随着城市智能化的发展, 基于WiFi接收信号强度(RSS)的指纹室内定位服务受到社会的广泛关注。深度学习技术是利用RSS信号获得高室内定位性能的一种重要手段, 但其易遭受对抗样本攻击, 给定位系统带来严重安全隐患。为此, 提出了一种抵御对抗样本攻击的基于深度学习的RSS指纹室内定位方法(AdvILoc)。该方法基于图像识别领域对抗样本防御方法的研究和分析, 结合室内RSS指纹数据特征单一且高维的特点, 通过在RSS指纹室内定位深度学习模型中添加池化层、全连接层, 以及满足差分隐私的噪声层来抵御对抗样本攻击, 解决了基于深度学习的室内定位模型易过拟合且泛化能力不高的问题。通过添加Dropout层, 以及设计模型参数正则化方法, 提高模型抵御对抗样本攻击的鲁棒性。在2个真实RSS指纹室内定位数据集上的实验结果表明：与已有基于多层感知机(MLP)、卷积神经网络(CNN)的RSS指纹室内定位方法相比, 所提方法在保证时间开销和基本不影响定位模型性能的情况下, 提高了模型抵御对抗样本攻击的鲁棒性；在满足l₂范式规范的C&W攻击下, 随着攻击大小不断增大, 模型的定位准确率下降也更平稳。

为研究天巡一号微小卫星的电磁散射特性, 建立了具有隐身外形设计的微小卫星电磁计算模型。采用物理光学法(PO)对不同状态下的雷达散射截面(RCS)进行数值计算, 并与微波暗室的试验结果对比, 验证了PO的准确性。在此基础上, 着重分析了卫星RCS入射角、极化、频率、电尺寸响应特性和全姿态角空间RCS响应特性。参考天巡一号的隐身构型设计, 将天巡一号优化为对称的尖锥构型, 通过不断增加尖锥棱边数来优化构型, 得到具有更低RCS构型的橄榄体卫星。结果表明：天巡一号的隐身姿态可有效应对单站雷达威胁, 最佳隐身姿态下的空间RCS均值低于非隐身姿态4.89 dBsm；在S波段(3 GHz)下, 橄榄体卫星RCS算术均值和RCS幅值分别低于天巡一号4.77 dBsm和31.66 dBsm；在X波段(10 GHz)下, 橄榄体卫星RCS算术均值和RCS幅值分别低于天巡一号3.65 dBsm和43.97 dBsm。

针对应用于航空发动机的高速气膜镶装式浮环密封, 探究密封在不同结构参数、启动方式、材料结合等多因素下的开启性能。建立镶装环-石墨环-跑道的固体域模型和气膜流体域模型, 得到了工作气膜厚度、气膜流场压力分布；计算密封受力, 得到了密封上浮力、闭合力和开启转速等密封开启性能参数。分析镶装环与石墨环的厚度比和宽度比、镶装环-石墨环配对材料、镶装环-跑道配对材料等因素对密封开启转速的影响。搭建浮环密封试验台和浮环位移监测系统, 通过试验验证了数值模拟结果。研究结果表明：浮环的镶装结构能有效改善升温时石墨环与跑道间隙减小而导致密封失效的问题；镶装环材料是影响密封开启性能的敏感参数, 密封开启性能随材料线膨胀系数的升高而快速降低；镶装环与跑道的材料配对情况是影响密封开启性能的重要因素, 镶装环与跑道材料相同时, 石墨环与跑道处于“恒间隙”状态, 在复杂温度工况下密封的开启性能更加稳定；不同的工作机组启动方式对密封开启性能影响较大, 发动机采用将转速增加至工况转速再增压的启动方式时密封开启性能最好；浮环密封在高转速、高压力工况下因转速、压力变化产生的密封扰动值更大, 浮环密封应避免在较高压力和转速下长时间调节工况参数。研究结果为航空发动机镶装式浮环密封的结构设计、材料选用、系统设计的研究提供了参考。

在航天任务的执行中, 超弹性杆主要用于大型空间可展天线和太阳帆等展开和支撑。为了提高超弹性杆在展开状态下的刚度, 提出了一种新型M形超弹性杆, 并对M形超弹性杆的刚度进行了研究。采用ABAQUS建立M形超弹性杆的弯曲、压缩和扭转的有限元模型, 利用显示动力学法对屈曲过程进行非线性数值模拟。采用全因子法进行实验设计, 利用径向基函数(RBF)建立M形超弹性杆屈曲过程性能参数的代理模型。以弯曲刚度、扭转刚度和压缩刚度为优化目标, 以质量为约束, 选取黏结段长度和内侧带簧片圆心角为自变量建立优化模型。采用粒子群(PSO)算法进行M形超弹性杆参数优化, 得到最优刚度下, 黏结段长度为7.894 5 mm, 圆心角为26°, 并且得到刚度随其变化规律。

为科学合理地评估高超声速飞行器的命中精度, 提出了一种基于误差谱的高超声速飞行器命中精度高准确度评估方法。对获得的高超声速飞行器命中精度数据进行预处理, 得到该数据的落点偏差。构建算术平均误差、均方根误差、调和平均误差、误差中位数、误差众数、几何平均误差和迭代中距误差评估指标来反映高超声速飞行器命中精度的性能。分别建立高超声速飞行器命中精度评估模型及其可信度模型。通过实例验证所提评估方法的正确性和合理性。仿真结果表明：所提方法不仅能给出高超声速飞行器命中精度的评估结果, 还能给出该结果的可信度。研究工作为高超声速飞行器命中精度的高准确度评估提供了新的科学评估方法。

为解决强化学习算法在自主导航任务中动作输出不连续、训练收敛困难等问题, 提出了一种基于近似策略优化(PPO)算法的移动平台自主导航方法。在PPO算法的基础上设计了基于正态分布的动作策略函数, 解决了移动平台整车线速度和横摆角速度的输出动作连续性问题。设计了一种改进的人工势场算法作为自身位置评价, 有效提高强化学习模型在自主导航场景中的收敛速度。针对导航场景设计了模型的网络框架和奖励函数, 并在Gazebo仿真环境中进行模型训练, 结果表明, 引入自身位置评价的模型收敛速度明显提高。将收敛模型移植入真实环境中, 验证了所提方法的有效性。

根据NO与臭氧的化学发光反应机理, 提出了一种基于化学发光反应检测原理的用于NO气体快速检测的新型圆柱全反射S型光腔结构。该结构以圆柱内壁全反射S型结构为光腔模型, 采用圆柱体光源作为光散射元件, 将化学发光光线最大效率地汇聚到探测器的感光面, 增强了NO浓度测量信号, 提高了检测精度。采用光学软件ZEMAX对所提模型进行光路仿真, 通过对比分析表明, S型光腔采集光路对化学发光的采集效率为36.6%。通过实验验证, 结果表明, 在一定浓度范围内NO气体浓度与化学反应发光强度线性相关度为0.999 2, 在量程0‰~2.5‰的范围内, 检出限为0.001‰。所提模型结构简单, 满足国家标准, 为尾气在线检测提供了一种实用的设计方案。

道面温度短时精准预测是跑道积冰预警的关键因素之一, 为了解决单一机理预测模型随预测时间延长而造成误差累积的问题, 提出了一种冰雪天气下跑道温度混合预测方法。将跑道温度机理预测模型与核极限学习机(KELM)相结合, 建立一种数据驱动修正残差的跑道温度机理预测模型。针对果蝇优化算法(FOA)收敛速度慢、易陷入局部最小值的问题, 引入权值更新函数和距离扩充因子, 调整果蝇的全局寻优效果, 避免陷入局部极小值。利用改进的果蝇优化算法(MFOA)对KELM的正则化参数与核参数联合优化, 以冰雪天气下跑道温度实际数据为例, 建立基于改进果蝇优化核极限学习机(MFOA-KELM)的跑道温度混合预测模型, 并在不同时间尺度下对该混合预测模型进行仿真测试。实验结果表明：与单一机理预测模型相比, 当预测时长为120 min时, MFOA-KELM混合预测模型的平均绝对误差至少减小了61.43%, 在残差阈值为±0.5℃时, 平均预测准确率为91.25%。可见, MFOA-KELM混合预测模型具有更高的预测准确性, 研究结论显示该混合预测方法能够为机场跑道温度短时精准预测提供新思路。

装载机能耗高、排放差, 研究装载机新能源技术具有重要意义。结合装载机工况特性提出了燃料电池与超级电容联合驱动的电源系统, 围绕复杂工况下燃料电池和超级电容系统动态模型的实时工况数据进行自适应能量管理策略研究。设计了复合电源拓扑结构与动力传动方案, 建立装载机复杂工况下系统多状态模型, 基于Haar小波理论对整车系统进行功率分流, 提出模糊逻辑能量管理策略动态平衡需求功率中的低频分量, 采用粒子群算法对控制系统进行优化。仿真结果显示：载荷功率经过最优阈值3层Haar小波处理后, 功率变化大幅度减缓, 有效提升燃料电池系统的寿命；模糊逻辑控制器输出的燃料电池功率曲线变化光滑, 超级电容SOC值处于设定区域内, 提高复合电源系统的综合效率；经过粒子群算法优化控制器后, 燃料电池输出平均功率同比下降约5%, 超级电容SOC值在约0.6达到动态平衡状态, 改善了装载机的动态响应和稳定性。

为有效减轻新一代运载火箭传感器数据采集与传输系统的质量, 设计并实现了基于CC1310芯片的无线传感器系统。采用频分复用(FDM)结合时分复用(TDM)的方式完成多节点组网并实施分组管理, 组间频分复用既实现了节点数的扩增, 又提升了传输速率复用倍数, 分组数为4时子节点数量可达100个以上。提出主节点授时法结合多节点分时传输协议的优化设计方法, 保证多节点高精准同步, 避免节点间碰撞, 获得了最优的组内可达速率；设计节点唤醒/休眠模式切换策略, 有效降低了系统功耗。实测结果表明：2个主节点带5个子节点并行工作时, 传输速率可达400 Kbps, 且主节点数量增加时, 系统的传输速率成比例增大；单个子节点忙时功耗不超过60 mW, 闲时功耗不超过12 mW, 平均功耗为15.2 mW, 符合低功耗要求；同时, 所设计的无线传感系统具备良好的可靠性和鲁棒性。

图像中附着的雨条纹对背景造成的破坏严重影响了对图像信息的分析和后续研究。为了恢复被雨条纹破坏的背景纹理特征, 提出一种基于注意机制的轻量化稠密连接网络针对单幅图像进行去雨。注意机制有利于网络准确定位降雨区域, 稠密连接网络的使用增强了特征的复用, 缓解了梯度消失和模型退化问题。利用多尺度通道混洗深度可分离卷积实现网络轻量化设计, 降低了网络参数规模, 提升了网络运行效率。在合成数据集和真实数据集上的去雨结果表明, 所提算法在定量指标和定性分析上都优于现有算法。

全球定位系统(GPS)的Block IIR-M和Block IIF卫星具备可编程功率输出能力, 可以灵活增强单个信号分量的发射功率。为了系统评估GPS P(Y)码的功率增强能力, 对弹性功率的原理进行了理论分析, 提出了GPS信号功率增强的监测分析方法, 利用国际GNSS监测评估系统(iGMAS)和国际GNSS服务(IGS)监测站数据、高增益天线监测数据、事后精密星历对GPS增强P(Y)码的覆盖性及星座性能、空间信号和用户端性能进行了分析。结果表明：在保持发射总功率和民用信号功率不变的情况下, Block IIF和Block IIR-M卫星的L1 P(Y)码和L2 P(Y)码功率相比正常水平分别增强约6 dB和5 dB；在功率增强信号覆盖区内仅利用19颗增强卫星进行双频单点定位, 位置误差不大于15 m(95%)；当可见增强卫星数为6, 增强后的P(Y)码载噪比为55 dB·Hz时, P(Y)码之间的多址干扰引起的等效载噪比下降量为0.4 dB。

针对永磁同步电机(PMSM)由于参数变化和外界干扰导致控制性能下降的问题, 提出了一种基于扩展状态观测器(ESO)的超局部无模型转速预测控制(MFSPC)方法, 并解决了数字系统中的一拍延迟问题。该方法仅利用速度环的输入和输出, 不考虑电机参数, 避免了因电机参数变化导致的模型失配。针对传统MFSPC方法参数调整多、工作量大、输出脉动大、抖振明显、抗干扰性和鲁棒性差的问题, 建立了ESO, 实时监测系统的总扰动, 并进行前馈补偿。利用ESO产生的转速预测, 解决了数字控制系统中的一拍延时问题, 并基于频域分析, 整定控制参数, 提高控制性能。实验结果分析表明：所提方法有较强的抗干扰性和鲁棒性, 能够稳定跟踪额定转速, 有较快的动态响应。

原子钟是导航卫星最关键载荷之一, 开展原子钟健康状态评估与寿命预测相关工作, 对于及时掌握原子钟性能和运行状况, 确保卫星导航系统提供高可用性连续性完好性的服务, 具有重要意义。结合星载原子钟在轨失效特性分析, 提出了一种综合考虑原子钟随机失效与耗损失效的剩余寿命预测方法。该方法融合利用原子钟寿命周期内产生的多源多维数据, 通过概率统计和机器学习的途径实现原子钟的剩余寿命预测。经案例验证, 所提方法合理有效, 具有一定的工程应用价值。

针对柱面洛伦兹力磁轴承(LFMB)偏角有限导致磁悬浮控制敏感陀螺(MSCSG)力矩输出持续时间短和气隙磁密均匀度低影响控制敏感精度的突出问题, 提出了一种高精度球面LFMB设计与分析方法。所设计的LFMB转子球面导磁套和定子球面绕组均与双球面陀螺转子同球心, 气隙呈球壳状, 保证转子偏转时定子绕组两侧气隙宽度不变, 相较于柱面LFMB, 转子可偏转角度由±0.6°扩大到±2°。利用等效磁路法推导了柱面与球面LFMB气隙磁密的数学解析模型, 并基于ANSYS命令流构建了柱面与球面LFMB的有限元仿真模型。仿真结果表明：在转子可偏转范围内, 沿偏转中心线, 球面LFMB最大磁密较柱面下降了34.1%；当转子不偏转时, 球面LFMB绕组截面内的磁密均匀度较柱面提高了11.6%；当转子偏转时, 球面LFMB绕组截面内的磁密均匀度较柱面提高了17.7%。所提方法为磁悬浮控制敏感陀螺控制与敏感性能的提升奠定了基础。

点蚀是腐蚀介质环境中金属性能劣化的主要形式之一。蚀坑导致的应力集中会使结构整体强度退化, 降低结构的安全性和可靠性。因此, 准确的蚀坑模型对结构应力场的分析具有重要影响。为此, 在典型的蚀坑形貌基础上, 结合蚀坑张开角的定义, 提出旋转抛物-锥形蚀坑模型, 并通过有限元仿真与拉伸破坏试验验证了模型的有效性。结果表明：蚀坑导致的应力集中极大值处于接近坑底或坑口区域, 旋转抛物-锥形蚀坑模型在蚀坑坑底、坑肩及坑口处的应力集中分布带比半椭球形蚀坑模型更准确, 应力敏感性更强。

针对无人机(UAV)协同围捕问题, 提出一种基于群体意志统一的围捕策略。受人类在协作任务中的认知机理启发, 引入“群体意志”定义无人机的协作认知, 并构建双回路认知模型, 借助图卷积网络对围捕无人机获取的局部态势进行融合认知, 有效减轻无人机系统的计算负载。依靠变分推断原理和生成式自动编码器对围捕无人机进行群体意志趋同学习, 依据Apollonius圆实现协同围捕, 使无人机集群涌现出更加智能化的围捕效果。通过对比仿真验证了所提策略的有效性和智能性。

全球卫星导航系统(GNSS)是目前应用最广泛的定位技术, 研究城市峡谷中的定位问题时, 由于高楼大厦的阻塞, 仍存在非视距传播导致的性能退化问题。为此, 提出了无监督学习粒子滤波(UL-PF)算法。在卫星信号分类阶段, 使用核k-means聚类的无监督学习分类方法, 在定位阶段, 使用通过聚类算法优化的粒子滤波方法。所提算法考虑了采样粒子在状态空间分布中的内在相似性, 探索在每个聚类中选择一个粒子作为重要粒子, 利用时间序列相关技术提高重采样粒子集的多样性。实验表明：在城市场景中, 所提算法的平均定位精度从传统算法的15 m提高到约5 m, 收敛时间从500 s缩短到200 s左右。

在Shallow-Water结冰热力学模型的基础上, 搭建了一套适用于三维旋转表面的非稳态结冰模型, 采用Jacobi迭代法和Gauss-Seidel迭代法对表面结冰进行非稳态迭代求解。用所提模型对简化后的旋转桨叶模型进行计算, 并与FENSAP软件结果进行对比, 验证了所提模型的准确性, 分析了转速、水滴直径和液态水含量等因素对旋转表面结冰冰形和水膜流动的影响。结果表明：随着转速的增加, 结冰范围和水膜覆盖范围偏移愈加明显；结冰范围和水膜覆盖范围随水滴直径增长逐渐增加, 水膜厚度也逐渐增大；结冰厚度和水膜厚度随液态水含量增长而相应增加, 水膜覆盖范围也明显变大。

可重复使用运载火箭动力减速段制导, 面临各种苛刻的过程约束、终端约束及燃料最省的迫切需求, 给制导带来巨大挑战。因此, 提出一种基于分段凸优化和线性二次调节器(LQR)的轨迹跟踪制导律。采用分段凸优化方法对火箭基准速度进行跟踪, 大幅简化了优化模型从而降低凸优化求解的计算量, 同时确保火箭在各种初始误差和模型误差的情况下燃料最省。采用LQR方法实现对火箭飞行位置轨迹的高精度跟踪, 抵抗各种误差和干扰的影响。仿真结果表明：相对于传统的LQR跟踪制导方法, 所提方法能大幅减少燃料消耗, 且在各种误差和干扰下具有较高的轨迹跟踪精度和较强的抗干扰能力；相比于现有的滚动凸优化方法, 所提方法能显著降低求解计算量, 且方法可靠性更高。

针对传统机器人参数标定方法, 通常依赖昂贵设备, 技术实现成本高的问题, 提出一种新型低成本的基于激光位移测量的机器人标定系统, 利用安装于机械臂末端的激光位移计进行与外部参照物立方体的相对位置测量, 并设计实现了六自由度机械臂的运动学参数标定方法。基于单维度位移测量值, 采用平面度约束与平面角度约束共同构建误差函数, 并利用非线性优化方法求得最终的标定结果。在实验系统上进行标定方法的验证, 并与利用激光追踪仪标定的实验结果进行对比。实验数据表明：所提方法在操作简便、成本低廉的同时, 能够获得与使用昂贵的外部测量仪器近似的标定效果。

移动机器人所处的环境通常是动态的, 机器人需要及时做出响应, 同时保证路径的平滑度及与障碍物间的安全距离。针对此问题, 提出了一种基于障碍物代价势场的移动机器人动态避障算法。通过建立静态栅格地图及障碍物的代价势场, 获得动态场景下的等势线及经过起点、终点的切线, 求解最小生成树获得初始候选路径, 针对路径的长度、障碍物距离及平滑度对候选路径锚点进行调整。通过引入障碍物速度对代价势场的影响, 使得机器人能对移动中的障碍物做出及时的响应。为验证所提算法的有效性, 在分辨率为1 200×1 000 m的栅格场景下分别对静态场景和动态场景进行仿真, 结果表明：所提算法能够在保证路径具有较高的平滑度且与障碍物间保持安全距离的条件下使路径尽可能得短；同时在动态障碍物场景下依然能保持路径的平滑和避障的安全性, 满足动态场景下移动机器人路径规划的要求。

为了分析空空导弹在红外抗干扰过程中, 各干扰量与脱靶量之间的耦合关系, 利用红外抗干扰试验仿真平台, 通过设置干扰量获得海量数据, 构建数据立方体对海量数据进行数据预处理, 同时统计出数据集中各事务的支持度计数, 将处理后的数据利用FP-Growth关联规则算法挖掘干扰量与脱靶量之间的关联规则。通过对关联规则的分析得到：导弹进入角与弹目距离是影响导弹脱靶量大小的主要因素, 各个干扰量之间不能随意组合, 应该根据导弹来袭方向、目标机动方式选择诱饵投掷策略, 否则干扰效果会大大下降。同时设置一组对比试验, 验证基于数据立方体的FP-Growth算法处理高维数的脱靶量数据, 拥有较高的挖掘效率。

压缩感知(CS)理论在合成孔径雷达(SAR)成像中应用广泛。针对包含城市、河流等区域的非稀疏场景压缩感知SAR成像, 提出基于近似观测模型的混合稀疏表示(MSR)压缩感知SAR成像方法。该方法将复杂的SAR图像分解成点、线、面, 并将线、面分别通过离散余弦变换和曲波变换转换到稀疏域, 使压缩感知的稀疏性条件得以满足, 通过求解基于近似观测模型的二维压缩感知优化问题重建非稀疏场景的SAR图像。所提方法能够实现降采样率条件下对包含城市、河流等非稀疏场景区域的成像, 仿真场景和实测场景成像结果表明了所提方法的有效性。

为充分认知民机风险, 实现从事故中学习, 以重大民机事故(MCAA)为研究对象挖掘出事故深层次的致因特征。针对MCAA信息具有可读性差, 系统行为具有非线性导致的无法直接获取运行风险信息, 难以直接建立事故致因的关联与映射关系, 提出一种从MCAA中学习民机运行风险特征的方法。针对民机运行特点, 结合事故信息及认知可靠性和失误分析方法(CREAM), 设计出MCAA-CREAM模型, 并构建民机多属性技术重大事故数据集。采用自组织映射(SOM)模型, 完成对事故的聚类分析和抽象特征映射, 以2D地图形式增强风险因素可读性, 利用关联规则有效挖掘风险因素间的强关联关系。

为实现对“低慢小”无人机(UAV)的有效探测, 提升检测精度和定位质量, 提出一种基于联合注意力和CenterNet的低空无人机检测方法。针对通用目标检测算法小目标漏检率高的问题, 引入解耦的非局部算子, 捕捉光学图像目标区域的关联性。利用无人机群个体间的相似性, 将离散的无人机特征相互关联, 降低漏检率。为获得更加精准的检测框, 对CenterNet的标签编码策略和边界框回归方式进行优化, 引入定位质量损失, 提升检测框定位质量。实验结果表明：优化后的S-CenterNet算法相比原始CenterNet算法平均准确率提升了8.9%, 检测框定位质量有明显改善。