在梳理电磁物理空间认知概念模型基础上，针对电磁空间物理域和信息域不能有效融合以及电磁信息应用智能化不足两大问题，提出了智能电磁空间的概念。智能电磁空间必须具有表征、理解、预测和决策4 种能力，其特征是以模型为核心，以软件为载体，高度依赖数据驱动，达到对物理世界的精准映射，为作战指挥和部队行动提供智能决策服务。从电磁空间信息组织机理着手，进一步解决多源异构物理—信息数据融合问题的研究思路，构建了智能电磁空间的技术架构，提出了结合GeoSOT 的高维电磁网格数据(GeoSOT-ND)模型高维张量建模与计算、多域电磁空间感知与高效存储、全维电磁态势重构与智能推演、基于网格数据驱动的应用方法等亟待突破的关键技术及实现思路。

针对微机械陀螺零偏受温度影响较大的问题, 提出一种粒子群优化(PSO)算法和支持向量机(SVM)相结合的陀螺零偏温度补偿方法。首先, 将平滑处理后的陀螺数据作为样本点, 采用基于径向基核函数的支持向量机方法构建漂移模型, 把数据从低维空间映射到高维空间, 并进行线性拟合, 保证泛化能力。然后, 利用粒子群算法对支持向量机的惩罚参数、核函数参数以及不敏感系数进行优化, 避免了人为选择参数的盲目性且提高了建立模型的精度。实验结果表明：经PSO调节支持向量机算法补偿后, 陀螺输出精度更高; 与最小二乘法、BP神经网络法相比, 陀螺输出数据方差分别减小了81.3%和57%, 最大误差分别减小54.7%和48.5%。

卫星识别跟踪系统是动中通测控系统中的关键技术。首先研究了目前卫星识别跟踪系统采用的方案,根据动中通系统的工作需要,提出了双源卫星识别跟踪系统方案,并根据该方案完成了双源卫星识别跟踪系统的软硬件设计,该方案能够实时敏感卫星信号强度的变化,响应速度快、跟踪精度高,使系统能够通过检测特定的信号以及信号强度的变化识别和跟踪卫星,保持通信链路的畅通,在检测信标识别卫星阶段采用了FFT纠正频偏的算法,提高了系统的精度和稳定性。