了解驱动群落演替的因素是微生物生态学的中心目标之一，非生物环境因子影响着单个种群的生长及种群之间的相互作用。微生物群落非常敏感，很容易对作为干扰的非生物环境因子的变化产生响应。研究不同类型的干扰如何产生不同的影响，将增强对微生物群落多样性、结构和功能之间关系的认识。以作用对象为分类标准，梳理了各种非生物环境因子干扰对微生物群落演替的影响研究，包括非特异性、特异性及航天等特殊环境下的非生物环境因子。从干扰程度的量化、多因素干扰影响及干扰后演替的时间过程等方面，得出研究干扰下群落多样性演替机制的关键问题。展望了未来需要探索的方向，并提出相关研究建议。

方面级情感分析(ABSA)是一项细粒度情感分析任务，其目的是针对评论语句中出现的特定方面给出对应的情感极性。现有的基于深度学习的ABSA方法大多侧重于评论语句语义和句法的挖掘，往往忽略了评论语句可能涉及的概念知识和情感程度信息。针对此问题，提出一种融合多源知识的神经网络模型，通过句法依赖揭示句子的结构框架、词共现捕捉单词之间的语义联系、情感网络和概念图谱的嵌入为模型提供情感和背景知识，共同实现评论语句上下文与评价方面的增强表示，并通过双交互注意力模式实现评论语句上下文与评价方面的协调优化。通过在4个公开数据集上的实验验证，该模型在ABSA任务中，准确率分别达到了75.00%、77.90%、81.55%、90.10%，与基准模型相比均有所提高。研究成果不仅验证了多源知识融合在ABSA任务中的有效性，也为未来的研究提供了新的思路和方法。

广播式自动相关监视(ADS-B)是一种新型的航空器监视技术，具有定位精度高、更新速度快及覆盖范围广等优势，在民用航空监视领域获得广泛应用。由于ADS-B消息以广播方式传输，未采用加密与认证机制，ADS-B系统易受外部欺骗源的干扰。为解决该问题，提出了一种基于到达时间间隔差(IDOA)的ADS-B位置消息验证方法。建立基于IDOA的ADS-B位置消息验证系统模型，理论分析给出检验统计量的表达式及其统计特性，进一步分析给出检测门限的确定方法，通过仿真验证所提方法的正确性与有效性。结果表明：所提方法与基于到达时间差(TDOA)的验证方法具有相同的检测性能，且对时间测量误差和ADS-B位置误差不敏感，但所提方法可克服基于TDOA的验证方法存在的对地面站时间同步误差敏感的缺点。

针对一类虚假数据注入(FDI)攻击与故障共存的工业信息物理系统(ICPS)，在新型自适应离散事件触发通信机制(ADETCS)下，研究了综合安全控制与通信的协同设计问题。引入ADETCS取代传统离散事件触发通信机制，构建安全与通信可自适应协同优化运行的ICPS架构；通过对ADETCS中阈值函数的优化设计，获得一种可随系统动态行为双向连续变化的新型ADETCS；在该机制下，基于主动容侵和容错的思想，通过构造Lyapunov泛函，借助新型Bessel-Legebdre不等式、锥补线性化(CCL)等少保守性技术，在统一的自适应变采样框架下，推证出鲁棒估计器与综合安全控制器的求解方法，使ICPS可同时防御FDI攻击与故障，并具有更优的自适应通信调节能力。仿真结果表明：新型ADETCS中阈值函数的巧妙设计及 CCL的应用，相较现存通信机制和设计方法，可使ICPS的综合安全控制性能与资源节约获得更优的折中平衡。

基于深度学习的去雾方法多数直接学习有雾图像和无雾图像之间的映射关系，未结合有雾图像自身特点，存在雾信息检测不精确、去雾不彻底的问题。针对该问题，提出一种基于暗通道先验引导的图像去雾网络(DCPDNet)。通过卷积层提取有雾图像的浅层特征；构建2个特征增强模块(FEB)来增强图像的空间特征，该模块在2个尺度上对图像特征进行增强，即利用深层特征图实现语义特征的增强，浅层特征图对实现图像细节特征的增强；为使提取的特征更关注雾的区域，基于有雾图像中雾的成像特点设计基于引导图的特征校正模块(FCB)，利用暗通道先验理论构建引导图将网络学习的注意力引导到有雾区域，对提取的深层特征图做进一步的细化和校正；利用残差结构的跳转连接，将增强的浅层特征补充网络丢失的细节特征，并经过卷积操作重建去雾后图像。实验结果证明：DCPDNet可以在保持模型轻量型及运行速度较快的情况下实现良好的去雾效果。与近年先进的去雾方法进行比较，DCPDNet不仅在效率上占有优势，其去雾效果在主观视觉感受和客观评价结果上都获得了更好的效果。

针对舵机电动负载模拟器(ELSSG)受到多余力矩干扰的问题，提出了一种结合迭代学习控制与误差符号鲁棒积分控制(RISE)的复合控制器。建立了ELSSG的数学模型，分析了多余力矩的产生机理。在硬件结构上，引入了金属-橡胶缓冲弹簧以提高系统稳定性及加载精度；在控制策略上，基于误差符号鲁棒积分控制与自适应遗忘因子改进的引导信号迭代学习控制设计了复合控制器，并证明了该迭代学习控制的收敛条件。通过仿真实验证明了复合控制器与传统迭代学习控制方法、PID控制方法相比，能够更加有效地消除多余力矩干扰，提高ELSSG加载力矩输出精度。

为解决传统手工切分神经网络模型计算任务并行化方法面临的并行化难度大、训练耗时长、设备利用率低等问题，提出了一种基于深度神经网络(DNN)模型特性感知的任务切分及并行优化方法。结合硬件计算环境，对模型计算特性进行动态分析，获取模型内部相关性和各类参数属性，构建原始计算任务有向无环图(DAG)；利用增强反链，构建DAG节点间可分区聚类的拓扑关系，将原始DAG转换为易于切分的反链DAG；通过拓扑排序生成反链DAG状态序列，并使用动态规划将状态序列切分为不同执行阶段，分析最佳分割点进行模型切分，实现模型分区与各GPU间动态匹配；对批量进行微处理，通过引入流水线并行实现多迭代密集训练，提高GPU利用率，减少训练耗时。实验结果表明：与已有模型切分方法相比，在CIFAR-10数据集上，所提模型切分及并行优化方法可实现各GPU间训练任务负载均衡，在保证模型训练精度的同时，4 GPU加速比达到3.4，8 GPU加速比为3.76。

睡眠不足、生理节律紊乱是导致交通运输岗位人员疲劳的重要因素，随着值勤“刷脸”技术的兴起，及时识别岗位人员疲劳状态是安全风险防范关口前移的必要举措。为深入探索面部疲劳的三维变化，通过30 h睡眠剥夺实验，基于主成分分析 (PCA) 法融合面部双侧曲率特征，提出皱纹严重程度指数(WSI)，结合主观疲劳评估、精神运动警觉度测试和客观心率(HR)监测方法，综合判断受试者的面部疲劳程度。结果表明：在睡眠剥夺条件下，WSI变化和疲劳的波动特征明显，整体呈逐渐升高趋势；30 h实验数据显示，WSI变化和主观疲劳指数、反应时的波动趋势有较强相关性(P<0.01)和HR的波动趋势有一定的关联性(P<0.05)。基于WSI指数将疲劳划分为4个等级，从三维生理特征的角度验证面部疲劳静态检测的可行性，研究结果为疲劳快速检测技术提供了新思路。

关系抽取是自然语言处理应用中的一项重要任务。现有的关系抽取方法主要基于语言序列特征或句子结构信息来预测关系，并不能有效地反映实体间关系的内在结构和特征。为此，提出一种融合句子中图结构和序列特征信息的关系抽取模型。该模型利用基于注意力的图卷积网络（GCN）学习语句中的结构信息，利用双向长短期记忆（BiLSTM）网络学习语句的序列语义特征，通过注意力机制结合句子结构特征和序列语义对关系进行分类。在公共数据集和手工构建的数据集上进行了大量实验，验证了所提模型的优越性。

在全自动着舰过程中，考虑甲板运动对全自动着舰成功率的影响。针对舰载机响应滞后带来的甲板和舰载机纵向高度不同步的问题，采用甲板运动预报技术对舰船未来有效时间内的运动参数进行预报。建立基于正弦波组合的六自由度甲板运动模型，基于反向传播（BP）人工神经网络建立甲板运动预报模型，提出采用反向传播优化算法减小预报模型训练更新时间，提高预报模型速率和精度。基于超前网络建立甲板运动补偿模型，结合着舰导引系统确保舰载机与甲板运动同相位。建立飞机运动模型，并通过仿真实验，验证甲板运动预报和补偿技术的可行性。

针对宏观曲面结构上多孔结构单胞构型与设计域外形不匹配，导致曲面结构优化困难的问题，提出一种基于联合仿真的曲面共形多孔结构拓扑优化方法。基于三周期极小曲面隐式水平集函数，实现多孔结构的参数化建模。采用等参单元法理论，建立自然坐标系到笛卡儿坐标系的映射关系，实现曲面多孔结构的共形建模。构造线性插值函数，保证多孔结构单胞之间的C⁰连续。引入可变切割水平集函数，建立MATLAB与ANSYS联合仿真的多孔结构拓扑优化框架。数值算例表明：所提方法可有效实现曲面多孔结构的拓扑优化设计，确保多孔结构单胞与设计域外形的匹配，提升多孔结构的力学性能。

随着电力大数据时代的到来，电网企业在多年的技术监督工作中积累了大量的多模态数据。多模态数据的结构化存储和融合是电力系统有效组织和管理的关键。为融合构建大规模的电力缺陷多模态知识图谱，提出基于多通道图神经网络的多模态实体对齐方法，以有效融合多源电力异构数据。收集电力领域缺陷日志记录，构建电力缺陷多模态知识图谱实体对齐数据集(EKG)，将文本、图像等多模态信息整合到知识图谱中，为实体对齐任务提供丰富的语义信息。多模态数据增加了实体和关系表示的难度，通过挖掘电力领域多模态知识图谱的特征信息，设计属性聚合式对齐方法，利用知识图谱中的多模态属性和结构信息从图像、文本、名称和结构4个维度学习节点表示，解决电力缺陷多模态知识图谱无法有效集成的问题。实验结果表明：所提方法在EKG上取得了最好的效果。

类双锥型升力式返回器的横航向稳定性对其理想再入策略的实施构成严苛的约束，且在设计阶段需要进行专门分析。针对类双锥型升力式返回器的标称再入过程，使用数值仿真方法计算该飞行器在全速域、宽迎角范围内的横航向稳定性，结合流场特征分析亚/跨/超声速速域内的横航向稳定性突变规律；重点分析涡流发生器、航向增强型面、重心偏置对横航向稳定性的影响及其作用机理，最终确定了航向舵偏转与重心偏置相结合的方案就是最佳横航向增稳方案。

以中国民航近十余年运输类飞机鸟撞信息为数据源，利用混合威布尔函数拟合鸟撞能量分布，并应用列文伯格-马夸尔特（L-M）寻优算法得到更为精确的拟合分布参数估计值。对照安全性指标，通过鸟撞能量分布函数评估出现有鸟撞适航条款对机翼而言是具有充分性和适宜性的，对尾翼而言具有充分性但过于保守。以发生灾难性事故的安全性指标为依据，中国鸟情环境下机翼结构抗鸟撞鸟体质量最低适航要求为1.218 kg；同时验证了美国联邦航空局（FAA）在美国鸟情环境下提高机翼结构抗鸟撞鸟体质量最低适航要求的愿景（约3.6 kg），证明了基于两重两参数混合威布尔分布的鸟撞冲击能量统计分析方法的有效性及结果的可信度，为中国民航自主修订相关适航条款修订提供了理论依据和实践参考。

传统的击键水平模型（KLM）专注于键盘和鼠标的操作分析，适用于简单软件界面任务完成时间的快速定量评估，但将其迁移到包含复杂信息特征的指控系统软件界面评估时，却会产生较大误差。为此，基于KLM，结合用户视觉特性，面向指挥控制系统典型任务，提出基于用户视觉搜索处理时间的物理操作时间单元指标，并通过实验获取用户视觉搜索处理时间典型参数，建立更精确的指控系统任务操作分析模型—击键和视觉搜索模型（KLSM），即考虑视觉搜索特性因素的影响。选取5类典型指控任务，进行对比实验验证，KLSM对任务完成时间的预测评估更为准确。

高超声速气动热预测技术是高超声速飞行器发展的关键技术之一，气动热环境的精准预测对飞行器热防护系统设计及气动布局优化具有重要意义。为快速获得高超声速飞行器表面的热流分布情况，缩短飞行器设计周期，基于具有广义可分离特性、可实现强非线性数据快速建模的多层分块(MBB)算法，提出一种针对高超声速飞行器双曲率前缘气动热分布的快速预测方法。通过数值计算获得双曲率前缘驻点区的气动热分布作为训练集数据，基于MBB算法提出预测热流分布的显式表达式，对表达式预测结果的统计分析显示，表达式预测值与测试集数据的偏差低于2%，这表明其具有较高的预测精度；将驻点区热流分布表达式进行外推，验证了机器学习公式在不同几何外形下的适用性。在双曲率前缘构型的防热设计及气动外形优化阶段，所提表达式可实现气动热环境的精准、快速预测。

针对混合动力专用内燃机实际运行的跨临界条件，传统方法对于主导可燃混合气形成质量的液滴表面Kelvin-Helmholtz不稳定性分析方法难以实现跨临界宽范围的有效预测。采用复合坐标系方法，建立跨临界强对流环境的等效液滴不稳定性高效预测模型，分别采用全局扩散动力学模型、热力学控制模型及局部液滴表面切向不稳定模型。在全局坐标系模型可以通过模态坐标变换求得解析解，局部坐标系引入势函数等，提高求解速度。而对于可实用性流体计算仿真模型，可通过无量纲物理参数描述不同跨临界条件下空气动力、惯性力、黏性力、表面张力、加速度等控制因素的变化规律，以及其对液滴表面切向和法向不稳定波增长的影响规律。结果表明：液滴表面的空气动力仍然支配着跨临界条件液滴表面切向不稳定波的发展；压力增大时，液相雷诺数控制的流动特性减小与欧尼索控制的液滴黏性力减弱基本抵消；环境温度增加时，雷诺数表征的流动特性对Kelvin-Helmholtz波增长的贡献越来越小，液滴的惯性力影响也越来越弱。

为掌握典型雷达双频电磁辐射伪信号干扰的效应规律，揭示双频伪信号干扰效应机理，以某型Ku波段扫频测距雷达为试验对象，开展双频连续波伪信号干扰效应试验，分别揭示了二阶互调射频干扰、二阶互调低频干扰和三阶交互调低频干扰效应机理，并确定了伪信号电平随干扰场强的变化规律，解释明了伪信号的形态特征和产生位置。试验结果表明：当干扰频差为540～660 MHz时，带外双频二阶互调信号会造成脉冲型伪信号干扰，伪信号产生的位置随机；当干扰频差小于5 MHz时，双频二阶互调信号和三阶交互调信号均会造成冲激型伪信号干扰，伪信号产生的位置固定。

麦克斯韦磁阻驱动器克服了传统压电陶瓷驱动器行程小及音圈电机推力密度和效率低等难题，在大行程高速微纳米定位中具有极大的应用潜力。设计了一种基于麦克斯韦磁阻驱动的大行程二自由度柔顺微定位平台，并对其进行了高性能轨迹跟踪控制。该定位平台由2个永磁偏置的麦克斯韦磁阻驱动器和二自由度并联解耦柔性导向机构组成，平台利用磁阻驱动器的非线性负刚度来部分补偿柔性导向机构的弹性恢复力，有效提高了运动行程和能量传递效率，使其在±2 mm行程范围内的所需推力从±120 N减少至±24 N。轨迹跟踪控制方面，为补磁阻驱动器偿驱动器软磁材料冲磁带来的磁滞非线性，利用逆Prandtl-Ishlinskii磁滞模型构建了率相关磁滞补偿控制器并将其置于前馈回路中。为解决平台低阻尼谐振及动力学模型不一致等问题，设计了含分数阶相位超前环节的PI反馈控制器以完成对系统开环频率特性的灵活调整，实现了对平台的高精度轨迹跟踪控制，有效减小了系统的跟踪误差。对2 mm幅值、1 Hz和10 Hz频率的三角波信号进行轨迹跟踪所得到的均方根误差分别为0.013 mm和0.017 mm。

针对飞蛾火焰优化算法容易出现局部最优解、接近全局最优时开发能力不足等问题，提出一种多策略融合改进的飞蛾火焰优化 (RGMFO) 算法。在每次迭代开始时，使用随机反向学习策略获得高质量飞蛾种群；利用高斯变异将较差的火焰个体替换为优秀个体；使用阿基米德螺线、权重因子和围绕最优火焰飞行3种方式改进飞蛾更新机制。为验证所提算法的有效性，与11个不同类型的基准函数进行寻优测试，基准函数实验结果与秩和检验表明：相较于其他优化算法及其他MFO改进算法，所提算法具有更好的全局搜索能力与更高的寻优精度。将所提算法应用于减速器设计和槽形舱壁设计的实际工程场景中，以进一步验证算法的实用性与可行性。

针对动态场景中动态物体会导致机器人在进行位姿估计时引入大量动态误差的问题，提出一种利用特征点间几何约束来剔除动态特征点的移动机器人3D 同步定位与地图构建(SLAM)算法。利用当前帧的ORB特征点与上一帧特征点生成的地图点进行投影匹配，通过引入Delaunay三角剖分法构建能够表示2帧间、匹配地图点间几何关系的三角网。利用相邻2帧地图点的几何关系变化检测出动态特征点，考虑到静态特征点可能被误检测为动态特征点而导致特征点缺失的情况，在相邻2帧匹配时提取更多的特征点以实现静态特征点的补偿，进而剔除动态特征点，实现对移动机器人位姿的精确估计。在此基础上，通过引入滑动窗口提取关键帧并完成闭环检测，从而构建出精确的3D稠密地图。在多组公开数据集上进行仿真实验及室内动态场景下的实验，结果表明，所提算法能够有效剔除动态特征点，提高移动机器人在动态场景中位姿估计的精度和地图的一致性。

码分多址(CDMA)的通信体制是大规模卫星星座组网的主要部分，针对星间多通道通信存在多址干扰的情况，对其接收链路建立模型，描述灵敏度与比特能量噪声密度比(BENR)、设备采样信噪比(SNR)的关系，并分析多址干扰和加性白噪声对SNR的影响。在MATLAB仿真不同接收、干扰功率时的BENR与灵敏度，仿真结果表明，信干比(SIR)大于0 dB时，干扰信号对灵敏度影响较小，而维持高灵敏度时可抵抗−6 dB干扰。建立3个发射器和1个接收器的实验平台，由Chipscope、MATLAB软件处理数据，得到符合实际应用需求的接收灵敏度，实验结果表明，SIR大于0 dB时，接收灵敏度可达−107 dBm，高灵敏度下可抵抗−9 dB干扰，误差影响因素为电路噪声。理论分析与实测相符，为实际低轨卫星星座组网的设计奠定了基础。

针对现有多级逻辑近似优化算法在大型电路优化时无法较好兼顾优化效果与算法速度的问题，提出一种基于常量替换的多级逻辑电路面积优化算法。该算法通过在与非图(AIG)中引入节点输出距离、常量传输距离等参数，并结合提出的多扇出节点常量替换过程中错误率控制方法，在全局范围内提取合适替换的候选节点集和每个候选节点输出的常量替换值；同时，通过根据电路规模选取不同的错误率计算方法等策略，实现了错误率约束下的多级逻辑电路面积近似优化并使算法速度得到提高。所提算法用C语言和ABC内置命令编程实现，使用EPFL及MCNC电路进行测试。实验结果表明：所提算法与已提出的常量替换方法相比，面积优化效果提升48.77%；相较于近似关心集重代换的近似逻辑综合(ALSRAC)优化算法，所提算法在面积优化和运算时间上分别有1.28%和60.91%的提升。

针对双枢纽机场不属于同一机场集团的航线网络重合问题，以机场为视角优化航线网络布局，提出竞争情景下的双枢纽航线网络优化模型。在P枢纽中位问题航线网络构建思想的基础上，以旅客计划延误成本和航线重合成本最小为目标，考虑双枢纽机场直飞和中转航线、旅客需求、中转航程等因素，建立了竞争情景的无容量限制严格多分配0-1整数规划双枢纽航线网络优化模型，并使用交互式的线性和通用优化求解器（LINGO）对模型进行求解。选取成渝机场群成都双流机场和重庆江北机场作为双枢纽进行实例分析，通过不同航线重合成本研究航线网络优化问题。结果表明：优化后的目标函数值下降明显，计划延误成本下降率随航线重合成本的升高而减小，其中，航线重合成本为2 000元和3 000元时，目标函数值的下降率最高，分别为32.8%和32.6%，此时航线网络计划延误成本和航线重合成本的平衡效果最好。可见，所提模型可以在充分考虑双枢纽机场竞争关系、兼顾计划延误成本的同时降低航线重合率，从而减少航线冗余导致的资源浪费，为存在竞争关系且追求协同发展的双枢纽合理调整航线网络提供指导。

由于旋转超声单一振动模式加工效率提升有限，因此采用超声振动激励源耦合法设计了一种双弯曲旋转超声椭圆振动加工系统。推导弯曲波动方程，计算的弯曲超声振动系统参数与仿真结果的理论分析误差仅为5%。耦合双弯曲旋转超声椭圆振动加工系统2个不同方向的振动，控制弯振频率偏差低于1%。对超声刀柄的法兰位置与形状进行有限元分析发现，开设减振槽有利于增大弯振振幅，并确定了法兰的最佳位置。对双弯曲旋转超声椭圆振动加工系统的振动频率和振幅进行测试，结果表明：所设计系统在工作频率和2个方向的振幅均满足设计预期。

空化是影响轴向柱塞泵性能的关键因素，柱塞缸体表面损坏是一种常见的失效形式，但目前成因尚不清晰。建立柱塞泵三维流场仿真模型，设计可观察单个柱塞腔与卸荷槽导通状态下流场特征的实验装置，并采用流体仿真和流场可视化测量的方法揭示了其成因。研究结果表明：射流角随卸荷槽开度的增大而增大，并伴随漩涡的产生与消失，射流中心速度大于20 m/s时漩涡产生；柱塞腔与卸荷槽由导通至完全截止的转变过程中，射流角由0°逐渐增大至60°，当射流角由0°向20°变化时，射流方向主要集中于柱塞缸体与配流盘腰型槽接触的表面处，导致柱塞缸体表面和配流盘吸油腰型槽上部产生射流破坏和气蚀破坏；当射流角由20°向60°变化时，射流方向将向配流盘腰型槽内部扩展，导致配流盘破坏区域由上部移向内部。上述研究结果有助于厘清柱塞缸体摩擦表面气蚀成因，为配流盘结构优化设计提供了约束条件，对提升柱塞泵的综合性能也有重要意义。

针对中国空间站舱内悬浮实验台微重力水平最优的控制问题，考虑舱内运动行程空间约束及各类不确定性因素的影响，以不同时长下的最优微重力水平为目标，提出基于凸优化的空间站舱内悬浮实验台自主轨迹规划方法和基于误差反馈控制的轨迹跟踪方案。介绍悬浮实验台的结构，建立空间相对运动动力学模型，并将其线性化；通过凸优化的方法求解微重力水平最优的运动轨迹及相应的控制力序列；设计基于误差反馈的PID跟踪控制律，兼顾微重力水平的同时实现对优化轨迹的快速跟踪控制。数值仿真结果表明：当微重力科学实验时长需求为1 h时，最优微重力水平可达9.121×10⁻⁶ m/s²。基于凸优化的空间站舱内悬浮实验台自主轨迹规划方法和基于误差反馈控制的轨迹跟踪方案，能够实现指定时长需求的最优微重力水平，给当前中等时长（1 h）最优微重力水平问题提供了解决思路，提升了中国空间站舱内悬浮实验台的应用价值。

针对多无人机区域覆盖任务中的机间通信资源分配问题，提出了一种基于强化学习的多智能体动态通信资源分配模型。利用多智能体生成树覆盖方法生成任务区域内各个无人机的覆盖航线，对无人机与地面基站及无人机之间的通信链路进行建模。由于飞行环境的不确定性，将长期的资源分配问题建模为随机博弈模型，将无人机间的空-空链路视作一个智能体，每个智能体采取的动作包含选择工作频段和发送端的传输功率。在此基础上，基于双深度Q网络（DDQN）设计多智能体强化学习(MARL)模型，使得每个智能体通过奖励函数的反馈学习到最优通信资源分配策略。仿真结果表明：MARL模型能够在动态航迹下自适应选择最佳通信资源分配策略，提高时延约束下的负载交付成功率，同时降低空-空链路对空地下行链路的干扰并增大信道总容量。

空间飞网系统捕获带有自旋的空间碎片后，碎片会对捕获网与卫星间的连接绳施加扭矩，而目前绳索相关动力学模型无法完整描述其扭转行为。基于集中质量法，对绳索进行二次离散，建立了可以描述绳索扭转行为的动力学模型。通过与传统绳索动力学模型的对比及扭转实验，验证了该模型能够描述绳索在拉伸、弯曲及扭转载荷下的行为，发现绳索的扭转会产生额外的牵引力。针对飞网展开过程进行了仿真分析与实验，验证该动力学模型适用于飞网系统，并对飞网与空间碎片的组合体进行了仿真分析，发现因为绳索扭转产生的牵引力，会对主体卫星的稳定性产生一定的影响，忽略绳索的扭转行为会降低动力学仿真模型的准确性。

由于航电系统通信需求的日趋复杂化，对基于FC-AE-1553组网的通信系统需要采用多网络控制器（NC）构建分布式网络环境，如何实施多个控制器之间的控制权分配，并解决跨域业务冲突的问题是其中的关键。为实现多NC协同调度，提出了一种主从NC协作的多NC动态带宽调度机制，采用并发通信方式提高网络带宽利用率，同时提升各类业务的传输保障能力。对于周期性业务采用固定时隙进行传输，对于强时效性突发业务采用抢占式带宽分配，对于一般突发业务按照“先跨域后域内”分别进行带宽分配。通过OMNeT++搭建FC-AE-1553网络仿真平台，结果表明：该调度机制可以满足多NC条件下不同类型通信业务的协同带宽分配和调度，对于周期性业务和强时效性突发业务，可以保障其实时性通信要求；对于一般突发业务，在网络负载不超过57%时也能为其提供合适的带宽进行传输。与单NC集中式相比，当网络负载大于0.5或跨域/域内业务比值大于0.8时，多NC控制具有较明显的时延优势。