针对短期电力负荷的复杂性和不确定性，提出一种应用模糊神经网络的短期电力负荷预测模型. 该模型具有神经网络的强有力学习能力. 由于利用了模糊理论处理非线性问题的能力以及从海量数据中抽取相似性的功能，因而弱化了神经网络对样本的依赖性，增强了外推性，可在一定程度上减少学习时间，并充分考虑气温变化对负荷的影响. 实验结果表明，该模型对短期负荷有较好的预测精度，具有实用价值.
着重解决代价和概率时间自动机模型的可达性问题，即满足一定概率要求的最小代价问题. 在该模型中搜索满足概率要求的路径，据此路径构造相应的代价时间自动机，求解此路径的最小代价，从而求得满足概率要求的总的最小代价. 另外，通过扩展代价和概率时间自动机模型，得到多代价和概率时间自动机. 相应的可达性问题，即满足一定概率要求的符合辅助成本约束的主成本最小代价问题，也可类似地得到解决.
混沌直扩信号是一类兼有混沌信号和直扩信号优点的扩频通信信号，但带来优点的同时也使得传统直扩信号的检测方法不再适用于混沌直扩信号. 该文针对复杂环境下非合作混沌直扩信号检测的问题，分析传统直扩信号检测方法. 通过考察混沌特性判别混沌信号的方法，提出先通过C-C方法确定重要参数，以小数据量法计算接收信号的最大Lyapunov指数，实现对混沌直扩信号的检测. 验证了该方法在高斯噪声、衰落信道、多径信道、不同扩频比等条件下的适用性.
通过对DVB-S2和WiMAX等标准中的实用LDPC码的分析，导出了其共同的基于循环移位矩阵的校验阵结构；设计了一种基于循环移位矩阵的LDPC码译码器，该译码器拥有每行块(列块)逐块、逐行块(列块)的半并行译码机制、通用的外信息存储单元和串行运算单元，可以用相同的结构实现不同码率的各种LDPC码. 采用该结构在Altera EP2S60芯片上实现了码长为8 064、比特码率为7/8, 6/8, 5/8, 4/8, 3/8 这5 个码率的多码率LDPC码译码器. 测试结果表明，译码器的有效符号速率达到80 Mbit/s.
网络业务分类与识别是网络管理、网络规划和安全的必要途径，而Peer-to-Peer (P2P)流量由于采用伪装端口、动态端口以及应用层加密，已成为业务分类与识别的主要难点. 该文提出了P2P业务的精确识别方法，通过对流统计特性的分析，提取相关特征属性，应用遗传算法选取最优特征属性子集，并采用贝叶斯网络机器学习方法识别P2P流量. 实验表明Ｋ2，TAN和BAN能有效快速地识别P2P业务，分类精度高达95%以上，很大程度上优于朴素贝叶斯分类和BP神经网络方法. 同时该系统具有可扩展性，能够识别未知的P2P流量，并适用于实时分类识别环境.
根据平行因子（PARAFAC）模型，研究多用户DS-CDMA系统的盲检测算法. 利用DS-CDMA系统中扩频码正交或近似正交的性质，提出了一种基于正交约束PARAFAC（OC-PARAFAC）的DS-CDMA盲接收机，给出了正交约束情况下三线性分解的克拉美–罗界的解析表达式. 实验表明正交约束三线性最小二乘(OCTALS）算法在处理DS-CDMA信号时比传统的TALS算法具有更低的克拉美–罗界. 与传统的PARAFAC接收机相比，OC-PARAFAC接收机改善了误码率性能，具有更快的收敛速度.
该文利用决策理论识别常用数字信号调制方式. 该识别方法基于接收信号的循环谱和参数统计法，采用谱相关测量的频率平滑法分析数字信号在循环频率轴上的特征谱，运用参数统计法提取统计参数，用于数字调制信号识别. 最后利用决策理论，给出信号识别流程图及判决门限. 实验表明，在信噪比为5 dB的条件下，对预期调制信号2ASK, 4ASK, 2FSK, 4FSK, 4PSK, 8PSK的识别率可达90%, 说明该方法在低信噪比下识别效果良好.
针对子网整体移动的问题，分析了移动IP的不足，借鉴IPv6中的网络移动性，提出在现有IPv4网络中可支持子网整体漫游的MIP-RS协议. 移动子网以STA/AP为网关，通过家乡代理、外地代理和网内选路代理之间的协作，结合隧道技术实现了多跳的移动IP，突破了移动IP技术中从家乡代理与外区代理间隧道出口到移动点只能有“一跳”的限制，使网络中所有节点可通过多跳访问移动子网中的节点，实现移动子网的漫游. 基于自行研发的STA/AP实现了MIP-RS. 实测结果表明，在子网以车速移动时移动子网中的节点和固定网络中的节点能进行高速双向数据通信.
针对相参多普勒雷达，提出了一种表征飞机尾流时-频-空域特性的雷达回波信号模型. 导出了飞机尾流最佳似然比检测器及其在大脉冲数、小信噪比条件下的准最佳形式，证明了后者为时-频-空域联合处理结构，并具有不依赖于信号功率的恒虚警特性. 导出了准最佳检测器检测概率和虚警概率的解析表达式及其近似形式. 实验结果表明，时-频-空域联合处理技术可有效增强飞机尾流的雷达探测性能.
提出了一种从灰度图像中自主检测陨石坑的方法. 通过Census变换对原始图像块进行转换，用获得的图像灰度直方图作为特征向量. 利用主分量分析对特征空间进行压缩，消除直方图冗余，并利用支持向量机构建模式分类器. 最后对连续缩放陨石坑候选区域不同尺寸的陨石坑区域进行检测. 相关实验表明，该方法可有效检测出尺寸大于20×20 的陨石坑区域.
针对盲分离初始化问题提出一种基于Curvelet稀疏表示的图像盲分离初始化方法. 该方法充分利用信号Curvelet变换的稀疏特性，选取稀疏性最好的高频系数组，采用聚类方法估计聚轴中心，寻求混合矩阵估计值，实现对盲分离学习算法的初始化. 实验结果表明，该初始化方法能避免盲分离算法在收敛时陷入局部最小，加快收敛，并提高分离精度.
提出了一种改进的基于图形运算单元(graphic processing unit, GPU)的体绘制方法, 可用于影像数据的交互级可视化. 利用基于2D轮廓线的面绘制算法, 提取包含用户感兴趣数据的闭合曲面, 并将它作为基于GPU的光线投射算法的代理几何面, 进行快速体绘制. 通过代理几何面的绘制可减少光线的数量及采样长度，节省光线投射算法的时间. 将该方法应用于医学、工业等领域得到的数据结果表明，该方法在保证有效数据不丢失的情况下提高了绘制效率.
为获取田径运动员脚底与跑道接触的蹬地力和支撑力等技术参数，研制了一种新型传感器系统. 该系统包括能同时获取鞋地间三维相互作用力的传感器、输出信号调理电路、数据采集单元、存储和显示模块. 传感器采用新型压电材料，通过新颖结构设计而实现. 根据二元非线性冲击系统模型，研制了模拟鞋地间相互作用的冲击测验平台，并在实验室环境下进行了测试. 测试结果与基于二元非线性冲击系统模型的理论计算结果表现出良好的一致性.
车牌识别中为便于字符分割与识别，需对倾斜车牌进行校正. 该文提出基于字符投影点坐标方差最小的车牌垂直倾斜校正方法. 首先对水平校正并划定字符区上下边界后的车牌图像进行字符粗分割，然后将字符点经剪切变换沿垂直方向投影. 根据投影点坐标方差最小导出两种剪切角闭合表达式，由此一步确定车牌垂直倾斜角并进行校正. 实验结果表明：与车牌垂直倾斜校正的旋转投影法和直线拟合法相比，该文提出的方法精确度高，运算时间少且鲁棒性好.
为了改进滤波效果，提高降噪质量，该文在分析目前被广泛应用的软阈值和硬阈值方法的基础上，提出利用微粒群算法对双阈值进行优化. 采用Donoho提出的固定阈值作为上阈值，而把极大极小原理得到的阈值作为下阈值，再利用微粒群算法进行优化，得到最优双阈值进行降噪. 实验结果表明，该方法在降噪中可有效克服采用硬阈值法引起的伪吉布斯（伪Gibbs）现象和软阈值法导致过度光滑使信号失真等缺点，减少了信号的损失. 在提高信噪比的同时明显减小了均方根误差.
运用遗传算法研究一种超宽带微带对数周期天线，程序中采用了低电压驻波比和高增益多目标函数. 对比分析了遗传优化结果和传统方法设计结果，制作了实物天线并进行测试，获得了很好的结果. 所设计的天线能以较好的电特性和场特性工作在L和S两个波段，验证了遗传算法在此类型超宽带天线设计中的有效性.
研究了均匀圆形天线阵列STAP处理中一种改进的直接数据域方法. 该方法仅通过幅度加权即能有效抑制杂波和干扰，实现对目标信号的正确估计. 当目标信号的方向与天线波束指向有偏差时，采用多约束的方法，保证系统在目标信号方向的增益. 实验结果表明了该方法的有效性.
提出一种基于任务价值的非周期实时任务过载处理机制. 在给出一种非周期实时任务过载判断方法的基础上，将任务的截止期和价值这两个参数结合起来，提出处理实时任务过载的数学模型，并采用改进的动态贪婪算法求解. 设计了任务参数和任务价值函数，从实现价值率方面分析改进的动态贪婪算法的性能. 实验结果表明，在所有额定负载条件下，改进的动态贪婪算法相对于截止期优先、最高价值优先和鲁棒最高价值优先等算法能达到更高的实现价值率.
针对传统GPS软件接收机实时性差的问题，深入研究了基于双核处理器的并行信号搜索、跟踪以及伪距定位等关键技术, 提出GPS软件接收机并行处理方法. 在搜索过程中，采取并行处理技术并实时优化搜索范围，利用相位关系进行解算，有效克服了相关法求解精频速度慢的缺点. 在跟踪环路中，研究载波/码相位跟踪环路并行独立处理技术，通过深入分析二阶跟踪环路性能，优化设计参数，使接收机具备较好的动态性能的同时，能够将噪声的影响降到最低. 最后在Matlab环境下设计了算法应用程序，将实测数据对算法进行验证. 结果表明：与传统的串行处理算法相比，该方法可使信号处理效率提高30%以上，各项输出指标均达到单点伪距定位要求.
执行器的加速度和负载质量会影响叉车式机器人的转向位姿. 将执行器加速度和负载质量的变化转化为叉车式机器人作业质心的跃变，通过坐标变换对基于横滑特性的叉车式机器人的转向位姿误差进行建模. 基于该误差模型分析了执行器不同加速度和负载质量对叉车式机器人转向位姿的影响. 实验结果表明，执行器加速度和负载质量的变化会造成叉车式机器人不同程度的欠转向和过转向.
传统星座自主导航主要以星间相对测距为主. 该技术定位精度有限，同时缺乏有效的手段克服星座的整体旋转. 该文在测距模型的基础上，将测速信息、传播延时和时钟误差纳入模型中，分析了电离层对测距的影响，推导了星间测距位置与时间的解耦模型. 提出利用GPS辅助测量来固定星座的位置基准和时间基准. 通过Matlab仿真实验表明：测速信息的引入能够进一步提高卫星的位置估计精度，同时GPS辅助测量可有效克服星座的整体旋转.
提出一种基于信干噪比(SINR)的接入控制方法，解决时分双工码分多址(TDD-CDMA)分层小区系统TDDCDMA-HCS的接入控制问题. 在定义系统效用函数的基础上，结合资源使用情况同时采用负载层选策略和层间溢出调整策略判断用户是否能够接入. 仿真结果表明：在用户分布异常时，所提分层接入控制方法能充分挖掘分层小区带来的分集效应，有效降低系统呼叫阻塞概率和系统中断概率，明显改善系统性能.
