为解释和分析对手的空战策略，针对现有空战策略认知手段欠缺的问题，提出了一种面向一对一超视距（BVR）空战的显式对手建模（EOM）方法。将超视距空战问题视作不完美信息博弈，将时空连续的空战过程离散化，抽象出不同类型的空战行动，引入决策点概念来聚合同分布信息集，定义关键决策变量来考察影响行动的关键因素，利用非参数化机器学习方法构建易于理解的对手策略模型，即决策点上行动概率分布随关键决策变量变化的模型。利用模拟超视距空战开展复盘分析表明，利用该方法构建策略模型相比现有方法能更全面地解释对手的行动和分析对手的弱点，可为策略优化和装备发展提供建议。

摄动Lambert问题是航天器交会对接、在轨维修等任务的基础问题。由于摄动Lambert问题没有解析解，仅能通过迭代计算得出数值解，因此现有方法主要针对迭代收敛性与计算效率进行改进。在现有同伦迭代的基础上，引入通用图搜索A*算法思想，提出了剪枝同伦迭代方法。首先，将当前末位置偏差到初速度增益的状态转移矩阵梯度方向与目标方向结合得到迭代方向，设计了基于A*算法的同伦映射；其次，基于泰勒展开设计了线性摄动矩阵，实现了对末位置发散路径的剪枝，解决了牛顿打靶法、拟线性化等传统方法无法排除初速度发散的无效迭代问题。仿真结果表明，本方法在保证获得最优解的同时较现有同伦法提升25%以上的计算效率，具有更大的收敛范围；同时本方法具有良好的初值收敛特性，地月三体系统轨道转移案例较拟线性化方法提升30%以上计算效率。

时空约束制导是指同时满足攻击角度和攻击时间约束的制导方式。针对导弹末制导问题，设计了一种具有精确控制能力的时空约束制导律。首先，基于最优落角约束制导律的剩余飞行时间估计式，在不依赖于小角度假设的情况下，逆向推导了剩余飞行时间可以精确预测的变增益落角约束制导律。其次，在该制导律的基础上增加攻击时间误差反馈项，设计得到了不存在指令奇异现象的时空约束制导律，实现了攻击角度和时间的同时精确控制。接着，引入剩余弹道长度作为自变量，将所提出的时空约束制导律拓展到了导弹速度大小变化的实际场景。最后，通过多组数值仿真算例，验证了所提制导律的有效性和优势。

针对机器学习技术的固有不确定输出特性给航空器适航安全性定量评估造成的挑战，在SAE ARP4761标准框架下，基于条件高斯PAC-Bayes泛化理论提出一种面向卷积神经网络（CNN）分类功能的系统安全性评估方法。首先，基于PAC-Bayes理论，通过条件高斯分布改进训练方法，优化泛化界，获取CNN模型不确定性量化表示。其次，提出一种基于泛化界置信度的软件不确定性与硬件可靠性融合方法，获取CNN部件的综合失效基础数据，支持整机/系统的定量安全性评估。最后，以基于CNN的全球导航卫星系统干扰信号识别模块装机为案例，表明该方法对适航安全性评估的有效支撑作用，为CNN技术的装机应用提供了必要的适航符合性保证。同时也实验验证基于条件高斯的方法比标准PAC-Bayes及Vapnik-Chervonenkis维都具有更紧的计算边界。

机载视景智能辅助驾驶系统为了获取周边态势信息，需要进行大场景、低重叠、高精度的相机标定与危险目标位置测量。针对现有的低重叠度多目相机系统存在标定精度不足，且因畸变导致的视觉测量精度较低等问题，提出了一种自适应Levenberg-Marquardt优化的多相机精确标定方法。首先，建立了基于刚性组合标靶的双目相机标定模型，通过刚性固定的组合标靶和辅助相机，得到双目相机之间的转换关系。然后，提出自适应Levenberg-Marquardt优化算法，以标靶特征点的重投影误差为目标函数，采用自适应步长的迭代优化方法，对双目相机的转换矩阵进行优化，提高了标定精度。最后，完成多相机图像共圆心柱面投影，减少目标视差，提高拼接视景的测量精度。标定实验和测量实验结果表明，提出方法可解决低重叠度视场的相机精确标定与危险目标位置测量的问题，将重投影误差减小10%，测量误差减小13%。

针对传统航迹相似性研究中，聚类算法在高维度数据，特别是复杂航迹条件下航迹识别结果模糊，聚类效果不精确，时间成本开销较大的问题，提出一种基于改进随机深度网络的航迹分类与异常检测模型。首先，在残差网络模型的基础上，优化设计了注意力机制（SE）模块和全局平均池化（GAP）模块，并构建了航迹分类网络模型。其次，在数据处理阶段利用连续时空航迹模型，将离散的航迹数据转换为连续的特征图数据，以便于图神经网络处理。然后，在航迹分类训练集中引入标称航迹，实现以标称航迹作为参照进行航迹分类。最后，在航迹分类结果的基础上，设计了改进的孪生神经网络进行异常航迹检测。综合实验表明，相较于聚类算法，本文算法能够高效完成按照标称航迹进行航迹分类的任务，并能精确检测异常航迹。

当前，一些单目标跟踪算法已经取得了领先的性能，但庞大的模型限制了其在无人机这样资源有限平台上的应用。为此，设计了一种基于孪生网络的轻量型无人机单目标跟踪算法，旨在消耗更少资源情况下实现对目标的高效跟踪。首先，基于MobileNetV3设计了轻量化的孪生特征提取骨干网络，在保证不降低特征提取能力的前提下，极大减少网络的计算量和参数量。其次，设计了双重互相关模块，该模块采用像素互相关快速实现模板图像特征和搜索图像特征的相似性计算，同时结合深度互相关补充缺失特征，有效提升特征匹配的精度和鲁棒性。然后，通过堆叠多个深度可分离卷积层设计了轻量化的预测头部，以最小化的资源消耗来获得准确的目标表达。最后，在传统的分类和回归损失基础上，引入分类排名损失，增强网络对目标前景的学习能力，抑制背景干扰，进一步提升跟踪性能。综合实验表明：算法以5.3×10⁵的参数量和1.1×10⁸的浮点数运算量，在无人机视频目标跟踪数据集DTB70、UAV123和UAV20L上分别取得82.1%、81.2%和64.6%的准确率以及63.4、61.8%和49.6%的成功率，达到同类跟踪算法的性能且参数量和计算量大幅降低，并能以100 fps以上的速度运行，满足无人机目标跟踪的实时性需求。

随着日趋增长的空间信息需求，卫星编队控制技术迅猛发展。传统的研究理论仅关注系统三维状态收敛特性，无法从时间维度对编队进行有效控制，而星间激光通讯技术对卫星编队形成的时效性和准确性提出了较高的要求。针对地球同步轨道运行的卫星系统预定时间编队控制问题，引入含参Lyapunov方程将预定时间控制转化为时变参数设计问题，提出了动态增益调节的编队策略和自适应编队策略。仿真结果表明，卫星系统可在任意预定时间内自主地实现编队构型建立、切换和保持，为实际工程中星间激光信号传输的稳定性提供了可靠保证。

准确预测卫星与地面用户之间的流量可确保卫星在面对用户需求和环境动态变化时稳定运行，从而保障卫星通信系统的高效运作。传统机器学习方法在预测目标卫星流量时需要拥有充足的历史样本数据。然而，面对节假日大规模人口流动引起的不同卫星服务区域之间的流量潮汐现象，传统机器学习方法由于缺乏目标卫星流量潮汐历史数据存在无法有效预测的问题。为此，提出了一种基于时空相关性的卫星流量迁移预测方法，该方法首先利用角度条件识别空间上的邻近卫星，并通过计算时滞Pearson相关系数量化不同卫星之间流量的时空相关性，进而构建源卫星流量数据集。其次，利用共有模式学习器动态调整源卫星流量数据集中各流量样本的迁移权重，并采用基于加权迁移的长短期记忆网络优化迁移学习过程，提升迁移模型对目标卫星流量的预测能力。仿真结果表明，所提方法可以有效预测目标卫星流量的动态变化。

分配研制保证等级（DAL）是飞机系统研制过程中的一项重要工作，通常要求在满足DAL分配原则的基础上使得研制成本最小。构建了一种面向DAL分配的多目标优化模型，该模型将DAL分配原则和顶层失效状态概率要求分别作为定性和定量约束条件，以研制成本和系统重量最小化为优化目标，将为系统中功能或项目分配的DAL作为决策变量；在此基础上，提出了基于多目标人工蜂鸟算法的DAL分配方法。结合某飞机电传飞控系统给出了DAL分配实例，得到DAL分配的非支配解集。在相同测试条件下，与多目标粒子群算法相比，提出方法的运行时间缩短了17.59%，超体积指标（HV）提高了63.49%，表明提出方法能够快速收敛、求得的解集具有良好的分布性。

传统视觉特征匹配算法提取的特征点易受光照、视角变化等外界因素的影响，复杂环境下算法匹配精度低、鲁棒性差，导致无人机视觉定位误差大。针对上述问题，提出了一种融合多类信息的语义特征匹配算法，该算法采用语义特征点替代传统特征点以提高特征点的鲁棒性与可重复提取率。首先，采用位置信息、语义信息以及描述信息建立特征点的初始表征；随后，利用具有注意力机制的图神经网络聚合其他语义特征点信息，建立最终表征，以优化表征结果的精确性；最后，根据语义信息与表征信息计算特征点对的综合匹配度，提高特征匹配的准确率。实验结果表明：在无人机飞行场景下，所提算法特征点的稳健性、特征匹配准确性均优于传统算法，且对光照、大视角等变化具有较强的鲁棒性，为后端无人机视觉导航位姿解算提供了更加可靠精准的语义特征匹配结果。

针对质子交换膜燃料电池（PEMFC）多时间尺度老化特性导致电压预测精度较低的问题，基于集成经验模态分解（EEMD）与循环系统优化（CSBO）方法，提出了一种并行回声状态网络（PESN）结构，提升了PEMFC的寿命预测精度。采用EEMD对原始电压信号进行模态分解，将不同时刻的历史数据及分解得到的不同频率信号作为ESN不同子蓄水池的并行输入，构建一种按权重分配叠加输出的并行ESN结构，利用CSBO优化并行ESN结构的相关参数，基于优化后的EPESN模型实现PEMFC未来数百小时输出电压的预测。在稳态和准动态70%的数据训练集下，EPESN比ESN的均方根误差分别降低了34.25%和47.41%。在动态1训练时长为300 h时，EPESN比ESN的均方根误差降低了15.30%。结果表明：EPESN结构能够提高PEMFC寿命的预测精度。

运载火箭的减载控制通过减小攻角以降低气动载荷，然而，现有的减载自抗扰控制（ADRC）方法未充分考虑弹性影响，可能导致干扰估计精度下降，甚至降低控制系统的稳定性。为此，分析了弹性振动对干扰估计及观测器增益的影响，提出了一种抑制弹性振动的改进措施，通过隔离弹性运动与刚体运动，使扩张状态观测器（ESO）的量测输入与观测模型相匹配。基于此，推导了考虑弹性振动的自抗扰减载控制系统的开环传递函数，并给出一套参数整定规则，通过合理配置减载反馈控制带宽和扩张状态观测器带宽，在保证系统稳定裕度的基础上，简化了参数整定过程。仿真与实验结果表明，该方法提升了系统稳定性，同时实现了有效的干扰抑制和减载效果。最后，通过半实物仿真和火箭飞行试验验证了该算法的可行性。

针对调频连续波合成孔径雷达（FMCW SAR）对地面恒加速运动目标的运动参数估计及高分辨率成像问题展开研究。首先，建立FMCW SAR系统下的运动目标回波模型，提出自适应局部多项式傅里叶变换（ALPFT）对高达四阶的多普勒相位进行估计。其次，通过广义Keystone变换和Hough变换对距离徙动项进行校正，同时完成运动目标的速度信息估计。最后，通过补偿高阶多普勒相位以及方位重采样操作，实现对非中心目标的剩余空变相位的补偿，使场景中所有运动目标聚焦效果良好。仿真结果验证了所提方法的可行性和有效性。

未来城市低空或将面对大量电动垂直起降飞行器（electric Vertical Take-Off and Landing，eVTOL）的运行需求，将存在空域利用率低、碰撞风险高等潜在问题，保障飞行器运行的安全和高效需要合适的安全间隔标准。研究了城市低空下多机型eVTOL的安全间隔，为复合翼型eVTOL建立了经典Event纵向、侧向和垂直碰撞模型，为多旋翼型eVTOL建立了基于圆台体碰撞盒的改进Event模型。按照eVTOL的有效载荷与载客数，将eVTOL划分为轻型、中型和重型，选取主流机型进行分类统计并计算碰撞盒尺寸，考虑定位误差、借鉴所需导航性能（RNP）概念计算参数纵向、侧向和垂直重叠概率，并考虑航向角分布、俯仰角限制、速度误差分布等，建立仿真环境来计算相对速度这一参数。最后根据建立的碰撞模型计算不同类型eVTOL的侧向、纵向和垂直安全间隔，将轻型、中型和重型的安全目标水平分别设置为10^-7，10^-8，10^-9次/飞行小时，最终得出不同类型eVTOL之间的最小间隔，其中轻型多旋翼、轻型复合翼、中型复合翼、重型复合翼之间的最小安全间隔分别是82、83、93、102 m。研究结果可以为eVTOL间隔标准制定提供参考。

衡量航空母舰作战性能的关键指标是舰载机出动架次率，其高低取决于舰载机的保障阵位匹配策略。现有工作主要采用序列匹配和批量匹配方法为舰载机匹配保障阵位，但均存在一定的局限性，难以兼顾保障作业阵位匹配的实时性和质量。面对复杂时变的作业环境，确定合理的保障作业匹配策略变得十分困难。因此，在批量匹配方法的基础上，提出了一种新的舰载机保障作业自适应批量匹配决策方法。首先，通过构建多维环境状态编码的强化学习方法求解较优的时间窗划分策略。然后，在每个时间窗内应用高效率的批量匹配算法，以求解保障作业与保障阵位的最佳匹配方案。基于公开的尼米兹号航母数据进行的多组模拟实验结果表明，本文方法能够有效应对保障环境的动态变化，在满足实时性需求的前提下能够快速求解出高质量的保障作业阵位分配方案。

航天器在传统连续偏航模式下，绕偏航轴在一定角度范围内来回摆动，使航天器头部或尾部始终受到阳光直射，导致舱外设备的热设计需要花费额外的重量功耗代价。提出了头尾交替对日连续偏航的姿态控制策略，为航天器提供了受晒均匀的热环境，不仅简化了舱外设备的热设计，还有利于提高对温度范围波动敏感的设备在轨工作的可靠性。从发电量与推进剂消耗量两方面，比较了3种头尾交替对日连续偏航的姿态控制策略，将综合指标最优的余角偏航控制策略成功应用在了天舟一号货运飞船上。

针对航空发电机整流器实际故障样本数据较少等问题，提出一种基于格拉姆角积场-卷积神经网络（GAMF-CNN）的航空发电机整流器故障诊断技术。首先，采集整流器故障原始信号并进行预处理，将一维时序信号转化为格拉姆角积场图像，从而可以使故障诊断问题转变为图像识别问题；其次，借助深度迁移学习理念，采用卷积神经网络将仿真获取的故障特征知识迁移至缺少故障数据的发电机整流器中；最终，解决小样本数据下的航空发电机整流器故障诊断问题。经实验验证并与现有一些方法对比发现，所设计方法能以较高准确率实现故障二极管的诊断和定位。

三端口脉冲功率解耦-整流器利用功率解耦的控制思想，有效消除了以机载雷达为代表的脉冲功率型负载对供电系统造成的不利影响，其采用的传统电压外环比例积分控制在脉冲频率改变时难以做到最优动态控制效果。针对脉冲频率突降时由于功率反向传输导致的电压波动问题，从三端口整流器功率传输的角度分析，提出了一种基于功率重新分配的电容能量平衡控制（CEBC）算法。指出脉冲负载频率突降与突增的不同之处，与频率突增不同，突降过程要减小交流源输出功率，过低的功率在影响动态控制效果的同时还会造成稳态端口电压波动。为此从动态过程功率传输的角度对CEBC的具体实现方式进行理论分析，通过仿真对比了不同功率分配结果的电压控制效果，确定两级式结构具有最佳的动态控制效果。最后通过实验验证了所提方案的可行性。实验结果表明，采用两级式功率传输的CEBC方法可以有效减少系统响应时间，提升动态响应能力。

针对滑翔飞行器时间可控再入制导问题，提出了一种基于阻力加速度-能量剖面解析设计、在线自适应解析更新及鲁棒跟踪算法的时间可控再入制导方法。首先，设计了基于走廊边界双参数插值的多段光滑阻力加速度标准剖面，并给出了终端当地弹道倾角等多种约束的施加方法；推导了考虑地球自转影响的待飞时间、航程解析预测表达式，进而通过校正双剖面参数完成标准剖面的高精度解析设计。随后，设计了一种基于双/单参数顺序求解模式的阻力加速度剖面在线自适应更新策略，可根据实时态势进行两种剖面更新算法的自适应切换，完成待飞剖面的自适应解析更新，同时满足终端能量、当地弹道倾角、航程及飞行时间约束要求。在此基础上，设计了标准剖面跟踪算法和时间可控再入解析制导算法框架，实现了制导指令的在线快速生成。最终，以CAV-H再入滑翔为例进行仿真，验证了本文方法的有效性、快速性及多任务适用性；与现有基于解析预测校正的方法相比，所提方法具有较高的时间、航程及终端状态的控制精度；与现有基于标准剖面的方法相比，所提方法具有较高的计算效率和较大的时间可调范围。