为解决所构建的联合资源分配模型的资源分配问题，提出一种面向拥塞控制的联合功率控制与信道分配算法( CCJPCA: Congestion Control oriented Joint Power control and Channel assignment Algorithm) 。CCJPCA 算法通过混合编码策略实现了链路功率与信道变量的共同进化，利用Q-Learning 算法的回报机制实现变异策略的自适应选择，从而保证网络资源的合理配置。NS-3( Network Simulator-3) 仿真结果表明，CCJPCA 算法能优先为网络瓶颈链路分配网络资源，提高算法收敛速度，减少网络排队和重传时延，降低网络平均丢包率。

认知无线电系统的重要原则是保障授权用户的通信质量，为了提高授权用户的通信质量必须有效抑制授权用户与认知用户的载波间干扰，为此提出了基于多目标优化的认知无线电干扰抑制算法。该算法通过分析频谱池中影响授权用户的载波间干扰能量，定位出认知用户子载波中对授权用户产生最大干扰的子载波序列，在满足认知用户数据传输率目标的前提下，屏蔽这些最大干扰子载波能有效抑制系统干扰能量。仿真结果表明，在满足认知用户目标误码率条件下，新的干扰抑制算法能明显抑制影响授权用户的载波间干扰，使授权用户获得更好的误码率性能。

为提高提取到的传感布里渊散射谱的布里渊频偏量的精度，利用压缩因子粒子群优化算法调节权值的ＲBFN( Ｒadial Basis Function Net) 径向基函数神经网络对布里渊散射谱进行特征提取。提出的算法克服了传统ＲBFN 神经网络易于陷入局部极值的缺点，利用PSO( Particle Swarm Optimization) 算法调节权值后向传输网络，对布里渊散射谱进行精度提取，保证了求解的速度和精度。数值分析过程中，利用新型结合算法在不同线宽和不同信噪比大测量范围情况下的散射谱进行参数估计。通过实验获得不同温度下的布里渊散射谱数据，利用YSPSO-ＲBFN( Particle Swarm Optimization with Shinkage Factor Shirnhage Factor-Ｒadical Basis Function) 算法处理实验数据，结果表明，该算法可提高布里渊散射谱特征提取的精度，25 ℃下拟合误差为1． 99 MHz，温度升高拟合误差也在减小。在85 ℃时的频移拟合误差为0． 047 MHz。因此，将该算法用于布里渊散射温度和应变传感系统，可有效提高检测精度。

为测量光子的飞行时间，提高激光雷达测距的距离并保证最小时间分辨率稳定性的问题，设计了像素级高动态范围16 bit 时间数字转换器。用其对光子的飞行时间进行测量，时间分辨率小于330 ps，并设计采用Xfab 0． 18 μm CMOS 工艺进行流片验证，结果表明，可探测距离达千米以上。

为解决在2． 5 V 供电下的LVDS( Low Voltage Differential Signaling) 驱动器处理1． 2 V 数字信号时，由于传统电平转换电路性能较差，且易产生误码的问题，设计了一款应用于CMOS ( Complementary Metal Oxide Semiconductor) 图像传感器芯片的LVDS 接口电路，该芯片中数字电路采用1． 2 V 供电，LVDS 驱动器使用2． 5 V供电。笔者提出两种电平转换电路方案，用于解决该问题。方案1 将1． 2 V 数字信号进行电平转换，再使用D 触发器对转换后的信号进行采样，从而避免误码的产生; 方案2 使用迟滞比较器作为电平转换电路。设计采用TowerJazz 65 nm CMOS 工艺进行流片验证。经过测试，两种方案均有效地解决了LVDS 驱动器误码的问题。

针对智能MOSFET( Metal-Oxide-Semiconductor Field-Effect Transistor) 在汽车电子系统应用中遇到的问题，提出了相应的技术解决方案: 针对智能MOSFET 在电源反接、短路、过载以及抛负载工况下的损坏问题，提出了硬件保护电路及软件控制策略; 针对智能MOSFET 的电流反馈精度差，无法满足控制精度，提出通过标定提高检测精度的方法。通过并联智能MOSFET 降低导通电阻，提高了回路的通流能力。通过在负载两端并联TVS( Transient Voltage Suppressor) ，解决了智能MOSFET 钳位能量能力不足问题。通过试验及实车测试，验证了方案的可行性和有效性。

为提高增量式光电编码器的输出精度，减小信号处理电路复杂度，提高伺服控制系统的稳定性，研制了一种单圈输出32 400 周期方波信号的高精度增量式光电编码器。该编码器外径为90 mm，码盘一周刻划3 240 线，数据处理系统可完成对莫尔条纹信号的40 倍准确细分。实验结果表明，此编码器输出信号精度正交性偏差小于15%，均匀性偏差小于20%，大幅减小了应用增量式编码器时伺服系统的抖动。

针对电视原理实验教学的需求，以演示实验为主，由于学生无法了解数字电视信号处理的细节与算法，为此笔者基于Matlab 软件开发建设了数字电视原理实验教学平台。根据数字电视原理教学内容设计了6 个实验模块，每个模块包含不同的实验项目，涵盖了数字电视信号的产生、处理和压缩编码预测等内容。给出了实验模块的设计原则，并依次阐述了模块的实验原理及内容，以具体实验模块的操作为例讲解了平台的使用方法。实际应用表明，数字电视实验教学平台满足了课程的实验教学需求，取得了较好的教学效果。

在利用指节纹进行身份识别时，为提高图像的质量，避免光照不均匀和环境噪声对特征提取带来的影响，需要在图像预处理阶段进行增强处理。针对指节纹图像的特点，设计了基于梯度图像引导滤波的图像增强算法，并在指背关节纹数据库中进行了验证。结果表明，该图像增强算法可避免光照不均带来的影响，同时突出细节特征，适用于指节纹图像的预处理。最后进行的定量分析证明，经过本算法的增强处理后，图像将保留更多的细节信息特征，有利于后续特征提取和提高图像识别的准确性。

针对混合高斯背景模型运动目标检测的光照突变误检以及突然运动目标的“鬼影”问题，提出了一种基于三帧差分的混合高斯背景模型运动目标检测算法。通过图像前景检测比例判断光照是否发生突变，利用三帧差分法对图像的背景区域、运动区域和背景显露区域进行划分，并根据光照情况及时改变各区域的学习率以调节混合高斯模型背景迅速更新，设计了基于三帧差分的学习率自适应混合高斯模型背景更新的方法。该方法使光照突变及目标突然运动后产生的新的背景模型得到迅速更新，从而改善这两种情况下运动目标检测效果。实验结果表明，该算法避免了光照突变时的大面积误检现象，并且同时解决了突然运动目标的“鬼影”问题。

为解决工业现场指针式仪表识别工作量繁重，人为误差较大的问题，提出了一种运用透视变换与Hough变换相结合的工业线性指针式仪表识别的方法。通过对采集的图像进行去噪、透视变换后，利用Hough 变换检测仪表指针的图像特征，并以该图像特征模拟出实际指针的偏转角度，利用该角度值计算最终读数，完成对工
业线性指针式仪表的识别工作。该方法在面临工业现场无法良好采集正视图像时，通过一定技术手段准确地识别出工业线性指针式仪表图像的读数。为新形势下，人工智能在工业现场的实际应用提供了一种新思路。

为提高算法在高维函数上的寻优性能，提出改进鱼群粒子群混合算法。该算法将鱼群算法全局搜索性能好与粒子群算法局部搜索性能强的优点相结合，在寻优初始阶段采用鱼群算法获得最优群体，在后期用粒子群算法实现精搜索。针对初始种群随意性大、分布不均的问题，通过均匀初始化，优化初始种群的分布; 并对算法全局搜索方向性差、效率低的问题，采用仿照蛙跳算法的分组方式对种群进行分组，同时对组内优秀个体和一般个体使用不同搜索策略，提高搜索的目的性和效率。引入改进的精英高斯学习，从而提升最终结果的精度。利用该算法对6 个标准函数寻优并与其他算法比较，结果表明，该算法的改进有效且性能优于其他算法。

针对Q-Learning 算法在离散状态下存在运行效率低、学习速度慢等问题，提出一种改进的Q-Learning 算法。改进后的算法在原有算法基础上增加了一层学习过程，对环境进行了深度学习。在栅格环境下进行仿真实验，并成功地应用在多障碍物环境下移动机器人路径规划，结果证明了算法的可行性。改进Q-Learning 算法以更快的速度收敛，学习次数明显减少，效率最大可提高20%。同时，该算法框架对解决同类问题具有较强的通用性。

为了对数据质量维度有一个全面、清析而准确的定义，便于在领域层面达成一致，也为从现存的数据质量管控技术架构中选择出合适的框架提供依据，对数据质量的发展历程和维度以及其管控框架进行了全面的研究。通过研究明确了复杂的数据质量维度指标，按其名称和定义提供一套比较全面的数据质量规范，并对其质量管控技术框架进行了综合研究与对比。该研究能科学地指导具体应用需求选择合适的数据质量框架和比较全面的数据质量维度实现对数据的评估，同时可节省大量的时间，减少人力和物力支出。

电动汽车、分布式电源的并网给电网带了明显的不确定性，为了使电网分析更能贴近实际电网，通过对负荷、分布式电源出力的概率密度函数模拟其出力，借鉴已有分布式电源和电动汽车概率模型，采用拉丁超立方蒙特卡洛模拟与径向基神经网络相结合的方式计算概率潮流。该方法充分考虑了电动汽车和分布式电源的随机性、间歇性和相关性，利用拉丁超立方蒙特卡洛模拟对比传统蒙特卡洛模拟方法，降低了采样规模，提高了采样覆盖率。径向基神经网络用于求解潮流计算方程，避免了传统方法中计算雅可比矩阵和偏导，大幅度减少了运算时间。通过仿真，该算法在改进的IEEE14 和IEEE118 节点系统的计算结果表明，在保证精度的同时，
极大地加快了算法运行速度，适用于大规模电力系统概率潮流的求解，在改进的IEEE118 节点系统中，运行时间比传统蒙特卡洛模拟降低99．9%。

针对在线教学过程中教学方案缺乏针对性、教学效果评估和反馈缺乏时效性的问题，在量化数据与相似度排序的基础上提出基于学习过程和学习成绩的分析算法，通过规则检测与离群检测建立了交互式教学系统中的预警模型，实现了基于学习行为分析的自动干预和主动干预。预警信息可视化结果表明，参与交互的各方均能够直观、高效地获取预警信息，对学习效果和学习成功率的提升起到了促进作用。

为解决公共安全视频图像信息轨迹追踪的问题，设计一个基于图像识别的视频内容快速检索系统，使用方向梯度直方图特征提取( HOG: Oriented Histogram Feature Extraction) 算法进行人脸定位，通过迁移学习对ＲesNet 模型进行再训练建立专用的神经网络的分类器。进行视频内容检索的过程是提取视频关键帧，对其中人物进行定位，提取其特征值，使用训练好的分类模型进行分类。将分类信息标注在图片上，将有关信息存入数据库，使用时查询数据库，得到详细信息。实验结果表明，该系统可有效地对视频内信息进行快速定位，对截取图片可以进行精准识别，在公共安全领域具有应用前景。

用户对项目的评分数据是传统协同过滤算法进行项目或用户推荐的唯一依据，项目或用户本身的属性特征并未进行过多考虑。为此，在计算项目之间的相似度时融合了项目标签属性，提高了项目推荐的准确率。具体方法是首先通过创建项目属性分类表，得到项目属性之间的差异度，然后将项目属性差异度融入pearson 相关系数公式中，计算项目之间的相似度。通过实验验证，改进后的方法比传统的基于项目的协同过滤算法的推荐结果平均偏差小，命中率高，推荐结果更加准确。

为提高交警处理突发事件及日常巡查工作的效率，提出了一种基于Android 平台和4G 网络传输的车牌快速识别系统方法。该方法利用4G 网络将移动端拍摄的图片传输到远程服务器，识别车牌号。利用车牌号在违章信息库中查询，并将查询结果实时回传到手机客户端。智能手机作为移动端，利用JAVA 对UI( User Interface) 界面进行布局，实现拍照、显示、信息录入等功能。实验结果表明，该APP 界面简洁，操作方便，系统功能齐全，能有效提升交警处理突发事件及日常巡查工作效率，从而缓解执法过程带来的交通拥堵问题。

为实现便捷地身高测量，利用红外感应技术给出新型测量身高设计方案，设计出一款非接触式身高测量仪。以单片机进行总体控制，设计了红外的发射与接收电路，同时使用电机及驱动配合红外测量身高并完成了相应的软件程序设计。实验结果表明，该测量仪构造简单，易实现，并且测量精度和可靠性较高，可智能化实现身高的非接触式测量。