目标机动轨迹预测是空战态势感知和目标威胁评估的重要前提。针对传统目标机动轨迹预测模型复杂度大、预测精度低等问题，通过分析并结合目标机动轨迹时序数据所具备的混沌特性，引入Volterra泛函级数模型进行目标机动轨迹预测。为解决Volterra泛函级数模型中存在高阶核函数难以求解的问题，利用变异机制和自适应步长控制机制改进蝙蝠算法的寻优能力，进而构建了一种基于自适应蝙蝠算法（SABA）优化的Volterra泛函级数目标机动轨迹预测模型，并利用优化后不同阶数的Volterra泛函级数模型对目标未来机动轨迹进行预测。仿真实验中，通过与其他优化算法改进的Volterra泛函级数模型的预测精度对比，验证了所提预测模型的可行性，同时也说明了二阶Volterra泛函级数模型更加适用于目标机动轨迹预测。

针对无人机航拍图像背景复杂、小尺寸目标较多等问题，提出了一种基于倒置残差注意力的无人机航拍图像小目标检测算法。在主干网络部分嵌入倒置残差模块与倒置残差注意力模块，利用低维向高维的特征信息映射，获得丰富的小目标空间信息和深层语义信息，提升小目标的检测精度；在特征融合部分设计多尺度特征融合模块，融合浅层空间信息和深层语义信息，并生成4个不同感受野的检测头，提升模型对小尺寸目标的识别能力，减少小目标的漏检；设计马赛克混合数据增强方法，建立数据之间的线性关系，增加图像背景复杂度，提升算法的鲁棒性。在VisDrone数据集上的实验结果表明：所提模型的平均精度均值比DSHNet模型提升了1.2%，有效改善了无人机航拍图像小目标漏检、误检的问题。

针对无先验随机分布信息的单目标概率约束规划，探讨了微种群免疫优化算法。算法设计中，受危险理论启发设计微种群免疫优化算法进化框架；借助估计值的误差幅度，提出2个方法分别估计概率值和目标值；依据个体间的优劣关系，划分群体为3个类型子群协同进化；构建生命周期模型，设计自适应的交叉与变异概率、变异策略，结合交叉算子促进子群信息有效交流，并沿不同方向协同进化。数值实验统计结果说明：所提算法拥有良好的搜索效率、搜索效果及降噪能力，具有一定的竞争力和应用潜力。

针对传统雷达信号识别算法在低信噪比下识别准确率低的问题，提出了基于多重同步压缩（MSST）时频变换及方向梯度直方图（HOG）特征提取的雷达辐射源信号识别算法。所提算法在雷达时域信号短时傅里叶变换（STFT）基础上进行多重同步压缩处理获得信号时频分布图，通过HOG算子对信号时频分布图进行HOG特征提取，将提取的HOG特征通过主成分分析法（PCA）进行降维，将降维后的特征参数送入支持向量机（SVM）对雷达信号进行分类与识别。实验结果表明：所提算法具有较低的复杂度，当信噪比为−8 dB时，仿真实验与半实物仿真实验针对9种典型雷达信号的识别准确率达到90%以上。

针对超低轨卫星姿态控制差异化需求，开展了基于气动舵机辅助的姿态控制策略研究。完成了超低轨道稀薄大气下卫星气动舵机布局设计与气动特性研究，理论气动力可达10⁻¹ N量级，气动力矩可达10⁻¹ N·m量级。在此基础上，完成了基于气动舵机辅助的姿态控制策略研究。通过仿真验证，在x轴采用动量轮控制、y轴和z轴采用气动舵机辅助控制情况下，可实现优于0.004°的三轴指向精度和优于0.0007(°)/s的三轴姿态稳定度。所设计气动舵机辅助姿态控制策略对超低轨卫星技术应用与发展具有重要技术价值和工程意义。

针对航天遥感器核心组件的高精度与高稳定度的控温需求，设计并搭建了一套泵驱两相流体回路(MPTL)试验装置，该装置使用了一套具有被动冷却能力的两相控温型储液器。为验证MPTL系统在高真空、极低温与变化外热流条件下的工作能力，在真空罐内对MPTL系统在不同工况点下的散热与控温能力进行了测试，并通过温度和压力等数据研究了主回路的运行特性、储液器内热力学变化特性及两者之间的传热传质过程。结果表明：MPTL系统的控温点可通过储液器进行快速调整，蒸发器温度的变化受外热流与热源开关影响较小；进入毛细管中的过冷液与储液器中的液相形成的温差保证了储液器冷量的供应；主回路发生相态转变时，储液器与主回路工质交换特性引起了系统压力降脉动。

针对无人机编队相对导航系统中视觉导航传感器量测数据存在随机时延问题，提出一种能够处理多步随机延迟量测的修正似然容积卡尔曼滤波（ML-CKF）算法。用多个伯努利随机变量对量测模型进行修正以描述随机延迟；通过边缘化延迟变量来计算滤波的似然函数以从延迟量测中提取准确的信息；采用三阶球面-径向容积准则计算高斯加权积分以解决系统的非线性。滤波中的加权因子根据接收量测的特性进行调整，因此，所提修正似然滤波具有自适应卡尔曼滤波属性。利用罗德里格斯参数表示姿态误差，设计了基于修正似然容积卡尔曼滤波的相对导航滤波器。仿真结果表明：所提算法可以准确地估计出长机和僚机之间的相对位置、速度和姿态，且估计精度高于容积卡尔曼滤波和传统随机时延滤波。

为了保证待加工型面加工余量的均匀性及其相对于基准之间的位置关系，提出一种同时基于基准约束与余量约束的配准算法。所提算法在配准模型中增加基准约束与余量约束，建立在基准约束与余量约束下的配准模型，引入局部坐标系进行配准计算，并将计算结果反算至全局坐标系中。通过引入局部坐标系进行配准计算的算法，降低了测量点变换过程中测量点的运动自由度，从而降低了计算过程中变量的维度，提高了计算效率，保证了计算结果满足基准面约束与余量约束。所提算法在典型的飞机零件“襟翼滑轨”的简化模型上进行了应用验证，相关结果表明：在平面基准约束与余量约束下的配准算法，计算时间为仅在余量约束下配准算法计算时间的33.6%，配准后基准面上测量点的最大偏差小于0.04 mm，待加工面上余量的波动小于0.03 mm，适用于该类零件的自适应精加工过程。

针对目前基于全球导航卫星系统反射信号的双基地合成孔径雷达（GNSS-R BSAR)在一站固定模式下的大斜视，斜距历程复杂，回波信号方位空变导致回波信号难以处理的问题，提出改进的距离多普勒成像新算法。所提算法采用GNSS信号作为辐射源,根据一站固定模式下GNSS-R BSAR合成孔径时间长的特点，引入高阶等效斜视距离模型,得到导航卫星与目标斜距相对时间变化的精确描述。先通过直射信号与回波信号时域对消进行距离徙动校正，实现全场景目标距离徙动的精确校正；再通过方位向分块混合相关处理来克服回波信号方位向的移变性质，实现全场景高效精确成像。所提算法的成像效率优于传统后向投影时域（BP）算法，成像精度与BP算法相当，且可根据需要通过调整方位分块的宽度来提升聚焦效果。最后，用GPS-L5 信号进行仿真和实验，仿真和实验结果验证了所提算法的可行性和高效性。

针对涡轴发动机分布式控制系统中存在时延导致系统性能退化的问题，利用线性矩阵不等式（LMI）方法设计了时延鲁棒串级PI控制器。先利用内模控制（IMC）方法得到涡轴发动机串级控制器内、外环的PI控制器结构；再利用频域回路成形的方法给出保证系统具有期望性能的LMI形式约束条件；利用梯度近似的方法通过劳斯-赫尔维茨判据得到保证系统稳定的控制器参数约束条件；最后，在基于TrueTime的涡轴发动机分布式非线性仿真平台上进行数字仿真。仿真结果表明：在0.04 s时延条件下，当功率需求下降5%时，系统的调节时间小于5 s，功率涡轮转速超调不超过0.5%，且其最大燃油变化率只有传统串级PI控制系统的67%；设计的控制器能有效应对涡轴发动机分布式控制系统中存在的时延问题，同时能够以更小的代价保证系统具有期望的性能。

为同时规划出满足多种目标需求的多条可行路径，提高规划路径的鲁棒性与实用性，提出一种基于多种群合作学习的路径规划算法。基于粒子群算法的基本思想，先针对单一种群在多维目标空间内搜索时容易陷入局优的问题，提出基于多目标分解的子种群划分策略，平衡算法在目标空间内各个维度上的搜索能力。再依据地图中栅格点的出入度信息提取关键路径点。在编码阶段，根据关键路径点提供的维度信息，利用实数编码的方式初始化种群，降低解空间大小；在解码阶段，提出利用精英解的解码经验指导可行解的快速搜索，使解码经验能够被有效传递，降低解码的不确定性，提高了算法的寻优能力。最后，将多个种群的搜索结果进行非支配排序，得到满足优化目标的所有路径。实验结果表明：与标准粒子群算法相比，基于解码经验表指导的多种群合作学习算法具有更强的搜索能力和寻优能力，能够解决多模态多目标路径规划问题。

针对平面阵列天线波束形成过程中的波达方向(DOA)估计失配问题，提出在期望信号(SOI)方向附近增加线性约束的算法，有效提升了平面阵列波束形成的稳健性；此外，针对增加线性约束会导致波束形成算法自由度降低的问题，以均匀线阵为例，提出在广义旁瓣相消(GSC)算法模型中添加阻塞矩阵预选环节的算法，有效解决了添加线性约束所致的自由度损失问题，从而使算法在提升稳健性的同时保持了原有的自由度。最后，通过计算机仿真实验验证了所提算法的有效性。

为分析运载火箭整流罩锥壳夹层结构不确定性对结构热稳定性的影响并指导结构的轻量化设计，建立整流罩前锥段夹层圆锥壳模型，并建立温度场模型，据此对圆锥壳开展热稳定性分析，推导力热联合载荷作用下整流罩前锥段夹层结构失稳临界轴压。在此基础上，针对主要不确定性因素，开展灵敏度分析并建立区间不确定性优化模型，采用区间可能度方法将其转化为确定性问题，并采用遗传算法-区间分析算法（GA-CIAM）实现结构优化设计。计算结果表明：考虑气动力/热载荷及材料参数不确定性影响，对整流罩前锥段结构开展优化设计，在满足设计要求的前提下，有效实现结构轻量化。

针对麻雀搜索算法后期种群多样性减少、易陷入局部最优解等问题，提出一种新的改进麻雀搜索算法。所提算法先引入小孔成像反向学习策略对发现者的位置进行更新，提升寻优位置的多样性；其次受Logistic模型的启发，提出一种新的自适应因子对安全阈值进行动态控制，平衡所提算法的全局搜索与局部开发的能力。通过与其他算法在6个基准函数上进行仿真对比，结果表明：所提算法的收敛精度与速度均优于其他算法。在工程应用上，用所提算法优化K-means聚类算法进行图像分割，峰值信噪比（PSNR）、结构相似性（SSIM）及特征相似性（FSIM）3种度量指标验证了其良好的分割性能。

开关磁阻电机（SRM）运行在基速以下时常采用电流斩波控制（CCC），针对传统电流斩波控制中电流动态跟踪能力弱、换相区内转矩脉动大及功率器件开关频率不固定的问题，根据电感曲线的变化特征进行区间分段，提出一种基于参考电流补偿的电流斩波控制策略。在低电感区段内根据电机转速、负载的大小对参考电流进行补偿，提高相绕组在换相过程中的转矩输出能力和动态响应能力；在电感曲线的线性上升阶段，采用固定频率的脉冲宽度调制(PWM)波进行控制，使输出转矩更平滑。搭建三相12/8极开关磁阻电机仿真模型及硬件在环实验平台，考虑电机在不同转速、负载下的运行工况，选取转矩脉动指标进行对比。仿真与实验结果表明：所提控制策略能有效减小开关磁阻电机的转矩脉动，提高电机的运行性能。

尽管全球导航卫星系统(GNSS)外辐射源雷达具有信号源广泛、覆盖率高、容易进行时间同步等特点，受到了国内外研究机构的广泛关注，但由于卫星位置变化和单颗卫星的目标探测性能有限，难以满足实际探测需求。根据几何构型给出GNSS外辐射源雷达双基地角计算方式，仿真研究双基地角与目标雷达散射截面积(RCS)的关系，分析探测时间与目标最大探测距离的关系，得到目标探测概率的理论表达式，并据此评估基于GPS L5信号的外辐射源雷达在单星、多源融合及前后向协同探测模式的目标探测概率。仿真结果表明：单星前向和后向探测模式的有效探测时间覆盖率不足1 %，采用前后向协同及多源融合的探测方式，可有效提升GNSS外辐射源雷达的目标探测性能至25 %；通过采用连续扫描检测的方式实时改变接收天线的照射方向进行目标探测，在前后向协同的多源融合探测模式下，有效探测时间覆盖率达到98.96 %，基本满足全天时有效探测需求。

大行程柔性微定位平台在运动过程中不可避免地产生伴生转动现象，并对其定位精度造成消极影响。为降低伴生转动对平台定位精度的影响，提出一种基于柔性杆的三移一转（3-PPPR）型大行程柔性微定位平台，基于线弹性梁理论模型并考虑柔性杆轴向形变，对两移一转（PPR）柔性运动副伴生转角进行了理论建模，并基于此完成了对所提平台在单轴、双轴及三轴驱动时产生伴生转角的理论分析；再采用有限元分析对理论模型进行验证。最后探究了柔性杆尺寸参数与平台伴生转角之间的灵敏度关系，为所提平台性能提升奠定了基础，并据此提出了改善所提平台运动性能的优化方案。结果表明：3种驱动条件下平台伴生转角理论值与仿真值最大相对误差为2.46%。

随着机器学习的快速发展和其突出的非线性映射能力，越来越多的学者将机器学习方法应用到流体力学领域。为克服传统数学拟合不能很好的解决系统非线性问题，以及现有文献中所提及的一些基于神经网络的气动参数预测方法，需要进行参数化处理而带来的不便，同时为实现多变量多输出气动参数快速预测的目的，基于卷积神经网络考虑机翼变迎角和浮沉建立了一种多变量多输出的机翼气动参数预测模型，实现了机翼气动参数的快速预测。结果表明：所建模型具有较高且稳定的预测精度，并且计算效率较计算流体力学(CFD)提高了40倍。

针对麻雀搜索算法前期易陷入局部极值点、后期寻优精度不高等问题，提出一种自适应变异麻雀搜索算法（AMSSA）。先通过猫映射混沌序列初始化种群，增强初始种群的随机性、遍历性，提高算法的全局搜索能力；再引入柯西变异和Tent混沌扰动，拓展局部搜索能力，使陷入局部极值点的个体跳出限制继续搜索；最后，提出探索者-跟随者数量自适应调整策略，利用各阶段探索者和跟随者数量的改变增强算法前期的全局搜索能力和后期的局部深度挖掘能力，提高算法的寻优精度。选取16个基准函数和Wilcoxon检验进行验证，实验结果表明：所提算法与其他算法相比，寻优精度、收敛速度和稳定性都取得较大提升。

现有基于传统智能优化算法的MPRM电路面积优化算法存在效果差的问题。由于MPRM电路面积优化属于组合优化问题，先提出一种多策略协同进化人工鱼群算法（M-AFSA），该算法引入基于反向学习的种群初始化策略，以提高种群多样性及初始种群解的质量；引入觅食与追尾交互性策略，以加强人工鱼个体之间的信息交流、提高所提算法的收敛速度；引入自适应扰动策略，以增加人工鱼个体位置变异的随机性、避免所提算法陷入局部最优。此外，提出一种MPRM逻辑电路面积优化方法，利用所提算法来搜索电路面积最小的最佳极性。基于北卡罗莱纳州微电子中心（MCNC）Benchmark电路的实验结果表明：与遗传算法相比，所提算法优化电路平均面积百分比最高为57.24%，平均为39.57%；与人工鱼群算法相比，所提算法优化电路平均面积百分比最高为33.53%，平均为14.54%；与改进的人工鱼群算法相比，所提算法优化电路平均面积百分比最高为30.25%，平均为13.86%。

在遥感图像目标检测领域内，旋转物体的检测存在挑战，卷积神经网络在提取信息时会受制于固定的空间结构，采样点无法聚焦于目标；遥感图像尺度变化大，不同物体需要具有不同尺度感受野的特征映射，具有单一尺度感受野的特征映射无法包含所有有效信息。基于此，提出了可变形对齐卷积，根据候选边框调节采样点，并根据特征映射学习采样点的细微偏移，使采样点聚焦于目标，从而实现动态特征选择；同时提出了基于可变形对齐卷积的感受野自适应模块，对具有不同尺度感受野的特征映射进行融合，自适应地调整神经元的感受野。在公开数据集上的大量实验验证了所提算法可以提高遥感图像目标检测的精度。

为解决航空发动机部件表面缺陷检测精度低、检测速度慢的问题,提出一种改进的YOLOv4算法进行智能检测。在路径聚合网络（PANet）结构中融合浅层特征与深层特征，增大特征检测尺度，同时去除自下而上的路径增强结构，提高小目标检测精度和整体检测速度；根据各类缺陷数量不同的情况，优化聚焦损失中的平衡参数，增加权重因子调节各类缺陷的损失权重，将改进后的聚焦损失代替分类误差中的交叉熵损失函数，降低样本不平衡和难易样本对检测精度的影响。实验表明：相比于原始YOLOv4算法，改进后的YOLOv4算法在测试集上的平均精度均值（mAP）为90.10%，提高了2.17%；检测速度为24.82 fps，提高了1.58 fps，检测精度也高于单发多框检测（SSD）算法、EfficientDet算法、YOLOv3算法和YOLOv4-Tiny算法。

针对传统质量评价指标在小波阈值去噪中理论依据不足的问题，提出了一种基于组合赋权法的小波去噪质量评价方法，能够为小波去噪参数的选择提供有效评价。通过分析在真值未知情况下均方根误差（RMSE）、信噪比（SNR）、平滑度等单项指标的特点，选取RMSE与平滑度作为小波去噪指标，对其进行归一化处理，采用信息熵权与变异系数的方法进行组合赋权，将归一化指标与对应权值线性组合，得到一种新的指标即为复合评价指标，其值越小，说明去噪效果越好，所选参数越优。仿真实验表明，在真值已知情况下，该评价指标具有更高的准确性，能够适用于不同的分解层数与小波基函数，具有比传统方法更好的适用性;实测数据表明，所提方法得出的小波去噪峰值域更加光滑，波形更加平稳，去噪效果更佳。

针对这一问题，提出了一种带双面补强的柔性涡流阵列传感器并用于孔边裂纹监测。通过COMSOL有限元软件建立传感器和被测试验件的有限元模型，分析提离距离、垫片磁导率变化和裂纹扩展对传感器输出信号的影响；制备带补强和不带补强的传感器，并开展挤压实验和在线疲劳裂纹监测实验；根据实验结果和仿真结果之间的差异进行误差分析。结果显示：随着提离距离和垫片磁导率的增加，传感器输出感应电压逐渐增大；传感器裂纹监测灵敏度随着提离距离的增加而逐渐减小；带补强的传感器可以在螺栓拧紧扭矩为63 N·m的条件下工作，而不带补强的传感器在拧紧力矩为50 N·m时完全失效；通过在线疲劳裂纹监测实验验证了带补强的传感器对裂纹具有定量监测能力，裂纹监测精度与激励线圈之间的间距一致，可达1 mm；实验结果与仿真结果之间的差异主要由提离距离引入。

为实现对时敏目标的快速探测、定位和打击，战术瞄准网络技术(TTNT)对战术信息接入信道、交互传输的实时性、可靠性提出高要求。TTNT采用基于统计优先的多址接入 (SPMA) 协议，通过周期性计算统计平均的思想，估计当前信道状态，控制战术信息接入信道的时机。该思想仅适用于流量相对平稳的情况，在流量非平稳时会导致较大的信道状态检测误差。针对此问题，引入流量预测技术，提出基于循环神经网络的SPMA协议信道状态智能检测改进算法。利用循环神经网络的学习特点学习历史流量数据的隐含特征，构建流量预测器对瞬时时刻的流量脉冲到达数进行实时预测，从而准确获取当前信道状态。实验结果表明：所提算法对信道状态的检测结果更接近真实值，显著降低了信道忙闲状态的误判率。