针对传统的装备试验因子筛选方法存在着试验方案设计不合理、因子筛选结果可信度不高等方面的不足, 提出基于可信度的装备作战试验因子筛选方法。首先, 使用均匀试验设计法构造科学的试验方案, 以较少的试验次数获取更多的试验信息, 提高试验效率; 其次, 使用绝对灰色关联法计算试验因子的关联度, 并将其从大到小进行排序; 在关联度排序的基础上, 开展因子筛选可信度研究, 以直观的度量反映因子筛选的可信程度; 最后,通过案例仿真, 验证了所提方法的合理性和可行性。

针对多组分金属离子混合溶液的紫外-可见吸收光谱(UV-Vis)重叠严重、 难以分离的问题, 提出了一种基于稳定性和可信度偏最小二乘法(SCPLS)的特征波长选择方法。 在SCPLS中, 引入指数衰减函数(EDF)以迭代的方式对波长变量进行选择。 在每次迭代中对蒙特卡罗采样所得到的数据集建模, 计算各波长变量的稳定性和可信度指标, 并通过EDF选择具有较高稳定性和可信度的变量, 选择的变量作为新的变量集进入下一次变量选择迭代。 迭代全部完成后, 计算每一次迭代所选的变量集建模的交叉验证均方根误差(RMSECV), 选择RMSECV最小的变量集作为波长变量选择的结果。 利用Zn(Ⅱ), Cu(Ⅱ) 和Co(Ⅱ)混合溶液的紫外-可见光谱数据集和Zn(Ⅱ)和Co(Ⅱ)混合溶液的紫外-可见光谱数据集对所提方法性能进行了验证, 并与全波段偏最小二乘、 移动窗口偏最小二乘法(MWPLS)、 蒙特卡罗无信息变量消除方法 (MC-UVE)、 竞争性自适应加权算法 (CARS)和稳定性竞争自适应加权算法(SCARS)进行了比较分析。 结果表明: 该方法不仅能降低波长选择的复杂度, 还能在保证波长选择过程稳定的情况下, 选出对模型重要的波长变量, 较之其他方法所提出的方法选取的变量建立的模型RMSECV最小, 对于Zn(Ⅱ), Cu(Ⅱ) 和Co(Ⅱ)数据集, 使用SCPLS方法得到的Zn(Ⅱ), Cu(Ⅱ)和Co(Ⅱ)的RMSECV值分别比全光谱PLS下降60.5%, 40.2%和31.8%, 与SCARS相比分别下降29.8%, 26.1%和0.8%, Zn(Ⅱ), Cu(Ⅱ)和Co(Ⅱ)平均相对误差分别为2.14%, 1.25%和0.74%, 其中Zn(Ⅱ)的最大相对误差为4.67%, Cu(Ⅱ)的最大相对误差为3.99%, Co(Ⅱ)的最大相对误差为3.12%; 对于Zn(Ⅱ)和Co(Ⅱ)数据集, 使用SCPLS方法得到的Zn(Ⅱ)和Co(Ⅱ)的RMSECV值分别比全光谱PLS下降39.4%和24.9%, 与SCARS相比分别下降35.3%和13.3%, Zn(Ⅱ)和Co(Ⅱ)平均相对误差分别为1.23%, 1.10%, 其中Zn(Ⅱ)的最大相对误差为4.45%, Co(Ⅱ)的最大相对误差为4.57%, 有效提高光谱建模精度。

针对移动机器人的室内精确定位问题，设计了基于可信度的自适应联邦滤波定位方法。首先，根据移动机器人和室内环境特点，设计了一个多传感器定位系统，并对传感器进行了具体配置。为处理多传感器数据，引入联邦滤波器，并对各子滤波器进行具体设计, 在此基础上对测量数据进行融合，从而获取移动机器人的位姿估计。然后，基于具体传感器特性，根据模糊推理给出了相应传感器测量数据的可信度因子, 同时，基于可信度因子，设计了联邦滤波器的自适应融合算法，并给出了室内移动机器人的定位结果。最后，通过仿真分析验证了所设计定位算法的有效性。

对红外序列图像中运动弱小点目标的关联检测问题进行了研究。在多假设检测的基础上采用“K/N”规则检测算法, 并引入带有可信度信息的判决融合, 其中, 可信度取自噪声概率分布函数。该方法把多假设检测与“K/N”规则检测算法有机地结合起来, 克服了多假设检测运算量大, 难以实时处理的缺点。引入可信度信息避免了当序列图像中某帧突然出现一个强的噪声脉冲时, 使得穿越该点的可能轨迹的统计量增大, 导致算法判断为出现多个虚假目标的情况。对信噪比较小的点目标, 特别是在有个别帧点目标被云层完全遮挡住的情况下, 该方法仍然有很高的检测概率; 最后, 从理论上详细分析了该方法的检测性能。理论分析和实测数据结果有效地验证了检测算法的可行性。

系统辩识即获取电机机械时间常数Tm和对应的固有放大倍数K。舰载光电系统由于受到横摇、纵摇、艏摇的扰动，其系统辩识的可信度及精度直接影响到调节器参数的设定，从而对稳态和动态精度会有很大的影响。常规公式法求电机机械时间常数在实际应用中非常不便，并且大多数场合不能求得Tm。本文以PC104硬件平台为依托，推导出的近似逼近e指数函数作为阶跃法获取系统辨识的理论依据，并设计了友好的人机交互界面可以方便的显示、修改系统辩识的结果。试验分析表明，应用Origin拟合e指数函数使阶跃法得到的Tm和K拟合可信度达到96%以上，其拟合误差小于01,精度完全满足使用要求。解决了实际工程中获取Tm和K精度低、可信度不高的难题。此方法成功地应用在项目中，并对求得电机机械时间常数有很好的通用性和借鉴性。

将校核、验证与确认(Verification, Validation and Accreditation, VV&A)理念和测试与评估(Test and Evaluation, T&E)理念引入到了靶船的 开发建设工作中，介绍了VV&A的发展历史、作用及其与T&E的关系，论述了红外靶船VV&A的原则、依据 和过程。从逼真度的概念入手，分析了红外靶船的特点以及逼真度评估指标体系与评估方法。从技术 体制和管理体制上为靶船建设提供了一条思路，解决了靶船逼真度和可信度的检测与评估难题。

根据层次分析法的决策思想，提出了一种红外成像仿真可信度评估的综合算法模型。建立红外成像仿真可信度评估的层次结构评价指标体系模型，采用统计分析或专家打分确定各指标的可信度，利用和积法计算评价指标体系中每个可信度评估因素的权重，对各种可信度评估因素加以综合，得到客观量化的红外成像仿真可信度。理论分析和研究结果表明提出的方法能够对不同应用的红外成像仿真结果进行可信度评价，评价结果与实际红外成像具有较好的一致性。理论分析和可信度评价结果证实了此方法的合理性和有效性，为仿真用户提供了科学的决策依据。

自动准直系统是将采集的图像进行特定算法处理获取光束的位置信息, 驱动电机调整光斑到指定的位置, 其中图像质量对光束定位的精确性影响很大, 为尽量避免受严重噪音和光束畸变影响的图像进入图像处理流程而产生准直结果的错误判断, 保证自动准直系统图像处理结果的精确性, 试图提供一种较为简单的判断依据, 采用基于Monte-Carlo模拟方法, 建立了远场准直过程中三种主要噪音的干扰评估模型, 以测量不确定度作为定量判断处理图像与否的特征参数, 将该结果做成统计图表作为判断依据。结果表明, 在设定合理测量不确定度阈值的情况下, 该特征参数能够较好地排除不良图像, 从而提高准直结果的可信度。

为了对大量不同伪装目标的伪装效果进行有效的评价，需要对采集的图像进行自动目标识别处理.根据探测器和侦察平台参数，自动识别算法给出疑似目标区域及其可信度.在此基础上，自动检测识别伪装目标变得更加合理有效.疑似目标区域的确定也可以作为评价目标伪装效果的另一个标准.文中主要介绍自动识别算法、典型图像疑似目标区域确定及其对伪装评价的影响等内容.

从太阳敏感器的原理出发，分析了几种典型类型的太阳敏感器的原理和对应精度的可信度表达式，并发现以现有器件为基础的复合型太阳敏感器的精度仍有进一步提高的潜力：在文献中给出的器件基础上，确定相应的理论上的角分辨可信绝对精度可以达到10-5级；提出实现精度存在近2个量级提高空间.随着器件和其他相关技术的进步，未来使用的太阳敏感器精度可以达到5个量级以上.