有源相控阵雷达作为支撑国家战略安全的核心装备，承担着国家战略反导、超视距探测、反隐身侦查、远程引导打击等重大任务，维护着我国的国土安全，更是我国大国地位的战略支柱.有源相控阵技术诞生于20世纪60年代的战火之中，军事上的迫切需要使其一经问世就引起了世界的轰动，它的出现甚至影响了世界军事的变革.相比于传统的单脉冲、脉冲多普勒等技术，它使雷达迈入了一个新时代，对雷达发展产生了深远和广泛的影响.有源相控阵雷达中每个天线单元都连接有对应的发射/接收组件，通过控制移相器改变天线孔径上的相位分布，实现天线不做机械转动而天线波束在空间进行快速电扫描.因此，相比于传统机械扫描雷达扫描惯性大、数据率有限、信息通道数少、不易满足自适应和多功能需求等缺点，有源相控阵雷达具备微秒时间内灵活且无惯性扫描、功能多、可靠性高、数据率大、雷达反射截面积低、自适应能力强、不易受到干扰等无可比拟的优势.随着现代国防的重大需求，雷达装备向着超视距、精准探测、极度隐身等方向持续发展，有源相控阵天线向着高频段、高增益、高指向精度、低副瓣电平等方向不断迈进，天线的高电磁指标对结构的刚度、轻量化、高效散热等设计参数提出了严苛的要求，天线内部各参数呈现高维度多场耦合关系，更容易受到战场恶劣环境的干扰而恶化天线的电性能，降低雷达的探测威力、制导精度与战场生存能力等.有源相控阵天线被誉为“三军之眼”，是涉及多学科交叉的典型装备，其结构、热、电磁之间存在的相互影响、相互制约的耦合关系定义为有源相控阵天线的机电热耦合问题.主要耦合问题有四点.其一，馈电误差影响天线电磁性能：有源相控阵天线馈电网络误差、辐射单元失效、热敏电子元器件（如发射/接收组件中的移相器）性能温漂、天线单元互耦等都会引起馈电电流的幅相误差，导致天线电磁性能恶化.其二，结构误差影响天线电磁性能：有源相控阵天线制造、装配存在随机误差，服役中振动、冲击、热功耗等导致阵面变形，最终引起辐射单元位置偏移，天线阵面电磁幅相分布发生变化，导致发射波束变化，最终使天线电性能受到严重影响.其三，热影响天线电磁性能：有源相控阵天线阵面上安装有成千上万的发射/接收组件，热功耗巨大，一方面会导致天线阵面的结构热变形，另一方面也会引起器件的性能下降，最终导致天线电磁性能的恶化.其四，结构、热与电磁性能耦合：三者中任一个变化，都会引起其他两个的变化.有源相控阵雷达在不同占空比工作模式下，其天线阵面电磁幅相会做出相应分布，导致热功耗随之变化，从而引起温度分布发生变化，进而影响天线阵面的结构热变形.因此有源相控阵天线的机电热耦合问题已成为制约其稳健发展，进一步提升性能的瓶颈问题.本文梳理了陆基、舰载、机载、弹载、星载不同平台上有源相控阵天线的发展动态，分析了各武器平台上有源相控阵天线的结构特点，归纳了“陆、海、空、天”不同战场环境的服役载荷对有源相控阵天线的影响，然后总结了天线结构误差、天线罩高温烧蚀、T/R组件馈电误差、天线单元失效等多重因素影响下有源相控阵天线机电热耦合机理分析与建模方法，机电热耦合技术在有源相控阵天线制造精度、高效散热以及轻量化综合优化、稀疏阵设计等领域的应用，以及服役环境下有源相控阵天线状态监测、位移场重构、电性能补偿等关键保障技术，最后探讨了机电热耦合技术的未来研究方向以及在不同研究领域的应用前景.

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.

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.

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.

高光谱传感技术具有光谱、空间、辐射等信息同步获取的优势，促使地物描述呈现多尺度、多角度、多维度的特性，基于高光谱图像实施信息精确提取及解析，是建设先进对地观测系统等国家战略的核心需求.然而，高光谱图像信息提取存在光谱维诊断信息不确定、空间维信息利用不充分、协同维信息表征不全面等问题，导致信息感知与解译效果差，严重制约了其行业应用.高光谱智能感知在对地观测等多元领域中的应用，需要机理清晰、关联合理、协同有效的多域信息提取理论与方法.本文综述了高光谱图像分数域信息提取理论与方法进展，首先给出了现有的高光谱图像信息提取方法及其关键问题，然后从光谱维、空谱维、协同维三方面给出了高光谱图像分数域信息提取理论与方法体系.本文随后从光谱维精确控制、空谱维强化感知、协同维信息联合三方面分别总结了关键理论与应用：在光谱维，针对高光谱图像光谱信息提取易受到光谱不确定性现象影响而难以准确区分微弱点目标与复杂背景的问题，分数域光谱信号表征方法可提升光谱域辨识性能，实施高光谱异常检测；在空谱维，针对高光谱场景中地物空间分布不均衡，标签样本不足导致场景解译困难的问题，分数域空谱特征提取方法在有效训练集合扩充的同时提升网络学习的多样性，实施小样本情况下的场景解译；在协同维，针对高光谱与其他传感源存在异质性，导致地物三维信息表征不全面的问题，分数域多源协同特征提取与融合方法可实现多源多域特征联合，完成高精度地物分类.最后，本文指出了未来高光谱图像分数域信息提取理论与方法面临的挑战和发展趋势：面向高光谱数据体量大、分辨率较差等局限性，开展数据、特征层结合的质量提升方法研究；面向训练样本缺失问题，通过深度特征迁移学习技术，充分挖掘高光谱遥感图像中海量无标签数据的多维度光谱、空间、协同信息；面向广域空天遥感对地观测需求，研究模态缺失情况下的深度样本生成、特征扩充、多源跨场景分类方法.

传统相机采用定时曝光方式获得静态图像或图像序列形式的视频，不能有效表达极高速的光子流过程，而且导致高速和高动态相互对立的“两难困境”.基于光电传感器像素独立的特点，提出了连续摄影原理：每个像素各自把接收的光子流转换成电子流，连续测量光电流并转换成数字信息流，实现像素级别的连续表达，再按照像素空间排布组成序列阵列，就是对像素平面入射光子流过程的连续表达.截取序列阵列任何一个时刻的状态就可得到该时刻的图像，从而实现连续成像.

进而，提出了把光电子流调制为脉冲序列的脉冲连续摄影原理：像素从清空状态开始积累电荷，达到额定阈值时产生一个脉冲作为积满标志并自动复位重新开始累积，如此重复.一个脉冲积满所经历的时间称为它的脉宽，与这个时段的光强成反比，据此可以估计这一时段的光强.脉冲按照自然时序排列而成的脉冲序列就是对光电子流过程的数字化表达.各像素产生的脉冲流按照像素空间分布排列而成的脉冲流阵列称为视象，蕴含了光过程丰富的时空信息，从中可以生成任意时刻的图像，实现超高速、高动态、无模糊连续成像，解决了定时曝光成像的“两难困境”.

脉冲连续摄影原理的唯一参数是累积阈值 Q，对应积满一个脉冲所需光子/电子数，唯一变量是脉冲累积时长 τ，是最容易准确测量的物理量，并可以利用自然时序简练表达. 任意时刻的光强为Q/τ，由所处脉冲的宽度τ决定，τ的取值范围是（0，∞），因此理论上可以表达任意强度的光，动态范围无穷大. 实际物理实现中，强光表达的极限取决于电路最短读出时间，暗光表达极限就是暗电流强度，它累积为一个脉冲的时长τ?，τ?/τ?即相机的动态范围，采用常规光电器件和电路就能实现160 dB甚至180 dB超高动态成像. 在要求成像时间灵敏度小于τ?时，可通过对累积电压亚阈值量化，实现超高动态成像.

光子流和光电子流是符合泊松分布的离散随机过程，往往是一个“分段线性”过程光强瞬时突变，突变之间光强稳定.提出了实现脉冲流最简无损压缩的首脉冲编码方法：只在光强变化时输出首脉冲发放时刻及其脉宽，之后不输出脉冲就表示重复.采用首脉冲序列编码，可在几乎不增加输出数据量条件下，大幅提高时间计量精度，显著提升系统的动态范围和时间灵敏度.

采用成熟CMOS光电器件和标准工艺，研制了两款脉冲连续摄影芯片和脉冲相机，空间分辨率分别为10万像素和100万像素，采用4万赫兹同步脉冲输出，即最短脉宽25 μs.实拍试验验证了脉冲连续摄影原理的可实现性和超高速高动态无模糊成像性能.

脉冲连续摄影视象蕴含了光子流的时空信息，替代图像和视频，将从根本上重塑计算机视觉和视觉信息处理技术和产业.创立了脉冲视觉开源算法体系SpikeCV，用较低计算复杂度实现了速度比人眼快千倍的超高速目标检测跟踪识别系统.作为脉冲连续摄影的对称过程，脉冲连续显示把超高速脉冲流调制为极高速光子流，能够实现类似自然光的高速变化，解决了传统显示系统因为低帧率带来的运动模糊和视觉疲劳眩晕等问题.连续摄影和连续显示相结合，可实现近似玻璃的单向透明显示和超高速无介质光通信.

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.

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.

得益于空间复用能力，超大规模多输入多输出（Multiple Input Multiple Output，MIMO）技术成为未来第六代通信提供高速数据服务和全球海量网络接入的关键技术之一.传统的大规模MIMO技术主要依托装配有高分辨率移相器的大规模相控阵来实现.然而，移相电路的高功耗与高硬件成本阻碍了超大规模相控阵在实际工程中的应用，从而阻碍了超大规模MIMO的实际部署与发展.本文考虑了一种超大规模MIMO的新范式——全息无线电.在全息无线电中，大量微小而廉价的天线单元紧密集成，在低硬件成本的情况下达到高方向性增益，从而能够对电磁波进行灵活的调控并有效提升无线通信性能.本文提出利用一种名为可重构全息超表面（Reconfigurable Holographic Surface，RHS）的新型超材料天线来实现全息无线电.具体而言，RHS由大量低成本低功耗可调谐超材料单元组成，其馈源与超表面集成为一体并产生电磁波，电磁波沿着超表面传播并逐一激励RHS辐射单元，每个RHS辐射单元会根据全息干涉原理在超表面上构建全息图案控制电磁波的辐射幅值从而实现全息波束成形.根据RHS的工作原理，本文介绍了一种低复杂度的新型多址接入技术——全息多址接入（Holographic-pattern Division Multiple Access，HDMA）技术，其主要思想是将所有发射信号映射叠加至超表面构建的单一全息图样上从而为多用户提供数据传输服务.本文对HDMA方案进行了优化设计以最大化RHS辅助下的多用户广播通信系统能量效率.为了进一步验证HDMA技术的有效性，本文实现了二维RHS阵列的原型机并搭建了RHS辅助下的全息无线电通信平台.基于HDMA技术，该通信平台能够以低功耗支持多用户高清视频的实时传输.实验结果表明RHS具有以简单的布线方式和低功耗实现定向增益的巨大潜力，从而进一步验证了利用RHS实现全息无线电的可行性.此外，本文还讨论了基于RHS的全息无线电的未来研究方向和关键挑战.

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.

本文针对小样本图像分类问题，提出一种基于样本对的元学习（Pairwise-based Meta Learning，PML）方法.利用传递迁移学习对预训练好的Resnet50模型进行微调，得到一个更适应小样本任务的特征编码器，将该特征编码器作为元学习模型的初始特征编码器来训练模型，进一步增强了元学习模型的泛化能力；同时，本文还基于支持集与查询集样本之间的相似性提出元损失函数（Meta Loss，ML），其考虑了特征空间中查询集所有样本的相互关系，以此来缩小正样本类内距离，增加正负样本类间距离，从而提高分类精度.实验结果表明，本文的方法在1-shot、5-shot任务上分别达到了77.65%、89.65%的分类精度，较最新的元学习方法Meta-baseline分别提高7.38%、5.65%.

有限新息率（Finite Rate of Innovation，FRI）采样利用已知的信号波形结构实现信号的亚奈奎斯特率采样，在宽带信息系统应用中具有广泛的前景.但是，在实际的信息系统中，信号波形结构常常因噪声、远距离传输等非理想因素而发生畸变，从而导致FRI重构失败.本文依据波形再生的原理，提出了一种基于长短时记忆（Long and Short-Term Memory，LSTM）自动编码器的FRI重构方法.该方法利用LSTM自动编码器取代FRI采样系统中的采样核函数，通过离线训练获取畸变信号的未知波形结构，从而将波形序列投影为狄拉克特征序列，实现了波形畸变信号的FRI采样及重构.结果表明，本文的方法可以借助经典的零化滤波器有效地重构由于多径效应而发生畸变的FRI波形信号.

构建空天地一体化信息网络是第六代通信系统（the Sixth Generation，6G）的重要目标，无线光通信相较于射频（Radio Frequency，RF）通信技术具有容量大、速率高、抗干扰能力强等优势，已成为建立全球无缝覆盖空间网络的重要技术.本文综述了基于自由空间光通信（Free Space Optical Communication，FSOC）的空天地一体化网络国内外建设及相关标准化现状，相较于现有综述文献，涵盖了更多最新研究工作，并针对物理层和上层指出一体化FSOC网络设计需要关注的重要因素，对大气信道建模、“捕获、瞄准和跟踪”（Acquisition Pointing and Tracking，APT）、拓扑控制、路由、资源分配、可靠传输协议、微波协作传输几种重要通信技术进行总结和分析，并指出其未来发展趋势和面临的挑战.

针对传统退化指标无法准确反映滚动轴承全寿命周期内退化状态的问题，提出一种特征融合与灰色回归的滚动轴承性能退化评估方法.该方法提取滚动轴承振动信号的高维退化特征，构建基于单调性、相关性和鲁棒性的综合评价准则，选择有效退化特征并构建敏感指标集；提出核独立成分分析（Kernel Independent Component Analysis，KICA）和马氏距离（Mahalanobis Distance，MD）相结合的方法，计算敏感退化指标KICAMD；融合灰色回归模型和\mathrm{3}\delta原则，判定敏感退化指标KICAMD是否存在虚假波动并修复，获得轴承健康指标（Health Index，HI）；最后，基于HI时间序列的转折突变点，自适应确定初始故障时间和定量评估轴承退化状态.两组滚动轴承全寿命周期振动实验数据及对比分析表明，所提方法构建的性能退化指标能有效表征轴承全生命周期的运行状态.

分数阶滤波器由于具备连续步进的阻带衰减速率和更大的设计自由度而受到国内外学者的广泛关注.本文提出两种符合指标要求的分数阶低通滤波器的优化设计方法，即采用Matlab优化工具箱中的Fminimax和Fgoalattain两种多目标优化函数来分别设计符合指标要求的两种不同形式传递函数的分数阶低通滤波器，通过比较通带偏差、阻带偏差以及群时延等参数，总结这两种方法所优化设计的滤波器各自的特点.给出设计实例，对其进行稳定性分析和电路仿真，并搭建电路证明了所提设计方法的有效性.

作为众多医学图像处理的前提和关键，医学图像关键点检测具有重要的理论研究和应用价值.由于个体间差异性和个体内歧义性的影响，以及更高的临床应用定位精度的要求，医学解剖关键点检测面临着巨大的挑战.鉴于深度学习技术在医学图像关键点检测乃至整个医学图像处理领域都表现出了强大的实力，本文全面检索发表于顶级医学期刊和会议论文集中的医学图像关键点研究成果并进行了详细的梳理和综述.从计算机视觉任务角度简述医学图像关键点检测及其存在的难点；总结了深度学习技术在医学图像关键点检测中的基本框架，详细论述了医学图像关键点检测的分类问题和回归分析两种不同类型的解决思路；最后探讨了医学图像关键点检测深度学习方法面临的挑战、主要应对策略和开放的研究方向.

本文提出了一种基于字符级滑动窗口的深度残差网络（Sliding Window-Depth Residual Network，SW-DRN），首次将轻量级深度可分离式卷积应用于僵尸网络中DGA（Domain Generation Algorithm）域名检测.SW-DRN采用深度可分离式卷积，相比标准卷积减少了约56%的参数，增强了模型检测效率.采集两种不同来源的数据，分别命名为Real-Dataset和Gen-Dataset.SW-DRN与对照组模型在两个数据集上进行实验，实验结果表明：SW-DRN模型在DGA域名二分类任务中的F-Score评估指标上分别取得了99.23%和97.81%的成绩；并且在少样本DGA域名家族以及域名字符串易混淆DGA域名情形下多分类任务中取得不错的成绩，相比目前已有的DGA域名分类模型在总体F-Score上提升了1.23%和1.01%的性能，增强了DGA域名家族之间的识别；同时还对所提出的模型在生成对抗模型产生域名进行测试，均能得到有效的识别.

针对基于空移键控（Space Shift Keying，SSK）的室内可见光通信（Visible Light Communications，VLC）系统中的信号检测，本文将其转换为稀疏信号重构问题，使得具有相对较低计算复杂度的压缩感知（Compressed Sensing，CS）稀疏重构算法成为基于SSK调制的室内VLC系统中一种很有竞争力的信号检测手段.为了满足稀疏重构的测量矩阵性质，提出了一种基于奇异值分解（Singular Value Decomposition，SVD）的测量矩阵预处理方法，在理论上保证了在室内VLC系统中使用基于CS的稀疏信号检测方法的可行性.然后通过采用CS中的正交匹配追踪（Orthogonal Matching Pursuit，OMP）和压缩采样匹配追踪（Compressive Sampling Matching Pursuit，CoSaMP）两种经典算法实现了对室内VLC系统SSK信号的检测，同时还提出了一种新的结合贪婪算法和极大似然算法的稀疏信号重构检测方法.最后，通过计算机仿真验证了该类算法在基于SSK调制的室内VLC系统中信号检测的有效性.仿真结果证实了在基于SSK调制技术的室内VLC系统中，所提的CS检测算法性能可以在实际应用场景的系统参数设置下达到比（Maximum Likelihood，ML）更好的误码率和计算复杂度.

利用可见光通信技术来传输以太网信号能够克服传统无线通信速率低、频谱资源紧张、使用场景受限等缺点.针对传统的可见光通信系统难以实现高速以太网通信的问题，本文设计了满足以太网技术要求的全双工可见光通信系统.系统主要包括以太网接口处理电路、差分转单端、单端转差分电路、光源驱动电路、光电检测电路，上、下行链路都采用可见光通信技术对以太网信号进行透明传输，无须调制即可实现高速以太网通信.经测试，本系统可在通信距离为10 m的情况下实现100 Mbps以太网的全双工通信.

故障诊断是集成电路领域中的重要研究方向，基于测试激励集方法求解候选故障诊断是目前较为高效的诊断方法，而GTreord是目前具有较高诊断准确性的方法.在对GTreord方法深入研究的基础上，本文依据测试激励与候选故障诊断解之间的结构特征，通过分析电路故障输出响应，提出结合结构特征的测试激励集重排序的候选诊断（Reordering Test Default Diagnosis，RTDD）方法.根据测试激励对生成候选故障诊断解集合的影响程度的不同，提出测试分数概念；通过比较电路的实际故障输出响应、无故障输出响应、模型故障输出响应，计算出测试激励的测试分数.测试激励集依据测试分数进行重排序，并将重排序后的测试激励集用于故障诊断.实验结果表明，与GTreord方法相比，RTDD方法提高了测试激励集重排序的效率，求解时间提高1~4个数量级；此外，在保障同样诊断准确性的情况下，RTDD方法有效减少了所需测试的激励个数.