车辆自动紧急制动（AEB）系统的应用存在大量误识别和不合理决策的挑战，在典型场景下开展测试，可以有效提高AEB的适用性。对国内外相关研究进行分析，从12类车辆与二轮车预碰撞场景中提取AEB测试重点关注的2类涉及参与方转向的场景（场景S11和S12），建立2类典型场景下的Pre-scan模型和量化描述二轮车相对于车辆运动轨迹的数学模型，并对AEB的效用及改进方向进行定性和定量分析。结果表明：场景S11和S12中，二轮车在运动坐标系下的运动轨迹仅与车辆和二轮车速度比值相关；场景S11中，仅当车辆和二轮车速度比值取为(0.7888, +∞)时，二轮车能够进入车辆AEB触发域，将AEB视场角从60°增大到90°，可有效改善AEB触发效果，速度比值范围从(0.7888, +∞)增加至(0.2033, +∞)；场景S12中，当二轮车和车辆速度比值取为(0, (∆v+2.46)/9.64)时，车辆AEB具有较好的触发效果，将AEB触发宽度从1.5 m扩大至 2 m时，对AEB触发效果的改善幅度不大。研究成果可为AEB系统的改进优化提供技术支撑。

无人机集群协同对抗是未来作战的发展方向，为了突出集群强进攻、难防御、高灵活的优势，对高维度、强动态、非线性无人机集群的协同对抗的复杂系统进行有效建模是一个重要的研究方向。应用复杂空间网络理论构建了对抗双方的协同网络、对抗网络及协同对抗网络，模拟无人机集群的协同侦察场景，分别在二维和三维空间中建立了无人机集群协同对抗模型；分析了影响杀伤率的因素，提出了杀伤率与空间距离的解析式；通过网络级联效应分析了无人机集群协同网络的鲁棒性，验证了所提无人机集群协同对抗模型的有效性，为无人机集群协同对抗的建模提供了一种新思路。

为量化锂离子电池热失控过程产生热失控气体对热失控传播的影响，基于能量守恒方程和铜基电池量热法，提出了一种计算热失控气体燃烧对热失控传播贡献占比的方法。选取商用18650型电池，利用自主设计搭建的热失控气体释能测算实验平台获取计算所需参数。实验结果表明：第1节电池热失控气体燃烧释放的能量在第2节电池热失控所需能量中占比达到5.42%，使第2节电池自产热增加了42%，热失控时间提前了29%。研究结果有助于进一步探索热失控传播过程中的能量传递效率，为单元层级和系统层级的电池安全设计提供理论支持。

说谎是复杂的认知过程，其执行控制功能需要不同脑区的共同参与，相关研究证实了这些脑区之间存在相互作用。针对当前脑电信号特征提取方法有限及谎言机制尚不明确的问题，利用相位传递熵构建了谎言实验过程中脑电信号的脑网络，并分析了诚实组和说谎组不同脑区间的效应连接差异。采用标准的三刺激实验模式对60名受试者进行说谎检测实验，同步采集所有受试者的脑电信号并进行预处理；利用相位传递熵构建效应连接矩阵，通过统计方法对矩阵中的每一条边进行2组间的熵值差异分析，选取具有显著性差异的导联对上的熵值作为全连接神经网络的分类特征，结果显示，分类准确率为96.75%，说明相位传递熵指标可以有效区分说谎者和诚实者2类人群的脑电信号；对2类人群大脑功能网络的分析结果显示，与诚实者相比，说谎类人群的额叶、顶叶和颞叶之间存在更强的信息流动，表明说谎行为需要协调和使用更多的大脑资源。研究结果有助于揭示说谎状态下大脑的神经活动机制。

锂离子动力电池系统作为电动汽车最重要的核心部件，其动力性能和安全可靠性的提升是中国电动汽车进一步规模化发展的重大需求。锂离子动力电池的热安全问题贯穿于电池系统的整个生命周期，且在单体-模组-系统不同空间尺度下的表现形式不同。针对锂离子动力电池系统多空间尺度热安全问题，分别从单体电池生热、模组温度均一性、电池系统安全可靠性3个方面归纳总结了目前动力电池热安全设计的最新进展，并对一些重要研究成果进行了着重介绍，总结了锂离子动力电池系统热安全设计亟待解决的关键问题，提出了可行的解决方案，对今后的研究方向进行了展望，旨在为电池系统动力性能和安全可靠性提升提供有益的借鉴和参考。

针对同时定位与建图（SLAM）算法精度不高且跟踪易失败的问题，提出了一种改进关键帧选择的ORB-SLAM2算法。通过ORB-SLAM2算法计算帧间相对位姿；在原有算法的基础上，增加旋转与平移量作为判定依据，决定是否创建新关键帧；针对移动机器人所安装的相机与机器人产生相对运动引发误拍摄，导致劣质关键帧生成的问题，设计了劣质关键帧剔除算法；基于RGB-D数据集与自主研发的移动机器人进行了实验验证。实验结果表明：改进的关键帧选择算法能够准确及时地选择关键帧，最优情况下定位误差约为原误差的51.9%，有效消除了相机与机器人之间相对运动产生的影响，直线误差仅为原误差的82.1%。改进算法能够有效提高定位精度，减少跟踪失败。

针对无人机（UAV）跟踪过程中目标经常出现尺寸小、尺度变化大和相似物干扰等问题，提出了一种基于双注意力混洗的多尺度无人机实时跟踪算法。考虑到无人机视角下目标像素点少，构建了双采样融合的深层网络，既提供了语义信息丰富的深度特征,又保留了目标的细节信息；设计了双注意力混洗模块，通道注意力和空间注意力同时分组筛选提取到的特征信息，混洗不同通道间的信息，加强信息交流，提高了算法辨别能力；为利用不同层的特征信息，加入多个区域建议网络完成目标的分类和回归，并针对无人机的目标特点，将结果进行加权融合。实验结果表明：所提算法在数据集上的成功率和准确率分别为60.3%和79.3%，速度为37.5 帧/s。所提算法的辨别能力和多尺度适应能力明显增强，能有效应对无人机跟踪中常见的挑战。

持续增长的交通需求和日趋饱和的空域资源对飞行安全和管制效率要求更高，鉴于此，研究基于点融合系统（PMS）的多目标进场排序与调度问题。分析四维航迹预测模型与方法，实现四维航迹预测功能。针对PMS的运行模式和多个利益相关方的需求，构建PMS多目标排序与调度模型，提出基于多目标帝国竞争算法（ICA）。利用长沙黄花国际机场实际运行数据与蒙特卡罗模拟数据对优化模型与算法进行验证。结果表明：所提算法有良好的实际应用效果，能为管制员提供决策支持；在应用基于PMS的多目标进场排序与调度，即使在相对保守的安全间隔下，相对于实际运行优化后的总延误时间、总飞行时间、最大飞行时间分别有70.8%、13.2%、11.8%的缩减。

大型开放式网络课程（MOOC）的出现虽然极大地改变了人们的学习方式，但用户在MOOC平台开展学习的学习情况及完成率预测仍是目前一个重要的技术挑战。针对预测的需求，从用户的学习行为中对用户和课程进行分析，采用长短时记忆机对学习者的学习活动进行建模，采用多头注意力机制对用户和课程之间的交互活动情况进行分析，提出一个基于门控单元的特征融合框架，用于学习情况预测。在公开数据集上的结果表明：所提框架能够提升预测精度，使得MOOC平台能够尽可能早地对用户活动进行干预，从而提升整体的MOOC平台使用体验。

近年来，增材制造技术在载人航天工程中的应用迅速发展。对熔融沉积成型技术、激光选区熔化技术、线材电弧增材制造技术、热喷涂增材技术、月壤增材制造技术等用于载人航天工程的增材制造技术及这些技术的应用领域进行了总结。对增材制造技术在在轨制造飞行器替换件、制造大型桁架等难以在地面制造或发射的部件、制造飞行器复杂部件等应用领域进行了总结。提出未来载人航天工程技术的增材制造中应发展适合载人航天工程的材料体系，应研究微重力环境下的增材制造技术，同时未来还应发展相关工艺。

临近空间高超声速飞行器大面积区域可能广泛采用纳米酚醛气凝胶(IPC)材料，获取高超声速气动加热作用下IPC材料的高温热物性参数，对于高超声速飞行器热防护系统的精细化设计具有重要的意义。考虑烧蚀效应的材料高温热物性参数辨识方法研究，基于Ablation Workshop烧蚀热响应标准算例对高温热物性参数辨识方法进行验证，计算结果表明：热物性参数辨识分析方法计算精度较高；通过带分层温度/烧蚀传感器的IPC材料电弧风洞试验，得到典型来流状态下不同厚度IPC材料内部的温度分布及热解厚度分布数据，通过辨识获得高温烧蚀条件下IPC材料热导率随温度的变化关系，IPC材料原始层热导率在温度低于800 K时随温度缓慢上升（热导率维持在0.1 W/(m·K)以下），之后材料热解使得热导率发生突变，碳化层热导率在温度高于800 K时随着温度的上升急剧增大，到1300 K左右时上升到0.17 W/(m·K)。

涡轴发动机作为直升机等旋翼飞行器动力系统的主要部件，一旦发动机关键参数超限，一般采用降低燃油量及功率的方法进行限制，会暂时降低动力涡轮转速，使其低于正常额定状态约4%~6%。若未及时脱离超限状态，可导致动力涡轮转速继续降低，威胁飞行安全。为解决上述问题，基于对某型直升机从现象到数据的试飞分析，提出一种控制方法，通过设计总距控制律，在发参超限状态下实现动力系统边界保护控制，若未及时脱离超限状态，则自动改出，恢复动力系统正常控制，大幅增强了直升机动力系统控制的鲁棒性及飞行的安全性。通过动力系统建模，并对控制律进行仿真，验证了所提方法的正确性。

近年来在机场高填方工程中应用无人冲击碾压机已成为一种新趋势，而冲碾机在地头转向处常出现较大的跟踪误差，从而影响工作区的压实。提出一种适用于冲碾机地头转向的路径优化方法，有效提高冲碾机转向跟踪精度。基于2种广义初等曲线的计算方法，建立U型转向路径，并综合考虑最小转弯半径和曲率连续的条件，在靠近原规划路径处筛选出有效路径。基于广义双初等曲线的计算方法，建立Ω型转向路径，并综合考虑了最小转弯半径和曲率连续的约束条件，在靠近原规划路径处筛选出有效路径。基于MATLAB/Simulink平台搭建的模型预测控制器（MPC），仿真对比原规划路径与优化后路径的轨迹跟踪效果，结果表明：U型转向和Ω型转向优化后的路径跟踪效果都较好，从而验证所提优化方法的有效性。

为解决航空运输成本高，运输资源闲置、浪费多的问题，对航线联营下基于转运的飞机航线路径优化问题进行研究。基于货物转运问题，考虑联盟对运营的影响，引入航空联盟选择概率，确定转运前后航段运输的承运及托运问题，并考虑托运运输的衔接问题。由于航空网络中双机场容量限制，运行中全货机飞行时段及空域容量的限制，以总成本最小化为目标，建立了航线联营下基于转运的航线路径优化模型（T-AAAFRP）。设计了改进的遗传算法求解模型。通过实例分析，研究选址和路径优化问题。研究结果表明：设计的算法具有较高的收敛性；转运点数量变化的过程中，双机场城市总被选择作为转运点；需求量、飞机固定成本的变化对优化决策有较大影响；飞机载重量、联盟承运与托运的分摊系数、决策者风险偏好的变化对优化决策有较小影响；总体上转运点数量越多，所承担的总成本越小，使用的飞机数量越少。

全球卫星导航系统（GNSS）的安全性已经引发了广泛关注。使用多天线的欺骗检测方法由于其独一无二的空间特性，已成为当前最有效的欺骗检测方法之一。提出一种使用三天线的联合定姿和欺骗检测方法，能够在确定天线载体姿态的同时检测出欺骗信号的存在。针对直接定姿法受限于基线向量精度的问题，使用长度约束的基线向量估计方法以获得高精度定姿结果。在姿态信息已知的前提下，根据星历信息、姿态变换矩阵及天线的几何关系可以获得载波相位单差的期望值。使用误差平方和（SSE）来评估载波相位单差观测值和期望值之间的偏差，并构建了欺骗信号的二元检验。结果表明：在无欺骗的情形下，所提方法能降低定姿的标准差76.1%以上；在有欺骗的情形，所提方法能够实现100%检测率，并降低定姿的标准差77.3%以上。

目标跟踪过程中的模型误差会使得平方根容积卡尔曼滤波（SRCKF）性能下降，滤波精度降低；自适应滤波中的修正卡尔曼滤波（AKF）算法可以有效解决这一问题，但是难以应用到非线性滤波中。为了克服模型误差带来的不利影响，同时，进一步提高修正思想的应用范围，在SRCKF的基础上，基于最小化新息协方差准则推导了修正系数的向量形式，提出修正SRCKF（ASRCKF）算法。所提算法通过利用后期的测量数据，增加对测量值的信任度，从而达到对目标模型误差进行补偿的目的。仿真结果表明：与SRCKF和强跟踪SRCKF算法相比，所提ASRCKF算法能有效抑制模型误差，有着更优的滤波性能。

空间站飞行过程中航天员容易产生脑力疲劳，其是影响作业效率和引起失误的主要因素。为此，研究人体脑力疲劳的快速检测方法，将有利于保障在轨运行安全。脑电波(EEG)的特征变化能够反映出大脑疲劳状态，但现有EEG方法分析脑力疲劳时需要多个导联的信号，这严重限制了其在空间站环境中的实际应用。通过地基实验，采用36 h睡眠剥夺的方式成功诱发出45名受试者的多种脑力疲劳状态。针对EEG信号的非平稳性，设计的8层db4小波变换结构，有效分解出了δ、θ、α和β脑节律波。先使用方差分析( ANOVA)和Logistic回归筛选出脑力疲劳敏感特征，再依据脑力疲劳敏感特征数量进一步筛选出脑力疲劳敏感导联，应用6个敏感导联的特征分别构建了随机森林回归模型。加权融合6个导联处的回归模型，形成脑力疲劳快速检测模型，其平均精确率高达85.25%。

针对目前基于深度神经网络的柱塞泵故障诊断方法在小样本条件下精度低、模型欠拟合问题，提出一种小样本条件下基于孪生神经网络的柱塞泵故障诊断方法。搭建了柱塞泵故障实验台，采集柱塞泵在不同健康状态下的壳体振动信号；使用由卷积层和池化层组成孪生子网络自适应地从原始振动信号中提取低维特征，使用欧式距离判定输入样本对的特征相似度；通过相似度对比的方法扩大训练样本数量并训练孪生神经网络模型；最后，对测试样本进行健康状态识别。实验结果表明：与传统深度神经相比，所提方法在小样本情况下具有更高的准确率。同时，多通道数据融合实验表明：所提方法能够从不同通道的信号中学习到有关故障信息，多通道数据融合可以进一步提高诊断准确率。

为解决现有彩色图像水印算法容错性低及宿主图像与水印图像在嵌入时尺寸匹配问题，并提高算法抵御各种攻击的鲁棒性，提出一种基于二维经验模态分解(BEMD)和离散余弦变换(DCT)的彩色图像多重水印鲁棒算法。使用Arnold变换对3幅二值水印图像进行置乱，分别对彩色宿主图像的三通道进行BEMD，得到各通道的内蕴模态函数(IMF)和余量信息，选择各通道的第1个IMF（记作IMF₁）作为水印嵌入层，对每个通道的IMF₁分割成不重叠子块后进行DCT；再将置乱后的二值水印图像依次重复嵌入在各通道子块经过之字形(Zigzag)扫描后的中频系数中，使用逆Zigzag扫描和逆DCT得到各通道嵌入水印信息后的IMF₁，并与每个通道其余的IMF及余量重建得到嵌入水印后的彩色图像。水印提取为嵌入过程的逆过程，算法可以实现彩色图像嵌入水印的盲提取。在水印提取过程中对重复嵌入提取到的水印图像使用投票策略，增强了算法的容错性。大量实验结果表明：嵌入水印后的图像峰值信噪比（PSNR）在34 dB以上，水印信息具有较高的不可见性；对嵌入多重水印后的宿主图像进行大尺寸剪切、椒盐噪声等攻击实验，提取到的水印图像与原始图像的归一化系数均在0.96以上，且可达到1，水印信息提取完整清晰可辨。与现有大量彩色图像水印算法相比，所提算法具有较强抵御各种攻击的能力，同时嵌入水印后图像具有较高的不可见性。

碳/玻混杂复合材料在工业应用中表现出巨大的应用潜力。基于红外热像法试验研究了碳/玻混杂复合材料层压板与2种非混杂材料低速冲击下的红外辐射特征。通过目视、超声C扫描和光学显微镜等方法确定冲击后层压板的损伤模式，分析热图序列的时序变化特征和温度分布特征，从而表征冲击过程中的热耗散效应。结果表明：红外热成像技术非常适合监测低速冲击下纤维增强复合材料的损伤过程，通过热图序列可以建立起监测特征与各损伤模式之间的联系；同时发现碳/玻纤维的层间混杂可有效提升碳纤维强基复合材料（CFRP）的抗分层能力，随着冲击能量增加其抗分层能力愈加明显，冲击后的碳/玻混杂复合材料兼具较大的表面损伤和较小的分层损伤，拥有较好的损伤容限。

为研究水凝胶作为热管理技术的可行性和潜力，采用物理循环冷冻法制备一种力学和经济性良好的新型聚乙烯醇（PVA）/聚乙二醇（PEG）复合水凝胶热沉，热沉尺寸为60 mm×60 mm×2 mm,通过表面的水分蒸发来实现自冷。在2712 W/m²热流下进行散热性能探究实验，得到了升温特性、蒸发对流强度变化关系和溶胀变化规律。发现加入2.5%质量分数的PEG减小了随循环冷冻次数增加造成的制备变形，减小了75.53%的含水量衰减，同时使芯片表面控温下降7.53%。根据实验结果计算得到了蒸发换热系数，并研究了热流、厚度和湿度对蒸发散热的影响。通过对水凝胶不同温度和使用情况（4 h连续使用及120 d常温储存）下溶胀率的测定，证明水凝胶具备一定的短时使用可靠性，但对温度的敏感响应并不显著。

针对无人机地面动态目标跟踪问题，建立了远距离自主引导与近距离伴飞避障2个阶段的马尔可夫决策过程模型。在此基础上，提出了一种改进的近端策略优化（PPO）算法。考虑到无人机接收到的数据具有时序性且环境状态存在上下文关联，所提算法采用长短期记忆（LSTM）网络，通过无人机与目标的实时位置关系等状态信息来计算奖励值，更新网络参数，并进行自适应优化迭代。通过基于ROS系统的仿真测试平台进行试验，结果表明：所提算法安全有效地实现了侦察任务全过程的自主机动，与传统的PPO算法相比，LSTM的引入缩短了模型训练时间，跟踪与避障的效率明显提高，进一步加强了算法的鲁棒性、准确性和实时性。

针对点阵夹芯结构的脱焊等损伤问题，提出了基于高频动态响应的非接触式损伤成像技术，根据无基线损伤指标分析结构高频响应，实现脱焊损伤成像。数值仿真中，依据局部共振理论，以损伤区域低阶固有频率作为中心频率计算结构在声场激振下宽频段内振动响应，采用无基线损伤指标实现损伤成像，由损伤成像结果准确识别脱焊损伤位置；试验中，采用扬声器激振，扫描时激光测振系统进行全场振型拾取的非接触式试验测量方案，成功识别脱焊损伤的位置。验证了非接触式成像技术对点阵夹芯结构脱焊损伤检测的适用性与可行性，实现了无附加结构质量、无健康基准信号下的损伤识别。

雷达信号的多径效应导致基于瞬时线性混合模型的盲源分离算法不再适用。为此，提出了一种基于FastICA的复非高斯信号盲源提取方法。该方法将混合系统建模为卷积线性混合模型，使得信号模型中不需要将每个多径信号都看作一个独立的源信号，既节约了接收通道数量，又降低了盲源分离过程的复杂度，利用待提取信号的非高斯性实现高斯背景下复非高斯信源的提取。实验结果表明：在信干比为−30 dB时，所提方法能够快速、有效地处理卷积线性混合模型下复非高斯信源的提取问题，为该场景下的微弱信号提取提供了一种新的方法。

为解决模型误差和异常量测值发生时平方根容积卡尔曼滤波（SRCKF）算法滤波性能下降甚至滤波发散的问题，提出了一种多传感器融合自适应鲁棒算法。基于新息协方差匹配原则设计了鲁棒子系统以抑制量测异常值，同时为克服模型误差使用基于新息修正的低复杂度自适应SRCKF（LCASRCKF）算法设计了自适应子系统，根据2种子系统的特点和局限提出全局融合架构，使系统可以充分平衡并利用滤波过程中先验的模型预测值信息和后验的量测值信息，最终降低估计误差。仿真结果表明：相比鲁棒多渐消因子容积卡尔曼滤波（RMCKF）等算法，所提融合算法在滤波精度、稳定性和收敛速度等方面有明显优势。