雷达系统参数及杂波谱分布等先验信息，并且不需要训练样本，可以较好地抑制非均匀杂波，从而改善机载雷达的检测性能。仿真实验验证了该方法的有效性。

针对合成孔径雷达（synthetic aperture radar, SAR）图像变化检测获得有标记样本的数量十分有限且困难，传统方法检测率低等问题，提出了一种基于原始特征空间的K-均值和支持向量机(K--means and support vector machine, KMSVM)法SAR图像无监督变化检测。首先，不需要任何先验信息的条件下，利用K-means聚类方法获取差异图像的分类阈值；其次，利用阈值，引入偏移量，自动选取伪训练集和无标签集，并用伪训练集定义SVM的初始决策超平面；最后，用基于统计特征的半监督学习算法和支持向量机相结合对图像进行变化类与非变化类的分类。实验结果表明：该算法优于基于混合高斯分布模型的KI法和基于广义高斯分布模型的KI法，能保持较好的分类、泛化能力和较稳定的检测精度。这些结果表明了文中方法的有效性。

采用了一种空间敏感度特征包(spatiallysensitive bags of feature, SSBOF)来实现合成孔径雷达（synthetic aperture radar，SAR）图像的地物识别。首先采用推广的核模糊C均值方法分割SAR图像，提取SAR图像目标图形；采用Harris角点检测子提取角点，接着对目标图形进行Delaunay三角剖分；采用cotangent weight方法对三角剖分图赋值，进而求得离散化LaplaceBeltrami算子的特征值、特征向量，并计算SSBOF，进而对地物目标进行识别，其识别方法采用比L1相似准则效果更好的相关系数法；最后与热核迹等热核不变量特征以及Hu不变矩特征进行对比。实验表明：空间敏感度热核特征的识别率高于热核不变量的识别率，并与经典的Hu不变矩特征比较，识别率有所提高。

高频雷达系统中，远距离扩展杂波经距离折叠后，将淹没检测区域中的目标，为保证目标的检测质量，需对折叠杂波进行抑制。在发射二重波形重复频率信号下，提出了通过逻辑映射抑制杂波的方法。给出了参数设计准则，并分析了算法对杂波的抑制性能。仿真实验表明，在合适的信号参数下，该算法能够有效地抑制远距离折叠的扩展杂波。

研究了一种新型的空速测量方法。通过引入大气声学中的有效声速概念，建立了稳定气流作用下声矢量传感器阵列的近场输出模型，模型的阵列流形矢量中包含了待估计的空速信息。在此基础上提出了一种基于多重信号分类(multiple signal classification, MUSIC)的空速估计（airspeed estimation,ASE）算法，该算法可用于对空速的高精度估计。为了降低计算复杂度，进一步提出了一种快速的空速估计（fast airspeed estimation, FASE）算法，该算法虽然在ASE的精度上不如MUSICASE算法，但无需谱搜索，具有更强的实时性。最后，对算法的估计性能进行分析，推导了ASE的克拉美〖CD*2〗罗界表达式。仿真实验验证了算法的有效性。

作战体系是研究信息化战争体系建模和体系对抗的基础，分析了信息化条件下作战体系的网络特性与形成机理，从静态隶属连接和动态交互连接出发建立了反映真实作战体系特性的网络描述模型，以增加网络收益和减小网络成本为优化目标，提出了一种作战体系网络连接优化控制方法，对比仿真分析了网络结构和动态特性对作战体系整体效能的影响规律，仿真结果验证了网络模型和优化方法的有效性，可为作战体系建模深入研究和体系结构整体优化提供理论指导。

未来空域窗射击体制是一种近年发展起来的高炮射击体制。以往对它的数学描述只考虑了一组射击误差，通过定量构造的方式，给出了一种可行的未来空域窗模型。在考虑了炮弹间的相关误差，以毁伤目标的概率为效能指标，推导出了最优未来空域窗的模型，并给出了未来空域窗可实现的毁伤目标概率上界。最后通过算例，分析了各参数变化对未来空域窗的影响。结果表明:给出的未来空域窗模型优于已有的模型。

针对传统超视距空战威胁评估不能根据各类威胁因素的变化动态调整其对应权值的问题，引入前向反馈(back propagation, BP)神经网络，采用综合考虑主客观因素的结构熵权法确定各威胁指数权值并作为神经网络训练参数进行训练，提出了改进萤火虫算法(improved glowworm swarm optimization, IGSO)和BP神经网络相结合的空战动态权值计算方法。该算法采用改进萤火虫算法优化BP网络的权值和阈值，优化后的BP网络能更好地计算不同态势下的威胁指数权值，从而根据威胁估计模型进行威胁评估。以某一时刻预测多无人机空中对抗时的威胁度为想定，分别采用结构熵权法和IGSOBP进行仿真计算。结果表明：结构熵权法能够科学合理地计算各威胁指数权值，IGSOBP算法可有效解决空战目标威胁评估问题，且所提算法与现有几种算法相比在可靠性和准确性上都有明显提高。

(1. Materiel Engineering College, Armed Police Force Engineering University, Xi’an 710086, China;
2. Materiel Management and Safety Engineering College, Air Force Engineering University, 
Xi’an 710051, China;3. Air Traffic Control and Navigation College, Air Force 
Engineering University, Xi’an 710051, China)

针对连续时空马尔可夫运动目标的最优搜索者路径问题(optimal searcher path problem,OSPP),建立了搜索者方向和速度均作为决策变量的搜索路径规划模型,给出了一种改进的双链遗传算法(improved double chains genetic algorithm,IDCGA)。算法采用双链实数编码策略表达搜索路径,利用混沌初始化方法产生初始种群,提出了变异幅度自适应控制的方法,通过引入基因位自适应因子η和进化代数自适应因子λ对变异操作进行了改进。以反潜搜索问题为例进行的仿真实验表明,所提出的算法具有稳定性好、寻优能力强、收敛速度快等优点,适用于求解复杂搜索路径问题。

针对权重已知且属性值为精确数、区间数、三角模糊数和梯形模糊数的混合型多属性决策问题，提出了一种新的混合型级别高于方法(hybrid superiority and inferiority ranking，HBSIR)。该方法依据混合型多属性决策矩阵构建正负理想方案，将混合型多属性决策矩阵转化成标准优势和劣势差异信息矩阵，进而通过高斯准则计算各个方案的优势指数和劣势指数，构建优势矩阵和劣势矩阵，并使用简单加权(simple additive weighting，SAW)方法计算出方案的优势流和劣势流，据此获得方案的部分或完全排序。最后，通过一个算例验证了该方法的有效性。

针对多属性决策中属性间的关联性对决策结果的影响，提出了基于区间灰数灰度和Choquet积分的区间灰数多属性决策方法。根据区间灰数灰度的定义，证明了区间灰数的灰度是一种灰测度，由此定义了关于区间灰数灰度的离散Choquet积分并证明其性质；依据各方案的综合属性值的方差最小的原则建立多目标优化模型，确定了各属性或属性集的权重，最后利用Choquet积分对各方案的效果评价向量进行集成。通过实例说明了该方法的有效性。

为完善模糊软集理论，提出区间三角模糊软集的概念，并讨论其相关运算及性质。建立基于区间三角模糊软集的动态决策模型，其中，时间权重采用指数衰减方法进行确定，利用集成的思想定义了区间三角模糊软集算术加权平均算子，将不同时刻的区间三角模糊软集集成为综合区间三角模糊软集。给出不同对象选择值和决策值的求解公式，根据决策值大小来实现最优决策。最后总结出方法的具体步骤，并通过实例说明具体应用。

针对单个滑块控制的非对称再入飞行器,采用“隔离法”的建模思路,将滑块和外部壳体分别作为研究对象,建立了非对称再入飞行器七自由度非线性动力学模型。在此基础上,对单滑块控制的非对称再入飞行器的动力学特性进行了详细的分析,提出了滚转控制方案。在对非线性模型进行合理简化的基础上推导了传递函数,并采用标准系数法对控制系统参数进行了设计。最后,通过数学仿真结果验证了动力学模型的准确性和控制方案的可行性。

基于气浮球轴承的航天器模拟器广泛用于研究航天器的姿态动力学与控制,为了在地面模拟太空中的失重环境,必须将重力力矩的干扰减到最小。因此,模拟器的旋转中心要与气浮球轴承的中心重合。提出一种自动配平系统的设计方法,将姿态稳定控制作为系统的内回路,自动配平作为系统的外回路。通过姿态稳定控制,用反作用飞轮反馈的力矩信息,实时计算出模拟器质心位置。通过控制3个正交的配平系统,补偿质心位置偏差。根据实验测得的回路参数,优化设计配平系统控制律。将跟踪微分器应用于力矩信息处理,有效减少电机反复运动,提高配平效率。提出的配平方法成功用于航天器三自由度模拟器的实验中。

针对机动航天器之间精确动态相对定位问题,提出一种基于强跟踪器(strong tracking filter, STF)的动态相对定位算法。该算法针对相对机动过程中3个方向的机动特性,设置三向渐消因子进行三向滤波,克服了单向渐消因子与实际机动不匹配而造成的跟踪精度下降问题, 针对三向滤波在直角坐标系下的跟踪问题,设置去偏转换测量算法,克服了球坐标系与直角坐标系的转换偏差问题。仿真实验表明,该算法在初值敏感性和相对机动恢复性上均强于其他算法,适用于脉冲推力、有限推力等多种情况下机动航天器间精确动态相对定位。

为了提高控制系统状态估计的快速性并保证其准确性，将重置控制的思想引入观测器设计，即当观测器满足预先设定的重置条件时将其状态进行重置，提出了一种新型自适应重置观测器设计方法。重置观测器能够克服线性反馈方式的内在局限性，可实现同时降低估计误差的超调量与调节时间。首先对重置积分项引入自适应参数，并基于过零重置条件设计自适应重置观测器。对于含有重置项的自适应观测器，通过基于Lyapunov函数的方法对其进行稳定性分析，并整理成线性矩阵不等式的形式，使得设计过程更为简便、易于实现。最后通过与比例积分观测器进行比较，验证了所提方法的有效性与优越性。

由于导弹的高速旋转导致其内部的子惯导平台难以施矩,不能跟踪地理系,在发射前需要使子惯导平台跟踪惯性系,而主惯导则一直跟踪地理系。针对这一情况的传递对准应用问题给出了相应的解决办法。首先介绍了跟踪惯性系平台惯导的工作原理,然后针对这种情况,提出了2种惯性系下传递对准的方法,分别是平台惯性系以及地心惯性系下的速度匹配。经过对比分析,仿真结果说明平台惯性系下的方位失准角精度不高,而地心惯性系下在3个方向上都达到了误差小于1′的精度,是一种可行的对准方法。

迭代学习控制(iterative learning control, ILC)方法应用于网络控制系统时,由于数据需要在控制器和远程对象间传输经常产生数据丢失现象。给出了一种存在数据丢失时网络系统的随机迭代学习控制设计方法,首先将数据丢失现象描述为随机伯努利序列,在此基础上将迭代学习的控制器设计转化为随机〖JP2〗2DRoesser系统的稳定问题。定义了随机意义下2D系统的均方渐进稳定,基于线性矩阵不等式(linear matrix inequality, LMI)给出一个判别稳定性的条件,该条件同时可实现迭代学习控制器的设计。仿真示例验证了设计方法的有效性。

规则变量节点度Luby变换（Luby transform, LT）码能够改善传统LT码编码过程中随机选取邻居节点方式导致的差错平台现象。提出一种新的实现规则变量节点度LT的编码方法,利用数组的赋值和清空操作来实现信息符号度值规则化,降低了现有方法的编码复杂度,并利用对度分布的修正来改善解码瀑布区;将该编码方法应用到协作通信系统中,并分析了误符号率性能。实验结果表明,此方法能节省系统编解码时间,有效降低误符号率差错平台,减少成功解码所需的平均传输开销。

为了提高无线网络中基于网络编码的广播重传方法的编码效率，从而有效地减少重传次数和数据包传输时延，提出一种主动避免编码冗余的高效网络编码广播重传方法(network coding broadcasting retransmission approach based on redundancy avoiding，NCRA)。NCRA编码时主动避免不能解码的编码组合被重复编码重传，同时优先编码重传对接收节点已缓存的未解码编码包的解码贡献较大的丢失数据包以充分利用编码机会，在对解码贡献相同的条件下优先编码较早丢失的数据包以减小数据包传输时延。理论分析和仿真结果表明，NCRA算法相比于现有算法能有效减小重传次数和降低数据包传输时延，减少网络开销，进一步提高了编码重传的效率。

针对无人机通信环境特点以及多输入多输出(multiple input multiple output,MIMO)系统,将三维空间相关法建模和机身遮挡现象相结合,提出一种无人机的三维移动空间信道模型(three dimensional dynamic spatial channel model, 3DDSCM)。〖JP2〗推导了无人机天线阵列的相关性表达式,同时提出一种遮挡控制器来表示无人机与地面在通信过程中受到机身遮挡的影响。通过仿真分别分析了无人机不同飞行方向和机身遮挡对信道性能的影响,验证了该信道模型的正确性和有效性。该无人机通信模型可用于指导无人机天线设计,研究编码技术。

随着现代社会的发展，各种智能终端已经成为生活中不可或缺的一部分，如何为其提供快速高效的网络服务是一个亟待解决的问题。使用移动融合网络，将固定网络与移动网络进行融合、充分发挥两者的优势，是当前研究的热点。首先介绍了移动融合网络的概念，然后提出了基于信道质量的分流算法，以解决移动融合网络中的分流问题。最后进行了仿真实验，分别仿真了数据全走长期演进(long term evolution, LTE)网络、数据全走无线保真(wireless fidelity, WiFi)网络、基于信道质量进行分流3种情况。通过对比发现该算法可以显著提高系统吞吐量、减小时延，从而验证了其有效性。

针对传统留一交叉验证法计算量大不适用于大规模复杂系统的问题,借鉴经济学中的Pareto定律,选择对全局误差大小起决定性作用的样本点作为关键点,对留一交叉验证法进行了改进,提出了基于Pareto定律的留一交叉验证方法。针对径向基模型形状参数的优化选择问题,将基于Pareto定律的留一交叉验证方法应用于形状参数的优化,提出了基于Pareto定律参数优化的径向基模型构造方法。测试表明,该方法构造的径向基模型具有良好的近似精度和较高的计算效率,具有推广的价值。

在基于直方图的序列图像目标跟踪算法中,目标的直方图通常都是在跟踪初始化时从目标所在的区域获得,然而单个直方图难以适应跟踪全过程中目标的各种变化。针对事先已知目标几种典型外观的跟踪问题,提出了一种基于粒子滤波器的多直方图尺度空间跟踪算法。利用多个典型直方图的线性加权来表示目标的直方图,根据目标的当前区域估计加权系数,生成下一帧的目标概率分布图,在目标概率分布图上运用尺度空间粒子滤波器,来估计多尺度规范化Laplacian滤波函数的极值,从而实现目标的定位。通过在真实序列上与现有算法的对比,表明了此算法不仅可以适应目标的色彩和明暗变化,而且能更准确地描述目标的大小,显著提高跟踪的精度。

为了在小样本条件下实现对复杂系统的可靠性评估,研究了复杂系统的环境、功能、状态及演化过程的随机特性,给出了一种基于变动统计的复杂系统可靠性综合评估方法。针对复杂系统的特点,根据变动统计理论,通过引入环境因子、继承因子和增长因子等方法,综合利用复杂系统在研制过程中的不同环境、阶段、层次和对象的试验数据,对复杂系统可靠性进行综合评估。以某战术武器系统为应用对象,结果表明该方法综合利用了武器系统在研制过程中的多种试验数据,扩大了样本量,有效地改善了多指标要求的战术武器系统可靠性评估精度。

性能测试是保证设备可靠性的重要手段。早期的维护模型都是围绕定期检测展开研究，不能够很好地反映设备的实际工作情况，且数据来源大都为寿命数据，数据样本少，可信度不高。针对退化过程符合Wiener过程的设备，提出了工作前检测和定期检测相结合的维护决策模型。首先，基于Wiener过程进行退化建模，建立基于Wiener过程的退化模型,然后引入变点的概念，得到设备的寿命分布。最后，结合所提维护决策模型，确定对设备进行最优检测的间隔。

针对小子样产品加速因子难以确定问题,提出了一种基于寿命分布和贝叶斯的加速因子确定方法。首先根据相似产品内场贮存数据信息,对正常应力下寿命分布参数进行极大似然估计(maximum likelihood estimation,MLE),再利用Fisher信息矩阵求逆得到其方差〖CD*2〗协方差矩阵,最终得到正常应力下寿命分布参数的分布,然后根据新研产品加速应力下小子样试验信息结合相似产品加速应力试验信息和专家经验等先验信息,利用MLⅡ方法确定混合先验分布的权重,再利用Bayes方法得到产品寿命分布参数的后验分布,最后根据正常应力下和加速应力下的产品寿命分布参数的分布信息综合确定加速因子。以某加速度计为例,验证本文方法的正确性和有效性。