研究非接触式汽车制动性能监测系统(BPMS) 的无线数据传输协议，以解决轮胎内直制动加速度信号实时发射传输的冲突问题.根据BPMS 中制动信号的特点和传输冲突的原因，结合现行轮胎压力监测系统(TPMS) 中解决冲突的办法进行分析比较，提出一种新的多从机循环发射链实时数据无线传输协议，讨论了协议的机理和实现方法，并进行了通信实验验证.结果表明，该协议有效解决了BPMS 中无线信号传输的冲突问题.

为了将缝隙天线应用于射频识别标签中，提出了一种新的设计标签用缝隙天线的方法.基于互补天线的阻抗关系式，由待设计缝隙天线的阻抗推算出互补电振子的阻抗，得到电振子的几何结构，设计出两款(偶对称和奇对称)超高频段(UHF) 射频识别标签用缝隙天线.通过仿真给出了所设计天线的阻抗、反射系数(5 11 )随频率变化的曲线和辐射方向图，制作了相应的实物天线.设计、仿真与测试结果表明，整个设计过程简洁、清晰，设计效率较高，奇对称弯才斤缝隙天线的性能优于偶对称天线，仿真与测试结果吻合得较好.

在分群空时频MIMO-OFDM 系统中使用群化分组各子载波策略，将信道估计的导频序列离散于各独立于群中，由空频两域扩展到空时频域，降低系统编解码以及导频序列设计的复杂度，并推导非精确信道信息下分群空时频MIMO-OFDM 系统的成对错误概率上界的闭合表达式.理论分析和计算仿真表明，在衰落信道下等间隔的子载波分群策略，可通过减少运算矩阵的规模降低算法复杂度，且具良好的性能.

叠加训练序列正交频分复用系统具有频谱效率高的优点.传统的基于叠加训练序列的信道估计方法仅使用一阶统计量，受功率分配和噪声影响较大.文中利用训练序列与数据信号相加后发送并经历相同信适的特性，提出一种最大似然方法进行系统的信道估计.该方法将发送的数据信号视为高斯随机变量，由此建立关于信道参数的似然表达式，采用循环最小化技术对参数进行迭代求解并获得方差下界，最后对算法的收敛性进行了分析.仿真实验表明，文中方法同时利用了接收信号的一阶与二阶统计量，从而获得了更优的均方误差和误符号率性能.

为了构建关于仰角方向连续的头相关传输函数(HRTF) ，提出采用径向基函数神经网络外推中垂面上低仰角方向HRTF 的方法.基于KEMAR 人工头和真人的数据，对3种不同网络输入方式下外推方法的有效性进行了研究.结果表明:外推值和测量值的相关系数可达0.93; 增大网络输入的数据量、减小外推方向和已知方向的空间距离可提高外推的准确性;外推的误差随频率的升高而增大.

为了更好地指导电路分析与设计，提出了一种求解连续导通模式(CCM) 下脉宽调制(PWM) DC-DC 变换器闭环系统瞬态解析解及稳态纹波解析解的方法，并结合多尺度法，将等效小参量法推广到PWM DC-DC 变换器闭环系统的瞬态分析中.仿真结果表明，符号分析法得到的仿真波形与基于电路原理的数值仿真波形相近，从而验证了文中提出方法的有效性.所得结果均为符号表达式，可为工程设计提供理论指导，并可进一步用于系统的非线性特性及稳定性分析.

为了解决混沌加密系统密钥空间设计上的不足以及ι数据加密标准(DES) 加密算法易被攻击的问题，将细胞神经网络与DES 加密算法相结合，提出一种混合加密通信方案.该方案利用细胞神经网络产生混沌信号，将其经过取整、取模、平方、开方、增益、偏移等运算处理后，用得到的新的混沌伪随机序列将图像加密，然后利用DES 算法进行再加密.文中还讨论了系统的实现方法.仿真结果表明，采用此混合加密方案进行加解密均可取得较好的效果，解密结果对细胞神经网络初值和DES 密钥高度敏感，安全性能有所提高.

针对血管内超声(IVUS) 图像边界模糊不清的问题，提出一种基于局部统计特征约束的Snake 模型图像分割方法.首先利用IVUS 图像的先验知识建立图像特征的统计信息，并以此信息构造变化的膨胀力，同时构造了轮廓曲线的内部平衡力，以此构造新的Snake 模型，然后利用该模型进行图像分割.实验结果表明，该Snake 模型对初始轮廓依赖性小，对噪声不敏感，能准确分割出具有模糊边界的目标图像.

复杂场景图像存在大量的噪声和纹理干扰，传统边缘算子的检测效果不理想.为此，文中提出一种基于贝叶斯统计推理理论的多信息融合边缘检测算法.该算法融合了梯度算子、拉普拉斯算子以及两级均值比率(ROA) 算子的输出响应;通过最大类间属性互信息对特征属性进行最优离散化;利用非参数直方图方法估计类概率密度函数;并通过贝叶斯风险最小化原则实现边缘检测.试验中该方法的Bhattacharyya 误差界为0.093 ，工作特性曲线下的面积(AUC) 达到0.958 ，证明了该算法的有效性.与经典算子检测结果的比较也表明，该算法能够有效地克服图像中的噪声和纹理干扰.

为了有效地利用双树-复小波变换(DT-CWT) 进行人脸识别，提出一种将DT-CWT与正交邻域保持投射( ONPP) 相结合的方法.先通过DT-CWT 得到具有空间、频率以及方向特征的人脸特征表示，然后使用ONPP 对特征向量进行线性降维，有效地保持了数据的局部与全局的几何特征，最后进行识别测试.实验结果表明，基于DT-CWT 的ONPP 算法可以在特征维数有效降低的前提下很好地完成人脸识别任务.

研究了带有时变不确定性的Itô 型随机系统的输出反馈镇定问题，采用变结构滑模控制(SMC) 方法设计了镇定控制器.在系统的不确定性满足一定匹配条件的情况下，构造了对不确定性具有不变性以及参数不含噪声激励的滑模切换流形和变结构滑模控制律，分析和证明了滑模的可达性和闭环系统的稳定性，并给出了滑模控制律的参数选择条件.最后通过示例系统仿真实验证明了文中结果的正确性和有效性.

为克服精密特台系统中存在的非线性动态摩擦力，提高转台摇摆工作状态下的位直跟踪精度，提出了一种新的基于Lugre 动态摩擦模型的自适应摩擦补偿方法.该方法利用非线性观测器/滤波器结构来补偿转台系统中摩擦参数的不确定性，通过引入双非线性滤波器并调节滤波器增益，能够提高系统的位直跟踪性能.文中采用基于Lyapunov 的方法证明了整个闲环系统的渐近稳定性，并通过仿真证明了所提出方法的有效性.

基于随机控制的策略优化算法能有效地解决动态电源管理(DPM) 中电源状态切换的能耗问题，从而获得更优的策略.文中通过为系统建立基于马尔可夫决策过程的随机模型，在DPM 框架中实现了DPM 随机模型算法，并对算法进行了实验.结果表明，在不同的性能损耗条件下，可以得到不同的、满足性能要求的优化策略，也就是说，算法在性能和能量损耗间取得了平衡，这也证明了文中介绍的算法实现过程的可行性.

为了提高主观逻辑的扩展性和灵活性，文中结合证据理论及信任结构，提出了基于三项事件的扩展主观逻辑.通过重新定义观念空间与事实空间之间的映射关系，给出扩展主观逻辑的粗化和细化映射及相应的计算规则，扩展主观逻辑能够根据实际环境的需要提供不同详细程度的识别框架，并利用粗化和细化映射在扩展主观逻辑上统一对信任函数进行结合，而结果可重新映射回原识别框架.实例及分析表明，利用扩展主观逻辑可以解决不同识别框架之间信任信息的融合问题.

视频镜头类型能够弥补低级特征和高级语义之间的鸿沟，有利于精彩事件的检测.文中在现有镜头分类算法的基础上，提出了一种将足球视频中的近镜头进一步分成特写镜头和场外观众镜头的分类方法.该方法选取近镜头关键帧图像在RGB 颜色空间中颜色分量最少的羊色图像，并对其进行尺寸归一化，然后采用各向同性Sobel 算子和闭运算处理，获得二值边缘图像，最后通过计算二值边缘图像中黑色分块的个数实现两类镜头的分类判别.实验结果表明，文中方法是有效且实用的.

开源软件各种版本的源代码和相关开发信息是软件工程研究者研究软件进化的重要数据源.文中研究了Linux 的进化规律，归纳了开源软件项目的数据源及数据收集方法，并给出了Linux 内核的软件进化的分析方法和相关分析结果.得出了Linux 目前以超线性方式进化，而进化的主要推动力是适应系统硬件资源的进化的结论，并提出了快速测算大型开源软件复杂性的方法.

克服现有P2P 应用层组播方案中存在的转发延迟较大、组播转发树结构不稳定等问题，提出一种新的P2P 应用层组播协议一-DOMulti. 该协议利用TapestIγ 路由和定位机制构建了深度有界且节点出度受限的组播转发树，该转发树不包含非组成员节点，从而优化了源到组成员节点间的传输延迟，提高了组播转发树结构的稳定性.仿真结果表明，与现有方案相比， DOMulti 在端到端延迟方面有明显的优势，更适合于P2P 环境中的延迟敏感型纽播应用.

传统的网络速率控制方案需要端系统用户合作以达到最优的网络性能.但是，当存在不合作端系统用户时，这些方案不可避免地会出现拥塞崩溃.为此，提出了一种非合作博弈网络速率控制框架，该方案基于非合作博弈论的Nash 解的思想，博弈的各用户支付网络使用费并选择愿付价格以最大化自己的净收益.文中还设计了一种网络带宽定价机制，驱使自私用户流向社会最优解操作，并证明了该速率控制博弈可达惟一的Nash 均衡点且带宽分配是有效与公平的.

科研论文头部信息和引文信息对基于域的论文检索、统计和引用分析是必不可少的.由于隐马尔可夫模型不能充分利用对抽取有用的上下文特征，因此文中提出了一种基于条件随机场的中文科研论文头部和引文信息抽取方法，该方法的关键在于模型参数估计和特征选择.实验中采用L-BFGS 算法学习模型参数，并选择局部、版面、词典和状态转移4 类特征作为模型特征集.在信息抽取时先利用分隔符、特定标识符等格式信息对文本进行分块，在分块基础上用条件随机场进行指定域的抽取.实验表明，该方法抽取性能明显优于基于隐马尔可夫模型的方法，且加入不同的特征集对抽取性能提升作用不同.

针对双边多议题协商中的僵局问题，提出利用并发Options 优化协商模型的方法.这种方法可在不降低双边协商效用的前提下，并行动态优化与僵局议题相关的多个议题的保留佳.电子商务的实验结果表明:基于并发Options 的协商模型优化方法是有效的;无论是学习速度，还是最佳策略的优化程度和泛化能力，该方法均明显优于基于标准Options和Q- 学习的优化方法.

有多个加工和装配设备的柔性制造系统的生产包括零部件的加工和产品的装配过程.为适应敏捷制造，此系统需要有效的实时生产调度.文中就此提出了一种调度方法，首先根据产品装配结构对问题进行分解，得到多个易于调度的简单问题，形成对应的Agent ，然后应用合作博弈理论，根据各Agent 的重要性和装配约束获得Agent 的排序，依此顺序在机器上按照规则进行生产安排，能够得到满足产品加工约束的近似最优调度结果.最后通过实验对所提出的算法进行了验证.

针对危险源特别是重大危险源的分布式远程监控预警系统对预防重大事故、应急救援、管理决策等具有重要作用.文中基于多Agent 技术，提出了多Agent 纽(MAG) 的概念和模型，并分析其特点及与多Agent 系统(MAS) 的区别与联系.进而在危险源监控任务的基础上建立了危险源监控的MAG 功能模型，即把针对一个危险源的监控任务分解到监控Agent 、远程通信Agent 、特征提取Agent 、预警Agent 和界面Agent 等5 个Agent 中，它们自主运行并通过协作构成一个多Agent 纽共同完成监控任务，由多个分布的MAG构成分布式危险源监控系统.最后基于以上MAG 模型和分布式监控系统结构，建立了液化石油气储存装直的危险源监控原型系统，分析了该系统中实现的各个Agent 的主要功能.

针对现有粒子群优化算法在求解组合优化问题时粒子速度迭代难以定义的问题，首先将粒子群优化算法与遗传算法相结合，利用交叉算子、变异算子，提出一种广义粒子群优化算法来求解一维下料问题;然后引入模拟退火算法作为自适应策略，避免算法陷入局部最优.仿真实验结果表明，采用自适应广义粒子群优化算法求解一维下料问题具有高效性和鲁棒性.

为解决规模巨大的Onto1ogy 难以使用的问题，提出了一种基于改进粒子群优化算法的Ontology 自动划分方法.根据Ontology 划分的要求，将概念落入某个子Ontology 的概率作为粒子的速度，而将概念落入的子Ontology 编号组成的数字串作为粒子，设计了粒子群优化算法的适应度函数，并给出了Ontology 划分算法的具体步骤.最后进行了相关对比实验，结果表明，该方法具有比其它方法更好的划分效果.