僵尸网络已成为网络空间安全的主要威胁之一，虽然目前可通过逆向工程等技术来对其进行检测，但是使用了诸如fast-flux等隐蔽技术的僵尸网络可以绕过现有的安全检测并继续存活。现有的fast-flux僵尸网络检测方法主要分为主动和被动两种，前者会造成较大的网络负载，后者存在特征值提取繁琐的问题。因此为了有效检测fast-flux僵尸网络并解决传统检测方法中存在的问题，该文结合卷积神经网络和循环神经网络，提出了基于流量时空特征的fast-flux僵尸网络检测方法。结合CTU-13和ISOT公开数据集的实验结果表明，该文所提检测方法和其他方法相比，准确率提升至98.3%，召回率提升至96.7%，精确度提升至97.5%。

针对长码长空间耦合低密度奇偶校验(SC-LDPC)码译码时延较长的问题，该文提出了分层滑动窗译码(LSWD)算法。该算法利用SC-LDPC子码码块的准循环特性和滑动窗内校验矩阵的层次结构，通过在滑动窗内对校验矩阵进行分层处理，优化层与层之间消息传递，从而加快窗内译码的收敛速度，减少了译码迭代次数。仿真和分析结果表明：在相同的信噪比(SNR)条件和相同的误码性能要求下，LSWD算法所需的迭代次数少于滑动窗译码(SWD)算法，特别在高信噪比下，LSWD算法的迭代次数约为SWD算法的一半，从而有效缩短全局译码时延；在相同译码迭代次数下，LSWD算法的译码性能优于SWD算法，而其计算复杂度增加不大。

针对基于椭圆球面波函数(PSWFs)的非正弦时域调制算法复杂度高的不足，该文引入空间映射，分析了PSWFs信号频域完备正交性，推导出PSWFs信号频域有效表示所需最小抽样点数。在此基础上，引入复数域映射、FFT/IFFT信号处理框架，提出PSWFs频域调制解调方法。该方法将PSWFs信号处理由时域拓展到频域，在频域进行信息加载与检测，为探索研究PSWFs信号在5G、超5G等采用频域信号处理的通信系统中的应用提供了可能。理论和数值分析表明，相对于PSWFs时域调制，所提方法将能够在不改变系统频带利用率、系统误码性能、调制信号能量聚集性以及信号峰均功率比的前提下，显著降低算法复杂度，将运算复杂度由O(2Qg²)降低为O(g²+glog₂g)。

为了降低核仿射投影P范数(KAPP)算法的计算量和存储容量，提高在输入信号强相关时KAPP算法的收敛速度和稳态性能，该文提出基于高斯核显性映射的核归一化解相关APP(KNDAPP-GKEM)算法。该算法利用归一化解相关方法预先解除输入信号的相关性；利用高斯核显式映射方法近似得到显式核函数，消除了对历史数据的依赖，解决了KAPP算法因结构不断生长导致的计算量和存储容量过大的问题。α稳定分布噪声背景下的非线性系统辨识仿真结果表明，在输入信号强相关时KNDAPP-GKEM算法收敛速度快，非线性系统辨识稳态均方误差小，训练所需时间呈线性缓慢增长，有利于实际非线性系统辨识的应用。

短参考差分混沌移位键控(SR-DCSK)系统主要的缺陷是数据传输速率较低。为此，该文提出一种短参考多用户差分混沌移位键控(SR-MUDCSK) 通信方案。利用Walsh码的正交性传输多个用户的信息，有效提高了数据传输速率。在AWGN和多径Rayleigh衰落信道环境下，对其误码性能进行了理论分析，并进行了实验仿真。结果表明：该系统在传输速率方面有较大提升，且能量效率也得到了显著改善，因此其具有重要应用价值。

针对现有研究中缺乏对车辆网络切片的部署和管理，该文设计了车辆网络切片架构中的切片协调智能体。首先基于K-means++聚类算法将车联网通信业务根据相似度进行聚类并映射到对应的切片中。其次，在考虑应用场景间的时空差异导致的无线资源利用不均衡现象，提出了共享比例公平方案以实现对无线资源的高效及差异化利用。最后，为了保证切片服务需求，采用线性规划障碍方法求解最优的切片权重分配，使切片负载变化容忍度最大化。仿真结果表明，共享比例公平方案相比于静态切片方案平均比特传输时延(BTD)更小，在每切片用户数为30的情况下均匀分布用户负载场景中二者的BTD增益为1.4038，且在不同的用户负载分布场景下都能求出最优的切片权重分配。

针对人与人(H2H)和物到物(M2M)业务共存的异构无线网络，该文设计了一种根据业务特性的代理节点的网络选择策略，用博弈论对以保障两类业务服务质量(QoS)需求和网络负载均衡为目标的代理节点网络选择问题进行建模，并分析了该博弈模型纳什均衡(NE)的存在性和可行性；同时，提出了基于学习自动机的分布式网络-信道选择算法(DNCSALA)，求得该博弈的纳什均衡。仿真结果表明，所提算法能够获得与穷举搜索算法相近的性能，可满足共存场景中不同类型业务的QoS需求并提高网络资源利用率。

针对车联网业务的低时延、低功耗需求及海量设备计算卸载引起的网络拥塞问题，该文提出一种在云雾混合网络架构下的联合计算卸载、计算资源和无线资源分配算法(JODRAA)。首先，该算法考虑将云计算与雾计算结合，以最大时延作为约束，建立最小化系统能耗和资源成本的资源优化模型。其次，将原问题转化为标准二次约束二次规划(QCQP)问题，并设计一种低复杂度的联合卸载决策和计算资源分配算法。进一步，针对海量设备计算卸载引起的网络拥塞问题，建立卸载用户接入请求队列的上溢概率估计模型，提出一种基于在线测量的雾节点时频资源配置算法。最后，借助分式规划理论和拉格朗日对偶分解方法得到迭代的带宽和功率分配策略。仿真结果表明，该文算法可以在满足时延需求的前提下，最小化系统能耗和资源成本。

无人机(UAV)的便携性和高机动性使其与认知无线电(CR)结合的应用场景更加实用。在构建的无人机认知无线网络(CRN)模型中，该文提出UAV单弧度吞吐量优化方案，在确保检测概率的前提下优化感知弧度最大化UAV平均吞吐量。考虑在信道条件不理想情况下进一步改善感知性能，提出基于协作频谱感知(CSS)的多弧度吞吐量优化方案，利用交替迭代优化(AIO)算法对感知弧度和弧度数量进行联合优化以最大化吞吐量。仿真结果表明，该文提出的多弧度协作频谱感知方案在信道衰落严重时，对于主用户(PU)服务质量(QoS)和UAV吞吐量有明显提升。

由于强大的高质量图像生成能力，生成对抗网络在图像融合和图像超分辨率等计算机视觉的研究中得到了广泛关注。目前基于生成对抗网络的遥感图像融合方法只使用网络学习图像之间的映射，缺乏对遥感图像中特有的全锐化领域知识的应用。该文提出一种融入全色图空间结构信息的优化生成对抗网络遥感图像融合方法。通过梯度算子提取全色图空间结构信息，将提取的特征同时加入判别器和具有多流融合架构的生成器，设计相应的优化目标和融合规则，从而提高融合图像的质量。结合WorldView-3卫星获取的图像进行实验，结果表明，所提方法能够生成高质量的融合图像，在主观视觉和客观评价指标上都优于大多先进的遥感图像融合方法。

为解决基于时空正则项的目标跟踪算法(STRCF)在目标短时遮挡时定位精度低和目标旋转时尺度估计不准确的问题，该文提出了一种目标响应自适应的通道可靠性跟踪算法。该算法在目标模型训练时加入了目标响应正则项，通过在求解过程中更新理想目标响应函数，使得目标被短时遮挡后可重新跟踪目标；加入通道可靠性评价各特征通道的可靠性，提高了模型对目标的表达能力；将目标图像转换至对数极坐标系下训练尺度滤波器，提高在目标旋转时的尺度估计精度。实验结果表明，该文所提算法较STRCF在平均中心位置误差中降低了28.54个像素，在平均重叠率中提高了22.8%，在OTB2015数据集下成功率曲线下面积较STRCF提高了1.5%。

为减小光照不均与随机抖动对胸环靶着弹检测精度的影响，该文提出一种融合时空上下文信息的胸环靶着弹检测算法。利用目标及其邻域的空间上下文信息进行光照均衡化，并提取胸环靶序列间时域运动上下文信息进行抖动校正。为提高胸环靶图像的稳定性，该算法提出多参数融合方法对抖动校正后的序列图像进行像素级融合。接着进行弹孔区域粗提取、能量筛选与重叠弹孔判别，获得弹孔位置分布。采用在部队靶场实地采集的图像进行实验，验证了该算法可以有效抑制光照不均与随机抖动带来的噪声影响，具有较好的弹孔提取能力。

针对区间型不确定数据的特点，该文提出一种改进的模糊C均值聚类算法(IU-IFCM)。首先对区间型数据进行特征变换，由p维特征映射成由2p维特征组成的实数据，然后考虑区间中值与区间大小关系，设计一种样本距离计算方法，通过模糊C均值实现对区间型样本聚类。理论分析与对比实验表明，该算法的划分系数(PC)及正确等级(CR)值比其它方法平均提高10%以上，表明有更好的聚类精度，对当前大数据环境下不确定数据的分类提供了一种新的解决方案。

近年来，超多目标优化问题(MaOPs)成为了进化计算领域的研究热点。然而，在处理各种优化问题中，如何有效地平衡收敛性和多样性仍是一个难题。为了解决上述的问题，该文提出了一种基于分解和支配关系的超多目标进化算法(DdrEA)。首先利用权重向量把整个种群分解为一组子种群，这些子种群将进行协同优化；然后利用角度和角度支配关系计算子种群内每个解的值；最后根据适应度值进行精英选择，即在每个子空间内选取适应度值最小的解作为精英解进入下一代。DdrEA通过与当前较优的NSGA-II/AD, RVEA, MOMBI-II等多个超多目标进化算法进行实验对比，实验结果表明该文算法性能明显优于对比算法，能够有效平衡种群的收敛性和多样性。

随着人工智能的发展，许多优化问题发展为高维的大规模优化问题。在自然计算方法中，针对高维问题虽然能避免算法陷入局部最优，但是在收敛速度和时间可行性上却不占优势。该文在传统自然计算方法的基础上，提出了非线性降维的自然计算方法(NDR)，该策略不依赖具体的算法，具有普适性。该方法将初始化的N个个体看做一个N行D列的矩阵，然后对矩阵的列向量求最大线性无关组，从而减少矩阵的冗余度，达到降低维度的目的。在此过程中，由于剩余的任意列向量组均可由最大线性无关组表示，所以通过对最大线性无关组施加一个随机系数来维持种群的多样性和完整性。将该文所提策略分别应用到标准遗传算法(GA)和粒子群优化算法(PSO)中，并与标准粒子群算法、遗传算法以及目前主流的对维数进行优化的4个算法对比，实验证明，改进的算法对大部分标准测试函数都具有很强的全局收敛能力，其寻优能力超过了上述6个算法，同时改进后的算法在运行时间上远优于对比算法。

心律失常等慢性心血管疾病严重影响人类健康，采用心电信号(ECG)实现心律失常自动分类可有效提高该类疾病的诊断效率，降低人工成本。为此，该文基于1维心电信号，提出一种改进的长短时记忆网络(LSTM)方法实现心律失常自动分类。该方法首先设计深层卷积神经网络(CNN)对心电信号进行深度编码，提取心电信号形态特征。其次，搭建长短时记忆分类网络实现基于心电信号特征的心律失常自动分类。基于MIT-BIH心律失常数据库进行的实验结果表明，该方法显著缩短分类时间，并获得超过99.2%的分类准确率，灵敏度等评价参数均得到不同程度的提高，满足心电信号自动分类实时高效的要求。

针对经典轨迹与实时轨迹之间的大差异性，该文利用最长公共子序列理论，提出一种鲁棒的轨迹相似度量方法。该方法首先利用点到线段之间的距离判断经典轨迹的点与实时轨迹的线段是否一致；然后利用改进的多对1最长公共子序列算法，计算经典轨迹与实时轨迹之间的最长公共子序列长度；最后将最长公共子序列长度与经典轨迹的点数的比值作为经典轨迹与实时轨迹之间的相似度。实验说明该算法的鲁棒性，该算法能够有效解决经典轨迹与实时轨迹之间的大差异轨迹相似度量问题。

短波链路不同传播模式的多径时延通常为0.5～2.0 ms，该文研究同一传播模式的多径时延，在考虑地磁场影响的情况下，将电离层短波传播的折射指数和射线追踪结合起来，给出了数值迭代算法，实现了用数值方法来描述电离层色散引起的多径时延，并进行了数值仿真，得出短波宽带通信的模拟带宽应为48 kHz。

被动声呐信号处理中，致力于实现连续且稳定的目标方位跟踪。在复杂的水下环境中，由于干扰和噪声的存在，以及阵列孔径的限制，方位检测结果中不可避免地存在很多轨迹中断、野值、干扰与目标间的方位交叉。该文提出了一种基于水下无人航行器的多目标被动跟踪算法，使用基于航行器运动信息的粒子采样预测方法进行轨迹中断预测补齐，使用基于航行器运动信息的观测门限设置方法自适应设置跟踪门限，使用块关联跟踪方法进行轨迹中断关联和方位交叉关联。仿真和实验结果表明，该算法能够实现正确的多目标跟踪。

星载合成孔径雷达(SAR)稀疏重航过3维成像技术通过交轨向的多次飞行观测，获得观测场景的第3维分辨。该文给出了单颗卫星SAR稀疏重航过轨道分布，为有效缩短重访时间，同时给出了编队双星SAR轨道分布，对应的交轨向等效孔径长度为20 km。提出了一种基于干涉处理和频域压缩感知(CS)的稀疏3维成像方法，利用稀疏重航过中的部分回波形成参考3维复图像，对待重建SAR 3维图像信号进行干涉处理，使信号在频域具备稀疏性。在大轨道分布范围下，建立频域距离向-交轨向线性测量矩阵，利用CS理论联合求解稀疏表征下的图像频谱，避免交轨向和距离向的回波信号耦合。将求解所得频谱逆变换至空间域，可得到观测场景的3维图像重建结果。仿真结果表明，该文方法在稀疏采样率74.4%条件下，仍可获得与满采样成像性能相当的结果，验证了干涉处理频域稀疏方法在星载SAR 3维成像中的有效性。

无人机旋翼转动产生的微多普勒调制能够反映此类目标的微动特性，准确估计无人机旋翼长度、转动频率对于无人机的检测与识别具有重要意义。该文针对调频连续波体制雷达，提出一种基于时频集中度指标(CTF)的多旋翼无人机微动特征参数估计方法，推导了无人机旋翼微动特征参数与微多普勒分量信号参数之间的映射关系，在时频旋转域基于时频集中度指标，提高了各微动分量的区分度，相比于传统方法，提高了多分量微多普勒信号的参数估计精度，在低信噪比环境下也具有很好的鲁棒性。通过仿真和实际场景实验验证了方法的有效性。

针对汽车雷达方位角分辨率受方位向天线长度限制的问题，该文提出一种基于多波束实孔径雷达图像融合来提升汽车雷达方位角分辨率的成像方法。该方法首先利用相控阵天线波束电扫描来获取前视实孔径雷达图像，然后根据汽车雷达成像几何关系通过多张多角度实孔径雷达图像相参累加来提升雷达方位角分辨率。计算机仿真结果验证了该方法在提升汽车雷达方位角分辨率的有效性。

在辐射源个体识别(SEI)技术中，能量较高的主信号往往导致微弱个体特征稳定性降低，进而影响最终的个体识别效果。为了解决该问题并提升辐射源个体识别性能，该文提出基于同步压缩小波变换的主信号抑制技术。首先，利用静态小波变换完成对带噪信号的去噪预处理；然后，利用同步压缩小波变换完成对主信号的检测和抑制，并以均方根误差和皮尔逊相关系数为数值指标，验证算法的有效性；最后，在主信号抑制的基础上，利用分形理论中盒维数完成对信号的特征提取，并利用单核支持向量机验证个体识别性能。实验结果表明，与主信号抑制之前相比，主信号抑制算法下个体识别率提升了10%左右，验证了同步压缩小波变换的主信号抑制算法对辐射源个体识别率提升的有效性。

采用非线性对比源反演(CSI)算法求解电磁逆散射问题时，在每次迭代过程中都涉及到求解散射场数据关于对比源和总场的微分，即Jacobi矩阵，该矩阵求解导致算法存在计算代价大和收敛速度慢等问题。该文在CSI框架下，采用一种基于随机平均梯度下降的对比源反演算法(SAG-CSI)代替原来的全梯度交替共轭梯度算法来重构介质目标介电常数的空间分布信息。该方法在每次迭代中只需计算随机抽取的部分测量数据在目标函数中的梯度信息，同时目标函数对未抽中的测量数据的梯度信息保持不变，用以上两部分梯度信息共同求解出目标函数的最优值。由模拟数据结果表明，该方法与传统CSI方法在成像精度相比拟的情况下，降低了计算代价并提高算法收敛速度。

为揭示通信电台复杂电磁环境效应机理，该文采用全电平辐照法实验研究了某型超短波数字通信电台的单频和带外双频电磁辐射阻塞效应，确定了其单频电磁辐射效应规律和敏感带宽，实验数据表明受试电台对带外双频3阶互调阻塞较单频电磁辐射阻塞干扰敏感9～23 dB。实验过程中发现了一种既不能用双频非互调迭加机理解释、也不能用3阶交互调机理解释的双频电磁辐射敏感现象。