将矢量测量转化为姿态测量，该问题在姿态估计中被称为Wahba问题。介绍了最小化Wahba问题的损失函数的不同算法，包括最优四元数估计器(ESOQ)、四元数估计器(QUEST)、快速最优姿态矩阵(FOAM)、矩阵的奇异值分解(SVD)等广泛使用的算法，以及基于快速线性四元数姿态估计器（FLAE）、黎曼流形等近年来提出的算法。给出了简单的计算原理与推导过程，并通过计算机仿真对照，归纳各类算法在计算旋转矩阵时的计算精度、鲁棒性。针对姿态测量算法应对当前应用场景的性能需求，简要介绍其在惯性测量单元(IMU)动态对准、协同集群视觉定姿、图像拼接等方面的适用可能和工作原理，并在此基础上简述了姿态测量算法当前的缺陷与未来的发展趋势。

针对水下视觉同步定位与地图构建(SLAM)前端特征提取与特征匹配效果差的问题，提出一种用于水下视觉SLAM前端的基于加权融合的图像增强算法。该算法建立在2个图像的融合处理基础上，第1个图像经过基于自适应伽马校正和动态范围拉伸的水下图像亮度增强处理，第2个图像经过基于颜色判断和颜色补偿的灰度世界白平衡处理；通过计算2个图像的显著性权重和饱和性权重，对输入图像进行线性加权融合，得到最终的增强图像。通过水下彩色图像质量评价(UCIQE)和水下图像质量测量(UIQM)方法评估无参考水下增强图像质量，并用南卡罗来纳大学开源数据集测试所提算法的应用效果，结果表明：处理后，水下图像质量高、提取特征点数目多，可以显著提高水下视觉SLAM前端特征提取与特征匹配的效果。

机场飞行区存在的低空飞鸟严重威胁飞行器的起飞和降落安全，现有的驱鸟措施难以高效驱离低空飞鸟，且存在设备资源消耗高、受时空影响大等问题。为此，使用无人驱鸟车替代有人驾驶车辆进行驱鸟工作，并使用搭载固定摄像云台的无人驱鸟车对机场低空中鸟类进行实时检测，获取鸟情数据后，为无人驱鸟车路径规划提供鸟情数据基础。针对鸟类检测的问题，提出一种基于坐标注意力机制改进的YOLOv5网络，对小目标鸟类进行高效的实时检测，使网络更加精准地对鸟类进行定位；针对传统路径规划算法存在路径距离较长、拐点较多等缺陷，提出一种改进的天牛群算法，可有效缩短无人驱鸟车行驶距离，精准躲避机场内静态障碍物和动态障碍物，并快速到达指定驱鸟位置。实验结果表明：所提算法可对机场鸟类进行有效检测，为无人驱鸟车及时提供鸟情数据，利用改进的天牛群算法缩短规划路径的距离，使无人驱鸟车更加精准快速地到达指定驱鸟位置，有效减少人力资源投入，节约无人驱鸟车行进所需能源，提高驱鸟效率。

针对舰载机等复杂动力学系统的高阶时滞模型拟配难题，提出了一种基于通用化等效模型的系统频域辨识算法。建立系统辨识通用化等效模型，引入自适应学习率梯度下降法对模型进行基于样本的迭代学习训练，使模型的频域参数自动收敛，辨识得到复杂系统的高阶时滞模型。以舰载机横航向荷兰滚等效拟配模型进行验证，与传统算法对比，并分析了系统的频域与时域响应，结果表明：所提算法具有较好的辨识效果，解决了高阶时滞模型的直接拟配难题，并通用于广泛的高阶时滞模型拟配。

针对一类Lipschitz非线性多智能体系统的一致性控制问题，在一般有向拓扑条件下，研究了通信网络具有不确定性的一致性控制方法，设计了基于输出反馈的一致性控制器。利用拓扑图拉普拉斯矩阵的性质，克服了有向拓扑不对称性的影响，将有向拓扑条件下的一致性控制问题转化为低维非线性系统的鲁棒镇定问题；利用李雅普诺夫函数直接方法，推导系统达成一致的充分性条件，将控制器反馈矩阵的设计转化为求解线性矩阵不等式可行解问题。分别在无领导者和有领导者2种拓扑条件下进行数值仿真，结果表明：系统在通信网络存在不确定性时可以达成一致性。

针对时延问题对集群稳定性的影响，对牵制控制策略进行研究，利用反馈线性化将水下无人潜航器(AUV)模型简化为二阶积分器模型，研究了具有时延的水下无人潜航器集群下的编队控制问题，并将一致性控制与牵制控制相结合。分析了输入时延和通信时延对水下无人潜航器集群系统的影响，应用Nyquist判据控制理论进行证明，得到了集群中被牵制水下无人潜航器和未被牵制水下无人潜航器组成的系统能渐进收敛达到一致性的充分必要条件。通过数值仿真验证了定理的正确性。

在园区环境中，无人车装载单一毫米波雷达或激光雷达传感器进行障碍物检测跟踪时存在探测范围有限、准确率低及稳定性差等问题。为此，提出一种基于毫米波雷达与激光雷达融合的多障碍物检测跟踪方法。利用改进欧氏聚类算法对道路内激光点云目标进行提取，基于信息筛选策略获得毫米波雷达数据中的有效目标；基于目标检测交并比与可靠性分析，对2种目标进行自适应融合，并利用跟踪门与联合概率数据关联(JPDA)算法完成前后帧数据匹配；应用多运动模型交互与无迹卡尔曼滤波实现障碍物跟踪。实车实验表明：相比单一毫米波雷达与激光雷达障碍物检测跟踪，所提方法有更好的准确性与稳定性。

感知是自动驾驶的基础和关键，但大多数单个模型无法同时完成交通目标、可行驶区域和车道线等多项检测任务。提出一种基于交叉注意力的多任务交通场景检测模型，可以同时检测交通目标、可行驶区域和车道线。使用编解码网络提取初始特征，利用混合空洞卷积对初始特征进行强化，并通过交叉注意力模块得到分割和检测特征图。在分割特征图上进行语义分割，在检测特征图上进行目标检测。实验结果表明：在具有挑战性的BDD100K数据集中，所提模型在任务精度和总体计算效率方面优于其他多任务模型。

为形成逻辑严密、可追溯的适航符合性验证资料，提出一种基于符合性证据链的航电系统工程试验方法，并对实现中的关键问题进行分析研究。以自动飞行控制系统的工程试验为例，设计与实现了基于自动飞行控制系统适航验证需求的验证平台。在验证方案设计中，针对复杂验证环境中部分参数不确定性描述问题，提出一种基于分类概率多场景分析的验证方案设计方法，基于适航验证需求，对飞行数据进行筛选，通过对筛选后的飞行数据进行统计特性分析、随机抽样与合并缩减，生成包含发生概率的确定性场景，描述验证环境中部分参数的不确定性。在验证数据分析中，针对多场景多参数条件下的适航符合性判断问题，提出基于加权Dempster-Shafer证据理论的适航符合性评估方法，以确定性场景发生概率为权重，进行证据融合，避免部分小概率场景对融合结果的干扰。基于实际飞行数据，自动飞行控制系统的自动飞行模式工程试验结果表明，所提方法有效可行。

针对多平台、多任务的无人机飞行控制律的快速开发问题，提出一种基于自抗扰方法的无人机控制律架构，设计了可复用的扩展状态观测器及微分跟踪器，研究对比了其在3种具有较大差异的无人机平台中的应用，使7000 kg的超音速UAV_A获得了更优的敏捷性结果，在60 kg的缩比UAV_B完成了5.8g的半滚倒转大过载机动飞行试验，基于10 kg的平直翼UAV_C实现了12架机紧编队的精确轨迹控制飞行试验。仿真及试飞结果表明：所提自抗扰控制结构响应快速、控制精度高、鲁棒性强，能够较好地适应多类无人机、面向多种任务场景的控制需求，且不需调参就能够获得较好的控制效果，为飞行控制算法设计提供了新的技术途径。

多节链式旋翼飞行器具有构形可变换的特点，是应对运动空间变化的一种有效构形设计方式。受限于构形变化下电机共轴带来的横向转动力矩的缺失，多节链式旋翼飞行器的动态重构飞行具有无法达成的临界构形区间。为此，设计了具备横向倾转的链式旋翼机体结构，以单机臂为模块化结构基本单元，通过旋转关节实现水平向的构形变化，机臂中段配置倾转矢量关节，用以提供滚转力矩支撑。在机体运动学、动力学模型推导的基础上，引入虚拟控制量对控制分配进行线性化处理，利用Moore-Penrose伪逆求解控制效率矩阵，面向全构形变换设计了基于全驱动控制的飞行控制律。对飞行器典型构形位姿控制的稳定性、构形变换控制的可行性进行实验论证，仿真结果表明：在飞行器各典型构形飞行状态下，姿态各轴向角度跟踪最大误差不超过0.05°，构形变换过程中，姿态各轴向角度跟踪误差不超出0.1°，2种情况下，位置偏差均能控制在1 mm以内，飞行器具备各构形下稳定飞行及构形变换的能力，为进一步开展动态重构及稳健飞行提供了必要条件。

登机门是民用飞机舱门中的一个重要部件，其直接影响民用客机结构、功能的完整性和安全性。根据项目研制的需要，针对MA600飞机登机门无阻尼式自由下落导致登机门转轴及舱门损坏的问题进行原因分析，设计了一种限制登机门下落速度的新型开启限速装置。在CATIA中建立了包括登机门、登机梯、开启限速装置在内的虚拟样机模型，在MSC/ADAMS中对安装和未安装开启限速装置的登机门自由坠落进行动力学仿真分析，分析了产品不同设计参数对登机门自由坠落时间的影响，确定出了最优的结构参数，仿真结果表明：所设计的限速装置能够将登机门的坠落时间限制在6 s，有效减少登机门坠落对门体结构冲击，为后续的样件产出和试验提供理论依据。

针对存在各种障碍条件下的战场环境，为实现无人飞行器集群安全避障并进行快速精确打击，集群必须具备自主队形重构的能力。因此，建立了无人飞行器运动模型与领航跟随集群编队控制结构，并提出基于模型预测控制(MPC)框架的无人飞行器集群编队重构控制代价函数、避障代价函数及避碰代价函数，进一步运用鸽群优化(PIO)算法对重构问题进行优化求解。基于数值对比仿真实验结果，所提算法在集群编队跟踪误差和寻优速度方面表现出色。结果表明：所提算法能实现集群自主重构，并提高MPC方法的效率。

在旋转双目立体视觉系统中，转台机械间隙导致的左右相机旋转平移偏差，造成立体校正图像的严重畸变。针对该问题，提出一种基于分层空间一致性的旋转双目立体校正算法。采用ORB特征在原始左右图像中进行快速全局立体匹配，设计一种新的特征点全局双层约束，实现匹配点的优选。提出基于内点邻域空间一致性的局部校验方法，实现二次匹配优化，并利用质量排序的优化匹配点集，由八点法基础矩阵估计算法计算左右相机的精确位姿关系，以此完成图像的立体校正。在Oxford和SYNTIM数据集上的典型算法对比实验，验证了所提算法的性能。多角度立体校正实验表明：所提算法可适应光轴夹角变化，在双目最大45°夹角时保证立体校正的质量，匹配点偏差小于0.2像素。

针对具有输出约束及外部干扰的柔性航天器系统，提出一种直接关节力矩输入的振动控制方法。利用哈密顿原理，系统动力学特性由偏微分方程（PDE）和常微分方程（ODE）耦合组成的分布参数模型来描述。设计了非线性干扰观测器补偿外界干扰，并基于正切型障碍李雅普诺夫函数解决了航天器姿态角度误差和振动误差的多输出约束问题。利用扩展的拉塞尔不变集原理和半群理论证明了系统的渐近稳定性。不仅实现了姿态角的位置控制，还抑制了柔性航天器的弹性振动。通过对比仿真验证了所提方法的有效性。

面向分布式星群在侦查监测，攻防作战等未来空间任务中的潜在应用，在偏微分动力学框架下，提出一种基于热传导特性的星群时空分布演化控制方法。通过类比热力学，以星群整体密度分布为参量，利用热传导偏微分方程描述星群宏观空间密度分布及其随时空的演化模型；基于热扩散机理构建速度场函数以实现集群期望密度分布的迁移控制，并分析论证了基于速度场反馈控制的渐近收敛性和稳定性；分别在一维空间与二维空间中模拟微纳星群迁移控制场景，分别利用Richardson外推法与交替方向隐式格式数值求解一维与二维热传导方程初边值问题，结果表明：所提方法有效收敛，星群迁移前期收敛速度快，在有限时间内可生成所需的密度分布。

根据短距起飞垂直降落(STOVL)飞行器的特点，结合AGARD 577飞行品质规范，从操纵效能和模态特性两方面对短距起飞垂直降落飞行器在飞行品质方面提出要求。基于短距起飞垂直降落飞行器六自由度模型仿真，对飞行器在短距起降过渡状态下的操纵效能进行评估。以等效系统拟配思想，采用遗传算法与最小二乘法的混合算法，对带L₁自适应控制器的高阶飞行器模型进行低阶等效拟配。采用该低阶模型，对飞行器在不同飞行阶段下纵向与横航向的模态特性进行评估。结果表明，该飞行器在短距起降阶段具备一级飞行品质。

无人机集群系统对安全性和稳定性要求极高,实时的故障检测与诊断技术是保证安全可靠运行的有力手段。提出一种基于统计模型和改进宽度学习(BLS)模型的故障诊断方法。所提方法通过多元数据统计分析表征无人机集群系统在正常与不同故障模式下的行为特征，采用改进的BLS模型实现准确、快速的故障诊断。在此基础上，开发无人机集群系统的高逼真可视化仿真验证平台对所提方法的合理性与有效性进行验证。实验结果表明，所提方法与目前主流方法相比具有明显的诊断优势。

针对复杂地形环境、存在各种威胁和约束的无人机航迹规划问题，提出了一种基于ε-level改进蝙蝠算法的航迹规划算法。根据无人机目标函数和约束条件，建立无人机三维航迹规划模型；其次，针对蝙蝠算法处理高维带约束问题存在的早熟现象，设计了自适应权重系数和迭代阈值以平衡算法的探索能力和开发能力，并结合ε-level比较策略提高算法对非凸非线性约束优化问题的处理能力；设计了转弯半径可变的Dubins曲线用来对航迹进行平滑处理并解决2个航迹点连线贯穿地形的问题。通过仿真实验，并与蝙蝠算法、粒子群优化算法、ε-level粒子群优化算法和ε-level差分进化算法相比较，所提算法在开发能力、稳定性和成功率等方面都表现出较优的性能。

在空间引力波探测任务中，航天器内部检验质量因存在载荷硬件噪声、环境噪声及微推力器耦合噪声等复杂干扰，影响其无拖曳控制精度，难以实现超净、超稳控制需求。提出一种基于惰性适配Lipschitz常数Kinky Inference (LACKI)的航天器自适应无拖曳控制方法，运用监督学习规则实现先验知识不足、样本数据存在损坏时外界干扰的逼近和抑制，及基于输出调节的模型参考自适应控制（MRAC）方法实现检验质量精确的无拖曳控制。数值仿真验证了无拖曳控制中敏感轴平动和转动自由度的状态响应性能及LACKI规则针对外界干扰的估计效果，通过与常规线性控制方法的对比，验证了所提方法对于提高无拖曳控制精度的有效性。

光学陀螺随机误差在线补偿方法通常先离线建立随机误差模型，再利用Kalman滤波在线补偿随机误差。受陀螺仪自身性能稳定性以及外界环境的影响，离线建立的随机误差模型应用于在线补偿时会出现偏差；外界环境变化导致量测噪声统计特性具有时变性，不满足Kalman滤波必须已知噪声先验统计的要求，这2个因素均会降低随机误差的在线估计精度。提出一种基于自适应滤波的随机误差在线补偿方法。通过引入虚拟噪声，将随机误差模型偏差的影响归结为时变虚拟系统噪声；进而利用渐消记忆时变噪声估值器，对虚拟系统噪声和量测噪声的统计特性进行估计与修正，消除随机误差模型偏差及量测噪声时变的影响。试验结果表明，所提方法可以实现对随机误差的高精度在线补偿，具有一定工程应用价值。

针对具有模型不确定性和有界外部扰动的四旋翼飞行器，提出了一种基于径向基函数神经网络的鲁棒自适应全局控制方法（RRAC）。所提方法结合了神经网络控制对未知非线性的强拟合能力和鲁棒控制的全局稳定性，解决了神经网络控制仅能实现半全局一致最终有界的问题，实现了控制精度和鲁棒性的双重提升。所设计的控制器由在近似域内工作的神经网络控制器和在近似域外工作的鲁棒控制器组成。引入一种新型切换函数来实现两者之间的平滑切换，以保证闭环系统的所有信号是全局一致最终有界的。利用Lyapunov函数和Barbalat引理严格证明了非线性四旋翼飞行器系统的稳定性。仿真表明，所设计的控制器在模型不确定性和有界外部扰动下对参考轨迹依旧保持良好的跟踪性能，且跟踪误差趋近于零。

直升机在运输重型货物从平飞到悬停的机动过程中，会产生许多稳定性问题，减小吊挂摆角幅度具有重要意义。基于波动控制的方法为直升机吊挂系统设计一种减摆控制器；采用拉格朗日分析力学法，建立直升机吊挂耦合系统四自由度非线性纵向运动模型，采用小扰动的方法在平衡点处对所建模型进行线性化；在此基础上，基于特征值配置法设计状态反馈控制器；设计波动控制器来减小摆角控制具有良好的动态性能和稳态性能。在仿真中对吊挂载荷质量进行拉偏，证明所设计波动控制器具有较强的鲁棒性，结果表明：所设计波动控制器有效。

风能是中国最具潜力的可再生能源之一，而影响风能转化应用的主要因素是风力发电机的控制方法及特性。针对风能转化应用过程中遇到的风力发电机控制方法难以实现对风能的有效捕获问题，提出一种基于气隙磁链定向的矢量控制技术，通过6s/2r矢量变换得到旋转坐标系下电机的数学模型；对气隙磁链定向矢量控制技术进行研究，设计电机电流电压混合磁链观测模型，实现对电机转矩与磁通的独立控制；以双Y移30°六相同步电机为例进行仿真分析。结果表明：所提技术在电机空载启动与突加负载时具有较好的稳态性能和动态性能，解决多相电机控制的非线性和耦合性，提高模型的通用性和快速性。

针对无人机运动学模型特点和远距离成形问题，提出一种基于改进一致性算法的无人机集结-成形策略。建立能直观描述编队队形的坐标系，根据纵向和横航向解耦的带自动驾驶仪的无人机三自由度运动学模型的特点，考虑无人机机动性能约束，对一致性算法进行改进，实现对无人机速度、航向和飞行高度的控制，提出编队队形控制算法。针对无人机初始间距大带来的调参问题，增加集结过程，并利用粒子群算法优化集结速度，避免航迹冲突，集结结束后再采用所提算法生成无人机航迹，提升算法的适应性。仿真结果表明：所提算法能使无人机在满足机动性约束的情况下，形成稳定队形；相比于直接成形法，所提策略提高改进一致性算法的适应性和安全性。

卫星系统效能评估问题，是卫星提高工作效率和卫星方案优化设计的基础。以对地观测卫星姿态控制系统作为效能评估的对象，通过对卫星的任务需求进行分析，建立对地观测卫星姿态控制系统效能评估指标体系；基于灰色关联分析相关理论，引入熵权法计算指标权重，建立效能评估模型，计算得到综合灰色关联度，实现卫星姿态控制系统效能评估；通过数据验证所建体系具有可实现性与实用性。

针对四旋翼位置环和姿态环的控制问题，使得四旋翼位姿能够在预定时间内稳定，提出一种基于预定义时间滑模控制算法的位姿控制器。该控制器通过对四旋翼位置环和姿态环2个环节的控制，使得四旋翼的位姿能够在预定时间内稳定。理论推导及数值仿真表明：所提算法具有正确性；仿真结果表明：应用所提控制器的四旋翼的位置和姿态能够在预定时间内达到稳定。

针对现有四足机器人越障能力不足及越障不平稳的问题，提出一种通过轮系传动来实现高越障和质心平稳的新型轮腿式机器人。该机器人髋关节部位采用轮系构型，扩大机器人腿部运动范围，克服越障高度与机器人腿部长度之间的矛盾，同时通过合理的步态规划保证机器人质心的运动轨迹平稳。基于Denavit-Hartenbery (D-H)法建立机器人运动学模型，从而构建机器人腿部末端与越障高度的映射关系，根据此映射关系得出最佳越障高度为自身腿长高度的66.4%，基于重心地面投影点(CoG)静态稳定性判据对机器人进行越障步态及行走静步态规划，并通过仿真实验验证此步态下质心的稳定。搭建实验样机，进行机器人越障实验，进一步验证所提轮腿机器人越障高度高及越障过程质心平稳的有效性和可行性。

针对多机电力系统中不可避免存在非线性、不确定特性和动态干扰等问题，基于径向基神经网络(RBFNN)和非线性干扰观测器(NDO)提出一种分布式自适应抗干扰控制器，以增强多机电力系统的暂态稳定性和鲁棒性。采用RBFNN处理系统中的未知非线性问题，并基于神经网络的输出设计NDO以实现对复合扰动的在线估计；在多智能体框架下为多机电力系统提出一种分布式自适应抗干扰控制策略，实时接收通信网络测量的数据并控制储能装置动作，在外部扰动下实现各电机转速的快速同步与跟踪，并利用Lyapunov稳定性理论证明闭环系统信号的收敛性。仿真实验表明：所提策略有效可行。

研究吸气式高速飞行器的火力控制解算问题，针对高速飞行器较传统的亚音速与超音速飞行器系统响应时间短，飞行环境复杂，对火力控制模型解算要求度高等难点，提出了一种高速飞行器火力控制模型的解算方法。构建了面向高速飞行器平台的火力控制模型，并根据高速飞行器的飞行特性，使用快速模拟法结合阿基米德优化算法求解攻击区域，并反解出载机初始的指令信号。仿真结果表明，该解算方法解算精度高，控制参数少，所实现的攻击区域广，且能发挥高速飞行器较强的飞行性能。

在未知干扰条件下，针对欠驱动、非线性的四旋翼无人机群编队控制问题，提出了一种抗干扰的固定时间编队控制方法。首先，设计分布式固定时间滑模估计器，在仅有部分无人机获取到期望轨迹的条件下，每架无人机都能快速估计出自己的期望位置信息。其次，引入固定时间干扰观测器用于估计未知的复合干扰，使无人机能够生成干扰估计值以抵消复合干扰对其带来的影响。然后，在无人机的位置层与控制层设计固定时间滑模控制器，实现对期望轨迹的跟踪，所给出的方法能够满足姿态稳定收敛。最后，数值仿真验证了所提出方法的有效性。

热风洞能够为高温热电偶动态标定和航空发动机叶片热强度测试等应用场景提供均匀且稳定的温度场，如何对热风洞所产生的热气流进行宽温范围的温度控制是一个难点。为此，建立了热风洞燃油流量和燃烧室温度的数学模型；设计了一种内环为增量式比例积分微分（PID）和外环为无模型自适应控制（MFAC）的级联控制方法，增量式PID控制器控制燃油流量，MFAC控制器控制燃烧室温度，实现了对燃烧室温度的有效控制；进行了不同目标温度的数值模拟和试验研究，并与FuzzyPID-PID级联控制方案和传统的级联PID控制方案进行了对比测试。试验结果确认了所提控制方案的可行性与优越性。

针对高超声速飞行器再入滑翔过程的时间协同问题，提出一种基于开环式协同结构的时间协同预测校正制导律。所提制导律不依赖于各飞行器之间的实时通信，通过预先设置期望飞行时间进行协同信息共享。纵向制导律在传统预测校正的基础上进行改进，引入归一化加权误差，同时考虑剩余航程误差与剩余飞行时间误差，采用全弹道积分预测剩余航程和剩余飞行时间，每个制导周期通过牛顿迭代法求解倾侧角幅值，完成兼顾时间协同和空间精度的纵向制导过程。仿真实例表明：通过选择合适的加权误差系数，所提制导律可实现对再入飞行时间的有效调节，导引多飞行器在期望飞行时间到达指定再入交班点。蒙特卡罗仿真验证了所提制导律的鲁棒性。

智能化时代的战争中，无人作战能力愈发成为评判大国军事实力的重要指标，无人机在完成自主攻击任务时，需要对当前战场环境下敌对方空地军事目标的打击价值进行评估排序。根据战场态势下敌方空中目标及地面目标对己方的威胁程度，确定目标的打击价值，建立空地目标价值综合评估的指标体系，采用熵权法和层次分析法相结合的主客观综合赋权法对指标进行赋权，最后通过扇形雷达图法对空地目标价值综合评估排序，并通过实例仿真计算多个空中和地面目标的价值，得出了符合常规的目标价值排序。

随着无人机(UAV)技术的成熟，其在军民领域的应用越来越广泛，安全问题也逐渐受到重视。UAV飞行数据能直接反映其飞行健康状态。针对UAV飞行数据开展异常检测研究是提升UAV整体安全性的重要手段之一。基于此，提出了一种基于相关性参数选择与卷积神经网络(CNN)的异常检测方法。利用最大信息系数(MIC)和Pearson相关系数法挖掘参数之间的相关性，并建立相关性飞行参数集合；利用与待检测飞行参数相关的飞行参数数据训练卷积神经网络预测模型，根据模型预测值与真实值之间的残差判定异常。利用真实UAV飞行数据对所提方法进行验证，结果显示：所提方法的假阳率、假阴率、准确率指标均值分别为0%、0.19%、99.6%，证明了方法的有效性。

针对变形飞行器结构/飞行耦合动力学的飞行控制问题，以大展弦比飞行器为研究对象开展了变形辅助高度控制策略研究。采用单元翼多体假设，构建了大展弦比飞行器二面角变形结构，建立了结构/飞行纵向耦合动力学模型，基于线性二次型(LQR)控制器设计方法设计了主动变形(AM)和被动变形(PM) 2种控制策略。其中，被动变形控制策略仅采用升降舵作为控制输入，结构二面角动态行为由耦合动力学驱动；主动变形控制策略以二面角铰链处的扭矩作为额外输入对高度跟踪进行协调控制。仿真分析了2种控制策略下的高度跟踪效果及状态变化，研究结果表明：采用主动变形控制策略可有效改善高度跟踪暂态过程的性能，降低姿态回路的阻尼特性，为未来先进变形飞行器的结构/飞行一体化控制提供研究基础。

随着工业与航空航天技术的不断发展，齿轮箱等旋转机械的工况与故障模式逐渐趋于多样化、复杂化，可靠性与安全性问题日益突出，大量工况数据缺乏故障标签，且不同工况间故障模式不对称，迫切需要研究有效的故障诊断方法。以齿轮箱为案例验证对象，设置跨工况和开放集故障诊断场景，针对目标工况故障标签匮乏的问题，提出利用迁移学习将源工况的知识迁移到目标工况，利用交叉熵分类损失函数对已知故障类型进行识别的方法；针对跨工况条件下故障模式不对称的开放集问题，提出利用卷积神经网络提取工况间的相似数据特征，利用二分类损失函数对目标工况的已知类与未知类进行分类的方法。提出联合损失函数，训练诊断模型，实现故障特征从源域到目标域的联合迁移。案例分析结果表明：所提方法能够实现开放集情况下的跨工况故障诊断，且平均诊断准确度在90%以上。