针对装备体系效能预测问题，提出了基于极端梯度提升（extreme gradient boosting，XGBoost）算法的装备体系效能预测方法。首先给出了基于XGBoost的效能预测流程；然后利用XGBoost建立评估指标与效能之间的非线性映射模型，实现对装备体系效能的预测。模型构建过程中采用了格栅搜索确定模型最优参数，避免了人为设定的盲目性。以某防空导弹武器系统效能预测为例，验证了该方法的有效性。

为实现舵面结构动力学性能提升及其轻量化，并实现骨架构型设计的快速高效，基于结构仿生拓扑优化设计的基本理论和方法，以舵面为研究对象，对蒙皮骨架舵面构型进行仿生拓扑优化设计研究。对优化前后舵面模型的计算结果表明，仿生拓扑优化可快速获得清晰的骨架构型，相比于初始舵面设计方案，优化所得骨架构型在使舵面结构一阶固有频率提升11%的同时，实现结构减重21.5%，验证了舵面骨架仿生拓扑优化设计的高效性。

针对金属结构发射筒筒体重量大、耐腐蚀性差、焊接易变形、设计自由度差等问题，开展了碳纤维增强复合材料发射筒的设计研究，以满足武器系统对发射筒的体积、重量、环境适应性等提出的更为严格的要求。采用碳纤维增强复合材料及钢内衬，通过结构优化和功能性铺层设计，赋予了发射筒筒体良好的轻质高强特性。研制的发射筒通过气密、水压、吊装、运输和发射等试验考核，验证了设计结果的正确性。

根据地空导弹武器系统结构组成和功能特点，构建了效能评估指标体系，运用改进组合赋权法计算了指标权重。针对灰色评估法存在的相邻灰类干扰及仅依据所属灰类聚类系数大小判断对象优劣的不足，构造了改进灰色评估模型。采用该模型对地空导弹武器系统效能进行计算，对比分析得到效能评价结果，验证了模型的可行性。

利用增强现实技术与自然人机交互技术，设计并开发了一种基于数据驱动的指控系统增强现实电子沙盘。该沙盘系统采用模块化设计，基于增强现实技术实现了对战场态势的虚实融合显示。通过多通道人机交互方式与协同标绘功能，显著提高了指控人员的作战指挥效率；以真实战斗数据或仿真数据驱动军事行动的开展，增强了系统的实战可靠性。此外，该系统操作简易、铺展便利，具备轻量化的特点。

与传统装填方式不同，导弹自动装填技术是适应未来无人化作战平台的一种新型装填方式。介绍了国内外现有的导弹装填方式，分析了“推装”式自动装填与“视觉伺服机械臂+柔索并联吊具”装填方式的区别，重点对第二种导弹全自动装填技术进行了研究。结合基于改进路径规划算法的机械臂控制技术、实现导弹装填自对准的机器视觉技术、具备柔索并联式结构的柔性自适应对位技术提出了导弹全自动装填系统设计所需的关键技术。本研究可以为导弹自动装填及无人化智能作战提供新的思路。

在建立的复合控制导弹短周期线性化运动模型基础上，提出了气动力/直接力复合控制方案。气动力控制子系统采用三环控制结构，过载环采用PI控制，攻角环和角速度环采用自抗扰控制。随后根据模糊控制设计了气动力/直接力分配策略，用矢量合成方法设计了直接力控制子系统的点火逻辑。最后，在典型仿真场景下进行了仿真验证。结果表明，拦截高空目标时也能保证很小的脱靶量，该复合控制方案保证了系统具有快速的过载响应特性和良好的稳定性，证明本文方法的有效性。

针对被动跟踪环境下对目标角度数据滤波降噪效果差的问题，提出一种自适应修正角度滤波算法。引入伪加速度，通过累积一定时间内数据的残差来获取自适应的滤波增益。该算法工程意义显著，对于被动探测的传感器，可以对其测量数据进行滤波处理，提升制导数据精度。在干扰对抗环境中，既能够对测量数据进行滤波降噪，又可以得到角速度等信息，为数据融合提供辅助因素。另外，在仅有二维角度信息的协同跟踪条件下，能够为三角定位提供目标数据时间对齐的方法，进而提高定位精度。

针对防空导弹拦截临近空间目标时制导控制回路发散较早的问题，从工程应用的角度对天线罩误差斜率影响进行分析，提出对有效导航比的修正，并在制导律设计中引入已知的控制回路时间常数信息，采用非线性反演方法求得该制导规律。仿真结果表明，该制导律既能有效抑制天线罩误差斜率的影响，确保系统的有效导航比，同时又能减小系统动力学的等效时间常数，推迟导弹视线角速度的发散时刻，从而提高导弹的制导精度。

针对传统干扰算法无法适应信号环境变化的问题，提出将Q-Learning算法与“切割”假设法相结合应用到干扰波形设计中，使干扰波形能够达到自适应雷达信号长度变化的效果。该算法主要针对雷达检测环节进行干扰，其中采用恒虚警概率（constant false alarm rate， CFAR）作为环境交互模型，通过强化学习自适应地调整间歇采样信号的采样时间与转发时间，在此基础上对未知长度雷达信号进行“切割”处理以达到最佳干扰的目的。最后进行仿真，实现了对未知雷达信号的干扰。仿真结果表明：在信号模型不定的条件下，强化学习算法在决策时可以充分利用历史数据，相对于传统算法，强化学习算法可以达到更好的干扰效果。

复杂实战背景下的空中机动军事目标视频图像数据较难获得，导致缺少训练数据，从而限制了基于深度学习的目标检测和识别算法的性能。为了解决这一问题，提出一种基于深度卷积生成对抗网络（deep convolutional generative adversarial networks， DCGAN）改进算法，采用随机向量作为输入，生成空中机动目标数据。另外，判别器使用改进的Wasserstein距离衡量生成样本和真实样本的数据分布，优化损失函数，提高DCGAN模型训练过程的稳定性和生成图像的质量。实验结果表明，基于改进的DCGAN图像生成算法能够很好地生成各种实际场景下的空中机动军事目标图像，改进后模型训练过程稳定，损失函数波动明显下降，生成图像更真实。32×32分辨率图像中FID（Fréchet inception distance）和IS（inception score）得分分别提高了9.4%和7.6%；64×64分辨率图像中FID和IS得分分别提高了5.9%和4.8%。

为了评估防御战车行进间发射的可靠性，运用动力学虚拟样机建模与仿真技术对战车行进间发射进行了研究。依据战车三维实体模型，基于多体动力学软件建立了战车的多体功能型虚拟样机模型。应用实测的载荷-位移曲线建立了非线性油气悬挂模型，应用非线性并联弹簧阻尼模型模拟了箱弹间的接触力，基于路面功率谱密度函数，应用Sayers理论建立了三维随机路面谱模型。对防御战车进行了较全面的动力学虚拟仿真试验，获得了战车行进间发射火炮与导弹的动力学特性。仿真结果表明，在满足相应路况和车速条件下，战车满足行进间发射任务的要求。仿真结果与发射分离试验结果基本一致，仿真分析有效指导了防御战车设计，确保了分离试验一次成功。

近年来快速发展的临近空间飞行器装备引起了国外对临近空间防御体系建设的高度关注，部分国家正在研发针对性的防御技术与装备。介绍了典型临近空间高超声速飞行器的突防能力特征，分析国外主要防空反导系统性能对临近空间高超声速飞行器拦截的适应性，研究临近空间飞行器防御技术的发展态势以及新型威胁下临近空间飞行器的突防策略，为临近空间飞行器攻防对抗技术研究提供参考。

针对末端防御领域出现的新型武器装备——电磁发射超高速制导炮弹，首先概述了电磁轨道炮的概念、系统组成及其工作原理；其次分析了基于电磁轨道炮发射的超高速制导炮弹的特点，综述了其国内外发展现状，并阐述了推动超高速制导炮弹系列化发展的关键技术，主要包含多模复合制导技术、电磁兼容技术、抗高过载发射技术；最后，根据对国内外超高速制导炮弹研究成果的分析，从产品全寿命周期管理和通用化发展模式出发得出了超高速制导炮弹体系化、智能化、网络化、协同化的发展趋势。