针对多架四旋翼无人机在复杂多变风场中的避障难题，提出一种基于高斯伪谱法（GPM）的航迹规划算法。首先，建立单机处于混合风场中的动力学模型，在此基础上通过将编队中的僚机约束转化为长机约束进行处理，构建了多约束航迹规划模型；然后，在确保编队能够定时到达目标地点的前提下，该模型以最小化编队飞行所需的能耗作为优化目标；最后，利用GPM优化长机航迹，将其转化为非线性规划问题（NLP），并采用顺序二次规划（SQP）算法求解该问题，得到了满足约束条件和优化目标的最优飞行轨迹。仿真结果表明，本文所提出的方法能够使多架无人机在混合风场环境中安全地绕过障碍物，并且在满足约束条件的同时生成最优飞行轨迹。

考虑到基于大语言模型（LLMs）的代码生成技术对软件生产力的巨大影响及在航天领域的应用前景广泛，本文从问题背景与定义、典型技术与其在航天领域的潜在应用场景以及应用评价方法3个方面，综述了该技术的最新研究进展，以期为航天领域代码生成技术的相关研究提供指导与启发。首先，从代码生成问题定义及LLMs的结构特点，讨论了LLMs在代码生成方面的基础能力；然后，在此基础上，详述了包括预训练技术、指令微调技术、提示词工程和检索增强技术等实现代码生成的主要方法及其在航天领域的潜在应用场景；接着，从语义相似性和验证数据集两方面，梳理了评估基于LLMs的代码生成技术的主要方法，并分析了它们的特点及局限性；最后讨论了LLMs技术在代码生成问题中所面临的挑战及未来发展方向。

全面剖析了航天控制系统柔性化需求的背景，深入探讨了系统级与单机级所面临的诸多挑战，创新性地提出了“可聚可散、灵活拼装、敏捷定义和弹性互联”的系统级柔性设计理念以及“随形安装、刚柔结合、能屈能伸、柔性操控”的单机级柔性设计理念，阐述了系统软硬件快速组装及互操作管理、多层级通信互联、柔性一体化共形布局与分析、柔性电子的航天环境适应性验证等柔性化的关键技术路径，并在融合创新技术、加强跨领域合作、建立标准规范以及拓展与深化应用等方面对航天控制系统柔性化发展趋势进行了展望。

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。

针对地月平动点轨道多目标任务转移策略开展了研究，设计了一种基于双脉冲模式的转移策略，使航天器能够在近直线晕轨道和远距离逆行轨道之间进行转移。首先在质心会合坐标系下建立航天器轨道动力学模型；然后，开展转移策略总体设计并分析涉及的优化变量，确定目标函数和约束条件，将转移策略设计问题转化为轨迹优化问题；进而，验证遗传算法和粒子群优化算法对于该问题的可行性，求解转移轨迹。研究得到了一种应用遗传算法和粒子群优化算法设计平动点轨道转移策略的数值方法，利用该方法设计了近年来重点关注的近直线晕轨道以及远距离逆行轨道之间的转移轨迹。文章提出的优化方法，在无先验信息的情况下能够有效解决轨道转移优化设计问题，并可应用于多类转移方案。

针对非合作连续小推力机动航天器定轨问题，提出了一种基于单弧段轨道确定的推力加速度快速预辨识方法。该方法基于卫星轨道参数变化与加速度大小的关系，利用具有一定时间间隔的两次雷达观测数据的单弧段定轨结果，反解连续切向推力作用下航天器切向加速度，在短时间稀疏数据条件下保持较小的求解误差。将其分别应用于Starlink和OneWeb的轨道爬升过程中，结果表明，观测间隔分别大于11 h和15 h时，本文提出的方法能够实现Starlink和OneWeb卫星切向加速度的快速预辨识，求解误差在2%以下。计算结果可作为初值应用于连续小推力机动航天器的精密定轨中。

针对弹性频率低、多约束的细长体防空导弹稳定控制问题，提出了一种考虑弹性与多约束的线性时变模型预测控制方法。首先，为保证中频段的幅值衰减，采用过载误差积分输出对导弹线性状态空间方程进行增广，在模型预测控制全状态反馈策略下，控制器继承了传统三回路控制方法的结构；其次，以确保导弹过载和姿态响应的快速性和平顺性为准则构建代价函数，将导弹的稳定控制问题转化为对模型预测控制进行滚动优化求解；最后，为保证系统在弹性工况下的稳定性和弹性抑制能力，在输出端串入陷波器。仿真结果证明，所提出的方法具有良好的弹性抑制能力和多约束处理能力，同时相比于传统三回路控制方法具有更快的响应速度和更高的控制精度。

针对防空导弹迎击拦截不同方式的机动目标，基于最优控制方法提出了一种控制量权重可变的制导律。建立了纵向平面弹目相对运动的状态方程，设计了控制量权重可变和带视线角速度约束的指标函数，利用极小值原理数值推导了带有权重系数的最优制导律。针对不同方式的机动目标开展了仿真试验，结果表明本文所提出的最优导引方法的性能优于传统比例导引，视线角速度收敛较快，能够较好地形成逆轨态势；此外，针对机动方式不同的目标，可以通过调整最优导引律的权重，匹配到各机动目标的最优控制参数。

针对航天装备测发控系统软硬件耦合紧密、规模大、复杂度高的现状，提出了分层解耦的软件定义测发控系统架构。通过中间件技术，实现测发控系统硬件资源的高度整合和抽象，支持应用软件根据用户需求以组件的形式动态加载重构。该架构具备硬件按需扩展、软件灵活延展的能力，提高了测发控系统资源利用率、任务灵活度和系统可靠性。

针对现有在轨卫星故障诊断方法不足的问题，提出了一种基于Clips专家系统的卫星故障诊断系统。该系统利用已有的卫星故障知识和经验，将专家经验和实时遥测数据相结合，采用推理机技术实时诊断卫星故障，同时通过可视化技术包括图形化和知识表达式两种方式进行专家知识录入编辑，构建专家知识库从而将用户容易理解的简单的逻辑语句转化为完整的复杂的Clips语句实现复杂的故障诊断程序，进而实现在轨航天器实时故障诊断的自动化和智能化，精准定位故障，提高卫星系统的可靠性和安全性。经模拟多种故障场景以及项目实践多方验证，卫星故障诊断系统的诊断结果与卫星实际接收的故障数据相同，证实了设计系统的有效性。

作为影响安全苛刻系统的重要因素，软件安全性问题日益受到关注。本文结合航天嵌入式软件工程实践，以软件安全性需求为线索，聚焦典型安全性问题，从源代码安全性质的形式化验证、软件安全性需求的自动化测试两个维度，分析总结了包括安全性专项分析、源代码静态分析、源代码模型检测、基于故障模型的安全性测试及关键字驱动的自动化测试等若干关键技术，提出了完整的航天嵌入式软件安全性验证的技术解决方案，研制了自主可控的软件保证支撑平台及工具，以系统提升航天嵌入式软件的可信保证能力。

针对干扰环境下多飞行器协同作战时通信网络易受错误信息注入攻击的问题，提出一种可对故障链路进行自主识别与抑制的高速目标协同制导方法。基于距离一致性设计协同制导策略，在仅有主飞行器可得到目标运动信息的情况下，主从式飞行器能够在指定的命中时间对目标进行协同打击。通过径向基网络对未知项进行拟合估计，实现干扰环境下协同制导律的设计。引入信任系数对通信网络受到的错误信息注入攻击进行在线识别，为网络攻击下的故障自主抑制提供信息保障。仿真验证了所设计方法能够实现错误信息注入攻击下主从式多飞行器对高速目标的协同打击。

为实现无动力飞行器的编队飞行，实现集群在三维空间中的队形误差收敛，提出了基于一致性理论的编队控制方法。首先，针对编队集群仅具有负加速度的特性，对一致性理论进行了修正，提出了适用于无动力飞行器的纵向控制方法；其次，引入倾侧角分配与翻转策略，在升力优先满足高向控制需求的情况下，使得倾侧角按横向误差走廊翻转，从而同时消减高向和横向误差；最后，仿真验证了本文方法对不同编队数量和通讯拓扑结构的适应性。仿真结果表明，在给定的初始条件范围内，本文方法能够适应各种初始状态下的编队控制；集群初始状态对编队时间和集群速度损失有显著影响；拓扑结构中有向边数量更多的集群，平均编队时间和平均集群速度损失会更少。

研究基于PI滤波估计加速度漂移的X射线脉冲星敏感器与加表组合导航算法。因长时间惯导误差积累导致发散，X射线脉冲星敏感器不能实时定位，且不能确定速度，提出利用X射线脉冲星敏感器脉冲到达时间（Time of arrival，TOA）作为观测量，与惯导推算的航天器位置在脉冲星指向上的投影估计位置误差，基于PI滤波估计加速度漂移，修正惯导误差，通过组合导航连续确定位置/速度。仿真表明，基于X射线脉冲星敏感器相位 \varphi与加表组合天文导航算法能有效估计加速度漂移，并给出较高精度的位置/速度。

针对四旋翼无人机携载激光雷达进行输电线路点云数据采集过程中的位置与姿态控制问题，提出一种基于互补滑模的自抗扰控制器设计方法。考虑到四旋翼无人机复杂环境下存在强耦合、非线性和外界扰动影响的问题，采用一种有限时间收敛的扩展状态观测器估计四旋翼无人机动力学系统的状态和集总扰动，以便将观测得到的集总扰动引入自抗扰控制器进行前馈补偿，同时构建互补滑模流形，并用指数幂函数和符号函数的积分形式来保证自抗扰控制器的连续性。最后基于Lyapunov分析方法给出了位置与姿态跟踪误差渐近收敛的严格证明，而且仿真结果对比证明，所提方法具有更高的控制精度且能够充分抑制不同形式的外部时变扰动。

针对时间自由且考虑 {\mathrm{J}}_{\mathrm{2}}摄动的航天器追逃博弈问题，提出了一种基于深度神经网络的混合优化方法。首先，利用传统优化算法求解 {\mathrm{J}}_{\mathrm{2}}摄动下的两点边值问题，生成数据集；然后，在此基础上，构造深度神经网络来拟合初始状态和解之间的关系，并生成初始猜测解；最后，通过局部优化算法进一步优化求解。通过仿真校验，证明该方法具有良好的可行性和鲁棒性，而且与传统混合优化算法相比，显著提高了计算效率。

针对存在外部干扰与时变负载的四旋翼无人机位置与姿态控制问题，基于参数自适应方法和滑模控制原理，提出了一种参数自适应滑模控制方法。该方法通过采用参数自适应方法对四旋翼无人机存在的外部干扰和时变负载进行估计补偿，使得四旋翼无人机具有抵抗时变负载变化造成扰动和实现高精度位置与姿态控制的能力。最后，通过李雅普诺夫稳定性理论和仿真结果验证了所提方法能有效降低外部干扰与时变负载对控制系统造成的不利影响。

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。

针对水平起降重复使用运载器爬升轨迹，提出了一种单纯形-伪谱循环优化算法，内层算法基于hp自适应Radau伪谱法，外层算法基于单纯形算法，通过对滑跑段控制参数优化，实现自适应爬升段初值生成，并以某水平起降重复使用运载器为例，完成了运载器滑跑起飞并爬升至交班点的轨迹优化设计仿真，验证了所提方法的可行性与有效性。在此基础上，研究了发动机推力、飞行轨迹敏感参数对吸气模态飞行剖面和剩余质量的影响，同时提出了一种吸气模态动力补偿的设计方法，相比常规的设计方式，进一步减少了燃料消耗，提升了运载能力。

针对航天器的姿态控制，提出了一种电磁阀开关量预测控制方法。根据预测控制时间和喷管布局设计电磁阀的点火逻辑，利用喷管的作用力相互抵消，使得控制力矩作用时间可在控制周期内任意调节。通过仿真分析表明，和常规的脉宽调制技术相比，预测控制方法使得电磁阀不受限于最小持续开启时间，能够实现姿态的精确控制。

针对车辆在隧道、城市路段和峡谷等复杂环境中全球导航定位系统（GNSS）信号中断导致组合导航定位精度下降的问题，提出一种基于改进径向基函数神经网络（RBF）辅助容积卡尔曼滤波（CKF）的组合导航定位方法。首先，通过核主成分分析（KPCA）结合K-means++聚类模型对组合导航融合数据进行预处理，使其分布具有代表性；其次，利用正交最小二乘法（OLS）确定RBF神经网络隐含层神经元的数量及中心值，并采用信赖域约束高斯-牛顿（TR-CGN）算法优化其参数；最后，在GNSS信号失锁时，利用训练好的改进RBF神经网络辅助非线性 CKF滤波进行误差补偿。实验结果表明，该方法在不增加硬件成本的情况下，平均定位误差较自动驾驶协同定位系统降低了17.87%；与KPCA-RBF辅助的平均定位误差相比降低了54.37%，可见，所提方法有效增强了组合导航定位系统在复杂环境下的适应性和鲁棒性。

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。

运载火箭时序姿控系统消反峰电路采用“二极管+电阻”电路与“电阻+二极管+稳压二极管”电路，利用MULTISIM进行仿真，并利用试验进行验证，发现消反峰电阻越大或者稳压二极管稳压电压越大，电磁阀理论关断时间均越小。对于相同的电磁阀关断时间指标要求，增加稳压二极管稳压值的方法产生的反峰电压要低于增大电阻产生的反峰电压；电磁阀通过精确控制燃料和气体的流动，确保其按照预定的比例和时间被送入发动机，所以增压阀、安溢阀、辅助动力电磁阀等在姿控系统中承担着调节压力和安全保护的重要作用，维护着火箭的姿态稳定和飞行安全，故其关断时间和反峰电压需要精确控制。

针对航天装备全系统测试数据和履历信息、环境数据等多源、异构海量数据信息，建立基于数据的健康管理系统。实现对测试数据、产品履历数据及环境数据的集成存储、模型分析和健康评估。系统基于服务化的架构设计，通过信息采集与处理实现对装备测试数据的集成与管理，通过轻量化的分布式列存储方式构建高可靠试验数据存储与管理底座。针对系统和关键单机的健康状态，给出基于算法模型的趋势分析、寿命预测和维修决策信息，进行分层级态势展示。实现全系统和关键单机的健康状态评估、健康趋势分析、寿命预测和维修决策支持等，为装备数据健康管理提供了一种解决方案。

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。

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。

以探空气球高空风资料为基准，对风廓线雷达、数值天气预报模式预报第1~4天的高空风及对应最大气动载荷精度进行对比分析，结果表明:高空风精度由低到高依次为风廓线雷达、预报第4~1天，风廓线雷达在高度7.6 km及以上的高空风精度明显偏低，绝对差超过5 m/s；最大气动载荷精度由低到高依次为风廓线雷达、预报第4~1天，风廓线雷达、预报第1~4天的最大气动载荷平均绝对差分别为326.72、126.53、162.26、183.15和212.59，单位为Pa∙rad，相关系数值分别为0.76、0.98、0.96、0.95和0.92。因此，风廓线雷达高空风产生的最大气动载荷精度较低，不能用于火箭飞行的安全保障，需进一步改造提高其精度。

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。

提出一种基于联邦对比学习的锂电池健康状态估计方法。首先，采用联邦学习方法联合多个客户端共同训练模型，在保护数据隐私的同时实现多个客户端之间的知识共享；然后，在联邦学习框架下引入对比学习思想，实现多个客户端之间的特征对齐，降低不同客户端之间数据分布差异，进一步考虑不同客户端的数据质量存在差异，提出一种动态加权聚合算法，降低低质量数据对全局模型的影响；最后，在18650锂电池数据集上验证了模型的有效性，在保护数据隐私的同时保证了健康状态较低的评估误差。

紧密围绕航天测发控系统在认证授权、数据安全防护以及异常操作可追溯等方面的安全需求，开展区块链技术在航天测发控系统认证和授权管理上的应用研究。本文详细阐述了航天测发控系统认证授权区块链平台的网络架构、账户信息模型、共识机制以及差异化授权智能合约算法的设计方法，通过自主开发的区块链仿真平台对所提出的设计方法进行了验证。

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。

针对受模型不确定和外部未知扰动影响的大载重四旋翼无人机路径跟踪控制问题，提出一种基于随机前馈神经网络的自适应滑模控制方法。该方法通过将大载重四旋翼无人机动力学系统飞行过程中遭受的模型不确定和外部未知扰动定义为集总干扰项，借助于随机前馈神经网络对各个通道中的集总干扰项进行自适应估计和自适应滑模控制器的补偿，依据李雅普诺夫稳定性分析方法给出了大载重四旋翼无人机路径跟踪误差收敛的严格证明，仿真结果充分验证了所提控制方法的有效性。

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。

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。

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。

针对航班化航天运输飞行器的飞行能力在线评估问题，提出一种在线可达域定制化计算方法。首先，在给定约束和初始条件下，设计了围绕当前轨道平面形成的可达轨道包络计算方案；其次，设计了异构加速的定制化方法与硬件产品模块，可快速实现可达轨道包络的在线计算，并能够针对特定轨道进行燃料最优的规划制导；最后，从可达域计算分析与规划制导等方面对该方法进行验证，结果表明算法收敛性好、可快速计算可达域包络且控制量能够平稳适应轨道参数的变化。

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。

装备异常时序数据生成是工业智能运维领域的核心挑战之一。针对传统装备数据生成方法在异常生成中存在的潜在空间耦合性强、物理规律违背及异常模式单一等问题，提出一种因果解耦的变分自编码器方法，通过引入因果图约束潜在变量独立性和嵌入物理方程作为解码器先验知识，并结合动态扰动策略生成多样化异常数据，实现了装备异常时序数据集的智能化生成。实验表明，该方法在单因精确控制、拟合时间维故障传播以及物理约束可控性方面具有良好的适应性。在多个跨领域公共评测数据集上，生成异常数据的物理合理性、可解释性和检测模型训练效果均显著优于现有方法。

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。