针对混沌时间序列演化复杂，数据非平稳特征及噪声严重影响混沌时间序列短期预测精度的问题，提出了基于前向差分、改进小波包去噪和外因输入的非线性自回归网络（FD-IWPD-NARX）的非平稳含噪混沌时间序列（NNCTS）在线组合预测方法。在滚动时域框架下，采用前向差分平稳窗口内时间序列数据，改进小波包去噪阈值函数改善数据去噪效果，最后通过串并行闭环NARX神经网络对平稳去噪的混沌时间序列进行训练和测试。结果表明，前向差分和提出的改进小波包去噪可以有效提升NARX神经网络的预测性能；与不分窗NARX神经网络、循环神经网络（RNN）和标准长短期记忆网络（LSTM）相比，FD-IWPD-NARX网络可基于少量数据完成模型训练，在预测精度方面具有优势，且每窗模型的训练平均时长缩短至0.12 s，具有在线应用潜力。

地磁匹配定位具有无源、隐蔽、无累积误差等优点，在军事领域展现出广阔的应用前景。地磁匹配定位的核心是通过度量磁场实测序列与地磁基准图中待匹配序列的相似性，来确定载体当前的位置。针对现有地磁匹配相似性度量准则未能兼顾地磁序列全局特征和细节特征、易受磁场扰动影响等缺点，提出一种基于矩阵轮廓（MP）算法的空间矩阵轮廓准则（MP-S）来实现多尺度级联地磁匹配相似性度量。通过级联细节特征和全局空间约束构造空间最近邻（NN-S）函数，能够有效筛选地磁序列细节特征的错误匹配，提高定位精度和容错性能；同时，针对MP算法计算繁杂的问题，设计了一种二维磁图轻量化（2D-MLight）搜索与计算策略，通过避免相邻待匹配序列相似性重复计算，显著降低相似性度量算法的运行时间。某飞行器实测地磁数据的处理结果表明，使用MP-S准则进行相似性度量的水平定位误差为48.6 m，匹配概率为93.99%，优于目前常用的均方差（MSD）准则，并且2D-MLight轻量化搜索与计算过程能够满足实时定位需求，对于提高特征较为平坦、存在局部扰动等复杂场景的地磁匹配定位性能具有良好的工程应用意义。

针对平滑变结构滤波算法存在抖振以及无法有效估计未量测目标状态的问题，提出了基于交互多模型的时变平滑变结构滤波算法。该算法首先通过平滑变结构滤波算法对目标状态进行初步估计；其次通过计算时变平滑有界层，并采用tanh函数取代饱和函数计算初步状态增益，共同解决抖振问题；然后采用贝叶斯思想重新计算协方差矩阵与状态增益用于目标状态更新，解决平滑变结构滤波无法有效估计未量测状态的问题；最后与交互多模型算法结合，实现对机动目标的有效跟踪。仿真结果表明，提出的算法在模型失配、量测噪声改变以及非高斯量测噪声的情况下，仍可有效地对机动目标进行跟踪，与典型的目标跟踪方法相比，跟踪精度明显提高且鲁棒性更强。

针对军事目标的毁伤检测和毁伤评估问题，提出一种基于深度学习及模糊层次分析法的双阶段毁伤评估方法。首先在带有坐标注意力机制的Yolov5双层目标检测子系统中，通过关键区域提取机制，利用基于交并比和匈牙利线性匹配和决策树相结合的毁伤部件分类器，进行毁伤部件的分类和毁伤程度的量化处理。而后在基于三角模糊层次分析的毁伤评估子系统中，通过设计多种毁伤评估权重体系和毁伤树判据，对前一阶段提取到的毁伤特征和类别进行综合考虑，实现对目标的在线实时毁伤评估，实验结果表明，在多种干扰因素的仿真数据集下，带有注意力机制的Yolov5双层目标检测子系统相较于经典目标细粒度识别算法多种部件和毁伤的平均检测准确率提升了3.6%以上，在目标关键区域提取、毁伤分类和评估表现出了更好的性能，为目标毁伤评估和军事作战决策提供了有力的支持和参考。

全电/多电飞机技术以及军用车辆技术的发展对发电系统提出了高动态性能、低浪涌电压的要求。调磁式直流发电系统通过独立调节励磁维持输出电压稳定，系统输出动态性能取决于控制策略的好坏，传统电压比例积分控制难以兼顾系统动稳态性能。将电容电荷平衡控制方法用于提升直流发电系统动态性能，根据控制目标与控制方式的不同，分为经典电容电荷平衡控制（CBC）和基于电容电荷平衡控制原理的电压闭环最优比例积分控制（OPIC）策略以及电容储能闭环最优单比例控制（OSPC）策略。首先论述了经典电容电荷平衡控制原理，给出电压闭环最优比例积分控制策略以及电容储能闭环最优单比例控制策略的实现过程，并推导出外环系数整定方式。其次给出3种控制策略对比分析，指出经典CBC可实现系统最优瞬态回复过程，但切换过程存在二次调节现象需加以补偿。算法2与算法3通过动态切换外环系数实现系统最优控制，但由于内部励磁环跟踪滞后，只能逼近理想的电容电荷平衡控制效果。最后通过实验验证所提控制策略的正确性，结果表明所提控制策略相较于传统电压比例积分控制更有利于提升系统动态性能，其中，OPIC兼顾动稳态调节性能，OSPC抗负载扰动性好，经过补偿的CBC动态性能最佳。

随着物联网的蓬勃发展，无人机移动边缘计算作为一种新兴的计算范式，将密集型任务卸载到网络边缘服务器上，从而提高用户数据处理能力。该文针对用户任务类型多样化和不同优先级的需求，设计一种量子遗传和凸优化相结合的服务缓存和资源分配算法。在考虑到存储、计算和能耗约束下，通过联合优化服务缓存、用户卸载策略、时隙划分、计算资源分配和飞行轨迹实现用户满意度最大和服务缓存最小化。具体而言，将原问题分解为3个子问题。首先，基于量子遗传算法求解服务缓存和用户卸载子问题；其次，基于拉格朗日对偶函数得到计算资源分配闭式解；而后，利用逐次凸逼近技术求解时隙划分和无人机轨迹优化子问题；最后，将3个子问题多次迭代获得最优解。仿真结果表明该算法能很好的满足用户多样化需求还兼顾较低的服务缓存。

针对复杂城市环境下无人机集群飞行面临的多机耦合制约、冲突风险频发和运行效率低下等难题，提出了城市低空无人机飞行计划协同推演与最优调配方法。首先，面向无人机“个体”，考虑无人机与城市静态环境目标之间的冲突问题，构建了基于概率风险地图的无人机三维路径规划方法，实现了无人机飞行计划“初始生成”；然后，面向无人机“群体”，考虑无人机与无人机之间的冲突问题，构建了无人机飞行计划多类型冲突协同推演模型，设计并度量了冲突发生率、冲突风险等级和栅格占用比例等冲突特征指标；最后，设计了调整飞行路径、飞行速度、飞行时间等多元化调配策略，建立了基于多元策略自适应配置的无人机飞行计划优化调配模型，验证了所提方法的优化性能和参数敏感性，实现了不同交通密度场景下城市低空无人机飞行计划的优化调配。实验表明，所提方法可在有效控制风险成本和时间成本的基础上，将飞行计划冲突降低96.2%，对于40架以内的无人机运行场景，可得到完全无冲突的飞行计划，而100架以内的无人机最低飞行冲突解脱率可控制在95%以上。所提方法是科学有效的，可为复杂城市低空无人机飞行活动安全和高效管理提供理论基础和方法指导。

目前空间遥感相机地面标定设备缺乏对各种谱线分布的精确模拟以及无法实现同时进行宽带和窄带的光谱辐射定标，导致空间遥感相机地面辐射定标精度低、宽带和窄带定标过程漫长复杂、无法实现多谱段光谱范围辐射定标测试。针对上述难题，提出一种基于前置准直扩束系统凹柱面光栅的光谱辐射定标系统的设计方法，针对凹柱面光栅的场曲特性，设计了楔形场曲补偿棱镜，并通过准直扩束系统减小系统的成像视场，提高凹柱面光栅分光系统的光谱分辨率，将整个系统的光谱分辨率提升了1倍多，由5 nm提升至2 nm。最后，对系统性能进行了测试，测试结果表明在宽带模式下，实现了500~900 nm光谱范围内3 000 K、6 400 K和9 000 K色温模拟，模拟误差优于5%；在窄带模式下，系统输出光束半峰宽度小于3 nm；在多谱段模式下，等能光谱的光谱模拟误差分别为545~600 nm处1.1%、630~690 nm处2.5%、680~725 nm处1.5%。所设计的系统满足空间相机、姿态导航系统以及遥感仪器的宽带、窄带辐射定标和多功能测试标定需求。

在合作环境的多智能体系统中，有效地进行显式通信可以提高智能体间的协作能力。但现有的通信策略往往将智能体的局部观测值直接作为通信内容，且通信对象通常是按照某种拓扑结构固定的，其结果一方面难以适应任务和环境变化而引起通信过程的不确定性；另一方面，通信对象和通信信息缺乏侧重点会造成通信带宽的资源浪费导致通信效率较低。针对上述多智能体通信协同问题，提出一种融合深度强化学习和信息论的方法来实现多智能体自适应显式通信机制。所提方法采用先验网络使智能体动态地选择通信的对象；再利用互信息的约束和信息瓶颈理论有效过滤冗余信息；最后，汇总自身及接收到的信息推理出更有效的通信内容。通过合作导航和交通路口实验环境证明了该方法对比其他方法提高了多智能体系统的交互效率和合作稳定性。

集群飞行器协同打击能增加整体作战效能，然而飞行器密集飞行面临机翼尾涡导致的飞行安全问题。针对集群协同打击过程中尾涡气动耦合效应会引起邻机产生过大诱导滚转力矩所导致的飞行安全问题，提出了一种机翼尾涡作用下能够满足飞行器集群飞行安全约束的协同打击策略。建立了飞行器集群密集飞行过程中机翼尾涡效应危险区域模型，并分析了尾涡诱导速度及其导致的诱导滚转力矩规律，在此基础上设计了基于改进人工势场斥力函数的尾涡危险区域规避机动策略；基于预估攻击时间一致性误差变量，设计了分布式时间协同制导律，保证所有飞行器的打击时间能够在有限时间内达到一致，并基于李雅普诺夫稳定性理论给出系统攻击时间误差的稳定性证明。仿真结果表明，所提出的考虑尾涡效应飞行安全约束的协同打击策略能够有效降低飞行器密集飞行时受到的尾涡干扰，既保证了飞行器集群飞行安全，又确保了集群协同打击的时空一致性。

智能空战是未来空战的趋势，深度强化学习是实现空战智能决策的一条重要技术途径。然而由于深度强化学习的“黑箱模型”特质，存在策略难解释、意图难理解、决策难信任的缺点，给深度强化学习在智能空战中的应用带来了挑战。针对这些问题，提出了一种基于可解释性强化学习的智能空战机动决策方法。首先，基于策略级解释方法和动态贝叶斯网络构建了可解释性模型和机动意图识别模型；其次，通过决策重要性的计算和机动意图概率实现了无人机机动决策过程的意图层面可解释；最后，基于意图解释结果对深度强化学习算法的奖励函数和训练策略进行修正，并通过仿真对比分析验证了所提设计方法的有效性。所提方法能够获得有效性优、可靠性强、可信度高的空战机动策略。

研究考虑非高斯噪声特性的航天器姿态控制系统状态与偏差估计问题。首先，建立含偏差的航天器姿控系统模型，并给出了非高斯特性噪声表达形式。然后，采用l₁范数卡尔曼滤波（l₁-KF）算法并结合数学仿真，验证了在卡尔曼滤波算法中引入l₁范数，可以避免系统受非高斯过程噪声的影响，但l₁-KF算法无法实现对状态和偏差的同时估计，且仅适用于姿态稳定控制过程中的估计。于是，在l₁-KF算法的基础上，考虑系统转动惯量时变和偏差时变的复杂情况，结合时变转动惯量实时辨识，设计l₁范数二阶外源性卡尔曼滤波（l₁-TSXKF）算法，对航天器姿态机动过程中的状态和偏差同时进行估计。数学仿真结果表明，l₁-TSXKF算法可以减少系统非高斯特性的影响，在航天器姿态机动过程中，可快速得到高精度的姿态、未知偏差估计结果，有利于航天器在轨应用。

为提高中继卫星系统应对突发状况的能力，提出了基于滚动时域策略的中继卫星动态调度方法，将复杂动态调度过程分解为数个静态调度子问题，同时根据中继卫星动态调度需求，设计了多目标优化算法对子问题进行求解。首先构建了以最大任务完成率和最小调度方案调整幅度为优化目标的中继卫星动态调度模型，然后基于动态调度特性提出了动态任务调度方法，该方法采用周期和事件驱动的混合重调度机制，将调度过程分成多个调度区间，在每个区间内利用自适应邻域搜索的多目标进化算法对窗口任务进行调度。为了验证所提出的动态调度模式及算法的有效性，开展了大量仿真实验。实验结果证明了所提方法在解决中继卫星动态调度问题方面的优越性，与前沿的多目标优化方法NSGA-Ⅱ、MDSA-NSGA-Ⅱ和MODJA相比，本文设计的算法能生成更高质量的解。

提出了一种具有固定时间收敛特性的微分几何制导律设计方法。首先，提出一种新的固定时间收敛误差动力学方法的控制参数选择机制，将控制参数从4个缩减为3个，并给出更为准确的误差收敛时间上界。其次，针对固定目标打击制导问题，基于古典微分几何曲线原理，将固定时间收敛误差动力学方法拓展至弧长域，提出固定路程收敛微分几何制导律设计方法。然后，分别针对碰撞角控制制导和飞行路程控制制导问题，设计了相应的固定路程收敛微分几何制导律。最后，通过数值仿真，对所提方法的有效性进行了验证。

针对在飞行终端区采用激光雷达进行晴空湍流识别时湍流样本不充足、识别率低的问题，提出了一种改进的深度卷积生成对抗网络（DCGAN）算法。使用中川机场雷达实验平台9个月的径向风速数据构建涡流耗散率（EDR）图像，筛选存在晴空湍流的样本构建湍流样本集；通过扩充卷积层和转置卷积层改进了DCGAN结构，实现样本的扩充，并使用对抗训练后的判别器进行识别。结果表明：用原始样本集和增广样本集训练的对抗后判别器识别准确率均优于卷积神经网络（CNN）和对抗前判别器，分别提高了6.55%、8.25%和0.31%、1.9%；最后，用实测样本进行检验，识别准确率分别提高了3.33%、6.67%，验证了所提方法的可行性。

针对异构感知条件下空地无人集群协同避障与导航问题，提出了集群队形自调节控制与动态路径规划方法。首先，建立了无人机（UAV）与地面机器人的运动、感知与通信模型，设计了空地无人集群协调运动控制架构，满足异构集群协同避障与导航的控制目标。其次，提出了机器人集群队形边界动态生成方法，分别设计了形状控制、个体避碰、编队控制与导航控制分量，实现了基于动态边界的集群队形自调节控制。结合机器人动态队形边界特性，提出了基于动态窗口优化的无人机路径规划方法，通过设计优化目标函数在集群协同运动的基础上实现了安全导航避撞。最后，设计了队形边界缩放、变形和旋转下的队形调节场景与狭窄廊道协同避障与导航任务想定，通过仿真算例验证了空地无人集群队形自调节控制与动态路径规划方法的有效性，并给出了所述方法能力边界的分析。

针对无人机（UAV）面向空地目标进行目标跟踪过程中，发生目标离开视野、目标被遮挡、存在相似目标干扰等问题导致追踪失败的情况，提出一种基于追踪状态检测和Kalman滤波的重定位更新机制，将其与孪生全卷积网络（siamfc）跟踪器结合。以空地目标为被跟踪对象，以无人机为跟踪空地目标的跟踪者，首先，基于双峰选择、平均峰值相关能量变化率、最高响应值变化率和峰值旁瓣比变化率的检测机制检测当前的追踪状态是否异常，判断siamfc的追踪结果是否满足作为观测值的要求。其次，Kalman滤波利用目标运动的先验信息对追踪进行预测更新，当追踪状态异常时能够及时校正调整目标跟踪结果。基于LaSOT数据集完成训练，在UAV123航空数据集和自制的以无人机为目标的数据集上进行实时目标跟踪测试和对比实验。实验结果表明：该算法在UAV123上的精确率和成功率分别为66.0%和47.4%（62 帧/s），在自制的以无人机为目标的数据集上的精确率和成功率分别为72.0%和58.6%（55 帧/s），满足目标跟踪的实时性要求，且跟踪结果优于多数跟踪器。该算法在无人机为跟踪者和被跟踪对象的情况下均能完成有效目标跟踪，应对目标离开视野、部分或全部遮挡和存在相似目标干扰等挑战性场景的能力有所增强，且算法具有良好的泛化能力。

无人机（UAV）凭借其灵活且易于部署的独特优势，已广泛应用于诸多领域。为解决异构用户之间的通信连通问题，将中继和网关思想结合并提出异构多网中继概念，部署多个无人机为异构用户提供中继服务，构建可靠的中继连通链路。在源和目的用户节点之间建立中继连通链路的过程中，将其分解为中继覆盖划分和中继选择连接2个子问题进行求解。首先，考虑无人机的最大悬停时间约束，通过寻找与无人机关联的最优单元分区，基于公平资源分配方案，提出优化划分方法（OPM）使服务用户的数据量最大化。其次，在构建无人机之间的连通链路时，以中继链路吞吐量为优化目标设计中继选择策略（RSS），在相距较远的无人机之间选择中继无人机，使无人机之间均存在可达的通信链路。最后，通过实验对比分析得出，所提方法能为异构用户提供更加公平的中继服务，并且提升中继链路的吞吐量。

飞行器编队飞行成为当前一种新兴的飞行器工作模式，编队内飞行器间准确的相对定位是编队飞行的基本保障。全球卫星导航系统（GNSS）拒止环境下，飞行器失去全局定位信息，仅依靠局部定位信息难以获得飞行器间的相对定位信息。为了解决GNSS拒止环境下编队内飞机间的相对定位问题，提出了一种数据链与惯性导航相结合的相对定位方法。首先，采用惯性导航的方法实时解算出每一架飞行器的定位信息，并通过自身搭载的数据链将定位信息发送给其他飞行器；其次，每架飞行器基于其接收的其他飞行器的信息及数据链测量信息计算编队内飞行器间的相对位置；最后，基于飞行器连续时间序列的惯导信息及数据链测量信息，建立相对位姿优化因子图实时解算飞行器间的相对位姿。以2架飞行器编队为例进行了仿真与实验验证，结果表明该方法能够实时估计编队内飞行器的相对位置，实验结果显示：该方法将数据链测量的距离误差降低了76%，能够为编队飞行提供精准可靠的相对位置信息。

针对再入过程中的禁飞区规避和拦截弹躲避问题，提出一种考虑规避与突防的高超声速飞行器智能容错制导控制一体化设计方法。首先，在纵向制导中，为了提升飞行器的制导性能，基于制导控制一体化设计思想，采用包含姿态容错控制系统的飞行器六自由度模型进行待飞航程的预测；针对随之产生的计算耗时问题，进一步采用深度网络进行预测环节的拟合，以提升算法的实时性；接着，在侧向制导中，为了解决禁飞区规避和拦截弹躲避问题，引入扰动流体动态系统（IFDS）算法进行考虑威胁因素的飞行器期望航向角计算，并结合航向角误差走廊和倾侧角翻转逻辑进行侧向制导指令的求取，使飞行器具备规避与突防能力；然后，考虑到飞行环境的复杂性、飞行器再入段机动能力的差异性和姿态容错控制系统动态特性对制导性能的影响，结合深度强化学习算法进行智能体训练，使其可根据飞行器实时状态进行扰动流体动态系统算法参数的在线决策，提升所提方法的有效性和适应能力。最后，由半物理对比仿真和蒙特卡罗仿真结果可知，所提方法具有较强的规避、突防与制导性能。