该文提出一种基于四阶累积量张量联合对角化的联合盲源分离(J-BSS)算法。首先通过计算4阶互累积量将多数据集信号的J-BSS问题转化为4阶张量联合对角化问题。接下来，基于雅可比连续旋转将张量联合对角化这类非线性优化问题，转化为一系列可获取闭式解的简单子优化问题，并通过交替迭代对多数据集混合矩阵进行更新，进而实现J-BSS。实验结果表明，所提算法具有良好的收敛性能，较之现有的同类型BSS及J-BSS算法具有更高的精度。此外，该算法在分离实际胎儿心电信号方面也表现出良好的性能。

针对多跳频信号空域参数估计问题，该文在稀疏贝叶斯学习(SBL)的基础上，利用跳频信号的空域稀疏性实现了波达方向(DOA)的估计。首先构造空域离散网格，将实际DOA与网格点之间的偏移量建模进离散网格中，建立多跳频信号均匀线阵接收数据模型；然后通过SBL理论得到行稀疏信号矩阵的后验概率分布，用超参数控制偏移量和信号矩阵的行稀疏程度；最后利用期望最大化(EM)算法对超参数进行迭代，得到信号矩阵的最大后验估计以完成DOA的估计。理论分析与仿真实验表明该方法具有良好的估计性能并能适应较少快拍数的情况。

在单样本(SMV)、低信噪比条件下，稀疏重构方法可提升时延估计精度，但现有的重构算法在支撑集元素的选择中存在错选和漏选的情况，从而导致估计精度受限。针对上述问题，该文提出一种基于循环匹配追踪(LMP)的稀疏重构时延估计算法。该方法引入了“循环删除，匹配添加”的思想，有效提升了直达径的估计精度。算法首先建立信道冲激响应稀疏表示模型；然后在获得初始支撑集的前提下，先循环删除支撑集内的元素，再从支撑集补集中依据与当前残差内积值最大来匹配添加新元素，直至残差内积基本不变；最后利用时延值与稀疏支撑集的关系得到了时延的估计值。仿真结果表明，所提算法相比于传统稀疏重构时延估计算法具有更高的估计精度。同时基于USRP平台，利用实际信号对所提算法进行了有效性验证。

针对识别左右手运动想象脑电图信号(EEG)模式精度和互信息不高的问题，该文采用基于可调Q因子小波变换(TQWT)算法来处理脑电信号。首先，利用TQWT对脑电图信号进行分解；随后，提取子频带信号的小波系数能量、自回归模型(AR)系数以及分形维数；最后，利用线性判别分析(LDA)对提取的脑电特征进行识别。采用BCI2003和BCI2005竞赛数据对所提出的算法进行验证，4名受试者的最高识别率分别为88.11%, 89.33%, 77.13%和78.80%，最大互信息分别为0.95, 0.96, 0.43和0.45。实验结果表明，所提算法取得了高分类精度及互信息值，验证了其有效性。

针对现有相干分布源直接定位方法中存在的依赖分布模型、计算复杂等问题，该文提出一种基于非圆信号特征的对称旋转不变直接定位算法。该方法首先根据分布源参数化假设建立基于数据域信息的直接位置估计模型，并利用非圆信号特征扩展接收信号的协方差矩阵。然后针对中心对称阵列，证明了相干分布源的确定性角信号分布函数矢量具有对称特性，基于这一特征建立了扩展方向矢量的旋转不变关系；构造了融合多个观测站信息的目标函数，直接估计目标位置，避免了对分布模型的依赖，且降低了待估计参数维度。仿真结果表明，与现有相干分布源定位算法相比，所提算法提高了分布源位置估计精度和效率，避免了对分布模型的依赖，更具实用价值。

双向长短时记忆模型(BLSTM)由于其强大的时间序列建模能力，以及良好的训练稳定性，已经成为语音识别领域主流的声学模型结构。但是该模型结构拥有更大计算量以及参数数量，因此在神经网络训练的过程当中很容易过拟合，进而无法获得理想的识别效果。在实际应用中，通常会使用一些技巧来缓解过拟合问题，例如在待优化的目标函数中加入L2正则项就是常用的方法之一。该文提出一种空间平滑的方法，把BLSTM模型激活值的向量重组成一个2维图，通过滤波变换得到它的空间信息，并将平滑该空间信息作为辅助优化目标，与传统的损失函数一起，作为优化神经网络参数的学习准则。实验表明，在电话交谈语音识别任务上，这种方法相比于基线模型取得了相对4%的词错误率(WER)下降。进一步探索了L2范数正则技术和空间平滑方法的互补性，实验结果表明，同时应用这2种算法，能够取得相对8.6%的WER下降。

针对SIMO-OFDM系统下的信道估计和符号检测问题，该文建立了接收数据矩阵的平行因子分析(PARAFAC)模型，利用PARAFAC模型中离散傅里叶变换矩阵的行满秩特性，结合数据矩阵的奇异值分解，提出了一种信道与符号联合盲估计的闭式求解方法。由于提出的求解方法无须进行迭代便可以完成信道估计和符号检测，因此其计算复杂度低，此外，利用PARAFAC模型实现信道和符号的同时计算，避免了因信道估计误差导致的符号误码率性能下降问题。仿真结果表明，与传统方法相比提出的方法计算复杂度更低，估计性能更好。

战术指挥车内多部电台同时工作，发射电台将对接收电台产生严重的互扰。针对上述问题，该文提出基于多通道最小均方算法(MCLMS)的多发单收同车电台射频干扰对消方法。首先，分析同车电台N 发M 收情况可分离为M个N发单收场景的叠加，进而建立多发单收射频干扰对消模型。在此基础上，提出基于MCLMS算法的射频干扰对消方法，并理论分析该对消方法的性能，推导得出互扰对消比(MICR)与发射电台数目N、收敛因子

之间的闭合数学表达式。最后，通过仿真验证了理论结果的正确性，表明该方法能够有效抑制同车发射电台对接收电台的互扰影响，增强指挥车电磁兼容性。

超密集组网的基站高密度特性会带来严重的小区间干扰，多点协作联合传输应用于超密集组网进行干扰管理是目前的研究热点，该文对多点协作联合传输时基站密度对网络性能的影响进行了分析。首先采用随机几何方法推导了3维空间基站与用户距离的概率密度函数，为选取距离用户最近的多个基站联合传输的协作机制提供了基础；然后结合有界双斜率路径损耗模型，进行用户下行链路的干扰建模，进一步推导出用户下行链路覆盖率和网络区域频谱效率的表达式，并分析了协作基站数、基站密度等参数对网络性能的影响。数值仿真表明：协作基站数为2时就可使下行链路覆盖率增加10%，且实现2到3倍的频谱效率的增益，当协作基站数为3时，费效比更优，同时可得到多点协作下的基站密度极限使区域频谱效率最高。该文工作可为下一代移动通信网络的基站部署提供理论支持。

Luby变换(LT)码作为一种抗干扰编码技术，应用于认知无线电系统，可提高次用户数据传输的可靠性。编译码是影响LT码抗干扰性能的关键因素。为提高数据传输的可靠性和速度，该文提出一种适用于认知无线电系统的LT码联合泊松鲁棒孤子分布-叠层(CPRSD-H)编译码算法。编码过程中，编码器首先采用CPRSD进行编码产生编码分组和编码矩阵，随后通过编码矩阵中度数为1和度数为2对应的列向量携带双层信息：度数为1和度数为2的编码分组和与其相连接的输入分组的连接关系；部分原始数据信息。译码过程中，译码器首先通过第1层存储信息采用置信传播(BP)算法译码完成，随后一些未被成功译出的信息再通过第2层存储信息进行填补。仿真结果表明，将CPRSD-H编译码算法应用于认知无线电系统中，能够显著降低LT码的误比特率(BER)，提高次用户有效吞吐量以及加快LT码编译码速度。

卷积盲源分离可以在频域得到有效解决，但频域盲源分离必须解决排序模糊问题。该文提出一种基于区域增长校正的频域盲源分离排序算法。首先对卷积混合信号短时傅里叶变换，在频域的各个频点处建立瞬时模型进行独立分量分析，在此基础上使用分离信号功率比的相关性，对所有频点进行逐点排序置换。其次根据阈值将排序后的结果划分为若干个小区域。最后按区域增长方式进行区域置换与合并，最终得到正确的分离信号。区域增长校正可最大限度地减少频点排序错误扩散现象，从而改善分离效果。在模拟和真实环境中分别进行语音盲源分离实验，结果表明所提算法的有效性。

为了实现四表(水，电，气，热)集抄行业之间的业务数据隔离，提升本地网络的稳定性和覆盖能力，该文提出四表集抄通信网络虚拟化方案。该方案采用虚拟接入点名称(APN)技术以及软件定义网络(SDN)切片技术构成端到端隔离的业务数据采集通道；采用微功率无线和低压电力线载波构成实时可靠的本地双模虚拟网络，进一步提出基于全局链路状态和分层迭代的组网算法。仿真及现场验证结果表明，该方案降低了采集数据的丢包率和传输时延，提高业务支撑能力，保障行业之间的业务数据隔离，提升通信网络基础设施复用能力。

该文针对星基定位接收机导航信号捕获的干扰问题，提出一种非完备空际间叠干扰信号模型。首先对提出的干扰模型以及非完备空际间叠引起的干扰裂变效应进行了阐述分析与推究证明，而后推导计算出了星基定位接收机输出信干噪比(SINR)与空际间叠长度的函数式，论证了两者函数单调性关系。仿真实验表明星基定位接收机输出信干噪比为空际间叠长度的单调增函数，短空际间叠长度干扰可抑制3维频码域相关峰突起，降消星基定位接收机捕获性能。

在超高频射频识别(UHF RFID)系统近场(NF)密集标签应用中，由于微带标签天线的结构特点，传统线圈间互阻抗表达式在预估系统频率偏移等互耦效应问题方面误差较大，精确性不够。首先，基于变压器模型，从无线电能传输的角度推导了近场密集标签间的互阻抗表达式。然后，结合近场电感耦合型标签，通过建立电磁仿真模型间接获取有关电气参数值。最后，验证推导公式并从影响双标签间互阻抗的环境因素角度去研究UHF RFID近场频率偏移问题。测试结果表明，当标签间距小于30 mm时，推导的互阻抗表达式应用于频率偏移计算误差范围为1.6～7.3 MHz。研究结果为基于标签间互阻抗预估UHF RFID近场标签间的互耦效应问题提供了参考依据。

在射电望远镜和卫星通信天线中，圆极化器是关键部件之一。传统圆极化器在保证0.75 dB轴比时的相对带宽最多为41%，无法满足日益增长的宽频带应用需求。该文利用四脊波导的宽带特性，通过采用具有不同尺寸的水平脊和垂直脊，使四脊波导两个正交主模的相位常数不同，来实现宽带移相特性，并给出了一种宽带四脊波导圆极化器的设计方法。按照这一方法，设计了一款宽带C波段圆极化器，工作带宽为3.625～7.025 GHz，相对带宽64%。该文还研究了圆极化器主要参数变化对其性能的影响，加工并实测了一个圆极化器样机。实测结果显示出，该圆极化器两个正交极化的反射损耗均小于–21 dB，相差90°±3.8°，相应的轴比小于0.6 dB。测试与仿真结果吻合良好，证明了分析与设计方法的正确性。

我国是个洪涝灾害多发的国家，每年7月、8月份洪涝灾害时常发生。因此，实现洪涝受灾区域的水体快速检测对灾害救援和评估具有重要的意义。高分3号SAR卫星数据采用主动式对地观测技术，全天时、全天候成像的特点在洪涝减灾应用中具有明显的优势。以湖南省洪涝灾害区域快速检测为目的，该文提出基于高分3号单极化SAR数据的洪涝区域水体快速检测方法，包括SAR预处理，顾及SAR分布特性且保边缘的马尔科夫模型洪涝水体提取，基于SAR几何构象模型的阴影虚警干扰去除等步骤，并利用人工检测结果进行相对精度评价。测试结果表明，所提方法可以实现洪涝受灾区域的快速、精确提取。

传统基于特征的景象匹配方法存在冗余点多、匹配精度低等问题，难以同时满足实时性及鲁棒性要求，对此，论文提出一种基于尺度不变特征变换(SIFT)的快速景象匹配方法。在特征提取阶段，采用高速分段特征检测器(FAST)在多尺度检测角点作为初始特征，经过高斯差分(DOG)算子在尺度空间中进行特征的2次筛选，简化原有遍历式的特征搜索过程；在特征匹配阶段，采用仿射模型模拟变换关系建立几何约束条件，克服SIFT算法由于忽略几何信息而产生的误匹配。实验表明：该方法在匹配精度和实时性方面均优于SIFT算法，且对光照、模糊、尺度等变换具有良好的鲁棒性，能够更好地实现景象匹配。

针对光照变化引起目标跟踪性能显著下降的问题，该文提出一种联合优化光照补偿和多任务逆向稀疏表示的视觉跟踪方法。首先基于模板与候选目标的平均亮度差异对模板实施光照补偿，并利用候选目标逆向稀疏表示光照补偿后的模板。而后将所得多个关于单模板的优化问题转化为一个关于多模板的多任务优化问题，并利用交替迭代方法求解此多任务优化问题以获得最优光照补偿系数矩阵以及稀疏编码矩阵。最后利用所得稀疏编码矩阵快速剔除无关候选目标，并采用局部结构化评估方法实现目标精确跟踪。仿真结果表明，与现有主流算法相比，剧烈光照变化情况下，所提方法可显著改善目标跟踪精度及稳健性。

为了获得更适合人感知的夜视融合图像，该文提出一种基于灰度变换与两尺度分解的夜视图像融合算法。首先，利用红外像素值作为指数因子对可见光图像进行灰度转换，在达到可见光图像增强的同时还使可见光与红外图像融合任务转换为同类图像融合。其次，通过均值滤波对增强结果与原始可见光图像进行两尺度分解。再次，运用基于视觉权重图的方法融合细节层。最后，综合这些结果重构出融合图像。由于该文方法在可见光波段显示结果，因此融合图像更适合视觉感知。实验结果表明，所提方法在视觉质量和客观评价方面优于其它5种对比方法，融合时间小于0.2 s，满足实时性要求。融合后图像背景细节信息清晰，热目标突出，同时降低处理时间。

针对动作特征在卷积神经网络模型传输时的损失问题以及网络模型过拟合的问题，该文提出一种跨层融合模型和多个模型投票的动作识别方法。在预处理阶段，借助排序池化的方法聚集视频中的运动信息，生成近似动态图像。在全连接层前设置对特征信息进行水平翻转结构，构成无融合模型。在无融合模型的基础上添加第2层的输出特征与第5层的输出特征融合结构，构造成跨层融合模型。训练时，对无融合模型和跨层融合模型两种基本模型采用3种数据划分方式以及两种生成近似动态图像顺序进行训练，得到多个不同的分类器。测试时使用多个分类器进行预测，对它们得到的结果进行投票集成，作为最终分类结果。在UCF101数据集上，提出的无融合模型和跨层融合模型的识别方法与动态图像网络模型的方法相比，识别率有较大提高；多模型投票的识别方法能有效缓解模型的过拟合现象，增加算法的鲁棒性，得到更好的平均性能。

基于灰度图像隐写算法直接应用于彩色图像引起的安全性问题，该文针对彩色分量提出一种动态更新失真代价的空域隐写算法。首先，分析了彩色分量内容特性与通道间相关性的关系，提出中心元素的失真更新准则。随后，考虑到隐写过程中邻域分量嵌入修改产生的交互影响，得到维持邻域相关性的最优修改方式。最后，提出彩色分量的失真代价动态更新策略(CCMS)，并应用该策略设计实现了一种彩色图像的空域自适应隐写算法。实验表明，在5种嵌入率下HILL-CCMS，WOW-CCMS算法对彩色隐写特征CRM，SCCRM的抗检测能力明显高于HILL和WOW算法。

针对机器人在家庭环境下的目标检测问题，该文提出一种基于动作注意策略的树形双深度Q网络(TDDQN)目标候选区域提取的方法，该方法将双深度Q网络(DDQN)的方法与树结构的方法相结合，通过执行改变检测框的动作以使目标逐渐集中在检测框内。首先采用DDQN方法在执行较少的动作后选择出当前状态的最佳动作，获取符合条件的候选区域。然后根据执行所选择动作之后所得到的状态重复执行上述过程，以此构成树结构的多条“最佳”路径。最后采用非极大值抑制的方法从多个符合条件的候选区域选择出最佳候选区域。在Pascal VOC2007以及Pascal VOC2012上的实验结果表明，在不同数量的候选区域、不同阈值的IoU和不同大小以及不同种类对象的实验条件下，所提方法较其他方法都有着更好的检测性能，可以较好地实现目标检测。

密钥聚合可搜索加密不仅可以通过关键字检索密文，还可以减少用户密钥管理的代价和安全风险。该文分析了一个可验证的密钥聚合可搜索加密方案，指出该方案不满足关键字猜测攻击，未经授权的内部用户可以猜测其他用户的私钥。为了提高原方案的安全性，提出了云存储环境下多服务器的密钥聚合可搜索加密方案。所提方案不仅改进了原方案的安全性问题，还增加了多服务的特性，提高了上传和存储的效率，更适合一对多的用户环境。

服务功能链的服务性能取决于功能的部署位置和数据传输路径的选择。针对资源有限的网络中的服务功能链部署问题，该文设计了一种基于最长有效功能序列(LEFS)的服务功能链部署算法，以功能复用和带宽需求联合优化为目标，在控制路径长度的同时根据LEFS逐步搜索中继节点，直至满足服务请求。仿真结果表明，该算法能够均衡网络资源，同时优化网络的功能部署率和带宽利用率，与其他算法相比，网络资源利用率降低了10%，可以支持更多的服务请求，且算法计算复杂度低，可以实现对服务请求的快速响应。

在无线传感器网络(WSN)节点的无线电关闭期间，用以维护系统时钟的硬件定时器中断请求(IRQ)是微控制单元(MCU)能耗的重要来源，此时中断频率对WSN节点总能耗影响较大。该文提出一种基于无迹卡尔曼滤波(UKF)估计的时钟分辨率优化方法，根据协议的时间特性来切换中断高低频率。在休眠期间切换到低分辨率，需要唤醒时先通过UKF获得高分辨率计时开始时间的最优估计，再通过分辨率渐变的定时器中断的线性组合来进入高分辨率计时。对Tmote平台的ContikiMAC协议进行的仿真实验中，在无线电占空比(RDC)为0.53%的情况下，所提方法比原始协议总能耗下降28.85%。

在大型复杂软件定义网络中，为提高网络负载均衡，减少控制器与交换机间的传播时延，该文提出一种基于效率区间的负载均衡在线优化算法。在初始静态网络中，通过贪心算法选择初始控制器集合，并以其为根节点构建M棵改进代价的最小生成树(MST)，确定初始M个负载均衡的子网；当网络流量发生变化时，通过广度优先搜索(BFS)调整子网间交换机映射关系使其满足效率区间，保证任意时刻网络的负载均衡。算法均以网络连通性为基础，且均以传播时延为目标重新更新控制器集合。仿真实验表明，该算法在保证任意时刻网络负载均衡的同时，可以保证较低的传播时延，与Pareto模拟退火算法、改进的K-Means算法等相比，可以使网络负载均衡情况平均提高40.65%。

针对ZigBee网络节点定位中消息的安全性问题，该文提出一种带隐私保护的消息签名方案。方案基于椭圆曲线(ECC)上的无双线性对运算，设计了带身份隐私保护的定位请求消息签名算法和坐标隐私保护的定位参照消息签名算法。理论证明了所提方案可抵御伪造攻击、重放攻击等多种外部攻击，同时具备隐私保护、身份追踪等功能。性能分析结果表明，与同类方案相比，所提方案计算开销和通信开销均具有优势。

随着网络信息系统的发展，网络病毒扩散方式及免疫策略成为网络安全领域研究的热点之一。该文研究了一类新型混合攻击病毒，并根据其特点将这类病毒定义为“去二存一”型病毒。通过分析新型病毒的攻击方式，构建了“去二存一”混合机制下病毒的SEIQRS信息扩散模型。在此基础上，求解对应系统的平衡点，并运用Routh-Hurwitz判据分析了系统基本再生数R₀及其对系统稳定性的影响。最后，仿真验证了模型的有效性和稳定性。

针对现有环形振荡器物理不可克隆函数(ROPUF)设计存在的可靠性和唯一性不高，导致在应用时安全性较差的问题，该文提出面向ROPUF的统计模型，定量分析了可靠性和唯一性的影响因素，发现增大延迟差能够提高可靠性，减小环形振荡器(RO)单元间的工艺差异可以提高唯一性。根据该模型结论，设计了基于mesh拓扑结构的动态RO单元，结合RO阵列频率分布特性，设计了一种新的频率排序算法，以增大延迟差和减小RO单元的工艺差异，从而提高ROPUF的可靠性和唯一性。结果表明，与其他改进设计的ROPUF相比，所提设计的可靠性和唯一性具有显著优势，可达到99.642%和49.1%，且受温度变化的影响最小。安全性分析证明，该文的设计具有很强的抗建模攻击能力。

二叉决策图(BDD)是一种数据结构，广泛应用于数字电路的逻辑综合、测试和验证等领域。将BDD每个结点映射成2选1数据选择器(MUX)可得到BDD映射电路。该文提出一种BDD映射电路的面积和延时优化方法。首先把待优化电路转换成BDD形式，然后逐一搜索BDD中存在的菱形结构，进而通过路径优化实现结点的删减和控制变量的更改，并将所得结果BDD映射成MUX电路，最后用多个MCNC基准电路进行测试，将该文方法与经典综合工具BDS, SIS等方法相比较，BDD总结点数比BDS减少了55.8%，映射电路的面积和延时比SIS分别减小了39.3%和44.4%。

该文提出一种用于电荷域流水线模数转换器(ADC)的高精度输入共模电平不敏感采样保持前端电路。该采样保持电路可对电荷域流水线ADC中由输入共模电平误差引起的共模电荷误差进行补偿。所提出的高精度输入共模电平不敏感采样保持电路被运用于一款14位210 MS/s电荷域ADC中，并在1P6M 0.18 μm CMOS工艺下实现。测试结果显示，该14位ADC电路在210 MS/s条件下对于30.1 MHz单音正弦输入信号得到的无杂散动态范围为85.4 dBc，信噪比为71.5 dBFS，而ADC内核功耗仅为205 mW，面积为3.2 mm²。

雷达通信一体化通过一套共用的硬件设备实现雷达探测与通信传输，相比于传统单一的雷达或者通信设备，更易集成化、小型化和高效利用频谱。该文系统地介绍了雷达通信一体化的原理与特点，指出了一体化研究中亟需解决的问题，从典型的基于线性调频(LFM)的雷达通信一体化信号出发，全面梳理了国内外针对雷达通信一体化的相关研究，着重归纳了正交频分复用(OFDM)与多入多出(MIMO)技术在雷达通信一体化波形设计、信号处理、一体化系统设计等几个重点方向的研究进展，并分析了雷达通信一体化未来的可能发展趋势及其在军事领域和民用智能交通领域的重要应用前景。

海洋溢油污染不仅严重威胁海洋生态安全、破坏海岸带环境，而且直接和间接地影响着广大人民群众的生活和健康以及区域社会经济的发展。合成孔径雷达因其具有全天候和高灵敏度的观测能力而成为海面油膜探测的主要手段之一。该文从SAR海面油膜探测的基本原理出发，介绍了单极化、全极化和紧缩极化SAR海面油膜探测技术的国内外最新研究进展，对该技术手段在实际应用中遇到的主要困难和挑战做了深入分析，最后总结展望了该技术未来发展的广阔前景。