从信标光链路中高效地获取运动平台的姿态信息是运动平台量子光通信成功的关键之一。针对运动平台量子光通信的实际需求，提出一种探测载体平台旋转姿态角的信标姿态解耦方法，有望显著提高量子光通信的动态链接效率。经0°、45°、－45°偏振片起偏调整的RGB三色合束信标光，携带着载体平台的旋转姿态角信息，经自由空间传输后由地面接收系统解耦。接收端利用光电探测器获得信标光的三色光强值，根据三色光强值的差动、比值构造特征参数β，建立信标光旋转角θ与特征参数β间的关联曲线，利用该曲线反演载体平台的空间旋转角信息。分析θ在0°～90°的变化趋势及β的数值结果，并对不同距离下的测量结果进行误差分布分析。实验表明，所反演的信标空间姿态角度测量精度可以达到±0.05°。室内实验结果的3σ值小于0.5°；室外实验结果的3σ值小于1°。综合整体性能分析，所提方法具有测量运动平台空间旋转姿态角的能力，可用于在浮空平台或类似领域中进行姿态角度测量。

加权支持向量机回归算法,几乎都是以样本输入空间中的一个重要特征量的函数来确定权值,造成了在高维特征空间中作回归可能存在较大误差。针对这一问题,提出利用高维特征空间中的欧基里德距离来确定权值的方法,构造了一种改进的加权支持向量机回归算法,并将其应用到电子器件高功率微波易损性评估中。仿真结果表明: 该方法具有比模糊神经网络法、标准支持向量机回归算法和一般的加权支持向量机回归算法更高的预测精度。由于增加了权值的计算过程,相对于标准支持向量机回归和模糊神经网络方法,该方法的效率较低,但与一般的加权支持向量机回归算法相当。

针对现有的以概率统计理论为基础的方法和模糊神经网络法必须建立在大量统计数据基础之上，以及模糊信息扩散估计法可能对器件失效阈值估计过高的问题，提出将模糊信息处理技术用于对原始实验数据的处理，得到训练样本，在此基础上利用支持向量机回归预测一定功率的高功率微波辐照条件下电子器件的损伤概率。仿真结果表明：该方法与模糊神经网络法都较好地给出了预测结果，但该方法具有更高的精度(均方根误差为7.406×10-5)，并且克服了在样本数据减半的小样本情况下模糊神经网络法可能出现野值的缺陷。

针对复杂电大目标电磁脉冲耦合效应缺乏定量研究的问题, 基于时域有限差分方法(FDTD)建立了一套电磁脉冲耦合效应建模与评估分析流程, 开展了低频电磁脉冲激励下的仿真试验, 获取和分析了特性数据, 进而提出了一种表面加载透明导电材料的低频电磁脉冲激励防护方法。试验结果表明:基于功率密度的易损性分析具有良好的工程适用性, 而且防护方法对低频电磁脉冲激励具有较好的屏蔽效能。