针对空中作机动飞行的点目标，利用弹载被动系统（包括红外被动系统和被动雷达系统）测量的目标光谱辐射照度信息，建立了具有Markovk跳变参数的统一目标距离估计模型。基于结构随机跳变系统最优滤波理论，提出了一种被动系统距离估计算法，考虑到系统的实时性要求，推导了其简化算法。仿真结果验证了算法的正确性，并且简化算法具有很高的实时性。

炸弹气动参数辨识技术是飞行器气动参数辨识中的关键分支,要提高无控炸弹的命中精度,减少弹药消耗,需要对炸弹的气动参数辨识方法进行研究。针对利用一般极限学习算法进行气动参数辨识时预测精度低、预测结果易发散的问题,应用遗传(GA)算法优化极限学习机(GA-ELM)算法、极限学习(ELM)算法,GA算法优化产生ELM的输入权重和隐含层神经元阈值,可以使得输入权重和阈值包括更多的样本信息,以提高其辨识精度。仿真结果表明利用遗传算法优化极限学习机可以有效提高辨识精度,辨识结果有较好的收敛,但是由于遗传算法的寻优时间长,整体辨识时间加长。