通过扭映射\pi :\mathbb{C}{\mathrm{P}}^{\mathrm{2}n+\mathrm{1}}\to \mathbb{H}{\mathrm{P}}^n构造\mathbb{H}{\mathbf{P}}^{\mathit{n}}中的线性满常曲率共形极小2维球面。亦即构造了在\mathbb{C}{\mathrm{P}}^{\mathrm{2}n+\mathrm{1}}或\mathbb{C}{\mathrm{P}}^{\mathrm{2}n}中的水平线性满常曲率共形极小2维球面（对于后一种情况，考虑其在\mathbb{C}{\mathrm{P}}^{\mathrm{2}n+\mathrm{1}}的自然嵌入）。进而证明这种方法构造的球面都是非齐性的。

具有多个目标的航空公司机组配对问题目的是寻找一个可行的任务环子集，使其覆盖所有航班，同时每个目标函数最小化。针对该问题，构建2种不同的数学模型，一种是包含逻辑关系的模型，另一种是整数规划模型。为求解这一目标问题，提出一种改进的多目标进化算法，该算法基于非支配排序遗传算法框架，通过计算每个解对应的目标向量和自适应评估向量之间的距离区分种群个体。算法主要利用自适应评估向量和帕累托方向引导搜索，以获得帕累托解。为进一步提升解的质量和可行性，还引入修复策略和局部优化策略。实验结果表明，所提出的多目标进化算法性能上优于传统的非支配排序遗传算法Ⅱ及另一种多目标遗传算法。

构造实体几何 CSG 技术通过几何基元集与基元间的布尔运算来定义复杂形状，但从已有的几何形状逆向建模恢复 CSG 构造序列一直是富有挑战性的研究问题。提出一种基于Transformer的深度网络架构，解析输入的几何形状，并输出该形状的 CSG 建模序列。采取CSGNet算法作为基线，首先扩充训练所用的合成数据集，使得模型能够学习并解析更广泛的形状。此外，采取VGG编码器-Transformer解码器的自回归学习架构，基于注意力机制更好地关联生成序列，将二维形状输入解析为固定格式的CSG序列输出，得到更好的重建质量。还引入预测有效性矫正模块，确保模型不会输出无效的重建序列。结果表明，本文提出的模型在合成数据集和真实CAD数据集上都能够取得更好的质量。

液态铅铋被视为第4代铅冷快堆的堆芯冷却剂，其与结构钢材的相容性问题是目前研究的重点之一。采用分子动力学方法，对铁原子在液态铅铋中的团聚过程和铁团簇的扩散行为进行模拟，分析体系温度、铁团簇尺寸和质量浓度对铁团簇之间聚合过程，以及铁团簇扩散行为的影响规律和微观机理。结果表明，铁原子在液态铅铋中会倾向于形成团簇，并且高温能够加快团聚过程。研究还发现在液态铅铋中铁团簇之间的聚合需要克服能垒，在473 K下半径为10 Å的2个铁团簇聚合需要克服的能垒约为2.14 eV，并且体系温度的升高和铁团簇尺寸的增大有利于铁团簇之间发生聚合。另外，通过计算可知，铁团簇的扩散系数随着其质量浓度的降低而增大，随着其尺寸的增大而减小，随着体系温度的升高而增大。铁团簇尺寸对扩散激活能的影响并不显著，半径为10、12.5和15 Å的铁团簇的扩散激活能分别为0.128、0.140和0.134 eV。

分布式编队SAR通过顺轨干涉可实现海表流速测量，然而交轨基线的存在使得干涉相位中叠加了平地效应、海浪波高和海面高程等相位，难以直接通过干涉相位精确反演海表流速。针对此，提出一种面向多基线干涉SAR编队系统的海表流速测量方法。首先，基于波浪运动和噪声分布特点，提出基于空间平均的海浪波高、大尺度波轨道速度和噪声相位的联合抑制方法，有效抑制这些干扰项。然后，针对径向流速相位和海面高程相位相互耦合问题，提出基于多基线的海面径向流速和高程相位解耦合方法，通过引入另一干涉对提高数据处理自由度，联合2组耦合干涉相位完成流速和高程相位的有效分离，实现径向流速的高精度测量。最后，使用宏图1号的实测数据验证所提方法的有效性。

雷达辐射源信号分选是现代战争中雷达电子侦察的关键环节。然而，随着电磁环境日益复杂，侦察接收机截获的信号往往存在大量脉冲缺失、虚假脉冲和脉冲抖动。复杂电磁环境具有信号长程相关、数据分布多样性、不同时间步信息互补等特点，而现有基于双向长短期记忆网络（Bi-LSTM）的雷达信号分选方法性能不足，主要是因为其全局依赖建模能力不足、存在梯度消失与过拟合风险以及特征交互受限。针对此，提出一种集成注意力的Bi-LSTM方法，通过集成多头自注意力机制、层归一化和残差连接等技术，分别解决上述问题。主要改进工作包括：1）数据预处理：将原始到达时间数据转换为到达时间差数据，以提升输入数据的鲁棒性与精度；2）特征提取与融合：采用Bi-LSTM层提取正向与反向时序信息，并引入多头自注意力机制进行深层次特征融合，兼顾长程依赖的捕捉与局部细节的提取；3）优化训练稳定性：利用残差连接与随机失活正则化，保证梯度传递的畅通性。实验结果表明该方法相较于Bi-LSTM方法准确率有明显提升，结构上的改进有效增强了模型对脉冲缺失、虚假脉冲和脉冲抖动的鲁棒性。

L频段数字航空通信系统（LDACS）是未来航空宽带通信主要的候选方案之一。LDACS系统的频谱内嵌在测距仪（DME）相邻波道之间，其采用的正交频分复用（OFDM）调制技术带外辐射较大，会对DME系统造成一定影响，且OFDM波形的频带利用率不高。为此，提出一种基于通用滤波多载波（UFMC）的LDACS波形设计方法。首先参考LDACS系统OFDM体制，设计基于UFMC的收发信机框架；然后选择Chebyshev原型滤波器，通过插值掩蔽的方法设计适合UFMC系统的锐截止滤波器；最后分别和基于OFDM、滤波OFDM的LDACS系统进行性能对比。仿真结果表明，UFMC波形设计方法在不影响系统误码率的前提下，获得了较低的带外辐射功率、较低的峰均功率比和较高的时频效率。

为满足星载相控阵天线对低成本以及低旁瓣电平的要求，提出一种基于深度学习的天线稀疏阵列优化方法。针对大规模稀疏阵列优化问题，传统遗传算法在优化过程中面临计算复杂度高、适应度评估耗时等问题。通过引入深度学习模型预测旁瓣电平，替代耗时的仿真计算，显著降低了时间复杂度。实验结果表明，与传统遗传算法相比，本文方法在优化效果上有一定提升，在面向高频次工程应用场景下具有计算效率优势，能够有效解决大规模稀疏阵列优化问题。

非刚性三维模型的配准在动画驱动、纹理传递、语义理解等不同领域具有广泛的应用，是计算机图形学的重要研究问题。然而基于骨架变形的非刚性物体，如人体、动物等，往往按照关节的运动变化带动整体的形状变形，这种复杂的相互作用给三维配准任务带来了困难和挑战。尽管近期的研究利用深度学习技术在重建具有骨架结构的三维形状时可以取得不错的效果，但这些方法往往严重依赖于大型带标注的数据集。在无监督的情况下，依然容易生成过度拉伸和部分交叉的模型网格。针对三维模型的配准问题，提出一种基于生成式对抗网络的无监督网络框架，利用三维生成器生成拟合扫描点云的模型网格，同时使用2个新型的判别器对变形网格进行正则化约束，该方法在公开数据集上取得了较好的实验效果。

在现有基于模型的强化学习方法中，智能体采用同一策略进行与真实环境和环境模型的交互，难以兼顾探索环境的效率和策略更新的稳定性。为解决此问题，提出一种不确定度增强下基于模型的探索-学习策略联合优化方法。该方法联合优化2个策略，分别是用于与真实环境交互的探索策略和与环境模型交互的学习策略。在优化探索策略的过程中，引入基于模型不确定度的内在激励以提升探索真实环境的效率，同时在优化学习策略时将模型不确定度作为约束条件，保证学习策略优化的稳定性。多个连续控制任务的实验结果表明，该方法相比于现有的代表性方法在渐进性能和样本效率上有明显的优势。

传统的视频异常检测（VAD）方法主要依赖于从视频帧的整体或特定区域提取像素特征。为了降低非结构化噪声的影响，基于人体骨架的VAD方法备受关注。然而在开集场景下，此类方法面临2大挑战：对异常行为的错误重构及对正常行为拓展能力的不足。针对这个问题，提出一种基于记忆增强与扩散模型的骨架视频异常检测框架（MEDM-SVAD）。该框架通过引入记忆增强模块扩展模型对正常样本的记忆能力，避免异常行为因重构误差较小而被误判；此外，利用扩散模型显著提高对域外正常行为的泛化能力。在HR-STC、HR-Avenue和HR-UBnormal这3个公开数据集上的实验结果表明，相较于现有最先进的MoCoDAD算法，MEDM-SVAD在AUC指标上分别取得78.5%、90.1%和69.7%的结果，均有不同程度的性能提升，验证了其在多种场景下的有效性与优越性。

随着巨型星座的卫星数量激增，星座轨道仿真与可视化所需的计算资源急剧增加。为解决巨型星座在存储空间与算力受限的移动设备上可视化效率低下的问题，提出一种基于HDBSCAN算法的轨道模型简化方法。该方法采用两步聚类策略，首先对星座轨道进行类别划分，然后在各类别内进一步细分轨道面，并以聚类中心作为简化表示。以Starlink星座为例，结果显示，轨道数据从6 778条压缩至279条。在本实验硬件环境下，可视化帧率得到大幅提升，且简化后的轨道模型有效保留了巨型星座的结构特征。

对轴向磁场作用下的流致振动问题进行数值研究，应用有限元方法模拟磁场和圆柱-柔性薄梁振动共同作用下金属流体速度场，分析磁场强度和柔性薄梁长度对柔性薄梁振幅、振动频率以及流场流动特性的影响。结果表明：柔性薄梁在绕流脱涡作用下做周期性振动，其主导振型与欧拉-伯努利梁的一阶固有模态相似。随着磁场强度增加，流场非定常流动将被抑制，柔性薄梁振幅减小；柔性薄梁长度增加将使振动频率减小，振幅呈先增大后减小的非线性关系。对于流场脱涡特性，磁场强度增加促进涡的耗散，降低涡脱落频率；柔性薄梁长度越长，其与圆柱绕流剪切层相互作用时的能量耗散越大，显著改变了脱涡模式，从脱涡流态转变为稳定流态的临界哈特曼数随柔性薄梁长度增加而减小。

基于2003—2022年中分辨率成像光谱仪（MODIS）植被净初级生产力（NPP）数据，采用Theil-Sen趋势分析和Mann-Kendall检验，探讨近20年广东省NPP的时空变化规律。结合相关分析和地理探测器方法评估气候因子和土地利用变化对植被NPP的影响。结果表明：珠三角NPP低值区呈现显著退化趋势，而粤东与粤北NPP高值区呈现明显或缓慢改善趋势。此外，气候和土地利用变化对NPP的相对贡献度分别为59.48%和40.51%，其中气温、降水和辐射对NPP的贡献度分别为17.51%、58.32%和24.17%。在不同未来气候情景下，高排放条件会导致NPP高值区面积减少，低值区面积增加；而中等排放条件下，NPP呈现稳定增长趋势。