针对实测转子位移信号存在噪声污染的问题，提出一种基于 SVD 原理的 PCA 特征频率提取算法。首先，从理论上推导了 PCA 与 SVD 的内在联系，即 PCA 产生的协 方差矩阵特征值等于 SVD 产生的矩阵奇异值的平方，且 PCA 产生的特征向量等于 SVD 产生的左奇异向量; 然后，基于上述结论，提出一种基于 SVD 原理的 PCA 特征频率提 取算法，并通过仿真信号验证了算法的有效性; 最后，将该算法应用于大型滑动轴承试验台 主轴的轴心轨迹提纯，得到的轴心轨迹清晰、集中，可成功识别转子的不对中及碰磨故障。

以电磁铁为作动器，提出了一种新型电磁式主动吸振器，并对其力特性进行了 研究。首先，建立了作动器的电磁力数学模型; 然后，基于作动器的电磁力数学模型， 建立了主动吸振器的运动学方程，并对其电磁力和驱动力特性进行了分析; 最后，考虑 到主动吸振器在实际工作中产生的驱动力与理想驱动力之间存在不可避免的偏差，对实 际驱动力与理想驱动力存在一定的幅值、相位和频率差时对主动吸振器减振效果的影响 进行了理论分析，并搭建了简支平板试验台，对理论分析结果进行了试验验证。结果表 明: 实际驱动力与理想驱动力的幅值、相位差越大，减振效果越差; 当实际驱动力与理 想驱动力存在频率差时，主动吸振器无减振效果。

T 型挤出模具是一种广泛使用的平缝型模具。为提高熔体出口流率沿模具宽度 方向的均匀性，采用现有设计方法设计流道时，通常采用增加歧管半径或减小阻流区厚 度的方法，前者使熔体停留时间增加，后者使挤出压力急剧增加，工程中还需要采用其 他措施才能满足使用要求。为此，文中提出采用厚度不同的两个阻流区，在满足熔体出 口流率沿模具宽度方向均匀的条件下，利用流变学理论推导了两个阻流区的分界形状曲 线; 并将该方法与传统的 T 型模具设计方法进行了对比。结果表明: 采用该设计方法， 通过对歧管半径和两个阻流区厚度及其分界形状曲线的设计，能够显著降低熔体的停留 时间，而其挤出压力能够根据工艺需求进行调整，可用于指导 T 型模具流道的设计。

将螺旋锥齿轮的啮合过程离散为若干个曲面与平面的点接触过程，利用相似理 论建立了等温点接触弹流润滑的相似模型。使用弹流润滑理论对相似模型进行了计算验 证，分析了不同参数对系统相似性的影响。结果表明: 在符合相似准则的前提下，仅改 变卷吸速度和润滑油粘度对系统相似程度几乎没有影响; 改变载荷、粘压系数、曲率半 径和弹性模量时，系统相似误差变大; 参数改变的越多，误差叠加效应越明显。根据相 似模型合理选择参数，可在光干涉膜厚试验台上用低速、轻载的参数，间接测量螺旋锥 齿轮接触区的油膜厚度及分布。最后将试验数据与相似性模型结果进行比较，发现卷吸 速度小于 1 m /s 时，相似性模型结果与实验结果比较接近，最大误差 12. 82% ; 当卷吸 速度变化较大时，相似性模型结果偏差较大。

为研究出一种快速且有效的图像去模糊方法，基于 DeblurGAN 提出一种利用 条件生成对抗网络实现的端到端图像去运动模糊方法。该方法将 DeblurGAN 的标准卷 积层改成瓶颈结构，并对瓶颈结构中的卷积进行低秩分解，且添加两个残差对称跳跃连 接，以加速网络收敛。为解决 DeblurGAN 复原图像不够清晰这个问题，向网络损失函 数添加互信息损失和梯度图像 L1 损失，通过最大化输入图像和其隐含特征间的互信息， 使所提取的隐含特征能很好地表征输入信息，从而利用隐含特征还原出清晰图像，而 L1 损失有利于使复原图像的边缘更明显。同时，通过实验对该方法的有效性进行了验 证，并与其他已有的同类算法进行了比较。结果表明: 相比 DeblurGAN，文中方法峰值 信噪比更高，两者的结构相似性指标相当，且文中模型参数量压缩至 DeblurGAN 的 3. 25% ，去模糊速度提高 3 倍，模型性能优于已有的其他同类算法。

目标跟踪一直是计算机视觉领域的重要研究课题，广泛应用于视频监控、交通监视、医学诊断等领域。文中提出了一种基于二叉树模型的目标跟踪算法，该方法通过二叉树分块，将图像的目标区域分割为若干大小不一的同类块，块内像素相近，可用一个值或向量统一表示; 块间像素差距较大，从而构成整个目标的特征描述模型。并从准确性和跟踪速度两个方面对 CT 算法、基于四叉树模型的算法 (QT 算法) 和提出的基于二叉树模型的算法 (BT 算法) 进行了比较，结果表明: 与基于四叉树模型的算法相比，基于二叉树模型的跟踪算法在准确性方面几乎不受影响的前提下，跟踪速度显著提升; 与以跟踪速度快闻名的判别式 CT 算法相比，在跟踪速度大致相当的前提下，跟踪准确性却更好。

路面异常会给驾驶员与行人带来不便，更可能引发交通事故。提出了一种通过传感器时序信号数据进行路面异常检测的算法。针对行驶过程中采集的不同传感信号之间具有较强的高阶时序相关性的问题，通过构建高阶动态贝叶斯网络分类器来实现异常检测。首先，通过相关性分析和 Granger 因果分析分别构建初始时刻网络和转移网络的初始网络; 然后，将传感信号进行小波分解，通过卷积神经元网络实现网络嵌入学习;最后，利用网络嵌入进行链路预测，结合 MDL 评分实现网络修正学习算法。实验结果表明，该检测算法相对于传统的时间序列分类方法，在分析时序相关性较大的信号数据时，具有更低的误检率和漏检率、更高的 F1 值，并且更加鲁棒。

为了解决双目视觉中的立体匹配问题、减少立体匹配网络的参数数量、降低算法的计算复杂度、提高算法的实用性。在 PSMNet 立体匹配网络的基础上进行改进，提出了一种具备浅层结构与宽阔视野的立体匹配算法——SWNet。浅层结构表示网络层数更少、参数更少、处理速度更快; 宽阔视野则表示网络的感受野更宽广，能够获取并保留更多的空间信息。SWNet 由特征提取、3D 卷积和视差回归 3 个部分构成。在特征提取部分，引入了深色空间金字塔结构 (Atrous Spatial Pyramid Pool，ASPP)，用于提取多尺度的空间特征信息，设计了特征融合模块，将不同尺度的特征信息有效地融合起来以构建匹配代价卷; 3D 卷积神经网络利用堆叠的编码解码结构进一步对匹配代价卷进行规则化处理，获得不同视差条件下特征点之间的对应关系; 最后，采用回归的方式得到视差图。SWNet 在 SceneFlow 和 KITTI 2015 两个公开的数据集上均取得了优异的表现，与参考算法 PSMNet 相比，参数数量下降了 48. 9%，且误匹配率仅有 2. 24%。

为了降低火焰状干扰源存在时森林火灾的误报率，提高火灾预警的快速性，根据火焰独特的颜色和纹理特征，提出了以分块的 LBP 直方图特征结合 LPQ 直方图特征的火焰识别算法。首先利用 YCbCr 颜色空间的规则进行颜色检测，得到疑似火焰区域; 再使用 LBP、LPQ 分别从空域、频域提取纹理，图像空域和频域的纹理特征结合后，得到特征向量; 最后将特征向量输入 SVM 分类器进行测试和火焰识别。实验结果表明: 此融合算法鲁棒性强、检测率高，存在火焰状干扰源时，测试集的火焰识别准确率可达 94. 55%; 与深度学习算法对比，该算法在保证较高正确率的同时，预测耗时大幅度减少，预测耗时是 DBN 的1/4、是 CNN 的1/50，提高了火灾预警的快速性，为快速准确的林火预警提供了算法依据。

传统的立体匹配算法大都基于两幅图像像素点或者局部块的对应性，在单一尺度下求取视差图，但这不能很好地建模低纹理及重复纹理区域的对应关系，致使获得的视差图精度有限。为了改善上述问题，考虑到人眼视觉系统在不同尺度上处理所接收到的视觉信号，提出了跨尺度的重启动与随机游走算法。首先计算场景图像的匹配代价，其次利用超像素分割进行快速初始聚合，然后使用重启动与随机游走算法对其进行全局上的优化，最后采用跨尺度模型实现匹配代价的有效融合更新，继而获取场景图像的视差图。在Middlebury 数据集上的实验仿真结果表明，相较于传统的跨尺度立体匹配算法，该算法能够有效地将场景图像在所有区域及非遮挡区域的加权平均误匹配率分别降低 1 个百分点和 3 个百分点，获得高精度的视差图。

针对雷达电子战中，敌方无源探测雷达通过接收干扰机信号实现测向定位，威胁我方干扰机安全的问题，提出一种基于频率分集阵列 (Frequency Diverse Array，FDA) 的测向交叉定位欺骗技术。首先在建立 FDA 阵列模型的基础上，通过欧拉公式得到采用非线性频控函数的 FDA 阵列因子及相位方向图; 然后推导了 FDA 阵列作用于干涉仪测得的信号到达角 β、虚拟发射机在 X 轴的坐标位置 x; 接着，以干涉仪测向欺骗为基础，分析了 FDA 干扰机对测向交叉定位系统的欺骗原理及定位精度。仿真结果表明: 通过合理地对载频、阵元数目、频偏的选择可以较好地实现在远场条件下 FDA阵列对干涉仪测向的欺骗效果; 在合理选择其他参数的同时，测向精度越高、定位模糊区面积越小，且定位虚拟干扰机位置始终落在 50%CEP 半径之外。

针对 VANETs 上行链路应用场景，提出了一种分布式 TDMA 的协作网络编码通信方法，协作节点利用 MIMO_NC 技术编码自身业务数据和其它节点传输失败的数据，实现在发送自身业务数据的同时协作重发其它节点传输失败的数据。所提方法利用分布式 TDMA 内在机制来确认数据传输结果，并采用消息搭载机制交换相关控制信息，避免发送专门的控制分组。理论分析和实验结果表明，所提方法能够显著提高数据接收概率、有效降低数据传输时延和丢包率。

现有的迭代学习控制研究关注于迭代学习控制系统在迭代批次方向的鲁棒收敛性，对控制系统在时间方向上的性能关注较少，没有展现出控制系统的动态特征。文中研究了有限频域范围线性连续重复过程在区域极点约束下的迭代学习控制问题。首先，结合二维系统理论，在时域中建立迭代学习控制系统的二维连续 Roesser 模型; 然后基于 Kalman-Yakubovich-Popov (KYP) 引理，分析迭代学习控制系统的跟踪性能和区域极点约束问题; 进而以线性矩阵不等式的形式给出控制器存在的充分条件，保证系统在批次方向和时间方向的性能，并将结果扩展到结构不确定性模型中; 最后，通过典型的跟踪伺服系统执行机构的控制仿真验证了设计方案的有效性和可行性。

在基于机器视觉检测的客运车辆日趟故障安全例检自动化设计中，针对子空间聚类算法对汽车刮刷总成摆杆摆幅检测中因玻璃复杂背景导致光流轨迹过于稀疏的缺陷，提出了一种双粒度光流流形学习的汽车刮水器总成主副摆杆运动分割算法。首先将摆杆满幅等长 LDOF 变分光流轨迹作为粗粒度光流进行稀疏子空间聚类，获得可靠的种子样本; 然后通过构建稠密细粒度光流与粗粒度光流的轨迹时空相似度流形拓扑图，并在图上利用调和函数将种子轨迹样本邻接节点标签凸松弛为高斯随机场进行半监督标签扩散，从而获得稠密的雨刮运动区域，以便进一步做 RANSAC 直线拟合和摆角计算;最后，将该算法模块经过 ocx 插件封装后以回调函数体的形式嵌入客运站的车辆跟踪模块进行同步，并在客运站现场采集了 6 种不同照度下 4 种车型共 153 车次的进站安检视频，用于分析比较同步后的两种粒度流形学习算法对摆杆的运动分割后直线拟合误差与摆角误差。实验结果表明: 本算法对运动摆杆的拟合与其摆角计算的精确率均可以达到85%以上，具有进一步推广应用前景。

针对同时同频全双工 (CCFD) 技术的双向中继系统，提出了一种基于多维矩阵的信道估计方法。该方法由自干扰消除、多维矩阵建模及信道估计三部分组成。在两用户端，所提方法同时发送所设计的导频序列至中继，中继对接收的信号进行自干扰消除，然后放大转发至两用户; 所提信道估计方法无需在中继处进行信道估计，减轻了中继负担，无需迭代。仿真实验结果表明，与已有的最小二乘 (LS)、两步训练序列(TST) 和非迭代 P_KRF 信道估计方法相比，所提方法具有更高的信道估计精度且天线配置更灵活，对信道的估计更稳定，更具有实际意义。

针对现有一致性判决方法主要对整句 (段) 话进行分析，并无对分析内容加以筛选，存在运算繁琐及结果易受静音等弱关联片段影响等不足，以唇型变化显著的韵母发音单元为研究重心，通过分析聚类后各韵母类别的音唇关联度，选出更具代表性的特定韵母单元并结合位置时延分析，提出了基于特定韵母发音事件分析的音唇一致性判决方法。该方法先分割并识别出特定韵母单元; 然后求出以上各韵母发音事件的音唇相关度，并对特定韵母出现位置的时延分布进行分析; 最后融合特定韵母事件的音唇相关度得分与位置时延分析评分进行一致性判决。通过实验对该方法与其他方法进行了对比，结果表明，该算法在识别性能上优于多种整句分析的比较算法，同时也相应降低了运算量。