为了降低路由的更新代价和提高路由的有效性，提出了一种用于多跳无线Adhoc网络的路由协议ASTRP（Ad hoc Subarea Tree RoutingProtocol）．ASTRP属于分级路由协议，通过建立分区树，在逻辑上将网络划分为多个分区，每个分区由一棵树组成．由于分区树具有路由选择功能，所以ASTRP具有先应式路由协议和按需路由协议的功能特点．文中还给出了ASTRP的建立过程，证明了ASTRP的正确性，并对其路由存储代价和路由更新代价进行了分析．结果表明，与其它分级路由协议相比，ASTRP将节点的失效影响限定在分区以内及有限的根节点之间，其路由更新代价明显降低．

针对现有小型化多频天线结构比较复杂、天线的全向特性不理想的问题，文中提出了一种可同时工作在WLAN（2．45GHz，5．15～5．85GHz）和WiMAX（3．50GHz）三个频段的天线．该天线采用了变形的顶加载单极天线结构，通过在非主极化方向上引入多频谐振支节，实现了在三个工作频率上的垂直极化全向辐射及高度仅10mrn、宽度仅13mm的小型化设计．实验结果表明，该天线在其3个工作频段内的回波损耗小于-10dB，实现了H面全向辐射，适合在移动环境中使用．

为了获得空时协作系统中OFDM调制下的多径增益，提出了一种基于OFDM子载波相关性的空时协作方案．该方案中，在协作的不同阶段，通过变换信号的发送顺序，使同一信号在相关性最小的两个子载波信道上传输，基站将接收到的两阶段信号对应地进行最大比合并．通过对系统中断概率的研究，给出了最佳的功率分配策略，并对系统理论误码率进行了分析．仿真结果表明，该方案可以获得明显的误码率性能增益，在不降低传输速率的情况下，该方案还可获得一阶的多径增益．

针对IEEE802．11基础架构网络中上下行带宽分配不公平的问题，提出了一种新的基于概率发送机制的上下行带宽分配策略，通过调节分组传输概率改变接入点（AP）或终端的接入概率，从而实现上下行带宽的公平分配．文中推导了公平带宽分配的最优发送概率与下行流数的关系，作为在AP或终端进行带宽分配的依据．仿真结果表明，文中策略能够提供准确的上下行带宽分配．

电压加速退化试验方法（OCSAM；EB结反偏）常用于评价硅锗异质结晶体管（SiGeHBT）的热载流子效应，但晶体管在高电压、低电压分别作用下所产生的的失效机理并不相同，且耗时长．文中采用电流加速应力试验方法（FCSAM；EB结反偏、CB结正偏），评价SiGeHBT在热载流子效应作用下的可靠性，研究施加应力前后SiGeHBT器件电特性的变化，分析了电特性退化的原因．结果表明：随应力施加时间的增加，SiGeHBT的电流放大系数逐步退化；与传统的电压加速退化试验方法相比，FCSAM显著缩短了试验时间，能对SiGeHBT的长期可靠性进行有效预测．

针对目前广泛使用的两种独立成分分析（ICA）算法（fixed—point算法和infomax算法）在处理功能磁共振成像（mRI）数据时速度较慢的特点，给出了独立成分分析的一个优化模型，在此基础上，提出了一种快速的牛顿型迭代算法．该算法采用修正后的牛顿迭代形式，使收敛速度达到三阶．将文中算法与其它两种算法应用于实际fMRI数据，实验结果表明，文中算法能够很好地分离出任务成分，同时大大减少了运算量，提高了运算速度，在处理大数据量的fMRI信号方面有明显的优势．

针对现有人脸检测方法存在的检测质量与速度不平衡的问题，提出了视频序列中运动人脸的检测与特征定位方法．首先利用Adaboost方法检测出人脸的大致范围，根据肤色模型确定人脸的具体位置，并从图像中提取出人脸部分；然后利用基于帧间亮度差的人脸区域的PSNR判断图像清晰度，从而找出人脸区域清晰度高且尽可能大的视频帧；最后对该视频帧进行人脸检测和特征定位．实验结果表明，与现有人脸检测方法相比，文中方法速度快、人脸检测率约为94．8％，眼角、口唇角定位结果更为准确．

为改善整数离散小波变换的性能，提高图像压缩的质量，文中提出了一种JPEG2000中高性能低存储的离散小波变换结构．该结构扩展了原始图像数据的精度和有效保护了提升步骤中的系数尾数，采用码块条带的小波系数存储方案，对子带内的码块条带存储器进行重复利用和有效调度，从存储和功耗两方面减少了硬件资源．实验结果表明：该结构提高了图像压缩的质量；对分辨率为512×512的图像进行小波分解，码块大小选为32×32，采用文中结构的小波系数存储与存储整幅图像小波系数相比可减少80％．该结构已通过FPGA验证，且综合时钟频率可达到150MHz．

针对虹膜图像的特点和现有虹膜识别算法运算速度慢及鲁棒性差的问题，为提高虹膜识别的性能，提出了一种新的虹膜图像预处理方法．首先采用最小二乘法定位虹膜内边缘和检测上下眼睑，利用改进的随机Hough变换定位外边缘；然后运用双闲值法检测睫毛，并对分割出的环状虹膜区域进行归一化和去噪与增强处理．预处理后的图像基本上不含眼睑和睫毛等干扰，从而有利于后续的虹膜特征提取和匹配．测试结果表明，该方法可有效地解决图像预处理中计算时间长和通用性差的问题，能提高虹膜识别系统的稳定性和识别率．

针对目前图像二值化方法通用性不强、自适应阈值选取难，以及单一图像分割评价缺乏可靠性的问题，对基于脉冲耦合神经网络（PCNN）的图像二值化方法及其参数选择进行了研究，提出了一种综合考虑多种评价准则的用于评价图像分割效果的方法．实验结果表明：基于PCNN的二值化方法非常适合于各类图像的分割，具有分割精度高的特点；与单一评价方法相比，文中的综合评价方法能够更加客观准确地反映分割方法的分割效果．

传统的基于图像特征的视觉伺服控制方法通用性差，且图像特征的标记、提取与匹配过程复杂．为此，文中提出了一种基于人工免疫和图像直接反馈的平面视觉伺服控制方法．首先采用人工免疫算法求解期望图像与反馈图像之间的位置与旋转误差，然后将误差信号经视觉控制器转换成机器人空间的位姿增量信号发送给机器人控制器，从而在无需进行图像特征标记与提取的情况下完成视觉伺服闭环控制任务．实验结果表明，采用文中方法能控制机器人准确地跟踪目标物体，控制误差不超过1个像素，说明文中方法是有效和正确的．

针对实际工业生产过程中的非线性、时变不确定性，提出了一种基于线性化误差模型的自适应控制系统．首先为非线性过程建立一个由ARX模型与基于神经模糊系统的线性化误差模型组成的合成模型，然后引入单神经元控制器，利用线性ARX模型输出和系统输出值之间的误差，以及被控制过程合成模型的梯度信息，对控制器参数进行在线调节，从而获得较好的控制结果．仿真实验结果表明，与PID控制器相比，基于线性化误差模型的自适应控制器具有更快的响应速度．

针对缓变故障难以检测的问题，提出一种基于无量纲免疫检测器的缓变故障检测方法．首先，将基于生物免疫原理和进化机制的免疫检测器生成算法与无量纲指标相结合，构造五种无量纲免疫检测器，为了使检测器能检测到微小的变化，对试验中提取的数据采用阴性选择算法和选择合适的编码位数进行编码；然后通过多个无量纲免疫检测器同时进行交叉检测，再进行集成、融合，从而能较全面获得故障信息；最后将离线训练后的免疫检测器进行在线故障检测．仿真实验结果和实际应用均表明，文中方法能有效地在线检测缓变故障．

针对数值法求解反插值问题时存在的正解精度受初值选取影响、计算速度慢等问题，采用幂激励前向神经网络来求解反插值问题．仿真结果表明，幂激励前向神经网络能够有效地解决一一映射反插值问题，而对于非一一映射，却不具备准确反插值的能力．为此，文中提出了一种增加时序控制条件的幂激励前向神经网络，即时序幂激励前向神经网络模型．理论推导和仿真实验结果表明，该时序幂激励神经网络能够更好地解决一一映射及非一一映射反插值问题．

为提高原油含水率宽量程在线测量的精度，采用一套基于多传感器的油水两相流实验室模拟系统对影响其测量的多个敏感参量进行测定，提出基于粗糙集预处理器、支持向量机分类器和遗传神经网络预测器的原油含水率智能组合测量模型．实验结果表明，该模型在很大程度上解决了油水乳化液模态、温度、矿化度等因素的交叉影响及传感器自身非线性的校正问题，可通过模糊推理与自学习实现油水混合模态辨识。并根据工况的变化调整测量模型参数，有效地提高了原油含水率宽量程在线智能测量的精度．

为了避免数字散斑干涉计量中传统相关条纹表征方法因散斑噪声严重导致信噪比较低的问题，根据交叉熵的基本概念和对散斑干涉计量过程状态变化信息表征基本原理的分析，提出了一种新的相关条纹图生成方法——交叉熵法．理论推导和应用效果的定量分析表明：交叉熵方法所产生的相关条纹与减条纹本质上是一致的；由于交叉熵条纹表征方法融入了自适应同态滤波，与减条纹相比具有更好的条纹图对比度、较低的散斑指数和更好的包裹相位信息提取质量．

针对基于洪泛的延迟容忍网络路由算法的消息副本冗余问题，以及在某些具有社会性的网络中消息扩散的局部性问题，文中提出了一种基于副本限制和社会性的路由算法RACS．该算法通过限制最大消息副本数来减少消息副本的冗余，并在扩散过程中通过比较节点的中心性，使中心性较高的节点获得相对较多的消息副本数，以此来更好地完成消息副本的扩散和递交．仿真实验结果表明，文中算法与其它算法相比，在最大消息副本数为6时，交付比率提高了5％，而平均延时降低了10％．

为改善Internet流量自相似等突发特征给网络性能带来的影响，提出了一种适合自相似突发流量的有损分形整形器的数学模型，分析了有损分形整形器的队列长度与延迟等性能，讨论了有损分形整形器的引入对端到端延迟、数据丢失总数以及平均包丢失率等的影响，得到了各性能指标上界与流量自相似参数的关系，给出了允许最大平均包丢失率下的最小缓存容量．这对基于分形整形器的拥塞和流量控制策略的评价、分形整形器自身参数的设计具有参考作用．

目前评估网络用户行为的方法成本高且缺乏可操作性，为了便捷有效地对用户行为信任进行预测与评价，文中首先提出了基于贝叶斯网络的用户行为信任预测和控制算法，算法利用聚类和分布密度函数设置算法参数，建立可量化的证据与信任等级之间的对应关系．接着实现基于IIs和．Net底层架构的可配置式信任管理插件，形成用户行为日志，为预测和控制算法提供证据，免除了一般Web日志的清洗工作．实验结果表明，文中算法可预测多属性下的行为信任等级，提高服务器的安全性和可靠性，并约束了用户的商业行为．

当前域名服务系统（DNS）安全的监控统计中，存在查询日志操作影响DNS性能及异常处理滞后的问题．为此，文中提出一种多层次构架的实时监控统计系统（DRMSS）的设计方案．首先利用BSD包过滤器（BPF）过滤DNS服务报文数据，然后通过内存缓存机制存储和实时处理监控统计信息．实验结果表明，DRMSS能对多种域名服务器应用软件进行实时监控处理及数据统计整合，显著提高了域名监控统计的服务性能，增强域名服务的安全性．

针对可信计算信任模型的形式化验证问题，提出了基于条件谓词逻辑的可信计算形式化分析方法．该方法定义了不同的谓词和推演规则，并在谓词逻辑中添加可信性的影响因素作为约束条件，实现对可信计算信任模型的形式化验证．文中还通过实例对可信计算平台的安全引导过程进行了分析，并根据分析结果提出了委托链长度受限的可信计算平台安全引导过程．结果表明，文中的方法能清晰、有效地用于可信计算信任模型的形式化分析．

为了加强几何认证方案的安全性，设计了一种基于圆特性的几何认证与密钥协商方案，该方案根据“n维空间圆上n＋1个点可以唯一重构一个圆”的n维空间圆构造原理．采用多变量单向散列函数来计算登录消息，加强了用户登录消息的安全性，使方案能抵抗口令猜测、重放、窃听与离线消息分析攻击．文中采用形式化方法证明了该方案是安全的．

为了解决现有基于身份的代理签名方案在随机预言模型下安全而在现实环境中不一定安全的问题，文中首先定义了基于身份的代理签名的安全模型，然后设计了一种新的基于身份的代理签名方案，最后在所定义的安全模型下基于计算Diffie—Hellman假设不使用随机预言证明了方案的安全性．文中方案仅比最近提出的一种高效的基于身份的代理签名方案多一次双线性映射运算．.

为了加快核密度估计（KDE）的计算速度，简化模型复杂度，提出了一种基于稀疏贝叶斯回归的KDE稀疏构造算法SBR—KDE．该算法将经人工加噪处理后的分布函数逼近值作为输入，获得了KDE的极为稀疏表示形式．实验结果表明：与传统KDE算法相比，在保持相当计算精度（多数情况下降低了模型误差）的情况下，文中算法的时空效率大幅度提高，而且在小样本训练集条件下得到的密度估计更光滑；独立成分分析及高斯化变换的应用使文中算法在一定程度上缓解了维数灾难．

为了提高TSK（Takagi—Sugeno—Kang）模糊模型处理高维问题的推广能力，在结构风险最小化原则的基础上，提出了一种构造TSK模糊模型的新算法．该算法用GK（Gustafsonk—Kessel）算法确定模糊规则的前件隶属函数，然后用最小二乘支持向量回归机（LSSVR）确定模糊规则的后件参数．最小二乘支持向量回归机的核函数由模糊规则前件隶属函数生成，经证明它是Mercer核．实验结果表明，与现有算法相比，文中算法提高了TSK模糊模型处理高维问题的推广能力；与LSSVR相比，文中算法具有良好的鲁棒性．

为了给环境保护决策提供有价值的预测数据，提出利用Elman神经网络建立污染源数据预测模型的方法，以大气中的主要污染物SO2为例，用预测模型表征SO2的浓度和气温、相对湿度、风速、时间等影响因子及其历史数据之间的复杂关系．使用训练后的模型对数据进行模拟仿真，结果表明所建立模型的计算输出值与实际样本数据有着较好的一致性．模型预测效果优于基于BP神经网络的预测模型．

为解决传统语义缓存一致性维护数据通信流量大、更新速度慢、占用空间多的问题，文中提出了一种新的语义缓存一致性维护算法，通过分析语义缓存段与更新语句的条件谓词以及投影属性的关系，并进行语义裁剪，将更新粒度细化至被更新的属性．理论分析和仿真实验结果表明，该算法能够有效地减少数据通信开销、缓存更新时间和占用空间，提高缓存命中率．