随着无人机(UAV)在城市物流配送中的广泛应用，无人机航路运行安全逐渐引发关注。针对城市风场引发的无人机安全与效率问题，结合物流无人机运行特点，使用计算流体力学(CFD)方法估计城市风场，从飞行安全、无人机速度变化、建筑物周边湍流区等角度分析风场对无人机的影响，构建路径规划模型，并提出改进的Theta*求解算法。以深圳市龙岗区中心商务区为研究场景，基于历史主导风进行城市风场仿真，划设飞行风险区与障碍物影响范围，并使用所提方法在不同风场中规划无人机路径。结果显示：构建的路径规划模型有效识别了空域内的高风速区与湍流区，在考虑风场对无人机速度影响并避开飞行禁区的基础上，相比于以最小化距离为目标的无人机路径规划模型降低了9.27%的飞行时间；所提算法在路径距离与飞行时间优于传统算法的同时，减少了31.78%的拐点数量与62.63%的计算时间。

民航S模式应答信号空时结构复杂，易受到传输链路非线性影响和临近电磁干扰，严重影响到达时间(TOA)高精确提取。在民航S模式应答信号空时结构与频谱分析基础上，提出S模式信号脉冲结构简化的准S模式信号模型，根据准S模式信号、弱非线性系统特性反演约束的核函数，构建简化Volterra级数模型。仿真结果表明，基于准S模式信号的简化Volterra级数模型的核函数收益倍数不低于27倍。采用3阶简化Volterra级数模型与高次频点频谱补偿组合方式，对实测信噪比约为13 dB的受干扰S模式信号的准S模式信号进行恢复，实现了用约8.8%的准S模式信号模型的计算量得到约1.54%波形恢复误差，且恢复信号比受干扰信号提取TOA的准确度提升超过73%。基于核函数约束的准S模式信号简化Volterra级数模型，对民航S模式应答信号TOA的准确估计、定位精确度提升具有重要理论价值。

针对电磁直线执行器使用位移传感器带来的安装困难、成本增加和稳定性降低等问题，提出一种基于BP神经网络的改进超螺旋滑模观测器的位移估计方法，结合自适应积分鲁棒控制算法实现了电磁直线执行器无位移传感器控制。为削弱超螺旋滑模观测器的抖振现象，改善位移估计性能，在观测器结构方面，设计一种非奇异全局快速终端滑模面，并以连续的双曲正切函数作为切换函数；在观测器参数调整方面，设计BP神经网络，以动子速度为输入动态调整超螺旋滑模观测器增益。搭建电磁直线执行器运动控制性能测试平台，对位移估计与反馈控制结果进行分析，结果表明：相比于超螺旋滑模观测器，改进的滑模观测器在阶跃工况下的位移估计最大误差减小了16.22%，频率为2 Hz的正弦工况下的位移估计最大误差减小了9.10%；无位移传感器控制与有位移传感器控制的控制性能相当，两者在8 mm阶跃工况下的稳态误差约为0.03 mm，频率为2 Hz的正弦工况下，估计位移与实际位移的最大误差为0.43 mm。证明了基于改进超螺旋滑模观测器的电磁直线执行器无位移传感器控制的有效性与实用性。

针对经典海洋捕食者算法(MPA)在迭代后期种群多样性丧失、求解精度不高且难以跳出局部最优解等问题，提出了一种融合混合搜索算子和竞争学习的海洋捕食者算法PSMPA。引入随机动态重心反向学习机制，增强算法后期的种群多样性，扩展搜索空间，提升算法逃离局部最优解并加速收敛的能力；融合动态随机搜索和模式搜索作为混合搜索算子，增强算法的局部搜索能力;将竞争学习行为模式引入捕食者当中，改善种群平均适应度值，有效促进算法的快速收敛，显著提高解的质量。选用12个CEC2017测试函数进行仿真实验，结果表明：PSMPA在寻优性能、收敛速度和稳定性方面均取得了较大程度的改善。在太阳能光伏模型参数优化设计问题上的应用进一步验证了PSMPA在实际工程优化问题中的应用价值和有效性。

飞机空调系统是控制飞机内部环境的关键机载系统之一，其内部结构呈现多闭环和多冗余等复杂特征，导致故障在各组件之间传播。贝叶斯网络可以有效推理开环系统的故障传播路径，但无法适应闭环结构。为解决这一适应性问题，提出一种基于贝叶斯网络的改进模型，用于识别A320空调系统特定结构下的故障传播路径。分析空调系统的功能行为和物理结构，综合复杂网络理论，构建系统拓扑有向图；结合网络结构和信息传递定义边影响强度，对边重要性进行度量，提高边重要性度量的准确性；通过基于边影响强度的解环策略，将闭环结构转换为开环结构，以获得最佳的贝叶斯故障传播网络结构，从而精确识别多闭环结构下的故障传播路径。通过A320空调系统案例研究验证了所提方法的有效性。

针对当前无线频谱资源紧张和多用户信号间的干扰，探讨了在非正交多址接入(NOMA)技术支持下，无人机通信感知一体化(ISAC)系统中的感知目标选择、波束成形及无人机飞行轨迹和速度的联合优化问题，旨在提高系统的吞吐量。针对该问题的非凸特性，采用块坐标下降(BCD)法，将复杂问题拆分为3个子问题。求解子问题时，引入松弛变量、一阶泰勒近似和连续凸近似(SCA)技术，简化计算过程，并提高求解效率。通过交替迭代以上子问题，得到原问题的近似最优解。仿真验证了所提算法的有效性，可有效提高系统最大平均吞吐量，并展示了良好的收敛性。

随着液压机器人的应用范围日益广泛，其健康诊断与维护需求也愈发迫切。通过将数字孪生与深度学习技术相结合，提出一种基于Transformer、长短期记忆网络(LSTM)与极端梯度提升(XGBoost)算法相融合的液压机器人智能故障诊断方法。提出基于数字孪生技术的液压机器人故障诊断架构与方案；建立涵盖三维模型与属性模型且具备虚实同步能力的液压机器人数字孪生体，并研究了提升孪生模型精度的校准方法。针对常见的液压系统泄漏、阀门卡滞、阻尼孔堵塞、过滤器堵塞4种典型故障，在所建数字孪生体上进行故障机理分析与演化过程模拟，构建覆盖正常工况及多类故障工况的高质量数据集，用于支撑数据驱动建模与智能诊断。提出融合Transformer与LSTM的深度特征提取模型，以捕获多维特征间的全局依赖关系与时序动态特征，并引入XGBoost分类器实现多故障模式识别。实验验证结果表明：所提方法在多种液压系统故障诊断中可获得96.6%的诊断准确率，在不同噪声扰动条件下仍保持稳定的诊断性能，所提方法具有良好的鲁棒性与泛化能力，可为液压机器人故障诊断与维护提供有效的技术支撑。

中国首颗脉冲星导航试验卫星XPNAV-1的核心载荷为一款结构精密的聚焦型X射线脉冲星望远镜(FXPT)。在发射振动、空间辐射、器件寿命等因素的综合作用下，FXPT的关键性能参数易发生微小漂移，亟须对其在轨性能开展长期监测，为天文计时分析与导航解算提供高精度、高可靠性的性能参数支撑。为监测XPNAV-1卫星FXPT的性能变化，提出了一种融合光子计数率统计分布和脉冲轮廓形状特征的综合分析方法；基于该卫星2016—2019年对Crab脉冲星的在轨观测数据，完成了对FXPT在轨工作稳定性的定量分析。结果表明：FXPT探测获取的Crab脉冲星光子计数率的统计分布近似服从高斯分布；即使存在少量计数率异常时间段，不同时期的脉冲轮廓仍保持较高的相似度。基于FXPT观测建立的计时模型可折叠得到高信噪比脉冲轮廓，其与Jodrell Bank天文台发布的星历所折叠出的脉冲轮廓相似度达99.99%，充分验证了XPNAV-1卫星核心载荷FXPT具有良好的在轨工作稳定性。

针对电动垂直起降飞行器(eVTOL)在垂直起降机场的运行任务规划与容量估算问题，通过对垂直起降机场布局结构的梳理，绘制出运行任务网络图；考虑eVTOL在垂直起降机场内的起降、滑行与保障任务，基于多商品流模型，引入网络内各节点进入时刻、离开时刻，构建出运行任务规划模型，以时间区间内最优任务规划为优化目标，将节点占用时间作为约束；以典型起降机场为例使用Python+Gurobi进行编程求解，对机场容量及影响因素进行计算分析。结果表明：所构建出的任务规划模型具有可行性。在影响垂直起降机场容量因素方面，当起降坪利用率低时，增加1个登机口能增加垂直起降机场3架次容量，并能为垂直起降机场提供100 s容量韧性；而当登机口利用率低时，增加1个起降坪，能为垂直起降机场提供7架次容量；通过缩短30 s起降时长能为垂直起降机场提供平均3架次容量。研究结果有助于未来估算垂直起降机场容量，并为eVTOL在垂直起降机场的运行调度提供一种建模思路。

目前，大多数短文本分类方法存在信息挖掘不充分和局部信息关注度不足的问题，致使分类精度无法得到提升。鉴于此，提出一种融合增强语义信息和句法信息的逐点图卷积网络(ESS-PWGCN)少样本半监督民航短文本组合分类模型。筛选训练集高置信度关键词汇信息，丰富和增强民航短文本中关键信息的表达能力，扩大模型的应用领域；结合逐点卷积和图卷积网络(GCN)，并引入多头注意力机制，学习民航短文本的语义-句法信息，同时平衡文本图中全局-局部信息的影响权重；采用全连接层融合获取到的信息，输出分类结果；利用民航数据集和其他领域的公开数据集进行实验。结果表明：ESS-PWGCN模型与当前最先进的自训练文本图卷积网络(ST-TextGCN)模型相比，不仅分类的准确率和F₁值分别提高了4.59%和6.53%，而且具有更高的鲁棒性和泛化性。

为实现对风力发电机叶片缺陷的实时精准检测，针对风机叶片缺陷尺度变化大、背景复杂的特点，提出一种基于YOLOv7网络模型的风机叶片缺陷检测模型EPW-YOLOv7。设计CSM注意力模块并添加于主干网络中，以抑制复杂背景干扰，提高重要特征的提取效率；设计轻量化的PWK模块替换原有的高效层聚合网络(ELAN)模块，减少冗余参数量及计算量，加快网络的检测速度；引入双向特征金字塔网络(BiFPN)特征融合模块，促使网络更精确地识别多尺度缺陷特征；采用Wise-交并比(WIoU)损失函数优化网络，提高EPW-YOLOv7模型的整体检测性能。在风机叶片缺陷数据集上进行实验，实验结果表明：EPW-YOLOv7模型的平均准确率可达88.4 %，相较于YOLOv7-tiny模型提高了7.1 %，且帧率达到66 帧/s，满足实时检测需求。此外，与当前先进的目标检测算法相比，EPW-YOLOv7模型在风机叶片缺陷的检测精度和速度上更具优势，证明所提模型更适用于风机叶片缺陷实时检测定位任务。

基于驾驶舱环境下飞行员执行飞行任务时的操作，进行飞行员工作负荷预测评估，提出一种考虑影响因素、任务单元任务负荷、任务冲突系数、多任务系数的飞行员工作负荷定量实时预测模型。选择DA 42 公务机的正常五边飞行作为预测计算的实例，设计任务场景，确定飞行操作程序，进行任务分解，通过所提模型计算出起飞、爬升、巡航、下降、进近5个飞行阶段下的飞行工作负荷实时预测值，并通过综合计算式计算得到不同飞行阶段下的平均工作负荷预测值。在DA 42公务机飞行模拟器上进行验证实验，采用NASA-TLX、Bedford、Overall工作负荷、SWAT这4种主观评价量表对不同飞行阶段的飞行工作负荷进行主观评价，得到的主观评价值与采用所提模型预测得到的工作负荷值存在非常高的相关性，值的差异性也非常小，从而验证了所提模型的准确性和可用性。

针对有人直升机吊挂飞行面临的吊挂减摆效果和指令跟踪性能冲突导致飞行品质低的问题，提出一种融合飞行员意图的模糊减摆控制方法。构建高置信度非线性人-机-吊挂闭环系统模型，分析基于飞控系统减摆面临的吊挂减摆效果和指令跟踪性能相互冲突问题，建立飞行员意图模糊推理系统并与吊索摆角反馈控制律融合。仿真结果表明：所提方法能够合理反映飞行员意图，将其与减摆控制器融合能够以符合飞行员意图的方式动态调整指令跟踪性能和吊挂减摆效果，避免了飞行员与减摆控制器的相互冲突引起飞行员诱发振荡，且鲁棒性较好。

深度学习在调制分类上的应用取得了很大进展，但受到训练数据和测试数据分布一致性的限制。为解决源域和目标域采样率不同导致的数据分布不一致的调制分类问题，提出一种新颖的多尺度注意力迁移学习架构(MATLA)来解决跨域识别问题，该架构利用3个具有不同尺度的并行卷积核来提取不同粒度级别特征。此外，该过程还融入了多尺度注意力机制，这一机制通过强化重要特征的权重，增强了提取具有辨别力的特征的能力。为实现源域与目标域特征的有效对齐，使用多核最大均值差异(MK-MMD)来度量再生核希尔伯特空间(RKHS)中2个域的特征分布的差异程度。为有效减少源域特征内部的变化，增强特征的一致性和稳定性，提出多核中心损失(MKCL)。实验结果表明：MATLA在信噪比大于0 dB时，识别准确率达到83.42%，优于其他几种网络模型和域适应模型。

在轨卫星与国际电信联盟(ITU)卫星网络申报资料的精确匹配，对于卫星频率和轨道的设计、选取、申报、协调具有重要意义。针对传统人工匹配方法领域知识要求高、匹配效率低等问题，提出一种基于知识图谱的在轨卫星与卫星网络资料匹配关系无监督预测(UPMIS)方法。该方法在构建匹配关系预测指标体系、在轨卫星知识图谱、卫星网络资料知识图谱的基础上，基于业务知识融合与图划分的思想，设计由时间参数模块、数值型轨道参数模块和字符型社会参数模块组成的三级滤波结构框架，实现在轨卫星与卫星网络资料的快速精确匹配。实验结果表明：UPMIS在真实数据集上的排名前10命中率(H₁₀)为0.8542，优于其他对比模型，且平均运行时间达到毫秒级。此外，实验给出过滤数量、聚合深度等参数选取的推荐值，对后续匹配关系预测具有参考价值。

针对无人机航拍采集到的多源舰船图像，提出一种多源舰船图像融合识别方法，面对现实场景中存在诸多干扰，采用像素级融合方式，通过对红外、可见光舰船图像进行融合，再进行目标识别，相比于特征级识别方法，既可以降低网络对样本的依赖，又可以增强方法的可解释性。所提方法聚焦于解决因传感器参数不同存在的像素偏移情况，为避免传统图像配准容易产生的畸变、伪影等问题，将图像配准转化为端到端下的特征对齐，提出一种多源舰船图像融合识别网络，网络共由交叉调制特征提取模块、特征动态对齐模块、多粒度特征细化模块和金字塔特征融合模块组成，可以充分融合不同模态图像的特征和纹理细节，有效提升对舰船目标的识别性能。经实验验证：所提方法对多源图像的融合效果好、可解释性强，对舰船目标的识别准确度高、鲁棒性强。

采用翼身融合、飞发一体化设计技术的水平起降组合动力运载器，具有可快速部署、高效运行、重复执行空天往返任务的应用前景。但是，这类布局飞行器的飞行动力学受气动非线性、气动-动力-结构弹性耦合等影响，呈现纵-横向运动耦合、飞行姿态-轨迹耦合等特性，给控制设计带来挑战。对此，从建立描述翼身融合组合动力运载器的多种耦合特性的飞行动力学模型着手，研究其飞行动力学特性，并提出多回路控制方案，引入动态逆回路进行耦合抑制，结合常规PID控制，易于设计实现。通过大量拉偏仿真表明:所提控制方案在抑制耦合的基础上能够实现良好的姿态和轨迹跟踪性能，在模型、环境、信号测量等不确定性的影响下具有良好的鲁棒性和抗干扰性。

移动机器人系统入网逐渐应用到多种场景中，然而接入网络会使系统面临网络攻击的风险，进而可能导致系统状态失稳，甚至发生功能失效的情况。针对移动机器人系统在受拒绝服务(DoS)攻击下的系统状态稳定性，提出一种基于H_∞控制的移动机器人系统的鲁棒策略。将DoS攻击对系统的影响建模为具有伯努利分布的随机丢包，采用基于状态观测器的反馈补偿对移动机器人系统受到攻击时进行鲁棒控制；利用李雅普诺夫稳定性理论，得到满足闭环系统指数均方稳定和H_∞控制的充分条件；基于此条件求解线性矩阵不等式约束，得到了观测器和控制器的增益矩阵，进而实现系统鲁棒控制，达到抗干扰的效果。通过仿真对比实验验证了所提策略能够有效降低系统受DoS攻击的影响，保证系统状态稳定性。

针对可重复使用运载器冷结构中应用的复合材料蒙皮-金属骨架结构，开展了含初始损伤的金属-复材连接结构的损伤容限试验，并建立对应结构的损伤容限性能预测模型。研究结果表明：含孔边裂纹的金属结构在疲劳载荷作用下会发生裂纹扩展，而且由于连接不对称的影响，上下表面的裂纹扩展速率不一致，致使从外表面进行裂纹观测会造成对损伤尺寸的保守统计；含预置分层的复合材料层合板在挤压载荷作用下出现一定的分层扩展，其主要损伤还是由于复材的挤压疲劳破坏；复材孔边分层会急剧降低金属-复材连接结构的寿命；金属-复材连接结构的损伤容限设计应该重点关注复材孔边分层损伤；建立的金属-复材结构损伤容限性能预测模型预测结果与试验结果吻合良好，能很好的预测结构的损伤扩展过程和扩展寿命，可用于指导该类结构的损伤容限设计。

针对航空发动机提高推重比的问题，提出涡轮后框架支板、径向火焰稳定器、喷油杆一体化的加力燃烧室设计方案，开展不同油气比和涵道比下加力燃烧室热态流场和燃烧特性大涡模拟研究。揭示燃烧室温度、速度、压力的分布特征及其对燃烧过程的影响。探究燃油液滴、氧气、二氧化碳和水的分布状况。建立机器学习模型，以内涵进气压力、进气温度、喷油量、涵道比、轴向距离为输入变量，对总压恢复系数、温度均匀性系数、燃烧效率进行了预测。结果表明：该一体化加力燃烧室的整体燃烧性能良好，仅在火焰下方观察到局部燃烧弱化区。燃烧室前部存在3个低速回流区，分别位于强火焰区、喷油杆中下部和中心锥尾部。随着油气比增大，燃烧效率下降；随着涵道比增加，燃烧效率提高。所建机器学习模型训练集和测试集的校正决定系数大于0.788，预测效果较好。

柔性变形会对扑翼气动力产生影响，且对于柔性扑翼问题，伴随着严重的流固耦合效应。为揭示柔性变形对非定常气动力的影响机理，开展低雷诺数柔性拍动平板流固耦合气动特性研究。将蜻蜓运动规律赋予柔性扑翼及刚性扑翼并开展流固耦合数值模拟计算，在相同运动规律下，柔性扑翼相对于刚性扑翼在整个周期的平均升力提高60.5%，在下拍初期升力下降31.4%，下拍中后期升力提高76.7%；柔性扑翼与刚性扑翼在整个周期内产生的推力几乎为0。揭示了柔性变形对气动力的时空影响机制，柔性扑翼在下拍阶段产生的展向弯曲变形能够维持扑翼表面前缘涡的展向分布而提高升力；柔性扑翼在拍动初期会产生下拍滞后，不利于前缘涡的形成而使升力降低，随着下拍进行，展向弯曲变形能够提高下拍速度进而影响前缘涡结构而提高升力。

斜铰旋翼无需自动倾斜器，仅通过电机加减速变化就能实现周期变距操控，结构复杂性低，但引入斜铰后，旋翼摆振、变距相耦合，使斜铰旋翼动力学建模更加复杂。针对现有建模方法中正、反桨叶间挥舞差异揭示不充分、模型预测精度不高的问题，基于改进的Denavia-Hartenberg方法建立桨叶局部连杆坐标系，采用牛顿-欧拉递推动力学算法，在局部连杆坐标系下，对斜铰旋翼连杆系统向外递推计算各连杆的速度和加速度，向内递推计算各连杆间的相互作用力、力矩，构建斜铰旋翼动力学模型。在此基础上，通过仿真计算，进一步揭示了斜铰旋翼周期变距机理。计算结果表明：所提模型可以更加准确地预测正、反桨叶间挥舞差异；对于桨叶摆振运动幅值的预测精度提高了9.05%。

为使飞机客舱获得较好的空气品质，同时提高客舱空调的节能水平，采用计算流体力学(CFD)方法建立波音737客机经济舱的仿真模型，并结合粒子图像测速(PIV)技术验证仿真模型的准确性。在此模型基础上，研究客舱空调使用不同回风比例对客舱内CO₂浓度场的影响，并采用乘客呼吸区通风效率指标评估不同回风比例对舱内空气品质的影响。此外，使用起飞总质量法计算相同送风量时不同回风比例工况下的燃油代偿损失，并拟合出燃油代偿损失、乘客呼吸区通风效率与回风比例的函数关系，采用功效系数法构建评价函数，得到客舱空调的最佳回风比例为64.864%。所提方法能够为客舱空调的回风比例控制提供依据。

存算一体化(PIM)系统通过引入存内计算单元改变冯·诺依曼结构“存算分离”模式，可有效缓解存储墙问题，但PIM系统与现有软件体系不匹配，性能和能效受程序的计算划分限制，甚至可能出现负优化。针对该问题，提出一种PIM系统中的静态计算划分方法。该方法将PIM系统中程序的执行过程抽象为基于注释调用图(ACG)的表征模型，从而将计算划分问题转化为ACG的最小割问题，并提出一种基于模拟退火的启发式计算划分求解算法。实验结果表明：相较于传统方法，所提方法的计算划分结果可平均提升39%系统性能，降低32%系统能耗。

鹊桥二号中继星是探月工程四期任务的重要组成部分。相比嫦娥四号鹊桥中继星，鹊桥二号中继星运行轨道由地月拉格朗日L2点的Halo轨道变成环月大椭圆轨道，中继通信载荷和科学载荷配置均有较大变化。基于此，分析环月大椭圆轨道太阳热流、月球红外热流随轨道变化的规律，为鹊桥二号中继星热控系统设计提供了依据。为满足鹊桥二号中继星多任务模式、轨道姿态约束下的控温需求，热控系统采用基于环路热管技术散热能力可调节的设计方案，同时，设计搭载正温度系数(PTC)自控温加热器，并成功在轨应用。鹊桥二号中继星发射入轨后，各飞行阶段设备温控水平良好。嫦娥六号任务期间，鹊桥二号中继星前向X固放等大功率中继载荷温度控制在22～28 ℃之间，有力保障了人类首次月背采样中继通信任务，可为深空探测器高适应能力热控系统设计提供参考。

针对烧蚀传热问题进行不确定性量化研究，烧蚀预测采用双平台模型，对烧蚀动边界下的传热过程使用有限元方法进行数值求解。使用正交试验研究参数对目标变量的影响，发现在2种典型加热条件(高热流、短时间和低热流、长时间)下，输入参数对烧蚀量的影响有所不同，而对背面温度的影响大小一致。为得到更精准的不确定性量化结果，进一步使用蒙特卡罗(MC)方法和多项式混沌(PC)方法对烧蚀传热问题进行不确定性分析，通过敏感度分析发现，在2种加热条件下，热流是影响烧蚀量较为关键的因素。而对背面温度的影响，状态1(高热流、短时间)中的热导率影响最大，状态3(低热流、长时间)中的热流影响相对较大。相比MC方法，PC方法能够有效减少计算成本，获得较为满意的计算结果。

随着航天技术的发展，新型深空探测器在起飞时会遇到2种特殊工况：发动机推力矢量的大小和方向随时间变化；发射初期，重力方向和航天器主轴线不重合。同时，飞行过程中，液体燃料不断消耗。面对上述3种工况，针对航天器贮箱内液体晃动问题，提出解决方案：在动力学建模阶段，考虑航天器平动加速度的影响，分析推力不沿航天器轴线方向的液体晃动情况；借助变等效力学模型参数方法，计算变充液比工况下的液体晃动问题；通过设定等效力学模型中单摆存在一个初始摆角，模拟贮箱倾斜时液面与贮箱轴线不垂直的状态。以Cassini贮箱为例，在半充液状态，分别计算上述3种工况下的晃动力和晃动力矩。以某型号航天器液体贮箱为例，在实际发射条件下进行晃动分析，计算结果与商用软件Flow-3D计算结果吻合较好，验证了所提计算方法的可行性。

针对现有混合极性Reed-Muller (MPRM)逻辑电路面积优化方法优化效果较差的问题，提出一种多策略融合蚁狮优化(MSALO)算法。为解决蚁狮优化(ALO)算法全局搜索能力较差的问题，在算法随机游走阶段应用双策略随机游走机制；为解决算法寻优能力差的问题，针对精英蚁狮个体应用突围机制；为加快算法的收敛速度，引入基于正弦函数的自适应蚂蚁位置更新策略。提出一种基于MSALO算法的MPRM逻辑电路面积优化方法，基于北卡罗莱纳州微电子中心(MCNC)基准测试电路的实验结果表明：基于MSALO算法的MPRM逻辑电路面积优化方法平均面积节省率可在现有优秀群智能优化算法的基础上平均提高27.96%。

飞艇具有能耗低、留空时间长等优势，被广泛应用于高低空任务中，由于工作在复杂恶劣的空中环境，经常会受到气流等随机干扰的影响，若不考虑这些干扰的作用，通常会导致飞艇性能的严重下降。针对飞艇抗随机干扰控制，结合随机系统相关理论，在动力学建模时考虑气流随机干扰项的影响，基于反步法、自适应技术及李雅普诺夫稳定性分析理论，设计了抗随机干扰的鲁棒控制器，并进行了数值仿真。仿真结果表明：在有随机气流的干扰下，所设计控制器仍能将飞艇快速部署到实验地点，并以要求的姿态悬停。

针对Swin Transformer模型在资源受限环境下的部署与执行挑战，采用自适应轮询式剪枝和搜索型无偏移量化技术，以降低模型复杂度和存储需求，同时保持模型准确度。通过自适应轮询式剪枝技术动态去除不重要的权重，减少模型的存储与计算需求。引入搜索型无偏移量化方法，优化权重与激活值的存储，进一步降低模型大小，同时尽量避免精度损失。提出了一种专为Swin Transformer模型优化的加速架构，通过硬件级别的优化提高数据处理速度和效率。实验结果显示：在应用剪枝和量化技术后，模型大小被压缩至原始的14.4%，且在ImageNet-1K数据集上的Top-1准确率达到77.4%。

考虑到在相同错误率约束下，同一逻辑电路的二级和多级近似优化效果并不一样，且逻辑电路的二级表示与多级表示之间可以等效转化，提出一种基于错误率分配的逻辑电路近似面积优化算法。该算法包括错误率分配算法，二级错误率快速估算算法及二级/多级近似优化算法。所提算法使用C语言和面向时序逻辑综合与形式验证系统(ABC)工具内置命令编程实现，使用北卡罗莱纳微电子中心(MCNC)基准电路进行测试。实验结果表明，在错误率约束为5%情况下，所提算法在面积和延时优化上分别为42.36%和25.15%；与单纯使用多级近似优化方法相比，面积和延时的优化分别进一步提升了5.05%和9.36%。

直接块链接方法可以在动态二进制翻译过程中降低翻译器介入频率、提升目标程序运行性能，单纯的直接块链接只关注逻辑层面的连接，并未关注物理存储位置的连续。针对该问题，提出了一种基于超级块嵌套的动态二进制翻译性能优化方法。基于二进制翻译器预翻译目标代码生成的中间表示(IR)指令，通过构建嵌套结构的超级块使代码实现物理存储位置的连续，从而增加指令cache命中率。实验结果表明：以动态二进制翻译领域最经典的且最常用的SPEC2006作为测试基准，以主流的开源二进制翻译器QEMU6.0为实验框架时，相比未采用超级块嵌套的版本，所提方法可将cache命中率平均提升53.28%，最大可提升90%。目标程序运行性能平均提升3.07%，最高可提升4.58%。

旋转碟状飞行器可通过模仿石块水漂有效提升海上拒止环境突防能力，保障连续水漂和降低冲击过载是其水漂动力学设计的关键。水漂动力学特性主要取决于初始运动参数，而构型参数也是影响水漂过程位姿运动和载荷分布的重要因素。针对旋转碟状飞行器水漂动力学特性影响参数耦合、作用机制不清等问题，本文提出一种旋转碟状飞行器的参数化构型，并基于任意拉格朗日-欧拉(ALE)单元法和罚函数法完成其水漂仿真分析，分别得到构型参数和初始运动参数对其水漂动力学特性的影响规律，并探究2类参数的耦合关系。结果表明，增大边缘曲率半径可有效减小水漂过程中飞行器所受过载，而增大自旋角速度可大大提高飞行器姿态稳定性。所提研究可为旋转碟状飞行器等新型水漂式反舰设计提供参考。

针对目前卷积神经网络(CNN)模型大部分采用的单分支深度卷积方法影响模型的表达能力、占用大量参数和Flops的问题，提出一种新的轻量级CNN模型——基于结构重参数化的深度可分离卷积神经网络(DSCNN)。该模型的特征提取模块结构重参数化混合深度卷积(RepMiX)能融合不同通道和空间位置之间的信息，实现多尺度特征融合；基于结构重参数化的DSCNN中的重参数化非对称空间算子(RepASO)通过具有不同功能的多分支结构来学习不同信道特征信息，提高模型特征学习能力；RepMiX和RepASO均结合结构重参数化技术和深度可分离卷积(DS-Conv)思想，实现了训练和推理阶段的结构解耦，在减少模型参数和Flops的同时加速模型推理；在Tiny-ImageNet-200、CIFAR-10、CIFAR-100数据集及自建铝锭表面缺陷分类数据集上进行了对比实验，结果表明：基于结构重参数化的DSCNN实现了更高的浮点运算速度，并保持了具有竞争力的精度。

机动突防技术的发展对拦截制导律性能提出了更高的要求。为提高机动目标拦截概率、降低能量消耗、提升算法鲁棒性，提出了“基于模仿学习(IL)末制导律模型→基于强化学习的末制导律进化模型”的梯次智能制导框架。以拦截碰撞三角为基础，建立机动目标和拦截器三维不确定对抗模型；采用IL方法挖掘比例导引(PNG)规律，为后续强化学习制导律学习提供良好的初始策略；建立了马尔可夫决策模型，并设置包含能量消耗的过程奖励和包含“过渡段”的“软”终端奖励模型，利用近端策略优化(PPO)算法充分探索高性能拦截策略。蒙特卡罗仿真结果表明：新型制导律鲁棒性好，稳定性高，实现了比传统制导算法更高的拦截概率和更低的能量消耗，且单次决策耗时仅0.32 ms，具有一定的工程应用价值。

大柔性机翼在较大阵风来流下会产生显著变形，其中，几何非线性和气动非线性不可忽略。为研究大柔性机翼在强阵风下的响应，建立了基于几何非线性梁理论与计算流体力学(CFD)方法的流固耦合分析方法。通过对比倒置柔性板风洞试验，验证了该流固耦合仿真的准确性。在此基础上，建立了半展弦比为9的大柔性机翼流体模型和几何非线性梁模型，在雷诺数为10⁵的条件下，对其进行阵风响应计算，研究了不同阵风比下(R_G=0.1～0.4)大柔性机翼的动响应特性，特别是对大阵风比(R_G=0.4)时阵风诱导的机翼动态失速气动特性进行分析。研究结果表明：随着阵风比的增大，机翼出现了显著的非线性弯曲变形，在R_G=0.4时，机翼的最大弯曲变形达63%半展长，同时，机翼的弯曲变形使前缘涡(LEV)的展向分布宽度减小，影响了气动力的分布，降低了阵风载荷。

针对高速机动目标雷达回波相干积累中的跨距离单元走动和多普勒频率徙动问题，提出基于改进时间反转变换-新距离频率反转变换-变尺度逆傅里叶变换(ITRT-NRFRT-SCIFT)和时间反转变换-新距离频率反转变换(TRT-NRFRT)的联合算法，利用慢TRT分离目标速度信息和距离信息，采用NRFRT消除多普勒频率徙动的影响。在TRT-NRFRT后，采用快速傅里叶变换(FFT)实现能量积累，而ITRT-NRFRT后则采用SCIFT消除慢时间与距离频率之间的耦合，并实现回波能量积累。经过仿真实验可以证明，算法能够在不进行任何参数搜索的条件下实现对三阶运动目标的跨距离单元走动和多普勒频率徙动校正，并进行回波能量积累，获得目标的径向距离和速度信息，且具备相对较低的运算复杂度。

现有的图像修复方法通过预测辅助结构信息来填充逼真的补丁，但不准确的先验可能导致不合理的结构和模糊的纹理。同时，现有方法仅关注原始图像与修复图像之间的关系，未充分利用受损图像的信息。针对上述问题，提出一种端到端的Transformer人脸图像修复网络，利用语义分割和边缘纹理信息引导修复过程。其中，主修复网络包含一个RGB修复分支、2个用于语义分割和边缘纹理的辅助分支。在编码器中设计一组大核卷积上下文瓶颈(LKCCB)模块，以增加有效感受野和更好地上下文推理。为捕获遥远距离的上下文信息，提出嵌套动态辅助归一化多头注意力(NDAN-MHA)模块，其中，含有的动态辅助归一化(DAN)模块能够动态整合3个分支的结构特征，以此丰富语义一致性。此外，提出引入对比正则化(CR)网络来稳定和改进网络的训练，以生成更真实的修复图像。在CelebA-HQ和FFHQ数据集上进行定性和定量实验，结果表明：所提方法在主客观指标上均优于对比方法，能够合理地修复大面积不规则遮挡的人脸图像。

RGB-T人群计数旨在利用可见光与热图像的互补信息生成人群密度图，以应对低光照场景下人群计数任务。针对RGB-T人群计数在跨模态信息融合时，存在尺度变化、背景干扰等问题，提出一种基于多尺度感知与红外特征增强的RGB-T人群计数方法(MSENet)。该方法提出RGB-T特征融合机制(RTFM)，通过多分支结构实现多尺度特征提取，设计红外增强结构以充分捕捉热图像中的人群信息；利用密集连接与信息发散机制将互补特征传递到各个模态中，实现互补特征表达复用及模态特征增强。所提方法在RGBT-CC数据集和ShanghaiTechRGBD数据集上进行了对比实验。结果表明：所提方法优于现有的一些先进方法，具有较好的准确性、稳健性及良好的泛化性。

针对多模态情感分析中音视频模态特征质量较差、不同模态信息交互不够充分等问题，提出一种基于音视频特征优化与跨模态Transformer(CMT)的多模态情感分析方法。设计了一种音视频特征优化机制(AVFOM)，通过与文本特征的协同作用，增加音视频特征的情感信息密度，提高音频和视频特征质量；设计了CMT结构，以文本为主，实现文本-音频、文本-视频模态的两两充分交互，学习不同模态的一致性信息。此外，引入基于自监督学习策略的标签生成方法，实现单模态情感预测任务，学习每个模态各自的特性。所提方法在CMU-MOSI和CMU-MOSEI这2个公开数据集上进行了大量实验验证与测试，结果表明：所提方法超越当前诸多性能先进的方法，有效提升了多模态情感分析的准确性。