针对降低移动式雷达/红外协同跟踪时的辐射风险问题，提出了一种移动式雷达/红外辐射控制的调度方法。首先，结合平台和目标的运动状态建立了目标跟踪模型，利用容积卡尔曼滤波预测跟踪精度；并引入辐射度影响建立了雷达辐射模型，给出了雷达辐射状态和系统辐射代价的预测方法；然后，以跟踪精度满足任务要求为约束条件，以长期辐射代价最小化为优化目标，构建了长期调度的目标函数；最后，针对求解时计算复杂度高的难题，设计了一种决策树搜索算法。仿真结果表明，文中所提调度方法与短期调度相比，具有更好的辐射控制效果，在决策步长为3时，其辐射代价下降了26.5%；且与固定位置调度比，文中方法能在改善跟踪性能的同时，降低辐射代价，在跟踪低速目标时，其跟踪误差和辐射代价分别下降了29.9%和30.5%。

地磁导航算法是地磁辅助导航系统的核心。首先, 分析了地磁匹配算法的基本原理;然后, 以此为基础从特征空间、相关性度量、搜索空间和搜索策略4个方面总结了地磁匹配算法的研究现状和改进方法;各种新方法的引入为匹配策略的改进提供了新的思路；最后，根据工程应用中的实际问题，指出了地磁导航算法的改进策略，为其工程化应用奠定了基础。

针对平面目标姿态测量问题,提出了一种基于棋盘靶标的单目视觉测量方法,设计安装简单,在保证测量精度的同时简化了测量过程。首先,基于棋盘靶标对摄像机进行标定;然后,利用单应性条件得到外参矩阵,并利用Givens矩阵对外参矩阵进行分解,求得姿态角;最后,在靶标任意安装的情况下,基于旋转矩阵约束条件研究了安装偏差的自标定方法。实验结果表明:距离3 m时,在静态测量时垂直光轴方向姿态角的测量精度可达0.02°,其他两个姿态角的测量精度可达0.05°;动态测量时垂直光轴方向姿态角的测量精度可达0.1°,其他两个姿态角的测量精度可达0.5°。

对防空作战目标识别阶段中的传感器管理问题进行了研究, 提出基于Rényi信息增量的多传感器管理调度方案。首先利用D-S证据理论进行融合推理, 得出不同目标与不同传感器配对时的Rényi信息增量; 然后, 建立了基于系统总Rényi信息增量最大化的传感器分配模型, 此外, 对量子粒子群智能优化(QPSO)算法进行自适应改进, 能够对分配模型进行快速求解; 最后, 通过仿真实验验证了算法的合理性和有效性。

针对人为选择支持向量机参数的随机性和盲目性, 将蚁群算法的全局收敛和并行计算的特点引入到支持向量机参数的优化中, 建立了基于蚁群算法优化支持向量机参数的模型, 使两种算法的优点有机结合, 通过对支持向量机的惩罚因子和核函数参数进行优化, 使支持向量机分类效果达到最好, 并与遗传支持向量机模型比较, 结果表明：蚁群算法优化支持向量机参数的方法不仅能够提高支持向量机的分类正确率, 而且算法循环时间比较少；最后对Elliptical Filter电路进行仿真, 应用小波分析提取响应信号的能量作为故障特征并建立故障样本集, 利用蚁群支持向量机模型实现了Elliptical Filter电路的故障诊断, 分类正确率达到100%。

在模拟电路故障诊断中,提出了利用小波分析与支持向量机结合的系统方法,利用小波变换对信号进行特征提取得到特征向量并作为支持向量机的训练向量,得到故障分类器。针对激励信号必须能够充分地激励电路的需求,提出一种通用激励信号--连续多抽样函数,利用抽样函数在带通区间内频谱分布均匀且能量相同这一特点作为模拟电路的通用激励信号。仿真结果表明,该激励条件下,利用小波-支持向量机能够较好地对模拟电路进行故障诊断。