针对传统多重信号分类(multiple signal classification, MUSIC)算法在低信噪比(signal noise ratio, SNR)、小快拍数或是信号源相近等复杂信号环境下分辨率严重下降这一问题，提出了一种改进的MUSIC算法。通过对空间谱函数求二阶导数，可以在波达方向(direction of arrival, DOA)附近形成尖锐的负向谱峰。计算机仿真试验表明，与传统MUSIC算法相比，新方法在低SNR、小快拍数下对空间分布很近的信号有更好的分辨率。
对于同时存在亚高斯和超高斯源信号的盲信号分离问题，提出了适用于两类信号同时存在的合成概率模型，并以此概率模型计算非线性函数得到了分离两类信号的统一算法。同时，引入模糊推理系统在线确定自适应算法的迭代步长，因此学习算法的收敛速度更快，而且稳态误差更小。仿真实验分别通过对语音信号以及人工合成信号的分离，验证算法的有效性，并通过计算分离信号的干扰信号比(interferencetosignal ratio, ISR)，证明提出的算法能够更好、更快地分离亚高斯与超高斯混合信号。
后向投影(back projection, BP)成像算法能够适应非均匀孔径，但是其运算效率过低限制了其工程应用。很多学者基于子孔径划分的原理提出了不少改进的快速后向投影(fast back projection, FBP)算法，但是目前对于子孔径划分后如何进行运动补偿还未有深入研究。就不同的运动情况对FBP算法的运动补偿进行了研究，包括最简单的仅有方位向误差的直线运动补偿，同时存在方位向和距离向运动误差的情况，到存在有意机动的曲线航迹，最后提出了一套完整的基于传感器测量的任意孔径快速后向投影成像算法。实测数据处理结果证明了所提的算法能够适应不同运动情况进行快速成像。
针对毫米波复合制导体制下圆锥台共形阵列与多模传感器孔径复合问题，构建了圆锥矩形栅格阵列，基于线性优化二分法提出了一种圆锥台共形阵列孔径规划方法。为了克服圆锥台共形阵列的孔径尺寸规划受阵列结构和波束扫描特性的限制，首先任意选定若干扫描角度分别进行波束综合；然后以综合后的波束宽度、阵列增益为参考，确定波束扫描区域；最后在波束扫描范围内保持波束基本性能不变的前提下，基于线性优化二分法对圆锥结构进行截取，获得满足波束综合性能的圆锥台阵列孔径尺寸。仿真结果表明该方法合理、有效。
将GaussNewton迭代和容积卡尔曼滤波(cubature Kalman filter, CKF)算法相结合，建立了一种迭代CKF(iterated CKF, ICKF)算法。该算法使用容积数值积分原则直接计算非线性随机函数的均值和方差，且在迭代过程中利用最新量测信息并改进迭代过程产生的新息方差和协方差，可获得较高的估计精度。针对弹道系数未知的再入弹道目标状态估计问题，仿真实验结果显示，该方法实现简单，比无迹卡尔曼滤波方法(unscented Kalman filter, UKF)及CKF方法效果要好。
特征基函数的构造是特征基函数方法(characteristic basis function method, CBFM)的关键步骤之一，传统的CBF构造方法(construction of characteristic basis functions, CBFs)是在子区域上应用矩量法(method of moment, MoM)，因此需要消耗大量的计算时间。为降低构造过程的计算量，提高电大目标电磁散射的计算效率，提出了基于高频近似方法的特征基函数快速构造方法，针对边缘效应引入了等效边缘流(equivalent edge currents, EEC)修正，可以在保持算法通用性的同时显著提高包含边缘结构的目标散射计算精度。数值结果验证了方法的正确性及高效性。
首先建立了进动锥体目标的雷达回波模型，推导了目标微多普勒频率与进动参数的定量关系。针对进动目标雷达回波具有的多分量非线性调频特点，提出了通用复时频分布(generalized complextimefrequency distribution, GCD)的微多普勒提取方法，与线性和二次Cohen类时频分布相比，GCD具备高时频分辨力、低交叉项的优点。同时针对峰值估计微多普勒瞬时频率(instantaeous frequency, IF)方法受信号频率交叉覆盖和噪声干扰严重的问题，提出基于Viterbi算法的微多普勒IF估计方法，有效提高了微多普勒IF估计精度。实验中利用仿真和暗室测量数据验证了GCDViterbi方法的性能。
针对全相位频谱分析算法对采样序列中心样点有特殊要求以及当频偏量绝对值为0.5时会影响频率估计值的问题，提出了一种改进的全相位时移相位差频谱分析算法。该算法首先对序列向左循环移动一位，形成只有一位时移关系的两个序列，〖JP2〗然后分别进行全相位快速傅里叶变换(all phase fast Fourier transform, APFFT)，计算过程中忽略相位差补偿值，避免频偏量的引入，通过两序列主谱线间相位差的直接计算便可得到信号的频率和初相估计值。仿真实验表明该算法计算简单，适用范围广，参数估计精度高且频率估计精度稳定性好。
将时间调制技术引入到常规矩形平面阵当中，可构成时间调制矩形平面阵。利用差分进化算法和TsengCheng方法对静态激励幅度和高速射频开关的工作时序进行设计和优化，可以在较低的激励幅度动态范围比的情况下在中心频率处综合超低副瓣方向图，同时有效抑制边带辐射。通过对一个10×10的矩形平面阵进行仿真得到了-50 dB的超低副瓣，同时边带辐射得到了有效抑制，验证了本文方法的有效性。
针对传统星载合成孔径雷达(synthetic aperture radar, SAR)高分辨与宽测绘带成像之间的矛盾,提出基于多发多收扫描模式的SAR成像方法。该方法通过控制波束指向,使其在距离向多个子测绘带间周期性照射,进而得到距离向宽测绘带。同时，为了保证方位向分辨率,利用多天线接收和波束形成实现低方位重复频率下的多普勒模糊信号重构。另外,利用多个发射天线发射不同载频信号及频带合成技术获得距离向高分辨率。最后,应用参数设计结合仿真数据实验验证了该方法的有效性。
压缩感知理论为解决传统高分辨雷达面临的大带宽信号采样、海量数据存储、传输与处理等问题提供了契机。基于随机卷积的压缩感知是一种通用有效的数据获取策略，且便于物理实现。研究了基于随机卷积的压缩感知雷达成像方法，对随机测量体系中降采样的不同实现方式进行分析和讨论。仿真和实测数据验证了成像方法的有效性，并对比分析了不同降采样方式下信噪比和样本数对成像性能的影响。
微弱目标检测和跟踪是雷达信号处理领域中一个急需解决的关键问题，提出了一种将相参积累与基于动态规划的检测前跟踪算法相结合的雷达微弱目标处理方法，在该算法中引入方向加权的思想，减小动态规划的能量扩散范围，并采用两级门限检测方法降低运算量。仿真数据和实际测试数据处理结果表明，此算法对雷达微弱目标的检测性能优于传统方法，可以有效实现低信噪比下目标的检测与跟踪，且其处理速度较传统检测前跟踪方法有一定提高，更利于工程应用。
研究了双基地多输入多输出(multiple input multiple output, MIMO)雷达发射相干脉冲串时的参数估计性能，推导对Swerling I和Swerling II目标的去波方向(direction of departure, DOD)、波达方向(direction of arrival, DOA)和多普勒频移联合估计的克拉美罗界(CramerRao bound, CRB)，并分析发射脉冲为正交频分线性调频信号时，各参数对CRB的影响。结果表明对Swerling I和Swerling II目标的DOD和DOA均可做出较理想的估计，Swerling I目标更优,可较好地估计Swerling I目标的多普勒频移，但难以估计Swerling II目标的多普勒频移。
研究了两维数字阵列雷达的数字单脉冲测角方法,分析了基本单脉冲测角过程中存在的问题,提出了改进的数字单脉冲测角方法。该方法在差波束形成过程中考虑了不同工作频率、不同波位的天线等效孔径的变化。针对测角误差信号的非线性特征，在根据误差信号计算目标角度时采用了多阶多项式拟合的方法,给出了数字阵列雷达中数字单脉冲测角的详细过程。计算机仿真和实测结果表明,此方法具有良好的测角性能，减少了对单脉冲测量误差曲线的存储要求,适合于工程实际应用。
首先提出了两种局部节点交互多模型状态估计的整体先验信息的近似计算方法；其次，为构造全局融合估计的先验信息，给出了基于DempsterShaffer证据理论的全局模型后验概率的融合方法，并在此基础上给出了全局等效目标运动模型的概念及其计算方法，上述结果使得基于有记忆分层融合算法的交互多模型估计融合成为可能；为利用融合结果改进局部节点的估计性能，首次提出了基于向局部节点反馈全局模型后验概率的融合反馈机制。仿真实验验证了所提分层有记忆交互多模型估计融合算法的有效性，以及引入反馈机制后对局部节点估计性能的改善。
针对辐射限制下的目标跟踪问题，提出了一种机载雷达、红外传感器(infrared search and track, IRST)、电子支援措施(electronic support measure, ESM)协同跟踪与管理的方法。针对雷达、红外、ESM量测时间不一致的特点，采用顺序处理结构的多传感器集中式融合方式对目标进行跟踪，利用跟踪过程中的预测协方差与预定门限进行比较控制雷达辐射，并分析了红外、ESM不同间歇时间、不同控制门限与雷达辐射时间的相对关系。研究结论有助于提高作战飞机的抗侦察和抗干扰能力，从而提升整体的生存能力。
针对主动声纳在浅海混响背景下线性调频(linear frequency modulation, LFM)信号检测的高虚警问题，提出了基于分数阶傅里叶变换(fractional Fourier transform, FRFT)的空时预白化(spacetime prewhitening, STPW)方法。该方法利用FRFT对LFM信号良好的频域聚焦性，将混响信号变换到分数阶傅里叶域进行白化处理，使混响中的线变频率变换为稳定频率，增强了混响的局部稳定性，从而改善了混响的白化效果。通过实测混响数据对所提方法进行了验证，实验结果表明，所提方法使匹配滤波检测器的统计性能在信混比(signal to reverberation ratio, SRR)-16 dB~0 dB范围内平均提高了13%，显著提高了主动声纳在混响背景下的检测性能。
为解决多航迹规划中的避撞与协同问题，提出一种三维环境下的基于稀疏A*的多航迹协同规划方法。该方法设计了一种规划框架，分别在航迹搜索前与搜索过程中考虑多航迹的协同问题。在航迹搜索过程中，不但结合单条航迹原有的约束条件，同时还进行了航迹间的碰撞检测，并且通过航迹的协同违背量等因素来进行启发式搜索。该方法可以有效处理各类约束条件，简化启发因子，从而获得更好的规划性能。
传统的航迹规划与航迹跟踪是解耦的，不一定能满足高空高速飞行器的规划需求。为了保证所规划结果的物理可行，同时得到相应的控制量，研究了运动轨迹在李群框架下的对称性，提出了一种适应于高空高速飞行器的运动规划方法。首先，构建能够全面反映飞行器动力学特性的航迹基元库；然后，基于威胁环境和作战要求，在规划空间中生成一系列导航矢量；并利用运动轨迹对称性，基于航迹基元库生成有向导航拓扑图；最后，利用Dijkstra算法，在拓扑图上搜索最优导航矢量序列，并解算相应的动力学航迹及控制序列。仿真结果表明,该方法充分考虑了飞行器的运动学和动力学特性，能够保证规划结果的物理可行。
运用非均匀B-样条对由直线段构成的路径进行平滑,给出了样条结点参数和样条控制点的选取方法及其证明。平滑后的整条航路曲率为一连续函数,同时满足了无人机最小转弯半径要求。相比于Bezier方法,转弯准备距离缩短为原来的93.75%。仿真结果显示,本文所得航路更适合运用于障碍物密集的严苛环境中。
针对协同电子干扰中的功率分配问题，分析了电子干扰与作战效能之间的数学关系，并以此为基础建立了变效能因子的Lanchester平方律扩展模型。以模型的状态方程构建目标函数，在作战编队干扰功率总量恒定的约束条件下，分别分析求解了红方在资源与火力处于优势与劣势情况下的电子干扰的最优功率协同分配策略，并给出了详细的数学推导过程。仿真结果表明，该协同功率分配策略能够实现整体作战效能与干扰效能的最优化，即模型的合理性得到了验证。
针对多无人作战飞机(unmanned combat aerial vehicle, UCAV)攻击多目标，研究了多UCAV协同攻击决策问题。建立了目标毁伤模型、UCAV损耗模型和时间协同模型，并通过加权求和将三者转化为单一目标函数，进而转化为单目标问题进行求解。提出了一种离散微粒群优化(discrete particle swarm optimization, DPSO)算法，在微粒群优化算法框架内重新定义了微粒的位置、速度及相关操作。建立了微粒与实际问题的映射关系，进而使DPSO算法适合于求解多UCAV协同目标攻击决策问题。仿真结果表明，DPSO算法易于实现，能够较好地解决基于时间协同的多UCAV目标攻击决策问题。
当前基于Agent建模仿真(Agent based modeling and simulation, ABMS)方法被军事仿真界普遍认为是军事作战研究、特别是网络中心战(network centric war, NCW)环境下的网络中心作战研究的最佳方法。针对体系效能评估应用，需要在统一的作战概念框架下形成可重用的体系模型框架，能够根据体系(system of systems, SOS)效能评估需求定义和灵活组合不同的作战实体Agent模型，支持对不同体系效能评估问题的研究。基于ABMS开发方法，在统一的作战概念模型框架下对物理域、信息域、认知域和社会域进行合理抽象，建立了可组合的体系仿真模型框架，据此开发了面向体系效能分析应用的仿真平台，用户可以根据体系效能评估问题和作战背景，快速定义和组合不同的作战实体Agent模型形成体系仿真应用系统，进行体系对抗仿真分析与评估。
在对军事信息服务的含义和特点进行分析的基础上，提出了基于对象Petri网的军事信息服务组合模型建模方法。该方法用位置与令牌的属性信息扩展了组合模型的语义表达能力，用开关控制函数解决了不确定活动的路径选择问题，用服务对象实现了层次化建模能力，改善了基本Petri网模型描述的不足之处。为保证模型的正确合理，还提出了由服务实现的有效性、服务交互的正确性和流程构造的合理性三者结合的模型分析方法。最后针对具体的应用案例，对该方法进行了实例分析。结果表明，该方法能满足军事信息服务组合模型构建的需要，并具备良好的描述与分析能力。
具有循环依赖性的决策行为在包括军事决策问题在内的许多领域普遍存在。在博弈论框架下，利用多主体影响图(multiagent influence diagram, MAID)及其结构诱导的关联图，对具有循环依赖性的军事决策问题进行分析和建模，能够准确地描述具有对抗性的军事决策态势，精确地识别决策问题中的循环依赖关系，深刻地揭示军事决策问题的潜在结构信息。实例分析表明，基于多主体影响图及关联图的框架不仅为军事决策提供了新的分析和建模途径，而且同现有方法相比具有多方面的优势。
结合相关领域的研究进展，以装备全系统综合、装备全寿命周期综合及建模与仿真综合需求为出发点，提出了装备综合试验与评价技术体系结构视图，对视图中的6类关键技术需求进行了分析。重点分析了装备试验资源与试验任务对象建模技术，提出了基于统一建模语言（unified modeling language， UML）的装备试验资源和试验任务对象建模方法，并对试验资源与试验任务发布/订购机制进行了探讨，给出了发布/订购流程。
针对复杂产品研发决策评估系统的多维性、时变性特点，参照经典系统辨识的多输入、多输出模型结构原理，提出一种适用于复杂产品研发决策过程支持系统模型化、数字化、自动化、规范化而又具有实时性的多个并行时变模糊神经网络组合算法系统。通过对300组某系统研发过程实际获取与研讨结果数据组的应用实验证明，此种模型结构与算法切实可行，便于计算机实现。
通过对实验数据的研究发现，光纤陀螺仪测量的角速率中存在一部分低频振荡误差，此种误差会影响惯性导航系统初始对准的稳定性。为了抑制陀螺振荡误差所产生的影响，从频域角度对罗经法对准系统的频率特性进行了研究，分析了不同频率的陀螺振荡性误差对方位对准的影响形式。最终提出了抑制陀螺低频振荡误差的罗经法对准参数设计方案。经过理论分析以及半实物仿真,结果表明，按此种方法设计出的系统能够有效地抑制陀螺振荡性误差对方位对准所产生的影响。
讨论了一类不确定多变量线性系统滑模变结构控制的快速收敛问题，提出一种指数型快速终端滑模变结构控制方案。通过非奇异线性变换将不确定系统化为简约标准型，而后设计了非线性指数型快速终端滑模超曲面，给出了滑模面参数矩阵的选择方法。在此基础上设计了变结构控制律，使系统状态在有限时间内到达滑模面上，随后保持在滑模面上并按指数型终端滑模的规律运动，在有限时间内收敛到平衡点。与普通的快速终端滑模相比，系统状态能以更短的时间到达平衡点。该方法具有全局稳定性和鲁棒性,仿真结果证明其有效性。
针对一类不匹配、不确定并具有状态时滞的多输入多输出线性系统，基于线性矩阵不等式理论提出一种新的自校正滑模控制方法。该方法利用线性矩阵不等式给出滑动模态存在的充分条件，使系统在滑动模态运动下对于存在的不匹配不确定性扰动以及状态时滞具有完全不变性。引入双极性Sigmoid函数代替符号函数并根据Lyapunov稳定性理论设计了具有自适应能力的滑模控制器，在自适应律的作用下Sigmoid函数的边界层厚度以及切换增益可根据系统状态进行自适应调节，从而改善了滑模控制器输出量过大以及抖振等现象。基于Lyapunov理论证明了该方法的稳定性，最后通过仿真实验进一步验证了该方法的可行性及有效性。
研究了在姿态调节和时变参考姿态跟踪情况下，且挠性模态变量和角速度不可测量时的编队飞行挠性航天器的姿态协同控制问题。针对姿态调节问题，在挠性模态不可测量的情况下，将文献中已有的用于刚体航天器编队飞行的比例〖CD*2〗微分协同控制器，推广到了挠性航天器编队的情形。然后，针对姿态跟踪问题，通过构造关于挠性模态的期望动态系统，并利用无源滤波器，提出了一种仅利用姿态测量信息的无速度反馈协同控制器。仿真结果表明了所提出控制方案的有效性。
协同导航定位是实现多自主水下航行器(multiple autonomous underwater vehicles, MAUVs)协同作业必须解决的关键问题。针对主从式MAUVs，提出了一种基于双水听器信号的MAUVs协同定位方法。在主从式结构中，主AUV内部装备高精度导航设备，从AUV内部装备低精度导航设备，外部均装备水声装置测量相对位置关系，从AUV通过水声测量确定出相对距离和相对方位角，再辅以主AUV精确位置，得到从AUV精确位置。研究结果表明，利用主AUV作为协同导航定位，可以显著提高群体的导航定位精度。
针对高超声速飞行器无动力再入过程中具有强耦合、气动参数摄动及不确定性的非线性姿态模型，结合自抗扰控制中的扩张状态观测器(extended state observer, ESO)及非线性状态误差反馈律(nonlinear law state error feedback, NLSEF)，分别设计了高超声速飞行器内环和外环自抗扰姿态控制器。将不确定性、耦合及参数摄动等干扰作为“总和干扰”利用扩张状态观测器进行估计并动态反馈补偿，再利用NLSEF抑制补偿残差。自抗扰控制器(active disturbance rejection control, ADRC)设计无需精确的飞行器被控模型，也无需精确的气动参数及摄动界限。仿真结果表明，控制系统能够克服干扰及气动参数大范围摄动的影响，在获取良好的动态品质和跟踪性能的同时，具有较强的鲁棒性。
对信号的特征选择与分类问题进行研究，提出了一种基于核主分量分析(kernel principle component analysis, KPCA)和线性判别(linear discriminant analysis, LDA)分类器的信号调制识别算法。针对通信信号的特点，首先利用KPCA的方法对特征参数进行主分量组合，以消除信号特征间的相关性和压缩特征向量的维数，然后利用LDA分类器进行信号调制方式的自动识别。仿真表明,在一个较大的信噪比范围内当特征非线性可分时，KPCA在特征选择方面性能更优，且基于KPCA+LDA的识别方法精度高于主分量分析(principle component analysis, PCA)+模板匹配算法。通过分析还可得出,KPCA+LDA等价于基于核的Fisher判别分析(kernel Fisher discriminant analysis, KFDA)方法。
节点稀疏情况下，源节点无法建立完备的保护路径，端到端连接的可靠性降低。提出了一种适合于动态网络拓扑的自适应分段路径保护机制，该机制把端到端路径分成多个较短的段，并按照当前拓扑情况为其建立保护路径，以提高端到端路径的可靠性。仿真结果表明，通过适当的额外数据包开销所得到的分组投递率、端到端时延和路由发现次数都比传统路径保护机制有明显改善。
针对分布式多输入多输出〖CD*2〗正交频分复用系统，提出一种新的训练序列及时频同步方案。在定时同步方面，它首先利用训练序列的时域共轭对称性完成粗定时同步，在此基础上进一步通过接收信号与本地时域训练序列移动相关完成细定时同步；在频率同步方面，它首先在时域利用接收信号相位差估计小数倍频偏，然后在频域利用训练序列良好的自相关性估计整数倍频偏。该方案不仅能够同时估计出各收发天线对之间的定时偏移和频率偏移，而且估计性能良好。
提出了一种基于代价函数实现短循环前缀正交频分复用(orthogonal frequency division multiplexing, OFDM)信号参数融合估计与识别的算法。该算法同时利用OFDM信号循环前缀产生的自相关和循环自相关特性，同步估计有用符号时间和符号周期。首先对OFDM信号的循环自相关特性进行了深入的分析，然后构造了代价函数并讨论了时变衰落信道条件下引入循环频率的数目对代价函数的影响，最后通过计算机仿真，验证了算法的有效性。
基于Shamir的秘密共享技术, 为层次型无线传感器网络提出了一种新颖的密钥预分配方案,以解决簇内密钥协商问题,即建立簇头与簇成员之间的共享密钥对。通过理论分析与实验证明,该方案与其他方案相比具有节点抗俘获性强、存储最优、计算和通信开销低的优点，并能保证簇内全连通。
针对在各种恶劣的信道中对码流中相对重要数据提供更强保护的问题，提出了基于Raptor码的级联型不等错误保护(unequal error protection， UEP)方法。通过在预编码阶段和无率码阶段都采用UEP设计的级联方法来提高UEP性能，增加了设计的灵活性；分析了其在二进制删除信道（binary erasure channel, BEC）中采用最大似然概率(maximum likelihood, ML)译码时UEP性能的理论上下界；最后分别对其在BEC和加性高斯白噪声(additive white Gaussian noise, AWGN)信道中的UEP性能进行了仿真实验。理论分析和仿真实验结果显示，与在预编码阶段或无率码阶段单独采用UEP设计的方法相比，该级联型方法在基本不损失普通数据性能的情况下能为重要数据提供更强的保护，具有较好的UEP性能
对现有拓扑控制算法在水声ad hoc网络的应用背景下存在的问题进行了详细分析,并在此基础上提出了一种基于能量和时间效率的拓扑控制算法。该算法通过综合考虑节点能量消耗、通信延时、信号衰减等多种因素,构造了一跳链路传输代价指数，并根据这一指数来控制网络的拓扑结构。仿真分析表明,该算法在平均节点度、端到端延时和能量效率方面都有较好的性能。
提出了一种基于实数编码的粒子群优化和遗传算法的混合优化算法，该算法首先由粒子群优化进化一定代数后，将最优的M个粒子保留，去掉适应度较差的pop_sizeM个粒子。然后以这最优的M个粒子的位置值为基础，选择复制得到pop_sizeM个个体，并进行交叉、变异等遗传算法运算。最后将保留的M个粒子位置值与遗传算法进化得到新的pop_size M个体合并形成新的粒子种群，进行下一代进化运算。该算法在进化过程中能进行多次信息交换，使两种算法互补性得到更充分的发挥。通过5个函数优化实例与其他多种算法的对比研究，表明该算法收敛性能好,运算速度快,优化能力强。此外，还研究了最优粒子保留规模M以及粒子群优化进化较少代数规模对算法性能的影响。
提出一种基于集合卡尔曼滤波的粒子滤波改进方法。该方法利用集合卡尔曼滤波的最大后验概率估计产生粒子滤波每一时刻各粒子的建议分布函数，使建议分布函数融入最新观测信息的同时，更加符合状态的真实后验概率分布。该方法在对粒子滤波的建议分布进行估计时使用采样方法近似非线性分布，且采样点数灵活可变，使计算精度和算法效率得到提高。仿真结果表明，提出的集合卡尔曼粒子滤波的估计性能明显优于标准粒子滤波、扩展卡尔曼粒子滤波和无迹粒子滤波。
提出了一种基于支持向量值轮廓波变换的遥感图像去噪算法。首先利用支持向量机构造支持向量值滤波器，并结合方向滤波器组，构建支持向量值轮廓波变换，再利用该变换将含噪声遥感图像分解成低频部分和高频方向子带部分，最后利用支持向量回归方法对子带系数进行去噪。实验结果表明，支持向量值轮廓波变换具有平移不变、泛化能力好、捕捉奇异性能强等特性，本文提出的去噪算法能在去除噪声的情况下有效保留源图像的边缘信息。
在基于特征的图像配准中，针对基于边缘的Hausdorff距离计算效率低的问题，提出用能表示图像空间结构的特征点来进行Hausdorff距离计算的方法。该方法是通过检测图像中的特征点来减少匹配点集中点的数量，实验证明了该方法的有效性，以及在计算和匹配时间上要优于基于边缘特征的Hausdorff距离计算方法。针对稀疏特征点集的特点，提出了改进Hausdorff距离，该距离通过改进部分Hausdorff距离使其更加适用于稀疏点集的距离计算，实验表明该距离在抗噪等方面优于其他Hausdorff距离。
非下采样contourlet变换(nonsubsampled contourlet transform, NSCT)由于其平移不变性使得检测出的边缘定位准确。但是传统的基于非下采样contourlet变换的边缘检测结果中仍存在伪边缘，这是固定阈值选取不当所致。采用双阈值对高频子带中的模极大值进行筛选，用得到的两个矩阵进行补偿链接可以减少伪边缘。由于NSCT系数的结构特点，低频子带中也存在丰富的边缘信息，再用Canny算子对低频子带进行检测。仿真结果表明，基于双阈值的模极大值方法检测的高频子带细节丰富、定位准确、纹理清晰，Canny算子检测的低频图像边缘，轮廓完整连续，融合后的图像有效地抑制了噪声，消除了伪边缘。
在硬实时系统中，由于任务超时完成将会导致灾难性后果，因此硬实时系统必须具有实时性和可靠性保障。为了提高硬实时系统的容错能力，基于回卷恢复模型提出了允许容错优先级提升的分配策略。为了获得系统中容错优先级分配的最佳策略，基于任务最坏响应时间的可调度性分析，提出了一种最优的容错优先级配置搜索算法(faulttolerant priority configuration search algorithm, FTPCSA)。该算法能够将搜索空间由O(n!)减少到O(n2)。最后给出了该算法的最优性证明。经过深入分析和实验证明,允许容错优先级提升的分配策略能够在容错优先级继承策略的基础上，进一步提高系统的容错能力
增强低信噪比(signal to noise ratio, SNR)下的语音质量是语音识别需要解决的问题。在众多增强方法中，经验模态分解(empirical mode decomposition, EMD)是目前应用最为广泛的一种方法。针对EMD在对语音进行增强时存在端点效应的问题，研究了极值域均值模式分解(extremum field mean mode decomposition, EMMD)方法。该方法改变了EMD只利用信号的极值点信息的单一做法，充分考虑输入信号所有信息，计算信号极值点间所有数据的均值，可以有效解决EMD中的端点效应问题。因此,提出了基于EMMD的语音增强方法，实验结果表明EMMD方法的引入，消除局部数据中隐含的支流分量，避免了EMD方法的端点效应问题，明显提高了带噪语音的SNR，改善了语音的质量。
