针对近场源定位问题，提出了一种基于稀疏信号重构的定位方法.该方法通过约束稀疏信号的L1-范数求解优化问题，实现信源的定位.该方法采用一种新的方法约束噪声项系数以求解优化问题，无需噪声的先验知识.为了减小计算量，将近场源二维定位问题转化为两次一维参数估计.通过计算机仿真验证了该方法的性能.
先验信息的使用是提高雷达目标检测性能的有效途径之一，然而先验信息与当前探测环境的失配会严重影响到检测器的性能.本文考虑逆伽马分布纹理、复合高斯杂波下的知识辅助检测算法，推导了先验模型失配条件下(逆伽马分布参数失配)检测器的虚警率和Swerling I型目标的检测概率计算公式，获得了检测性能与模型参数失配之间的量化关系.利用两组不同参数的知识辅助检测器对当前杂波环境进行探测，通过评估检测器的性能，实现了当前杂波环境模型参数的估计.计算机仿真和实测数据的分析结果表明，采用认知方法的知识辅助检测器较常规检测器而言，能够获得更好的检测性能.
复杂电磁环境和无用频先验知识条件下有效检测电磁频谱异常使用信息，是无线电监测和电磁环境评估等领域的重要难题.本文基于时间序列分析理论，通过构建反映有限频谱占用度序列动态依存关系且包含频谱异常值的时序模型，实现对无线电频谱异常的自主检测和稳健估计.研究结果表明，该方法无需用频数据库或无线电监测历史数据支持，能够有效识别典型频谱异常类型、发生时间以及异常影响强度等信息；同时通过对频谱占用度时序模型的稳健估计，能够显著降低模型拟合误差，提高模型对外部干扰环境的适应性和鲁棒性.
现有的贪婪迭代类压缩感知重构算法均基于最小二乘对信号进行波形估计，未考虑到可能将量测噪声引入信号估计的情况.针对以上不足，提出了一种基于线性Kalman滤波的压缩感知弱匹配去噪重构算法.该算法不需已知稀疏度先验，通过引入Kalman滤波，在最小均方误差准则下，每次迭代都获得最佳信号估计；并以弱匹配的方式同时筛选出有效的原子，并剔除冗余原子进而重构原信号.新算法继承了现有贪婪迭代类算法的有效性，同时避免了因噪声干扰或稀疏度未知导致的重构失败.理论分析和实验表明，新算法在同等条件下，重构性能优于现有典型贪婪迭代类算法，且其运算时间低于BPDN算法和同类的KFCS算法.
针对脉冲Chirp类信号的时延估计问题，理论推导了基于离散分数阶Fourier变换的脉冲Chirp信号的特性，分析了当时延参量等效的分数阶Fourier域的频率大于采样率时，脉冲Chirp信号的分数阶Fourier域谱产生混叠，造成时延估计模糊的问题，并提出基于离散分数阶Fourier变换（DFRFT）双通道互谱法进行时延估计，给出两个通道采样率选取的原则及算法的性能分析，实验结果表明，在一定的采样率下，算法能够快速精确地估计脉冲Chirp信号的时延参数.
长时间相参积累技术是提高雷达对微弱运动目标探测能力的重要手段之一，本文在分析动目标回波信号距离和多普勒徙动的基础上，提出基于Radon-分数阶傅里叶变换(RFRFT)的长时间相参积累方法.该方法根据预先设定的运动参数搜索范围，提取位于距离-慢时间二维平面中的目标观测值，然后在FRFT域进行匹配和积累，并通过构建的RFRFT域检测单元图实现对非匀速运动目标的检测.该方法能够同时补偿距离和多普勒徙动，有效抑制背景杂波和噪声，提高积累增益.仿真结果表明本文方法具有在强杂波中检测微弱动目标的能力.
对能量和带宽受限的无线传感器网络下的目标跟踪问题，基于量化的观测数据和条件后验克拉美-罗下界提出一种传感器选择方法.为了节约网络能量和带宽，对传感器接收到的观测数据进行量化压缩，推导了传感器量化数据下目标状态估计的条件后验克拉美-罗下界，将其作为传感器选择和优化的准则，并且利用粒子滤波器给出一种条件后验克拉美-罗下界的近似计算方法.与基于无条件后验克拉美-罗下界和互信息的传感器选择方法进行了对比仿真，结果表明了条件后验克拉美-罗下界作为传感器选择准则的有效性以及对跟踪性能的改进.
应用分裂平面波时域有限差分（Splitting Plane wave Finite Difference Time Domain，SP-FDTD）方法到三维时域有限差分（Finite Difference Time Domain，DFDTD）中引入高效平面波源.该方法基于分裂场思想，在一维FDTD上构造了新的迭代公式，使得一维FDTD和三维FDTD离散网格之间的数值相速度一致，消除了由于相速不一致而在总场区引起的泄漏误差以及插值带来的数值误差.通过数值算例验证了SP-FDTD方法对不同波源在任意角度（斜入射）下的平面波入射都是有效的，且泄露误差均在-300dB水平.
经皮能量传输方式是目前植入式医疗设备系统供电方式的研究热点，研究如何提高其传输效率和传输有效距离具有重大的应用价值.本文在分析互感耦合理论的基础上，结合互感耦合和强磁耦合的特点，提出了一种适用于经皮能量传输的三线圈耦合结构，并对其进行了相关的理论推导.结果表明：当耦合系数小于0.25时，三线圈耦合结构对耦合效率具有增强作用；在耦合系数为0.04时可提高将近一倍的效率.实验结果也很好地验证了理论分析结果.
针对虚拟企业的敏捷、动态、低成本、组织模式多样等特点利用无可信中心椭圆曲线门限签名和可变多方协议提出一个基于虚拟桥CA的高效的广义虚拟企业跨域认证方案.方案借助虚拟桥CA的分布式创建和运行提供了灵活的跨域认证策略并避免实体桥CA的维护成本，可适应虚拟企业不同的组织模式及其动态变化，具备比特安全性高、计算量和通信量小、信任链短、抗合谋攻击等优点，能更好的满足虚拟企业盟员间（特别是终端计算资源或通信带宽受限情况下）的跨域认证需求.
本文对一种新型的宽频带差模电流注入试验技术进行了研究.以设备端口的响应电压相等作为等效依据，建立了差模电流注入与辐照响应的分析模型和强场条件下注入电压源外推模型，确定了差模电流注入与强场辐照等效应满足的条件.研究了工程上差模电流注入的实现技术，确定了辅助试验设备的功能、结构设计方案，推导了注入电压与辐照场强之间的等效对应关系，提出了基于定向耦合装置的宽频带差模电流注入试验新方法.通过对典型射频前端系统进行辐照与注入试验研究，验证了该试验方法的有效性.
动态测试数据生成方法相对于传统Fuzz测试方法能有效的提高软件测试与漏洞分析的效率.本文针对动态测试数据生成过程中对循环进行处理时的路径覆盖效率较低与约束求解困难的问题，提出了一种使用归纳变量构建循环摘要，并通过符号计算提取循环摘要的方法.本文通过将循环摘要应用于软件动态分析过程中，验证了使用循环摘要能有效的提高约束求解与循环路径遍历的效率.
链路调度技术是提高无线传感器网络数据传输可靠性的重要途径.传统的链路调度算法主要关注如何寻找无干扰传输条件下的最小调度帧，而忽视路径选择对链路调度的影响，会导致部分链路的干扰集过大，降低了时隙复用性.针对这一难题，系统分析了链路调度与路径选择及网络能耗的关系，提出联合路径优化的高能效链路调度模型.为加快求解速度，首先通过变量删减及模型转化，提出基于整数规划的最优路由树构建算法；进一步，根据整数规划求解的路由树与链路需求，提出基于最大干扰度优先的启发式链路调度算法.大量仿真实验验证了本文算法的有效性.
为了解决源数动态变化情况下的复数盲源分离的问题，首先采用一种基于交叉验证技术的源数动态估计方法；利用牛顿迭代法推导了一种自适应的复数盲源分离算法，由于在分析过程不需要对复值源信号做任何限制或约束性的假设前提，因此该算法适合于分离服从正则或非正则分布的超高斯和亚高斯信号；提出的算法通过了源数动态变化仿真实验的验证.另外，在此基础上提出了一种基于复盲源分离的波达方位动态估计法，该方法适用于在源数未知且动态变化的情况下对目标源的波达方位进行动态估计.
针对实际分布式网络中节点通信受限的特点，设计了基于一致性的拍卖算法CDACA（Consensus-Based Decentralized Auctions for Channel Assignment），实现多段频谱的最优分配.基于本地信息，次用户在CDACA算法的前向拍卖阶段选择一个信道加价投标，空闲信道未分配的主用户在反向拍卖阶段选择一个次用户降价投标；主用户和次用户利用局部通信基于一致性算法确定竞胜标和解决冲突.理论证明了CDACA算法在实际分布式网络中节点通信受限和局部过时信息的情况下能在有限次迭代后收敛到网络效益最优的分配，同时证明了算法在分布式动态网络中也能收敛.仿真结果验证了不同网络拓扑下CDACA算法在收敛速度和频谱效率上的优越性能.
射频识别（Radio Frequency IDentification，RFID）技术具有同时识别多个标签的能力.由于标签随机占用信道会使响应信号发生混叠，当大量的标签在读写器感应区域内同时响应势必会引起标签碰撞问题，严重影响了RFID的系统吞吐率.为进一步提高RFID系统吞吐率，在不增加标签端算法复杂度和硬件的条件下，本文提出了预设调整盘存周期的差分门限、时隙前向检测后向预测和二进制散列的方法，协同处理当前时隙和下一个时隙的标签响应情况.利用预设差分门限的方式避免读写器进行浮点运算，同时通过时隙前向检测和后向预测的方法提前判别当前时隙和下一个时隙的标签响应情况，然后快速跳过当前空闲时隙和下一个空闲时隙，并对在当前碰撞时隙和下一个碰撞时隙响应的标签实时进行二进制散列.通过盘存周期调整方式比较、时隙散列方式对比、识别时延与吞吐率比较三个仿真实验，结果显示改进的算法提高了读写器的计算效率，明显减少了无效时隙占用信道的时间，RFID系统吞吐率可提高到52%以上.
本文首先根据认知无线电实际环境，在一类虚警事件和三类漏检事件的影响下，对M/G/1排队模型进行修正，给出主用户及次级用户数据传输时间的一阶矩和二阶矩的解析解，得到M/G/1-R（M/G/1-Revised）排队模型.其次在多优先级次级用户情境下，提出一种基于系统代价的冒泡式排队接入方案（B-M/G/1-R，Bubble-M/G/1-Revised），给出该方案能够最小化系统代价的证明过程.仿真与数值计算验证了M/G/1-R的有效性，在实际认知无线电环境下，B-M/G/1-R能够获得最小的系统代价和次级用户数据传输中断次数.
本文提出一种超声乳化针头对白内障碎片的实时跟踪技术，该技术可逐步实现将智能控制贯穿于整个白内障手术操作流程.智能超声乳化技术的关键因素在于：识别白内障和正常组织，识别白内障的颜色和硬度；实时跟踪乳化针头附近区域的白内障片段；根据实时结果自动控制乳化针头正确释放能量，避免损伤眼球.霍夫变换、k最近邻分类器和智能控制技术是本文提出的新超声乳化探针实时跟踪白内障片段方法的基础.实验结果分析表明，本新方法实现了超声乳化手术的智能化控制，并大幅提高了手术的安全性和效率.
感知哈希（Perceptual Hashing）是多媒体数据集到摘要集的单向映射，为多媒体数字内容的标识、检索、认证等应用提供了安全可靠的技术支撑.本文提出一种融合视觉感知及时空域特征的视频感知哈希算法.算法首先对视频序列每一帧进行随机可重叠分块，并计算每个分块以像素为单位的亮度均值，在某一步长下，以同一帧的分块亮度差作为视频帧空域特征，以不同视频帧相同位置的分块亮度差作为时域特征，通过哈希量化得到时空域感知哈希，通过时空域感知哈希融合，最后得到简洁的视频唯一标识--摘要哈希.实验结果表明，该算法表现出较好的鲁棒性与区分性，通过相似度拟合图算法分析，可以实现视频篡改的准确检测及定位.
G-LSB-M隐写方法是一种±1隐写嵌入方法，通过减少嵌入时的修改次数提高隐写的嵌入效率.该方法嵌入时所用的加减覆盖集只能通过穷举搜索构造，当嵌入消息分段长度n较大时，穷举搜索的计算代价过高导致无法实现.为了解决这一问题，本文提出了基于扩展加减覆盖集的隐写方法，通过从基础加减覆盖集中去除若干非必需的元素，能够以较小的计算代价构造出扩展加减覆盖集，避免了G-LSB-M方法中的穷举搜索困难，使得使用更长的信息分段进行嵌入成为可能.该方法降低了隐写时的平均修改次数，提高了嵌入效率和隐写的隐蔽性.
提出了一种基于错误交互集的组合测试软件故障定位方法.根据组合测试数据的执行结果，生成可能的错误交互集，通过对集合中全部交互进行定性分析，以有效的避免不同测试用例覆盖的相同错误交互被重复定位的情况，减少所需附加测试用例的数目.提出了基于错误密度的测试用例分析方法，将已有测试结果作为先验知识，提高错误定位的效率.最后，经过算法效率分析及实验验证，本文算法能够在保证准确定位错误交互的基础上，有效减少所需附加测试用例的数目.
提出了一个基于计算语义的安全协议验证逻辑，能准确描述安全协议中的各种计算行为和通信行为.设计了基于该逻辑的证明系统，能对密码学中常用加密算法的各类安全属性规范直接描述，具有密码学可靠性.发现了计算协议组合逻辑在加密算法安全性建模时存在的不可靠性，并提出了解决方法.通过对Needham-Schroeder-Lowe协议安全性的证明，验证了逻辑的证明能力.与大部分验证方法不同的是，本逻辑属于由密码学算法安全性到协议安全性的正向推理方法，兼具符号方法的易用性和计算方法的可靠性.
提出了一种基于Alamouti空时编码的方位-慢时间波形编码方案.系统沿方位向分两个子孔径按Alamouti编码矩阵对正交波形作脉间编码发射，接收端全阵列分子孔径接收，通过对回波信号作方位多普勒解模糊，再解码处理Alamouti编码组内相邻两个脉冲重复间隔（PRI）的回波信号，实现了正交子波形的彻底分离，改善了回波信号的信噪比，可实现高信噪比下高分辨宽测绘带成像.系统结构简单，孔径资源利用率高，且具有同时多模式工作潜力.仿真分析验证了系统信号处理方法的正确性.
随着压缩感知理论的兴起和发展，基于空时功率谱稀疏性的空时自适应处理（STAP）技术受到越来越广泛的关注.本文首先简单回顾了空时自适应处理技术的传统方法，接着从三个不同角度分析了空时功率谱的稀疏性并探讨了基于空时功率谱稀疏性的STAP技术的潜在优势，然后总结了基于空时功率谱稀疏性STAP基本原理和三种实现方式，根据稀疏支撑集先验信息知晓情况对现有基于空时功率谱稀疏性的STAP方法进行了分类，包括：基于阵列流形知识的STAP技术、基于空时功率谱稀疏恢复的STAP技术以及基于阵列流形知识和空时功率谱稀疏恢复的STAP技术，并对其研究现状进行了综述.最后在已有研究的基础上，着眼于提高杂波抑制和运动目标检测能力的发展需要，提出了未来该技术需要重点解决和关注的若干问题，包括稀疏性的本质机理分析、空时导向字典的设计、参数设置简单，快速和低复杂度算法设计、对模型误差稳健的算法设计、多种先验知识融合的基于空时功率谱稀疏性的STAP算法设计、基于空时功率谱稀疏性STAP方法的恒虚警检测器设计以及实测数据验证等方面.
如何有效降低WSN（Wiretess Sensor Net work）网内数据传输量，延长WSN的寿命，是WSN领域的研究热点.在分簇WSN基础上，实现了一种误差实时可控的数据融合算法.通过该算法，节点可自行根据近期采集的历史数据实时调整传输阈值，不同节点可保持接近的数据传输率，实现均匀耗电;自适应的阈值可以有效控制数据融合的误差.理论分析与仿真实验表明，该算法能够保证不同节点数据传输的公平性;在数据传输率相同的情况下，其求和查询及均值查询的平均绝对误差均远低于当前优秀的基于伯努利采样的数据融合方法.此算法无需先验知识，在多种WSN应用场景中具有较强的可用性与适应性.
基于绝对对偶二次曲面的线性自标定方法因为算法简单，并能解决可变参数的自标定问题，常用于为其他非线性自标定算法或捆集调整提供标定初值.针对传统线性自标定方法中反复出现的绝对对偶二次曲线的对偶图像不正定与最小二乘解的局限问题，提出了一种新的基于半正定规划的自标定方法.算法通过在求解过程中约束绝对对偶二次曲面的半正定性与其可行域范围，从而确保能够对DIAC（Dual of the Image of the Absolute Conic）分解得到内参数矩阵，并使内参数在更合理的范围内取值.通过合成数据和真实图像数据实验，证明了算法的有效性和鲁棒性.
本文提出了一种在设定区间具有极低功率谱和自相关幅值的恒模波形设计方法.该方法首先将波形设计的信号模型转化为相位提取问题，通过定义三个代表不同设计目标和约束的集合，利用交替投影的方法来实现波形优化.由于利用了色噪声协方差矩阵与功率谱的近似关系，算法中基于秩亏傅立叶变换矩阵的投影算子能由快速傅里叶变换高效实现，提高了计算效率.最后，计算机仿真验证了算法的有效性.算法所设计的波形可用于雷达、声呐和无线通信系统，以抑制色噪声、有源干扰和距离旁瓣干扰.
本文提出了一种基于随机指纹模型的Wu and Manber（WM）算法（Randomizing Fingerprint WM，RFP-WM），它通过为每一个模式串计算唯一指纹可以有效降低误报率.与WM算法相比，RFP-WM算法极大地降低了哈希冲突率，提高了命中率，在海量模式集上这一效果更为显著.实验结果表明，相对于传统WM算法，该算法的匹配效率更高，而且模式集的规模越大，性能越优越.
根据Unix系统中用户的历史命令序列，提出一种基于命令紧密度模型的用户伪装入侵检测方法.该方法从命令组合的角度抽取用户的行为模式.用户经常组合使用的命令，表现出关系紧密;不常被一起使用的命令，表现出关系疏远.通过滑动窗口方法从用户的历史命令序列中生成紧密度矩阵.如果待检测的命令块对于该用户来说表现出紧密度过低，则判断为异常.实验表明该方法计算量小，检测效果好，而且具有很高的实时性.
在基于正交频分多址技术的宽带网络中，通过把竞争分散到多个子信道能有效改善随机接入的性能.然而多信道特性也会使传统基于Request-To-Send（RTS）控制帧的随机接入协议面临子信道空闲、RTS传输时间延长、上行复杂的问题.针对这些问题，在本文所提出的接入方法中，用户在没有被分配到资源时通过在随机子载波上发送信号来请求传输机会，与此同时，接入点对这些信号侦听，并根据子载波忙闲状态确定哪些用户可以接入.理论分析及仿真结果表明，相比传统依靠RTS的接入方法，采用子载波侦听，系统将获得更高的吞吐量.
某些常用波形的陈-Mobius变换的结果被应用于多信道模拟通信系统.这些波形的陈-Mobius逆变换及其本身这两类斜正交函数系统被作为调制、解调函数系统.而后，这种新相干调制解调通信系统的性能用MATLAB软件在计算机上进行仿真，并与传统调制解调系统性能进行比较，结论是新系统远为优越.并对结果进行了讨论.
针对高级加密标准（AES）S-盒优化，提出了一种新的多因子公共项消除（CSE）优化算法.多因子CSE算法通过对组合逻辑表达式中所含因子最多的公共项优先消除，以简化逻辑表达式，从而有效地减少S-盒电路结构中的GF（2^4）域乘法逆电路和映射矩阵电路的面积和时延.结果表明，多因子CSE算法具有计算速度快，优化效率高的特点.优化后的S-盒组合逻辑电路采用0.18μm CMOS工艺，设计出的S-盒面积-延时积比目前最小面积和最短延时的S-盒组合逻辑电路分别减少了10.32%和19.64%.
本文结合国内某无线电测向站附近高压输电线路建设，对其附近的无线电测向系统的测向精度进行了跟踪测量，分析、比较了高压输电线路建设前后测向误差的变化，还进行了同场地条件下不同体制测向设备的测向精度比较，验证了理论分析结论.
