该文提出一种基于结构成分双向扩散的插值方法，有效地减小了插值图像的边缘扩散，从而获得更为清晰的边缘。该方法采用改进的耦合双向扩散滤波器对轮廓模板插值图像进行边缘增强。其中，为了使滤波器更精确地作用于边缘轮廓，利用形态成分分析(MCA)分离出初始插值图像中的结构分量再实行滤波；同时，改进双向扩散模型，使其能够根据边缘梯度自适应地调整边缘扩散程度，且更加柔和地控制梯度方向的像素值变化。实验结果表明，对比传统的插值方法、相关的边缘自适应插值方法以及几种应用普遍的商用软件，该方法获得的插值图像主、客观质量均有明显提升，不仅有效提高图像锐度，且边缘光滑、过渡自然，避免产生边缘锯齿和过度的人工效应。

传统超分辨(SR)算法对配准误差、模型误差以及噪声过于敏感，这限制了其在实际中的应用。为了提高算法的鲁棒性，该文从配准和重建两方面对传统算法进行了改进。在配准阶段，通过引入概率运动场避免了算法对配准精度的依赖，同时利用Heaviside函数实现权重映射，进一步提高了算法的自适应性；在重建阶段，采用基于Huber范数的正则化估计，在提高重建鲁棒性的同时也保证了算法数值解的稳定性。实验表明该算法具有很好的鲁棒性，其重构性能优于现有的一些超分辨重建方法。

基于块的图像处理方法将欧氏距离作为相似块的评判标准，无法很好地反映块之间的结构性，导致重构图像存在不同程度的块效应。该文根据基于块的维纳滤波器能够充分利用图像块冗余度的特点，结合块效应的空间分布特征，提出一种改进的基于块局部最优维纳滤波的图像重构算法。首先，该算法通过对图像高频部分稀疏采样，将块效应限定在块与块的交界处，然后将图像分成块边界区域和块中心区域，利用几何结构相似和亮度相似的图像块确定滤波参数，进而平滑块效应。实验结果表明，该算法可以有效抑制重构过程中的块效应，且对于细节丰富的图像，重构效果的提升更加明显。

大量实验证明抽取图像中稠密局部特征能够大大提高图像分类性能，目前的常用策略是基于空间均匀密集采样来实现稠密局部特征的抽取。该文提出一种新的基于区域非均匀空间采样的局部特征抽取方法。首先，用过分割技术对原始图像进行分割，从而得到图像的分割区域，并采用显著性检测技术估计每个过分割区域的重要性。然后，在保证不增加采样数的情况下，对重要的显著性区域的边界实行密集均匀采样，对区域内部根据区域大小和重要性实行随机采样。最后，采用词袋表示模型来实现图像分类。在两个广泛应用的数据库，8类体育运动(UIUC Sports)和256类自然图像(Caltech-256)数据库进行实验。实验结果证明，该文提出的采样策略进一步提高了基于稠密局部特征的图像分类性能。

该文提出一种基于空间约束的快速鲁棒特征(SURF)匹配优化算法，称为SC-SURF。首先通过SURF算法检测和匹配图像的特征点。然后根据最近邻比例越低其匹配精度越高的特点，得到按最近邻比率排序的匹配点。并以最优匹配点作为参考点生成新的坐标系，利用空间位置关系地图对每对匹配点进行编码。同时为了简化随机抽样一致性(RANSAC)算法，选择尽量少的最优匹配点对作为RANSAC的代表测试数据集，并由该测试数据集拟合目标投影变换矩阵。最后结合匹配点间的空间位置关系和简化的RANSAC算法对匹配点进行几何校验。实验表明该方法在达到良好匹配精度的同时，具有鲁棒性强，匹配速度快的优点。

基于图像的车辆周边场景分析是近来车辆主动安全的热门研究方向，但对于复杂路况的道路识别目前依然是一个难题。该文提出一种适用于城市复杂道路场景的单目视觉路面识别算法。该方法结合多尺度的稀疏编码，在大尺度上利用道路的局部纹理信息，在较小尺度，特别是中等尺度上利用空间上下文信息，对车辆的可行驶区域进行识别。实验表明，该方法提高了道路与周边环境中相似纹理的区分能力；在铺设良好的结构化道路，或者车道线、路界缺失，光照复杂的道路场景中，该方法都取得了较好的检测结果。

在眼底图像自动分析中，视盘与黄斑的定位是糖尿病性视网膜病变计算机辅助诊断或筛查的先决条件。该文提出一种应用方向局部对比度滤波结合局部血管密度的方法，直接先行检测黄斑中心再行定位视盘，不同于现有的先行检测视盘或血管再行定位黄斑的一般方法，有效地提高黄斑定位正确率，能更好地应用于糖尿病性黄斑水肿的自动评估。实验选取了网络公开的HEI-MED数据集中169幅黄斑水肿眼底图像，黄斑和视盘的定位正确率同步达到98.2%，算法简单且无监督，优于现有的方法，具有良好的临床应用前景。

实现目标数目未知且可变条件下的多目标检测与跟踪是个极具挑战性的问题，在信噪比较低的情况下更是如此。针对这一问题，该文提出一种基于点扩散模型的多目标检测前跟踪改进算法。该算法在序贯蒙特卡罗概率假设密度(SMC-PHD)滤波框架下实现，通过自适应粒子产生机制完成新生目标在像平面中的初始定位，并根据目标在图像中可能出现的位置对全体粒子集进行有效子集分割和快速权值估算，最后利用动态聚类方法完成多目标状态的准确提取。仿真结果表明，该方法有效改善了多目标检测前跟踪的估计性能，并大大提高了算法执行效率。

近年来，电子散斑干涉测量技术(ESPI)在光学粗糙表面的变形测量和无损检测方面应用广泛。应用该技术时，条纹图中大量的散斑噪声给提取条纹信息带来了极大的困难。偏微分方程图像滤波方法是一种方案灵活、处理效果良好的图像去噪方法，尤其是方向偏微分方程，因其只沿着条纹方向进行滤波，更适合电子散斑干涉条纹图。由于条纹图的疏密程度不同，因此在考虑滤波方向的同时，还应考虑不同位置像素点的滤波程度。该文在方向偏微分方程基础上引入非连续性测度，提出结合非连续性测度(DCM)的方向偏微分方程。利用该方程对模拟的条纹图以及实际获得的条纹图进行滤波，实验结果表明该文方法能够充分滤除稀疏条纹处的噪声，同时有效保持密集条纹处的重要特征。

该文在Hoff-Arbib最小加加速度(minimum jerk)控制理论的基础上，提出一种具有生物学意义的小脑控制模型，用以解释延伸和抓取过程中，手臂运动与预抓取之间时间协调的问题。在对这种模型如何学习超前状态和剩余时间(TTG)预测两个关键功能进行讨论的基础上，重点对2维空间的延伸与抓取运动进行了仿真。结果表明，由Hoff-Arbib模型所获得的有关延伸与抓取运动的动力学的一些关键特征，小脑控制模型也能实现，有些性能甚至更好。总之，通过训练和学习，模型能获得精确平滑的运动轨迹。

在到达时间差(TDOA)测量中，两异地接收站所配备的本振都会存在相位噪声，该相位噪声会影响时差测量的性能。该文分析了相位噪声对经典的互相关法时差估计无偏性的影响，同时推导了仅考虑相位噪声时TDOA估计精度的克拉美罗下限(CRLB)。并进一步得到了相位噪声与加性噪声都存在时的CRLB及其相对于加性噪声环境下的CRLB退化系数。仿真结果验证了理论分析的结果。

该文提出一种基于改进乘积型核函数的二次调频信号的参数估计方法。首先，对信号乘以自身的共轭反转并做相位匹配变换，通过积累后信号最大值位置得到信号的调频率估计值；然后，再补偿掉原信号的调频率，对解调频(dechirp)后的信号构造新的乘积型核函数，并变换到2维时间-时延域，沿时间和时延轴分别做相位匹配变换和傅里叶变换，在变换后的调频率变化率-频率平面通过最大值的位置即可同时得到调频率变化率和中心频率的估计值，对补偿掉相位的信号取均值并求模得到幅度值，从而实现二次调频信号的参数估计和重构。可见，该方法避免了对所有相位参数的迭代搜索，提高了运算效率。最后，对单分量和多分量二次调频信号的仿真结果证明了该方法的有效性。

在相干信号源情形下，常用的极化敏感阵列信号处理方法(如参数估计、波束形成等)会出现性能下降甚至失效的现象。该文在极化平滑算法的基础上提出一种改进的解相干算法，通过对各子相关矩阵选择适当的加权系数，使平滑之后的相关矩阵具有Toeplitz的形式，进而消除信号之间的相干性。该文推导了最优加权系数的表达式及最大解相干信号个数，并利用加权平滑之后的相关矩阵完成了参数估计和波束形成。计算机仿真结果表明改进的方法具有比常规极化平滑算法更优越的性能，且适用于非均匀噪声和相干噪声的情况。

该文针对水下目标2维成像在强相干干扰情况下，目标亮点容易被淹没的问题，以及圆弧阵波束的高旁瓣给图像检测带来较多虚警的缺陷，提出基于二阶锥规划的宽带2维成像优化方法。该方法在对相干干扰抑制的同时，很好地控制了波束的旁瓣。分析了2维成像算法流程中由于时域滑窗导致阵列的接收信号矢量与阵列流形不同，造成二阶锥规划设计的权值与阵列的接收信号矢量失配，旁瓣控制和零陷设计无法满足设计的要求。针对该问题提出利用计算出的滑窗理论阵列的接收信号矢量代替阵列流形来进行二阶锥权值设计的方法，通过改进的二阶锥权值，将波束优化与圆弧阵的2维成像优化相结合。计算机仿真和水池实验都验证了该方法的有效性。

针对中短码长的低密度奇偶校验规则码(Low Density Parity Check, LDPC)规则码，该文采用消息更新规则改进和因子图变换方法，提出一种低复杂度差分迭代译码算法。在置信传播算法的基础上，仅当变量节点的消息值振荡时引入差分映射策略，得出一种选择性的置信差分规则，自适应地调整校验节点消息的归一化系数，提高译码性能。同时，采用展开校验节点的图变换方法，将计算复杂度从随节点度分布指数性增长降至线性增长。分别在高斯白噪声信道和瑞利衰落信道下进行仿真实验，结果表明该算法和基于图变换的其他低复杂度译码算法相比，性能优越且复杂度低，和对数似然比的置信传播算法(LLR-BP)相比，高信噪比区域内的性能优异，低信噪比区域内的计算复杂度明显降低。

该文提出一种基于切比雪夫(Chebyshev)多项式逼近的新形式的调频变标(Chirp Scaling, CS) SAR成像算法。该算法采用切比雪夫多项式逼近替代了原始CS算法中对回波信号2维频谱的泰勒(Taylor)级数展开近似，公式更加精确。然后利用光学系统抽象出的数学模型确定变标函数以校正距离徙动。并且该算法使由近似引入的误差有了上界限，改善了场景边缘点的聚焦效果，增加了场景的聚焦深度。仿真结果验证了该算法的有效性。

现代高分辨雷达通过大带宽获得高距离分辨率，通过大孔径获得高方位分辨率。该文根据单输入多输出(SIMO)线性阵列天线的基本原理，借鉴了频率分集相参处理的思路，用两个阵元实现了多阵元所形成的波束，并结合高分辨1维距离像(HRRP)方法，实现了目标的2维成像。进而为了减小频率分集所需的发射阵元工作带宽，该文结合稀疏天线阵元思想，通过设计阵元分布，用较少的频率分集实现了大孔径。仿真验证了所提方法的有效性。

在多通道合成孔径雷达动目标检测(SAR-GMTI)系统中，直接利用传统的后多普勒空时自适应处理(PD-STAP)技术进行杂波抑制会导致3个问题。第一，由于动目标径向速度引起的多普勒偏移会导致动目标出现谱卷绕，直接利用匹配滤波的方法对动目标聚焦会出现虚假目标。第二，在信号下采样的情况下，动目标聚焦位置会出现脉冲重复频率(PRF)的偏差，从而导致一个动目标可能出现在多个位置，使得动目标检测变得复杂。第三，利用传统的PD-STAP技术进行杂波抑制会导致很大的计算复杂性。基于此，该文提出一种基于Deramp处理的空时自适应处理方法进行杂波抑制处理，可以有效解决上述问题。该文最后通过仿真实验验证了该方法的有效性。

该文提出一种具有恒虚警性质的检测跟踪联合处理算法。目的是在跟踪波门内平均虚警概率恒定的前提下，提升目标的平均检测概率和系统的跟踪性能。首先，该文结合跟踪器的反馈信息利用贝叶斯准则对传统的似然比检测器进行了修正，并给出了相应的判决表达式。而后，该文在给出了跟踪波门内平均检测概率和虚警概率的计算表达式。将其代入概率数据互联(PDA)算法互连概率的计算公式中，即可获取该算法的流程。最后，仿真实验验证了该算法的可行性和有效性。

调频连续波(Frequency Modulated Continuous Wave, FMCW)阵列合成孔径雷达系统(SAR)将FMCW体制与阵列SAR技术相结合，在军事和民用领域都有着广泛的应用前景。但是，实际调频连续波阵列SAR系统中不可避免地存在调频率非线性误差和多通道幅相误差问题，如不校正会造成雷达图像质量降级。该文建立考虑上述误差的信号模型，并针对该模型提出一种基于单特显点回波数据的误差校正方案和成像处理流程，最后通过仿真和实际数据处理验证了所提方法的有效性。

在杂波环境下，该文研究了目标、发射站及接收站均运动时双基地多输入多输出(MIMO)雷达参数估计的克拉美罗界(CRB)。首先建立了运动双基地MIMO雷达的数学模型，推导了杂波背景下多目标参数估计CRB的一般表示式，然后给出了无杂波时单目标波离方向(DOD)、波达方向(DOA)以及速度CRB的闭式解，并分析了各参数对CRB性能的影响。理论与仿真实验表明：无杂波时的参数估计性能优于杂波背景下的参数估计性能；目标DOD(DOA)的估计性能与收发站速度、目标速度无关，而目标速度的估计性能将随着收、发站和目标速度的增大而下降。

针对调频连续波合成孔径雷达(FMCW-SAR)体制下的快速运动目标检测与成像问题，该文提出一种双通道FMCW-SAR动目标检测和成像新方法。该方法考虑到调频连续波固有的特点，将多普勒频移补偿和偏置相位天线(DPCA)技术结合，进行杂波抑制，检测动目标。并针对快速运动目标的散焦和多普勒谱分裂等问题，采用Keystone变换、方位去斜等方法实现快速运动目标的重聚焦。最后，仿真实验验证了所提方法的有效性和可行性。

该文分析了天波超视距雷达(Over The Horizon Radar, OTHR)多径扩展多普勒杂波(Spread Doppler Clutter, SDC)的产生机理。由于阵列存在幅相误差且期望信号的功率大于SDC功率，自适应数字波束形成(Adaptive Digital Beam Forming, ADBF)将降低SDC抑制能力，同时还会导致信号对消，严重降低信噪比。针对以上问题，该文提出一种自适应抑制SDC的方法。该方法首先采用改进噪声子空间拟合自校正法消除阵列幅相误差，得到期望信号和SDC准确的到达仰角，然后采用正交投影权矢量进行ADBF处理，避免了强期望信号条件下ADBF权矢量估计不准的问题。理论分析和仿真实验表明该方法能够较彻底地抑制多径SDC。

针对传统MIMO雷达可分辨目标数受限于虚拟阵元数的问题，该文提出一种基于嵌套阵的MIMO雷达阵形设计新方法并改进了相应的稀疏DOA估计算法。首先分析对传统MIMO雷达的虚拟阵元进行嵌套采样给DOA估计性能带来的影响；然后提出嵌套MIMO雷达阵形设计方法，在虚拟阵元数相同的情况下，该阵形比传统阵形分辨更多的目标；最后提出一种基于空域稀疏性的嵌套MIMO雷达改进DOA估计算法，该算法使用噪声子空间加权，在提高分辨率的同时可以有效消除伪峰。仿真结果验证了该文算法的有效性和优越性。

短时傅里叶变换(Short-Time Fourier Transform, STFT)是研究非平稳信号最为广泛使用的重要方法。该文在讨论了利用STFT对线性调频信号(LFM)进行滤波以及调频率估计后，提出一种基于STFT的机载SAR自聚焦算法。该算法首先利用STFT对影响SAR图像质量的主要相位误差二次相位误差(QPE)进行估计和补偿，然后在残余相位误差估计时利用STFT对时变信号进行滤波以提高信杂比(SCR)。仿真和实测数据的处理结果验证了该文算法的有效性。

俯仰向数字波束形成(DBF)是实现高分辨率宽测绘带星载SAR系统的关键技术。该技术可以生成能够灵活控制的高增益窄波束用于回波信号的接收，从而提升SAR系统性能。该文在研究俯仰向DBF技术应用于宽测绘带SAR系统的基础上，重点分析了俯仰向DBF技术对系统性能指标的影响，推导了基于俯仰向DBF技术的系统等效后向散射系数(NESZ)和距离模糊比(RASR)的表达式，并且将阵列信号处理中的零点指向技术应用于SAR，使得系统在接收目标信号的同时抑制模糊区方向的回波，显著地提高了系统的距离模糊指标。仿真结果表明，俯仰向DBF-SAR系统的性能相对于传统单通道系统具有明显的优势。

探地雷达工作的最终目的是反演解释地下结构参数，由于大多数反演问题是非线性的，研究非线性的反演方法具有重要意义。该文提出基于改进粒子群优化方法的探地雷达反演问题，该算法以信号均方误差为目标函数，用时域有限差分方法作为正演工具。通过与基于遗传算法等反演方法的结果对比，说明了该算法兼顾了准确性和简便性；通过对模型复杂、参数多、信噪比差的仿真数据的反演结果，说明了该算法对多参数反演的有效性和良好的抗噪性；对实测数据的反演结果，进一步验证了该算法的可行性。

高光谱图像变换域各波段图像噪声强度不同，并具有独特的结构。针对这些特点，该文提出一种基于主成分分析(Principal Component Analysis, PCA)和字典学习的高光谱遥感图像去噪新方法。首先，对高光谱数据进行PCA变换得到一组主成分图像；然后，对信息量较小的主成分图像分别采用基于自适应字典的稀疏表示方法和对偶树复小波变换方法去除空间维和光谱维的噪声；最后，通过PCA逆变换得出去噪后的数据。结合主成分分析和字典学习的优势，该文方法相对于传统方法对高光谱图像具有更好的自适应性，在细节得到保留的同时有效地抑制了斑块效应。对模拟和实际高光谱遥感图像的实验结果验证了该文方法的有效性。

为了克服经典模糊聚类图像分割算法对图像噪声的敏感性，该文提出结合高斯回归模型(GRM)和隐马尔科夫随机场(HMRF)的模糊聚类图像分割算法。该算法用信息熵正则化模糊C均值(FCM)的目标函数，再用KL(Kullback-Leibler)信息加以改进，并将HMRF和GRM模型应用到该目标函数中，其中HMRF模型通过先验概率建立标号场邻域关系，而GRM模型则在中心像素标号与其邻域像素标号一致的基础上建立特征场邻域关系。利用提出的算法和其它经典算法分别对模拟图像、真实SAR图像以及纹理图像进行了分割实验，并对分割结果进行精度评价。实验结果表明，该文提出的算法具有更高的分割精度。

该文针对高光谱数据的线性混合模型，提出一种简单有效的谱间压缩感知下高光谱数据的重构方案。该方案不同于传统的压缩感知重构方法直接重构高光谱数据，而是将高光谱数据分离成端元和丰度分别进行重构，然后利用重构的端元和丰度信息合成高光谱数据。实验结果表明，该方案的重构质量明显优于标准压缩感知重构方法，并且运算速度具有极大提升，同时便于获得端元和丰度信息。

该文在深入研究无线网络802.11i鲁棒安全通信的基础上，提出基于量子隐形传态的无线网络鲁棒安全通信协议，利用量子纠缠对的非定域关联性保证数据链路层的安全。首先，对量子隐形传态理论进行描述，并着重分析临时密钥完整性协议和计数器模式及密码块链消息认证协议的成对密钥、组密钥的层次结构；其次，给出了嵌入量子隐形传态的成对密钥、组密钥的层次结构方案；最后，在理论上给出安全证明。该协议不需要变动用户、接入点、认证服务器等基础网络设备，只需增加产生和处理纠缠对的设备，即可进行量子化的密钥认证工作，网络整体框架变动较小。

对于无线多跳网络跨层资源分配算法的研究大多是建立在假定每个节点能获得网络中其他节点的完美的信道状态信息(CSI)的基础上。但是由于信道的时变特性和CSI的反馈延时，在动态变化较快的无线网络中，节点所获得的CSI很可能是过时或者部分过时的。基于这个前提，该文首次在动态无线多跳网络跨层资源优化分配算法中考虑了CSI这种变化的影响，并提出了一种相应的分布式联合拥塞控制和功率分配算法。仿真结果证明该算法能够极大地提高网络效用和能量效用。

将网络信息的概念引入到神经科学当中对于研究脑功能机制有着积极的作用。然而人脑网络的复杂性对于理解有一定的困难。该文基于有向传递函数(Directed Transfer Function, DTF)的方法估计得到功能连接模式，进一步提出了信息流增益的计算方法，用以评价特定脑区在全脑信息传输过程中的作用。该方法将流入信息和流出信息结合，具有浓缩两者信息的优点，简化了脑复杂网络的辨识度，并且提高了结果的显示标度。仿真运算和自发、诱发脑电数据的结果都显示出通过计算分析信息流增益可以比较理想地得到各个脑区对全脑信息流的贡献。结果证明信息流增益方法为进一步理解大脑认知机制提供了可能。

在认知无线电(CR)中，频谱感知是实现动态频谱接入的关键技术之一。为适当保护主用户并最大化次级用户的性能，目前大部分相关工作均是用虚报概率和漏检概率作为感知度量来确定最佳感知参数的。但这种度量是用主次用户的碰撞概率来衡量次级用户对主用户的影响的，没有考虑干扰强度的影响，仅适合同构频谱环境；在不同位置次级用户有不同接入机会的异构频谱环境中，并不能最大化频谱利用率。为此，该文首先定义了吞吐量降，并提出在异构频谱环境下采用吞吐量降作为一种新的感知度量。吞吐量降是指由于次级用户占用授权频谱而导致主用户吞吐量下降的百分比。在衡量次级用户对主用户的影响时，它综合了主次用户的碰撞概率和干扰强度两个因素；其次，研究了以吞吐量降为约束的次级用户吞吐量优化问题。最后，数值仿真证实了该方案比目前几种传统方案的频谱利用率显著提高。

线程级推测(Thread-Level Speculation, TLS)是多核上一种加速串行程序的线程级自动并行化技术。循环具有规则的结构并在运行时占有大量的执行时间，因此循环是挖掘并行性的理想对象。然而，选择哪些循环并行才能提高程序的加速比是一个很难决定的问题。为了解决该问题，该文提出一种基于性能预测的循环选择方法。基于输入训练集获取程序预执行的剖析信息，同时结合各种推测因素，构建了循环结构的性能预测模型。预测结果定量评估了循环推测并行的加速比并决定该循环在运行时是否适合并行。实验结果表明，该文提出的方法能有效地预测循环并行时所蕴含的并行性，并依据预测结果准确地选择具有并行收益的循环推测并行，最终Olden基准测试集加速比性能平均提升了12.34%。

该文根据电磁带隙结构的带隙形成机理及共面电磁带隙结构等效电路分析模型，通过引入新型的C-型桥接连线及开槽设计，提出了一种适用于高速电路同步开关噪声(SSN)抑制的带有狭缝的共面C-型桥电磁带隙(CBS-EBG)结构。实测结果表明，在抑制深度为?40 dB时，阻带范围为296 MHz~15 GHz，与LBS-EBG结构相比，在保持高频段SSN抑制性能的同时，阻带下限截止频率由432 MHz下降至296 MHz，有效降低了带隙中心频率。研究了局部拓扑下的信号传输特性，结果表明，当采用局部拓扑并选择合适的走线策略时，该结构在保持良好的SSN抑制性能的同时，能够实现较好的信号完整性。

由于顶点的曲率能够很好地反映3维网格的视觉特征，该文提出了一种利用曲率分析的3维网格质量评估方法。该方法首先估算各顶点的曲率，然后在每个顶点的邻域内构建一个曲率矩阵，并根据原始网格和失真网格对应曲率矩阵的奇异值差异评估顶点位置的失真，最后通过对这些局部失真的加权联合得到网格的整体失真。实验结果表明，相比于其他方法，该文提出的方法不但能够更准确地评估3维网格的质量，而且具有更好的鲁棒性。

有序二元决策图(OBDD)被广泛用到网络可靠度的计算中，在基于OBDD计算网络可靠度时，其计算时间主要取决于参与操作的OBDD的大小，而OBDD的大小严重依赖于OBDD的变量序。该文根据布尔函数的性质和OBDD原理提出一种优化计算网络可靠性的算法(BF-OBDD)，提高计算网络可靠性的效率。实验结果表明改进的算法有较少的 OBDD节点数量，在计算网络可靠性时，花费的时间较少。

该文提出一种新型小型化基片集成波导(SIW)双模滤波器。通过使用正交的输入输出馈线，和一段倾斜的槽线来扰动腔体的两个简并模，滤波器能产生两个传输零点(TZ)。采用该方法设计了一个中心频率为15 GHz，带宽为350 MHz的基片集成波导双模滤波器。该滤波器结构简单，成本低廉，易于加工。测试结果和仿真结果吻合，较好地验证了设计的可行性和有效性。