在解析物联网两层基本涵义的基础上,提出了包括底层网络分布、汇聚网关接入、互联网络融合、终端用户应用四部分的物联网系统架构;设计了由网络通信协议、网络控制平台、应用终端平台组成的面向物联网的网络协议体系,并从硬件和软件两个层面讨论了实现物联网的关键技术;在分析当前物联网标准、技术、安全以及应用方面存在问题的基础上提出了未来物联网发展的六个重要理念.

微波谐振式传感器具有低成本、高灵敏度、实时、无损检测等特点，在生物、医疗、环境等领域都有着广阔的应用前景.一般来说，微波谐振式传感器通过传输线激励谐振单元，通过谐振频率偏移等特征变化获得待测量.本文对微波谐振式传感器现有研究成果进行了详细的综述.首先简要介绍了微波谐振式传感器分类、基本工作原理及关键性能指标，其次以位移传感器、介质传感器及液体传感器这3种类型总结当前微波谐振式传感器国内外研究进展，之后着重探讨了群智能算法、机器学习等优化算法在微波谐振式传感器优化设计方面的应用，最后展望了微波谐振式传感器的发展前景以及存在的挑战.

网络应用，如网络状态跟踪、服务等级协议保障和网络故障定位等，依赖于完整准确的吞吐量测量数据.由于测量代价大，网络监控系统通常难以获得全网吞吐量测量数据.稀疏网络测量技术基于采样的方式降低测量代价，通过张量填充等算法挖掘数据内部的时空相关性，从部分网络测量数据恢复缺失数据.然而，现有研究仅考虑了单个性能指标，忽略了多个指标之间的关联信息，导致恢复精度受限且整体测量代价依然很大.本文提出了一个面向大规模网络测量的数据恢复算法——基于关联学习的张量填充（Association Learning based Tensor Completion，ALTC）.为了捕获网络性能指标之间的复杂关系，设计了一个关联学习模型，使用低测量开销的往返时延推测高测量开销的吞吐量，降低网络测量代价.在此基础上设计了一个张量填充模型，同时学习吞吐量测量数据内部的时空相关性和来自往返时延的外部辅助关联信息，最终以更高的恢复精度获取全网吞吐量数据.实验表明，在相同的吞吐量测量代价下，本文所提算法的恢复误差比目前主流方法的恢复误差降低了13%，达到了更好的恢复效果.

基于拟合的传统轨迹预测算法已无法满足高精度和实时性预测要求.提出基于卡尔曼滤波的动态轨迹预测算法，对移动对象动态行为进行状态估计，利用前一时刻的估计值和当前时刻的观测值更新对状态变量的估计，进而对下一时刻的轨迹位置预测.大量真实移动对象数据集上的实验结果表明：GeoLife数据集上基于卡尔曼滤波的轨迹预测算法的平均预测误差（预测轨迹点与实际轨迹点的均方根误差）为12.5米；与基于轨迹拟合的轨迹预测算法相比，T-Drive数据集预测误差平均下降了555.4米，预测准确率提升了7.1%.在保证预测时效性前提下，基于卡尔曼滤波的动态轨迹预测算法解决了轨迹预测精度较低的问题.

目标检测是计算机视觉领域内的热点课题，在机器人导航、智能视频监控及航天航空等领域都有广泛的应用.本文首先综述了目标检测的研究背景、意义及难点，接着对基于深度学习目标检测算法的两大类进行综述，即基于候选区域和基于回归算法.对于第一类算法，先介绍了基于区域的卷积神经网络（Region with Convolutional Neural Network，R-CNN）系列算法，然后从四个维度综述了研究者在R-CNN系列算法基础上所做的研究：对特征提取网络的改进研究、对感兴趣区域池化层的改进研究、对区域提取网络的改进研究、对非极大值抑制算法的改进研究.对第二类算法分为YOLO（You Only Look Once）系列、SSD（Single Shot multibox Detector）算法及其改进研究进行综述.最后根据当前目标检测算法在发展更高效合理的检测框架的趋势下，展望了目标检测算法未来在无监督和未知类别物体检测方向的研究热点.

弹载雷达是实现精确制导的重要传感器，在末制导阶段通常采用单脉冲模式以实现对目标的精确跟踪.角反射器质心干扰是应对弹载雷达跟踪的一种重要的无源干扰方式.在雷达跟踪阶段，舰船释放的角反射器与舰船位于雷达的同一分辨单元，单脉冲测量角度指向两者质心，由于角反射器的雷达回波一般强于舰船，单脉冲测角被诱偏，末制导雷达的跟踪点往往偏向角反射器.随着舰船的快速机动，二者之间的距离逐渐变大，末制导雷达会出现目标“失跟”，使得舰船得以逃脱.对抗质心式干扰本质上是解决未分辨多目标的估计问题，通常分为两步，一是检测到目标后判断是否为“目标+干扰”的混合体，二是从混叠的回波信号中准确测量目标参数.在质心干扰存在性检测方面，主要有波形类方法和统计类方法.前者通过分析目标回波的特征差异检测干扰，例如信号盒形分析、小波变换等，此类方法存在经验判决实际性能有限；后者将“混合体”视作多目标，建立单脉冲比统计模型，通过似然比检测实现干扰存在性判决，此类方法模型推导复杂，且仅适用于单个干扰情况.在目标参数测量方面，干扰抑制类方法利用目标和干扰的极化散射特性差异，通过极化滤波抑制干扰，提升单脉冲测角精度，然而需要干扰极化特性或干扰与目标幅度比等先验信息；而多目标测量方法以单脉冲统计模型为基础，构造统计量实现多目标的角度估计，例如矩估计、极大似然估计等.此类方法存在仅适用于单个干扰、依赖正确的统计模型等不足，并且需要大量脉冲精确估计统计模型参数，在实际应用中受限.舰船目标包含了丰富的散射机理，而角反组的散射机理相对单一，两者极化信息差异明显，可用于提升角反干扰的检测与抑制.然而，现有极化单脉冲测角方法均采用多通道方法处理极化信息，目标间的散射特性差异利用不够充分，实际应用时效能有限.在研究雷达极化过程中，特定极化下相邻目标的合成回波差异很大.通过极化域变焦处理调控雷达收发极化抑制角反回波，可以实现舰船目标角度的准确测量.本文针对角反组合体质心干扰，立足于极化域变焦超分辨理论，分析了极化阵列雷达的特征波束和单脉冲测角的统计分布，阐述了“舰船+角反”混合体检测以及角反干扰抑制原理；在此基础上，结合角反与舰船的极化散射特性，建立了角反质心干扰信号模型，提出了干扰存在性检测与舰船测角算法，实现了抗角度诱偏.仿真结果表明，本文所提方法测角精度可达0.1倍波束宽度，在-\mathrm{20} dB极化隔离度下仍可有效测量，综合质心干扰对抗成功率可达80%以上.

信号采样是联系模拟信源和数字信息的桥梁.人们对信息的巨量需求造成了信号采样、传输和存储的巨大压力.如何缓解这种压力又能有效提取承载在信号中的有用信息是信号与信息处理中急需解决的问题之一.近年国际上出现的压缩感知理论(Compressed Sensing,CS)为缓解这些压力提供了解决方法.本文综述了CS理论框架及关键技术问题,并着重介绍了信号稀疏变换、观测矩阵设计和重构算法三个方面的最新进展,评述了其中的公开问题,对研究中现存的难点问题进行了探讨,最后介绍了CS理论的应用领域.

MIMO(Multiple-Input Multiple-Output)雷达作为一种新型雷达体制在21世纪初正式提出后,引起了国内外众多学者和研究机构的浓厚兴趣.本文从现有的研究成果出发,首先对MIMO雷达基本理论进行了概要性总结;而后从MIMO雷达系统结构、信号设计、目标检测、参数估计以及高分辨性能五方面探究其潜能本质,同时指出MIMO雷达走向实用化所面临的制约因素;最后在综合分析的基础上展望了MIMO雷达的发展趋势.

本文提出基于感知字典的迭代硬阈值(SDIHT)算法,以此协同构造压缩感知中测量矩阵与重建算法.将成对测量矩阵与感知字典分别用于压缩投影和构造重建算法,重建迭代至残差为零,从而精确恢复原始稀疏信号.本文证明了SDIHT算法精确恢复原始稀疏信号的充分条件.SDIHT算法的优点是重建精度高和计算复杂度低.仿真实验表明,当信号稀疏度或测量次数相同时,相比IHT、OMP和BIHT算法,SDIHT算法重建0-1稀疏信号和二维图像效果更好、算法效率更高.

随着云计算在学术界和工业界的兴起,云计算也不可避免的带来了一些安全问题.本文对云计算的安全需求进行了总结,指出云计算不仅在机密性、数据完整性、访问控制和身份认证等传统安全性上存在需求,而且在可信性、配置安全性、虚拟机安全性等方面具有新的安全需求.我们对云计算的两个典型产品Amazon Web Services和Windows Azure的安全状况进行了总结,并阐述了针对云计算的拒绝服务攻击和旁通道攻击.基于云计算的安全需求和面临的攻击,对现有安全机制进行了优缺点分析,系统的总结了现有的安全机制.

传统雷达系统的发射机与接收机采用开环工作模式，在动态复杂环境下探测目标时缺乏灵活性和稳健性.借鉴生物认知学习过程，认知雷达可以感知动态环境和目标信息，通过发射和接收端闭环反馈控制，实现全自适应探测和信号处理.本文介绍了认知雷达波形优化的基本框架，递进地梳理了面向检测、跟踪、成像、分类任务以及抗干扰认知波形优化的主要研究内容和研究进展，为面向单一任务及联合多任务的波形优化技术研究提供了纵向和横向的对比视角.在已有研究的基础上，本文分析了认知雷达波形优化的优势和挑战，指出认知波形优化技术中潜在的研究方向，包括知识有效性评价、人工智能认知波形优化、通用度量准则、知识辅助的高效优化算法等方面.

未来卫星通信正不断向多频段大带宽传输、多粒度柔性交换转发、宽带灵活空间高速组网的方向发展，对卫星通信载荷的处理交换能力以及高速传输能力提出了更高的要求.传统的卫星通信系统通常采用微波技术进行信号的星上处理和转发，在处理速度和传输带宽等方面存在的电子瓶颈，使之难以在兼顾载荷重量、体积和功耗的前提下，实现多频段、大带宽、多粒度、多通道的数据传输和高速率、大容量星间数据交互，因而难以适应未来卫星通信需求.微波光子学融合了微波和光子两大技术，具有工作频带宽、瞬时带宽大、无电磁干扰、接入灵活、体积小、重量轻等特点，基于微波光子学的卫星通信载荷能够利用光学手段克服传统微波技术的电子瓶颈，大幅度提高卫星通信系统的多频段、大带宽通信信号的传输与处理性能，为卫星通信载荷的设计提供了新的思路.本文针对基于传统微波技术的卫星通信所存在的局限性，探索未来新型微波光子卫星通信载荷架构，提出了微波光子通信载荷系统构成和实现方案，重点阐述了宽带光电/电光阵列转换模块、大瞬时带宽微波光子信道化单元及多尺度微波光子柔性交换模块的模块组成及功能结构；在此基础上，进一步研究了宽带低杂散微波光子变频、微波光子密集信道化及光交换矩阵等关键技术，给出相应的解决方案，同时为降低系统体积、重量、功耗，提升系统稳定性，探索了系统的芯片化、集成化技术的可借鉴性思路；随后，针对微波光子载荷的卫星通信载荷在未来卫星通信和空间信息网络中潜在的重要作用，分析展望了基于微波光子载荷的卫星通信应用设想，提出了本地数据处理转发、远距离数据传输转发、分布式星群群内协作处理三种典型数据传输模式，支持Q/V、Ka、Ku等多频段、多带宽、多通道、多业务的微波信号接收及发送，以及高速率、大容量、远距离的激光链路数据交互；最后，对基于微波光子的卫星通信载荷技术的发展路线和有待解决的重难点问题进行了总结和展望，为未来多频段一体化卫星通信载荷的设计和应用提供了重要理论参考和关键技术支撑.

在云存储中,如何有效地调度用户请求到目标磁盘以实现绿色节能存储是一个热点问题.鉴于云存储对节能调度算法提出的新要求,如请求响应时间敏感与对动态优化的限制等,本文提出了一种基于布局的虚拟磁盘节能调度方法.该方法将磁盘阵列动态划分为工作区与就绪区,以工作区为主向用户分发资源,并以未连接虚拟机的虚拟磁盘为单位,根据实时负载情况对虚拟磁盘布局进行动态优化.实验结果表明,这种方法不仅能够降低磁盘阵列的能耗,而且能够有效地缓解响应时间延长的问题,还能够使虚拟磁盘布局达到更高的负载均衡水平.

易经是中华民族宝贵文化遗产，它包含上古时期人们对自然宇宙和人生社会的思想认识、哲学理念和辩证法，代表了先民哲学地把握宇宙的思维成果.现代科学的许多重大发现和突破，如二进制、原子结构、生物遗传DNA等学科理论，都可以从八卦和六十四卦模型中发现与之对应的形态和哲学思维.计算机体系结构设计原理（PPCAD）应是易经这种形态和思维的一种自然现象和映射对象，利用八卦和六十四卦哲学思维和策略，提供PPCAD的思路和策略是本文的目标.本文依据PPCAD中的基本推演理念，提炼出4对基本对立统一推演关系，根据4对基本关系构造了新的易经八卦及六十四卦.同时，结合体系结构设计中的层次模型方法，指出了易经层次模型的特点及动态性.为了便于对PPCAD易经模型的理解，我们选择了10个新卦的例子加以说明和表达，同时也给出了一些PPCAD原则和策略的新观察.我们想指出，我们的新易经模型方法不但可用于计算机体系结构的设计，也可尝试用于其他复杂系统的设计原理.最后，对全文进行了总结，并对下一步的研究进行了展望.

空时自适应处理(Space-Time Adaptive Processing,STAP)是一种有效的机载雷达运动目标检测方法.空中目标的高速运动会导致其回波产生严重的距离走动和多普勒模糊,并且目标作加速运动时还会引起多普勒走动.为了有效检测上述目标,本文提出了一种新方法,该方法在目标距离走动校正之前首先进行杂波抑制,避免了直接利用Keystone变换校正存在多普勒模糊的运动目标距离走动时影响杂波分布特性、进而降低STAP性能的问题;然后对距离走动校正后的数据进行Wigner-Hough变换,估计出目标的加速度,并根据估计值对多普勒走动项进行补偿,从而使目标能量能够得到有效积累;最后进行运动目标检测.仿真结果证明了该方法的有效性.

大规模多入多出（massive MIMO）天线阵列是5G及下一代移动通信的关键使能技术，可靠可信可行且可按需灵活构建的室内多维度性能测试与验证对推动massive MIMO系统技术的基础理论研究、关键技术突破和商用部署至关重要.为了进行大规模MIMO设备的技术验证、场景完备性测试与技术缺陷评估，发展真实可靠的室内模拟性能测试方法至关重要，其核心挑战是如何为待测设备（Device Under Test，DUT）在测试装置中重建丰富、完备的目标电波传播环境.本文在早期提出的虚拟探头快速位置优化方法及其探头权重计算闭式解和不同信道场景下精确多维度信道重构工作的基础上，提出了一种基于可重构OTA装置的非平稳多维无线信道重构方法，为DUT测试提供了拟真的目标非平稳多维无线信道重构机制，能够有效克服传统多探头微波暗室法（Multi-Probe Anechoic Chamber，MPAC）、辐射两步法（Radiated Two Stage，RTS）以及混响室法（Reverberation Chamber，RC）等三种方法难以满足工作于动态信道环境中大规模MIMO天线系统及其波束性能功能描述问题.本文引进可构建不同比特（bit）数的移相器，重构信道空间谱变化，可开展最大空间相关性误差、加权空间相关性均方根误差（weighted root mean square correlation error）、空间功率角度谱（PAS）相似性（PAS similarity）和固定波束功率损失（fixed beam power loss）评估.本文通过全场景多维度信道重构环境分析表明，4 bit精度移相器可以在保证最佳成本效益的前提下，为室外场景的室内近真实重构提供理想精度的相位矩阵，这也为量化分析移相器误差对虚拟OTA方法影响提供了理论基础和技术途径.本文通过迄今为止未见报道的移相器分辨率因素引入，为传统的相位矩阵虚拟OTA测试装置用于真实复杂电磁传播环境massive MIMO无线设备及其模拟重构，通过相控矩阵调节DUT中各个天线单元的相位响应，模拟探头天线辐射电磁波在自由空间中的传播变化，仿真自适应massive MIMO核心指标与验证，提供了一种有效方法，达成了实际应用场景的信道重构.此外，实验还表明，在虚拟探头数量足够多的情况下，3 bit移相器也能够提供较为理想的信道重构性能，可指导用于室内装置的移相器选择以及低复杂度相控矩阵构建，同时本文也指出虽然4 bit移相器已经能够提供精确信道重构，但也可以选择5 bit移相器提供1 bit安全冗余.进一步，为深入验证本文结果对非标准测量信道场景重构的有效性，本文重构了一个射线追踪模型的动态信道环境，同时，该模型信道在多个空间位置的精确重构也证明了本文方法的广泛适用性与可行性.

行人检测是计算机视觉中的研究热点和难点,本文对2005-2011这段时间内的行人检测技术中最核心的两个问题—特征提取、分类器与定位—的研究现状进行综述.文章中首先将这些问题的处理方法分为不同的类别,将行人特征分为底层特征、基于学习的特征和混合特征,分类与定位方法分为滑动窗口法和超越滑动窗口法,并从纵横两个方向对这些方法的优缺点进行分析和比较,然后总结了构建行人检测器在实现细节上的一些经验,最后对行人检测技术的未来进行展望.

介绍了无线传感器网络中典型的动态用户认证协议,并指出了其优点和问题.在引入一种新的无线传感器网关结构的基础上提出了对动态用户认证协议的改进方案.分析表明:改进的协议保留了原协议高效、低耗的特点并加强了安全性和增加了用户便利性.

提出一种基于卡尔曼滤波与粒子滤波的非线性滤波算法.这种方法对于状态变量服从线性变化而观测方程为非线性的动态系统模型具有显著的效果.首先使用粒子滤波对状态变量进行初估计,然后对估计结果进行卡尔曼滤波,另外推导出该系统模型下状态变量估计误差的克拉美劳下界.通过计算复杂度分析及仿真实验验证,表明新方法与标准粒子滤波算法复杂度相当,但参数估计精度要高于标准粒子滤波以及扩展卡尔曼滤波算法,估计误差甚至要低于系统模型的克拉美劳下界.

云计算正成为计算机研究和应用的热点.在云计算研究的许多问题中,云计算操作系统的研究受到了广泛重视.但是,至今为止,人们对什么是云计算操作系统?怎样研制云计算操作系统?以及为什么要有云计算操作系统等问题并没有给出答案,也没有看到成功的云计算操作系统实例.本文从透明计算,也就是用户控制的云计算(Customer Controlled Cloud Computing)角度出发,以用户端提供用户服务、网络服务器提供程序和数据的存储、对网络软硬件资源进行管理来定义云计算操作系统.我们把传统操作系统,例如Linux、Windows等也定义为资源,把云计算操作系统定义为运行在传统操作系统与计算机主板BIOS之间,对包含各种传统操作系统在内的网络资源进行管理的超级操作系统(Meta OS).本文首先介绍什么是透明计算和基于透明计算的云计算操作系统,然后给出该系统的结构和相关实现实例.

本文围绕航空电子网络数据传输协议AFDX的关键技术——虚电路调度算法,进行了深入分析,提出了AFDX静态优先级队列调度算法AVLSP.运用Network Calculus理论与方法,对AVLSP算法进行理论证明,并构建仿真平台,对所提出的AVLSP调度算法进行仿真验证,结果证明AVLSP调度算法有效地减少了紧急数据的最大延迟抖动,较好地满足了航空电子网络数据传输的实时性要求.

近年来,随着社交网络的发展,许多重叠社区挖掘算法被提出来.传统的方法都是将节点作为研究对象,而最近的一些研究表明,以边为研究对象的边社区挖掘方法相对于点社区挖掘方法来说具有更加明显的优势.因此,我们提出了基于局部边社区的挖掘算法(LLCM),利用网络中的局部信息去挖掘边社区结构.给定一条初始的边,通过不断最大化一个适应度函数来获取该边所在的局部社区,而这条初始的边可以预先通过一些排序算法进行选择.算法经过在计算机生成网络和真实网络上测试,并且同其他边社区挖掘算法进行了比较,实验结果表明LLCM算法获取了合理的边社区的结构.

在对湖库藻类水华形成机理深入研究的基础上,构建了描述藻类水华形成过程的Petri网机理模型,考虑影响藻类水华形成关键因子的综合作用机理,根据实验分析结论,通过构建模糊隶属度函数对Petri网机理模型中的库所信度进行模糊化处理,并采用粒子群算法对机理模型中涉及的权重进行优化率定,同时通过神经网络对机理模型库所信度进行自适应学习,实现了对藻类水华形成过程的机理建模和对藻类水华暴发的预测.

5G技术不仅在以蜂窝网络为代表的移动互联网中占据主要角色，还正在积极地为工业场景提供技术变革的契机.目前，国内外已经开展了大量和5G抗干扰技术相关的工作，但仍缺乏对5G在授权和非授权频谱下抗干扰技术的系统性综述.本文分析了5G无线干扰的主要来源，指出了抗干扰研究的技术难点，并以授权频段5G蜂窝网络干扰与非授权频段异构系统间干扰两个关键问题为例，对现有的无线抗干扰方案进行了具体分析和归纳对比，最后对5G技术在授权频段和非授权频段抗干扰技术的未来研究方向进行了展望.

近年来，以机器学习算法为代表的人工智能技术在计算机视觉、自然语言处理、语音识别等领域取得了广泛的应用，各式各样的机器学习模型为人们的生活带来了巨大的便利.机器学习模型的工作流程可以分为三个阶段.首先，模型接收人工收集或算法生成的原始数据作为输入，并通过预处理算法（如数据增强和特征提取）对数据进行预处理.随后，模型定义神经元或层的架构，并通过运算符（例如卷积和池）构建计算图.最后，模型调用机器学习框架的函数功能实现计算图并执行计算，根据模型神经元的权重计算输入数据的预测结果.在这个过程中，模型中单个神经元输出的轻微波动可能会导致完全不同的模型输出，从而带来巨大的安全风险.然而，由于对机器学习模型的固有脆弱性及其黑箱特征行为的理解不足，研究人员很难提前识别或定位这些潜在的安全风险，这为个人生命财产安全乃至国家安全带来了诸多风险和隐患.研究机器学习模型安全的相关测试与修复方法，对深刻理解模型内部风险与脆弱性、全面保障机器学习系统安全性以及促进人工智能技术的广泛应用有着重要意义.本文从不同安全测试属性出发，详细介绍了现有的机器学习模型安全测试和修复技术，总结和分析了现有研究中的不足，探讨针对机器学习模型安全的测试与修复的技术进展和未来挑战，为模型的安全应用提供了指导和参考.本文首先介绍了机器学习模型的结构组成和主要安全测试属性，随后从机器学习模型的三个组成部分即数据、算法和实现，六种模型安全相关测试属性即正确性、鲁棒性、公平性、效率、可解释性和隐私性，分析、归纳和总结了相关的测试与修复方法及技术，并探讨了现有方法的局限.最后本文讨论和展望了机器学习模型安全的测试与修复方法的主要技术挑战和发展趋势.

有限集统计学理论为杂波背景下的目标跟踪问题提供了一种工程友好的理论工具.对近年来基于有限集统计学理论的目标跟踪技术研究现状进行了综述,包括最优多目标贝叶斯滤波器及其近似技术、参数未知与机动多目标跟踪技术、航迹生成方法、单目标联合检测与跟踪滤波器及基于有限集观测的单目标滤波器等,对相关应用亦有所介绍.最后在已有研究发展的基础上,着眼于提高目标跟踪精度和增强目标跟踪鲁棒性的发展需要,提出了基于有限集统计学理论的目标跟踪技术需重点解决和关注的若干问题,包括多目标跟踪性能评价、弱小目标跟踪、多机动目标跟踪、多传感器融合跟踪以及联合目标检测、跟踪与分类等方面.

压缩感知是建立在矩阵分析、统计概率论、拓扑几何、优化与运筹学、泛函分析等基础上的一种全新的信息获取与处理的理论框架.它基于信号的可压缩性,通过低维空间、低分辨率、欠Nyquist采样数据的非相关观测来实现高维信号的感知.压缩感知不仅让我们重新审视线性问题,而且丰富了关于信号恢复的优化策略,极大的促进了数学理论和工程应用的结合.目前,压缩感知的研究正从早期的概念理解、数值仿真、原理验证、系统初步设计等阶段,转入到理论的进一步深化,以及实际系统的开发与应用阶段.本文分析了压缩感知的原理与应用,综述了压缩感知的最新进展及存在的问题,指出了进一步研究的方向.

G0分布是目前合成孔径雷达(Synthetic Aperture Radar,SAR)图像数据建模的一个重要模型,建模能力强、实用性好,受到了广泛的关注.G0分布的应用离不开准确有效的参数估计,而由于G0分布表达式复杂,统计意义上最优的最大似然估计法一直没能用在G0分布上.本文首先给出了一种新的方式来推导得出G0分布,在此基础上,采用最大期望(Expectation Maximization,EM)算法为G0分布给出一种有效的最大似然参数估计方法.文中的方法与现有的G0分布参数估计方法通过实验进行了比较,实验结果充分证明了所提方法的有效性.

随着国家数字经济战略加快实施建设，算力基础设施成为数字经济发展的重要引擎.新一代网络技术从信息数据通信向信息数据智能化处理转变，泛在的计算、存储以及传输资源的融合逐步形成算力网络.算力网络作为我国率先提出的新型网络架构，是推动我国信息产业发展，支撑我国“十四五”发展规划中“网络强化、数字中国”发展战略的重要基础.在此背景下，算力网络被提出旨在推动网络体系与算力体系的深度融合：一方面通过算力提升网络服务质量，资源调度以及服务功能的编排能力，实现智能高效的网络算力服务；另一方面网络作为连接纽带将离散的数据中心、超算中心等泛在算力进行融合，实现以云为中心的算力资源运营，利用网络促进算力高效调度.然而，算力网络研究尚处于起步阶段，在架构、标准以及技术方面尚未达成共识，相关架构、标准的设计依赖传统网络技术，缺乏构建统一的算力网络标准体系，研究面临诸多新需求和新挑战，如“在哪算”“算什么”和“怎么算”等.本文基于前期“标识网络”与“智慧标识网络”研究，针对异构网络的深度融合与网络智慧化创新两大必然趋势，创造性提出“融算网络”体系及其关键机制，突破多网融合组网与高效兼容、多维统一标识及智能解析映射、按需组网及算网协同传输、算网融合的协同计算与优化等技术，构建算网深度融合的新型网络体系理论，旨在为不同行业和用户按需提供多元化算力服务支撑.“融算网络”突破网络专网发展视角，结合网络融合化、智慧化发展趋势，研究构建新型理论体系与突破关键核心技术，实现核心技术自主可控、可兼容替代现有网络、功能性能领先国际的原创性建设目标，满足国家与行业重大战略需求，促进国家数字经济的发展，为全国一体化算力整体布局奠定理论基础.

脑-机接口是在人脑与计算机或其它电子设备之间建立的直接的交流和控制通道,通过这种通道,人就可以直接通过脑来表达想法或操纵设备,而不需要语言或动作,这可以有效增强身体严重残疾的患者与外界交流或控制外部环境的能力,以提高患者的生活质量.脑-机接口技术是一种涉及神经科学、信号检测、信号处理、模式识别等多学科的交叉技术.本文对脑-机接口技术的发展、研究现状、工作原理以及涉及的关键技术进行了较为详细地综述,在总结脑-机接口技术存在问题的基础上,探讨了该领域进一步研究的方向.

目标检测在基于传统手工特征及深度学习算法上已经取得较大发展，然而针对小目标检测的研究近几年才开始出现，研究成果较少，且大都是在已有目标检测算法基础上进行改进，以提高小目标检测的检测精度.小目标像素点少，本身携带的特征少，多次下采样后就更难进行特征提取，因而小目标检测面临极大挑战.小目标检测在自动驾驶、遥感图像检测、刑侦等领域都有广泛应用需求，对于小目标检测技术的研究有重要的实用价值.本文对小目标检测的现有研究成果进行了详细综述.首先，将现有算法按照检测需要的阶段数分为一阶段、二阶段、多阶段，描述了RetinaNet、CornerNet-Lite、特征金字塔网络（Feature Pyramid Network，FPN）等算法的原理并进行了对比分析.其次，本文描述了小目标检测技术在不同领域的应用情况，并汇总了MS COCO、PASCAL VOC、DOTA、KITTI等数据集及算法性能评价指标.最后，总结了小目标检测面临的挑战，并展望了未来的研究方向.

手势是一种自然而直观的人际交流模式.基于视觉的手势识别是实现新一代人机交互所不可缺少的一项关键技术.然而,由于手势本身具有的多样性、多义性、以及时间和空间上的差异性等特点,加之人手是复杂变形体及视觉本身的不适定性,因此基于视觉的手势识别是一个极富挑战性的多学科交叉研究课题.本文从手势建模、手势分析和手势识别等三个方面综述了基于视觉手势识别的研究现状及其应用.

在跳频多址通信系统中,设计具有最优汉明相关特性的跳频序列是至关重要的.基于具有平衡性及差平衡性的函数与具有差平衡性的d-型函数的复合函数,本文构造了一类跳频序列.该类跳频序列的汉明自相关达到了Lempel-Greenberger界,是一类最优的跳频序列.

高阶升压式谐振开关电容变换器的升压阶数增加,拓扑变得更加复杂,其潜在路径隐蔽性更强,因而需要研究一种系统的分析方法.为此本文基于图论提出一种n阶升压式谐振开关电容变换器潜电路分析方法,文中给出了该图论分析法的原理和步骤,并以3阶升压式谐振开关电容变换器为例进行了仿真和实验证明.研究结果表明,该方法简单易行,是一种可供推广的电力电子变换器的潜电路分析方法,为预先发现和消除高阶升压式谐振开关电容变换器中的安全隐患提供了理论依据.

微波成像技术在雷达、制导、引信、安防、医疗等领域有极大的应用需求，本文研究了基于透镜成像原理的微波阵列快速成像技术，通过分析透镜成像系统的成像特性以及成像算法，提出了一种适用于阵列成像的快速算法，该方法仅需要执行一次IFFT(Inverse Fast Fourier Transform)运算即可获得目标的像. 所提出的新方法降低了算法复杂度，具有较快的运算速度. 最后进行了成像验证，采用微波暗室测试散射源近场数据，通过快速成像算法计算目标的像，实验结果证明新算法具有较好的成像效果.

网络编码能极大提高网络吞吐量和可靠性.该文提出了一种基于流内网络编码与流间网络编码的无线路由算法,首先用改进的流间网络编码策略寻找一条固定路由,发现尽可能多的编码机会以减少传输次数;再用流内网络编码与局部机会路由结合的方法实施每跳的数据包传输,减少数据包的重传次数.理论分析和仿真实验表明,此算法比传统的编码感知路由算法具有更高的吞吐量和可靠性.