杂波距离依赖性是机载前视阵雷达与双基机载雷达面临的重要问题，主要表现在其统计特性随距离而变化,导致杂波协方差矩阵估计不准确，进而使得空时自适应处理（space-time adaptive processing, STAP）性能下降。针对这种情况，提出了一种基于空时插值的杂波距离依赖性补偿方法。该方法通过雷达先验知识分别得到参考距离单元和待补偿距离单元杂波的两组导向矢量，然后对这两组导向矢量进行子空间拟合，利用得到的拟合矩阵作用于数据来补偿杂波距离依赖性，并且为了避免拟合过程中出现目标相消，增加了动目标保护约束。仿真实验结果表明了所提方法的有效性。

首先建立了位于反射界面附近的三维圆柱形矢量传感器阵列的数学模型；基于此阵列的“矢量-空间”域，提出了一种新的相干信号预处理算法，并分析了算法的性能。数值仿真验证了在不同的阵列参数下算法的有效性。理论推导和数值仿真表明此算法具有减少整个阵列空间孔径的损失，增加平滑相干信号的数目等优点。

针对多输入多输出(multiple-input multiple-output, MIMO)雷达的多收发固定阵列结构，在标准反向投影(back projection, BP)成像算法基础上，提出了一种修正BP成像算法。该算法首先对MIMO雷达距离压缩回波数据进行时延曲线校正处理，而后沿方位向直接相干叠加各路回波处理数据，从而无需距离插值即可实现方位聚焦。与标准BP算法相比，修正BP算法大大降低了运算量，同时也克服了现有快速BP算法大都没有考虑距离插值运算的缺陷。MIMO雷达外场实测数据处理表明：与标准BP算法相比，修正BP算法有效节省了运算时间，并保持了雷达成像质量。

提出了一种适用于有虚载波的正交频分复用系统的改进信道估计算法。由于传统的信道估计器无法估计虚载波处的信道传输函数，从而逆离散傅里叶变换导致信道能量泄漏，使得时域滤波方法不能直接应用。为了解决这个问题，利用信道冲激响应的有限性，推导了以最小二乘法(least square, LS)来估计虚载波处的信道传输函数。进一步观察信号子空间和噪声子空间中噪声的相关性，使用最大后验概率准则估计出信号子空间的噪声并消除其带来的估计误差。该算法不仅可在训练模式下应用，也可推广应用于基于判决反馈的跟踪模式。仿真结果表明，改进算法无误符号率平台效应，且其误符号率较传统LS算法有2 dB的信噪比增益。

高峰均功率比(peak-to-average power ratio， PAPR)问题是多输入多输出正交频分复用(multiple-input multiple-output orthogonal frequency division multiplexing， MIMO-OFDM)系统实用化的主要障碍之一，针对这一问题提出了一种分解并行选择映射(decomposed concurrent selected mapping， D-CSLM)算法，进一步提高了算法的峰均比性能。所提算法将每根天线上OFDM 符号分解为实部和虚部，分别采用相同的相位因子，在进行逆离散傅里叶变换(inverse discrete Fourier transform， IDFT)之后进行组合，选择使所有天线具有最小平均峰均比的信号进行传输。与原有的并行选择映射算法相比，所提算法具有更大的待选信号范围，峰均比降低性能更好。同时，利用实序列固有的共轭对称特性，使算法的计算复杂度保持不变。仿真结果证明，该算法在保持计算复杂度不变的前提下，显著改善了系统的峰均比性能。

提出了一种有效并且数值稳定的、基于QR分解的垂直分层空时码(vertical layered space-time code, V-BLAST)检测算法。在信道矩阵QR分解得到的上三角矩阵中，先检测的信号具有更高的分集度，然而传统的基于QR分解的算法由于没有利用这种潜在的分集，通常性能要低于其他连续干扰消除（successive interference cancellation, SIC）算法。新算法在每一干扰消除阶段引入并行干扰消除（parallel interference cancellation, PIC），对已估计的各个分量进行更新，有效减少现有连续干扰消除类算法存在的误差传递问题。仿真表明新算法性能明显优于传统基于最小均方误差（minimum mean square error, MMSE）的连续干扰消除算法性能，且算法复杂度依检测顺序的确定方法不同而略高于或低于MMSE算法。

采用二维离散复镜像法（discrete complex image method, DCIM）计算分层媒质中场点和源点不在同一层时的格林函数。运用二维旋转子空间不变法(estimation of signal parameters via rotational invariant technique, ESPRIT)将谱域核函数表示成二维指数级数的形式，利用Sommerfeld恒等式得到场源点不同层情况下空域内的闭式格林函数，避免了插值方法的繁琐运算。数值仿真结果证明了其正确性和有效性。

首先建立了机载双基地雷达的杂波模型，然后分析了机载双基地雷达杂波谱的空时分布特性，比较了最大似然估计方法与其他几种常规估计方法的性能，最后在此基础上提出了一种新的基于配准的最大似然非均匀采样距离相关性补偿方法。该方法通过最大似然估计方法完成对双基地机载雷达杂波幅度的估计，并利用非均匀采样选取各训练样本的杂波谱中心实现对杂波谱的配准。仿真结果表明,在各种不同的双基地机载雷达配置情况下，该方法均可有效解决双基地机载雷达面临的杂波非均匀问题。

给出了多输入多输出（multiple-input multiple-output， MIMO）阵列的阵列信号模型。针对信号为非圆信号的形式，提出了一种在MIMO阵列中基于非圆信号的共轭多重信号分类方法（multiple-input multiple-output conjugate multiple signal classification, MIMO CMUSIC）。这种方法充分利用非圆信号的特点，从阵列接收数据构造共轭对称的Toeplitz矩阵得到伪协方差矩阵，然后用常规MUSIC方法进行处理。仿真结果表明，与常规MUSIC方法相比，在只需要一次或者少次快拍下，此方法在MIMO阵列中能够分辨多个目标，性能远优于常规的MIMO MUSIC方法。

针对因使用天线阵列而造成的天线互耦和阵元位置未核准问题，利用多模天线多个模式输出间的内在联系，以及完全非圆信号的特殊性质，提出了一种旋转不变型闭式波达方向（direction of arrival, DOA）估计方法。由于该法只需使用单个结构紧凑的双锥天线，无须像传统天线阵列一样进行复杂的阵元空间位置校准，适用于阵列摆放空间受限的应用场合。计算机仿真结果验证了算法的有效性和优越性。

为解决自动测试系统的探针寿命及测试可靠性问题，提出一种针对数字电路的非接触式测试方法。利用平板天线及电荷放大器对节点近场辐射进行探测，通过边沿判别的方法恢复原始数字信号。讨论了天线模型、节点间串扰、判决门限选取等问题。给出了硬件实现方案，通过实验验证了该方法的有效性并测试其性能。

针对采用数字化宽带相控阵雷达的应用场合，提出了一种通过改变数字阵列单元基带信号移相值和延时值实现波束指向和波形的数字相控阵雷达T/R模块解决方案。给出了宽带线性调频信号引起的波束指向偏移和实时时间延迟补偿的分析方法。在分析了宽带线性调频信号对相控阵雷达带宽和扫描角的影响的基础上，通过对基带数字时钟的精确延迟，实现了数字相控阵雷达宽带信号发射和扩展最大扫描角的目的。给出了实现的原理图和试验结果，并通过试验验证该方法的有效性。

采用基于智能算法优化发射信号互相关矩阵的方法来形成所期望的发射天线方向图，实现多输入多输出(multiple-input multiple-output, MIMO)雷达发射波束控制。根据MIMO雷达数学模型构建了适合智能优化的代价函数，提出群交叉变异多相粒子群算法（swarm exchange and aberrance multiple-phase particle swarm optimization, SEA-MPPSO），并将其应用于MIMO雷达发射信号互相关性的优化，实现了发射波束赋形。方法快速高效，能最大程度地逼近全局最优解。计算机仿真结果证明了方法的可行性和有效性。

高分辨率的应用需求使得传统的遥感成像系统面临高速率采样、海量数据存储等难以突破的瓶颈问题。基于压缩感知理论设计的雷达和光学稀疏遥感成像系统，突破了Shannon-Nyquist定理的限制，以较少的测量数据实现了同等甚至更高质量的信号重构。首先，根据被测目标和场景的不同特性，分别设计了稀疏表示矩阵；其次，根据互相关最小化原则，选择了与稀疏表示矩阵相适应的最优感知矩阵；最后，研究了适用于二维成像大规模数据的稀疏重构算法。专业电磁散射仿真软件生成的雷达观测数据和复杂场景光学图像的数值仿真，验证了本文设计的稀疏遥感成像系统原理上的可行性。

针对直接序列扩频（direct sequence spread-spectrum, DSSS）系统中可能出现的chirp-like干扰，提出了一种有效的基于匹配信号变换（matched signal transform, MST）的干扰抑制算法——峰值保留法。该算法是根据已有的MST快速实现方案和陷波滤波抗干扰算法而设计的。仿真结果表明，该算法能够有效抑制DSSS系统中线性、非线性chirp-like干扰。与其他一些抗干扰算法的仿真比较表明，该算法具有稳健性强、计算量小、误码性能好、实现更为简单等优点，具有较好的应用前景。

针对运动雷达辐射源的信号特性，提出了一种基于模糊函数代表性切片特征优化的个体识别算法。首先抽取模糊函数的“近零”频偏切片作为辐射源的代表性特征子集，从而保留了运动雷达辐射源信号的稳定个性特征，然后利用直接判别比准则在代表性切片上进行核点排序，以选择最具有判别力的特征。对美国海军实验室仿真雷达数据和实测运动雷达辐射源数据的实验均表明，本文算法不仅有效地解决了现有的模糊函数全平面优化法的计算问题，而且显著提高了对运动雷达辐射源的个体识别性能。

针对计算效率是制约射线追踪（shooting and bouncing ray, SBR）法在复杂外形飞行器目标上应用的主要因素,在射线管口面确定和反射点求解两方面给出效率改进措施。把目标面元数据变换到入射坐标系中，在入射平面上投影并划分射线带，根据所有面元投影数据找到射线带的两个端点，所有射线带的集合即为射线管口面。对复杂外形飞行器目标在每个射线带上设置多个片段,完全避免不与目标相交的废射线管的产生。坐标变换之后入射方向与一根坐标轴平行,采用分组法加速第一次求交判断。在第二次及以后的求交判断中,根据射线方向将目标所在空间分为可见区和不可见区,仅对可见区的面元进行求交判断。对具有耦合特性的复杂外形飞行器目标进行了编程计算,对比分析了两种求交判断加速方法的效果,讨论了分组边长对分组法效率的影响。计算结果显示，该方法对复杂外形飞行器目标的计算效率为普通SBR法的7~8倍。

提出了一种基于支持向量机(support vector machine, SVM)的合成孔径雷达(synthetic aperture radar, SAR)目标及阴影图像的改进分割方法。利用分类的思想对SAR图像进行分割，其中分类器是通过循环不断更新训练样本的方式完成训练，循环次数由计算相邻两次分割图像熵的差值来控制。用DARPA (defense advanced research project agency)和Sandia实验室提供的实测数据进行分割实验。结果表明,所提算法得到的分类器性能更加优越，同时能够减少初始分割中阈值的选取对分类器性能的影响，有效地提高了SAR目标及阴影图像的分割质量。

毫米波焦平面阵列（focal plane array，FPA）成像系统中，馈源天线的排列密度是决定系统空间采样率的主要因素。提出了一种新型结构的介质棒天线，相对于其他馈源天线，它具有宽频带、低副瓣、低互耦和低交叉极化，通过改变长度而不是横截面来改变天线增益等优点，易于排成紧密的馈源阵列，以更低的溢出损耗实现对透镜或反射面天线的有效照射。通过详细的理论分析、仿真和优化设计，研制了介质棒天线及其阵列并将其应用于毫米波FPA成像系统中。该系统可用于探测人体隐匿物品，成像效果较好。

针对星载合成孔径雷达（synthetic aperture radar, SAR）信号参数估计问题，提出了一种基于分数阶傅里叶变换的实时估计方法。首先，介绍了分数阶傅里叶变换的定义和chirp信号参数的估计原理。其次，在介绍星载SAR运行特点的基础上，针对单脉冲和脉冲串这两种情况进行了相应参数的实时估计：通过对接收到的星载SAR单脉冲信号进行分数阶傅里叶变换，可以估计出星载SAR的载频和调频率；通过对接收到的星载SAR信号的脉冲串进行分数阶傅里叶变换，可以估计出方位调频率。仿真和实验证明这种方法是可行的。

提出一种基于多目标函数优化的低空大气折射率剖面反演的改进算法。以表面波导的两段两参数线性模型对大气折射率剖面建模，对反演中的不同电磁波频率时的目标函数特性进行分析。结果显示目标函数存在多个局部极值，且不同的频率其目标函数特性明显不同。以C波段(6 GHz)和X波段(10 GHz)接收到的雷达海杂波为例，用NSGAⅡ算法进行多目标函数优化反演，并与基于单目标函数优化反演的遗传算法(genetic algoritm, GA)进行统计分析。结果显示,多目标优化反演算法能获得具有更高的精度和稳定性的低空大气折射率。

以不完备模糊目标信息系统为研究对象，在其中提出了限制优势关系的概念。相比较于传统的优势关系，使用基于限制优势关系的粗糙模糊集，可以提高模糊目标的近似精度与近似质量。在限制优势关系粗糙模糊集的基础上，提出了相对下、上近似约简的概念。最后给出了求得相对下、上近似约简的具体操作方法并进行实例分析以说明其有效性。

针对柔性作业车间调度问题提出两种新颖的邻域搜索方法：极值优化邻域和扩展的关键块邻域，并将其结合形成搜索范围广、寻优能力强的复合邻域；以复合邻域为基础,构造改进的遗传算法，使之兼具广阔的全局搜索能力和深刻的局部搜索能力。另外,算法采用较新颖的两级编码方式，使得对于工序排序编码和机器分配编码两部分可采用相同或相近的遗传算子进行运算，提高运算效率。对算例的测试结果及与其他算法的比较验证了本文算法的有效性。

通过对高技术装备制造业与供应商合作中供应风险的相关因素进行识别，确定了供应风险预测的指标体系。运用支持向量机(support vector machine， SVM)等数据挖掘方法和Libsvm(a library for support vector machine)技术建立了供应风险的预测模型。案例研究表明，预测模型的均方误差、平均差、整群剩余系数和确定系数等评价指标皆显现出较好的模拟效果，且系统误差不显著。预测模型在高技术装备制造企业供应风险管理的实践中具有较好的适用性和准确度。

针对不确定多冲突环境，建立了多个两人一阶超对策的交互集结模型。基于单一局中人在多个超对策中所认知的对策模型，结合该局中人所受到的资源约束及其对另一局中人资源约束的认知，建立该局中人在多冲突环境中所认知的多个对策的集结模型，在所有局中人所认知的对策集结模型基础上得到多个一阶超对策的交互集结模型；给出了超对策交互集结模型的稳定性分析过程。最后，通过一个军事例子说明了模型的实用有效性。

为客观有效地进行仿真模型验证，降低灰色关联分析应用于模型验证的风险，构建了改进的灰色关联分析模型。分析了当前基于灰色关联分析的模型验证所存在的问题，针对仿真模型验证的特殊需要，综合考虑仿真模型输出和实际系统输出时间序列之间的相近性和相似性，提出了改进的灰色关联度模型，并证明了改进模型满足灰色关联四公理。最后通过实例的分析与比较验证了该模型的合理性和有效性。

对具体群决策问题，决策者之间和属性之间的某种联系分别由具体问题形成，由偏好关系表示的关系结构为决策局部环境：由变量分析矩阵、任意属性间的偏好相似性和任一组决策者对某一属性的偏好一致性构成的属性邻接矩阵和决策者邻接矩阵构成。对属性信息集结进行三次修正，由决策者局部重要性对属性一致性进行修正，以属性局部偏好一致性强度对属性权重进行调节，由决策者局部重要性权重修正最终评价结论。提出的方法可以在决策进程中聚焦影响一致性的相关属性，发掘可能冲突的属性及影响具体方案排序的主要属性，更有效提供解决群决策问题的建议和方案。

针对决策者的模糊偏好信息以不同形式给出群集成问题。首先，给出了三角模糊运算的一些拓展法则和不同模糊偏好信息之间的转换公式对偏好信息一致化处理。其次，以三角模糊数的期望值公式为排序工具，利用模糊有序加权几何平均（fuzzy ordered weighted geometric averaging， FOWGA）算子分别对群决策信息和重要程度进行集结，得到方案的综合优势度并排序，提出了一种基于综合判断矩阵法的模糊群决策法。最后，通过算例说明方法的可行性和实用性。

研究了编队卫星对地观测调度问题。分别建立了基于问题自然描述和基于有向图描述的两类整数规划模型，运用整数规划凸包理论比较了两类模型与各自对应的线性松弛模型之间的最优值差异，得出了基于有向图描述的线性松弛模型更接近于原问题凸包的结论，并基于有向图描述模型设计了不完全分支定界算法。最后，在随机生成的仿真算例下，运用ILOG CPLEX实现了该算法，实验结果表明了模型及算法的有效性，并验证了对于两类整数规划模型的边界分析。

基于电子侦察卫星任务规划问题的特殊性，提出了规划预处理的基本方法，并基于合理假设建立了问题的多目标规划模型；设计了一种改进的遗传退火算法对模型进行求解，为防止最优解的丢失，引入了基于精英保留的选择机制，同时该算法有效避免了遗传算法局部优化能力差及模拟退火算法易陷入局部最优等缺陷。最后，通过实例将该算法与遗传算法(genetic algorithm, GA)及模拟退火算法(simulated annealing algorithm, SA)相比较，结果表明该算法能有效解决电子侦察卫星的任务规划问题。

针对采用机动突防技术的弹道导弹弹头，提出了子母拦截器的拦截策略。通过使子母拦截器的每个子拦截器的初始拦截速度矢量相互偏置一个角度，从而在预计拦截距离上形成多个基准拦截点，这样可以有效地降低目标提前机动对子母拦截器命中概率造成的影响。建立子母重拦截器6自由度模型，模拟子母拦截器攻击过程，仿真结果表明这种拦截策略有助于提高子母拦截器对机动再入弹头的拦截命中概率。

受传感器检测性能和观测噪声的影响，阵群成员位置观测集合往往具有不完全性和不确定性，并含有杂波。这种情况下，基于固定基准点的传统阵群目标队形识别方法不再适用。为此，提出了一种通用的阵群目标队形识别方法。该方法根据不同的队形模板和队形观测，动态选择二者队形描述的基准点，有效地抑制了漏检、位置噪声和杂波对阵群目标队形描述的影响；通过队形观测和队形模板的队形描述之间的匹配来对前者的队形进行识别。仿真实验验证了所提方法的有效性。

为解决无人战斗机（unmanned combat aerial vehicle, UCAV）实时航路规划问题，通过对各种威胁等效为雷达威胁，威胁分级和每级分层次的处理方法，得到每个威胁的击毁和击伤作用距离。建立UCAV简易的二维模型，利用其飞行姿态与雷达散射截面积(radar cross section, RCS)之间的关系，得出以探测概率为基础的威胁代价函数。最后运用自适应MetaLamarckian学习策略的粒子群优化(particle swarm optimization, PSO)算法对方法进行实时性仿真测试，结果表明此方法的有效性。

从分析一种新型的临近空间机动滑翔飞行器的自身特点出发，将反步法和扩张状态观测器相结合，提出自抗扰反步姿态控制器的结构。通过改进的反步法设计标称模型的非线性控制，避免了内外环分离的假设，同时能够处理不匹配的不确定性。通过在反步法中引入指令滤波器和修正误差信号，使得伪控制量的导数可以轻易获得，简化了设计。利用非线性扩张状态观测器实时准确地估计大的快变的不确定性，并进行控制补偿，使控制器的鲁棒性和性能得到了很大提高。最后，对大飞行跨度的机动姿态控制进行了六自由度仿真验证，结果表明，自抗扰反步姿态控制器能够实现高精度指令跟踪。

针对一类具有结构不确定性和周期性外部扰动的非线性系统，提出了一种改进型重复变结构控制（modified repetitive variable structure control, MRVSC）算法。在传统积分滑模面的基础上构造了改进型积分滑模面（modified integral sliding mode surface, MISMS）。基于MISMS，采用Lyapunov方法设计的MRVSC算法保证了非线性系统的运动轨迹在有限时间内到达MISMS并保持在MISMS上，并且使得滑模动力学系统变为重复控制系统。根据重复控制系统的稳定性条件及灵敏度函数选择MISMS的参数。仿真结果显示，与传统积分滑模控制算法进行比较,MRVSC算法使得非线性系统具有更好的跟踪性能。

利用自回归小脑模型神经网络(recurrent cerebella model neural network, RCMAC)良好的非线性逼近能力和自学习能力，结合反馈线性化和反演控制方法，提出了一种自适应非线性控制策略，用于高速再入飞行器控制系统的设计。该方案将RCMAC干扰观测器(recurrent cerebella disturbance observer, RCDO)用于估计系统模型的不确定项，同时采用反演控制方式设计伪线性控制项，并利用符号函数逼近误差的上界，根据Lyapunov稳定性理论设计了权值更新规则，保证闭环系统信号有界。高速再入飞行器的六自由度仿真结果验证了方法的有效性和鲁棒性。

研究了重复使用运载器(reusable launch vehicle, RLV)末端能量管理段(terminal area energy management, TAEM)三维制导轨迹推演算法。根据初始点和终点的位置、航向、动压，规划动压参考剖面和横侧向参考轨迹，采用基于高度的质点动力学方程推演生成符合过载、动压、终点位置和航向约束条件的三维制导轨迹。横侧向参考轨迹的设计可以分成两步：第一步，消除横向的位置误差，同时减小纵向的位置误差；第二步，消除纵向的位置误差。根据纵向位置误差大小，组合使用三种模态的轨迹予以消除，节省了计算量。仿真计算显示，三维制导轨迹推演算法具有快速、准确、对初始点位置和航向分布鲁棒性强的特点，为在线轨迹设计提供了基础算法。

考虑了一类基于有限状态自动机的非线性混合动态系统，该混合系统由离散事件子系统和连续变量子系统构成。其离散事件子系统为有限状态自动机，连续变量子系统由几个具有脉冲的严格反馈非线性系统组成。结合有限状态自动机的相关理论、Backstepping方法以及脉冲控制设计了一种脉冲混合控制器，给出了整个系统在该控制器作用下渐近稳定的充分条件，构造混合多Lyapunov函数，并应用该函数和线性矩阵不等式(linear  matrix inequality, LMI)技术证明了闭环系统渐近稳定性。最后,通过仿真实例验证了该方法的有效性。

为解决惯导平台误差模型辨识中与加速度高阶项有关的误差系数的辨识问题，提出一种基于离心机测试的惯导平台误差系数辨识的方案。通过分析惯导平台在过载状况下的受力，给出惯导平台在离心机上的安装定向及其误差系数的辨识方案。按该方案利用扩展卡尔曼滤波估计算法在某型惯导平台上进行误差系数辨识实验。结果表明，此方案可有效地辨识出惯导平台误差型中与加速度高阶项有关的误差系数，且精度较高。

研究了一类具有控制输入时延的离散系统H_∞可靠性控制问题，提出了具有实际意义的服从某种概率分布的随机故障模型。假设输入时延符合齐次Markov分布,在控制器的设计中利用了控制器的历史信息, 把系统转换为无时延的Markov 跳变系统,根据Lyapunov稳定性理论和线性矩阵不等式(linear matrix inequality, LMI)方法，给出了故障分布依赖的H_∞均方稳定且具有H_∞范数界γ的容错控制器解的存在条件。最后, 通过算例验证了本方法的有效性。

研究了具有未知参数四维混沌系统的修正函数投影同步问题。基于Lyapunov稳定性理论、Barbalat引理和主动控制方法,设计自适应控制器和参数更新规则,实现了该类混沌系统的修正函数投影同步。同时,将该方法用于混沌掩盖保密通信。数值仿真表明了该方法可渐近实现函数投影同步,且在保密通信中可有效恢复信息信号。

为了在保证多目标粒子群优化(multi-objective particle swarm optimization, MOPSO)算法所求解集分布性的前提下提高算法的收敛性，依据辅助适应度赋值策略，提出了基于角度坐标的多目标粒子群优化(intelligent MOPSO, IMOPSO)算法。通过建立角度坐标系，确定了不同维优化目标下目标向量的角度坐标及角度参数，给出了求取目标函数空间中参考线角度参数的方法，并定义了目标向量的辅助适应度值，以对处于非劣支配关系的个体进行综合比较。结果表明,IMOPSO算法较好地维护了Pareto解的分布性与收敛性，且在求解小规模的最优个体时仍能在整个Pareto前沿均匀分布，未出现“聚集”现象，运行时间小于NSGA2、SPEA2、MOEA/D，充分验证了IMOPSO算法的有效性。

为解决面向特定应用的片上网络（network on chip， NoC）设计中的低能耗问题，提出基于遗传算法的层次化拓扑生成方法(genetic algorithm based topology generation, GATG)。该方法以降低网络通信能耗为目标，在满足带宽和延时约束下，根据给定应用的通信需求和路由器结构特征，自动将IP核映射到所选路由器单元。同时提出一种基于递归实现的路径构建算法嵌入GATG，用于确定IP核间的通信路径，从而构建路由器之间的链路，最终生成专用的不规则的NoC拓扑结构。实验结果表明，GATG生成结果与采用规则二维Mesh结构相比平均降低能耗46.5％，并可节省52.7％的路由器资源开销。

针对非均匀类簇密度聚类问题，从商空间粒度理论出发，提出一种多粒度自学习聚类算法 (multi-granularity selflearning clustering algorithm， MSCA)。算法通过构造聚合树结构和定义粒度函数对问题逐层求解，并在每层聚合过程中根据聚合区间以自学习的方式动态确定聚合粒度，解决了传统聚类算法从非均匀类簇密度数据中无法得到不同层次的聚合特征且参数对经验依赖性过高的问题。理论和实验表明，MSCA算法可以发现任意形状类簇，有效处理噪声，并能发现关键聚合层，具有较好的计算复杂性。

为了快速确定大型Petri网模型中的trap (siphon) 逻辑结构，提出一种由Petri网关联矩阵寻找最小trap和siphon集合的有效算法。通过分析Petri网中trap和siphon集合对应的库所子集在关联矩阵中的特征，根据变迁的输入输出库所组合规则和目的，提出一种二元操作算子，由此构造计算最小trap和siphon集合的矩阵求解算法，以实例详细阐述了算法的具体步骤。通过与已有求解方法的比较，进一步验证了该算法在求解大型Petri网系统最小trap（siphon）集合上的计算速度优势。

拒识区域是传统多分类支持向量机中存在的主要缺陷之一。为克服这一不足，提高多分类支持向量机的分类性能和泛化能力，提出将样本密度法用于解决支持向量机拒识区域问题。该方法以落入拒识区域中的样本点为中心，某一阈值为半径建立一个超球体，然后计算各类样本集在该超球体内的样本密度，最后选择最大样本密度对应的类为样本的所属类。数据实验结果表明，样本密度法实现了零拒识，有效提高了传统多分类支持向量机的分类性能。

孤立点检测面临数据不平衡和代价敏感两个问题。利用改进的一类支持向量机对数据集进行重构，并结合代价敏感支持向量机提出了一种混合策略检测方法。首先在传统的一类支持向量机优化过程中设定不同权重，通过刻画超平面消除部分正常样本进而平衡数据集；重构过程保留了孤立点信息，同时能克服数据混叠现象。通过代价敏感支持向量机对样本进行训练，利用受试者工作特征分析作为评判依据搜索最优参数，进而调节阈值获得孤立点检测模型。仿真实验结果表明，本文方法能提高检测精度，同时有效降低总的误分类代价。

为了在保证传感器工作效果的同时控制系统能耗，在资源受限的无线传感器网络决策融合系统中同时引入传感器信息的多跳传输方式和筛选传输策略。在瑞利分布信道模型下，推导出该系统的最优融合规则。但该规则需要信道的实时状态信息，实用性差。为此提出基于信道统计分布信息的次优似然比融合规则，并给出了小信道信噪比情况下的简化形式。理论分析和仿真表明，次优规则性能损失较小，运算量更低，信息需要更少，符合资源受限系统的要求；同时使用筛选策略，降低了系统的传输能耗。

由于惯导系统的使用寿命短，客观测试数据是小样本数据，传统支持向量机预测方法虽能根据小样本的客观数据预测出惯性制导系统误差，其核函数却不一定符合具体问题的物理意义，且未利用工程中所获得的主观信息。提出了一种新的基于专家知识的核函数，该核函数利用专家知识衡量不同预测因子对预测对象的影响程度。实验证明，该算法减少了惯性制导系统的测试次数，间接延长了惯导系统的寿命。

 传输控制协议(transport control protocol, TCP)发送窗口的大小由拥塞窗口和接收方确认窗口中较小的值来确定。在高速网络中，通过合理地增加拥塞窗口，可以提高TCP的性能。然而，一个相对较小的接收方确认窗口将限制发送窗口的增加，如果根据TCP接收方的数据变化率恰当地增加接收方确认窗口赋予发送方的信用量，就能减少这种限制。提出一种增强的TCP算法，命名为接收方信用量调整传输控制协议（receiver credit adjustment transport control protocol, RCA-TCP），该算法根据TCP接收方缓冲区的动态数据变化率和TCP连接的最小往返时间之间的乘积的估计值来获得信用量增量。在ns-2(network simulator, version 2)下仿真表明,该算法能获得更好的性能。