围绕低空经济背景下低空无人机具身导航的发展需求，本文从理论基础、关键技术路径与应用挑战3个维度进行系统梳理与分析：明确了具身导航相较传统导航在语义理解、环境交互和群体协同等方面的优势与研究价值；从传统同步定位与地图构建（SLAM）发展至视觉语言导航（VLN）与视觉语言动作模型（VLA）的技术演进过程出发，构建了面向低空无人机的具身导航技术框架；通过分析两个典型的应用案例，探讨了低空无人机具身导航在复杂环境下的实际应用趋势；对低空无人机具身导航的未来发展方向进行了展望，期望为智能自主导航的理论研究与行业应用提供有益参考。

针对无人机在执行自主导航任务过程中控制稳定性、导航准确性和泛化能力不足等问题，提出了一种脑启发的卷积-脉冲循环神经网络（CNN-SRNN）模型，实现了泛化性强的端到端稳定飞行导航策略。该网络架构模拟了果蝇大脑飞行控制回路功能，利用卷积神经网络CNN通过特征提取感知目标以形成高层视觉表征，并融合注意力机制以增强目标识别和定位精度，以循环连接的脉冲神经网络（SRNN）作为飞行导航控制器，实现时序运动信息整合与飞行控制。此外，基于Gershgorin圆盘理论设计了正则化策略以增强导航控制稳定性。在多样化环境中对无人机导航性能的评估表明，CNN-SRNN网络具有出色的场景泛化性、噪声鲁棒性与决策稳定性。进一步分析了脉冲循环神经网络活动与无人机飞行轨迹之间的编解码关系，揭示了类脑神经网络的导航控制机制，提高了模型可解释性。

针对无人机在低空复杂环境下传统景象匹配方法无法有效剔除离群点导致定位精度下降的问题，提出一种改进的景象匹配定位算法。该算法首先利用三元关系对初始数据进行构建，之后提出三角特征相似性度量和最大欧几里得距离筛选的三元匹配优化方法，减少计算成本并提高匹配的正确率；其次采用数据精细分化策略进一步提高算法的采样性能。仿真实验结果表明，所提算法对于无人机在低空复杂环境下进行景象匹配定位具有较好的准确率和实时性，提高了景象匹配的计算效率和定位精度。

针对吊挂时变负载的四旋翼无人机传统建模方法步骤复杂，以及面对复杂风扰传统PID自适应能力差的问题，提出基于凯恩法的动力学建模方法和一种自适应学习率的模型参考自适应控制（Model Reference Adaptive Control， MRAC）方法。凯恩法通过力与偏速度相结合，避免了牛顿-欧拉法需显式分析绳缆约束力以及拉格朗日法需构建拉格朗日函数并计算二阶微分的步骤，简化了计算过程。自适应学习率的MRAC通过自适应学习率以及变参数控制，使得四旋翼无人机具有抵抗风扰以及时变负载变化的复合扰动的能力，实现对位置和姿态的准确控制。仿真结果表明，在时变负载和复杂风场的复合扰动下，自适应学习率的MRAC超调量抑制以及收敛速度均优于传统MRAC。

针对密集障碍物环境下传统路径规划安全性不足的问题，提出基于面状障碍区Voronoi图的安全避障路径规划算法。首先，建立障碍区最小溢出率的圆形覆盖模型；然后，设计基于圆形覆盖的Voronoi图构建算法，构建可飞区域的骨架，进而基于可飞区域骨架，融合无人机运动学特性设计路径生成算法；最后，通过3次B样条实现了路径平滑。仿真实验表明，与改进的A*算法得到的路径相比，本算法得到的路径在保持长度的同时，路径更为光滑、与障碍区的距离更远，体现了算法在避障安全性方面的优势。研究成果为复杂城市环境下无人机安全飞行提供了实用性的解决方案。

针对应急无人机承载通信基站面临的资源约束所带来的挑战，提出异构融合架构并开展资源优化研究；首先根据应急无人机子系统特性，构建空天地一体化异构融合应急通信体系框架，其次根据资源约束提出了具体性能指标和功能要求，并针对性地提出干扰解决方案，最后通过链路预算和实测验证，初步确定了建议速率下的覆盖范围。确保应急无人机在关键时候“飞得远、看得清、管得住、用得好”，助力低空经济健康发展。

针对共轴无人机姿态在风扰环境下易产生显著偏移与持续振荡现象的问题，提出一种自适应反步姿态控制方法。首先，对共轴无人机采用机理建模的方式建立含风扰的姿态动力学模型；然后，针对风扰导致的力矩和模型不确定性采用神经网络估计干扰的幅值，并通过自适应反步控制器实现姿态控制；最后，采用仿真试验测试了控制系统的姿态跟踪性能与抗干扰性能，并与采用PID控制器的模型相对比。试验结果表明，自适应反步控制在姿态跟踪精度与抗扰鲁棒性方面具有显著优势，超调特性与振荡抑制能力明显优化，为复杂扰动环境下的共轴无人机姿态控制提供了有效解决方案。

聚焦航天控制技术从古典控制、现代控制到智能体特征控制技术3.0的演进历程，论述了智能体特征控制技术3.0是航天控制系统未来发展的关键标志，重点阐述了控制技术3.0的“边飞边学”、“终身学习”、“新一代系统架构”等典型特征，深入分析了“智能赋能”、“机能增强”与“信能提升”的关键技术，在此基础上，围绕大模型赋能、软件工厂等典型场景，引出对未来航天智能控制发展的思考。

针对飞行器在不同本体参数偏差与环境干扰下的姿态精确稳定控制难题，提出一种融合小世界脉冲神经网络（SW-SNN）的强化学习姿态控制方法。构建了具有小世界拓扑特性的脉冲神经网络作为控制器核心，并基于近端策略优化算法设计了增强型Actor-Critic框架；通过时空反向传播算法更新SW-SNN参数，实现了策略的在线优化与离线评估的协同机制；进一步设计Lyapunov稳定性奖励机制，动态优化系统能量函数以增强渐近稳定性，并引入姿态角跟踪误差速度平滑性及连续惩罚项，建立稳定性约束与控制精度的联合优化框架。仿真结果表明，控制系统展现出快速动态响应，高控制性能以及强鲁棒性。在阶跃响应条件下，控制系统调节时间缩短至0.32 s，稳态误差低于0.001°；即便在气动力矩系数偏差为50%且惯性参数偏差为25%的极端条件下，控制系统依然保持稳定；设计的Lyapunov稳定性奖励机制使系统吸引域范围得到有效扩展，确保了控制系统在更大操作范围内的鲁棒稳定性能。

为综合优化传统无人机协同编队的鲁棒抗扰能力、收敛时间以及控制精度问题，提出了一种基于粒子群优化的多无人机快速鲁棒协同控制方法。设计了可实现有限时间收敛的多无人机协同编队控制器，加快了传统分布式编队的响应速度；设计了扰动快速观测器以补偿控制系统，该观测器可在有限时间内准确估计复合扰动，提升了编队控制精度和鲁棒抗扰性；在此基础上，同时考虑闭环系统的收敛时间以及控制误差，采用惩罚粒子群算法优化编队系统的设计参数，综合提升了多无人机鲁棒协同控制的飞行性能。

针对高速变外形飞行器在动态变形过程中引发的气动-变形-控制多重耦合问题，建立了六自由度动力学模型，推导了气动力矩耦合度矩阵，并对滚转、偏航及俯仰三通道的耦合强度进行定量分析，系统研究了攻角、马赫数及变形量对耦合特性的影响规律。研究表明针对本仿真算例，俯仰通道受变形影响最为显著，且随变形量增大呈非线性增长；滚转通道耦合程度中等，受攻角与马赫数共同作用，在低攻角及高马赫数条件下耦合效应增强；偏航通道姿态角间耦合度较弱，可在控制设计中适当忽略。此外，舵偏角耦合分析表明，滚转、侧滑通道解耦合，俯仰操纵耦合度较小，变形量对操纵耦合无显著影响。本文研究成果为高速变外形飞行器的解耦控制设计与飞行稳定性提升提供了理论支撑。

针对固定翼无人机在区域覆盖监视任务中存在的动态探测特性与传统方法适配性不足问题，本文首次提出一种基于多机协同联合探测概率模型的优化部署策略。针对两机盘旋飞行并立协同覆盖监视，考虑无人机对目标的空间探测概率和时间监视占比，以最大化有效覆盖区的内接矩形为目标，设计了迭代优化算法求解两机最优部署参数。进而扩展至多机协同覆盖监视场景，设计了正方形网格化无人机部署方案。仿真结果表明，相比传统强效区覆盖，当空间探测概率为90%、探测时间间隔小于40 s时，可使有效监测区域面积提升80.8%，执行区域覆盖监视的无人机数目减少60%。

利用无人机等设备进行低空巡检是未来低空经济中的典型应用场景，红外成像作为低空环境感知的重要手段，其可信的数据集获取面临成本高、保密性难以保证的问题。本文提出了一种基于风格迁移的目标移植方法生成仿真红外图片。该方法以有限元分析求解目标温度场为基础，再考虑大气传输效应渲染生成初步的仿真图像，最后使用基于卷积神经网络的风格迁移技术，实现目标与真实红外背景图像之间的高质量移植。在实验中与传统方法在3个不同场景下进行对比，并在信息熵、峰值信噪比等客观指标下进行定量评估。实验结果表明，本文的方法在3个场景中信息熵、峰值信噪比、标准差、平均梯度及空间频率分别平均提高了5.82%、1.03%、4.24%、10.5%及33.58%。证明了本方法生成的图片在高频信息与细节保留方面与传统方法相比取得明显优势。

针对无人飞行器飞行环境强干扰，离线轨迹优化方法难以快速准确地获得轨迹末端速度问题，提出一种基于改进门控循环神经网络算法的速度预测-控制一体化算法，速度预测部分基于轨迹数据样本库训练神经网络模型的参数，以目标点位置、当前高度、速度和倾角等十一维特征序列作为输入网络，以最终时刻的速度为输出，从而获得能够预测末速的神经网络模型。基于速度预测的结果，运用速度与位置解耦的控制方案进行落速控制，根据预测的终端状态偏差校正生成落速闭环控制量。最后对所设计的速度预测及控制方法进行六自由度仿真验证，仿真结果表明该算法可以在六自由度闭环条件下实现对末速较为准确有效的速度预测及控制。

基于二体动力学和进入速度/逃逸速度确定行星借力双曲轨道面，通过近行星点高度调整进入/逃逸双曲轨道渐近角，结合近行星点加速/制动速度增量，确定逃逸速度方向。基于绕日椭圆轨道和行星双曲轨道之间的转换算法，以及近行星点高度迭代算法，快速推算转移轨道，确定进入/逃逸双曲轨道参数。以2015 XF261小行星防御为例设计金星借力转移轨道，给出了探测器的转移轨道、转移时长和速度增量需求，仿真结果表明快速推算行星借力转移轨道解析解，可以大幅减少转移轨道搜索时间。

针对飞行器末制导过程面临的环境不确定性大及任务类型多样的特点，提出一种基于通用策略-在线系统辨识器的元强化学习算法。该算法包含针对通用策略的强化学习训练阶段和针对在线系统辨识器的监督学习阶段，并通过分阶段迁移学习设计和基于伪蒙特卡洛的小方差策略梯度估计保证了在多任务场景下的训练可靠收敛，使所得制导策略能够适应多种末制导任务场景。仿真结果表明，所得制导策略能够同时适应“标称”“初始相对状态散布”和“模型扰动”等多种末制导任务场景，且在各任务场景下相比传统偏置比例导引方法均实现了制导性能的提升。

本文提出了一种基于Chebyshev正交域变换的高轨道航天器定位方法，该方法通过Chebyshev正交域变换，将一段时间内时变的接收机坐标，变换到不变的Chebyshev系数域中，从而将航天器观测得到的、不同历元间的稀疏测距信息有效结合，实现对多历元观测量的联合解算。在可见卫星稀疏的情况下，该方法可借助历史观测信息为当前历元的定位提供有效约束，实现对中高轨道航天器连续且可靠的定位。此外，基于Chebyshev正交域变换的定位方法可以有效处理观测过程中出现的随机误差，在一定程度上提高GNSS定位的精度；经过实验和仿真模拟可得，该方法对于随机噪声的处理优于扩展卡尔曼滤波，在计算速度和定位精度方面均优于传统的最小二乘法，可以在高轨环境下实现对航天器伪距级的连续定位。

聚焦于飞行器稳定自旋角速度的选择问题，研究并提出了一种基于飞行器自旋稳定判据的稳定角速度选择方法。通过对自旋飞行器锥形运动动力学特性开展理论分析，从机理层面揭示了静稳定力矩、Magnus力矩及阻尼力矩对弹体定轴性的耦合作用规律。基于质心与压心位置偏差条件下的锥形运动角动力学模型，构建了系统特征方程并运用劳斯-赫尔维茨判据建立了动态稳定性判据。进一步在传统三自由度弹道基础上，利用所建立的锥形运动动态稳定性判据推导出自旋角速度的可行域，并据此设计出飞行器稳定的自旋转速方案。数值仿真结果表明，该方法能有效抑制锥形运动发散，而且能降低俯仰/偏航通道的控制能耗。上述研究成果为利用飞行器自旋特性实现低能耗姿态控制下的定轴飞行提供了技术路径，具有重要的理论和应用价值。

提出了一种圆型限制性三体问题下基于深度神经网络的最优地月双脉冲转移轨道预测方法：首先，选择三类地月双脉冲转移轨道族，并利用每条转移轨道的状态量构造双脉冲转移轨道数据集；然后，在数据集中确定轨道的输入状态和预测状态，构建用于进行轨道状态预测的深度神经网络；再将每一类地月双脉冲转移轨道族作为训练集，用训练集中的轨道数据来训练神经网络；最后，根据训练结果，通过设置地月双脉冲转移轨道在近地轨道上的初始状态来预测转移轨道的状态量，并根据预测结果选择每一种轨道族中的最优地月双脉冲转移轨道。仿真结果表明：利用深度神经网络能够通过地月双脉冲转移轨道的初始状态快速预测转移轨道的状态量，预测结果具有较小的误差值，根据预测结果可选择最优地月双脉冲转移轨道。

针对具有输入时延的多飞行器提出一种分布式预设性能协同制导律。设计一种新的连续型预设性能方法以提高制导性能，同时保证系统误差的动态性能和静态性能。结合连续型预设性能方法和有限时间控制理论，分别设计沿视线方向和视线法向的协同制导律，实现多飞行器同时打击静止目标。仿真结果表明，采用所提出的协同制导律的多飞行器能够以预设的动态性能和稳态性能命中静止目标。

提出了一套满足型号软件要求通用、能够快速计算和支撑功能丰富的运载火箭弹道规划系统设计方法。该系统由规划计算、综合管理、综合分析、规划数据库和可视化等5个模块构成。通过架构设计与算法优化，解决了运载火箭弹道规划中计算效率、通用性及决策协同的关键矛盾，为高密度发射任务提供了可扩展的技术支撑，具有一定的工程应用价值。

针对四旋翼无人机轨迹跟踪问题提出了一种基于强函数的控制方法，以提高系统的鲁棒性及跟踪精度。首先，对无人机的位置环设计了扩张状态观测器，以补偿外部扰动的影响；然后，基于强函数系统设计了位置环控制器；此外，考虑到四旋翼系统的多环耦合特点，将上述观测器和控制器的设计方法同步应用到姿态环。通过仿真实验表明本文所提控制方法可使稳态误差收敛至设定值，实现高精度的轨迹跟踪，且具有简明的实施特性。

面向可信嵌入式装备的研制需要，采用自主可信根、龙芯处理器、昆仑固件及SylixOS全国产技术栈设计了一个可信嵌入式硬件平台。在此基础上，基于主动防御思想，研究并设计了一种软件代码的运行时动态可信校验机制，可在程序启动、运行时进行身份及代码合法性的即时校验，由此避免非法程序或者是被篡改代码的执行。最后，构建了可信嵌入式平台并对相关设计进行了验证。实践证明，所研究方法可有效提升装备软件的可信能力。

针对飞行器在结构扰动、气动参数变化及外部环境干扰下控制性能易退化的问题，提出一种融合深度确定性策略梯度算法与传统PID控制器的混合控制方法。以PID控制器提供初始稳定控制能力，通过强化学习策略实现飞行控制器的在线自适应调节，构建以飞行器为对象的非线性动力学仿真。实验结果表明，在典型高度阶跃控制任务中，该方法将系统响应时间缩短了62.8%，超调量与稳态误差变化均控制在1%以内，即使在参数上下浮动20%的复杂条件下仍保持高精度控制。与传统PID控制器相比，本研究在响应速度、稳定性和适应能力等方面表现更优，具有较好的工程应用前景和价值。

针对现有反馈增益设计基于特定标称轨迹的局限，提出一种基于控制收缩度量（CCM）的大范围跟踪制导方法，以匹配快速发展的火星动力下降轨迹机载规划能力。分析了动力下降模型的CCM条件，将CCM矩阵和动力学模型参数化并近似为多项式函数，利用平方和规划方法离线求解CCM矩阵；飞行过程中以CCM矩阵为基础，通过数值积分获得控制输入。仿真结果表明，所提出的收缩控制方法能够跟踪指定质量和推力范围内不同初末运动状态和飞行时长的标称轨迹。

针对传统时序预测模型在精度方面的不足，提出一种基于集成学习的iTransformer-XGBoost的智能预测模型。首先，利用皮尔逊相关系数筛选影响时序数据的关键特征，构建优化的输入数据集；然后，通过iTransformer模型建模时间序列中的长期依赖关系，获得初步预测结果；同时，引入XGBoost算法实现对时序数据的非线性建模；最后，融合iTransformer与XGBoost的预测结果进行阈值组合策略判断，确定双模型的组合结果，从而提升整体的预测性能。本文通过引入光伏功率相关数据进行模型验证，实验结果表明，该模型在时序数据预测中具有更高的精度和稳定性，显著优于传统方法，后续可推广于航天光伏应用场景。

针对软件需求文档缺少边界条件及异常处理等隐式测试场景导致测试覆盖率低的问题，提出一种代码增强需求分析方法。该方法通过语义向量相似度和大语言模型（LLM）验证建立代码-需求关联，从函数调用链中提取5类隐式测试场景（边界条件、错误处理、资源管理、状态转换及性能压力）增强需求描述，将增强需求分解为测试功能点并生成场景驱动的测试用例。在开源项目上的实验表明，CERA方法相比直接使用LLM的基线方法，在综合测试质量及测试需求覆盖率等指标上均有显著提升，同时保持较高的API测试准确率。消融实验验证了场景提取、两阶段匹配策略和BERT粗筛3个核心组件的有效性。该方法在解析类库和嵌入式系统上均展现良好的适应性，特别适用于第三方测试和验收测试场景。

针对当前运载火箭飞行程序协同设计效率不足的难题，提出基于MBSE的运载火箭飞行时序建模方法，研究MBSE框架下火箭飞行时序的协同设计机制。以典型两级构型单芯级火箭为对象，分析火箭生命周期中不同飞行阶段的组织关系，提出层级化飞行时序建模总方案。针对每一层级，根据飞行时序指令骨架构成方式，提出飞行时序指令信号元模型构建方法。据此，设计了基于元模型的火箭全流程飞行时序MBSE模型。面向MBSE框架下飞行时序的协同设计，设计了基于模型分发与合并机制的火箭飞行时序的协同设计，为全面开展火箭数字化设计转型奠定基础。

针对运载火箭自动化测试以及航天软件研制周期短、质量要求高等要求，设计了一种采用配置文件的运载火箭测发控系统自动化测试方法。将测发控系统软件功能进行模块化设计，抽象出可重用的人机交互、数据通信、流程驱动、数据判读和日志记录等5个模块，流程驱动模块负责驱动自身和各独立模块按照各自的配置文件运转工作，在提高系统自动化测试能力的同时，提高软件的重用率和降低软件设计复杂度，从而保证提高系统的可靠性并加快研制进度。

针对航天嵌入式系统中高可靠性数值计算软件易受浮点缺陷影响的问题，提出了一种基于静态符号执行的浮点数值软件缺陷分析方法。该方法通过符号化构建浮点表达式，引入区间运算与约束传播，并对数学函数进行符号建模，实现了对浮点缺陷的精确检测。实际应用于浮点数值软件和航天软件测试后，有效提升了检测准确性与效率，成功发现多个真实缺陷，并得到开发人员确认，显著提高了航天软件的可靠性。

针对新一代运载火箭载荷余量不足问题，提出了一种基于力与力矩观测器的双回路主动减载控制方法。力矩回路通过结构观测器获取干扰力矩，形成控制摆角补偿量，可有效减小姿态跟踪偏差；力回路通过结构观测器获取干扰力，形成姿态补偿角，可有效减小速度偏差和攻角。该方法改善了传统加表反馈对平稳风的减载效果，保留了对切变风的减载能力，同时提升了对标称弹道的跟踪效果。仿真结果证明，姿态跟踪偏差及速度偏差显著减小，减载效果可达20%，可有效提升发射概率。

针对含天线罩误差的捷联相控阵导引头制导信息提取问题，研究了一种基于卡尔曼滤波的制导信息提取方法。首先，在体视线系下建立相对运动模型，并将天线罩误差斜率建立在相对运动模型中，对于机动目标，采用Singer机动模型进行建模，将离线测得的天线罩误差斜率作为已知量，对具有测角观测量的系统进行能观性分析，为含天线罩误差的制导信息提取提供理论依据；其次，对于陀螺和波控滞后引起的隔离度问题，采用陀螺延时补偿的方法降低弹体姿态扰动的影响；最后，针对陀螺和波控滞后进行陀螺延时补偿的隔离度仿真对比，并针对高空拦截机动目标场景进行仿真验证。仿真结果表明，天线罩误差补偿后，导弹隔离度性能提升，高空拦截机动目标具有较小的脱靶量。

针对多航天器编队飞行问题，考虑模型不确定性以及外界扰动的存在，提出了一种结合自抗扰与预设性能控制的分布式编队跟踪控制方案。首先，基于自抗扰控制原理，利用扩张状态观测器对系统不确定性和外界扰动进行估计和补偿；其次，采用预设性能理论设计保性能控制器，使得多航天器系统能够形成并保持期望的编队构型，同时具有固定时间收敛性；在此基础上，利用李雅普诺夫理论证明闭环受控系统的稳定性，并通过对比仿真，验证所设计算法在暂态以及稳态性能上的优越性。

为避免传统建模方法存在的额外计算负担，本文采用六维参数扭量对四旋翼无人机进行位姿一体化描述，实现位姿紧凑参数化，建立无奇异、无冗余的动力学模型。基于Lyapunov稳定性理论，设计融合双曲正切滑模面与双曲余弦切换项的新型控制器，通过LaSalle不变集原理严格证明闭环系统全局渐近稳定性。最后基于Links-RT半实物仿真平台进行验证，结果表明该方法较传统方案在动态性能、扰动抑制及实时性方面均有提升，验证了其工程可行性。

针对除冰无人机系统在风场扰动和除冰碰撞下的位姿耦合控制问题，提出一种基于扭量理论的除冰无人机位姿一体化粒子群优化滑模控制方法。该方法建立了包含风场扰动与碰撞冲击的除冰无人机动力学模型，通过扭量理论实现了除冰无人机系统位置与姿态运动的统一描述。在此基础上，采用自适应增益调节机制协调位姿控制，在扭量框架下实现了位姿一体化控制。最后，通过仿真实验验证了所提方法在风扰和碰撞耦合的复杂工况下显著提升了轨迹跟踪精度和位姿抗扰能力。

针对传统系统工程面临的研制周期长、需求验证难、接口不明确及更改流程复杂等问题，以推力调节控制器为例开展基于模型的设计方法研究，采用MagicDraw工具进行系统建模和行为仿真，使用SCADE工具进行软件设计与代码自动生成，并利用ModelCenter工具开展了系统行为模型和软件设计模型的联合仿真。这是基于模型的系统工程在航天复杂系统工程中具体实现的一次探索与研究，该方法在复杂控制系统开发中具有重要的应用价值，为未来航天器推力调节控制器的设计提供了新的思路和技术路径。

针对星载跟瞄雷达安装误差对数据融合精度的影响，提出一种基于同目标观测的多雷达空间配准算法。该算法将不同跟瞄雷达对同一目标的测量矢量做叉乘处理，再将叉乘矢量投影到指定的平面内建立与相对安装偏差角之间的关系，通过推导观测误差特性验证了适用最小二乘估计算法的无偏性。通过模拟卫星在轨实际工况进行仿真验证，结果表明该方法能够不依赖卫星姿态测量信息，可准确快速地实现不同雷达的空间配准。

介绍了一种面向多架构嵌入式处理器的通用程序解析与测试覆盖分析技术，包括面向不同架构编译器的程序信息解析和通用数据存储结构、一种快速的程序信息检索算法和通用测试覆盖率分析架构。以新一代运载火箭型号箭上的多个嵌入式软件为验证目标，开展本文各技术点的验证工作，验证结果表明本方法兼容多种编译器规范和处理器架构，提供的通用覆盖率测试框架可以兼容主流嵌入式处理器测试覆盖分析需求。本文提出的方法具备可扩展性，将来可以拓展应用在新目标处理器架构的软件上。

针对基于图像分割的自然场景文本检测算法容易产生过分割与文本粘连的问题，提出一种基于跨层次注意力机制的自然场景文本检测算法。该算法通过设计跨层次注意力模块，增强网络对高分辨率特征图中的关键特征与上下文信息的关注度，提升对碎片文本的整合能力；通过设计特征分解重组模块，将融合特征分解为高频项和低频项，提升网络区分文字边界区域的能力。将两个模块加入到基线模型后，在两个主流数据集上进行性能测试，实验结果超越了当前的主流算法，与基线模型相比漏检率与虚警率均有所降低。

研究了一类带有通信延时的一般线性多飞行器系统一致性问题。首先提出了一种考虑控制器与执行器之间、控制器与传感器之间和相邻飞行器之间通信延时的模型预测控制方法对通信延时进行补偿；其次为了节约资源、减少飞行器之间通信频率和控制更新频率，结合模型预测控制和事件触发原理，通过差分方程构造动态项，提出了动态事件触发模型预测控制方法。在该控制算法作用下，飞行器在带有通信延时的情况下能够实现一致性，并且通过理论分析保证了系统的稳定性；最后通过数值仿真实验，验证了所提算法的有效性，并且与周期触发相比，该算法触发频率降低了76.4%，与静态事件触发相比，该算法触发频率降低了31.4%，有效节约了系统的通信和计算资源。