贝叶斯网络作为概率论与图论结合的工具，具备高效处理不确定性推理和数据分析的能力，被广泛应用于各领域解决复杂工程问题。此外，还可以结合先验知识和训练样本学习模型，克服了单纯依靠专家知识建立模型的局限性。基于此，回顾了贝叶斯网络的发展历程，分别从基于约束的方法、基于评分搜索的方法、混合约束和评分搜索的方法3个方面对已提出的贝叶斯网络结构学习方法进行分类归纳，并对各类方法研究的现状进行了总结分析。由于现实应用中的数据往往具有非完备性，从缺失数据处理和隐变量学习2个维度阐释了非完备贝叶斯网络结构学习的研究现状。对贝叶斯网络在不同领域中的应用情况进行阐述，并进行总结，讨论了未来贝叶斯网络结构学习方法研究的发展趋势。

复合轴跟瞄与惯性参考单元(IRU)相结合的方式是当前抑制运动平台振动干扰、提升跟瞄精度的主要技术手段。IRU通常采用柔性支承结构，以规避框架式结构转动惯量大的缺陷，柔性支承特性是决定IRU扰动抑制带宽的关键因素。基于此，针对柔性支承特性对IRU性能的影响进行量化分析，基于质量-刚度-阻尼模型建立IRU系统的传递函数模型，并验证其准确性；利用参数分析方法研究柔性支承扰动传递特性和物理参数对IRU系统扰动抑制能力的影响；搭建IRU“速度内环-位置外环”双闭环控制系统的Simulink仿真模型，通过仿真分析给定振动环境下柔性支承转动刚度特性对IRU扰动抑制能力和稳定精度的影响。结果表明：柔性支承的扰动传递特性决定了系统对高频扰动的抑制能力，降低柔性支承的转动刚度能够有效提升IRU系统的扰动抑制能力，但会加剧传感器静态测量噪声、驱动器纹波对IRU系统稳定精度的负面影响。

针对航迹随机扰动下的纵向自主间隔保持问题，高空风这一随机因素往往导致两机纵向间隔鲁棒性较差的情况，基于此，提出基于模型预测控制(MPC)的航空器纵向自主间隔控制方法。建立两机所受风场差值与纵向间隔的非线性运动学微分方程，推导线性时变预测模型，选取两机的纵向间隔和航路偏差距离为优化目标，高空风为随机扰动量，前机的真空速和偏航角作为观测量，并在空中安全和航空器性能约束中加入终端等式约束保持系统的稳定性。为验证所提方法的有效性，在规定的120 s仿真时间内，设置3组不同期望纵向间隔分别为12,13,14 km，通过设计的MPC控制器，在滚动时域周期内通过控制后机真空速和偏航角，两机纵向间隔曲线较为平滑且始终不低于最小安全间隔10 km，分别在第74,90,118 s稳定在期望的目标纵向间隔，在第58,74,95 s开始回归航路，最终回到航路中心线；设置了2组风场对照组，一组为预报风强度增大2倍，另一组为紊流风的扰动强度增大8倍，均能分别在第61,72 s平滑且稳定地建立期望的纵向间隔12 km。

针对目前基于卷积神经网络(CNN)的歌声分离方法对高低层特征融合时存在语义差异，以及忽视语音特征在通道维度上潜在价值的问题，提出了一种堆叠式的多级渐进式门控卷积网络来实现歌声分离。在每级子网络中设计一种门控自适应卷积(GAC)单元来充分学习并提取歌曲的时频特征，增强特征通道间的竞争合作关系；为减少浅层与深层网络信息融合时的语义误差，在子网络的编解码层间引入门控注意力机制；在各级子网络间提出一种监督注意力(SA)模块来选择性地传递有效信息流，并实现多级网络的渐进式学习。在公开的2个数据集上进行综合对比实验，结果表明：所提方法相比于近年来的代表性模型，在分离歌声与伴奏时均具有一定的优越性。

为解决航空双三相永磁辅助式同步磁阻起动发电系统电源变换器的功率管开路故障诊断问题，提出了基于z₁-z₂坐标系电流和直流母线电压的功率管单相开路故障诊断与定位方法。采用空间矢量解耦方法建立电机本体和电源变换器模型；基于该模型分析电源变换器单相单管和单相双管开路故障特性及其在z₁-z₂坐标系电流轨迹和直流母线电压上反映出的故障特征；提出基于z₁-z₂坐标系电流和直流母线电压的单相单管及单相双管开路故障诊断与定位方法，检测故障发生，确定故障位置。通过实验平台验证所提方法的有效性，结果表明：所提方法可对电源变换器单相开路故障进行诊断与定位，进而为故障发生后的容错运行提供指导。

针对夜间有雾图像受人工光源影响，存在亮度低、辉光及色偏问题，提出一种基于非均匀大气光修正模型的夜间图像去雾算法。结合非均匀大气光成像特性，通过加入表面照射光和辉光项修正传统大气散射模型；根据图像亮度和饱和度分量引入近光源系数，准确估计辉光项以校正非均匀大气光；基于暗通道先验(DCP)及带色彩恢复的多尺度Retinex增强算法求解模型，使用引导滤波解决透射率块状效应，采用线性融合方法解决过度增强问题；利用高斯高通滤波增强图像细节，得到最终的清晰图像。实验结果表明：所提算法恢复的夜间图像颜色自然、细节丰富且可见度高；相比暗通道先验等经典算法，以及联合对比度增强和曝光融合(CEEF)等新颖算法，色差降低约15%，峰值信噪比提升约15%，平均梯度提升约8%，在定性和定量实验中更具优势。

针对传统基于深度学习的轴承故障诊断方法存在抗噪性能差、计算复杂度高和泛化性能不足的问题，提出了一种基于多尺度动态卷积神经网络(MSDCNN)的滚动轴承故障诊断方法。采用傅里叶变换将滚动轴承一维振动信号转换到频域进行表示，并通过宽卷积核进一步提取特征；提出一种多尺度动态卷积结构，利用改进的通道注意力机制，对不同大小的卷积核提取的特征信息赋予不同的权重；设计一种自校准空间注意力机制(SCSAM)，将提取的特征信息输入到空间注意力机制中，捕获不同区域的重要程度；通过小卷积核进一步提取特征，利用Softmax分类器进行故障类别分类。使用2种不同数据集验证所提模型的故障诊断性能，实验结果表明：与多尺度深度卷积神经网络(MSD-CNN)、宽卷积核卷积神经网络(WKCNN)等智能模型相比，所提模型在强噪声背景下具有更高的分类精度、更好的泛化能力和更强的鲁棒性。

为能满足物流机场短时间、高频次的快捷飞机牵引需求，提出了基于无人驾驶技术的快速牵引方法。采用“理论建模-算法设计-算例测试和仿真优化-样机实验”的技术路线和方法，以10 t飞机牵引车为对象，构建牵引车的运动学模型，确定牵引车的约束条件和控制量，通过增加防碰撞处理、最小转弯半径和路径平滑的方式改进A^*算法，生成牵引车运动轨迹；设计模型预测控制(MPC)的轨迹跟踪控制器，构建MATLAB/Simulink和ADAMS联合仿真模型，通过轨迹跟踪仿真实验优化MPC的控制参数，并在改造的电传动飞机牵引车样机上开展轨迹跟踪实验。结果表明：改进的A^*算法满足飞机牵引车工作路径规划和最小转弯半径要求，联合仿真方法优化了MPC控制器，在样机上实现了较好的跟踪精度，弯道和直线跟踪误差的标准差分别为0.362 m和0.128 m，实现了飞机牵引车的无人驾驶功能，为智慧物流机场的无人牵引飞机奠定技术基础。

为提升航空货运安保供应链的弹性水平，针对陆路运输环节偏移指定路线的扰动情形，根据弹性三角形理论进行弹性测度。在恢复阶段，为寻求最优弹性，以弹性最大化为目标，求解恢复水平、设备数量、恢复时间约束下的最优恢复策略，即确定在空侧货站需采取的安检方式、各安检方式的货物检查量和使用的安检设备台数。以深圳宝安国际机场为例，选取路线偏移作为扰动事件进行分析。结果表明：随着货物总量或扰动时长增大，航空货运安保供应链弹性降低；安检速率、安检设备数量、违禁品检出率决定分配货物检查量时各安检方式的优先性；降低扰动市场、增大安全速率、提高违禁品检出率可提高航空货运安保供应链弹性。

针对航空器自主路径规划问题，提出一种面向航空器自主冲突解脱的博弈协调方法，并研究了该方法在航空器各类博弈策略下达成均衡状态所需的计算周期。基于演化博弈论构建航空器冲突解脱博弈模型，通过计算博弈轮次间的复制动态方程，促进航空器迭代进化其博弈选择偏好，加速博弈系统达到局部均衡状态；构建雅可比矩阵分析博弈中各局部均衡解的稳定性，并证明博弈系统中有且仅有一个局部均衡解稳定，参与博弈的各航空器均会趋向于该均衡解；使用ZSSSAR01扇区空域数据进行仿真实验，设定多种航空器博弈策略并分析各策略达到均衡状态所需的博弈时间。仿真结果表明：理性博弈策略具有较高的博弈效率，在非极端情况下平均仅需5.31轮次博弈即达到均衡；激进和保守博弈策略分别会加快和减慢博弈均衡过程；不合作博弈策略会显著减慢博弈均衡过程，平均需要110.53轮次博弈，不合作博弈者进行的运行成本补偿策略则会缓解该趋势(平均需要86.87轮次)。

基于某运输机带冰风洞试验数据和结冰升力特性分析，得出结冰对小迎角(AOA)范围内升力系数影响较小的结论。设计一种基于该先验知识增强的升力系数多项式在线主成分估计方法，克服由于激励不足和回归量之间共线性导致的数据矩阵病态问题。利用结冰后升力曲线斜率变化量与最大升力系数呈现的良好线性关系估计了最大升力系数和失速迎角。与现有方法相比，所设计方法具有成熟度高、实时性好、不依赖主动激励的显著优点。仿真结果表明：所设计方法估计精度可以满足迎角保护要求，具有良好的工程应用前景。

高空气球与地基平台组网开展协同观测的需求日益迫切，覆盖一致性是其关键问题之一，面临网络拓扑时变、气球调控能力受限、临近空间风场复杂等多重挑战。为改善高空气球与地基站网协同观测的覆盖一致性，以带有副气囊且不配备动力装置的高空气球为研究对象，从垂直方向和水平方向两方面分析高空气球轨迹调控方法，研究高空气球对地观测覆盖区域，针对高空气球位置时变的特征，设计了临地协同观测覆盖一致性评价指标，提出基于鲸鱼算法的高空气球组网轨迹优化方法，并针对多种输入条件对该方法进行了仿真验证。仿真结果表明：所提方法能够大幅改善临地协同观测的覆盖一致性，尤以夏秋季准零风层存在的情况下改善效果更为明显。

针对机载传感器任务管理系统的多任务调度效能受多任务请求之间存在的执行时间窗口冲突所影响的问题，根据各任务请求的可执行时间窗等任务请求信息，描述各任务请求的前滑时间窗、后滑时间窗等任务调度约束信息，并在此基础上设计基于滑动时间窗的机载传感器多任务调度算法。筛选出可在调度周期内执行任务请求，并按优先级排序生成待调度任务列表；计算各待调度任务与各已有调度方案的时间交叠关系，形成多个时间片，通过判断待调度任务能否插入扩展后的时间片，不断更新调度方案集合；从调度方案集合中优选出最佳的机载传感器任务调度方案。仿真结果表明：所设计算法调度效能的中位数可达到最优算法调度效能的96.52%以上，且调度效能和计算耗时受调度规模和任务时间精细度的影响较少，具有较强的适应性。

民航飞机货舱火灾多发于高空低温低压的环境，对飞机安全飞行造成了巨大的威胁。为快速定位货舱火灾源点和采取针对性区域灭火措施，提出一种基于贝叶斯优化（BO）的长短期记忆（LSTM）神经网络火源定位模型（BO-LSTM）。该模型使用LSTM神经网络充分挖掘多种火灾特征时序数据（烟雾、温度、CO浓度）与火灾源点的时空关联特性，同时采用贝叶斯算法搜寻LSTM神经网络的最优超参数组合以提高模型的鲁棒性和准确性。通过仿真研究验证BO-LSTM模型，使用Pyrosim火灾模拟软件以1∶1比例建立了8个常用民航飞机货舱模型，并在每个模型中随机选取10个火源点进行低温低压环境的火灾仿真。实验结果表明：所建模型预测火源中心点距离实际火源中心点的直线距离误差皆小于0.1 m，预测火源二维坐标皆处于真实火源的范围内。贝叶斯优化过的LSTM神经网络极大提高了传统LSTM神经网络的性能，适用于低温低压状态下的飞机货舱火源定位。

高速飞行器折叠舵因连接结构存在间隙，在飞行过程中易出现非线性动力学行为，气动弹性主动抑制技术是重要的解决方案。由于全动折叠舵只有内舵的舵轴转动位移是输入参数，基于滑模控制网络，提出通过控制舵轴转动来实现多间隙折叠舵颤振主动抑制的新方法。基于三维折叠舵模型和活塞理论非定常气动力计算方法，采用线性弹簧模型描述内/外舵折叠机构连接刚度，推导了四自由度折叠舵动力学模型，阐述了舵轴驱动对线性折叠舵系统颤振抑制的可行性和控制机理；进一步将折叠机构连接刚度模型改为间隙非线性弹簧，分析了多间隙非线性折叠舵气动弹性响应行为和滑模控制的颤振抑制效果。研究结果表明：对于所分析的折叠舵系统，沉浮间隙和扑动间隙有利于提高颤振速度，而俯仰间隙将降低颤振速度；采用滑模控制方法能够有效提高线性和间隙非线性折叠舵面的颤振速度。所提方法和结果为新型折叠舵系统的设计和气动弹性控制提供了一种工程化解决思路。

针对航发转子在复杂装配系统下产品不平衡量难预测问题，提出虑及多源误差的不平衡量数值模拟预测方法，旨在实现工件组精度及其装配系统精度的可靠溯源设计。阐明了转子装配过程中工艺参数、多源误差、相对位姿及不平衡量之间的传递原理，分别建立了典型转子零件制造误差、法兰止口位姿测量误差和多自由度安装机构运动误差的量化表征模型。基于所建模型设计了转子不平衡量蒙特卡罗模拟算法，实现不同装配条件下的不平衡量预测，以低压涡轮转子模拟件为实例，通过敏感度综合分析实现了其装配系统的精度优化反求，模拟获得不平衡量合格率达99.8%，提供了可靠的精度设计依据。进行装配验证实验，结果表明：不平衡量均值相对预测结果的偏离率均<10%，所提方法具有较高准确度。

重着陆可能造成机体结构损伤等征候事件，甚至机毁人亡飞行事故。针对当前重着陆风险评估缺乏物理本质剖析，为有效实施重着陆风险识别和等级判据，以便提高飞行员着陆操作品质，结合飞行状态分析，基于梯度提升决策树（GBDT）算法和网格搜索（GS）法构建重着陆风险预测模型。通过飞机受力分析并构建着陆飞行运动学方程，确定与重着陆关系密切的5项飞行状态参数；从机载快速存取记录器（QAR）记录的数据中提取飞行状态数据构建数据集，并根据QAR参数特征，通过GBDT算法构建重着陆风险预测模型，并利用GS优化模型参数；以某航空公司 “成都-沈阳”航线运行为例，选取530个QAR数据对该模型进行训练和测试，并与随机森林、Logistic多元回归、循环神经网络（RNN）等算法结果比较。结果表明：GBDT-GS方法在预测重着陆风险方面的性能较其他算法优异，预测准确率达到92%，验证了所建模型的客观有效性。

传统的缺陷检测算法在检测塑料齿轮表面复杂黑点时效果不佳，主要问题是对齿轮边缘上黑点的大小和位置判别不准确、对浅色黑点的漏检率高、易将点浇口误判为黑点。为此，提出一种基于U-Net++和特征融合的塑料齿轮复杂黑点检测方法。所提方法通过U-Net++预测黑点区域；根据梯度特征对黑点区域进行修正；结合多特征融合分析给出最终判定结果，提高了对复杂黑点检测的准确性和稳定性。测试结果表明：所提方法表征检测结果准确性的P_c值达到了98.93%，表征分割结果准确性的交并比平均值达到了0.864，相比传统的缺陷检测算法和未做修正的深度学习算法，交并比的平均值分别提高了0.478和0.309。

为研究氧燃比（O/F）对自燃推进剂模型火箭发动机燃烧稳定性的影响，在液/液双旋流矩形模型发动机中开展不同氧燃比条件下的试验，采用高频压力传感器和光电倍增管（PMT）同步捕捉了燃烧室压力振荡和CH*表征的释热脉动，获得了氧燃比对燃烧稳定性的影响规律。结果表明：点火后燃料集液腔出现了41 Hz的低频脉动，并在关机过程中诱发了燃烧室同步低频振荡。氧燃比从0.933～1.789增长的过程中，燃烧室经历了稳定、轻微不稳定、一阶横向不稳定和二阶横向不稳定的转换过程，在二阶模态下压力振荡幅值仅为平均室压的4.69%。结合光电倍增管信号，发现燃烧不稳定越剧烈压力和释热信号的耦合就越明显。基于试验的瑞利指数分析表明：一阶横向模态下燃烧不稳定的驱动源主要位于燃烧室两侧，燃烧室中间则呈抑制特性；燃烧不稳定的产生可能和推进剂与燃烧室壁面的相互作用有关。

无人机（UAV）的滥用催促着反无人机（anti-UAV）技术发展。基于红外探测器的反无人机目标跟踪技术成为反无人机领域的研究热点，但仍面临着因背景干扰所导致的跟踪失败问题。为提高复杂环境下红外反无人机跟踪的准确性和稳定性，提出一种动态区域聚焦的反无人机红外长时跟踪算法。构建基于特征金字塔的孪生主干网络，通过跨尺度特征融合，增强网络对红外无人机的特征提取能力。提出基于时空联合约束的动态区域建议网络，通过联合目标模板表观特征和目标运动约束，在全图范围内预测目标的定位概率分布，并引导先验锚框聚焦于候选区域，实现一种动态搜索区域选取。通过聚焦搜索区域，所提算法融合了局部搜索的抗背景干扰能力与全局搜索的重捕获能力，有效缓解全局搜索带来的负样本干扰，进一步增强目标特征的可辨别性。在Anti-UAV数据集上进行评测，与其他先进跟踪算法相比，所提算法具有更高的性能指标，跟踪精确率、成功率和平均准确度分别达到0.895、0.649和0.656，运行速度达到18.5 帧/s，在快速运动、热交叉干扰和相似物干扰等复杂场景下，也具有优越的跟踪效果。

暗弱空间运动小目标检测在航天及军事领域有着广泛的应用，为提高空间目标监视系统的探测能力，提出并设计了导星辅助运动暗弱天体检测系统，该系统由星图模拟、图像去噪、质心解算、运动先验信息反向传播和主焦面成像组成。对星表及星空环境进行研究，确保星点坐标和噪声模拟的准确性；通过引入抖动误差、噪声误差和运动先验误差，更真实地模拟望远镜所处星空环境造成的误差影响，同时设计导星辅助的方法消除上述误差，并通过运动先验信息反向传播模块调整系统。实验证明：所设计的系统不仅可以模拟真实星图，而且可以减弱星空环境对望远镜的误差影响。

为有效融合多源数据以充分利用多源数据信息，针对只包含单子集焦元证据的多源数据融合时存在证据冲突的问题，提出了面向单子集焦元冲突证据的融合方法。综合考虑证据间的关联性和证据本身的不确定性2个方面，引入夹角余弦度量证据间的冲突程度来修正冲突系数和Jousselme距离的不足，利用冲突系数和信息熵的组合构造判断规则对证据进行分组，结合证据的支持度和可信度共同修正证据，进而实现单子集焦元冲突证据的有效融合。以4种典型冲突悖论为数值案例，验证了所提方法有效可行，且融合性能优于传统证据融合方法。

针对目前基于传统最优化方法得到的过渡轨迹在尾座式垂直起降无人机实际飞行过程中可行性低和鲁棒性差的问题，提出一种基于过渡走廊的过渡轨迹优化方法。以一种双发尾座式垂直起降无人机为研究对象，通过分析机翼不同区域之间的迎角差异，构建非线性动力学模型。基于倾转旋翼飞行器过渡走廊研究思路，设计一种针对尾座式垂直起降无人机的过渡走廊，并通过限制爬升速率和俯仰角速率来提高过渡走廊的可行性。通过分析模型误差对过渡走廊的影响，得到一条具有最大安全裕度的目标过渡轨迹。将过渡过程视为轨迹优化问题，求解得到最接近目标过渡轨迹且保留足够作动器裕度的最优过渡轨迹。仿真和实际飞行结果表明，所提方法能够引导飞机快速安全地完成过渡，避免出现高度增加过大、过渡时间过长及作动器饱和等不利情况。

长时间气动力/热作用下产生的累积热变形及其在整个飞行历程中引发的不利影响是未来高超声速巡航飞行器设计不可忽视的问题。针对高超声速飞行器典型翼面结构，以自研热环境/热响应耦合计算分析平台为基础，结合自适应时间步的双向耦合计算策略建立全数值的气动力/热/结构多场耦合累积热变形预测方法；在此基础上开展翼面结构在长时间气动力/热耦合作用下的累积热变形演化规律及形成机理研究，并分析其在时间变化历程中对气动特性的影响。研究结果表明，由于翼面结构所受气动力、气动加热、结构传热、变形响应等物理过程的时空尺度差异，累积热变形呈现第1发展、第2发展、充分发展等非线性特征突出的3个演化阶段，并且各种因素需要经过较长的时间才能充分发展并实现累积变形的稳定。上述累积热变形演化行为引发了伴随整个飞行历程的气动特性的非线性变化，进一步带来升力下降、升阻比下降及俯仰力矩偏差等不利影响。相关不利影响亟需在未来长航时高超声速飞行器设计中加以考虑并主动应对。

针对人工校验签收线束拓扑图纸效率低、失误率高且不能适应智能化生产的问题，提出了基于图文法和谓词逻辑的线束拓扑图纸快速签收方法。该方法主要由图重构和图解析组成。图重构过程中，为使图结构能更好反映图纸数据，引入谓词逻辑对图资源进行提取，将拓扑图重构为标准图。图解析包含图语法分析器和图语义分析器。图语法分析器使用图文法归约算法对图结构进行识别解析，判断设计过程中是否出现图纸结构性错误，实现制图逻辑检查；图语义分析器应用归约判断重构后的图信息描述是否正确，并参照信息唯一性准则，将路径信息解析后与电线表比对，完成轨迹信息匹配性检测。在此基础上开展了12组实物实验，结果表明：所提方法可以将线束拓扑图纸签收耗时从3 h降低为9 s，且在此过程中未出现漏识别现象。

为进一步满足航空器人机界面的研制需求，开展航空器任务和显控界面设计紧密结合特点下作业人员情境意识(SA)水平的理论预测，提出一种基于资源供需差与情境理解度的情境意识量化分析模型。该模型以经典且广泛适用的情境意识评估技术(SART)量表对情境意识的定义方式为基础，将人员情境意识表征为资源供需差与情境理解度的加和，并引入多维度人机界面显示格式对情境理解度进行量化，结合任务网络分析与多资源理论对各任务单元的资源供需差进行衡量。为对模型的有效性进行验证，采用30名被试开展不同情境评估难度下的5边飞行模拟实验，通过调整改变仿真气象条件、仪表显示模式、飞行导航地图显示模式以实现对情境评估难度的调控，并结合主观量表、飞行绩效及眼动指标对作业人员在不同情境评估难度下的情境意识水平进行测评。数据分析结果表明，所提情境意识理论模型的计算结果与实验主观（SART量表、机组意识评定量表(CARS)、美国国家航空航天局-任务负荷指数量表(NASA-TLX)）、客观（操纵绩效、注视熵、扫视次数）测量结果均呈现出良好的相关性，对模型的效度进行了初步验证。所提情境意识理论模型可结合航空器任务操控流程设计和显控界面设计特征对人员情境意识分析预测提供一定的理论依据和技术方法。

针对冷云辐射对超压气球热动力特性影响的问题，提出融合冷云辐射特性的超压气球热动力学模型。研究不同相对高度条件下，冷云对超压气球热环境的影响。分析冷云高度、厚度、云粒子有效半径、温度、含水量等特征，建立冷云的辐射吸收、透过和反射特性模型。在动力学、运动学和热力学分析的基础上，建立包含冷云辐射特性的超压气球热动力学模型，开发仿真计算程序，利用实测数据验证热动力学模型和仿真程序的准确性。利用风云卫星冷云数据，仿真分析冷云辐射影响下的超压气球热动力学特性，结果显示：冷云会降低超压气球温度，影响超压气球升空速度和高度，当云层厚度或云层温度到达一定条件时，超压气球将无法抵达预期驻留高度。

为获得高空轨控发动机含冰晶的多相羽流的辐射特性，分析其对遥测效果的影响，基于爱因斯坦辐射理论，推导了气体辐射发射系数，结合微粒散射Mie理论，获得综合考虑气体热辐射和冰晶辐射与冰晶散射的辐射传输模型。基于最新的HITRAN2020谱线库，仿真得到了高空轨控发动机含冰晶多相羽流辐射特性参数以及近红外、中长波红外等波段辐射强度分布，并分析了辐射的主要影响因素。结果表明：该型发动机羽流辐射主要包括近红外波段的冰晶散射和中长波红外波段的气体热辐射。在近红外波段，考虑太阳背景辐射，计算域内总辐射量约10⁻⁶ W/sr量级，轴向距离0.5 m以内，气体热辐射占主导，轴向距离0.5 m以外，冰晶散射占主导；在中长波红外波段，计算域内总辐射量约10 W/sr量级，轴向距离1 m以内，气体热辐射占主导，轴向距离1 m以外，冰晶热辐射占主导。

在全球导航卫星系统(GNSS)和惯性测量单元件(IMU)组合导航系统中，姿态估计尤其是航向角的准确估计对于车辆行驶状态的实时监控尤为重要。但由于IMU在高度通道上是发散的，若不加以准确约束其误差会逐渐累积，因此，在航向角变化频繁的车载应用中其航向角的估计精度不足。为解决传统GNSS与IMU松组合方式导航姿态估计精度较差的问题，提出一种基于双天线历元间载波相位差分(TDCP)的GNSS/IMU组合导航航向角增强算法。该算法通过双天线TDCP求解车辆航向角来增加组合导航滤波融合观测值输入维度，并利用Hatch滤波和抗差自适应滤波分别实现观测域伪距精度提升和GNSS/IMU组合导航定位、定姿性能的提升。实验结果表明：所提算法相对于传统GNSS/IMU组合导航方法在三维方向上的定位、测速精度分别提高了22.12%、41.27%，车辆航向角精度提高了46.29%。

信号调制波形识别是空间频谱认知领域的关键技术之一，是实现低轨卫星频谱资源监测与管控的重要手段。针对现阶段基于深度学习的调制波形识别方法存在的参数量多、计算复杂度高等问题，提出一种基于空时融合网络（STF-Net）的轻量级信号调制波形识别方法。将信号预处理为时域-频域形式的双通道数据，通过卷积神经网络（CNN）提取信号空间特征并减少特征冗余，进而利用长短时记忆网络（LSTM）提取时序信息，输出识别结果。实验结果表明：所提方法在信噪比大于0 dB时，调制波形的平均识别准确率达到91.79%；与同等方法相比，所提方法参数量降低了96%，效率提升了2.7倍。

货舱火灾是民机运输安全的重要威胁之一。考虑不同火源位置和环境压力的影响，基于火灾动力学模拟(FDS)代码开展了全尺度飞机货舱氮气-细水雾协同熄灭航空煤油池火有效性评估研究。结果表明：货舱火源位置影响灭火效果，角落火最难扑灭；以角落火为例，氮气灭火初期对火源难以有效抑制，而细水雾启动后可快速衰减火源热释放率；在氮气和细水雾单喷头流量分别为0.222 kg/s和15 L/min时，与单独氮气和细水雾灭火相比，协同灭火时冷却降温和窒息效应均显著增强，灭火效率分别提高46.20%和48.80%，其中氮气的加入可使水消耗量减少48.78%；当灭火参数相同时，灭火剂释放速率增加可同时降低灭火时间和灭火剂消耗量，实际中应采用大流量快速释放的喷头结构设计；环境压力降低可显著降低灭火时间，环境压力从101 kPa 降低至46 kPa，协同灭火降温速率可提高约48.60%。

在城市复杂环境中，全球导航卫星系统（GNSS）由于高楼等障碍物的遮挡和反射，易产生非视距接收（NLOS）与多径干扰（MI），定位精度和可靠性严重下降，无法满足用户高精度和高可靠性的定位、导航和授时（PNT）服务需求。基于GNSS原始观测量的信号分类和多径建模方法对于缓解城市环境中GNSS多径效应，提高定位精度有重要意义，但这类模型的精度、效率和检验方法往往存在欠缺。提出了一种格网误差建模辅助的GNSS/IMU组合导航综合质量控制算法，通过对城市区域进行格网伪距误差建模，并且实现基于格网拟合精度和卫星故障检验构建精细化的综合质量控制，有效地优化了城市复杂环境下的GNSS/IMU组合导航定位性能。城市环境车载实验表明，所提算法相较传统GNSS/IMU组合导航算法在水平和3D方向上分别提升了50.23%和66.77%，相较基于格网建模算法提升了11.56%和40.53%。

针对证据变量和随机变量混合不确定性以及极限状态函数复杂并存的情况，提出了一种基于直接概率积分法的证据-概率混合可靠性分析方法。该方法从证据理论的概率解释入手，采用证据变量均匀化方法，将证据变量转换为随机概率变量，达到混合变量归一化目的，进而通过直接概率积分法进行结构可靠性分析。最后通过3个算例对所提方法的性能进行验证，结果表明：与现有方法相比，所提方法在计算精度相近的情况下，极大地提高了计算效率。

基于现行终端空域结构，提出了一种融合航迹优化、冲突探测与多目标优化的进离场航空器调度方法，助力繁忙终端空域实施连续爬升与下降运行。基于多阶段最优控制理论，采用高斯伪谱法，提出了连续爬升与下降运行的垂直剖面优化方法，实现了基于成本指数的连续爬升与下降运行的航迹优化。依据跑道使用的尾流间隔与放行间隔、空中运行的水平与垂直间隔，采用马氏距离建立了航空器冲突探测模型。考虑空管、航司、机场等运行单位的诉求，提出了优化结果可达的进离场航空器多目标调度模型和方法。选取繁忙时段广州白云国际机场两组进离场数据，设置多种间隔参数，引入备选路径，开展实例分析与对比研究。结果表明：在离场占优的繁忙时段，广州白云国际机场终端空域能够实现繁忙时段下的连续爬升与下降运行；在进场占优的繁忙时段，出现2架航空器无法调度的情况，引入备选路径的方法可以减少无法调度航空器的数量。

高频地波雷达因其卓越的海面目标探测能力，被世界各国应用于海上工程领域，而提升其目标探测能力的关键要素之一在于回波信号中电离层杂波的抑制，针对这一现象，提出一种基于瓶颈膨胀卷积模块改进时序卷积(ITCN)-Elman神经网络结合混合注意力机制的电离层杂波预测抑制模型(Mixatt-ITCN-Elman)。对电离层杂波时间序列进行相空间重构和乱序归一化，利用ITCN提取高维相空间内的空间特征，依据自注意力机制突出其中关键的空间特征，将空间特征与原时间序列组合输入Elman神经网络，结合注意力机制突显序列的空时特征，通过空时特征与Elman神经网络输出序列组合输出，得到最终预测结果。所提模型与Elman、TCN、Att-CNN-Elman和TCN-Elman模型相对比，具有较好的预测性能和稳定性，对于电离层杂波的抑制具有较高应用价值。

直升机机身外形与结构复杂，基于有限元方法的直升机机身弹伤数值仿真分析计算量大、周期长，难于适合复杂多弹环境的直升机机身弹伤快速分析评估。为此，耦合子弹击穿理论和弹击碰撞计算模型，建立直升机机身弹伤快速分析方法，并通过与试验结果、有限元数值仿真结果对比，验证快速分析方法的准确性。随后研究多弹打击的直升机机身弹击坐标、剩余速度以及机身损伤面积。研究表明：快速分析方法计算的剩余速度与试验结果相吻合；相比有限元弹伤数值仿真，快速分析方法计算的弹体剩余速度最大误差为4.7%，机身损伤面积最大误差为9.56%，计算时间减少92.1%，计算效率显著提高。随着弹体入射角增大，剩余速度减小，损伤面积增大；当弹体入射角过大，弹体无法穿透机身表面，产生水槽状滑擦损伤，造成较大面积损伤。

机场跑道的异物检测对于飞机安全起降起着至关重要的作用，然而不同光照、天气跑道环境下现有的检测算法存在漏检、误检等现象，为此提出了一种适用于全天候机场跑道环境的YOLOv5异物检测算法。针对原有网络中池化过程存在一定程度的特征损失问题，设计了跨阶段局部空间金字塔池化模块，可以自适应提取深层特征语义信息，增强网络多尺度表征能力；在特征融合部分引入混合注意力模块，利用通道和空间特征权值再分配，强化异物和无关背景要素的特征差异；针对小目标异物难以识别和定位从而导致漏检现象，设计了多尺度定位损失函数，通过加入相似性度量提高小目标的检测能力；使用优化后的训练策略训练MS-FOD数据集。实验结果表明：改进的算法达到了95.83%的均值平均精度和94.31%的召回率，相比原始的YOLOv5分别提高了3.68%和15.69%，同时检测速度为68帧/s，满足实时性异物检测的需求，有效验证了所提算法对机场跑道异物检测的有效性。