基于图像中存在的邻域以及非局部相似等图像空间特征和联合稀疏解混思想，该文提出一种基于高光谱图像光谱相似性度量的多任务联合稀疏解混方法。通过高光谱图像的光谱特性统计值设定光谱度量阈值，对高光谱图像中相似的像元光谱进行光谱相似性度量分组，再对分组像元光谱数据进行多任务联合稀疏光谱解混模型的构建和求解，得到最终的丰度系数。模拟数据实验结果表明，该方法一定程度上提升了现有联合稀疏光谱解混方法的丰度估计精度，真实数据结果也验证了方法的有效性。

针对基于预测的高光谱图像无损压缩算法压缩比低的问题，该文将聚类算法与高光谱图像预测压缩算法相结合，提出一种基于K-均值聚类和传统递归最小二乘法的高光谱图像无损压缩算法。首先，对高光谱图像按光谱矢量进行K-均值聚类以提升同类光谱矢量间的相似度。然后，对每一聚类群分别使用传统递归最小二乘法进行预测，消除高光谱图像的空间冗余和谱间冗余。最后，对预测误差图像进行算术编码，完成高光谱图像压缩过程。对AVIRIS 2006高光谱数据进行仿真实验，所提算法对16位校正图像、16位未校正图像和12位未校正图像分别取得了4.63倍，2.82倍和4.77倍的压缩比，优于同类型已报道的各种算法。

高光谱遥感影像由于其巨大的波段数直接导致信息的高冗余和数据处理的复杂，这不仅带来庞大的计算量，而且会损害分类精度。因此，在对高光谱影像进行处理、分析之前进行降维变得非常必要。神经网络敏感性分析可以用于对模型的简化降维，该文将该方法运用于高光谱遥感影像降维中，通过子空间划分弱化波段之间的相关性，利用差分进化算法(DE)优化神经网络结构，采用Ruck敏感性分析方法剔除掉对分类贡献较小的波段，从而实现降维。最后，采用AVIRIS影像进行实验，所提算法相比其他相近的降维与分类方法能获得更高的分类精度，达到85.83%，比其他相近方法中最优方法高出0.31%。

目前的微波辐射测量成像系统在一次观测中所采集的数据量大，基于奈奎斯特空间采样及常规微波辐射图像重构方法难以实现高分辨率要求。该文针对微波辐射干涉测量在频域中进行，采用傅里叶最优随机抽取的超稀疏干涉测量(低于奈奎斯特采样)对微波辐射图像进行线性压缩投影，降低数据采样。考虑微波辐射图像在总体差分域和小波中都具有可压缩特性，提出总体差分和小波混合正交基的K-SVD字典学习微波辐射图像重构模型，利用Bregman和交替迭代算法求解该模型，重构线性压缩投影信息从而获得微波辐射图像。仿真实验表明，该文提出的算法在微波辐射图像重构效果、噪声稳定性上优于DLMRI算法和GradDLRec算法。

海况偏差(Sea State Bias, SSB)是雷达高度计测量海面高度的重要误差源。目前，业务化运行的雷达高度计的海况偏差校正都是采用基于风速(U)和有效波高(SWH)的2维经验模型方法，其海况偏差校正不确定度约为2 cm。该文提出一种基于交叉点数据和3维非参数模型的海况偏差估计方法，该方法利用星下交叉点数据，采用基于U, SWH以及平均波周期(MWP)的3维非参数模型进行海况偏差估计。该文利用这种估计方法对Jason-2卫星雷达高度计2009~2011年3年的数据进行了处理，将处理结果与Jason-2卫星高度计的地球物理数据集(Geophysical Data Records, GDR)中的海况偏差校正项进行对比，结果表明该文提出的海况偏差估计方法平均能降低1.64 cm²的交叉点海面高度不符值的方差和0.92 cm²的沿轨海面高度异常值的方差，分别对应于1.28 cm和0.96 cm的均方根(RMS)海面高度，这对于提高高度计数据产品的精度具有重要意义。

在电子系统中，有时需要在同一平台上实现同时进行信号的接收和发射。这时，通常会采用一定的收发隔离措施和信号相消处理技术。相对于收发非同时而言，收发同时会对电磁频谱控制区域产生较大的影响。该文以同时接收雷达信号又干扰该雷达的情况为例，研究了收发同时对电磁频谱控制区域的影响，提出了综合天线收发隔离与后续数字相消处理的总体隔离度概念，分析了影响总体隔离度的因素，建立了数学模型，推导了相关公式，仿真分析了总体隔离度对侦察作用区、干扰暴露区以及电磁频谱控制区的影响。

该文针对无源定位中参考信号真实值未知的时差-频差联合估计问题，构建了一种新的时差-频差最大似然估计模型，并采用马尔科夫链蒙特卡洛(MCMC)方法求解似然函数的全局极大值，得到时差-频差联合估计。算法通过生成时差-频差样本，并统计样本均值得到估计值，克服了传统互模糊函数(CAF)算法只能得到时域和频域采样间隔整数倍估计值的问题，且不存在期望最大化(EM)等迭代算法的初值依赖和收敛问题。推导了时差-频差联合估计的克拉美罗界，并通过仿真实验表明，算法在不同信噪比条件下的估计精度优于CAF算法和EM算法，且计算复杂度较低。

传统的2维大规模滤波器组的设计方法具有复杂度高的缺点。该文提出一种设计2维双原型滤波器组的快速方法，该方法利用近似完全重构的条件，并采用完全过采样的离散傅里叶变换(DFT)调制滤波器组来设计。新算法将两个原型滤波器的设计问题归结为一个无约束优化问题，其中目标函数为滤波器组的总体失真(传递失真和混叠失真)与原型滤波器阻带能量的加权和，利用目标函数的梯度向量，通过双迭代机制求解该优化问题。单步迭代中，利用矩阵求逆的等效条件和块Toeplitz矩阵求逆的快速算法，显著地降低了计算复杂度。理论分析和数值实验表明，新算法可以得到整体性能更好的滤波器组，计算复杂度大幅度降低，故可以快速设计大规模的2维滤波器组。

该文针对低信噪比下TDDM-BOC(Time Division Data Modulation-Binary Offset Carrier)信号的组合码序列(将伪码序列和副载波序列看成一个整体序列)及信息序列盲估计问题，提出一种改进的基于奇异值分解的方法。该方法首先利用双信息符号周期、间隔一信息符号周期的时间窗对接受信号进行分段，并构成观测矩阵。然后对观测矩阵进行奇异值分解，通过左奇异向量实现组合码序列的盲估计。同时，通过右奇异向量实现信息序列的盲估计。仿真分析表明，该方法能够在较低的信噪比下达到精确估计的目的。这对于从事卫星导航接收机设计具有一定的参考价值。

该文针对分布式阵列相干信号单次快拍波达方向估计问题，提出一种基于状态空间平衡法的1维波达角估计算法。该算法首先直接利用单快拍数据以分布式阵列每个子阵单元进行Hankle矩阵构造，然后采用状态空间平衡法，分别获得低精度无模糊的子阵单元内DOA估计和高精度有模糊的子阵单元间DOA估计，最后结合配对和解模糊算法获得高精度无模糊DOA估计。该算法不受信号形式限制，可同时对相干信号和非相干信号进行处理，能充分利用分布式阵列扩展阵列物理孔径特性，获得较高的DOA估计精度。计算机仿真结果验证了所提算法的有效性。

在伪最近邻(PNN)分类算法中，待分类样本点与每一类样本集中各个近邻的距离加权系数都是主观确定的，这就使得算法得不到最优距离加权值。针对这一问题，该文提出一种基于BP神经网络的自适应伪最近邻分类算法。首先通过计算待分类样本点与每一类样本集中各个近邻的距离值，并将其作为BP神经网络的输入。然后根据BP神经网络输入与输出之间的映射来自适应确定相应的距离加权值。最后由BP神经网络的输出值判别样本类别号。实验结果表明，该算法能够自适应地调节距离加权系数，同时还能有效地改善分类准确率。

常数模算法在无线通信系统的盲均衡中得到广泛的使用，为了进一步降低稳态误差通常选择将其与判决引导最小均方误差算法相结合，传统的双模切换盲均衡算法通过人为设定门限值实现两种算法的硬切换，其切换时机选择的合理性无法保证，不能充分凸显双模切换的长处。该文利用凸组合结构借助遵循一定规则迭代变化的联合参数将两种算法进行结合，实现两种算法模式的切换，自适应地选择切换时机，并通过对算法的修正和混合参数归一化的改进使在克服恢复信号相位偏转的同时加快了收敛速率、降低了稳态误差；另外，对稳态性能进行推导分析得到了理论的稳态模型。仿真结果证明稳态性能与模型推导结果保持一致，参数归一化改进所得效果较为明显，与同类其它双模切换算法相比具有更优的性能。

该文提出一种基于超像素和游程直方图的图像对比度修改检测取证算法。算法首先对图像进行超像素分割，并提取每个分割区域的游程直方图特征值，然后将不同方向的特征值进行融合，并进行归一化处理；再计算处理后的特征值数值突变量；最后将区域的数值突变量用支持向量机(SVM)进行分类识别。实验结果表明，和现有的一些算法相比，该文提出的算法计算复杂度低，在多种不同的测试数据库上都具有良好的识别性能。此外，在区域篡改检测实验中，该算法不仅可以定位出篡改区域，还能准确地描绘出篡改区域的轮廓形状。

论文针对已有高阶模糊时间序列模型在预测精度和预测范围上的限制，结合直觉模糊集理论，提出一种启发式变阶直觉模糊时间序列预测模型。模型首先应用直接模糊聚类算法对论域进行非等分划分；然后，针对直觉模糊时间序列的数据特性，改进现有直觉模糊集隶属度和非隶属度函数的建立方法；最后，采用阶数随序列实时变化的高阶预测规则进行预测，并将历史数据发展趋势的启发知识引入解模糊过程，使模型的预测范围得到扩展。在Alabama大学入学人数和北京市日均气温两组数据集上分别与典型方法进行对比实验，结果表明该模型有效克服了传统模型的缺点，拥有较高的预测精度，证明了模型的有效性和优越性。

在贝叶斯推理框架下，基于PCA子空间和L2范数最小化的目标跟踪算法能较好地处理视频场景中多种复杂的外观变化，但在目标出现旋转或姿态变化时易发生跟踪漂移现象。针对这一问题，该文提出一种融合L2范数最小化和压缩Haar-like特征匹配的快速视觉跟踪方法。该方法通过去除规模庞大的方块模板集和简化观测似然度函数降低计算的复杂度；而压缩Haar-like特征匹配技术则增强了算法对目标姿态变化及旋转的鲁棒性。实验结果表明：与目前流行的跟踪方法相比，该方法对严重遮挡、光照突变、快速运动、姿态变化和旋转等干扰均具有较强的鲁棒性，且在多个测试视频上可以达到29帧/s的速度，能满足快速视频跟踪要求。

该文针对现有的基于低秩表示的子空间聚类算法使用核范数来代替秩函数，不能有效地估计矩阵的秩和对高斯噪声敏感的缺陷，提出一种改进的算法，旨在提高算法准确率的同时，保持其在高斯噪声下的稳定性。在构建目标函数时，使用系数矩阵的核范数和Forbenius范数作为正则项，对系数矩阵的奇异值进行强凸的正则化后，采用非精确的增广拉格朗日乘子方法求解，最后对求得的系数矩阵进行后处理得到亲和矩阵，并采用经典的谱聚类方法进行聚类。在人工数据集、Extended Yale B数据库和PIE数据库上同流行的子空间聚类算法的实验对比证明了所提改进算法的有效性和对高斯噪声的鲁棒性。

作为概率假设密度滤波的典型实现方式，粒子概率假设密度滤波器无需线性高斯等先验假设，因而在多目标跟踪中得到了广泛的应用。为解决粒子退化问题并保持粒子规模，该滤波器引入了重采样机制，然而，该重采样机制易引起粒子多样性耗尽，导致粒子贫化问题产生。为解决这一问题，该文提出一种新的基于随机摄动再采样的粒子概率假设密度滤波器。首先，全面分析了粒子概率假设密度滤波因粒子贫化问题导致目标失跟的过程。然后设计了一种随机摄动再采样算法，该算法在重采样导致粒子多样性缺失时，根据源粒子的位置与复制次数随机产生相应数目的新粒子，并对源粒子进行删减，其可在保留源粒子信息的前提下保持粒子的多样性。最后，该文将该算法纳入概率假设密度滤波框架，提出了一种新的粒子概率假设密度滤波器。仿真结果表明该滤波器在不显著增加运行时间的前提下能够克服粒子贫化问题，相比标准的粒子概率假设密度滤波器具有更好的跟踪性能。

基于带宽估算的码率选择算法具有带宽利用率高的优点，但是同时也存在容易受网络波动影响造成计算出的目标码率出现瞬时峰值而造成带宽浪费的问题。针对于此，该文提出一种基于人眼对比敏感度特征的码率选择算法，在客户端利用人眼对比敏感度模型计算当前观看条件下人眼截止空间频率，选择服务器中和截止空间频率差的绝对值最小视频分片对应的码率作为目标码率。和基于带宽估算选择目标码率的方法进行对比实验，测试二者在不同视角内计算的目标码率，得到两者的码率计算结果阶梯图。实验结果表明，在视角为5º到15º情况下，所提方法较带宽估计方法在确保视频效果前提下能够有效节约带宽。

针对现有一些彩色图像自适应水印算法在自适应过程中未充分考虑色彩信息或者在嵌入过程中未考虑彩色载体图像分量的整体性等不足，该文提出一种基于分数阶四元数傅里叶变换(FrQFT)的彩色图像自适应数字水印算法。首先利用人类视觉系统(HVS)提取彩色载体图像块的纹理、边缘和色调掩蔽特性，并依据这些特性对适合嵌入图像块自适应分配嵌入强度，然后在FrQFT域以自适应强度采用量化索引调制算法和冗余嵌入策略嵌入水印。实验结果表明，该算法优于现有的基于四元数傅里叶变换(QFT)的算法以及基于分数阶傅里叶变换(FrFT)的算法，具有较好的不可见性和鲁棒性。

脑电数据经常被各种电生理信号伪迹所污染。在常见伪迹中，肌电伪迹特别难以去除。文献中最常用的方法包括诸如独立分量分析(Independent Component Analysis, ICA)和典型相关分析(Canonical Correlation Analysis, CCA)等盲源分离技术。该文首次提出一种基于独立向量分析(Independent Vector Analysis, IVA)的新方法，用以去除脑电中的肌电伪迹。IVA同时使用高阶统计量和二阶统计量，因此该方法能够充分利用肌电伪迹的非高斯性和弱相关性，兼具ICA方法和CCA方法的优势。实验表明，使用IVA方法可以在保留脑电成份的同时极大抑制肌电伪迹，效果显著优于ICA法和CCA法。

脑电图(EEG)信号检测和识别是癫痫病的重要诊断手段。径向基函数神经网络具有出色的逼近能力和泛化性能，能直接识别出不同状态的脑电信号，但其透明性和可解释性差，忽视了不同类别数据间可分性的不同。对此，该文提出一种基于径向基函数神经网络和最小最大概率决策技术的分类树，采用一对一策略和排除法，更多考虑了类间可分性的不同。针对脑电信号识别的实验表明，所提方法结构清晰，分类能力强，可解释性更好。

纹理因素是描述图像的重要特征之一，为了准确地刻画纹理特征，增强图像的区分能力，该文提出一种基于双树复数小波域统计特征的纹理图像检索方法。首先对图像采用双树复数小波变换得到各子带系数，由于系数存在细微不完全对称分布特性，将其建模为双广义高斯模型。其次，因为各子带系数之间不完全独立也不完全冲突，存在不确定关系，所以采用模糊集合和证据理论(FS-DS)的方法，融合各子带系数特征。最后，对Brodatz和彩色纹理图像库进行仿真实验，并与多种统计建模的方法相比较。结果表明，该方法有效地提高了纹理图像的平均检索率。

为了解决可变形部件模型检测过程中的速度瓶颈问题，该文针对模型的检测流程，提出一种结合快速特征金字塔计算的级联可变形部件模型。由于模型的检测速度主要取决于特征计算以及对象定位这两个过程，提出一种两阶段的加速算法：首先采用尺度上稀疏采样的特征金字塔来近似表示精细采样的多尺度图像特征，以加快特征计算过程；然后在定位过程中结合级联算法，以一个序列模型顺序地评估各个部件，从而快速剪除大部分可能性较小的对象假设，以加快对象定位过程。在PASCAL VOC 2007和INRIA数据集上的实验结果表明，该算法可以明显加快检测速度，而检测精度仅略有下降。

许多全身性疾病会引起视网膜血管管径及动静脉血管比例(Arteriolar-to-Venular diameter Ratios, AVR)的变化，因此对视网膜血管管径进行准确的量化分析对病情诊断具有重要的意义。该文提出一种视网膜动静脉血管管径及AVR的自动测量方法。首先，在分割血管网络的基础上，依据Hesse矩阵检测线状结构的优势，结合多尺度分析准确定位血管方向并计算血管管径；然后利用广义回归神经网络(General Regression Neural Network, GRNN)分类器对动静脉血管骨架线上的点进行准确分类；最后计算感兴趣区域(Region Of Interest, ROI)内的AVR。对REVIEW和DRIVE数据库进行实验，验证了该文方法的有效性。

为了进一步提高低信噪比下语音激活检测(VAD)的准确率，该文提出一种基于子带双特征的自适应保留似然比鲁棒语音激活检测算法。算法采用子带归一化最大自相关函数与子带归一化平均过零率双重特征设置频率分量似然比的保留权值，同时利用已过去固定时长的VAD判决结果及对应的子带特征参数自适应地估计似然比的保留阈值。实验结果表明，此算法的VAD检测准确率相比原保留似然比算法在10 dB, 0 dB和-10 dB平稳白噪声下分别提高了1.2%, 7.2%和8.1%，在10 dB和0 dB非平稳Babble噪声下分别提高了1.6%和3.4%。当其被用于2.4 kbps低速率声码器系统时，合成语音的感知语音质量评价(PESQ)比原声码器系统在白噪声下提高了0.098~0.153，在Babble噪声下提高了0.157~0.186。

该文研究在采用波束赋形和人工噪声的物理层安全方案中利用人工噪声提高合法接收端性能。发送端根据发送符号和信道系数，判断人工噪声是否对合法接收端的信号检测有益，并针对有益噪声和无益噪声分别设计不同的噪声波束赋形矢量。通过利用有益噪声，在不改变窃听端接收信噪比的条件下，合法接收端的信噪比有较明显的提高。对误比特率和保密容量进行理论分析和仿真，结果显示，与传统的人工噪声方案相比，所提方案可提高合法接收端的性能，改善保密容量。

为解决MIMO系统盲检测问题，该文以最大似然序列检测为估计准则，通过推导建立了一种新的半正定松弛(SemiDefinite Relaxation, SDR)求解模型，使得到的松弛解的秩等于发送天线数。为了解决了松弛解秩大于1时估计原始发送序列的难题，该文提出一种特征向量近似法和随机法相结合的方法。通过限定目标函数的取值上限，使算法能够根据目标函数值自适应判断求解发送序列个数，从而减少每次求解的约束个数和SDR的求解次数，分析表明算法的计算复杂度与发送天线数成线性关系。最后，通过仿真表明所提算法能够在与秩1的算法性能保持相当的条件下减少计算时间，并验证了算法计算复杂度与发送天线数成线性关系。

现有物理层挑战-响应认证机制使用无线信道信息掩藏密钥生成认证响应，一旦攻击方获得合法信道信息，则可直接破解密钥。针对上述问题，该文借鉴曲线匹配原理，提出一种基于哈希方法的物理层认证机制。首先，认证双方提取无线信道特征，并和认证密钥组合得到初始认证向量，该向量被等效为一条曲线；随后，采用具有容错性的单向哈希函数将该曲线映射为低维的哈希矢量，用作认证响应；最后，认证方根据需求设置认证门限，并根据响应的匹配结果进行判决。性能分析表明，所采用的哈希方法实质为欠定方程组，攻击方无法根据低维哈希矢量还原曲线信息，从而无法破解密钥；仿真结果表明，在攻击方窃取了合法信道信息的条件下，在4 dB时，现有挑战-响应机制攻击率约为0.5，该文所提机制可实现攻击率小于10^-5 。

Shuffled-BP(SBP)译码算法是一种基于变量节点的串行消息传递译码算法，其收敛速度快于原有的置信度传播译码算法，然而由于实际工程实现中的半并行化处理，其收敛速度和误码性能均有所降低。为了进一步提高SBP算法的性能，该文提出一种交叠的Shuffled-BP(Overlapped Shuffled-BP, OSBP)译码算法。该算法采用若干个相同的子译码器以不同的更新顺序同时进行更新，对于每个变量节点，在每次迭代更新后选取最可靠的信息参与下一次迭代，以此提高迭代的收敛速度。理论分析和仿真实验均表明，在不增加额外存储空间的条件下，OSBP算法相比于SBP算法有着更优的误码性能以及更快的收敛速度。此外，提出的OSBP算法对于规则和不规则LDPC码均有效。

该文针对拟阵搜索算法复杂度高以及局部拟阵搜索算法无法搜索到全部最优码的问题，通过研究拟阵搜索算法，提出可变拟阵搜索算法，并用于搜索准循环码。该算法通过减少重复搜索从而降低运算复杂度；基于该算法构造码率为1/p的二进制系统准循环码，随着整数p的变化，生成矩阵减少或者增加一个循环矩阵，产生码率均为1/p的最优码。通过实验得到两个最小距离比现有最优码更大的准循环码，表明算法的可行性和优越性。

为了应对移动数据流量的爆炸性增长，5G移动通信网将引入新型的架构设计。软件定义网络和网络功能虚拟化是网络转型的关键技术，将驱动移动通信网络架构的创新，服务链虚拟网络功能的部署是网络虚拟化研究中亟待解决的问题。该文针对已有部署方法未考虑服务链中虚拟网络功能间顺序约束和移动业务特点的问题，提出一种基于Viterbi算法的虚拟网络功能自适应部署方法。该方法实时感知底层节点的资源变化并动态调整拓扑结构，采用隐马尔科夫模型描述满足资源约束的可用的底层网络节点拓扑信息，基于Viterbi算法在候选节点中选择时延最短的服务路径。实验表明，与其它的虚拟网络功能部署方法相比，该方法降低了服务链的服务处理时间，并提高了服务链的请求接受率和底层资源的成本效率。

云存储中往往采用属性加密方案来实现细粒度的访问控制，为了进一步保护访问控制策略中的敏感信息，并解决授权中心单独为用户生成密钥而产生的密钥托管问题。该文对访问控制策略中的属性进行重新映射，以实现其隐私性。另外在密钥生成算法中设计一个双方计算协议，由用户产生密钥的部分组件，与授权中心共同生成密钥以解决密钥托管问题。最后在标准模型下对方案进行了安全证明，并进行了性能分析与实验验证，实验结果表明，与已有相关方案相比，虽然为了实现访问控制策略隐藏并且解决密钥托管问题增加了额外的计算负载， 但是由于该文将大部分解密工作授权给云存储中心来执行，因此数据访问者的计算负载较小。

针对信息中心网络提供面向业务类型的差异化服务的问题，该文提出一种元模块承载的差异化服务模型(DSM³)。DSM³定义了基础网络控制功能单元——元模块，通过匹配不同的元模块组合串实例来承载不同特征需求的业务类型；并将元模块组合过程视为“业务策略→实例组合串→业务承载路径”的二级映射问题，重点设计了针对实时业务、非实时流媒体业务和用户自产生业务的路由计算类元模块实例。仿真表明，DSM³通过少量额外控制开销，降低了上述3种业务的平均响应时延，提高了网络节点缓存命中率，实现了对于差异化服务需求的支持。

在过去的研究中，人们通常假设通信双方都处在同一个公钥密码体制环境中，但随着科技的发展和网络的普及，不同的地区可能采用不同的公钥密码体制。为了解决异构系统之间的通信安全问题，该文提出两种在公共密钥基础设施(PKI)和无证书公钥密码体制(CLC)下安全通信的异构签密方案。同时在双线性Diffie-Hellman问题(BDHP)和计算性Diffie-Hellman问题(CDHP)的难解性下，所提方案在随机预言模型中具有自适应选择密文攻击下的不可区分性(IND-CCA2)和自适应选择消息攻击下的不可伪造性(EUF-CMA)。

在超宽带TEM喇叭天线的设计中，往往由于低频性能优化和天线小型化两者难以兼顾，而使得其应用受到限制。该文针对低频的反射问题，基于带通滤波器并联的设计思路，且区别于传统天线末端的低频反馈回路结构，提出在超宽带TEM喇叭天线馈电过渡结构上设计低频分离回路结构，减少低频分量在天线末端的反射，从而改善天线的低频性能。采用该设计思路，对一款超宽带TEM喇叭天线的结构进行改进并实现其优化设计。通过对比改进前后的天线性能，其阻抗带宽的低频降至0.1 GHz，拓展了12.5%，同时天线端口馈电效率提升10%，结果验证了该设计思路和方法对于超宽带TEM喇叭天线低频优化的有效性。最终，对阻抗特性以及该结构在不同频点下电流分布的分析，进一步证实新思路的可行性。

为了提高MEMS电场传感器敏感芯片封装的环境适应性，该文提出一种新型的电极型MEMS电场传感器封装结构。区别于将传感器敏感芯片及探头放置于被测环境中，该文通过在MEMS电场传感器封装管壳外部增加封装电极，仅将封装电极暴露在被测环境中，有效避免了传感器敏感芯片封装管壳受到多种恶劣环境的干扰。研制出基于新型封装结构的MEMS地面电场传感器及探空电场传感器，仿真及试验结果表明，该结构传感器能够实现对电场高精度准确测量，在高湿、低温等恶劣环境下输出稳定可靠。

阴极热子组件作为星载行波管的核心部件，要求它具备稳定可靠、寿命长久、低功耗的特点。该文利用数值模拟和热测实验对某星载行波管阴极热子组件结构开展了研究，提出一种接触热阻估算方法，模拟了阴极热子组件结构热特性，设计并完成了阴极热子组件结构热测实验，首次获取了结构在一系列热子加热功率下由内到外的温度实测数据。进一步，通过修正阴极热子组件结构热模拟边界及激励，迭代得到接触热阻值，获取了一种高可靠的阴极热子组件结构热模型，实验表明，该热模型阴极温度计算精度在5%以内，结构最大温度计算误差不超过72 °C。

基于深度置信网络(DBN)对信号双谱对角切片(BDS)结构特征进行学习，实现低截获概率(LPI)雷达信号识别。该方法首先建立基于受限玻尔兹曼机(RBM)的DBN模型，对LPI雷达信号的BDS数据进行逐层无监督贪心学习，然后运用后向传播(BP)机制在有监督学习方式下根据学习误差对DBN模型参数进行微调，最后基于该BDS-DBN模型实现未知信号的分类和识别。理论分析和仿真结果表明，信噪比高于8 dB时，基于BDS和DBN的识别方法对调频连续波(FMCW), Frank, Costas, FSK/PSK 4类LPI信号的综合识别率保持在93.4%以上，高于传统的主成分分析加支持向量机法(PCA-SVM)和主成分分析加线性判别分析法(PCA-LDA)。

特征模理论能够为天线设计者展现关于天线工作原理的清晰物理景象。该文基于特征模理论，分析了从金属腔中简单环结构到“组合倒L”结构等多种结构形式的特征模参数以及相应模式的辐射特性，确定了适宜作为所需天线的结构形式，并研究了有效的激励方式。通过参数优化设计了一种工作于UHF频段、结构紧凑的嵌入式全向共形天线，并制作了天线样机。天线样机直径为中心频率的0.26λ₀ ，高度为0.08λ₀ ，测量电压驻波比小于2∶1的带宽为1.8%，测试结果与仿真结果吻合。验证了采用特征摸理论进行天线设计的方法之有效性。

为缓解网络拥塞对空间延迟/中断容忍网络产生的影响，该文提出一种基于QoS的网络拥塞控制算法。该算法包括接触拥塞判断和基于QoS的数据转发两种机制，分别从接触剩余可用容量和节点剩余存储空间两方面对每一段接触的拥塞程度进行预测，将接触划分为不同的拥塞等级。在计算路由时，以整段路径中所包含接触的最高拥塞等级为该路径的拥塞等级，并根据该拥塞等级发送不同优先级的数据。实验表明，基于QoS的拥塞控制算法可以提高低优先级数据的传递率并在节点存储空间不足时降低最高优先级数据的传递时延。