甲板作业调度是提升舰载机出动率的关键技术。针对两栖攻击舰舰载直升机群出动作业多阶段、高耦合特性，提出一种包含出库及甲板调运、机务勤务保障、出动离场在内的调度模型和优化算法。深入分析舰载直升机出动作业流程，基于各阶段的逻辑约束和资源约束，以最小化机群出动时间为优化目标，建立舰载直升机群出动作业一体化调度模型；将该问题转化为具有转移时间特征的资源受限项目调度问题，基于串行调度生成机制，设计一种两段编码的遗传-邻域搜索算法求解。通过对12架舰载直升机集中出动案例进行仿真实验，验证了调度模型和优化算法在优化出动流程方面的有效性，显著降低了机群出动准备时间，进一步发现机务勤务保障阶段的决策在全局调度中更为关键。

针对现有通过管制员面部信息监测疲劳，极少融合管制真实场景、算法鲁棒性低等特点，提出一种考虑管制员工作特性的疲劳实时判别算法。采用Attention Mesh算法获取面部468点的三维坐标信息，并使用特征匹配法逐样本对眼部与嘴部纵横比阈值进行标定；引入管制员在岗时间、实时陆空通话负荷及疲劳事件发生次数3个指标，将三者通过指数衰减函数动态映射至疲劳监测时间窗口，并通过计算动态衰减时间窗内眨眼频次占比，得出疲劳趋势指标。对某管制单位管制室30位成熟放单管制员班后管制测试的脑电与面部视频数据进行处理，并对通过面部数据得到的疲劳指标F_δ与脑电疲劳指标F_ε进行时间维度上的相关性分析，结果表明：在30个被试样本的双变量交叉相关性分析结果中，Pearson相关性系数整体介于0.462～0.785之间，Sig.双尾显著性检验均位于0.01级别，相关性显著，验证了所提算法的有效性与可靠性。

电力负荷预测对于电力系统的稳定运行有着重要意义。传统短期预测算法常使用线性回归模型进行负荷预测，无法捕捉到复杂的负荷波动，导致预测结果准确性受到限制，因此，提出一种基于迁移学习(TL)的时间卷积网络-双向门控循环单元(TCN-BiGRU)模型。采用迁移学习策略将相关性高的信息迁移到实验模型中，利用K-medoids聚类算法对数据进行聚类分析，通过并行卷积策略提取TCN不同尺度的特征，利用时间注意力(TA)捕获相关信息，结合BiGRU进一步提取TCN训练输出的非线性特征，使用动态多群粒子群优化(DMS-PSO)算法对网络训练的超参数寻找最佳的超参数组合。实验结果表明：相对于门控循环单元(GRU)，所提TL-TCN-BiGRU算法的平均绝对误差(MAE)降低了38.6%，均方根误差(RMSE)降低了40.7%，平均绝对百分比误差(MAPE)降低了30.4%，R²提升了5.3%。

为平衡基于航迹运行模式下的整体空域态势，提出一种基于空中交通复杂度的大规模航迹优化方法，并利用真实运行数据仿真验证其有效性与优化效果。基于航班间潜在交互关系构建空中交通复杂度计算模型；基于空中交通复杂度计算模型，构建符合空管运行要求的多目标大规模航迹优化模型，并提出优质基因遗传求解算法；利用2019年6月的全国航班运行数据进行基于空中交通复杂度的航迹优化仿真模拟，并将其与无冲突航迹优化进行了对比分析。仿真结果表明：所提方法可以解决93.74%的潜在冲突；与无冲突航迹优化相比，所提方法在面对航路点等待和区域禁行的环境扰动时，表现出较少的空中交通复杂度波动。通过调整21.11%航班，可使各时段平均复杂度平均下降24.98%，全天总体平均复杂度从120.52降低到72.82。

针对交通标志和交通灯等交通场景小目标特征不明显导致检测困难的问题，提出基于改进YOLOv5-s的交通场景小目标检测算法。设计特征补充模块(FSM)，通过进一步获取浅层细节信息对相邻的深层检测层进行特征补充，有效提高了小目标的检测效果，并通过相邻层间的矩阵运算避免了特征冗余；设计有效融合模块(EFM)，分别处理特征金字塔融合时的横向浅层特征和上采样特征，缓解二者之间的特征冲突，使其更有效的融合；提出超级增强交并比(SEIOU)损失计算方式，通过添加真实框和预测框主对角之间的距离度量，改善回归效果，提升检测精度。在CCTSDB、S2TLD、TLD和PASCAL VOC数据集上进行实验，结果表明：所提算法在精度上分别提升了2.54%、3.62%、4.33%和2.01%，检测速度达到了113帧/s，适用于实际交通场景下的检测任务。

变体飞行器在飞行过程中的构型改变、弹性变形及流场之间相互耦合，其气动特性受到显著影响。针对折叠翼变体飞行器的机翼折展运动导致的气动特性变化和机翼弹性变形问题，开展折叠翼的气动弹性仿真研究。采用翼身融合的三角翼方案，建立三维模型并制作实物模型，验证机翼的构型改变功能。简化模型并划分网格，设置流固耦合仿真环境，利用单向流固耦合仿真分析气流迎角、气流速度对折叠翼的升阻力特性和弹性变形的耦合影响，开展双向流固耦合仿真，基于机翼剖线压力分析折展运动对机翼表面压力分布的影响，研究机翼构型改变、弹性变形及流场环境的耦合效应。研究发现：折叠翼变体飞行器的气动特性及弹性变形与气流迎角、气流速度、机翼折展角度及折展速度都有关；折展速度对折叠翼的气动特性和弹性变形有重要影响，快速折展比慢速折展导致更显著的机翼气动特性变化和弹性变形。研究结果对折叠翼变体飞行器的气动特性分析、机翼弹性变形抑制，以及飞行控制器设计有重要指导意义。

运输机编队空投能在最短的时间内让更多的物资投送到指定地点，追求高效的同时也要考虑运输机尾涡给空投带来的危险。针对此问题，提出运输机尾涡对空投伞的影响与编队空投间距计算方法。建立空投伞降落过程遭遇尾涡的风险评估模型；对运输机编队空投的危险性计算分析；对空投中的运输机编队飞行的安全间距计算分析。研究结果表明：“一”字形编队空投时空投伞处于尾涡危险区域的时间是“人”字形编队空投的2.0倍。随着空投高度的增加，运输机飞行速度、空投伞伞冠半径、开始打开空投伞的时间点、温度偏差这4个因素对空投伞降落过程中处于尾涡危险区域的时间的影响都是先增加再减小。3架C-17运输机“人”字形编队空投，当空投高度从100～1 000 m变化时，若左右间距为100 m不变，安全的前后间距随着空投高度的升高在逐渐变大，从500 m开始，空投高度每增加100 m，安全的前后间距就增加20 m。若前后间距为3 500 m不变，空投高度为100～200 m对应安全的左右间距为100 m；空投高度为300～1000 m对应安全的左右间距为110 m。

水下自主无人潜航器(AUV)在海洋探索、军事领域上发挥着巨大的作用。针对水下自主无人潜航器在无先验信息情况下的导航问题，提出一种圆弧状路径搜索的地磁感知导航定向方法。该方法建立载体的地磁感知导航模型，将导航过程转化为多目标优化问题；载体以圆弧状路径，感知路径空间中目标函数的变化趋势，从而确定目标方向；该方法自适应选择不同的搜索间隔以适应不同搜索阶段，从而实现自主无人潜航器的导航定向任务。通过仿真实验分析，结果表明：所提方法能够使水下自主无人潜航器在无先验数据地磁图的情况下到达预设目标地点，通过与其他搜索算法对比，验证了所提方法的有效性与高效性。

针对航空发动机损伤检测深度学习模型在嵌入式设备上部署应用的实时性差、检测精度低等问题，提出一种轻量化航空发动机损伤检测模型FDG-YOLO。引入FasterNet网络重构YOLOv5的主干网络，解决主干网络参数量大的问题；通过深度可分离卷积改进YOLOv5颈部网络的普通卷积，减少颈部网络的冗余参数；以GSConv为基础构建GS C3结构，替换原模型的C3结构，增强模型的表达能力和感受野；在航空发动机损伤数据集进行实验验证。结果表明：与YOLOv5原模型相比，所提FDG-YOLO模型参数量降低了52.5%，浮点运算速度降低了66%，在嵌入式设备上的平均精度均值(mAP)达到89.6%，高于其他轻量化模型，帧率达到61帧/s，检测速度适配于发动机损伤图像采集速度，能够更好地满足航空发动机损伤检测的智能化应用需求。

霍尔推力器是一种广泛应用于航天器的先进电推进装置。传统的环形闭环霍尔推力器由于结构限制，无法开展放电通道内磁场构型剖切面上等离子体二维分布诊断。为解决这一问题，设计一种带有光学诊断窗口的非闭环直线型通道电场E×磁场B的霍尔推力器，对推力器内部磁场和流场进行了仿真分析，提出磁场设计原则。通过稳态放电参数监测、瞬态放电振荡分析、束流区等离子体参数诊断和放电通道内部电离区等离子体分布结构成像，验证了直线型放电通道构型对等离子体的有效约束与电磁场加速，发现其放电模式随推进剂流量的演变趋势，并实现基于放电电压的放电模式调控。成功获取了放电通道内部等离子体在磁场构型剖切面上二维分布精细结构。综上，实现了简易装置下类霍尔推力器E×B等离子体稳定放电与模式调控，结合等离子体二维平面上分布结构的光学诊断，为进一步霍尔推力器典型放电振荡过程的等离子体微观表现提出了新思路。

针对高铁GSM-R无线通信系统向下一代5G-R网络演进过程中，共生网络垂直切换时存在身份泄露、不具备前后向安全性和认证开销大等问题，提出了一种基于NTRU格上的高铁共生网络安全切换认证方案。设计了基于NTRU格的双向认证机制，克服了身份信息SUPI明文传输易泄露的缺点；提出基于共享密钥的哈希链加密方法，设计共享密钥生成和共生网络切换令牌策略，实现切换认证密钥的预生成，确保了共享密钥的动态更新及前后向安全性；采用中国剩余定理及时间戳机制实现了会话密钥的机密性，完成了共生网络的切换认证。通过BAN逻辑形式化理论证明和TAMARIN协议仿真验证工具对所提方法进行安全性分析，结果表明：与同类方法相比，所提方法确保了身份的匿名性和密钥前后向安全性，可有效抵抗DoS攻击和中间人攻击等攻击，具有更低的切换开销，能够满足高铁共生网络安全无缝切换认证的需求。

针对传统深度学习模型难以捕捉输入特征图中的长上下文特征关联及通道与空间维度上的关键特征信息，导致声音事件定位与检测(SELD)错误率高、性能不理想的问题，基于声学场景分类和声音事件检测挑战赛中的基线模型SELDnet，提出一种基于增强特征表达能力的声音事件定位与检测网络(FE-SELDnet)。采用组归一化和SiLU激活函数来解决函数无法反向传播导致神经元死亡的问题；引入卷积块注意力模块(CBAM)来捕捉声学特征中通道与空间2个维度的重要特征，抑制不必要的特征，加强网络对特征信息的敏感性和准确性，提高信息流动；引入Transformer模块来捕获更长的语音上下文特征关联，并结合局部特征，提升模型在声音事件定位与检测任务中的精确性和鲁棒性。在TUT Sound Events数据集上的实验结果表明：FE-SELDnet与基线网络性能相比有较大的提升，错误率从0.45降低到0.326，SED评分和DOA评分分别从0.45和0.32降至0.26和0.25，F₁分数提高到79.4%，验证了FE-SELDnet具有更高的优越性。

针对视觉跟踪中由于目标形变、翻转和遮挡而导致的跟踪失败问题，提出了一种基于图像结构相似性的模板更新算法，通过动态更新模板以适应目标在跟踪过程中的变化。同时，基于SiamMask网络设计了跟踪特征增强模块和分割特征增强模块。跟踪特征增强模块包括非局部操作和卷积下采样，用于建立上下文关联，增强目标特征，抑制背景干扰，提高跟踪鲁棒性，解决由于目标被遮挡而导致的特征减弱问题。分割特征增强模块引入卷积块注意力模块和可变形卷积，以提高网络对通道和空间特征的捕捉能力，自适应地学习目标的形状和轮廓信息，提升网络对跟踪目标的分割精度，进而提高跟踪准确率。实验表明：所提算法表现良好且稳定，与SiamMask相比，在VOT2016、VOT2018和VOT2019数据集上期望平均重叠率分别提升了0.052、0.053和0.025，鲁棒性分别提升了0.06、0.079和0.156，且达到了平均每秒91帧的实时速度。

针对红外与可见光图像融合中边缘不清晰、细节缺失等问题，提出了一种视觉显著性增强的双鉴别器融合方法。采用局部自适应对可见光图像进行增强，并采用各向异性扩散对红外与可见光图像分解；通过视觉显著性检测对分解后的细节层图像和基础层图像进行视觉增强；设计密集连接DenseNet生成器模型对视觉增强后图像进行特征学习；通过与双鉴别器博弈对抗得到融合结果。在公开数据集中与10种融合方法进行对比，实验结果表明：所提方法具有更清晰的细节信息，在主客观评估上均优于对比方法，客观评价指标较FusionGAN方法在信息熵、空间频率、结构相似性和标准偏差上分别提高了7.4%、58.8%、25.5%和35.7%。

页岩孔隙类型和结构参数影响储层流体的富集和运移，是页岩储层评价的重要内容。现有评价方法存在主观性强、效率低及定量化程度低等问题，难以满足快速、精准分析页岩样品的迫切需求。基于此，提出一种基于语义分割的页岩孔隙结构智能表征方法。利用扫描电子显微镜(SEM)和多尺度采集与处理软件(MAPS)获取页岩二维灰度图像；由岩矿鉴定专家进行数据标注，分为有机孔、无机孔、裂缝和有机质；提出一种面向页岩孔隙结构分析任务的组合网络ShaleSeger及其训练范式，建立基于深度学习的页岩孔隙智能识别模型，形成基于多视域拼接的超大尺寸图像孔隙识别方案，从而实现基于MAPS图像的孔隙提取；利用图像处理技术实现孔隙结构特征智能表征。目前已实现古龙页岩孔隙结构定量分析，能够在孔隙边缘提取和类型识别的基础上自动计算各类型孔隙的面积占比，统计诸如孔径、视孔隙比表面、形状因子等孔隙结构参数。所提方法可以拓展应用于CO₂复合压裂效果评估，对CO₂复合压裂前后的微观结构特征改变进行定量比较。

为提高卷积神经网络(CNN)在变化检测任务中的鲁棒性能和泛化能力，提出一种基于拉普拉斯支持向量机(LapSVM)的卷积小波神经网络(CWNLSN)模型。通过样本标记方法，获得高置信度的“伪标签”，划分出网络训练集、分类训练集和待测集；在CNN中，引入离散小波池化，用于提取局部空间深度特征；设计基于LapSVM的局部空间深度特征分类(LSDC)模块，对特征进行分类，判别待测集的变化情况；设置对比实验和消融实验，在多组真实遥感数据集上进行测试。结果表明，所提方法获得了更显著的变化检测效果。

针对密集杂波环境下多源雷达多目标跟踪容易出现数据关联错误、精细化建模数据关联算法计算量大的问题，提出一种基于轻量化双向长短期记忆(BiLSTM)网络的多源雷达多目标跟踪点航数据关联算法。构造杂波环境下雷达回波与目标航迹之间的多源雷达关联事件矩阵；基于多源雷达点迹与多目标航迹量测预测，借助最小最大标准化处理，设计归一化的距离特征张量；以归一化的距离特征张量为输入、以关联事件矩阵为输出，建立基于轻量化BiLSTM的多源雷达多目标点迹/航迹数据关联网络模型。针对每个目标航迹，以每个雷达输出的最大概率对应的雷达点迹作为关联量测，利用卡尔曼滤波实现航迹更新。密集杂波环境下多雷达协同跟踪多目标仿真结果表明：所提算法在关联准确率与跟踪精度方面与集中式联合概率数据关联滤波结果基本一致，明显优于概率数据关联滤波、最近邻数据关联滤波、基于全连接层的点航关联滤波算法和基于长短期记忆(LSTM)网络的点航关联滤波算法；但平均运行时间明显小于联合概率数据关联滤波，与最近邻数据关联滤波几乎一致。

地月空间2∶1共振远距离逆行轨道(DRO)因其长期稳定和全域可达的良好特性，在当前地月空间任务探索中具有重要的战略意义。为进一步理解2∶1 DRO附近的相空间结构，同时提供更多的可供选择的停泊轨道，在双圆限制性四体模型(BCR4BP)下对2种不同构型的2∶1 DRO附近的拟周期轨道进行了计算。针对目前数值延拓计算拟周期轨道过程较为繁复的缺点，提出一种自适应延拓算法，该算法可自动调节延拓步长及添加表征环面所需的离散节点数量，从而在保证环面精度的情况下越过共振区，同时平衡了计算时间。在此基础上，针对BCR4BP中2种不同构型的2∶1 DRO，分别计算了其附近存在的2D拟DRO 族，进一步分析了其稳定特性。仿真结果表明：所提算法能有效差异化处理采样阶次不足与共振奇异，从而得到较为完整的轨道族。

如何提高信号波形功率效率、信息传输效率是目前测控系统(TT&C)波形设计面临的难题之一。研究发现具有双正交性、最佳时频能量聚集性、频谱可控性等基础特性的椭圆球面波函数(PSWF)非常适合测控系统信号波形，并将PSWF引入测控系统信号波形设计，提出基于PSWF波形成型的四维统一扩频测控系统信号波形设计方法。该方法利用高能量聚集度PSWF作为波形成型函数，具有更高的功率效率和信息传输速率、更优的抗干扰和抗截获能力，能够为测控系统信号波形设计提供一种更优的波形方案。仿真结果表明：相对于传统基于矩形脉冲函数的测控系统信号，在相同系统误码性能的条件下，所提方法信息传输速率可提升1倍，扩频增益提升为3.44 dB。

中高能太阳质子和银河宇宙线作为在深空轨道运行的航天器主要遭遇的辐射环境，大量入射至电介质材料将诱发深层充放电效应，导致电子器件工作状态异常。以LM124运算放大电路为研究示例，使用中高能质子加速器研究深空质子致深层充放电效应诱发电路产生异常的特征规律，同时结合H-集成电路性能分析电路仿真程序(HSPICE)仿真研究运算放大电路的深层充放电效应敏感区域与机理。结果表明：质子深层充电诱发的航天器静电放电(SESD)将导致运算放大电路输出异常瞬态，输出瞬态的幅值与SESD脉冲的幅值正相关，瞬态的持续时间与电路工作状态有关；电路的负电源输入端是SESD的敏感区域；输入控制晶体管与增益晶体管受SESD影响输出电流瞬态并导致电路输出异常是主要的故障机理。

小样本场景下的实体链接预测旨在利用少量参考三元组推断查询三元组中缺失的实体。针对主流方法在实体编码阶段忽视节点所在图结构信息的问题，提出一种Graph-Transformer网络(GTNet)。为了增强实体表示，设计一种结构感知图池化层来学习并融合节点的图结构特征。拼接头尾实体得到实体对嵌入，并将参考实体对投影到语义原型空间中，得到参考实体对的原型嵌入。计算查询实体对嵌入与参考实体对原型嵌入相似度作为链接预测分数。实验表明：所提模型在 NELL-One 和 Wiki-One 数据集中分别对比平均倒数排名(MRR)、Hits@10、Hits@5、Hits@1指标下最优的基线模型，分别有0.012、0.015、0.028、0.023及0.012、0.05、0.033、0.031的提升，表明所提模型能通过挖掘节点所在的图结构信息来增强实体表示，从而有效预测三元组中缺失的实体，泛化性更好。

在实际同时定位与地图构建(SLAM)应用场景中，针对大量运动物体的成像特征点参与特征追踪进而降低算法精度和鲁棒性的问题，以及传统的以剔除动态特征为策略的动态SLAM方案中存在剩余静态特征不足而影响SLAM效果的问题，提出一种基于语义分割与几何约束的动态视觉/惯性组合导航方法。使用语义分割网络及不同类别物体的动态性信任程度生成先验动态掩码，并利用改进的抑制先验动态特征方法提取特征点，进而利用惯性测量单元(IMU)预积分分量结合几何约束技术判断特征点的真实动态性，并制定特征点剔除策略进行剔除，最终使用剩余静态特征点进行追踪与定位。相比于ORB-SLAM3，所提算法在室内动态场景数据集TUM下，定位精度平均提升了73.05%，在室外动态场景数据集KITTI下，定位精度平均提升了19.85%；与传统的动态SLAM算法对比，精度也更优。

深度展开网络由于可解释性高和学习能力强的特点受到广泛关注。现有CT图像重建算法的正则化项大多只关注某一类域中的信息，重建结果常存在边缘模糊等信息丢失的问题。基于此，提出一种基于稀疏变换先验约束的深度展开网络，用于进行稀疏角度CT重建。考虑像素域信息和变换域信息对图像重建具有重要作用，构建结合变换域稀疏正则化项和像素域一致性正则化项2种具有信息互补作用的正则化项，据此重新设计稀疏角度CT重建的目标函数。根据所构建的目标函数进行迭代优化求解，将得到的一系列约束关系映射为新的深度展开网络，用于低剂量CT图像的迭代重建。实验结果表明：所换算法得到的重建结果与经典的FISTA算法相比，平均峰值信噪比(PSNR)和视觉信息保真度(VIF)均有较大改善。

为完成对运载火箭入轨飞行段轨迹的优化，提高算法的计算效率及收敛性，从拉格朗日力学出发，在离散力学与最优控制(DMOC)计算方法的基础上结合伪谱法高精度的优点，推导出伪谱离散拉格朗日方程，并结合序列凸优化方法提出了基于保辛伪谱序列凸优化的轨迹优化方法。保辛伪谱序列凸优化方法可使离散动力学系统保留原连续系统的结构特征，同时使离散系统状态变量的维数大幅度降低，有效提升收敛性及计算效率。仿真结果表明：相比于经典的伪谱序列凸优化方法，保辛伪谱序列凸优化方法在不损失精度的情况下大幅度提高了计算效率，并且对初值扰动具有很好的适应性。

针对空间激光通信等复杂航天任务对卫星平台高精高稳指向控制技术的迫切需求，开展球面磁悬浮万向稳定平台(MSUSP)构型设计与控制方法研究。分析MSUSP万向稳定悬浮特性，设计直角-正三棱锥构型的空间结构，建立球面磁轴承3自由度动力学模型，通过坐标变换实现磁轴承动子平动测量解耦。在此基础上，为实现外部扰动条件下的磁轴承动子稳定控制，设计基于坐标变换的3通道自抗扰控制器，将各通道之间的未建模动态及外部扰动当作合并外扰，进行跟踪、补偿，从而提高扰动条件下控制器的快速性和稳定性。分析仿真结果表明：相较于传统方法，所提方法平动阶跃响应时间缩短42.86%，不同频率正弦扰动下的磁轴承动子抗干扰性均得到大幅提升，证明了所提方法的有效性和优越性。

气动弹性模拟中，为了降低耦合数据插值传递矩阵规模，提升耦合数据传递效率，通常采用选取部分界面网格点构建插值矩阵的策略。目前，耦合界面插值点主要通过人工手动的方式选取得到，在网格点数量较大情况下存在耗时长、易错选/漏选的问题。针对手动选点带来的问题，发展了一种耦合界面插值点自动选择算法，通过边界网格点提取、边界网格点精简2步实现。基于结构有限元模型中网格单元的节点信息，建立单元之间的邻接信息，根据邻接信息对网格点进行分类，提取结构有限元模型的边界网格点。基于径向基函数(RBF)插值，借鉴网格变形中的贪婪选点策略，逐步将几何表征误差最大的点选入插值点集，实现边界网格点的精简和耦合界面插值点集的构建。通过飞翼外形结构有限元模型对所提算法及参数影响进行测试，并将算法应用于AGARD445.6和DLR-F6模型的静气动弹性耦合模拟中，测试及模拟结果表明：所提算法能够实现耦合界面插值点的自动选取，并获得与手动选点方式一致的气动弹性计算结果。

针对状态受限条件下高超声速变外形飞行器的高精度控制问题，提出一种基于强化学习的参数自适应模型预测控制(MPC)方法。考虑传统组合体外形难以在高超声速条件下表现良好的气动性能，设计一种基于乘波体为基准外形的变外形飞行器气动布局，并建立该类飞行器的面向控制的姿态动力学模型。针对飞行过程中控制约束与飞行器状态约束问题，基于MPC滚动生成控制指令。进一步考虑飞行器连续变形过程中参数时变引起的控制器性能变化问题，设计一种基于近端策略优化(PPO)的在线参数自适应方案。理论分析和仿真结果证明，所提方法能够在满足飞行器约束条件下，提高控制精度，并降低计算耗时。

复合材料层合板是飞行器中的重要承载结构，在压剪载荷作用下会发生屈曲或静力失效。采用复合材料层合板线性屈曲和首层失效的理论分析方法，对碳纤维/环氧树脂层合板在不同压剪载荷比、边长比、边长厚度比和铺层角度下开展失效分析，得到2种失效出现的顺序和失效载荷的变化情况。结果表明:在不同的压剪载荷比下，层合板屈曲和首层失效发生的顺序不同；2种失效发生的压剪载荷比范围会受到层合板边长比、边长厚度比和铺层角度的影响；屈曲模态主要受压剪载荷比、边长比和铺层角度的影响，首层失效模式主要受压剪载荷比和铺层角度的影响。

壁面质量引射可有效降低壁面热流和摩擦阻力，是解决高超声速飞行器热防护问题的备选方案之一。选取二维钝楔为计算模型，展开质量引射对降热减阻的数值模拟研究，对比分析了3种不同工质引射气体（热解气体、水蒸气和二氧化碳）对气动力热特性的影响。将热流分解为对流热流和扩散热流可知，热解气体引射降低了对流热流和扩散热流；而水蒸气和二氧化碳引射虽然降低了对流热流，但增大了扩散热流，且水蒸气增大扩散热流的效果更明显，使得总热流增加。此外，3种不同工质引射气体均通过降低壁面附近的速度梯度来降低壁面的摩擦阻力，其中，热解气体引射降低的速度梯度最大，减阻效果最好。

针对单帧红外小目标检测(ISTD)中存在的2个固有问题：小目标缺乏颜色、纹理和形状等局部信息；在检测模型通过连续下采样获取高级语义信息和全局感受野的过程中，小目标极易丢失，提出一种准确、快速的双域和全局上下文特征提取网络(DDGC-FENet)。该模型包括双域特征提取(DDFE)模块和全局上下文特征提取(GCFE)模块。DDFE模块同时在空间域和频域学习小目标与背景的局部对比信息，以此将目标与背景分离开来。GCFE模块可以对经多次下采样的特征图进行全局建模，以提取全局上下文，防止目标特征在网络深层丢失。此外，模型还使用双向注意力融合模块(TWAF)从行和列2个方向融合低级与高级特征。在多个公开数据集上进行实验，结果表明，所提方法在平均交并比、归一化交并比和F₁指标上明显优于AGPCNet、DNANet、ISNet等目前较先进的方法。

为解决传统预测方法变工况涡扇发动机剩余寿命预测精度较低的问题，提出一种变工况涡扇发动机剩余使用寿命(RUL)预测模型。采用归一化处理和变分模态分解(VMD)将数据分解为预定个数的特定区间内的子数据，充分挖掘多维数据中的隐藏时序特征，消除奇异样本和不同量纲的影响；构建基于VMD-CNN-BiLSTM的变工况涡扇发动机RUL预测模型，卷积神经网络(CNN)用于特征提取和融合生成若干映射，将数据映射输入双向长短时神经网络(BiLSTM)进行训练，捕捉时序数据的时间依赖性，输出RUL预测结果；采用麻雀搜索算法(SSA)选取超参数优解，提升模型的预测性能。涡扇发动机RUL预测实验结果表明：VMD-CNN-BiLSTM在变工况涡扇发动机RUL预测中，均方根误差(RMSE)和平均绝对误差(MAE)分别达到13.74±0.51和11.24±0.49，且在噪声环境下仍具有较高的精度和泛化性能。

针对现有基于2D人体表面姿态点构建人体3D模型的方法大多会导致连续建模抖动及建模结果局部扭曲等问题，提出基于蒙皮多人线性模型(SMPL)的人体内部3D姿态点检测方法，通过聚类算法将多视角下体内2D姿态点映射真实场景中3D姿态点，引入卡尔曼滤波对人体姿态点进行去噪。基于3D姿态点构建人体3D模型的过程中，基于自动变分方法对梯度下降回归网络进行校正，构建端到端的人体3D建模网络SMPL-VAE，在保持整体比例的同时，更加符合人体运动结构的局部建模。在公开数据集Shelf上进行测试，结果显示，所提方法的平均每关节位置误差(MPJPE)相比其他方法分别提升3.88、7.56和12.88，正确关键点百分比(PCK)分别提升3.5、6.91和9，针对不同目标也能准确匹配姿态点。

空间太阳能电池是航天能源系统的关键主件，其所受应变主要由太阳能基板通过黏接层传递，准确表征基板到电池的应变传递规律，可为空间太阳能电池的抗力学性能研究提供技术支撑。基于此，根据剪滞理论建立了空间太阳能电池的应变传递理论计算模型，从理论上分析了空间太阳能电池的应变传递规律，推导了均匀应变场和典型非均匀应变场下的结果，并利用ANSYS有限元模型和实物实验进行了验证，结果表明理论模型的正确性。同时，还具体分析了空间太阳能电池几何参数和物理参数对应变传递率的影响，为空间太阳能电池的设计提供了理论依据。

固定翼无人机(UAV)作为典型的非线性系统，其动态特性变得越来越复杂。传统的控制方法主要基于模型和经验设计，缺乏对复杂环境和任务的适应性。基于多维连续状态输入、多维连续动作输出的深度确定性策略梯度(DDPG)算法，设计了一种固定翼无人机的纵向飞行控制器，以多个时刻的速度、俯仰角跟踪误差及相关量作为控制器的输入，输出为升降舵舵偏角和发动机推力信号。为提高算法的学习效率，减轻稀疏奖励对算法学习的影响，奖励函数中除跟踪误差的密集惩罚项外，还引入了正值激励因子，当跟踪误差控制在一定范围内并快速跟踪目标时给予正值奖励。实现了从无人机状态到控制面的端到端控制，并使用比例-积分-微分(PID)控制器进行了变控制目标与模型参数摄动的飞行仿真对比，仿真结果表明，基于深度强化学习(DRL)算法构建的控制系统不仅能实现控制目标，还具备一定的泛化能力和鲁棒性，控制性能在部分情况下优于PID控制器。

针对某型航空发动机主燃油控制系统出口压力脉动现象，系统分析了液压系统脉动原因,并列出某型航空发动机主燃油控制系统压力脉动故障树，完成了故障定位。通过流场仿真手段重点研究了故障工况下不规则开口回油活门的稳态液动力及相关参数，指出理论公式对不规则开口活门稳态液动力计算的不适用性及出口射流角的变化；在稳态点采用小偏离线性化建立等压差模块的传递函数和Simulink仿真模型，对其固有频率和主要影响因素进行研究。研究结果表明：燃油压力脉动是由于回油活门在外部激励作用下产生了共振，而影响回油活门固有频率的关键因素为阀芯所受稳态液动力，通过对活门不规则开口形状进行研究，给出了故障改进措施，为系统的优化设计提供了理论支持。

针对钻井平台管柱自动化转运及上卸扣作业水平较低的问题，提出一种改进的多目标检测算法以实现钻杆与管柱接头的精确识别。所提方法以轻量化 EfficientNetV2 为特征提取网络，引入 SPPF 模块降低参数量，并在 Backbone 中融合 CBAM 注意力机制以抑制背景干扰；采用 BiFPN 替代 PANet 提升多尺度特征融合能力，引入 CARAFE 算子增强上采样特征表达；在 Head 部分使用 GhostConv 减少计算复杂度，以 SIoU 损失函数优化边界回归精度，通过AdamW 优化器提升模型收敛性与泛化能力。基于自建数据集的实验结果表明：改进模型在复杂工况下对不同姿态管柱具有良好识别性能，检测准确率达到 90.6%，平均精度均值达到 94.6%，较原模型分别提升 3.9% 和 4.5%，验证了所提方法的有效性与鲁棒性。

湍流燃烧在在工业与运输业中的应用广泛，燃烧过程中流动与化学反应强烈耦合，且耦合机理复杂，因而燃烧模拟中需要引入化学反应机理。化学反应机理种类多、数量大，且机理的选择对于模拟结果的影响巨大。为了探究化学反应机理对于湍流射流火焰模拟的影响，选择了11种不同的化学反应机理，对其进行了反应动力学分析，选择Sandia Flame D湍流射流火焰作为研究对象，提取了计算稳定后的温度、组分浓度等数据进行对比分析。结果表明：不同化学机理的动力学表现差异较大，其中，总包机理JL4由于省略了过多的中间产物，导致点火延迟时间过短，而SMOOKE和z42机理由于省略了多碳原子组分，导致点火延迟时间较实验值更长；不同机理的计算结果随流场的发展而差异增大，靠近燃料进口处的差异主要来源于动力学表现的差异，而远离燃料进口处的差异则更多来源于不同化学反应机理中参与的组分、反应种类不同；对于所有的化学机理，存在当中使用的组分数越多，化学反应的高释热率区域越集中，火焰长度越短，全场最高温度越高的趋势。