提出一种基于伪瞬时相关函数沙漏型变换(pseudo instantaneous correlation function-sandglass transform, PICF-SGT)的二次调频(quadratic frequency modulation, QFM)信号的检测与参数估计算法。PICF-SGT可以解除QFM信号的伪瞬时相关函数中的时间和时延平方项的耦合,从而实现信号的相干积累和交叉项的有效抑制,并且获得信号的调频率和二次调频率的估计。详细分析了PICF-SGT算法的实现、插值误差、信号聚焦特性和交叉项分布及抑制,并且提出了一种改进的尺度因子选择标准。仿真结果验证了该算法的有效性。

针对多子阵中各子阵的标称方向可能存在扰动偏差这一问题,给出了一种多子阵互耦影响下的鲁棒自校正算法。与现有很多互耦自校正算法类似,本文算法同样利用了均匀线阵互耦矩阵的带状、对称Toeplitz性以及多子阵互耦矩阵的块状对角特性,从而避免了多参数联合估计中的多维非线性搜索以及迭代运算。不同的是,本文算法能够克服各子阵标称方向的扰动偏差,具有更强的鲁棒性。此外,还推导了多参数联合估计的克拉美罗界。仿真实验验证了本文算法的有效性和优越性。

通过推导单频信号、线性调频信号和含有三次项信号的正负对称旋转角的分数阶模糊函数,得到一个有用的结论:单频信号和线性调频(linear frequency modulation, LFM)信号正负对称旋转角的分数阶模糊函数模函数处处相等,而对于含有三次项的回波信号,其模幅度差别很大。根据此特性提出了一种海杂波背景下的基于正负旋转角的分数阶模糊函数模函数对消的运动弱目标检测方法。通过对智能像素处理（intelligent pixel-processing, IPIX)雷达实测数据验证表明,所提方法在增加目标与杂波分数阶模糊函数峰值差、提高信杂比等方面都明显优于仅对回波作分数阶模糊函数。采用双参数恒虚警检测方法设置适当的门限,文中研究的检测方法能够达到更好的检测效果。

提出了一种基于粒子滤波和层级形状描述的红外目标跟踪新方法。在粒子滤波理论框架下,观测概率模型的建立是影响红外目标跟踪性能的重要因素,而红外目标描述是建立观测概率模型的基础。针对红外成像特性,以梯度直方图和空域金字塔技术为基础,建立层级梯度直方图,实现红外目标的层级形状描述。通过计算参考目标的层级梯度直方图与目标样本的层级梯度直方图之间的Bhattacharyya距离,建立观测概率模型。两种不同场景特性的红外目标跟踪实验和对比实验分析都表明该方法是有效的、稳健的。

针对传统的几何绕射理论（geometric theory of diffraction, GTD）模型参数估计方法存在模型定阶困难、低分辨率时多散射中心难以准确估计、计算量大、易收敛于局部极值等问题,提出一种组合松弛（RELAX）算法和改进粒子群算法(particle swarm optimization, PSO)的GTD模型参数估计新方法。该算法基于RELAX思想,可以有效解决模型定阶问题；通过成像处理给定距离参数初值,并引入变异机制,使之能够稳定高效地收敛于全局最优值；在每次估计时通过检验同一分辨单元内是否存在多个散射中心,使之具有较好的超分辨能力。实验结果表明,该算法可以高效准确地估计GTD模型的散射中心参数。

针对共形天线阵列流形的多极化特点,建立了锥面共形阵列天线导向矢量的数据模型。通过合理的阵元排列结构设计,推导了锥面共形阵列天线信源解相干的空间平滑算法,解决了ESPRIT(estimation of signal parameters via rotational invariance technique)算法多信源方位估计的参数配对问题,最终给出了锥面共形阵列天线相干信源盲极化波达方向(direction of arrival, DOA)估计算法。该算法利用锥面共形载体的单曲率特性,结合ESPRIT算法参数估计的特点,在盲极化条件下实现了相干信源的高分辨DOA估计。Monte Carlo仿真实验验证了算法的有效性。

在杂波建模、仿真和分类识别研究中,杂波模型参数估计是一个重要的内容。广义K-分布杂波模型的散斑分量和幅度调制分量均服从广义Gamma分布,参数估计存在高维、非线性等问题。将改进的粒子群优化算法应用于广义K-分布杂波模型参数估计,采用均匀设计方法初始化粒子群,利用交叉变异策略改善粒子群优化的全局收敛性,该方法能准确地估计杂波模型各参数,计算简单,收敛速度较快,稳定性较好。仿真实验结果表明该方法具有良好的适应性和估计精度,验证了其有效性和准确性。

为精确估计噪声背景下线性调频（linear frequency modulation, LFM）信号的调频率和中心频率等参数,提出了一种基于Radon模糊变换（Radon-ambiguity transform, RAT）和分数阶傅里叶变换（fractional Fourier transform, FRFT）的离散谱校正估计方法。该方法将LFM信号的调频率和中心频率估计问题转化为模糊域和分数阶Fourier域上的两次一维谱峰搜索过程,并且通过对矩形窗截断的LFM信号的RAT和FRFT谱线结构分析,将能量重心谱校正法引入两次谱峰搜索过程,在不增加运算量的基础上实现了谱峰位置的超分辨率估计,较大幅度地提高了信号的参数估计精度。仿真结果显示,对于单分量LFM信号情况,该方法对信号的RAT和FRFT谱峰位置的校正误差分别降到了扫描步长的1.55%和4.94%,证明了该方法的有效性。

基于分布式卫星编队合成孔径雷达(synthetic aperture radar, SAR)实现对地干涉测量存在斜视的情况，分析了斜视角对分布式卫星干涉合成孔径雷达(interferometic SAR, InSAR)地面数据处理的影响，并在此基础上提出通过偏置成像多普勒中心和对成像结果进行线性相位补偿，能够有效减小甚至消除此影响，进而提高数字高程模型的精度。这种方法具有简单和高效的优点。最后，计算机仿真结果验证了本文分析的正确性和方法的有效性。

有源宽带欺骗干扰能够生成虚假高分辨距离像(high resolution range profile, HRRP)，严重影响成像雷达的目标特征提取与识别。为此，研究了基于极化分集接收的HRRP欺骗干扰鉴别方法。首先，建立了目标回波和欺骗干扰的正交极化宽带响应模型，分析了两者的极化相关特性差异；然后，利用正交极化HRRP之间的互相关系数作为鉴别量，提出了相应的鉴别算法；最后，利用飞机缩比模型及干扰机天线的暗室测量数据进行仿真实验。实验结果表明：在一定信噪比(signal-to-noise ratio, SNR)及鉴别门限条件下，正确鉴别概率将大于90%，验证了算法的有效性。

结合最新的子空间数据分析方法——非负矩阵分解(nonnegative matrix factorization, NMF),对极化合成孔径雷达(synthetic aperture radar, SAR)图像中的弱小舰船目标提出一种全新的有效检测方法。该方法利用极化协方差矩阵分解,得到包含极化图像能量的特征值组,组成满足NMF要求的非负矩阵;然后采用稀疏限制的NMF来提取其中的主要特征,以此将舰船目标检测出来。采用国内全极化和双极化实测海洋数据进行实验,验证了本文方法的有效性。

接收信号相位差变化率的高精度估计是基于质点运动学原理单站无源定位与跟踪的一项关键技术。针对雷达脉冲信号,建立了接收信号相位差模型,分析了相位差变化率的特点,提出了一种相位差变化率的数字测量新方法,直接对各阵元接收的信号进行A/D采样,采用数字信号处理的方法估计相位差变化率。通过离散傅里叶变换和复数乘积运算将相位差变化率的测量问题转换为频率测量问题,利用多个脉冲信息提高了参数估计的精度,根据相位的无模糊测量获得相位差变化率加权最小二乘估计。仿真实验表明,该方法具有较低的信噪比门限,在高于信噪比门限时,其估计精度接近Cramer-Rao下限。

针对合成孔径雷达(synthetic aperture radar, SAR)、逆合成孔径雷达(inverse SAR, ISAR)等雷达目标图像,提出了一种基于联合聚焦/超分辨贝叶斯模型的超分辨重建方法。该方法基于联合聚焦/超分辨和点扩散函数参数模型,采用Metropolis-Hastings迭代更新算法,产生一系列描述目标散射截面和散焦参数概率分布特征的样本,从而估计出最佳目标散射截面元和散焦参数,实现低分辨率图像的超分辨重建。以合成与实测图像数据为例,对该超分辨方法进行了演示并给出了重建结果。实验表明,本文提出的方法对雷达目标图像重建效果良好,可用于SAR、ISAR及实波束成像等雷达图像目标信息的开发。

提出了装备基本任务单元可用度建模方法，建立了基于使能延迟机制的Petri网理论模型。基于ExSpect(executable specification tool)仿真语言的托肯时间戳延迟机制，通过模型转换建立了基本任务单元可用度分析仿真模型。应用模型研究了作战任务要求和维修力量配置对基本任务单元可用度的影响，分析了基本任务单元与单装可用度分析的差异，揭示了导致不同层次可用度综合差异的内在机理。结果表明，模型形象、直观，物理意义明确，具有通用性和可拓展性，是装备基本任务单元可用度分析的有力工具。

针对航天系统安全性分析与评价中面临的不精确、不完全信息难以处理等问题，在D-S(Dempster-Shafer)证据理论研究的基础上，借鉴贝叶斯网络的建模思路，提出了一种新的风险安全性分析与评价方法——证据网络分析方法。给出了证据网络的定义，研究了证据网络的基本建模思路与框架，包括网络结构构建、网络参数表示、原始数据预处理、网络推理算法、评价结果分析，并总结了该方法的操作流程与步骤。最后，通过某航天系统安全性分析与评价算例验证了证据网络分析方法的可行性与有效性，为安全性管理与决策提供辅助支持。

首次提出面向复杂产品研发的分布协同系统多层次Petri网模型。以新支线飞机ARJ21的分布协同研发系统为例，模型通过粒度清晰化实现知识流程的分层，通过可达性检验发现研发整体流程和模块开发子流程中的瓶颈与障碍,进而实现了系统流程再造，提高了研发效率。该方法突破以往的经验设计思路，实现了研发系统设计的科学化与工具化。

空中目标的正确识别对防空作战具有重要的意义。针对目标识别的特点,提出了基于直觉模糊聚类的识别方法。首先，给出了直觉模糊相似度和相异度的度量方法,并利用目标特征信息计算直觉模糊相似度和相异度。然后，在分析了现有的几种直觉模糊相似矩阵构造方法的基础上,提出了一种新的直觉模糊相似矩阵的构造方法,并给出了直觉模糊相似矩阵转化为直觉模糊等价矩阵的途径；此外，定义了直觉模糊等价矩阵的（α,β）截矩阵,进而实现直觉模糊集的聚类。最后,运用该方法对给定特征的空中目标进行了聚类分析,实验结果表明，提出的方法是可行、有效的。

网络化防空体系各作战平台协同目标分配问题是研究网络化防空的一个重要问题。针对未来网络化防空对协同目标分配算法具有很高的实时性要求，提出了基于时间约束的协同目标分配方法——改进的分布协同拍卖算法，给出了算法具体设计思路和流程，并对算法作了仿真实验。仿真的结果和统计数据分析证明，算法能够在约束的时间内给出具有很好优化效果的目标分配方案，并通过与遗传算法的实例比较，体现了该算法在时间约束条件下的优越性。

针对小卫星星座的成像特点和约束特性,建立长期任务规划数学模型。将该模型分解为初始轨道分配和冲突消解两阶段进行求解：首先将初始轨道分配问题映射为图的k-GCP模型,并提出了贪婪顶点序列着色算法进行分配；然后采用区间变量表示成像时间,根据区间变量间的时间关系对影响任务拓扑排序,设计了一种基于深度优先搜索的任务规划算法进行冲突消解。算例表明,该方法能够在满足时效性的前提下解决小卫星星座的长期任务规划问题。

针对多星遥感任务规划中的地面接收资源冲突问题,提出了一种利用互斥关系矩阵解决多星遥感中地面接收资源冲突及优化分配的技术,详细解释了互斥矩阵技术的实现方法；应用该技术能够给出多种无冲突的优化分配预案。同时以遥感任务完成量为基准,根据卫星星上数据存储能力和星地数据传输能力,采用优化决策技术建立了一种地面接收资源分配的综合评价模型,用来对多个地面站分配的无冲突预案进行评估,解决多星遥感地面接收资源分配的最优化问题。

首先给出了模糊合作对策在凸几何上的定义。通过相应的公理体系，论述了模糊合作对策在凸几何上的Shapley函数。为了更好了解此类模糊合作对策，研究了两类特殊模糊合作对策在凸几何上的Shapley函数，并证明了其存在性和唯一性，拓展了模糊合作对策的研究范围。最后通过算例分析来具体说明局中人在此类模糊合作对策上的收益值。

针对语言型多属性群决策中的专家赋权问题，提出一种基于语言测度理论的专家客观权重确定方法。该方法根据精确胜过模糊、少数服从多数、细分优于粗分三个原则，从混合型语言决策矩阵中提取专家权重信息，包括评价信息量、与群体的一致性和发挥的区分作用，给出了个体评价信息量权值、群体一致性权值和区分作用权值的计算方法，在三种分权值的基础上确定专家总体权重。最后通过算例说明该方法可行有效。

对灰色群决策问题进行了研究,提出了一种可以对无效决策进行甄别与剔除的灰色群决策模型。首先,使用强“奖优罚劣”算子对决策信息进行标准化处理,通过构建优化模型并使用拉格朗日函数得到指标权重;然后,通过确定所有方案中的理想最高评价,以及各决策者评价与最高评价间距离,构建对无效决策进行甄别的模型;最后,对剔除无效决策后决策问题中的决策者权重进行调整,并使用灰靶模型对方案进行决策。应用实例说明了决策方法的合理性和算法的有效性。

针对非线性、多变量、不稳定且包含不确定参数的高超声速飞行器模型，设计了高超声速飞行器的鲁棒自适应Backstepping控制器。采用指令滤波的设计方法，得到内回路的跟踪指令及其一阶微分信号，避免了虚拟控制信号需要进行复杂求导计算的困难。飞行器不确定参数采用自适应律在线调整，通过设计辅助滤波系统，并通过修改自适应律中跟踪误差的定义，消除由于期望控制信号不能完全执行所引起的跟踪误差的影响，保证了参数估计在控制信号约束情况下的顺利进行。仿真结果表明，所提出的设计方法不仅应用简单，且能保证高超声速飞行器在不确定参数存在情况下的闭环稳定及良好的跟踪控制性能。

针对高超声速飞行器复杂的气动特性和严重参数不确定的纵向非线性模型，提出了一种基于线性变参数(linear parameter varying， LPV)的鲁棒变增益控制方法。首先,采用雅克比线性化方法将非线性系统LPV化，并结合张量积(tensor-product， T-P)模型转换方法进行LPV系统的多胞变换，得到LPV多胞系统；然后,采用H_∞鲁棒控制和增益调度策略设计了鲁棒变增益控制器，保证高超声速飞行器的纵向稳定。该方法不仅避免了复杂的非线性控制器设计过程，而且能够有效地抑制模型参数变化。仿真结果验证了算法的有效性。

针对带有模型误差及外界扰动的自由漂浮空间机器人轨迹跟踪问题,提出了一种基于神经网络的自适应鲁棒控制策略。采用对神经网络状态空间进行划分后与滑模变结构结合的控制器，对不确定非线性进行自适应学习，逼近误差作为外部干扰由鲁棒控制器消除。该方法从整个闭环系统的稳定性出发，利用H_∞理论设计的鲁棒控制器及神经网络权值的在线调整规则保证了系统的稳定性，并能使系统L2增益小于给定的指标，具有较好的控制精度及动态特性。仿真分析进一步证明了该自适应鲁棒控制算法的有效性。

考虑J₂摄动,研究远程最优拦截初制导问题。针对远程拦截飞行时间长的特点,深入分析并改进一种固定时间拦截制导的摄动修正方法,提出J₂摄动远程脉冲最优拦截策略。基于一种求解最优控制问题的新方法——Legendre伪谱法（Legendre pseudospectral method, LPM）,研究有限推力远程最优拦截初制导问题,给出有限推力远程最优拦截初制导方法。以小倾角大椭圆轨道机动飞行器为对象,进行优化计算。仿真结果说明了本文的最优初制导方法的精度和计算效率。

针对空地导弹的制导控制一体化设计问题，给出了基于扩张状态观测器的动态逆设计方法。建立了导弹纵向通道的制导控制一体化模型，使用动态逆方法对导弹进行了制导控制一体化设计。为克服动态逆方法的缺陷，将制导控制系统的建模误差和未知扰动皆视为不确定性，设计了扩张状态观测器并对其进行估计。仿真结果表明,该方法具有较高的制导控制精度，并满足攻击角约束。

自主协同工作的多飞行体间需通过相对定位确定彼此间的位置关系。针对三飞行体相对定位的欠冗余问题，提出了基于多假设最小均方估计的相对定位算法。首先，算法根据不同飞行体间惯性导航信息相对误差的分布函数，建立了多假设模型；然后，依据不同模型对飞行体的相对位置进行最小均方估计；最后，通过对不同估计结果的加权，实现飞行体间的动态相对定位。为了进一步提高相对定位的精度和稳定性，基于最优线性估计模型，提出了一种线性融合算法，实现三飞行体各自的定位结果的有效融合。仿真表明,本算法在观测信息欠冗余的情况下，可以实现三飞行体间的精确相对定位，且具有较高的稳定性。

为一类不确定时滞采样系统提出了基于观测器的非脆弱H_∞控制问题。针对不确定性均存在于被控对象、控制器和观测器的情形，运用Lyapunov 稳定性理论和线性矩阵不等式方法，得到了非脆弱H_∞控制器和观测器存在的充分条件与设计方法。最后，数值仿真结果表明了所提算法的有效性。

针对一类切换时滞奇异系统,对最优保成本控制问题进行了研究。利用Lyapunov函数方法和凸组合技术,给出了由线性矩阵不等式(linear matrix inequality, LMI)表示的保成本控制器存在的充分条件,并设计了相应的子控制器和切换规则。进一步,建立了一个具有线性矩阵不等式约束的凸优化问题,利用Matlab软件中的线性矩阵不等式工具箱求解,给出了最优保成本控制器的设计方法及闭环最小性能指标上界。仿真示例验证了该方法的有效性。

针对一类参数不确定非线性系统的增益调度变结构跟踪控制,以切换函数作为调度变量,同时考虑系统稳态误差的指标要求,对滑动平面系数、边界层厚度以及控制器系数进行调度,得到了一种新型的增益调度变结构控制策略。不仅消除了系统颤振,减少了系统能耗,提高了系统的控制性能,使得系统能够快速进入并获取稳定的滑动模态,而且使跟踪系统能够满足稳态误差指标的要求。仿真算例验证了所提控制策略的有效性。

针对动态传输控制协议(transmission control protocol, TCP)网络的拥塞问题，基于离散全局滑模控制理论设计了一种主动队列管理(active queue management, AQM)算法，该算法消除了滑模控制的到达阶段，保证网络系统在整个控制过程中的鲁棒性。为了减弱离散指数趋近律的抖振现象，给出了一种改进的滑模趋近律，使得复杂的网络系统具有良好的性能。仿真结果验证了所设计的控制器对活动的TCP连接数、链路带宽及往返时延的不确定性具有很强的稳定性和鲁棒性。

以概率自动机(probabilistic automata, PA)为平台,结合遗传算法(genetic algorithm, GA)的进化思想,设计了反映Skinner操作条件反射(operant conditioning, OC)思想的仿生学习模型,称为基于遗传算法的操作条件反射概率自动机(genetic algorithm-operant conditioning probabilistic automata,GA-OCPA)学习系统。每一次学习尝试之后,首先,学习系统把通过OC学习算法学习得到的信息熵值作为个体适应度；然后,执行遗传算法,搜索最优的个体；最后,再执行OC学习算法学习最优个体内的最优操作行为,以得到新的信息熵值。理论上分析了GA-OCPA学习系统学习算法的收敛性,通过对两轮机器人运动平衡控制的仿真分析,表明设计的GA-OCPA学习系统的学习是一个自动获取知识和提炼的过程,具有高度的自适应能力。

高速无线数据传输利用自适应的资源分配方式以对抗无线传输环境的不利影响。基于单载波频分复用系统提出一种最大平均容量动态子载波分配算法,并在此算法基础上引入公平系数,提出一种公平度可调的动态子载波分配算法,以实现系统分配公平性与总容量性能之间的权衡。仿真结果表明,最大平均容量算法在显著降低算法复杂度的同时,能获得与贪婪算法相近的系统总容量及误码率性能。可调公平度算法通过调整公平系数,能在较大范围内调整信道资源分配的公平度,满足不同传输质量需求,且不增加算法复杂度。

协同通信中,有效降低系统的发射功率是移动网络绿色化的一种解决方案。针对未来移动通信系统的节能问题,给出了协同通信系统中混合译码放大转发（hybrid decode-amplifyforward, HDAF）的功率分配方案。该方案以直接传输方式的中断概率值为约束条件和总功率最小化为目标,采用极值问题的分析方法,得到了准静态瑞利平坦衰落信道中 HDAF协作方式源节点和中继节点功率。数值分析结果表明,在相同的中断概率约束条件下,采用HDAF协作方式所需的总功率比放大转发（amplify-forward, AF）、译码转发(decode-forward, DF)协作方式少5 dBm~17 dBm,最大限度地节约了系统资源的消耗。

在加性高斯白噪声(additive white Gaussian noise, AWGN)信道中设计一种低密度奇偶校验(low-density parity-check, LDPC)码的最大似然译码算法是一项具有挑战性的工作。麦克斯韦译码算法在二进制擦除信道下具有优越的性能,但把这种算法移植到其他信道却非常困难。引入了信道转换的思想实现两个不同信道之间的转换，并利用该方法成功地将麦克斯韦算法应用到AWGN信道中,提出了一种将信度传播算法和麦克斯韦算法有机结合的联合译码算法,即信度传播麦克斯韦译码算法,该算法可缩小与最大似然译码算法之间的性能差距。仿真表明，该译码算法可打破大多数小陷阱集从而获得比信度传播译码算法更低的误帧率,并且可消除大多数信度传播译码后出现的小错误。

通过分析指出线性最小均方误差均衡器采用独立高斯分布假设计算的符号后验概率(a posterior probability, APP)值过大，造成译码反馈信息不足。提出了采用软反馈的块判决反馈均衡器(block decision feedback equalizer, BDFE)来弥补高斯分布假设在计算符号APP时的不足，并推导了软符号后验均值的计算公式。采用软反馈降低原BDFE采用硬反馈带来的错误扩散，同时与序列检测相结合，提高了均衡器APP估计的可靠性。仿真结果验证了该方法在相近复杂度情况下均衡性能的优越性。

提出了一种到达时间(time of arrival, TOA)模式下总体最小二乘(total least square, TLS)辅助泰勒级数展开的蜂窝定位新算法。该算法针对泰勒级数展开对初始迭代参考点依赖性强的问题,综合考虑观测量误差和观测站位置误差,利用TLS估计初始参考点,然后在估计值处对观测方程组实施泰勒级数展开,并使用加权最小二乘进行多次迭代运算,实现对移动终端的高精度定位。仿真结果表明,该算法在平均迭代次数和定位精度方面具有接近基于真实位置的泰勒级数展开算法的性能,并且在不同的几何精度因子(geometrical dilution of precision, GDOP)下,均具备良好的抗观测量误差和观测站位置误差的特性。

根据不同的m-W复合序列具有频谱跳变的特点,提出了一种在直扩通信中对窄带干扰进行规避的方法。该方法通过改变m序列、Walsh序列的周期和Walsh函数序列的序数可以使直扩信号具有频谱可控的特性,从而使窄带干扰所在频段的信号能量较少,降低干扰对信号的影响。仿真结果表明,对于单频和窄带干扰,在信噪比一定的情况下,采用规避方式的误码率可比常规直扩方式提高1至2个数量级。

为了使可重构星载计算机更好地满足微小卫星中多任务、多进程的工作需求,对其传统的体系结构进行了改进,参照生物体中干细胞的管理机制提出了一种现场可编程逻辑门阵列(field programmable gate array, FPGA)资源的动态管理方法,并以此为基础结合动态部分重构技术提出了一种能够根据星上任务进程自主调整电路结构的可重构星载计算机设计方法。该体系结构在消除可重构星载计算机中多个任务进程之间对硬件电路功能单元竞争的同时,不但简化了在轨升级机制,大幅减少了硬件升级所需上传的文件大小,还在系统层面增强了其对辐射损伤的应对能力。经过与传统星载计算机(386-EX)和普通可重构星载计算机的对比实验,可以看出该体系结构在多任务、高计算量的工作环境下具有非常明显的优势。

基于特征的图像配准算法中,一般只利用图像中的一种特征进行配准,且在特征匹配阶段,同等地对待每一个特征而忽视特征本身的稳健性差异,这在很大程度上限制了算法的适用范围和稳健性。在对特征的不确定性进行定义的基础上,提出了一种综合利用多种特征进行图像配准的方法。在特征匹配阶段,考虑特征本身的不确定性,即特征稳健性越强,其对相似性测度函数的影响越大,反之,影响越小。另外,为了求解利用多种特征构造的相似性测度函数的最大值,提出了交替求解和构造统一关系矩阵两种方案。实验表明,该方法是准确有效的。

在合成孔径雷达(synthetic aperture radar, SAR)图像斑点噪声抑制处理中,为有效保护图像细节,提出欧拉弹性能量各向异性扩散去噪模型。该模型将各向异性扩散模型转化为最小能量变分模型,结合欧拉弹性能量模型的边界保护和增强能力,在抑制噪声的同时能更有效地保护和增强细节信息。同时为了提高计算效率,提出自适应变步长去噪算法。仿真和真实SAR图像的实验结果表明，该算法不仅在抑制噪声的同时能够很好地保护图像细节,而且有效减少了计算时间、提高了效率。

在一些测试生成算法中,通过数/模和模/数转换器将模拟系统转换为离散数字系统,使得测试生成和响应分析在数字信号领域进行。提出了一种基于支持向量机（support vector machine, SVM）的模拟测试生成算法,通过SVM解决采样空间的线性分类问题,生成的测试序列可直接作为激励信号作用于被测系统,通过输出响应即可判断是否故障。为了减少计算代价,采用一种非等间距方法压缩脉冲响应采样向量,在降低采样空间维度的同时保证了测试生成的有效性。

确定模糊密度是应用模糊积分进行融合的核心问题。分析了目前存在的各类模糊密度赋值方法存在的不足,在探索证据相互关系的基础上,提出了证据支持度的概念,并基于证据支持度给出了一种动态模糊密度赋值方法,分析了分类器之间的差异性对证据支持度的影响,引入了影响因子,进一步完善了证据支持度的内涵。实验表明,本文算法较之单支持向量机、基于投票的支持向量机、以基分类器精度作为模糊密度的静态模糊积分支持向量机集成以及一种基于自适应模糊密度赋值的模糊积分方法用于支持向量机集成,分类精度均得到提升。