高超声速气动热预测技术是高超声速飞行器发展的关键技术之一。首先对国内外高超声速气动热预测方法进行分析,提炼出对飞行器气动热有影响的相关流场参数,并着重分析了边界层外无粘数值求解与边界层内工程方法相结合所需要的关联参数。然后基于神经网络来建立气动热流与关联参数之间的关系,并进行验证,提出了基于神经网络的即可快速计算又保证精度的气动热关联研究方法。

常用的多传感器多目标算法需要3个以上的传感器来完成目标的定位与跟踪。声探测受声传感器探测距离近的限制．无法保证每个目标都被3个以上传感器同时探测到。在无源定位与跟踪的理论基础上，提出了一种简化的、易于工程实现的方法，解决了声探测中数据关联和目标定位与跟踪等问题。