提出了一种改进的彩色图像边缘检测方法来克服传统方法不考虑色度信息及噪声影响而产生漏检、错检边缘的不足．通过提取图像的颜色主轴来综合表示图像的亮度和色度信息，并将彩色图像降维成包含色度信息的灰度图像用以检测; 为了降低噪声对检测结果的影响，采用脉冲耦合神经网络(PCNN)模型．由于PCNN模型中的参数过多，不利于控制，故使用简化的PCNN模型来减少参数，达到比较好的控制．实验表明，这种基于颜色主轴的PCNN彩色图像边缘检测方法不仅能准确得到彩色图像的边缘信息，而且对噪声有很强的抑制作用．
提出了一种基于案例推理的最优策略产生方法，用于异构无线网络系统自主高效的无线资源管理及优化．该方法利用案例检索与匹配算法，从案例库中寻找最合适的再用策略;利用基于相似度概率的策略再用算法，改进新策略学习的效率和质量; 应用贪婪算法，产生没有可用案例情况下的应对策略．此外，该方法在学习的基础上对策略案例库进行实时的更新．仿真结果表明，该算法具有高效的在线学习能力，能够有效提升网络在频谱效用和阻塞率方面的性能，实现自主的无线资源管理．
针对手写阿拉伯文100类变体字符中相似字多、书写粘连等识别难点，提出一种基于部件分解和自适应融合的识别算法．首先，根据结构规则建立字符的部件模型，将字符分解为主体、附加和点三类部件，并结合连笔分析获得较鲁棒性的部件描述;然后，针对各类部件的不同特点设计相应的特征抽取和分类器，通过部件匹配来检测和辨识相似字间的微小差异; 最后，利用并改进D-S证据理论对多个部件进行融合，通过分析部件的匹配度分布建立一种实时的融合权重计算方法，并基于所得权重提出证据的折扣方案，从而实现自适应融合，以提升字符识别效果．实验证明该算法较现有经典算法在识别率和稳定性方面均有明显提高．
分析了信道时变对TDD-MIMO-OFDM系统容量的影响，提出了一种基于变换域预测的TDD-MIMO-OFDM系统信道互易性补偿方法．该方法基于最小描述长度准则(MDL)对变换域分量进行检测，并对这些分量进行预测以补偿信道时变．通过变换域处理，该方法有效地降低了信道估计和预测误差，弥补了由时变引起的信道非互易性带来的系统容量损失．
为了解决单故障节点情况下片上网络的无虚通道容错通信问题，提出一种新的片上网络容错路由算法．该算法在已有算法绕行思想的基础上，首先利用内建自测试机制获取故障节点的位置信息，再通过辅助节点来优化数据的绕行策略，达到了均衡故障节点周围链路负载并减少部分数据的绕行距离的目的．针对8×8 2D-Mesh网络的仿真结果表明，与Zhang's算法和Chen's算法相比，采用本文算法后网络的饱和注入率分别提高了3.13%和21.77%，在注入率为0.09时网络的通信功耗分别降低了3.40%和5.57%．
流形学习有效地保持了数据的局部几何结构，已成为模式识别、机器学习等领域的研究热点．但是它忽略甚至破坏了对模式分析很重要的局部多样性信息，导致局部几何结构描述不够稳定，且性能不是很好．针对此问题，提出了基于图论的多样性保持投影．该方法利用邻接图刻画局部数据之间的变化关系，并给出度量数据多样性大小的差异离散度，然后通过最大化差异离散度提取投影方向．此外，该方法直接从图像矩阵估计差异离散度矩阵，有效地避免了小样本问题．在Yale，UMIST和AR数据库上的实验结果证实了该算法的有效性．
针对米波雷达低仰角估计的难题,结合干涉技术和超分辨算法的优点，提出了干涉阵列米波雷达的高精度低仰角估计方法．该方法首先利用干涉结构扩展阵列孔径，再将常规的空间平滑算法推广到干涉阵，提出了干涉阵的空间平滑方法，然后应用其实现低仰角多径信号的解相干，最后利用双尺度酉ESPRIT算法得到低仰角的高精度估计．仿真结果和实测数据验证了干涉阵列的前后向空间平滑方法及干涉阵列的高精度低仰角估计方法的有效性，并分析了该方法存在的信噪比门限与基线模糊门限的产生原因．
针对传感器网络中的动态跟踪问题，提出一种基于博弈论的多机动目标协同跟踪算法．首先利用交互多模型扩展粒子滤波估计网络中每个机动目标的状态；然后以滤波过程中获得的目标信息增益为衡量标准，促使跟踪精度未达系统要求的目标的代理发起谈判，在保证谈判双方利益最大化的前提下，通过博弈为谈判发起者争取更多的传感器对其所代表的目标进行跟踪．仿真结果表明，在非线性非高斯环境下，该方法与传统方法相比能够有效提高跟踪精度，动态分配传感器资源以实现协同跟踪．
为提高短孔径逆合成孔径雷达的成像分辨率，利用逆合成孔径雷达图像的稀疏统计特性，提出了一种超分辨成像算法．通过结合逆合成孔径雷达像的强稀疏性，对成像过程建立近似的统计概率分布模型．利用最大后验概率及贝叶斯估计方法，推导了稀疏控制参数的显式表达，并通过共轭梯度法优化求解图像．另外，联合恒虚警概率检测和带宽外推技术的步进式成像过程，提高了参数估计和超分辨成像算法的稳健性．
瞬态干扰是影响天波超视距雷达检测性能的主要因素之一，因此必须对瞬态干扰进行抑制．提出了一种改进复经验模式分解方法以抑制天波超视距雷达中的瞬态干扰．该方法利用小波包分解将回波信号先分解成一系列窄带信号，再对每一个窄带信号进行复经验模式分解，然后对各个固有模态函数进行归一化相关性筛选处理，最后对剩余信号进行瞬态干扰检测和剔除．该方法的主要优点是无须杂波抑制和数据预测重构．实测数据处理结果表明该方法能有效地检测和抑制瞬态干扰．
采用子空间方法研究了基于发射天线旋转的信号波达方向估计和取向误差自校正方法．利用一个到达方向未知的信号源，将校正过程中信号源发射天线绕z轴和x轴以90°进行两次坐标旋转，待校正电磁矢量传感器阵列分别接收和这3个到达方向有一定关系的发射信号，根据子空间理论并利用坡印廷矢量间的关系估计信号源到达方向和阵列的取向误差矩阵．该方法仅需要一次特征分解，不需要搜索运算和参数配对运算，计算量小，计算精度高．由实验结果可看出，校正后的参数估计值与真实值吻合得很好．
提出了一种从标准程序流程图到结构化代码生成的新算法．该算法通过对程序流程图结构的分析与识别、循环结构的线性化以及对分支结构域的确定等过程，能够生成符合程序流程图语义的结构化C代码(包括continue/break/return)；同时，能够识别出非结构化的程序流程图．
验证码是一种能够区分计算机程序和人类的图灵测试．提出了一种使用粗匹配序贯相似性检测算法来破解字符有旋转、非扭曲、无粘连的验证码的方法．通过对旋转字符的旋转角度归一化减少了模板的数量，使用粗匹配算法降低了单个模板匹配所用的时间，从而在速度和准确率方面有了很大提高．以网上的验证码为例，介绍了破解的4个阶段: 图像的预处理、提取字符、旋转字符和识别字符．实验结果表明，使用基于粗匹配的序贯相似性检测匹配算法，验证码破解成功率可以达到85％，平均破解一张验证码图片所需的时间为3.5s，远优于同类算法．
在获取待修复块的最佳填充块时，为了扩大搜索匹配范围，并适当提高结构像素在搜索匹配过程中的权重，提出了一种局部结构测度约束下的基于加权分形的图像修复算法．该方法对选定的定义域块进行几何变换和同构变换，构造码本，扩大搜索匹配范围; 计算各向异性非线性结构张量，得到局部结构测度，据此构造归一化权系数; 进行亮度变换，在局部结构测度的约束下，将待修复块与码本块进行加权匹配，通过最小化加权误差，导出新的亮度变换参数; 利用码本中加权误差最小的数据块来填补待修复块．实验表明:该方法能够很好地补全破损的几何结构，并使得新填充区域与源区域保持很好的一致性，其修复结果的主观质量和客观评价指标都得到了显著提高．
研究了二维导体粗糙面与三维半掩埋导体目标双站复合电磁散射，给出了一种粗糙面与目标复合电磁散射建模方案．首先利用谱方法生成随机粗糙面并利用逆向工程方法获得连续曲面，进而与半掩埋目标复合获得精确的三维复合模型．在精确几何模型基础上，根据入射波频率对其进行表面网格剖分．接着利用物理光学方法和多层快速多极子方法对单一导体粗糙面以及粗糙面与目标复合体模型的电磁散射特性进行研究，计算了双站雷达散射截面．
基本遗传算法的核心理论是模式定理和收敛性理论．传统的模式定理使用了二进制编码方法并给予了证明，然而现实中用遗传算法求解很多问题时需要使用有限字符集的编码方法．首先给出了一些具有代表性的遗传算子，在此基础上证明了有限字符集编码下的模式定理．结果表明，基于有限字符集编码的遗传算法中阶次低、定义长度短且适应度值超过平均适应度值的模式的数目将以指数级增长．
在分析现有全IP架构的核心网域(IMS)业务触发存在问题的基础上，结合基于业务键的多业务触发算法和基于分组的业务触发算法优点，设计了一个基于应用服务器(AS)触发链的多业务触发机制．利用Jackson排队网络理论对该机制的性能进行了分析，并进行了仿真实验．结果表明，该机制能够降低服务-呼叫会话控制功能与AS之间的通信量，提高了触发效率，具有良好的触发性能．
从信道响应函数出发，推导了高速串行通信中计算数据相关性抖动的一般公式，结合mBnB编码规则，提出了以单位脉冲响应的幅度作为权重的优先迭代算法，求得使数据相关性抖动取得极值的mBnB编码序列，进而计算数据相关性抖动峰峰值．利用实测得到的信道参数验证了该算法，相比于发送大量随机mBnB编码码流来遍历搜索数据相关性抖动极值的方法，该方法计算简单，且误差小，能够快速准确地得到mBnB编码码流的数据相关性抖动的峰峰值，并可据此评估不同mBnB编码的抖动性能．
为提高低信噪比条件下短时正弦信号的频率估计精度和扩展多段信号融合法的适用范围，提出一种利用多段倍频正弦信号进行加权融合的频率估计算法．为消除多段倍频正弦信号中各段信号频率不等对频谱分析的影响，根据各段信号间频率的倍数关系生成倍频修正矩阵，对多段倍频正弦信号频谱进行同频化处理．为消除各段信号相位不连续和时宽不等对频谱融合的影响，构造具有相位连续特性和噪声对消特性的加权因子，对同频化的多段倍频正弦信号频谱进行加权融合，得到最优加权融合频谱．最后，通过谱峰搜索最优加权融合频谱，实现高精度频率估计．仿真结果表明文中算法的频率估计精度较现有方法有较大提高，抗噪性好，普适性好．
为对特定辐射源识别技术进行数学理论描述，引入了信息论对特定辐射源识别过程进行建模，设计了互信息计算算法以评估特定辐射源识别的理论极限性能，并采用信息论对特定辐射源识别的系统设计进行指导，提出依据互信息度量提取非参数特征实现特定辐射源识别．在实验和仿真中根据互信息描述对接收机畸变的影响和特征提取算法的性能进行了评估，表明了特定辐射源识别信息论描述的有效性和非参数特征的可行性．
在P2P点播系统中，针对现有算法不能充分利用节点的上行带宽的问题，从数据请求量的角度，提出一种数据调度策略的模糊控制实现．该策略中，节点在计算数据请求量时，将节点缓冲区及上行带宽信息模糊化后，依据模糊规则产生模糊决策，并利用模糊控制的策略，动态地决定向邻居节点及服务器的数据请求量．仿真结果表明，该策略能够有效提高节点的上行带宽的利用率，降低了服务器的负载．
针对高速信号传输中码间干扰引起的抖动问题，提出了一种新型电流模式预加重电路，与传统结构相比，该新型电路不仅降低了电路复杂度，而且通过双边沿预加重提高了工作速度．针对低压差分信号传输的振铃问题，在考虑芯片压焊线模型以及负载的情况下，提出了一种基于阻抗匹配方法的振铃消除技术，有效缓解了输出振铃现象．通过对仿真和测试眼图进行讨论，验证了新方法的实用性．
针对大多数降斑算法不能很好地在实现区域平滑的同时保持图像细节边缘这一问题，提出了一种新的复扩散方程，结合Shearlet变换给出了一种模极大值边缘检测方法．将获得图像边缘与降斑平滑的结果相结合，在有效实现降斑平滑的同时保持了图像的边缘．实验结果表明，该方法对SAR图像中的点目标、边缘和纹理具有较好的保持能力，在有效降斑的同时，更多地保留了图像的边缘和细节．
为了解决强噪声和平动调制下多散射点微多普勒提取问题，提出了一种基于最强散射点瞬时多普勒信息的平动补偿和微多普勒提取方法．该方法利用Viterbi算法提取最强散射点瞬时多普勒，根据多普勒率与微多普勒关系提取最强散射点的平动多普勒；通过对平动多普勒的多项式回归得到平动参数，进而重构平动信号，并对回波信号进行平动补偿；通过对补偿后信号时频面进行Hough变换正弦检测来提取各散射点的微多普勒参数．仿真实验结果验证了该方法的有效性和精确性．
为了利用经验模式分解法提取信号边缘信息，提出一种基于经验模式分解的自适应滤波方法，并给出了噪声功率阈值的两种选取方法．该滤波方法首先对信号进行经验模式分解; 其次对相邻尺度上残差分量一阶导数信号进行空间相关性计算，并对归一化空间相关函数与残差分量一阶导数进行逐点比较，实现对残差分量一阶导数的滤波; 最后根据噪声功率阈值判断自适应滤波过程是否结束．仿真实验结果显示，本方法可以准确提取信号边缘信息，同时抑制噪声信号．
针对等腰直角三角形平面模型效率低和精度差的问题，在双频点近似算法的基础上，提出了一种快速的Spice兼容等腰直角三角形平面谐振腔模型．与电感近似的等腰直角三角形平面模型相比，提出的模型使用最少的谐振腔基本模式与单节的高阶修正电路，不仅提高了等腰直角三角形电源地平面的仿真效率，而且改善了模型精度．仿真结果表明，电感近似模型在分类关键因子为2时，最大误差约为10％；提出的模型在分类关键因子为1.3时，最大误差约为1％，其仿真时间仅为电感近似模型的26％，验证了该模型在提高等腰直角三角形电源地平面的仿真效率和改善模型精度上的有效性．
在图像盲反卷积的过程中，最主要的难点是缺少点扩散函数的足够信息而导致的病态问题．解决此问题可以通过对原始图像和点扩散函数同时进行正则化约束．为了在图像复原过程中得到惟一、稳定的解，并保证图像恢复结果的有效性，提出了一种具有尺度不变性和稀疏性的正则化函数，并通过两组对比实验例证了利用该函数的图像盲复原算法具有良好的鲁棒性和收敛稳定性．
研究了当载荷区间变量随时间变化且结构强度区间变量随时间退化情况下的结构动态非概率可靠性问题，给出了结构强度退化的变化区间及其均值、离差的计算表达式；根据应力-强度干涉理论和区间理论，建立了在结构强度随时间退化时，结构所承受的载荷分别为阶梯型、等幅交变型和任意时变型3种情况下的结构动态非概率可靠性预测模型，并通过3个算例说明文中所建模型的合理性．
针对单载波和最小频移键控(MSK)调制的主用户信号，提出了一种基于时频聚集度分析的频谱感知算法．计算接收数据互相关函数的时频脊线，统计时频脊线点集的概率向量;利用信号能量在时频谱上的聚集性和信道噪声时频点的均匀分散性的特点，定义时频聚集度来评价时频点的聚集程度，并设定聚集度门限，用以判断主用户信号的存在性．仿真实验表明，该算法对一般信道和衰落信道都是有效的，并在较低信噪比下保持了良好的检测性能;在相同的噪声功率不确定度下，其虚警概率低于能量检测法．
提出了通过进程移植实现对用户级进程执行实施监控的方法，旨在同时解决隔离和兼容性问题，并采取重定向系统调用来保证被移植进程执行的连续性．实验结果表明了文中方法的有效性和可行性，以及对系统性能的微小影响．
高径向速度目标常会引起严重的距离走动，对方位向速度的估计造成较大的影响．针对此问题，提出了一种新的方位向速度估计方法．该方法分析了运动目标在不同域中的信号形式，并发现在二维频域中动目标的方位调制和距离走动体现在同一指数项中，利用该特点在二维频域构造匹配滤波器组估计方位向速度．相比于传统方法，本方法可使方位向速度估计独立于径向速度，并规避了距离走动对方位向速度估计的影响．本方法均适用于机载和星载SAR系统．仿真和实测数据验证了本方法的有效性和稳健性．
提出了一种基于混合卡尔曼滤波的非均匀校正算法，可以用于解决参数漂移为非线性的问题．该方法首先根据给定状态空间模型的特点，使用无迹卡尔曼滤波技术和传统卡尔曼滤波技术分别处理非线性的状态转移模型和线性的观测模型，然后把估计结果用于非均匀校正．使用仿真的一维和二维数据验证算法性能，实验结果表明，所提算法扩展了传统卡尔曼滤波算法的使用范围，并且与扩展卡尔曼滤波算法相比，具有较高的稳定性和估计精度．
