该文针对视觉跟踪中运动目标的鲁棒性跟踪问题，基于主成分分析(PCA)和卷积神经网络(CNN)，提出一种易于初始化的类CNN提取深度特征的视觉跟踪算法。该算法首先利用仿射变换对原始图像进行处理，然后对归一化尺寸的图像进行分层PCA学习，将学习得到的PCA特征向量作为CNN结构中的各阶滤波器，完成特征提取网络的初始化，再利用特征提取网络获取目标的深层次表达。最后结合粒子滤波，利用一个简单的逻辑回归分类器通过分类估计实现目标跟踪。结果表明，利用这种易于初始化的CNN提取到的深度特征能够有效地区分目标和背景，具有很好的可区分性，提出的视觉跟踪算法对光照变化、尺度变化、遮挡、旋转和摄像机抖动等都具有良好的适应性，在许多视频序列上表现出了较好的鲁棒性和准确性。

多波段红外图像配准和融合是得到更高质量夜视图像的关键步骤。过去，这两种方法被定义为两个独立的图像处理过程。因此，在融合过程中忽略配准误差会严重影响最后的融合质量。为解决上述问题，该文提出一种新的迭代优化方法，该方法通过寻找最优配准参数来获得最佳的融合性能，采用基于人眼感兴趣区域的清晰度指标作为融合质量评价函数来完善配准过程，采用模拟退火法解决联合优化问题。实验结果表明，针对夜视领域的多波段红外图像，该方法在配准精度、融合质量以及稳定性上明显优于常用的配准和融合算法。

该文提出一种基于场景传输渐进估计的单幅图像能见度快速复原方法。利用场景辐射的边界条件，结合大气散射模型估计场景传输的初始值，并采用递归双边滤波对其精化。通过梯度域递归双边滤波分解复原结果，对得到的基层和细节层分别进行色调调整和增强，获取高质量的清晰图像。利用高斯KD树对原始图像的高维特征空间进行自适应剖分，获取其高斯采样以加速复原计算。与相关工作比较，所提方法能够保持边缘和细节，有效避免光晕效应。采用客观指标评价复原结果。实验结果表明，该方法有效易行，复原结果更加符合真实场景。

论文为解决旋转目标图像匹配问题，提出旋转不变梯度直方图(RI-HOG)目标描述方法。RI-HOG描述方法首先将目标区域等间隔划分为多个同心圆环并统计每个圆环的梯度直方图(HoG)，各圆环HoG累加的结果作为目标区域的主方向，再将各圆环HoG根据主方向旋转相应角度作主方向归一化处理，最后把旋转后的各圆环HoG按空间顺序连接后即生成RI-HOG。对实际采集图像的仿真结果表明，基于RI-HOG的目标匹配算法在目标旋转任意角度时依然能够准确检测到目标。RI-HOG具有很好的旋转不变性。

现有无监督特征学习算法通常在RGB色彩空间进行特征提取，而图像和视频压缩编码标准则广泛采用YUV色彩空间。为了利用人类视觉特性和避免色彩空间转换所消耗的计算量，该文提出一种基于稀疏自动编码器在YUV色彩空间进行无监督特征学习的方法。首先在YUV空间随机采集图像子块并进行白化处理，然后利用稀疏自动编码器进行无监督局部特征学习。在预处理阶段，针对YUV空间亮度和色度通道相互独立的特性，提出一种将亮度和色度进行分离的白化措施。最后用学习到的局部特征在大尺寸图像上进行卷积操作从而获得全局特征，并送入图像分类系统进行性能测试。实验结果表明：只要对亮度分量进行适当的白化处理，在YUV空间中的无监督特征学习就能够获得相当于甚至优于RGB空间的彩色图像分类性能。

在目标分类领域，当前主流的目标分类方法是基于视觉词典模型，而时间效率低、视觉单词同义性和歧义性及单词空间信息的缺失等问题严重制约了其分类性能。针对这些问题，该文提出一种基于弱监督的精确位置敏感哈希(E2LSH)和显著图加权的目标分类方法。首先，引入E2LSH算法对训练图像集的特征点聚类生成一组视觉词典，并提出一种弱监督策略对E2LSH中哈希函数的选取进行监督，以降低其随机性，提高视觉词典的区分性。然后，利用GBVS(Graph-Based Visual Saliency)显著度检测算法对图像进行显著度检测，并依据单词所处区域的显著度值为其分配权重；最后，利用显著图加权的视觉语言模型完成目标分类。在数据集Caltech-256和Pascal VOC 2007上的实验结果表明，所提方法能够较好地提高词典生成效率，提高目标表达的分辨能力，其目标分类性能优于当前主流方法。

非刚性点集配准算法在实际应用中要求对噪声、遮挡或异常点具有很好的鲁棒性。该文采用高斯混合模型并结合点的邻域结构信息实现非刚性点集配准。使用高斯混合模型表示模型点集，通过高斯径向基函数构建变换模型。并根据点的邻域结构信息决定高斯混合模型中每个高斯组成部分所占的比例。在EM算法的期望步(E-step)阶段求解点的对应关系，在最大化步(M-step)阶段求解异常点比例系数和变换的闭合形式解，直至算法收敛得到最优解。通过在合成数据和实际的视网膜图像上的实验，与目前几种先进的点集配准方法进行了比较，证明该算法具有较好的配准效果和鲁棒性。

针对信息物理融合系统中的在线时间序列预测问题，该文选择计算复杂度低且具有自适应特点的核自适应滤波器(Kernel Adaptive Filter, KAF)方法与FPGA计算系统相结合，提出一种基于FPGA的KAF向量处理器解决思路。通过多路并行、多级流水线技术提高了处理器的计算速度，降低了功耗和计算延迟，并采用微码编程提高了设计的通用性和可扩展性。该文基于该向量处理器实现了经典的KAF方法，实验表明，在满足计算精度要求的前提下，该向量处理器与CPU相比，最高可获得22倍计算速度提升，功耗降为1/139，计算延迟降为1/26。

基于机器视觉的田间车辆自动导航是农用车辆导航的热门研究方向，但含较密集杂草的农田作物行提取，目前依然是个难题。该文提出一种适用于密集杂草农田的，主要基于频率和颜色信息的农田图像分割算法。通过小波多分辨率分解后构建的频率总量指标，利用作物产生主频信息的总量优势，结合作物行的交替及最大类间方差法、颜色模型分量变换，实现农田杂草的去除，并通过最小二乘法拟合直线，实现农田作物行提取。实验表明算法能有效克服密集杂草干扰，针对 像素大小图像，单幅处理时间平均为132 ms。

森林区域竖直结构参数的反演是极化干涉雷达的一个重要应用，基于RVoG模型，运用全极化干涉数据可成功获得森林区域的地形估计及树高反演。该文将基于单基线简缩极化干涉SAR(C-PolInSAR)数据对森林区域进行林下地形估计及树高反演。推导单基线简缩极化干涉相干系数及相干区域，根据相干区域进行直线拟合，提出简缩极化干涉数据下的地形相位判别准则及体散射去相干估计方法，然后完成树高反演。通过L, P波段仿真数据以及实测机载数据对上述方法进行验证，获得正确地形及树高。简缩极化发射波极化状态不唯一，因此该文详细分析不同参数的椭圆极化对地形及树高等参数估计的影响，研究表明地形树高受椭圆极化波影响较小，也验证了估计方法的稳定性。

该文针对十字型阵列配置下的单基地MIMO雷达2维空间角度估计问题，提出一种基于ESPRIT算法的降维DOA估计算法。算法通过降维矩阵的设计及回波数据的降维变换，将高维回波数据转换至低维信号空间，最大程度地去除了所有的冗余数据；利用矩阵的酉变换进行实数域信号子空间的估计，并基于ESPRIT算法实现2维空间角度的联合估计及参数的自动配对。算法不牺牲阵列孔径，在获取信噪比增益和快拍增益的同时，有效降低了回波数据的维数，具有更低的运算复杂度。仿真结果验证了理论分析的正确性和算法的有效性。

微动目标散射点的微多普勒对目标运动、结构参数的估计具有重要意义。该文针对表面光滑的锥裙目标，首先依据进动锥裙目标的等效散射点模型，推导出散射点的理论微多普勒曲线表达式。结合进动调制的锥裙目标微多普勒曲线为多阶正弦级数叠加的先验信息，提出一种基于参数化时频分析的进动锥裙目标微多普勒曲线提取方法。针对多分量信号组成的锥裙目标回波，该方法利用相干信号单距离多普勒干涉(CSRDI)方法估计锥旋频率，进而利用参数化时频分析估计散射点的微多普勒曲线，之后利用带阻滤波器分离估计得到的散射点回波信号。基于电磁仿真数据验证了所提方法的有效性。

特征提取是合成孔径雷达(SAR)图像目标识别的关键环节。SAR图像中存在的相干斑点和非光滑特性使得传统针对光学图像的特征提取方法变得很难应用。虽然可以采用深度置信网络(DBN)自动地进行特征学习，但是该方法属于无监督学习方法，这使得学习到的特征与具体的任务是无关的。该文提出一种叫做相似性约束的受限玻尔兹曼机模型。该模型在学习过程中通过约束特征向量之间的相似性达到引入监督信息的目的。另外，可以将多个相似性约束的受限玻尔兹曼机堆叠成一种新的深度模型，称其为相似性约束的深度置信网络模型。实验结果表明在SAR图像目标识别应用中，该方法相比主成分分析(PCA)以及原始DBN具有更好的识别性能。

传统的大斜视角SAR成像算法利用时域线性走动减少距离徙动校正的难度，运用非线性变标算法改善方位向的聚焦效果，然而变标因子的引入也带来了一些处理上的不便。针对这一问题，该文从分块近似匹配的角度出发，结合DFT滤波器组理论，提出了一种方位向聚焦的新算法。与传统的方位非线性变标类算法相比，新算法不引入相位操作，能更好地补偿空变的多普勒调频率，稳定性和成像性能都得到了提高，且在一般情况下算法的计算量要少于传统算法。仿真结果证明了算法的有效性。

为提高人工神经网络的逼近能力，该文从研究隐层神经元的映射机制入手，提出基于量子比特在Bloch球面的绕轴旋转构造神经网络模型的新思想。首先将样本线性变换为量子比特的相位，并使量子比特在Bloch球面上分别绕着3个坐标轴旋转，旋转角度即为网络参数。然后通过投影测量可以得到量子比特的球面坐标，将这些坐标值提交到隐层激励函数，可得隐层神经元的输出。输出层采用普通神经元。基于L-M(Levenberg-Marquardt)算法设计了该模型的学习算法。实验结果表明，该文提出的模型在逼近能力、泛化能力、鲁棒性能方面，均优于采用L-M算法的普通神经网络。

在被动式的超高频(UHF)射频识别(RFID)系统中，当多个标签选择同一个时隙向阅读器发送信息，标签间冲突就会产生，该冲突通常只在介质访问控制(MAC)层上解决。其实，若冲突信号在物理层上被分离，识别效率将能得到很大的提高。在物理层冲突信号分离中，信道估计是一项关键技术，因为好的信道估计有助于准确地恢复冲突信号。传统的信道估计方法在两个标签冲突的情况下具有较好的估计性能，但当冲突标签数超过2时，却会产生较高的误差。该文针对物理层的UHF RFID信号分离问题，提出一种新的信道估计方法。该方法利用已知的前缀信号，采用最小二乘方法对信道进行估计。从实验结果看，当标签冲突数超过2时，该文提出的信道估计方法的误差要小于传统的估计方法，而且估计的信道得到的分离效率也高于传统方法。

该文针对多尺度结构相似性(Multiple-scale Structural SIMilarity, MSSIM)图像质量评价算法对图像信息不确定部分度量能力的不足，结合人类视觉系统(HVS)，提出基于内在生成机制(internal generative mechanism)的iMSSIM算法。首先采用基于逐段式自回归(Piecewise AutoRegressive, PAR)模型的内在生成机制将失真图像和原始图像分解成采用MSSIM算法评分的图像内容预测部分和采用PSNR评分的图像信息不确定部分；然后采用均方误差(MSE)进行加权来联合这两部分评分获得最终结果。在基准数据库上完成的对比实验表明：该算法不仅在不同失真类型上性能最好，且在6个公开数据库上的性能优于现有算法。

Biclique攻击是目前唯一能将对AES全轮攻击降至穷举攻击之下的密钥恢复攻击，但如何得到AES新的Biclique结构或全部Biclique结构尚没有解决。该文设计了寻找AES-128全部Biclique结构的算法以及衡量基于相应结构Biclique攻击的数据和时间复杂度的算法，得出了AES-128共有215类 Δ_i-差分能产生555个Biclique结构，给出了数据复杂度最小和次小的 Δ_i-差分路径，分别列出了计算复杂度最小和数据复杂度最小的Biclique差分及匹配。

混沌无线数字通信是未来高安全高保密无线通信的重要发展方向，而混沌码同步是其核心技术之一。该文根据混沌无线通信特点，提出一种基于滑动相关峰检测的混沌码同步方法。针对非周期混沌码同步，设计了在混沌码同步3个约束条件下的相位延迟控制模块，搭建了基于Logistic序列的同步系统动态模型，并进行了仿真。仿真结果表明，该方法可实现收发两端混沌码同步，同步速度快，抗噪能力强，有效地解决了混沌无线数字通信中的同步方法问题。

向拥有较宽连续频谱的高频频段扩展带宽成为未来高铁无线通信系统提升容量的有力手段，不过，需要采用大规模天线波束赋形技术克服高频频段路径损耗严重的缺陷。在高铁双车载台方案中，可以通过大规模天线阵列形成双波束传输提高系统容量。在对其传输性能进行分析后发现，双波束传输优化配置与列车的位置有关。基于此，论文提出自适应波束分合传输方案，当列车距离基站较远时，为了避免波束间的严重干扰，双波束合成为一个波束来覆盖两个接收端，实现接收分集，提高接收信号质量；当列车距离基站较近时，分裂成双波束，实现空间复用，提高系统容量及传输可靠性。数值仿真结果表明，所提方案可以适应列车运行位置，提升传输性能。

原模图低密度奇偶校验码相较于传统LDPC码,具有结构简单、迭代译码门限低、易于扩展及线性编译码复杂度等优点。针对强多途、长时延、窄带宽的浅海水声信道，该文研究了PG-LDPC码的设计及性能特征，提出一种码型设计方案，并采用基于原模图度分布的外部信息转移图算法，对所设计PG-LDPC码的纠错性能进行分析及预测。仿真与实验结果表明，与(3,6)随机规则LDPC码相比，所提的PG-LDPC码在低、高信噪比区域均有良好的纠错性能。

针对现有混沌检测算法精度不高、状态响应滞后的问题，该文从混沌状态整体性、系统解频域特性等角度进行全面分析，提出一种基于摄动解主频功率比的弱信号检测方法，该算法不仅准确实现了临界状态的有效界定，提高了信号检测的可靠程度，而且揭示了系统各个状态之间的差别及物理含义。文中采用参数摄动法推导了Duffing-Van der pol振子的一阶摄动平衡解，证明了其为影响主频率分量的主要因素。在此基础上，采用经验模态分解方法对有效参量信息进行选择性重构，以最小均方误差约束准则下的比值系数重新定义了系统状态，得到系统主频功率比与策动力幅值之间的映射关系，并以此作为临界阈值确定的依据。实验结果表明，采用主频功率比准则的信号检测方法可靠性提高了约1个数量级，且算法的响应速度为传统分析方法的2倍以上。

该文提出一种基于空域平滑稀疏重构的DOA估计算法，利用空域平滑理论对协方差矩阵进行处理，然后通过KR积变换改变其结构，并对变换后的矩阵进行稀疏重构获得角度估计。此外，该文还给出了两种不同的目标函数误差求解方法。从仿真实验可以看出，该算法与传统的基于压缩感知理论的DOA估计算法对比，明显降低了运算量，且对于相干和非相干信号的处理性能均有所提高，在低角度间隔、低信噪比和低采样数条件下优势更为突出。

为了提高单通道语音增强降噪算法的整体质量，该文从噪声消除和语音感知两个角度出发对传统语音增强算法进行改进，通过引入多种处理手段来达到最佳优化效果。首先在参数估计方面，把基于弱语音出现的平滑算法加入到基于固定先验信噪比的软判决方法中来解决噪声谱过估计问题，并根据语音帧存在概率动态调整平滑因子，从而提高先验信噪比的跟踪效果。其次在语音质量感知提升方面，采用谐波恢复的方法重建语音段的高频谐波分量，并采用相位补偿和增益平滑的方法消除静默段和语音段的音乐噪声。实验结果表明，相比传统算法，该文算法通过引入参数估计改进模块和感知质量提升模块，在消噪效果和语音质量两方面均得到了较大的提高，并适用于多类噪声环境和信噪比条件。

传统窄带主动噪声控制系统中，各窄带噪声分量由各控制器并行处理，而相应的控制系数却仍由系统的整体残余误差进行更新。这导致各控制器之间相互影响，从而降低了系统的收敛速度。为保证各控制器单独利用自身的残余误差来更新控制系数，实现残余误差信号的频率分量分离，该文提出一种基于泄漏残余误差分离器的窄带主动噪声控制系统，并对新系统进行初步统计分析。理论分析、仿真及实验表明，这种引入泄漏因子的残余误差分离器，在不牺牲稳态性能情况下，提升了系统的鲁棒性和收敛性。

磁感应成像(MIT)3维正问题中，直接求解法计算有限元方程组时，计算速度慢且因舍入误差造成计算结果不正确。该文为了解决这一问题，采用不完全乔列斯基分解共轭梯度(ICCG)迭代求解法。基于ANSYS平台建立有限元数值模型，采用ICCG法迭代求解。通过仿真实验获得设定收敛容差的最优值。对仿真结果进行对比，与直接求解法、雅克比共轭梯度(JCG)法相比，ICCG法计算速度快、稳健性高。计算结果表明ICCG法受网格粗细影响小，能够正确求解磁感应成像3维正问题。

为解决信息物理融合系统下无线传感器网络接入互联网的问题，该文提出一种基于微分进化的网关优化部署方法。该方法以最小化网关覆盖半径和负载平衡水平为优化目标，利用微分进化算法寻找网关优化部署方案，通过自适应反向搜索、动态参数调整等方法保障寻优过程的种群多样性，解决几何 中心下的网关部署问题。仿真实验结果表明，该方法具备良好的全局寻优能力和收敛速度，能够在缩小网关集覆盖半径的前提下，进一步平衡各网关之间的负载水平，提高信息物理融合系统的网络QoS水平。

网络文献知识库中的海量资源及其分类的粗粒度，导致学习者容易在文献检索和阅读过程出现认知迷航和知识过载问题。该文提出一种基于MapReduce的知识聚类与统计机制：首先，提出基于MapReduce的共现矩阵构建算法MR-CoMatrix；其次，将共现矩阵与相似度系数结合构建相似度矩阵；然后，通过Z Scores对相似度矩阵进行标准化；最后，使用离差平方和法(Ward,s method)对相似度矩阵进行聚类，生成树状的知识聚类谱系图；基于聚类结果，提出基于MapReduce的知识文献统计算法MR-Statistics，对每个分类的知识属性进行统计。实验结果表明：将MR-CoMatrix和MR-Statistics方法应用于网络文献知识库进行知识聚类和统计，达到较理想的聚类精度和计算效率，实现了细粒度知识聚类和多维统计，同时减少了时间开销。

海上对流层微波超视距传播与海洋大气环境特性的相关性研究对电波传播的短期预测以及无线电通信系统的设计和应用有着十分重要的意义。该文根据在我国黄渤海海域进行的14.1 GHz海上对流层微波超视距传播试验的传输损耗数据以及在发射端塔基平台上同步进行的气象梯度仪试验的气象数据，分别分析了风向、风速以及气海温差对传输损耗和蒸发波导高度相关性的影响，研究了沿海海域气象数据在微波超视距传播链路中的可用性，并结合散射抛物方程方法和高级折射效应预报系统(AREPS)对分析结果进行了验证。该文的研究结果对海上对流层微波超视距传播的传播特性以及短期预测的研究有一定的指导意义。

空时自适应处理是卫星导航抗干扰的有效方法。但在高动态环境下，干扰来向动态变化，干扰很容易移出常规自适应抗干扰算法所形成的窄零陷，导致算法失效。常用的解决办法是加宽零陷。该文从干扰来向变化的统计模型出发，提出一种基于拉普拉斯分布的空时加宽零陷算法，该算法能在干扰方向形成较宽的零陷。并且考虑到空时处理将增加算法的计算复杂度，该文将新的空时加宽零陷算法与多级维纳滤波器相结合，给出一种基于空时降维处理的加宽零陷算法。新算法能有效降低算法复杂度，并能在小快拍下得到更好的性能。仿真结果表明新算法的有效性。

单频干扰能够引起较大的伪码跟踪误差，基于小误差条件的跟踪误差分析会失效。在大误差条件下，由于码环鉴相器不再工作在线性区域，利用鉴相器输出的二阶泰勒展开式代替一阶线性化近似，该文给出了单频干扰下伪码跟踪误差的解析表达式。通过数值分析和仿真实验分析验证了在单频干扰下伪码跟踪误差随干扰起始相位、干扰频率和干信比的变化特性。结果表明：当干扰引起的伪码跟踪误差较大时，基于鉴相器线性化的理论预测的准确性显著下降，而基于鉴相器二阶泰勒近似的理论分析能够准确预测大误差条件下的伪码跟踪误差，在跟踪误差不超过0.34 chip时，理论分析误差不超过20%。

纵观星载合成孔径雷达技术的发展历程，其发展趋势已经从传统的单项技术突破转变为概念体制的更新。各种面向新型应用的新体制、新模式不断出现，推动着星载 SAR 技术蓬勃发展。该文在介绍欧美等国星载 SAR 技术发展现状的基础上，分析未来星载SAR 技术的发展趋势，重点探讨星载 SAR 技术在面向高分辨率宽覆盖对地观测、多方位角信息获取、高时相信息获取、3维地形测绘及图像质量提升等方面的发展。

针对等距映射(ISOMAP)算法无监督，不能生成显式映射函数等局限性，该文提出一种正则化的半监督等距映射(Reg-SS-ISOMAP)算法。该算法首先利用训练样本的标签样本构建K联通图(K-CG)，得到近似样本间测地线距离，并作为矢量特征代替原始数据点；然后通过测地线距离计算核矩阵，用半监督正则化方法代替多维尺度分析(MDS)算法处理矢量特征；最后利用正则化回归模型构建目标函数，得到低维表示的显式映射。算法在多个数据集上进行了比较实验，结果表明，文中提出的算法降维效果稳定，识别率高，显示了算法的有效性。

本文首先对2015年度信息一处的计算机辅助受理情况进行了简要的介绍和分析，然后以表格的形式说明了2015年度项目申请代码、研究方向选择中存在的主要问题。最后介绍了2016年度申请代码和研究方向及相关说明一览表的试用版，并强调了选择中应该注意的两个问题。