为解决高动态下自适应抗干扰算法在零陷展宽后深度变浅的问题，提出了干扰扰动服从高斯统计分布的
零陷展宽并加深算法。该算法通过投影变换方法对数据进行预处理，提取采样信号中的干扰分量，并通过系数
加权增强干扰分量，在零陷展宽算法基础上构造新的协方差矩阵，最后利用功率倒置算法完成干扰抑制，达到
零陷展宽并加深的目的。仿真实验结果表明，在高动态条件下，所提算法在零陷展宽算法的基础上实现了深度
的增加，提高了零陷展宽抗干扰算法的稳健性。

为区分VMD( Variational Mode Decomposition) 分解后高低频段模态分量，提高VMD 算法的去噪效果，
提出一种基于云相似度测量的VMD 去噪方法。首先，对信号进行VMD 分解，通过计算各个模态分量与信号之
间的云相似度值，区分有效分量与噪声分量，然后对噪声分量进行小波滤波，最后将滤波后的分量与有效分量
进行重构。通过仿真和实际实验，将提出的去噪法与基于相关系数的VMD 去噪法和基于互信息的VMD 去噪
法对噪声信号进行处理，该方法去噪后所得信号信噪比相对较高，为28． 214 1 dB，均方误差相对较低，为
6． 12 × 104 ，验证了该方法去噪效果的优越性和对油气管道泄漏信号去噪的可行性。

在时频峰值滤波( TFPF: Time-Frequency Peak Filtering) 算法中，采用固定窗长进行滤波很难在滤除噪声
和信号保幅之间取得折衷，无法追踪超出截止频率部分的信号，而且传统TFPF 仅沿时间方向滤波，忽略了信
号的空间信息。针对上述问题，提出了二维自适应TFPF( 2D-ATFPF: Two-Dimensional Adaption TFPF) 算法，首
先利用一组由不同窗函数决定的TFPF 冲激响应构建滤波输出凸集; 然后，在凸集下引入一个关于滤波输出的
目标函数，该函数基于最小二乘准则并将具有时空相关性的方向导数作为惩罚项; 最后，使用可以快速收敛的
投影Adam 方法优化目标函数，将2D-ATFPF 应用于人工合成记录和实际资料。实验结果表明，改进的方法与
一维算法相比，能更好地恢复同相轴，信噪比提高约1． 3 dB。

针对HWMP( Hybrid Wireless Mesh Protocol) 协议域间移动性管理方案中全网广播PＲEQ( Path Ｒequest) 消
息和代理更新消息造成网络拥塞的问题，提出HWMP 协议主动路由模式下新增节点的路由更新算法。对于
PＲEQ 消息的发送做出一定限制，改进了HWMP 协议域间节点移动性管理机制，减少了全网路由更新数据包的
数量，降低了网络的端到端时延。仿真结果表明，与HWMP 协议中的方案相比，AHWMP( Advanced Hybrid
Wireless Mesh Protocol) 方案在网络平均吞吐量、网络平均端到端时延等方面具有更好的效果。

针对传统调制信号特征提取算法在噪声环境下存在识别准确度低、分类效果差等问题，基于已有的调制
信号处理方法，提出一种新的无线电监测中调制信号特征提取算法。首先构建无线电监测中各类调制信号的
数学模型，以此为基础通过仿真得到信号瞬时幅值、瞬时相位及瞬时频率的特征。分析当前信号调制方式识别
各类算法的优缺点，采用小波变换完成调制信号的降噪处理与突变边界特征提取算法的设计，利用零中心归一
化瞬时幅度的谱密度最大特征提取算法以及核判别分析算法对各类调制信号进行逐层提取，实现了各类调制
信号的完整分类与提取，提升了噪声环境影响下的特征信号提取精度、且分类效果较好，为无线电监测中调制
信号特征提取提供了有利科学依据。

针对油田三相异步电动机控制精度低、响应速度慢，及基本的SVPWM( Space Vector Pulse Width
Modulation) 计算时间长且计算量大等问题，提出一种改进的SVPWM 的控制算法。通过旋转部分扇区的参考矢
量，计算扇区1 和扇区6 的作用时间，从而节省计算其他扇区的作用时间，简少了计算量。通过搭建异步电机
的矢量控制模型，针对抽油机上的负载特性进行仿真分析，结果验证了其转速跟踪性强，超调较小，磁链振荡
小，尤其对负载突变的应用场景具有一定的优越性。

为解决传统脉冲耦合神经网络的参数不固定问题，在图像处理中应用忆阻元件突出的记忆属性，提出了
应用两个忆阻元器件反向并联模拟脉冲神经网络中的神经元间的连接强度，构建新型忆阻脉冲神经网络，实现
神经元间连接强度动态可变化，再将该新型网络用于图像去噪问题。通过Matlab 仿真实验，验证了改进后的
新型网络在图像去噪方面的良好性能，并通过峰值信噪比和图像相似度指标证明了该方法用于图像去噪具有
较好的效果。

针对目前飞机腐蚀铆钉分类准确率较低，且以手工检测为主的现状，提出一种基于Tree 结构的CNN
( Convolutional Neural Networks) 分类算法用于飞机铆钉腐蚀分类。算法中Tree 的深度和节点数由普通结构的
CNN 分类方法计算得到的铆钉类别的混淆矩阵决定，对于5 分类的飞机铆钉实验，Tree 的深度为3。经实验验
证，所提出的Tree-CNN 模型在飞机腐蚀铆钉数据集上分类精度达到86． 5%，获得了较高的腐蚀铆钉分类准
确率。

为实现癫痫患者的脑电信号有效识别，进而提高患者的生活质量，针对脑电信号的非平稳、非线性特点，
提出一种基于局部均值分解和迭代随机森林相结合的脑电信号分类方法。首先利用局部均值分解将脑电信号
分解成若干个乘积函数分量和一个残余分量，然后对所有分量进行特征提取，并使用支持向量机、随机森林和
迭代随机森林方法进行分类。实验结果表明，迭代随机森林的分类准确率高于支持向量机和随机森林方法。
此方法为准确识别癫痫脑电信号提供了一个可行有效的途径，具有较好的推广和应用价值。

为采用知识图谱技术实现对油藏构造知识的整合，解决在本体建模过程中，很少将标准融合到本体模型
中，且在转换过程中存在对叙词概念粒度划分较粗或完全不对叙词进行类型划分等问题，提出一种基于叙词表
构建知识图谱的新方法，即标注原叙词表，建立映射规则，构造转换算法和生成知识图谱。其中标注、映射规
则建立与转换算法定义了构建知识图谱标准化过程。最后，选取油藏构造领域的部分知识，采用所提方法构建
知识图谱，其结果表明了该方法的可行性。

电力隧道环境机器人巡检目标坐标定位过程中，利用传统搜索算法会产生信息损失，从而导致搜索定位
结果存在精度不够理想问题。为此，提出了一种共轭搜索算法。该算法通过搭建机器人巡检模型，得到反映机
器人位姿的坐标系，然后通过共轭算子规划设置机器人搜索路径。机器人沿着设置的搜索路径采集实时巡检
图像，并根据特征值识别图像中的目标节点。解算机器人在巡检过程中的位姿，并结合手眼标定和空间坐标的
测量结果，实现机器人巡检目标的搜索和坐标定位。对比实验结果表明，所提出的共轭搜索算法对目标位置的
定位环境风险评价( EＲA: Environmental Ｒisk Assessment) 指标更趋近于0，与传统搜索算法相比具有更好的定
位精度。

现有小户型室内空间人体舒适度不高，导致室内空间布局利用率低、复合性差等问题。为此，引入人体
测量技术对小户型室内空间舒适性布局方法进行设计。对室内场景组织结构进行定义; 以定义的室内场景组
织结构为依据，采用人体测量技术构建室内空间布局模型; 采用模糊理论对舒适性指标进行设置; 最后以得到
的舒适性评价指标为基础，对室内场景元素进行适配，实现小户型室内空间的舒适性布局。实验结果显示，与
现有小户型室内空间舒适性布局方法相比较，该研究方法极大提升了空间利用率与复合性，充分说明该方法具
备更好的布局合理性。

针对运动功能障碍患者的康复训练需求，在使用Kinect 设备提取人体骨架拓扑结构的基础上，提出了一
种基于关节点角度序列提取人体运动特征的动作模型，并设计了一种基于Kinect 体感相机的康复训练系统。
该系统利用Kinect 设备实时采集人体骨骼数据，计算特征关节点间的角度，形成关节角度变化序列。利用动态
时间规整算法( DTW: Dynamic Time Warping ) 比较被测角度序列与动作库的标准动作序列的相似度，判断动作
是否标准并输出评估结果。该系统具有使用便捷、成本低的特点，提高了训练过程的趣味性。测试结果表明，
该系统通过人机交互实现了对运动障碍患者的康复训练指导，对康复训练过程具有积极影响。

传统的跨语言信息检索存在翻译映射准确度低和查询扩展后语义偏离等问题。为此提出结合统计学和
本体论的方法构建多语言信息检索模型，通过使用统计翻译解决翻译映射歧义问题，使用多本体BabelNet 等减
少语义关联度损失。由于本体包含大量概念联系，因此使用本体作为语义层表示设计了语义权重算法，并将其
构建在BM25F 统计信息检索模型上作为用户反馈的排序算法。最后根据建立的模型设计实现了多语言信息检
索原型系统，并用基于爬虫技术获取的数据测试集对模型进行测试，实验结果表明，该模型平均查准率高于传
统的基于机器翻译的信息检索模型。

为实现对激光自混合散斑干涉的微小流量的检测，提出了一种基于激光自混合散斑干涉检测方法。
通过检测得到自混合散斑干涉信号，并对信号进行频谱分析得到流体的平均频率，利用平均频率与流速的拟合
直线进一步获得流量与平均频率的关系，从而精确求解流体微小流量。理论分析和实验表明，该方法可以简单
高效测量微小流量，测量相对误差小于1． 13%。