微支付交易具有交易量极大且单次交易额极小的特点，使得复杂的认证协议不适用于微支付。Micali等人(2002)提出的基于概率选择微支付方案，把微支付聚合成宏支付，大幅提高了微支付的效率。Liu-Yan在(2013)提出了保证所有参与者的数据融入概率选择结果的生成, 而且使得所有参与者可以验证结果的公平性。然而，Liu-Yan方案中银行可能获得额外利益，从而破坏了协议的公平性。该文首先分析了Liu-Yan方案的安全威胁，并且以1个用户-1个商家的模型代替Liu-Yan方案中大量用户-1个商家的模型，以数据承诺技术为基础保障结果的公平性与可验证性。

针对5G通信技术高传输速率、多业务场景的挑战，该文提出一种组件化的软件定义无线接入网络新架构。该架构在5G接入网集中单元(CU)，分布单元(DU)，有源天线单元(AAU)架构的基础上，进一步朝组件化方向演进，形成一种由集中控制单元(CCU), CU, DU，射频单元(RU)，AAU等组件化通信单元组成的新架构。这种新架构既有利于切片化、虚拟化实现无线接入网，又有利于应用分布式计算技术和硬件加速技术突破通用处理器的计算能力瓶颈，还能降低DU与AAU之间的前传压力。该文还研制了基于此架构的组件化软基站试验原型并进行了测试，结果表明该组件化方案在提供高度灵活性的同时，还能够提升通用处理器软基站的吞吐能力，并有效降低远端站址传输流量。

该文提出了一种新的基于分块迭代(BI)和自适应分块迭代(ABI)的部分传输序列算法，能够有效地降低正交频分复用(OFDM)系统的峰均功率比(PAPR)，与原始部分传输序列(OPTS)和Iterative Flipping(IF)算法相比，该算法能够获取更好的性能与复杂度的折衷，并且该算法可以看作OPTS和IF算法的一般化形式。

图像超分变率重建方法在公共安全检测、卫星成像、医学和照片恢复等方面有着十分重要的用途。该文对基于生成对抗网络的超分辨率重建方法进行研究，提出一种基于纯合成数据训练的真实世界盲超分算法(Real-ESRGAN)的UNet3+双鉴别器Real-ESRGAN方法(Double Unet3+ Real-ESRGAN, DU3-Real-ESRGAN)。首先，在鉴别器中引入UNet3+结构，从全尺度捕捉细粒度的细节和粗粒度的语义。其次，采用双鉴别器结构，一个鉴别器学习图像纹理细节，另一个鉴别器关注图像边缘，实现图像信息互补。在Set5, Set14, BSD100和Urban100数据集上，与多种基于生成对抗网络的超分重建方法相比，除Set5数据集外，DU3-Real-ESRGAN方法在峰值信噪比(PSNR)、结构相似性(SSIM)和无参图像考评价指标(NIQE)都优于其他方法，产生了更直观逼真的高分辨率图像。

本文分析了扩散型或漂移型或具有电荷放大效应的光阴极的量子效率。提出了具有内场或外场的-Si∶H光电发射模型。其结构是p-i-n -Si∶H/Bi2S3或SnO2--Si∶H-Al∶Cs∶O。估算了它们的量子效率和积分灵敏度。二者的量子效率为1-10,灵敏度为103-105A/lm。外场模型的实验表明,结构设计是正确的。

离子通道激光(ICL)是一种可工作在紫外和X射线区的新型自由电子激光。本文对低增益情况下ICL的辐射放大机制进行了研究。利用Madey理论导出了ICL的增益公式;通过群聚参量Bi对ICL中电子的两种不同的群聚机制进行了讨论;由谐振条件得出了ICL的输出频率,并与回旋自谐振脉塞(CARM)和常规自由电子激光(FEL)进行了比较。

蜂窝网络下的同时同频全双工(CCFD)设备到设备(D2D)组网可以进一步提升网络频谱效率，然而由此引入的残余自干扰(RSI)及蜂窝用户(CU)与D2D用户(DU)之间共享频谱的干扰会严重影响到蜂窝用户的体验。因此，该文为蜂窝网络下同时同频全双工组网设计了两种干扰协调算法，即CU和速率最大化算法(MaxSumCU)与CU最小速率最大化算法(MaxMinCU)，在小区频谱效率得到提升的同时尽可能地保证CU的体验。对于MaxSumCU算法，该文以CU和速率为优化目标建立混合整数非线性规划问题(MINLP)，其在数学上为非确定性多项式(NP-hard)问题。算法将其分解为功率控制与频谱资源分配两个子问题，并用图形规划找到最优功率解后，使用二向图最大权值匹配算法决定频谱共享的CU与DU。为了保证每一个蜂窝用户体验的公平性，该文设计了MaxMinCU算法用以最大化所有CU速率中的最小值，该算法基于二分查找与二向图最小权值匹配算法来完成用户的资源分配。数值结果表明，与小区和速率最大化(MaxSumCell)设计相比，该文所提的两种算法在提升小区和速率的同时均有效地提升了蜂窝用户的体验。

为了解决混合类型数据与专家知识等异质信息的融合决策问题，该文提出了基于信任区间的交互式多属性识别(BI-TODIM)方法。完善了混合类型数据的距离测度，根据信任区间的构建定理和灰关联方法构建了未知目标混合类型数据的信任区间，阐明了信任区间与直觉模糊数之间的等价关系，创建了混合类型数据和专家知识的识别决策模型，实现了特征层信息和决策层信息的统一表达；分析了基于信度函数的逼近理想解(BF-TOPSIS)方法的反转现象及算法的复杂度，定义了区间数的序关系，提出了BI-TODIM识别决策方法，及基于直觉模糊熵的未知权重计算方法。结合算例和目标识别案例，验证了该文方法在解决排序反转和异质信息融合方面的有效性，突出了该方法时间复杂度低、稳定性好、识别准确度高的优点。

为研究一维分层介质粗糙面之间金属目标的复合电磁散射特性，该文提出了一种结合前后向迭代算法(FBM)和双共轭梯度法(Bi-CG)的快速互耦迭代算法(CCIA)。推导了分层粗糙面与金属目标的耦合边界积分方程组，采用FBM和Bi-CG分别求解分层粗糙面与目标的边界积分方程，目标和分层粗糙面的相互作用通过更新两方程的激励项来实现。计算了双层介质高斯粗糙面及无限长金属圆柱的复合电磁散射特性，当目标尺寸趋于零时与只有分层粗糙面的散射系数相吻合，验证了该算法的正确性；分析了不同粗糙面情况下该算法的收敛性；讨论了目标尺寸与位置变化对复合散射系数的影响。结果表明，金属目标的存在明显影响了分层粗糙面的散射特性。

为了降低MIMO雷达自适应矩阵算法(Adaptive Matrix Approach, AMA)的计算复杂度和样本需求，该文提出一种双边AMA(Two-Sided AMA, TS-AMA)算法。TS-AMA算法将AMA算法的权矩阵分解成两个低维权矩阵的Kronecker积，从而将AMA算法的代价函数转化为一个双二次的代价函数。新的代价函数可以通过结合半正定规划(Semi-Definite Programming, SDP)和双迭代算法(Bi-Iterative Algorithm, BIA)有效地求解。相比AMA算法，TS-AMA算法的收敛速度更快，样本需求更低，运算量更小。仿真结果说明了该算法的有效性。