针对高超声速飞行器一体化气动布局导致弹性机体与推进系统间的强耦合性, 以及跨大空域及高速飞行过程中导致气动特性存在强非线性、不确定性和明显的时变特性, 提出一种基于小脑神经网络的高超声速飞行器反步滑模控制策略。首先建立高超声速飞行器纵向非线性数学模型, 并采用输入-输出反馈线性化方法, 解除多变量之间的耦合关系; 然后设计基于反步法的滑模变结构控制器解决系统非匹配不确定性难题; 同时为弥补反步滑模控制器鲁棒性不足缺点, 利用自回归小脑神经网络（RCMAC）的在线非线性逼近、自学习能力和相应控制结构, 设计基于RCMAC的反步滑模控制器。仿真试验结果表明, 该方法下高超声速飞行器纵向的高度控制精度可达到0.5 m, 速度控制精度为0.1 m/s, 可以保证闭环系统全局稳定, 且拥有良好的跟踪性能和鲁棒性能。

在复杂环境下, 卫星导航信号容易受到干扰, 导致无人机卫星定位失效。提出了一种基于多点约束的微小型无人机自主定位技术, 通过机载光电测量平台对多个地面目标点进行观测, 根据地面目标点、像点和摄像机光心三点共线的几何关系建立无人机自主定位数学模型, 并结合最小二乘估计求解无人机自身空间位置。通过实验验证该方法的可行性与鲁棒性, 实验结果表明该方法能够在误差允许的范围内获取无人机位置信息, 可一定程度上丰富无人机自主定位理论。

为实现快速、高精度角位移测量, 提出了一种单圈绝对式电子经纬仪测角信号处理算法。只需刻画脉冲左右边沿在阈值附近各2个采样点就可以快速估计出脉冲宽度和脉冲中心坐标; 对现有文献细分方法进行改进, 给出了基于多组刻画脉冲中心求解高分辨力细分角的公式; 并对算法时间复杂度和抗噪声性能分别进行了分析与仿真。实验结果表明, 本方法在水平方向上测角误差标准差仅为2.5″, 平均每秒钟可测角输出25次, 具有实现简单、只需较少计算量就可以获得较高测量精度的优点。研究结果可以为单圈绝对式电子经纬仪、全站仪提供一种新的测角信号处理实用方法。

针对动态背景下运动目标的检测问题，提出了一种基于鲁棒M估计和Mean Shift聚类的目标检测新方法。首先，在考虑全局光照变化的情况下，构建鲁棒M估计器估计全局运动，以实现最小化相邻2帧图像中所有像素亮度的绝对残差和，根据M估计得到像素点权值，提取出代表局部运动信息的离群点；在离群点中均匀抽取网格点，然后利用Mean Shift聚类算法实现不同运动点的分割；根据聚类的结果生成凸包，准确分割出运动目标区域。实验结果表明，该方法能检测出动态背景下的多个运动目标区域，多目标检测准确度到达95%以上，并且只需两帧图像就可以准确检测并锁定运动目标，满足实时处理的要求，具有一定的工程意义.

为了减少图像数据的存储空间并高质量恢复侦察目标区域，提出了一种基于感兴趣区域分割压缩重构的新方法。首先，利用侦察目标具有规则性的特点，识别提取出感兴趣区域。然后，采用基于区域的分割算法将原图像分割成感兴趣区域（ROI）和背景区域（BG）。最后，选用基于小波变换的压缩方法，采用多级树集合分裂算法（SPIHT）嵌入式编码对分割开的ROI和BG用不同的编码比特率进行编码压缩。仿真试验证明，在同样环境下，采用本文提出的算法，感兴趣区的压缩效果比较好，恢复后图像更符合人眼视觉特性。和其他算法的处理结果比较，本文算法的图像峰值信噪比有所提高，很好地解决了高压缩比和目标图像质量之间的矛盾。

为了更好的贯彻国军标GJB151A和GJB152A-97,提出了对传导与辐射测试项目的适用范围、频率范围、极限值大小进行剪裁的方法。通过对整流器和输入平滑滤波器上的共模与异模电流的计算得出,当测试频率为400 Hz时,若被测设备功率＞0.2 kVA且负载电流＞1 A,允许将CE101项极限值放宽5 dB。根据开关电源的拓扑结构模型与典型的开关电流波形,推导出当测试频段低于2 MHz时,允许将CE102项极限值放宽10 dBμV。通过RE101项测试配置图,得出距离发射源7 cm处测量的磁场密度极限值应是:30 Hz时为100 mG;60 Hz时为25 mG;120 Hz时为6.6 mG。根据发射源到接收天线耦合模型,确定在2~30 MHz频段中,RE102项的极限值不得剪裁。依照军标GJB3567-99《军用飞机雷电防护鉴定试验方法》以及在实际飞行场地中采用410A敏感度测试系统进行测试,结果显示,通过剪裁测试的无人机各机载设备能正常工作,未出现任何设备失灵或降级情况,说明该剪裁法能够满足无人机电磁兼容的要求。