为准确地对地铁站台门进行故障诊断，并针对支持向量机(Support Vector Machine，SVM)在故障诊断中的参数选择问题，将跳蛛算法(Jumping Spider Optimization Algorithm，JSOA)用于SVM参数优化提升诊断性能，同时针对JSOA易陷入局部最优、收敛速度慢等不足，提出一种多策略改进跳蛛算法(Improved Jumping Spider Optimization Algorithm，IJSOA)优化SVM的站台门故障诊断方法。首先使用Teager 能量算子、变分模态分解(Variational Mode Decomposition，VMD)以及精细复合多尺度模糊熵(Refined Composite Multiscale Fuzzy Entropy，RCMFE)提取信号特征；其次，通过IJSOA寻找SVM最优参数组合构建诊断模型；最后，使用提取的特征向量输入诊断模型实现站台门故障诊断。结果表明提出方法平均识别率为97.774 %，诊断精度较其余几种方法更具优势，能够有效提升故障诊断分类效果。

分析世界主要国家和地区使用的机场噪声评价量的基本原理、计算方法及控制标准，并基于某大型繁忙机场实际噪声监测数据，通过实验分析论证各机场噪声评价量的共性和差异，指出现有机场噪声评价量的不完备和需改善之处。

为了解决航空发动机的整机振动分析问题，提出一种基于谐波小波的振动信号分析方法。首选对振动信号进行谐波小波变换，得到信号的时频表示；根据时频图提取信号特征，得到信号的特征频率；根据与基频信号的对比，识别发动机的振动故障类型。实验结果表明，该方法可以准确地识别出发动机的三种典型振动故障。与传统基于小波分析方法相比，基于谐波小波的方法具有更准确的振动故障特征识别能力，适用于振动信号的分析。

为监测和分析中小型机场附近噪声污染状况，提出一种基于单个飞机噪声事件最小顶点覆盖模型的机场噪声监测点分布方法。该方法以大量网格点作为候选监测点，形成顶点集合，利用INM噪声预测软件计算各顶点在每个噪声事件发生时的噪声值，根据单个飞机噪声事件的限值确定各顶点监测到的噪声事件，从而建立最小顶点覆盖模型，然后采用改进的贪心算法求得近似最优解，使得顶点能覆盖所有噪声事件并且个数最少，实验证明改进的贪心算法比传统的贪心算法得到的解更优，需要的监测点更少。