针对Wi-Fi无源目标跟踪技术中，由于直射路径信号以及噪声等影响造成提取目标反射路径信号困难等难点，本文提出了基于Wi-Fi多维参数特征的无源目标跟踪技术.该技术采用串行干扰消除代替全零初始化来完成某时刻多条路径到达角（Arrival of Angle，AoA）、飞行时间（Time of Flight，ToF）以及多普勒频移（Doppler Frequency Shifts，DFS）的初始化，并且对传统频域空间交替广义期望最大化（Frequency Domain Space Alternating Generalized Expectation-maximization，FD-SAGE）算法进行改进，弥补了传统算法收敛速度慢以及噪声影响等缺陷.除此之外，本文采用基于最小代价多路径网络的混合数据关联方法解决了在不同时刻具有不同路径数目时无法进行路径有效关联的问题，同时该方法将固定时间窗中的最优匹配作为某时刻的关联数据，避免了某次关联错误导致后续关联失败所造成的不可逆错误.实验结果表明，本文在复杂室内环境下能够达到1.3m的平均跟踪定位精度.
本文研究基于音频的家庭活动识别方法，提出了一种基于加性间距胶囊神经网络识别模型，针对传统胶囊神经网络目标函数仅以输出胶囊模长作为约束的弊端，本文以几何学的视角，在胶囊神经网络结构中加入Transition层，使用Transition层对胶囊单元空间关系进行变基至一维空间，再使用加性间距Softmax作为目标函数，以同类特征变化小，非同类特征差异大作为优化策略构建基于胶囊向量空间关系的目标函数以提高模型分类能力，最后对方法进行试验，采用音频事件对家庭活动进行分类识别.选择声学场景和事件检测与分类（Detection and Classification of Acoustic Scenes and Events，DCASE）2018挑战任务5作为数据集，进行分类器构建和测试，最终平均F1分数达到92.3%，优于其他主流方法.
针对灰狼优化算法（Grey Wolf Optimization，GWO）在收敛性研究上的不足，首先，通过定义灰狼群状态转移序列，建立了GWO算法的马尔科夫（Markov）链模型，通过分析Markov链的性质，证明它是有限齐次 Markov链；其次，通过分析灰狼群状态序列最终转移状态，结合随机搜索算法的收敛准则，验证了GWO算法的全局收敛性；最后，对典型测试函数、偏移函数及旋转函数进行仿真实验，并与多种群体智能算法进行对比分析.实验结果表明，GWO算法具有全局收敛性强、计算耗时短和寻优精度高等优势.
微波毫米波芯片非破坏高分辨率近场分布成像对高频射频芯片的功能和失效分析至关重要.本实验基于金刚石NV（Nitrogen-Vacancy）色心这一独特的量子体系，选取直径约为14μm的金刚石样品，将其粘附于20μm直径的光纤锥形尖端，制备成高分辨、非破坏、微型化的探针，通过分析NV色心在微波场变化中的基态自旋演化规律，采用全光学的方法，一次性成像，获得芯片表面整体场分布.本文给出了氮化镓高电子迁移率晶体管的近场分布成像图，拟合出光学探测磁共振（Optically Detected Magnetic Resonance，ODMR）谱图以及Rabi谱图，并对成像结果进行了分析.这一系统具有高效、高分辨、高灵敏度、对近场干扰小等优势，有望为高集成度微波电路故障诊断、天线辐射剖面、微波集成电路电磁兼容测试等应用提供一种全新的方案.
