为了有效地抑制干扰信号并进一步提高雷达系统的性能，该文提出一种基于2维相控阵-MIMO雷达的联合发射子阵划分和波束形成设计方法。该方法首先将MIMO雷达系统的发射阵列等分成一定数目的非重叠子阵并给每个天线分配相同的发射能量，以确保发射信号具有恒模特性；其次，在一定的约束条件下，以最大化接收波束形成器的输出信干噪比为准则建立关于子阵结构、每个子阵对应的发射波束形成权矢量以及接收波束形成权矢量的优化模型，并采用循环迭代方法进行求解。仿真结果证实了所提方法的正确性和有效性。

宽带分布式相参雷达技术能够有效提升目标测量精度和识别性能，具有重要的研究价值。针对现有雷达装备一般不具有同时对正负调频率宽带线性调频信号进行去斜处理的能力，即在接收相参合成阶段无法通过正负调频率宽带去斜方式获取宽带信号发射相参所需延时相位值的问题，该文利用单元雷达与目标之间存在延时差，将单元雷达发射的宽带线性调频信号等效为目标信号，对接收信号进行互相关处理获取发射相参合成所需的参数值，通过建模和仿真实现接收相参和发射相参合成处理，并对飞机目标进行1发2收相参探测试验，获得了理想的试验结果。该方法具有估计精度高、运算量小和时实性好的优势，可应用于分布式相参雷达工程实现。

北斗2号系统于2012年正式向亚太地区提供服务，其中GEO-3卫星已退役，由GEO-7卫星替代。研究卫星临退役期间的信号质量特性不仅能够分析北斗2号系统卫星载荷状态，而且为其它临退役星的信号特性估计提供重要的参考价值，同时对北斗3号系统GEO卫星载荷信号质量控制与优化具有重要的借鉴意义。该文利用昊平观测站40 m大口径天线的多源多手段数据，分析了GEO-3卫星B1民用信号的功率谱、地面接收功率、S曲线过零点偏差(SCB)的长期变化趋势，给出了相应的统计结果，提出了针对卫星载荷信号质量优化的相关建议,也对超期服役卫星的决策提供了参考。

针对米波雷达低仰角目标的DOA估计问题，该文提出一种新的基于多帧相位特征增强方法，所提方法可以有效解决低仰角条件下阵列接收信号中直达信号相位特征模糊问题，进而提高DOA估计精度。通过学习多帧原始数据的相位分布特征与理想环境下直达波信号的相位分布特征之间的复杂映射关系，有效削弱多径信号引起的相位误差，将增强后的相位信息与原始的幅度信息进行数据重组，并利用已有的超分辨算法进行DOA估计。通过计算机仿真实验和实测数据验证，该文所提方法在DOA估计性能以及泛化能力上优于基于物理驱动的MUSIC算法以及数据驱动的基于特征反演和基于支持向量回归的两种估计方法。

黄河是我国华北地区重要的水资源，采用雷达遥感方式对其径流进行监测可以便捷地反映出黄河的旱涝变化趋势，具有重要的现实意义。目前，雷达遥感径流反演常用雷达高度计(RA)获取水位信息用以构建水深-径流模型，这种方法忽略了河面变化对径流波动的影响，具有一定的局限性。该文提出一种基于多源雷达遥感技术的径流计算模型(MRRS-RCM)，综合应用RA测高技术与合成孔径雷达(SAR)信息提取技术，以曼宁公式为基础，构建MRRS-RCM模型实现径流反演。该文选取黄河下游3个研究站点进行径流反演实验，结果证明MRRS-RCM模型径流反演结果的相对均方根误差(RRMSE)达到13.969%，优于传统径流监测15%～20%的精度要求。

在运动目标的无源定位场景下，闭式算法在低噪声情况下可以到达克拉美罗下界(CRLB)，但是这些算法往往不能适应较大的测量噪声环境。针对目前闭式算法适应大噪声能力较差这一问题，该文联合到达时间差(TDOA)以及到达频率差(FDOA)，提出一种基于半定松弛(SDR)技术的无源定位算法。该算法首先构建传统闭式解的伪线性方程，其次利用随机鲁棒最小二乘(SRLS)的思想以及目标参数与额外变量之间的非线性关系，将无源定位问题转化为了具有2次等式约束的最小二乘问题；随后，将半定松弛技术应用到这一问题上，约束最小二乘问题松弛为半定规划(SDP)问题，最后，借助优化工具箱可以有效地对目标参数进行求解。该文所提出的算法不需要初始值先验条件，仿真实验表明了所提算法的有效性。

低频天波的准确预测对于低电离层探测、远程导航授时具有重要意义。该文基于传统“波跳”理论和FDTD方法对地-电离层波导中天波传播时延特性进行研究。结合天地波时域分离技术，给出了100 kHz载频罗兰-C信号在均匀/指数渐变各向同性电离层条件下，距发射台200 km范围内采用两种方法计算的一跳天波时延随收发距离的变化规律。与“波跳”理论相比，该方法可同时考虑地面不规则、电离层昼夜参数分布不均匀的影响，计算精度更高。

参数估计对雷达的目标检测和识别有着重要的意义。该文提出了一种基于期望最大化(EM)算法的捷变频联合正交频分复用(FA-OFDM)雷达高速多目标参数估计方法。首先，将窄带正交频分复用(OFDM)信号与传统捷变频雷达相结合，在每个脉冲宽度内同时发射多个载频随机跳变的子载波。然后，对单个脉冲内所有子载波的回波进行脉冲压缩和稀疏重构处理，得到1维高分辨距离。进一步地，将多个目标在不同脉冲时刻的高分辨距离信息构成观测数据，建立混合高斯模型。采用EM算法对模型参数和多个目标的距离、速度进行估计，并同时拟合多条时间-距离直线。直线斜率对应目标速度，直线纵轴截距对应目标初始距离。最终，分别分析了信噪比(SNR)对检测概率以及目标速度对相对估计误差的影响。仿真实验验证了所提算法的有效性。

针对多编队机动目标先后出现时的跟踪问题，该文提出了一种基于交互式多模型高斯混合概率假设密度滤波(IMM-GM-PHD)算法的无先验信息跟踪方法。首先，在IMM-GM-PHD算法预测过程完成的基础上，引入密度检测机制，利用相关域为所有预测高斯分量挑选有效量测，结合密度聚类(DBSCAN)算法检测是否出现新编队目标。其次，在IMM-GM-PHD算法状态更新完成的基础上，利用更新高斯分量的组成情况完成模型概率的更新。最后，在状态估计优化过程中，结合编队目标的特点，加入相似度判别技术，利用杰森-香农(JS)散度度量高斯分量间的相似度，剔除没有相似分量的高斯分量，进一步优化估计结果。仿真结果表明，该文方法能够快速有效地跟踪非同时出现的多编队机动目标，具有较好的跟踪性能。

相参雷达系统下的非相干积累检测方法，可以提高雷达的目标检测速度，达到实时处理的要求。然而，相参雷达系统下的非相干积累检测方法对参考单元数、脉冲积累数、杂波散斑协方差矩阵以及海杂波模型的形状参数均是非恒虚警(CFAR)的。该文基于块白化的海杂波预白化方法，提出预白化单元平均恒虚警(PWCA-CFAR)检测方法和预白化单元中值恒虚警(PWCM-CFAR)检测方法，并使用了匹配于参考单元数、脉冲积累数、形状参数的自适应门限，确保提出检测方法的恒虚警特性。实验结果表明，当存在异常单元时，PWCM-CFAR检测方法的检测性能优于PWCA-CFAR检测方法。

应用于激光雷达(LiDAR)测量系统的单芯片全集成信号处理电路系统的设计与实现，对于有效提高激光雷达整机测量精度、数据率，缩短测量时间，减小测量设备体积和功耗具有重要的意义。考虑到目前对于信号处理电路系统的研究中较少考虑芯片在实际使用环境中的接口问题，基于光电探测器、裸芯片、封装、传输线及测试板等诸多接口影响因素，运用协同仿真分析的方法，在电路系统的实际工作频段内，建立了一种精确的、能反映激光雷达信号处理电路系统放大电路芯片真实应用环境的接口一体化仿真模型，并通过S参数仿真对其进行验证。同时基于CMOS工艺，将设计得到的放大电路系统进行流片，在芯片输入端承载不同光电探测器寄生负载的情况下，对芯片性能进行测试，仿真结果与测试结果吻合较好，验证了该接口模型建立的可行性。

集成电路(ICs)面临着硬件木马(HTs)造成的严峻威胁。传统的旁路检测手段中黄金模型不易获得，且隐秘的木马可以利用固硬件联合操作将恶意行为隐藏在常规的芯片运行中，更难以检测。针对这种情况，该文提出利用机器学习支持向量机(SVM)算法从系统操作层次对旁路分析检测方法进行改进。使用现场可编程门阵列(FPGA)验证的实验结果表明，存在黄金模型时，有监督SVM可得到86.8%的训练及测试综合的平均检测准确率，进一步采用分组和归一化去离群点方法可将检测率提升4%。若黄金模型无法获得，则可使用半监督SVM方法进行检测，平均检测率为52.9%～79.5%。与现有同类方法相比，验证了SVM算法在指令级木马检测中的有效性，明确了分类学习条件与检测性能的关系。

声学导航技术被广泛应用于水下机动平台的自主导航。常用的声学导航模型多为圆交汇模型，该模型结构简单，计算方便，但未考虑平台运动影响，是一种静止模型。平台运动条件下，平台接收各水下声信标(水下星站节点)的时间及所处空间位置不同，即时间和空间存在差异性，会产生模型失配，影响导航精度。针对上述问题，该文推导了由平台运动造成的模型失配误差公式，定量分析了运动对导航精度的影响以及误差的空间分布规律，着重研究了航速、航向角等航行参数对导航精度的影响规律，并进行了仿真验证。研究结果表明：仅考虑平台运动的影响时，声学导航圆交汇模型的失配误差存在，且与平台在阵内的空间位置有关，其导航精度空间特性呈近似的同心椭圆分布；模型失配误差还与平台航行参数有关，模型失配误差对速度变化敏感，随着航行速度增大，呈近似线性趋势增大，影响严重；航向角对全局精度变化范围影响小，主要影响模型失配误差的空间分布，体现为一种随航向角“旋转”的特性，且椭圆横轴方向与平台运动方向趋于一致。

利用调频广播附加信道作为载波进行时间信息的传递为调频广播授时奠定了基础，该文基于对调频广播附加信道的研究，提出新的授时扩频码设计方法并详细设计了扩频码内容，既符合信道条件要求，又有利于接收端的精确捕获跟踪，从而进行时间信息的传递并实现授时功能，实测结果验证了该方法的可行性和准确性。

电磁涡旋因携带轨道角动量而具有高维可调制自由度，被引入无线通信中以提升频谱效率和抗干扰能力。该文首先介绍了轨道角动量和电磁涡旋的基本原理与特性；然后比较了电磁涡旋的产生方法，给出了超表面产生轨道角动量的工作原理，综述了基于超表面的轨道角动量产生方法和研究现状；总结了轨道角动量的传输性能、接收与检测方法、复用与解复用性能；最后讨论了未来在应用无线通信轨道角动量时需要解决的关键问题。

针对现有的非对称分布式信源编码(DSC)方案均存在的在误比特率(BER)以及压缩率方面的不足，该文提出基于边信息改进的DSC(DSCUISI)方案。发送方对信源序列进行抽样，将序列分为抽样与未抽样子序列，利用算术编码器对未抽样子序列进行压缩，同时计算抽样子序列的伴随式。接收方利用边信息序列与未抽样子序列之间的相关性，对抽样符号进行估计，估计出的序列与原始抽样子序列的相关性得到改进。最后利用原始抽样子序列的伴随式与估计出的序列进行联合译码以重建原始抽样子序列。实验结果表明：与基于低密度奇偶校验码和算术码的DSC方案相比，该文所提方案在信源内部相关性较强时具有压缩率高、在信源间相关度不高时则有重建错误率低的特点，是一种高效、实用且易于实现的DSC方案。

大量研究表明，大规模MIMO系统中的小区边缘用户比中心用户更易遭受导频污染的影响。因此，该文提出一种联合用户分组和联盟博弈(JUG-AG)的动态导频分配方案来减轻系统导频污染。根据用户信号强度将所有用户分为A，B两组，把接收基站信号强度弱的小区边缘用户记为A组，剩余用户则为B组。A组用户使用相互正交的导频，B组用户则借助联盟博弈来重复使用剩余的正交导频。在B组用户的联盟博弈中，用户被分成若干个互不相交的用户子联盟，属于不同子联盟的用户分配不同的相互正交导频序列，而属于同一子联盟中的用户使用相同的导频序列。与已有的导频分配方案相比，该文提出的JUG-AG方案更灵活，可以用于所有用户随机分布的场景。而且，该算法通过循环搜索可以获得整体最优解。仿真结果表明JUG-AG方案能够有效降低上行链路中用户信号检测的平均均方根误差(RMSE)，而且可以提高用户的平均服务速率。

优选节点实施恢复是控制相依网络级联失效的有效措施。针对以往恢复模型未考虑节点负载的情况，该文首先分析了包含依赖失效和过载失效的级联失效过程，构建了负载作用下相依网络恢复模型。然后，基于共同边界节点的结构和动力学属性，提出一种基于容量和连接边的择优恢复(PRCCL)方法。实验结果表明，在无标度相依网络中，PRCCL方法恢复效果明显好于基准方法，恢复时间更短，恢复后的网络具有更高的平均度和鲁棒性；在Power网和Internet网构成的相依网络中，PRCCL方法恢复效果同样优于基准方法；PRCCL方法的优势与恢复比例、负载控制参数成正比，与容忍系数成反比。实验结果验证了PRCCL方法的有效性，对于现实中相依网络恢复工作具有科学指导价值。

针对现有相似实体搜索方法缺乏对于观测序列长度的自适应性，且搜索过程数据存储开销过大，搜索结果准确性较低的问题，该文提出相似度自适应估计的物联网实体高效搜索方法(SAEES)。首先，设计了轻量级观测序列分段表示方法，对传感器采集的实体原始观测序列进行轻量级分段压缩表示，以降低实体观测序列的存储开销。然后，提出了观测序列相似度自适应估计方法，实现对不同观测序列长度的实体相似性的准确估计。最后，设计了高效的相似实体搜索匹配方法，依据所估计的实体相似度进行实体的准确搜索匹配。仿真结果表明，所提方法可大幅提高相似实体搜索的效率。

生存性虚拟光网络映射是提高光网络应对灾难故障的重要技术保障措施。为解决灾难性多区域故障导致弹性光网络的带宽容量损失问题，该文提出基于灾难预测故障模型的蚁群优化虚拟光网络映射 (DFM-ACO-VNM)算法。在该算法中，设计基于光节点资源和相邻链路的全局潜在故障概率的光节点排序映射准则，并设计启发式信息公式实现多区域故障下最小带宽容量损失的虚拟节点和虚拟链路协同映射。仿真结果表明，该文所提算法在多区域故障时能降低带宽容量损失，减少带宽阻塞率和提高频谱利用率。

针对大容量多芯光纤空分复用弹性光网络(SDM-EON)中芯间串扰导致业务传输质量下降和阻塞率上升的问题，该文提出了节点稀疏配置频谱转换器降低芯间串扰的路由纤芯频谱分配方法。该方法根据网络中节点中介中心性稀疏配置频谱转换器。在业务路由阶段，设计综合考虑光路负载和节点频谱转换能力的光路选择的权重方法；为了降低串扰，在纤芯频谱分配阶段，设计纤芯分组和频谱分区分配方法；最后，针对串扰较大的业务，采用频谱转换以降低业务串扰和改善带宽阻塞率。仿真结果表明，所提算法能有效地提高频谱利用率，降低因芯间串扰导致的带宽阻塞率。

针对云增强型光纤-无线(FiWi)网络能耗以及卸载的通信开销过大问题，该文提出一种自适应卸载压缩节能机制(ESAOC)，针对不同类型的业务属性和最大的容忍时延，结合光网络单元的负载变化和无线网状网的流量情况，通过统计的方式获得不同优先级卸载数据的平均到达率，再结合各个节点的压缩时延，动态调整业务的卸载压缩比，以降低卸载的通信开销；同时，建立排队模型分析卸载业务在MEC服务器的排队时延，协同调度无线侧中继节点，进而对光网络单元和终端设备进行协同休眠调度，最大化休眠时长，提高系统能源效率。结果表明，所提方法在有效降低整个网络能耗的同时能够保证卸载业务的时延性能。

极限学习机(ELM)作为一种新型神经网络，具有极快的训练速度和良好的泛化性能。针对极限学习机在处理高维数据时计算复杂度高，内存需求巨大的问题，该文提出一种批次继承极限学习机(B-ELM)算法。首先将数据集均分为不同批次，采用自动编码器网络对各批次数据进行降维处理；其次引入继承因子，建立相邻批次之间的关系，同时结合正则化框架构建拉格朗日优化函数，实现批次极限学习机数学建模；最后利用MNIST, NORB和CIFAR-10数据集进行测试实验。实验结果表明，所提算法具有较高的分类精度，并且有效降低了计算复杂度和内存消耗。

阵发性房颤(PAF)是一种具有偶发性的心律失常，其较高的漏检率导致心脏相关疾病的增加。该文提出了一种基于核稀疏编码的自动检测方法，可以仅根据较短RR间期数据识别PAF发作。该方法采用特殊几何结构来分析数据高维特性，通过计算协方差矩阵作为特征描述子，找到蕴含在数据中的黎曼流形结构；然后基于Log-Euclid框架，利用核方法将流形空间映射到高维可再生核希尔伯特空间，以获取更准确的稀疏表示来快速识别PAF。经麻省理工学院-贝斯以色列医院房颤数据库验证，获得98.71%的敏感性、98.43%的特异度和98.57%的总准确率。因此，该研究对检测短暂发作的PAF有实质性的改善，在临床监测和治疗方面显示出良好的潜力。

针对夜视晕光场景中，高亮度晕光信息导致现有红外与可见光融合图像评价方法失效的问题，该文提出一种自适应分区的融合图像质量评价方法。该方法根据可见光图像的晕光程度自动确定自适应系数，并通过迭代计算可见光灰度图像的晕光临界灰度值，将融合图像自动分为多个晕光区和非晕光区；在晕光区由设计的晕光消除度指标评价融合图像的晕光消除效果；在非晕光区从融合图像自身特性、对原始图像信息保留程度以及人眼视觉效果3方面评价融合图像纹理色彩等细节信息的增强效果；通过对4种不同抗晕光算法的融合图像进行评价分析，甄选出9种客观评价指标构成夜视抗晕光融合图像质量评价体系。不同夜视晕光场景下的实验结果表明，所提方法能够全面、合理地评价红外与可见光融合的抗晕光图像质量，解决了融合图像晕光消除越彻底客观评价结果反而越差的问题，也适于评判不同抗晕光融合算法的优劣。

为了解决多任务观测条件下时域流信号动态重构面临的块效应问题，该文基于重叠正交变换(LOT)和稀疏贝叶斯学习的贪婪重构框架先后提出了一种流信号多任务稀疏贝叶斯学习算法及其鲁棒增强型的改进算法，前者将LOT时域滑窗推广到多任务条件下，通过贝叶斯概率建模将未知的噪声精度的估计任务从信号重构中解耦并省略，后者进一步引入了重构不确定性的度量，提高了算法的鲁棒性和抑制误差积累的能力。基于浮标实测数据的实验结果表明，相比多任务重构领域代表性较强的时间多稀疏贝叶斯学习(TMSBL)和多任务压缩感知(MT-CS)算法，本文算法在不同信噪比、观测数目和任务数目条件下具有显著更高的重构精度、成功率和效率。

红外热成像系统在夜间实施目标识别与检测优势明显，而移动平台上动态环境所导致的运动散焦模糊影响上述成像系统的应用。该文针对上述问题，基于生成对抗网络开展运动散焦后红外图像复原方法研究，采用生成对抗网络抑制红外图像的运动散焦模糊，提出一种针对红外图像的多尺度生成对抗网络(IMdeblurGAN)在高效抑制红外图像运动散焦模糊的同时保持红外图像细节对比度，提升移动平台上夜间目标的检测与识别能力。实验结果表明：该方法相对已有最优模糊图像复原方法，图像峰值信噪比(PSNR)提升5%，图像结构相似性(SSIMx)提升4%，目标识别YOLO置信度评分提升6%。

噪声是影响聚类结果的最重要的因素之一，现有的模糊聚类算法主要通过对隶属度约束进行松弛的方式来降低噪声样本的影响。这种方式仍然存在两个基本问题需要解决：第一，如何评估一个样本是噪声的可能性；第二，如何在抑制噪声样本影响力的同时，保留正常样本的作用力。针对这两问题，该文提出了基于自适应松弛的鲁棒模糊C均值聚类算法(AR-RFCM)。新模型基于K最近邻的方式(KNN)来估计样本的可靠性，自适应地调整松弛参数，从而实现在降低噪声样本影响力的同时，保留可靠样本的作用力。此外，AR-RFCM利用了C均值聚类模型中隶属度的稀疏性来提高可靠样本的作用力，从而提高数据簇的内聚程度，进而降低噪声样本的影响。实验表明，AR-RFCM不仅在处理噪声样本时具有良好的鲁棒性，同时在25个UCI 数据集实验中，分类正确率(兰德指数)平均高于FCM算法7.7864%。

针对传统医学超声图像去斑方法的不足，该文提出一种自适应多曝光融合框架和前馈卷积神经网络模型图像去斑方法。首先，制作超声图像训练数据集；然后，提出一种自适应增强因子的多曝光融合框架，增强图像进行有效特征提取；最后，通过网络训练去斑模型并获得去斑后的图像。实验结果表明，该文较已有的方法，能更有效地滤除医学超声图像中的斑点噪声并更多的保留图像细节。

该文将Keccak的S盒一般化为n元Keccak类S盒，研究了Keccak类S盒的线性性质。证明了这类S盒的相关优势的取值都为0或

，其中

且

，并且对于此范围内的任意k，都存在输入输出掩码使得相关优势取到

；证明了当输出掩码确定时，其非平凡相关优势都相等；给出了非平凡相关优势为最大值

时的充要条件与计数，解决了这类S盒的Walsh谱分布规律问题。

该文基于Whitened Swap−or−Not(WSN)的结构特点，分析了Canteaut 等人提出的Bent whItened Swap Or Not –like (BISON-like) 算法的最大期望差分概率值(MEDP)及其(使用平衡函数时)抵御线性密码分析的能力；针对BISON算法迭代轮数异常高(一般为3n轮，n为数据分组长度)且密钥信息的异或操作由不平衡Bent函数决定的情况，该文采用了一类较小绝对值指标、高非线性度、较高代数次数的平衡布尔函数替换BISON算法中的Bent函数，评估了新变体BISON算法抵御差分密码分析和线性密码分析的能力。研究结果表明：新的变体BISON算法仅需迭代n轮；当n较大时(如n=128或256)，其抵御差分攻击和线性攻击的能力均接近理想值。且其密钥信息的异或操作由平衡函数来决定，故具有更好的算法局部平衡性。

在加密邮件系统中，公钥可搜索加密技术可以有效地解决在不解密的情况下搜索加密邮件的问题。针对公钥可搜索加密复杂的密钥管理问题，该文在加密邮件系统中引入了基于身份的密码体制。针对可搜索加密的离线关键字猜测攻击问题，该文采用了在加密关键字和生成陷门的同时进行认证，并且指定服务器去搜索加密电子邮件的方法。同时，在随机预言机模型下，基于判定性双线性Diffie-Hellman假设，证明方案满足陷门和密文不可区分性安全。数值实验结果表明，在陷门生成和关键字密文检测阶段，该方案与现有方案相比在计算效率上较高。