基于国家车辆事故深度调查体系中499例真实的路口事故数据，研究适应于中国的自动紧急制动系统（AEB）路口测试场景。通过基于多元Logistic回归的事故严重程度影响因素分析，提取自动驾驶测试场景的特征要素，构建测试场景。以场景特征要素为聚类参数，采用层次聚类算法挖掘得到了8类路口机动车碰撞典型危险场景，建立了8类适应于中国交通状况的AEB路口测试场景。研究表明：中国的路口场景与Euro-NCAP法规场景有一定的相似性，但较国外更加复杂，其中十字路口的左转与直行冲突是需要重点测试的场景。研究结果可为国内AEB系统的开发和测试提供参考，也可作为建立中国AEB路口测试评价体系的依据。

针对目标跟踪算法中滤波器选择和模型设计问题，提出了一种具有自适应性的交互式多模型无迹卡尔曼滤波（IMMUKF）目标跟踪算法。首先，介绍了IMMUKF的算法步骤；其次，提出运用改进的灰狼优化（IGWO）算法优化其中的滤波参数，通过构造调节因子建立了时变的Markov状态转移概率，形成了AIGWO-IMMUKF算法，并给出其算法流程；最后，将所提AIGWO-IMMUKF算法与传统算法在相同条件下进行仿真，得出位置、速度均方根误差曲线，以及时效性对比。结果表明，所提AIGWO-IMMUKF算法克服了传统IMMUKF算法的不足，提升了算法性能，精度和时效性都更优。

基于MATLAB图形用户界面接口（GUI），采用软件设计方式，实现量子纠缠光信号的采集，以及对采集到的两路量子纠缠光信号的符合算法。通过对符合算法中不同的符合门宽、采集时间和延时增加步长3个重要参数的性能实验，优化和确定各参数的选值。通过对量子纠缠光符合计数与到达时间差（TDOA）的研究，完成地面数据获取与信息处理模块的设计与实现。设计并实现了时间差拟合的仿真平台。实验结果达到了期望的精度和效率的需求。

雾天各类图像采集系统获取的图像颜色退化，细节模糊，严重影响户外成像系统的稳定性和有效性，因此研究图像去雾技术很有必要。针对暗通道一类去雾算法边缘去雾不彻底问题，提出一种基于最小值通道与对数衰减的融合去雾算法。首先，对有雾图像的最小值通道图进行对数衰减作为先验假设条件，再进行交叉双边滤波消除纹理效应，在操作前后分别进行下采样和上采样操作以提高运算速度，求出初始透射率；然后，用Canny算子检测最小值通道图得到的边缘进行对数衰减，得到边缘信息图，将初始透射率与边缘信息图进行加权融合构成优化透射率；最后，结合改进的四叉树搜索法求得的大气光值反解大气散射模型，恢复无雾图像。实验结果表明：所提算法可以有效抑制光晕现象，去除边缘残雾，且实时性好。

卫星、无人机等对地观测资源已经成为执行灾害救援、灾损评估等多样化监测任务的主要观测手段，而大规模任务的随机调整和动态执行环境是快速制定对地观测方案的核心难点。针对此问题，提出一种面向不确定环境的对地观测资源动态协同规划方法，以动态高效地制定异构观测资源的协同观测方案。首先，结合合同网协议提出一种自下而上的分布式动态协同框架，以整合空天地异构观测资源构建分布式、动态、松耦合的协同观测网络。然后，根据该协同框架提出多轮组合分配方法及优化算法以快速动态地分配大规模监测任务。最后，通过仿真实验证明，在任务持续并发的动态不确定环境中，基于合同网的动态协同规划方法在提升了约25%任务完成率的同时，降低了约20%的运行时间，实现了任务完成率与方法运行时间的平衡。

空基激光选区熔化（SLM）技术与原位资源利用（ISRU）概念结合，有望解决地外大规模基地建设的工程难题。SLM铺粉过程对成形件性能和质量有重要影响。基于非球形粒子叠加球模型方法，建立模拟月壤颗粒几何模型；基于线性弹簧-阻尼接触作用模型、Hamaker理论及牛顿运动定律，建立颗粒动力学模型；采用三维离散单元方法（DEM）及软球模型，进行不同工况下模拟月壤在铺粉过程中的流变特性研究。结果显示：所提模型和方法能开展指定工况和环境参数的模拟月壤颗粒系统流动性和堆积行为数值仿真研究；月面低重力环境导致粉床表面粗糙度变大、堆积密度和平均配位数变小；通过降低铺粉速度和优化刮刀型面，可以有效改善月基铺粉的粉床质量，获得更密实和均匀的粉床结构。

无人机已被广泛应用于军事和民用领域，目标跟踪技术是无人机应用的关键技术之一。针对无人机视频跟踪过程中目标易发生尺度变化、遮挡等问题，提出一种基于残差学习的自适应无人机目标跟踪算法。首先，结合残差学习和空洞卷积的优点构建深度网络提取目标特征，同时克服网络退化问题；其次，将提取的目标特征信息输入核相关滤波算法，构建定位滤波器确定目标的中心位置；最后，根据目标外观特性的不同进行自适应分块，并计算出目标尺度的伸缩系数。仿真实验结果表明：所提算法能够有效应对尺度变化、遮挡等情况对跟踪性能的影响，在跟踪成功率和精确度上均高于其他对比算法。

GNSS-R是利用导航卫星的反射信号对地物参数进行遥感的新兴对地观测方式。针对其特有的圆极化散射方式，以双站散射的高级积分方程模型为工具，利用极化合成的方法将随机粗糙地表面圆极化散射模型转换为可以计算各种极化的微波散射模型。重点模拟分析了不同土壤水分含量下，裸土在不同观测几何时的圆极化散射特性。随机粗糙地表面圆极化散射模型的发展在某种程度上填补了GNSS-R领域机理模型的空缺，为后续土壤水分的进一步反演提供了机理工具。

微动损伤使航空发动机榫连接结构疲劳寿命显著降低。以钛合金Ti-6Al-4V燕尾榫连接结构为例，提出一种适用于复杂结构微动疲劳全寿命预测方法。基于修正的Manson-McKnight方法和多轴疲劳理论，疲劳损伤参数由等效应力参数（ESP）表征，微动疲劳裂纹萌生位置和成核寿命通过有限元分析（FEA）和ESP预测。基于断裂力学理论和最大周向应力准则，提出微动疲劳裂纹扩展数值模拟方法，建立微动疲劳扩展寿命与裂纹长度函数关系，依据裂纹终值长度预测微动疲劳扩展寿命。结果显示：钛合金Ti-6Al-4V燕尾榫连接结构微动疲劳裂纹扩展角预测值与实验值均为18°，裂纹生长方向预测值与实验值相符；微动疲劳全寿命（成核寿命+扩展寿命）预测值在实验值的2倍分散带内；最大拉伸载荷对榫连接结构的微动疲劳全寿命影响显著，在相同应力比下，最大拉伸载荷从18 kN变化到24 kN，钛合金Ti-6Al-4V燕尾榫连接结构微动疲劳全寿命降低1个数量级。

针对当前考虑时滞的机翼颤振主动控制研究多集中在只考虑某一通道存在固定时滞的问题，为解决控制回路前向和反馈通道都可能存在不确定时滞的情况，提出了具有时滞补偿功能的控制方法，实现对双向通道不确定时滞的颤振控制。在控制系统回路传输的数据中附加“时间戳”标志。在反馈通道，考虑系统状态不完全可测，设计时滞补偿状态预估器；在前向通道，提出了基于状态反馈的时滞补偿预测控制器。分析了使用所提时滞补偿策略构成的闭环控制系统的稳定性。以含间隙非线性的翼型为被控对象，对其发生颤振时前向通道和反馈通道存在不确定时滞的颤振控制进行了研究。讨论了不同通道的时滞大小对颤振控制效果的影响。仿真结果表明：所提时滞补偿控制方法能有效抑制颤振，提高系统的稳定性；在控制性能影响上，基于状态反馈的控制方法，其控制效果受反馈通道时滞的影响更大。

针对带挠性附件的服务航天器在近距离逼近失控目标航天器时的控制问题，考虑由于推进安装偏差导致的姿轨耦合，通过选用相对位置和相对姿态四元数作为状态向量，建立了服务航天器与失控目标航天器的相对位置和姿态动力学方程。考虑服务航天器的挠性附件影响，挠性振动可以视为位置和姿态控制系统微分有界的干扰。基于反馈线性化方法提出了非线性反馈控制律，设计了非线性干扰观测器，用于补偿可建模干扰，并基于所提非线性反馈控制律和非线性干扰观测器设计了复合控制器，其中非线性干扰观测器用于补偿挠性附件产生的干扰。数字仿真及半物理实物闭环验证表明，利用所设计的复合控制器能够有效补偿干扰，同时在对失控目标航天器跟踪时具有很好的鲁棒性。

航空安全精确预测对预防事故意义重大。目前航空安全预测主要是确定性预测，忽略了各类不确定性对预测影响。在确定性预测基础上，考虑误差不确定性开展航空安全预测，通过非参数方法获得航空安全预测误差不确定性描述，基于最高密度域求解一定可靠程度航空安全预测值最可能落入区间，量化不确定性引起航空安全预测结果的变动，从而确定该区间包含航空安全预测值的可靠程度，更好地认识被预测量在未来变化中可能存在的不确定性和面临的风险。以某航空公司1994—2015年航空安全数据为例，采用所提方法对航空安全开展预测，结果表明，所提方法能提供航空安全预测值及其更精确的不确定性变化范围，更有利于从不确定性角度对航空安全进行分析，解释航空安全预测结果的可能性水平，能为航空安全预警和管理提供理论依据。

纳米多孔铜的弹性模量实测值远低于分子动力学的模拟结果，且实际韧带尺寸远大于分子动力学模拟结果。通过Python平台在ABAQUS中构建纳米多孔材料的随机分布单胞模型，基于热应力比拟方法，用多尺度均匀化方法求出均匀化弹性参数。首先，利用所提模型预测纳米多孔金的弹性模量并与实测结果进行了对比，两者的高度吻合说明所提模型的有效性。其次，预测并分析了不同体积分数下纳米多孔铜的均匀化弹性模量，发现了纳米多孔铜均匀化弹性模量随着体积分数变化的阈值现象，并从力学角度对其机理进行了解释，分析了预测结果大于实测结果的影响因素。

考虑飞机电液舵机活塞杆运动速度不易测量的情况，提出一种基于速度观测的容错同步控制策略，解决了双余度电液舵机系统（DREHAS）内泄漏共模故障（IL-CMF）下的位置跟踪控制问题。首先，通过引入2组参考轨迹并对模型进行线性变换，实现舵面位置跟踪与两舵机力输出同步控制解耦；其次，在扩展状态观测器（ESO）中加入故障参数自适应项，设计一种自适应扩展状态观测器（AESO）估计两通道舵机活塞杆速度和扰动，从而克服了故障条件下利用原系统模型设计ESO带来的估计结果不准确问题；最后，基于AESO的估计结果及故障参数在线更新结果，利用反步法设计了一种非线性容错同步控制器。Lyapunov稳定性分析结果表明，该控制方法可确保IL-CMF故障及时变干扰条件下，闭环系统所有信号有界，系统输出满足规定的性能要求。IL-CMF故障及常值干扰条件下，系统跟踪误差渐进收敛于零。仿真实验进一步验证了所提方法的有效性。

针对直接使用无失效数据对装备进行可靠性分析而产生的“冒进”问题，通过引入失效信息对数据进行综合处理，从而对可靠性参数进行合理的估计。以寿命服从指数分布的某型导弹液压电机为例，在其失效率的先验分布为Gamma分布且超参数均服从均匀分布时，证明了失效率在无失效数据时的期望Bayes（E-Bayes）估计法，提出了改进型的截尾试验时间的确定方法，通过引进失效信息，推导了失效率的综合E-Bayes估计法，并给出了可靠度的综合估计法。结合液压电机无失效数据实例，计算得到失效率和可靠度的综合E-Bayes估计，与现有的方法相比，二者的极差分别减小了22.33%和38.02%，说明了所提方法的合理性与可用性。

面向高对抗、强拒止的战场环境，实时航线规划是确保无人机（UAV）完成作战任务并提高自身生存概率的重要保障。为使无人机在面临不同程度的复杂威胁环境时能够选择合适的实时航线规划模式，提出了一种基于模糊推理机制的无人机实时航线规划逻辑架构。首先，对实时航线规划模式进行分类，从自主性的角度，重新划分人机权限分配等级，建立了实时航线规划模式与人机权限之间的联系；其次，针对典型观察—判断—决策—行动（OODA）循环存在“信任危机”的风险，构建了一种基于可变自主的实时航线规划体系架构，并对其逻辑进行了说明；最后，利用模糊推理机制实现了无人机系统动态人机权限分配，通过评判人机权限分配等级，进而确定实时航线规划模式。仿真结果表明：验证了实时航线规划逻辑架构的合理性和可变自主方法的有效性；经过综合分析，实时航线规划模式决策结果也比较符合实际作战需求；与模糊综合评价法相比，所提方法降低了人的主观性、实用性更强，得出的结果更加令人信服。

对于软管式空中加油系统，由于受到加油机尾流、大气紊流、受油机艏波、飞行员操作水平、燃油压力脉动等各种因素干扰，加油软管难以稳定在平衡位置，在对接时常发生软管“甩鞭”现象（HWP）。软管“甩鞭”现象严重影响了空中加油任务的安全性，降低对接成功率，是空中加油过程的一种典型危险。基于系统理论事故模型和过程模型（STAMP）理论和系统理论过程分析（STPA）方法对空中加油过程的典型危险——HWP，开展了具体的致因分析，从控制模型的角度系统分析导致HWP发生的不安全行为和相应的致因场景，从系统层、不安全控制行为层和致因因素层分别提出避免空中加油软管HWP发生的一系列安全约束。根据软管HWP的危险功能控制结构，利用Simulink工具搭建仿真验证平台，以对接速度、卷盘机构控制、软管长度关键致因为模型输入，验证所提安全约束的准确性和可行性。

为了克服外部扰动突变对磁悬浮转子悬浮稳定度和磁悬浮控制敏感陀螺（MSCSG）输出力矩精度的影响，提出了一种基于自抗扰控制器（ADRC）和径向基函数（RBF）神经网络相结合的MSCSG径向偏转控制方法。阐明了ADRC参数对MSCSG控制效果的影响，通过优化设计ADRC，并将RBF神经网络和ADRC结合运用，实现对控制器参数的实时调试，从而克服外界扰动突变的影响。仿真证明所提方法相较于单ADRC控制，不仅改善了解耦控制精度，而且提高了系统对外部扰动和参数变化的响应速度和鲁棒性，可应用于MSCSG的高精度、快响应、强鲁棒控制。

将辐射源威胁评估作为多属性决策问题进行处理时，侦察方无法获取敌方辐射源的所有信息，而逼近理想解排序（TOPSIS）法在处理“贫信息”问题时很难得到完美结果，而且其仅仅考虑指标之间的欧氏距离，无法反映各指标间的关联性。针对TOPSIS法存在的问题，将灰色关联分析（GRA）和TOPSIS法结合，提出一种基于博弈论的GRA-TOPSIS辐射源威胁评估模型。在构建辐射源目标综合评价指标体系的基础上，运用博弈论（GT）思想将区间层次分析法（IAHP）所得主观权重和信息熵所得客观权重进行组合得到综合权重，能够较大程度减少单独赋权带来的信息损失。在基于GRA-TOPSIS辐射源威胁评估模型下，构建了关于战场态势的决策信息系统，通过与传统TOPSIS法进行对比仿真，验证了所提方法的有效性，有助于对辐射源进行更精细准确地排序。

针对经典二维总体最小二乘法旋转不变子空间（2D-TLS-ESPRIT）算法估计二维几何绕射理论（GTD）模型参数精度不高、抗噪性能较差这一问题，提出了一种改进2D-TLS-ESPRIT算法。首先，改进算法通过将目标的极化散射矩阵加入到二维GTD散射中心模型，使得模型对目标极化散射特征的描述更加精准；其次，构建置换矩阵得到原始回波矩阵的共轭矩阵，并将两者结合起来，从而延长了目标电磁散射数据的长度；最后，仿真结果验证了改进算法的参数估计性能与噪声鲁棒性均要优于同类已有算法，雷达散射截面积（RCS）外推结果进一步验证了改进算法参数估计性能的先进性。

依靠经验决策或简单的模板匹配的传统干扰资源决策方式难以适应当前复杂的电磁环境。针对雷达干扰资源决策的智能化需求展开研究，将干扰资源调度建模为多目标优化问题，以最大化整体干扰效能、最小化干扰总功率、最小化作战损失为目标函数建立干扰资源调度模型，利用一种多目标灰狼算法（MOGWO）求解问题模型Pareto前沿，以最优解集代替最优解，再根据战场实际情况选择最佳调度方案，使决策方案更加科学合理。实验结果表明，MOGWO算法能够克服基本灰狼算法（GWO）探索能力不足、局部收敛的缺陷，有较高的搜索效率，算法的寻优能力和稳定性均优于NSGA-Ⅱ算法和MOPSO算法。