由于可变形机翼可满足不同工况下飞机气动性能需求，已被广泛应用于各类飞行器中。针对现有可变形机翼存在不能实现连续变形、变形幅度小、变形外轮廓不圆滑等问题，设计了一种梯度六边形结构填充的机翼结构及内部驱动装置，并给出了对应控制算法，分析了该可变形机翼可实现的2种典型变形模式：机翼尾缘弯曲变形和翼型仿制变形，具体分析了2种变形模式下翼型的气动性能，并与已有翼型气动性能进行比较，充分说明了所设计机翼的优势。

随着民机系统综合化程度的不断提高，各系统主体之间交互关系复杂、涌现性突出。传统的安全性分析方法以线性逻辑为主，未能完全满足系统风险高效识别的要求。为此，提出一种基于改进FRAM-STPA的民机系统安全性分析方法。构建融合模型，实现民机系统图形化功能建模与耦合分析；根据建模得到的功能单元潜在变化表型和系统潜在危险控制动作，生成系统全局功能影响关系，并通过量化功能模块的可变性风险识别系统安全运行关键功能模块。以民机刹车系统为例展开分析，并使用Word2Vec挖掘维修文本信息，验证分析结果的准确性，为民机安全性分析提供理论和方法参考。

针对背景与无人机(UAV)颜色相似、目标遮挡重叠等复杂环境条件下，对无人机目标快速精准识别存在的问题，提出一种改进的无人机检测算法STC-YOLOv5。STC-YOLOv5算法的骨干特征提取网络采用Swin Transformer，以增强网络在复杂环境下的鲁棒性；在YOLOv5模型特征融合网络集成卷积注意力模块(CBAM)，以增强对无人机目标重要特征的关注并抑制不必要的特征关注；根据无人机的特点优化损失函数，在完整交并比(CIoU)损失函数中引入角度损失、距离损失和形状损失，提高被遮挡无人机目标的识别准确率。在自主建立的无人机飞行数据集上进行实验验证，结果表明：在无人机目标被部分遮挡情况下，改进的STC-YOLOv5算法的平均精度为92.98%，召回率为87.09%，相比于YOLOv5算法分别提高了2.88%、6.03%，能够在复杂环境下对无人机进行快速准确识别。

天基机会信号定位是弹性定位、导航与授时(PNT)体系的重要部分，当前大部分定位终端所用的非合作低轨(NC-LEO)卫星轨道可靠性和精度差。为解决该问题，提出NC-LEO卫星单站两行轨道根数(TLE)估计的体系结构，通过单站提取的多普勒观测量和星座设计轨道参数获取精密TLE。同时，提出基于多初始化策略的遗传算法-岭估计的TLE估计算法，实现在先验轨道不完备和法方程病态的情况下获取精密TLE。实际试验证明：相比基于NORAD公开的TLE定位，基于所提方法获取的TLE定位精度更高。

针对现有自动驾驶系统中三维激光点云语义分割普遍存在的局部特征提取能力不足和难以捕捉全局上下文信息等问题，提出一种基于可学习图卷积的道路场景三维激光点云语义分割网络。通过将激光点云体素化后进行节点选取，设计的栅格查询模块可以为学习过程提供更完整的激光点云覆盖，同时，设计可学习卷积核，其形状和权值在训练阶段是可学习的，能更好地处理激光点云中的形变问题；在基准网络结构的每一层后加入改进图卷积层，能够通过动态图计算获得点的局部邻域信息，并在全连接层叠加局部信息获取全局属性。利用数据集Semantickitti对改进前后模型进行对比分析，实验结果表明：改进网络模型的平均交并比(mIoU)值达到59.7%，相比基准模型提高了3.9%，比动态图卷积神经网络(DGCNN)和Lattice Net也分别提高了3.6%和0.9%。研究成果证实了所提的改进网络模型能有效提高自动驾驶道路环境下激光点云语义分割精度，有助于提升激光雷达在自动驾驶中的应用效果。

随着民用飞机健康管理技术的不断发展，飞机重要系统及部件的状态监测数据不断丰富。前起落架液压收放系统的健康状态对飞机起降的影响较大，该系统虽然具备多维监测参数，但难以有效利用系统监测数据准确评估其健康状态。基于此，针对前起落架液压收放系统健康评估问题，通过AMESim软件建模，构建系统的仿真模型，研究前起落架收放性能受液压元件参数性能变化的影响。使用前起落架收放作动筒不同等级故障时的性能数据作为原始数据，提取收上时间、流速最大值等表征参数，提出基于广义回归神经网络(GRNN)的健康指数构造方法，可以更加有效地对该系统的健康状态进行评估，通过方法对比证明了其有效性和准确性。

针对先进航空发动机转子数字装配和不平衡分布控制问题，提出了转子不平衡分布数字孪生模型的建模方法。开展了构件装配参数对转子不平衡分布状态影响的敏感度评估，判定出大质量构件的静不平衡和位于转子中部构件端面跳动是影响转子不平衡分布优劣的关键因素。基于数据融合方法，结合某大涵道比发动机核心机转子多台次装配统计数据，成功识别并修正了该转子不平衡分布数字孪生模型中关键参数的阈值，为进一步开展转子结构状态控制和动力响应预测提供了模型基础。

带隙基准电路在总剂量辐射环境下会出现双极晶体管基极电流泄漏，电流增益下降，从而造成带隙基准输出电压偏移，使得带隙基准的可靠性下降。针对传统带隙基准基于工艺、版图和器件的总剂量加固方法会带来的成本过高、版图面积过大、普适性不高等问题，提出一种片上总剂量实时监测与自适应补偿方法，实现电路级的总剂量加固，提高了带隙基准的抗辐射能力。基于0.18 μm BCD工艺对所提方法进行具体电路设计、后端物理实现与全面验证，结果表明：不同工艺角下，分别在总剂量辐照为100～300 krad (Si)辐射条件下，带隙基准的输出电压偏移由加固前偏移电压为3.4～18.5 mV (100～300 krad)改善为加固后最大偏移电压为1 mV (100～300 krad)，为电路与系统级的带隙基准抗辐照加固设计提供了一种新方法。

由于蜉蝣算法(MA)前期收敛速度缓慢，后期收敛精度也不高。基于此，将多项式差分学习和逐维变异相结合，构造一种融合多项式差分学习和逐维变异策略的混沌蜉蝣算法(LOPMA)。该算法提出改进Logistic混沌使初始解均匀分布，避免算法出现早熟现象；采用逐维变异策略，防止算法受不同维度之间影响陷入局部最优；采用多项式差分策略对蜉蝣算法进行改进，通过改善种群间信息交流来提升算法的寻优精度。并将3种改进策略分别引入仿真，进行消融实验对比分析，证明每种改进策略的有效性。在12个可变维度的基准测试函数上对LOPMA进行仿真对比分析，在CEC2017测试函数上将其他6种智能优化算法与较为新颖的其他策略改进的蜉蝣算法与LOPMA进行对比实验。结果表明：将多项式差分学习和逐维变异相结合，使LOPMA具有更好的稳定性、更快的收敛速度和更高的精度。

复合材料结构电池能够使传统复合材料结构在满足承载功能的同时，具备电存储性能，是实现民用飞机结构功能一体化的途径之一。复合材料结构电池的研究现状及性能指标表明，其结构刚度效率和结构强度效率约为60%，储能效率约为50%。复合材料结构电池可优先用于向飞机厨房系统和客舱娱乐系统供电，待技术进一步提升后可用于向客舱环控系统、机翼电防除冰等系统供电；复合材料结构电池布置首选客舱地板、厨房和盥洗室结构件，其次可选择翼身整流罩、机翼/尾翼后缘舱等结构。对于复合材料结构电池应用于民用飞机结构的有利条件和不利因素进行了综合对比分析，典型应用场景下复合材料结构电池可实现结构减重和燃油节约的效益，同时也会带来制造成本、检查维护成本、地面充电/基础设施建设成本的增加。复合材料结构电池应用于民用飞机也对客舱防火技术和电池热管理技术带来了新的挑战。

深度学习在合成孔径雷达(SAR)自动目标识别(ATR)领域中应用广泛。针对SAR图像的成像特点及标记样本有限的问题，提出基于深度特征融合模型的迁移学习方法。利用卷积神经网络(CNN)和图神经网络(GNN)分别提取图像域上的全局特征和属性散射特征，将2支网络提取得到的特征进行融合，融合后的特征能充分利用SAR图像的幅值和相位信息来完成SAR目标的识别分类。通过全仿真SAR数据预训练得到网络的模型参数，在训练阶段采用投影梯度下降的对抗训练算法来提升模型的对抗鲁棒性。结合迁移学习的思想，利用有限实测数据对预训练模型进行迭代微调。实验结果表明：所提方法在完全缺少实测样本条件下达到94.43%的识别率，同时所提方法能有效提升有限实测样本条件下SAR目标识别的精度。

执行器故障严重威胁无人直升机的飞行安全。考虑无人直升机同时出现执行器偏置和失效等多故障问题，提出一种复合容错飞行控制算法。针对执行器偏置故障，设计非线性故障观测器对其进行实时估计；针对执行器失效故障，构造同维辅助系统并结合神经网络技术对其进行处理。采用反步法设计无人直升机的复合容错飞行控制器，并通过Lyapunov稳定性理论证明了闭环系统误差信号均有界且收敛。仿真结果表明：所提控制算法能够提高无人直升机在执行器多故障发生时的容错能力，确保其安全飞行。

针对仅安装单推力器的微纳卫星变轨机动期间无法解决长期推力偏心扰动控制的问题，提出一种质心配平+零动量控制的复合姿态控制方法。基于零动量轮系和二维平动伺服装置构建一种新型复合执行机构，建立并优化了考虑惯性主轴偏移与附加扰动力矩的姿态转动动力学和滑块平动动力学模型；设计了指数收敛干扰观测器实时观测推力偏心力矩；设计了姿态控制环模型预测控制 (MPC)控制器和推力偏心力矩补偿环离散比例积分微分(PID)控制器，构成双闭环复合姿态控制系统。数值仿真结果表明：在微纳卫星执行长周期变轨机动任务期间，干扰观测器能有效观测慢时变的推力偏心力矩，双闭环姿态控制器可有效收敛姿态角误差至±0.01°并确保动量轮系无饱和，验证了所提方法的可行性。

矢量磁强计的非正交性与安装矩阵偏差是造成高精度矢量磁场测量误差的重要原因，提高正交性及安装矩阵定标精度，有利于进一步降低矢量磁场的测量误差。利用自研大空间磁屏蔽室、无矩校准线圈及高精度无磁转台构成的高精度定标装置，开展了高精度磁强计的地面标定测试技术研究，重点研究了磁强计正交性和安装矩阵的定标技术，基于“Thin Shell”定标方法，通过多点旋转测量磁场的方式，实现了校正后正交性残差仅为0.0014°，精度相比传统方法提高了一个数量级，有效降低了矢量磁强计的转向差。通过对直接测量数据进行拟合计算转换参数，获得了实验条件下传感器最佳姿态安装矩阵，其定标精度达到0.0035°，大幅度改善了矢量磁场测量中由于安装角度偏差所带来的测量误差。

民用航空数字化通信频繁应用在未保护的信道中，极易遭受恶意的网络攻击，因此，在设计航空宽带系统的同时应当考虑数据链路的安全问题。基于此，设计基于L波段数字航空通信系统(LDACS)的安全架构，提出应用于LDACS的数据安全传输技术方案。针对用户数据，基于该报文结构使用国产密码保障用户数据的机密性和完整性；针对控制数据，使用时间效应流丢失容错认证(TESLA)协议实现广播控制(BC)数据的消息认证。实验结果表明：所提方案可以满足空/地之间安全传输报文中完整性报文的平均字节开销小于10%，并且协议的计算和时间开销也可满足该应用场景，从而实现数据端到端的安全传输。

自2020年1月以来，全世界经历了超过3年的百年一遇的疫情影响。随着严重急性呼吸综合征冠状病毒2 (SARS-CoV-2)，即俗称新冠病毒的变异，全球的防控策略也随之发生了巨大的变化。回顾整个疫情防控过程，新冠病毒的每次变异，都有可能给下一步的疫情防控政策带来巨大的挑战。因此，如何确定最佳的防疫措施也逐渐成为防疫成败的关键，而如何更早地预测出疫情发展趋势及推论出合理的防疫措施也就具有极大的价值。以经典控制理论为基础，通过构建的严重急性呼吸综合征(SARS)及新冠不同变异毒株的疫情传染模型，旨在揭示疫情传播的内部机理，并解释各类防控措施的干预机制及成效分析。与疫情分析领域常用的易感-感染-康复/易感-潜伏-感染-康复(SIR/SEIR)等模型不同，所建模型的最大作用不在于精确地预测最终的感染人数，而在于其更早的提出风险预警，以及精准的建议防疫控制措施的能力。期望可以利用控制系统模型揭示本轮新冠疫情传播的部分规律，将控制理论引入到未来的疫情防控事业当中去，以达到提前预警、动态防控的目的。

路面附着系数(TRFC)是影响汽车行驶稳定性与动力学控制的关键因素，而采用非线性模型的无迹卡尔曼滤波(UKF)-TRFC观测器在车辆起步或路面条件发生突变时收敛较慢，采用线性模型的强跟踪卡尔曼滤波(STKF)-TRFC观测器在较大侧向加速度工况下精度显著降低。因此，提出一种基于UKF和STKF融合的TRFC观测方法。建立面向控制的线性二自由度和非线性三自由度车辆模型、Dugoff轮胎模型；基于线性车辆模型并引入时变渐消因子，设计了STKF-TRFC观测器；基于非线性车辆模型和轮胎模型建立UKF-TRFC观测器；探索轮胎侧向线性区域与非线性区域之间的临界点，在临界区域利用渐消记忆加权最小二乘法对2种观测器结果进行融合。硬件在环仿真试验结果表明：所提方法对车速与路面条件变化表现出较强的鲁棒性与精确性，相比单一STKF-TRFC观测器和UKF-TRFC观测器，其平均绝对误差最高分别降低了94.9%和78.1%，其均方根误差最高分别降低了59.2%和56.9%。

为验证拦截弹直接力和气动力复合控制系统的功能性，构建一套半实物仿真系统，并开展了仿真验证。搭建拦截弹六自由度动力学数学模型；设计包含直接力控制、气动力控制及控制策略的复合控制系统；通过对系统架构、硬件型号、软件平台、数据交互网络等进行研究，构建小型半实物仿真系统，并进行了半实物仿真置信度评估。在多种拦截场景下，比较全数字仿真和半实物仿真复合控制的控制效果，验证了拦截弹复合控制系统的正确性和有效性，证明了构建的半实物仿真系统具备较高的置信度，可以用于算法和模型的验证。

变体飞行器在变体过程中具有强非线性、强耦合和强时变等特性，给其飞行控制系统设计带来了较大挑战。针对该问题，提出一种时变增益扩张状态观测器，对系统耦合项进行精确逼近。结合自适应反步控制技术、有限时间控制理论，设计了一种有限时间有界的鲁棒自适应控制器，通过设计障碍Lyapunov函数，逐级递推得到实际控制律和自适应网络更新律，保证了系统指令跟踪误差在有限时间内能够收敛到预先给定的范围内。通过姿态控制仿真对所设计控制系统的有效性进行验证，仿真结果表明：变体飞行器在变体过程中能够很好地跟踪指令信号，基本不受变体速率的影响。

功能梯度材料(FGM)是一种新型材料，由2种及以上的材料组分连续变化混合而成，由于其优秀的力学性能，被广泛应用于航空航天、生物医学、汽车等领域。但热载荷环境对FGM影响的解析理论研究还很少。针对功能梯度板的力学特性，提出一种基于里兹法和经典板理论的解析方法。重点分析了热载荷环境的影响，主要研究了热应力引起的刚度降低，以及材料属性随温度变化对FGM的影响。通过能量法表示应变能、热应变能，利用哈密顿原理建立运动微分方程，分析功能梯度板在均匀温度场、线性温度场和非线性温度场下的热屈曲特性。分析了梯度指数、温度场和宽厚比、宽长比等几何参数对功能梯度板屈曲特性的影响。结果表明：梯度指数对功能梯度板屈曲特性的影响呈复杂非线性，且温度场分布及材料属性随温度变化特性影响显著。

航天救援任务中，被救援人员可能出现食物短缺的现象，因此，研究健康成年人在21天完全禁食状态下执行短时记忆和注意任务时行为绩效和脑电(EEG)信号变化的规律，对确定救援任务十分重要。招募了13名志愿者，全过程参与某实验舱内分为4个实验阶段的21天完全禁食实验，期间采集志愿者完成Two-back范式短时记忆任务的绩效数据和静息态EEG数据；通过功率谱分析得到EEG信号中各节律成分的特征，评估志愿者记忆和注意力的变化。结果表明：长时间禁食过程中，任务反应时显著延长(P<0.05)，正确率变化不显著，即志愿者的反应速度、注意力集中程度逐渐减弱，在第16天左右受影响最显著；禁食过程中，δ波活动增加，α波活动下降，(δ+θ)/(α+β)、θ/α比值增大，变化均出现在禁食第10～16天期间，并在恢复期回归正常。基于EEG和绩效数据，认为在21天的禁食状态下，δ波、α波、(δ+θ)/(α+β)、θ/α等指标会发生显著变化，根据各节律成分的特性，这些指标反映了禁食状态下注意力的分散和工作记忆能力的下降，志愿者的基本认知功能受到影响，主要变化出现在禁食第10～16天。研究结果可作为长时间禁食时人的认知能力变化评估的支撑数据，也为未来航天及其他领域进一步探索禁食的作用机制提供参考。

随着空间环境日益复杂，如何在线调度有限的天基光学传感器资源以观测更多的空间目标成为紧迫的问题。基于此，提出一种基于异构图的传感器智能调度方法。该方法将传感器调度方案的求解过程建模为马尔可夫决策过程(MDP)，并将传感器调度方案表征为由目标、传感器和可视窗口3类节点构成的异构图结构，采用异构图神经网络对异构图结构进行编码，通过强化学习对传感器调度智能体开展训练。消融实验表明：提出的异构图神经网络编码方案比多层感知机编码方案的策略收益高7.5%。在不同目标数量和传感器数量的仿真场景中对比了所提方法与模拟退火方法和势博弈方法，结果表明：相较于2种对比方法，所提方法更好地兼顾了在线求解速度和目标容量2个方面。

为了研究弹射座椅的出舱稳定性，以某弹射座椅为对象，建立包括椅盆组件、伞箱组件及弹射装置的弹射座椅的细致有限元模型，并通过耦合假人模型建立人椅系统模型；开展人椅系统的弹射出舱试验，得到弹射姿态、座椅加速度、座椅角速度及俯仰角等试验结果，基于这些数据对人椅系统仿真模型进行试验验证，结果表明，模型具有较高的精度；进一步从座椅关键组件的厚度、滑块的布置形式及限腿带力3个方面进行人椅系统出舱稳定性的影响因素分析，结果表明，滑轨滑动槽的厚度、滑轨本体厚度、座椅侧板厚度、滑块布置形式、限腿带力作用时间对出舱稳定性影响较明显，而弹射内筒的厚度和限腿带力的大小对出舱稳定性影响较小。研究结果为高稳定性弹射座椅的设计提供了依据。

粗晶组织金属材料具有晶粒粗大、声学各向异性、结构非均匀性等特点，超声波在其内部传播时，会引起强烈的波形畸变、声能衰减及结构声散射，导致超声检测回波信号信噪比差。为掌握超声波在粗晶组织材料中的传播规律，并为超声检测方案提供理论指导，研究粗晶组织材料的超声检测有限元仿真方法。基于维诺图算法生成材料二维晶粒模型，通过材料弹性张量的形式对晶粒的各向异性取向进行定义，建立可实现参数化计算的有限元声学仿真模型。基于提出的有限元声学仿真模型，从单声束超声检测和阵列超声检测2个方面展开仿真方法研究：以具备等轴晶结构特征的镍基高温合金GH4169和具备柱状晶结构特征的增材制造钛合金为例，建立单声束声衰减反射法测量仿真模型和阵列超声全矩阵采集(FMC)数据采集仿真模型；仿真分析不同各向异性指数及平均晶粒尺寸下不同频率超声波的声衰减规律，计算不同各向异性指数及不同检测方向下全聚焦方法(TFM)成像的信噪比，并进行相位相干因子(PCF)成像降噪。仿真和实验的PCF成像结果相对于TFM的信噪比分别提升了23.52 dB和24.72 dB。对GH4169试样及增材制造钛合金试样的实验结果证明了该规律，验证了仿真方法的有效性。

针对传统多学科设计优化(MDO)模型复杂导致计算量大、收敛困难等问题，以高超声速飞机为研究对象，提出一种基于贝叶斯优化理论的飞机翼面布局与任务轨迹一体化设计优化方法。构建包含翼面特征参数的气动特性代理模型，在此基础上，以高超声速飞机翼面特征参数为输入，以hp自适应Radau伪谱法求解得到的最优飞行轨迹燃油消耗量为输出，基于贝叶斯优化方法构建翼面布局-轨迹一体化迭代设计流程，通过期望改进(EI)策略更新样本点参数，实现面向特定飞行任务的高超声速飞机翼面布局与任务轨迹一体化优化设计。仿真结果表明：所提方法能够在满足优化结果收敛精度的前提下，显著提升迭代设计效率，具有较强的工程应用价值。

针对线性调频引信受扫频式干扰后易出现的“早炸”和“瞎火”问题，提出了一种恒虚警率(CFAR)检测与Burg外推法结合的干扰剔除与信号重构方法。该方法根据线性调频引信目标回波差频信号同干扰差频信号在时频域平面的分布差异，利用CFAR检测干扰差频信号的时频分布，并将干扰所在位置能量置零，从而剔除干扰对引信的影响；针对干扰置零法引起的目标回波信号部分片段丢失、信噪比下降等问题，提出了基于Burg外推法的信号重构方法，重构置零区间内的目标回波差频信号。通过仿真和实测验证了所提方法的性能，结果表明：所提方法可有效抑制线性调频引信差频信号中的干扰成分。

对全球导航卫星系统(GNSS)外辐射源雷达空中目标到达时间差(TDOA)定位算法的性能进行评估，推导TDOA定位方程及方程的加权最小二乘解，引入高度角权重模型和信噪比(SNR)权重模型2种定权方案，分析权重模型、卫星数量、几何精度因子对定位误差的影响。进行仿真试验和外场试验，结果表明：与等权模型相比，高度角权重模型、信噪比权重模型均能有效降低TDOA算法的定位误差，高度角权重模型的降低效果略优于信噪比权重模型；对卫星数量的分析表明，定位中使用的卫星数量小于7颗时定位性能随卫星数量的增加而快速提升，但超过7颗后定位性能的提升速度放缓；对几何精度因子的分析表明，几何精度因子与定位误差的均值呈线性正相关。外场试验中对民航客机的最大定位误差为206.30 m、最小定位误差为13.85 m。

宽带线性调频连续波(LFMCW)雷达可采用去斜处理实现距离高分辨，从而获取运动目标精细的距离变化信息。针对其运动目标多普勒速度谱存在干扰分量的问题，通过模型推导，分析了该现象产生原因及对目标速度估计的影响，提出了一种基于局部频谱细化的测速误差抑制方法；引入快时间Chirp-z变换对差频信号进行频谱细化，实现在计算量不增加的条件下降低测量误差，提升目标速度估计准确性。通过仿真对比实验验证了所提方法的性能。结果表明：所提方法可有效抑制离散域脉冲压缩引起的残差相位，对宽带LFMCW雷达的测速误差具有较好的抑制作用，对噪声具有更强的鲁棒性，且在计算量上远小于传统的快速傅里叶变换(FFT)方法。

针对受外界未知气流扰动下的高速靶机在筋斗机动过程中易激发出强烈且时变的非线性气动特性问题，提出一种考虑执行器输入约束的神经网络增量非线性动态逆(INDI)控制器，通过反向传播(BP)神经网络在线补偿无人机筋斗机动飞行过程中的各种不确定扰动因素。建立基于INDI的无人机筋斗机动飞行控制框架；考虑INDI控制律抗扰动能力的不足，在该控制框架下引入神经网络在线补偿模型误差，并根据李雅普诺夫定理对系统稳定性进行分析，保证系统半全局一致且最终有界跟踪；提出一种增量式控制分配方法，以跟踪误差最小原则设计目标函数，求解满足执行器输入速率及饱和约束的舵面偏转角增量。仿真结果表明：所设计的神经网络INDI控制器可保证高速靶机在模型失配及外界扰动情况下仍快速准确地完成筋斗机动指令。

鄱阳湖是中国第一大淡水湖，其水域面积变化对水资源管理、灾害防控和社会经济发展等多个方面具有重要的影响。利用星载全球导航卫星系统反射(GNSS-R)技术对湖泊水域面积进行估算。基于星载GNSS-R地表反射模型和GNSS-R卫星旋风卫星导航系统(CYGNSS)的观测数据，计算得到鄱阳湖区域的地表反射率；利用网格化插值并通过阈值法进行水域范围的识别；根据水体的格网数量及其空间分辨率进行水域面积计算。研究表明：基于星载GNSS-R技术提取的鄱阳湖水域面积与Sentinel-1卫星和Sentinel-2卫星图像处理得到的鄱阳湖水域面积之间存在显著的相似度，皮尔逊相关系数分别为0.91和0.94。以Sentinel-2卫星的结果为参考，基于CYGNSS和Sentinel-1卫星获取的鄱阳湖水域面积月平均偏差值分别为315.42 km²和271.45 km²，对应的月平均偏差百分比分别为17.2%和13.1%。进一步验证了星载GNSS-R技术在高时空分辨率的湖泊水域面积监测中的可靠性和应用前景，可为水资源管理和灾害防控等提供数据支持。

大部件对接是飞机装配的重要一环。在大部件对接前，需要将移载定位器球头插入部件上的支撑球窝接头。目前移载定位器末端球头插入球窝主要通过人工引导，定位器入位误差大、效率低，且仍存在一定安全风险。提出了一种基于视觉引导的移载式定位器入位方法。为了获取球窝位置，使用YOLO-v5s模型实现了球窝接头目标检测并对模型做出了改进：在主干网络与颈部网络之间加入CA注意力机制模块，将加权双向特征金字塔网络(Bi-FPN)作为颈部网络，使用Grad-CAM技术对模型运行过程进行了可视化，结果表明：改进后YOLO-v5s模型的mAP_0.5:0.95增长了2%，改进后模型精确度保持在99.5%以上，帧率可达到30。通过手眼标定技术统一坐标系，设计了融合随机采样一致性(RANSAC)算法的线性模型用于求解变换矩阵，与传统手眼标定算法相比精度提高了22.0%～77.2%。基于大部件移载对接实验平台，开展了移载定位器视觉引导入位实验，实验结果表明：入位引导误差在1 mm以内，满足大部件对接移载定位器引导入位的精度要求。

倒置结构三结砷化镓薄膜（IMM）太阳电池由于很好地解决了多结电池带隙不匹配的问题，因此获得更高的光电转换效率，为下一代空间用太阳电池提供了一种选择。IMM太阳电池具有塑性材料的力学特性，区别于传统三结砷化镓薄膜电池的脆性材料特性，所以IMM太阳电池本构模型的准确性是仿真其抗力学环境影响的关键因素。所提方法利用Voce本构模型对IMM太阳电池进行拉伸试验模拟，并在ANSYS-OptiSLang联合仿真平台上采用非线性二次规划算法优化本构模型参数。通过将数值模拟结果与实际试验数据进行比对，并将其差异作为目标函数进行最小化，成功获得了与试验测试结果非常接近的应力-应变曲线。结果表明：所提方法建立的IMM太阳电池本构模型可在后续其他力学仿真分析中使用。

进气道不起动会严重影响到高超声速发动机的正常运行。基于稳态压力信息的模式分类方法，以某高超声速三维内转式组合进气道为研究对象，通过提取关键可靠的壁面压力测点并构建高精度的分类模型，以解决不起动识别问题。在不同马赫数和背压条件下，通过数值模拟获得了若干起动/不起动沿程壁面压力数据。在测点选择算法设计上，提出了一种k-均值聚类与ReliefF相结合的算法，在解决原数据集起动/不起动类别不平衡的同时充分考虑了联合特征对的权重信息；为兼顾特征权重和全局分类精度，提出了一种引入模拟退火策略的改进支持向量机递归特征消除算法。将二者进行组合式设计，先采用KMMS-ReliefF算法快速剔除不相关测点，在剩余测点子集中通过SA-SVMRFE算法删除冗余测点，并与其他4种组合算法进行对比。实验结果表明：所提组合算法在最优特征子集维度上明显低于其他算法，利用十折交叉验证支持向量机（10-cv SVM）训练的不起动识别模型，在各模态通道测试集的平均分类准确率均达到99%以上，且具备较高运行效率。此外，通过k最近邻（kNN）、AdaBoost等其他分类算法验证了最优测点组合的可靠性。

针对在线场景下现有滚动轴承性能退化趋势预测方法难以准确预测的问题，提出一种融合数字孪生模型的滚动轴承性能退化趋势预测方法。在现有动力学模型基础上，考虑接触力引起的接触疲劳损伤对滚动轴承退化特性的影响，构建可预测滚动轴承退化趋势的机理模型。设计基于卷积神经网络（CNN）和长短时记忆（LSTM）神经网络的模型更新方法，解决实测振动信号与机理模型的融合问题，进而建立机理与数据融合的数字孪生模型，实现滚动轴承性能退化趋势的预测。利用XJTU-SY、NASA滚动轴承振动实验数据集完成方法有效性验证。实验结果表明：相较于融合动态贝叶斯网络、融合卷积自编码器等数字孪生方法，所提方法预测准确性与快速性上实现了提升。

图像指代分割旨在根据自然语言描述从图像中分割出相应的目标区域。针对当前方法中跨模态特征融合不充分，导致目标区域和背景判别不准确的问题，提出一种基于视觉语言双向感知的图像指代分割方法。利用多层视觉特征编码网络提取多尺度视觉特征，增强每个像素对周围信息的感知能力，丰富其语义信息；将多尺度视觉特征输入双向视觉语言注意力解码模块中，通过跨模态注意力机制进行跨模态对齐，增强跨模态特征的上下文感知能力；通过双线性插值上采样得到逐像素分割掩码。在RefCOCO、RefCOCO+和G-Ref数据集上与主流方法进行对比实验，所提方法的总体IoU值分别达到74.85%、66.18%和64.95%，相较于LAVT算法分别提升2.12%、4.04%和3.71%，证明所提方法能够有效提升图像指代分割的性能。

斯坦顿数是评价飞行器气动热性能的重要指标，但其求解方法尚有分歧，主要体现在对流换热驱动温度的确定方式上。当前常用的2种方法均基于解析公式获得驱动温度，统称为“解析法”：第1种方法选取来流总温作为驱动温度，第2种方法选取高速流动外掠平板时的壁面恢复温度作为驱动温度。鉴于此，以驱动温度等于绝热壁温的方法为基准，通过数值仿真对比了上述2种解析法与新引入的双壁温法(即由2组等温壁面算例的结果作差获得对流换热系数)在求解钝体壁面斯坦顿数时的准确性。结果表明：双壁温法所得斯坦顿数与基准方法的吻合度远高于2种解析法，其壁面平均斯坦顿数与基准方法的相对偏差在5%以内，而2种解析法的相对偏差均大于15%。此外，双壁温法所得驱动温度沿钝体圆周角的变化趋势与绝热壁温一致，而2种解析法所得驱动温度在各圆周角下均为定值，不符合物理规律。

针对视频中的异常行为检测易发生误检、漏检以及正负样本数量不平衡的问题，提出了一种多模态特征融合的异常行为检测方法。设计了跨模态感知模块，利用交叉注意力机制进行特征融合，提高跨模态数据特征的表达能力，并通过共享参数策略减少网络参数量。采用改进的二元交叉熵损失函数训练网络，在训练过程中针对较易区分样本实现动态降低权重，并将较大的权重聚焦在较难区分的样本上，提高了不均衡、难分类数据的处理能力，提高异常行为检测准确率。通过样本批次选择的策略，利用统计分析方法过滤出更多异常片段，有效解决异常片段漏选问题。在XD-Violence、Shanghai-Tech公开数据集及自制数据集上进行测试，在XD-Violence数据集上的AP值达到85.32%，在Shanghai-Tech数据集及自制数据集上的AUC检测值分别为96.84%和81.73%，实验结果充分证明了所提方法的有效性及泛化能力。