对流层内大气波导可能会显著影响电磁波的传播距离,从而影响雷达等无线电电子系统的作战性能,制约了其战术部署和选择。如何利用电磁波在大气中传播所携带的信息反演大气波导,属于反问题研究的热点问题。本文对GNSS信号联合反演大气波导技术进行了系统性研究,并导出了非局地边界的伴随模式,主要内容如下:一、针对布谷鸟算法内固定参数值限制了算法的性能和收敛速度的问题,引入了一种基于进化过程的反馈调节参数方案,提出了动态自适应调整布谷鸟算法(DACS-CO)。对不同群智能算法在各种非线性系统中进行了对比测试,结果表明该算法通过参数动态自适应调整和交叉变异的确提高了布谷鸟算法的收敛速度和求解质量,改善了种群的多样性和集约性,能有效地反演非线性系统参数。在水平均匀条件下,利用该算法对蒸发波导和表面波导结构进行反演,数值试验证明DACS-CO收敛速度快,具有很强的抗噪性能,能达到实时反演的目的。二、构建了 GNSS传播损耗和信号延迟信息联合反演大气波导的框架,并针对经典多目标优化算法NSGA-Ⅱ的不足,提出了一种结合模拟退火的改进算法NSSAGA。当目标函数相同时,混合算法的反演结果比NSGA-Ⅱ更接近于给出的模拟真实值。而且,在不同的高斯噪声环境下,对比分析结果表明NSSAGA具有较强的抗噪声能力。当采用混合算法,目标函数分别为匹配场处理方法和普通的最小二乘法时,试验显示匹配场处理方法的结果优于最小二乘法。其中,考虑天线高度影响的目标函数Bartlett1能在不同高斯噪声水平下获得较好的折射指数剖面效果。对于实际观测资料,本文采用鄱阳湖观测数据对NSSAGA结合Bartllett1的反演方法进一步测试,结果表明提出的新反演方法能较好地描述真实的折射环境。三、GNSS信号联合反演是一个多目标优化问题,采用HV、IGD和Σ2作为评价指标,从是否考虑天线高度和发射频率的角度,对7个进化多目标算法的解集多样性和收敛性进行评估,由此选择适合解决此类问题的多目标算法。以HV为评价指标,结果表明NSGA-Ⅱ在三组试验中表现最好,其次是NSGA-Ⅲ,MOEAD表现最差。有时候以HV和IGD(或△2)为度量指标,评价结果可能有所不同,尤其是对于MOEAD、HypE和GrEA。当不考虑天线高度和发射频率两个因素时,KnEA无法将反演结果收敛于真实值,目标空间的多样性弱。当考虑发射频率时,KnEA反演效果显著提高,目标空间均匀分布在PF上。当同时考虑两个因素时,目标空间收敛,决策空间多样性增强。将反演结果与仿真结果对比,可以看出某些反演算法即使在评价指标上表现出性能良好,但反演结果并不一定接近真实值,如HypE。相比之下,MOEAD和NSGA-Ⅲ在不同条件下能比较准确地构建出的大气折射环境,说明两种算法具有更好的鲁棒性。四、提出了结合非局地边界条件NLBC的伴随反演算法,利用伴随计算待反演折射指数参数关于目标函数的梯度,通过拟牛顿梯度下降法反演出廓线结构。与APM 比对试验表明,NLBC吸收效果良好,能达到Hanning窗口函数相同的目的。在伴随代码检验中,随着α减小,φ1(α)、φ2(α)和φ3(α)接近于1,说明切线性模型和伴随模型代码设计正确,获得的泛函梯度可以用来优化控制。在蒸发波导反演过程中,低频率电磁波在两种不同参数化形式的蒸发波导反演效果相同,而相对高频率的电磁波则在对数型蒸发波导中表现较差。在抗噪声性能检验的数值试验中,反演算法在高水平噪声中呈现出不适定性,在10m以下的反演参数围绕着真实值来回震荡。