为满足现代防空作战高动态环境对武器目标实时智能分配的迫切需求，提出了一种基于神经网络的防空武器目标智能分配方法。首先综合考虑武器数量及拦截能力等要素，以毁伤效能最大为优化目标，建立武器目标分配问题优化模型；在此基础上，构建基于神经网络的武器目标智能分配框架，基于分配方案数据集训练武器分配决策神经网络，并通过神经网络预测实现当前武器资源对威胁目标的准确高效分配。仿真结果表明，相比于传统基于离散差分进化的规划求解方法，基于神经网络的防空武器目标智能分配方法能够获取毁伤效能更优的武器目标分配方案，且计算成本降低了99.9%以上，从而验证了所提方法的有效性和实用性。

随着人工智能技术和计算机视觉技术的快速发展，利用智能目标检测技术识别空中出现的侦察机、无人机等飞行器目标已经成为了一种常见的军事防御手段。针对从数字图像层面对基于深度学习网络的目标检测模型进行混淆、欺骗，并在未来将数字攻击结果实物化的可行性问题，提出了一种基于视觉的限定攻击区域的飞行器目标检测对抗攻击方法。利用飞行器数字图像对YOLO v3目标检测网络进行模拟对抗攻击，并针对公开的目标识别数据集PASCAL_VOC_2007中的飞机类别进行实验，验证了本方法对混淆飞行器目标检测结果的有效性。本方法可为进一步研究将数字模拟攻击迁移到飞行器实体上提供基础。

随着信息化技术的不断创新，无人机集群体系在未来战场将占据主导地位，分析研究相关的防御策略及拦截手段对我国无人技术创新和体系建设尤为重要。结合反集群作战任务需求，基于观察、判断、决策和行动（OODA）循环理论，建立对抗作战网络模型，并构建了反无人机集群作战能力指标体系。采用改进信息熵方法，提出一种高效准确的作战效能评估方法，并通过具体实例对某反集群作战对抗过程进行效能评估，验证了此方法的可行性。

结合未来空天一体化分布式作战特点，系统性地概述了当前空天一体化防御系统的现状与不足，并对空天一体化分布式防御系统的发展进行了详细分析；总结了空天一体化分布式防御系统所需的关键技术，并给出了相应的发展建议。

针对未来防空作战中有效反制智能集群样式威胁的问题，从探测识别、火力拦截、指挥控制等方面重点阐述了智能集群对防空作战的影响，从探测识别、软硬毁伤等方面对国外反集群装备技术发展趋势进行了分析，并对反制智能集群的相关策略展开了思考。分析结果可为反智能集群作战体系能力架构设计与装备技术发展提供重要参考。

为开展反集群无人机防空体系论证，分别从体系能力和体系效能的角度，构建了体系能力评估指标体系和体系效能评估指标体系。采用逼近理想解排序（technique for order preference by similarity to an ideal solution， TOPSIS）法和仿真法对反集群无人机装备的体系作战能力和体系作战效能进行评估，进而完成反集群无人机装备体系贡献率评估。通过算例验证了该方法的可行性，结果表明，该方法能在一定程度上支撑装备的论证研究。

针对低信噪比下的组目标实时跟踪精度低的问题，提出一种基于随机微分方程（stochastic differential equation，SDE）模型的多输入多输出雷达目标角度跟踪方法。应用随机微分方程进行建模描述，利用马尔可夫链蒙特卡罗粒子滤波算法来进行连续推理。仿真结果验证了该方法的有效性，并显示低信噪比情况下的组目标跟踪精度可提高20%以上。

红外图像像素分辨率低、对比度差等特点使得红外图像的直线检测较为困难。Hough变换具有较强的抗干扰性和鲁棒性，是计算机视觉领域中非常有效的直线检测方法。本文提出一种基于改进Hough变换的红外图像直线检测方法，经过实验验证，在红外图像像素分辨率低、边缘模糊等情况下，该方法能够很好地检测出边缘直线，同时确定边缘直线的端点和长度。

针对多无人机协同飞行情况下的路径规划问题，为了解决传统路径规划算法搜索效率低、难以处理复杂约束的缺点，提出了一种基于Radau伪谱法的无人机集群路径规划方法。首先，建立了无人机的动力学模型，考虑了集群飞行过程中的约束条件，将其转化为非线性约束；然后，确定了路径规划的性能指标，建立了无人机集群路径规划的最优控制模型；最后，使用Radau伪谱法求解最优控制问题，并分别进行了无人机集群集结任务仿真和编队飞行任务仿真。仿真结果表明，基于Radau伪谱法的无人机集群路径规划算法可以得到满足状态约束、路径约束和控制约束的飞行轨迹，符合多架无人机协同飞行的需求，具有较强的实用价值。

为了解决复杂背景下的无人机目标识别与检测问题，提出一种改进的更快捷的区域卷积神经网络（faster-region-based convolutional neural network，Faster R-CNN）模型。针对视野内目标尺寸与标定训练集差异问题，设计了3种不同尺度感受野并行检测、权重共享的特征提取结构——多感受野特征提取网络（trident-visual geometry group network，Tri-VGG），并设计了一种避免网络出现过拟合的训练策略，优化后的网络检测精度（average precision，AP）达到90.9%，实时性达到24帧/秒，满足实际需求。

针对一类受有界干扰影响的无人机编队系统控制器设计问题，基于自适应积分滑模控制框架，提出了一种新型的无人机编队控制器设计方法。通过引入自适应律对扰动上界进行估计，并在控制器中消除了扰动的影响，通过Lyapnov方法对所提出闭环系统的稳定性进行了仿真及分析。仿真结果表明，本文所提出的控制器在保证系统具有一定鲁棒性的前提下完全连续且输入信号相对较小，可用于工程实践。

针对高马赫数滑翔飞行器时间协同再入制导问题，提出了一种采用动态攻角剖面的可实现终端时间约束的再入制导方法。确定了由两个参数决定的攻角剖面和高度速度剖面，保证飞行器满足终端状态约束和过程约束。纵向在线预测剩余航程和时间，迭代校正两个参数，结合侧向航向角走廊实现时间约束制导。该方法在标称条件下对不同任务的适应性得到了验证。仿真结果表明，该方法能够使飞行器满足再入时间约束和其他终端约束。

采用风洞试验和数值方法对影响折叠翼外翼气动特性的因素进行研究，包括外翼折叠角、攻角、马赫数、气流滚转角、弹身截短长度等。研究表明：“×”型状态下折叠角为30°时外翼载荷最大；外翼载荷对马赫数变化不敏感，马赫数为1.2时气动力系数最大；弹身截短的长度取决于头部压力区是否会影响到尾翼区；不同气流滚转角下的外翼载荷大小与外翼当地气流偏角正相关。研究结论可作为折叠翼简化设计的依据。

针对小型商业无人机市场的飞速发展对公共社会安全造成严重危害的可能性，介绍了小型商业无人机的威胁场景。测量了大疆精灵4无人机的外形尺寸，并分析了其飞行参数、通信频率、雷达反射截面积、红外辐射强度和声学等目标特性数据，从雷达、光电、无线电和声学探测的原理、技术难点和国外先进装备等方面分析了适于小型商业无人机的预警技术及其发展现状，并针对不同的威胁场景提出了应用建议，对研究针对小型商业无人机的反制技术有一定的参考价值。

针对防空导弹拦截大机动目标的问题，设计了一种基于浸入与不变流形理论的滑模制导律。首先，建立了导弹与目标相对运动方程；其次，为了加快制导律的收敛速度和命中精度，研究了有限时间收敛制导律，并根据反步法设计制导指令；然后，针对目标大机动逃逸，采用浸入与不变流形估计器对目标加速度进行在线估计和补偿，研究了在制导过程中估计器非线性函数的设计方法；最后，采用Lyapunov函数对制导律稳定性进行分析，并通过数值仿真验证了所提出制导律的有效性。

针对杂波环境下未知机动目标的航迹生成问题，提出了一种多假设航迹跟踪与交互式多模型（multi hypothesis track-interactive multi model， MHT-IMM）算法来生成机动目标航迹。MHT-IMM算法充分利用点迹的各种特征信息和融合航迹的历史累积信息，预测机动目标加速度，自适应选择合适的滤波器输出航迹，目标机动覆盖范围广，提高了航迹生成的正确性和实时性。通过数字仿真，模拟了大、小机动目标在杂波环境中的航迹生成情况。仿真结果表明，基于MHT-IMM算法的方法能够满足复杂环境下机动目标的航迹生成需求，航迹完整，跟踪精度高。

基于蚁群算法研究多无人机系统在协同侦察复杂目标群的集群协作问题，通过去交叉策略局部优化蚁群算法，提高算法求解精度，形成较优的航迹方案和合理调度策略。该问题的求解不仅能深化多任务分配及多目标协同领域的研究，还能为部队执行作战任务提供辅助决策。

传统的任务分配算法主要解决特定问题下的单目标优化问题，难以适应真实战场协同打击任务下复杂的态势。为此，考虑无人机协同打击任务中航迹长度、目标打击效果、目标价值收益、武器成本等因素构建无人机任务分配多目标优化模型，并基于非支配排序遗传算法（non-dominated sorting genetic algorithm，NSGA）-Ⅲ算法确定任务分配方案，对问题进行求解，从而得到帕累托最优解集。仿真结果表明本文提出的多目标任务分配模型及求解算法可为协同打击提供有效、可靠的多样化分配方案。