针对通航飞机飞行态势ADS-B地面站监视使得飞机自身很难感知周围飞行器飞行态势的问题，研究并设计了一种基于ADS-B IN的通航飞机态势监视终端系统，系统通过微控制器对ADS-B接收报文解析，利用Android Studio设计终端显示软件。同时，研究利用改进的残差均值交互多模型算法对通航飞机的位置状态信息进行航迹滤波处理，提高飞行状态估计精度。利用实际设备接收的数据对改进算法和系统进行验证。结果表明：终端系统可以对通航飞机周围飞机飞行态势进行有效感知，提高了通航飞机的飞行安全。

针对未知动态环境下欠驱动USV的多障碍物实时自主规避问题，提出了一种在线避障路径规划算法。算法基于全局路径的引导，充分考虑环境多障碍约束、USV本体运动学与动力学约束、既定航线约束，同时采用多目标函数作为优化函数，通过障碍物运动预测与滚动优化方式进行在线实时避障；之后，通过仿真实验与分析验证了算法的正确性；最后，利用某无人艇对所提避障算法进行湖上实验，结果验证了算法在实际工程应用中的有效性。

针对遥感图像中舰船目标的检测, 提出了一种基于YOLO-v3改进的实时遥感舰船目标检测方法。通过引入空间金字塔池化结构, 结合密集连接和Inception结构实现降维过渡模块等方法增强了网络特征信息的提取, 重新替换骨干网络的连接结构和优化多尺度特征融合检测设计出新的网络结构, 减少了参数量, 加强了特征传递, 最终实现了优于原方法的效果。使用空客公司在Kaggle比赛提供的遥感图像数据集做试验对比, 该算法平均检测精确度达到84%, 相较于原算法精确度提高了约4%, 速度达到23 帧/s。

在计算机视觉研究中, 传统的小视场、可见光相机获取信息有限, 对特殊环境适应能力差。为了增加信息的获取量, 提高适应环境的能力, 需要用到双目超大视场红外相机。针对双目超大视场红外相机标定精度低的问题, 基于一种通用相机模型, 结合主动红外辐射标定板, 提出了一种标定方法。通过该相机模型中的标定原理, 对双目超大视场红外相机内部参数和外部参数进行了准确标定。实验结果显示: 焦距、基线距离标定误差、标定角点平均重投影误差分别低于0.99%,0.24%,0.60像素, 较高的标定精度验证了所提方法的正确性。

为满足飞行模拟训练需求, 建立逼真的视景仿真环境, 需要对多通道投影进行拼接融合, 现有技术多依赖于投影机本身硬件支持。为降低硬件环境要求, 对现有的拼接算法进行研究和改进, 设计出合理高效的算法步骤, 将场景绘制模块生成的图像进行曲面生成和投影变换, 使其经过投影机投射到球带幕上后刚好可以生成正常的图像, 将位于多个投影机的投影区域重合部分的画面亮度做由明到暗的过渡处理, 使得不同投影机生成的图像可以平滑过渡。经过验证, 拼接融合系统处理后的图像, 可以实现多通道投影在球带幕上的无缝显示效果, 达到了预期指标要求。

针对无人机集结完成之后在三维空间编队飞行时的队形保持问题，提出了基于虚拟长机的三维编队保持系统。利用无人机飞行三维空间运动学关系，结合简化的无人机自动驾驶仪模型，基于以虚拟长机为参考的旋转坐标系建立相对运动学模型，采用滑模变结构控制方法设计了多无人机队形保持控制器。通过仿真验证，该控制器能够使无人机跟踪机动飞行的虚拟长机并保持编队队形稳定，且响应精度和速度较为理想。

针对雷达干扰辐射源的个体识别问题，提出利用辐射源个体间相位噪声的差异性特征来实现雷达干扰源个体识别。结合信息熵与分形理论的思想，采用基于时域、频域、小波域、双谱域的多域联合特征提取方法提取了39维特征。考虑到直接运用分类器处理高维数据容易陷入“维数灾难”，为了有效去除冗余信息并保持较高的识别率，结合顺序向前搜索策略（SFS），提出了一种基于ReliefF算法、Fisher准则和相关系数准则融合的特征降维方法，从而获得相应原始数据的最优特征子集。实验结果表明：相较于传统的特征选择算法，所提算法能够有效降低特征维数，且可保持较高的识别准确率。

针对考虑参数不确定性和外部扰动的四旋翼无人机姿态跟踪问题，设计了一种具有自适应增益调节的期望补偿鲁棒误差符号积分（RISE）控制器。首先，将四旋翼无人机姿态的原始级联模型转化为带有集中扰动的严格反馈形式;其次，针对以严格反馈形式描述的四旋翼无人机模型设计期望补偿RISE控制器;最后，引入自适应律对期望补偿RISE控制器中的符号函数增益进行在线调节。通过仿真对比实验验证了所提出控制器的有效性和优越性。

针对复杂系统建模困难且难以控制的问题，采用了数据驱动的控制策略，利用输入输出数据建立受控对象的动态线性化模型，采用滑模预测控制方法对该动态线性化模型进行控制器设计。该方法将系统动态线性化过程的参数估计误差视作广义扰动，结合滑模预测控制的强鲁棒性减小了广义扰动对系统控制作用的影响，有效地提高了控制效果。对该控制算法的稳定性进行分析，并通过仿真验证了系统在含有外部扰动和时变参数时的稳定性和鲁棒性，结果表明该算法相比于现有的无模型自适应控制(MFAC)算法、无模型预测控制(MFA-MPC)算法以及无模型积分终端滑模控制(MFA-DITSMC)算法有着更好的控制品质。

针对四旋翼飞行器的轨迹跟踪控制问题，设计了一种互联与阻尼分配无源控制（IDA-PBC）的控制器实现轨迹跟踪控制。首先，采用牛顿—欧拉法对四旋翼飞行器进行数学建模；然后，在IDA-PBC控制器中引入收缩性（Contraction）定理应用于轨迹跟踪；最终，通过计算机仿真验证了所设计的IDA-PBC控制器的有效性、跟踪性能以及鲁棒性能。仿真结果表明，IDA-PBC控制器不仅可以有效地完成四旋翼飞行器的跟踪控制任务，而且通过与PID控制器进行仿真对比发现，IDA-PBC控制器还具有收敛速度快、跟踪误差低、鲁棒性强等优点。四旋翼飞行器的IDA-PBC控制器使系统具有较好的稳态性能与动态性能，满足四旋翼飞行器的跟踪控制要求。

针对目前已有的高光谱异常检测算法大多只利用了高光谱图像的光谱维信息，而没有体现高光谱数据“图谱合一”的优势，导致算法检测性能不佳的问题，提出了一种基于非局部自相似性的高光谱异常检测（NLSSAD）算法。首先建立双立体窗，其中内窗表示待测像素光谱向量的空间—光谱三维结构窗，之后在背景中寻找与内窗最为相似的立体窗，并计算二者之间的距离从而得到待测像素光谱向量的非局部自相似性指数，并得到异常检测结果。实验结果表明，与现有的算法相比，所提算法在检测率和运算速度上均有较好的表现。

针对当前遥感图像融合由于忽略图像边缘信息而出现光谱失真和模糊等问题，提出一种基于梯度锐化的离散小波变换（DWT）算法。首先，利用IHS变换从多光谱图像中提取亮度分量；接着，对亮度分量与全色图像进行离散小波变换来获取图像的高频和低频子带。对于低频子带，依据边缘特征使用梯度锐化准则，完成低频系数的融合；对于高频子带，使用像素区域均值方差最大化的方法，完成高频系数的融合。通过DWT与IHS逆变换得到结果。通过实验发现，设计的方法与当前的光谱锐化方法相比，融合的遥感图像光谱特征及视觉效果更为显著。

针对高超声速飞行器存在参数不确定性的问题，设计了双幂次滑模反演控制器。首先，将高超声速飞行器动力学模型表示为严反馈形式，在反演设计的过程中采用动态面控制的方法避免微分膨胀问题;其次，在反演控制的基础上结合了滑模控制方法，并在滑模控制中采用双幂次趋近律以消除抖振的影响。基于Lyapunov稳定性原理证明了方法的稳定性。仿真结果表明，在考虑较大参数不确定性的情况下，基于反演控制的双幂次滑模控制器实现了高度和速度的稳定跟踪。

针对一类含有范数有界的不确定参数系统, 研究了在执行器发生故障时, 系统的鲁棒H∞控制器设计和状态观测器的设计问题。考虑系统的状态不能直接测量, 采用状态观测器来获得被控系统未知的状态信息。假设被控系统的执行器发生故障, 探讨了容错控制器和状态观测器的设计。根据鲁棒H∞控制定义和李雅普诺夫定义, 得到满足鲁棒H∞状态反馈控制器和观测器的矩阵不等式, 根据Schur补引理, 将不等式转化为标准的线性矩阵不等式, 可方便地通过Matlab中的LMI工具箱求解。最后通过算例仿真表明方法的有效性。

基于深度学习技术的目标检测是通过人工神经网络提取和学习目标多层次特征, 并送入分类器中预测目标的类别与位置。根据模型训练方式可分为单阶段检测算法和二阶段检测算法两种类型。对各阶段类型代表性算法进行了详细的介绍, 并在PASCAL VOC数据集上进行了比较和分析。最后, 对发展趋势进行了展望。

首先,阐述了机载光波导平视显示技术的基本原理, 说明了其技术先进性和可行性,介绍了该技术目前的国内外研究现状; 然后,分析了机载光波导平视显示涉及的关键技术, 展示了其所能达到的基本参数指标; 最后, 分析了机载光波导平视显示技术的发展趋势, 并说明了其技术瓶颈和应用前景。

针对传统的文本分类方法在海军**文本分类上准确度不高的问题, 根据海军**文本中重点信息的位置分布规律, 改进了传统的一维卷积神经网络, 并进一步设计海军**文本分类模型。在一维卷积方面, 提出变步长卷积方法, 文本首尾位置采用低步长、中间位置采用高步长挖掘文本特征, 提高文本首尾位置的重点特征的挖掘能力; 在一维池化方面, 提出带权池化方法, 将文本位置信息转化为权重值参与池化运算, 体现文本位置信息的重要程度。实验结果表明, 与传统的支持向量机、K近邻算法、一维卷积神经网络以及长短期记忆网络模型相比, 该文本分类模型的准确率、召回率、F1值均有所提高。

随着无线电传输速率提高, 无人机获取的可见光图像与红外图像可同时下传至地面站, 基于两类图像融合可获取更多战场情报。现有技术依靠数字图像处理的方法实现, 运算量大, 对硬件性能要求高。针对此问题, 以2块DM642为主CPU, 分别处理红外图像与可见光图像。首先提取红外图像中指定区域目标特征, 通过无人机与机载摄像机姿态信息解算红外图像目标区域地理坐标, 并将其转换为可见光图像屏幕坐标, 根据可见光摄像机与红外摄像机安装角与视场角对目标进行校正, 按照像素灰度最大法将红外目标融合于可见光图像。经飞行试验验证, 图像融合速度快, 目标位置融合准确, 满足系统要求。

机载传感器在飞行控制系统获取飞行状态, 进行内、外回路控制律解算等过程中发挥着至关重要的作用。除了通过增加硬件余度提高系统可靠性外, 还可以增加模型的解析余度提高系统容错能力。基于无人机的气动参数对飞行控制系统进行故障建模, 设计一种故障状态最优估计器, 结合广义卡尔曼滤波方法提出了一种改进的残差检测算法进行在线学习并估计评价系统的故障状态。并且, 在基于周期时间和残差值联合表决的条件下设计了自适应参考模型调节律对解析模型进行实时对比和修正, 减小系统干扰所带来的不确定性误差影响。通过仿真试验验证了所提出方法的可行性与有效性。

主要研究了雷达跟踪误差对指令制导系统制导精度的影响。首先对雷达跟踪误差进行建模分析, 建立了引入雷达跟踪误差的指令制导回路模型, 并得到了简化模型的解析解, 根据解析解分析了雷达跟踪误差引起的脱靶量随时间的变化关系; 其次运用伴随法详细研究了复杂的指令制导回路模型, 并通过仿真得到了制导系统中各环节参数取值变化时, 雷达跟踪误差的随机误差引起的脱靶量随时间的变化情况。结果表明: 在一定范围内, 雷达跟踪误差引起的指令制导系统脱靶量随制导时间的增加而增大, 且其系统误差是影响脱靶量的主要因素。

针对传统岸舰导弹**系统训练评估手段主观性太强的问题, 基于网络分析思想构建了岸舰导弹**系统训练效果评估指标体系, 为了降低计算复杂性设计了“等效处理”模块, 实现了由**系统训练数据向二级指标的映射, 应用网络分析(ANP)法和变精度粗糙集理论(VPRS)建立了训练效果评估模型, 通过引入专家均值置信法降低评估过程的主观性和偶然性。使用SD软件求解模型, 获得岸舰导弹**系统训练评估指标的权重系数, 结果验证了该方法的有效性。

极限学习机(ELM)作为一种新型神经网络, 具有学习速度快、泛化能力好等优点,但其输入权值矩阵和隐含层偏置是随机生成的, 易导致网络不稳定和偏差较大等问题。引入改进的差分进化多目标寻优算法, 获取训练误差最小时的极限学习机输入权值矩阵和隐含层偏置, 从而改进极限学习机。最后, 将优化后的极限学习机应用于方向舵系统故障诊断, 结果表明, 改进后的极限学习机具有较高的学习速度和诊断准确性。