为了更准确地收集微地震信号，采用射线追踪的方法对多震源微地震数据进行正演模拟。首先根据射线
追踪试射法原理，不断修正初始出射方向，通过反复迭代获得最优出射角，最终得到精确的射线路径以及多道
合成微地震响应记录，实现正演过程。基于射线追踪的正演结果能准确地反映地层结构的运动学特征，是一种
快速、准确的微地震正演方法。通过对地震波传播规律的分析，反演结果表明，建立的正演模型能为微地震信
号处理、反演以及震源定位研究提供帮助。

为解决不同维分数阶Lorenz 系统的无源同步控制问题，根据分数阶系统稳定性理论和无源控制理论，
设计了新的主动控制器和无源控制器，实现了不同初始条件下不同维分数阶系统的无源同步。该方法将同维
整数阶混沌系统的无源同步控制方法拓展到阶次小于1 的不同维分数阶系统，数值仿真验证了所设计控制器
的快速性和可行性。该方法可使驱动系统与响应系统的状态变量保持运动轨迹一致，控制方法具有针对性且
控制速度较快。

含多分布式电源并联运行的孤岛微电网，由于各线路阻抗差异，采用下垂控制策略无法实现无功功率合
理分配。为此，提出一种自调节虚拟阻抗下垂控制策略，通过无功功率调整虚拟阻抗，在不检测线路阻抗参数
的情况下补偿阻抗差异引起的输出电压差异，使各逆变器输出无功功率均等分配或按容量比分配。在Matlab /
Simulink 中搭建含有两个分布式电源并联运行的孤岛微电网仿真模型，在两种情况下验证了改进下垂控制策略
能实现无功功率均分和按容量比分配。

为解决针对空战决策展开评估过程中出现的复杂性和不确定性问题，构建了面向空战决策的评估指标集
并提出以一种基于云模型的云重心法和一致性赋权法相结合的闭环评估法。该方案首先对基础数据进行归一
化处理，并建立相对应的空战决策云模型，再根据指标相似性和一致性构建指标集权重，最后选取合适阈值判
断评估有效性完成评估方案的闭环反馈。仿真实例表明，该方案确保了评估的准确性和有效性，避免了传统方
法出现的随机性问题，真实反映了空战中决策的好坏。

由于sEMG( Surface Electromyography) 对肌肉疲劳、不同患者以及电极位移等都非常敏感，设计一种可
靠、鲁棒的智能手部康复设备仍然是一项艰巨的工作。为此，提出一种基于深度学习的康复手势神经解码方
法，利用患者前臂的表面肌电信号，通过卷积神经网络( CNN: Convolutional Neural Network) 识别患者的手部运
动意图。通过组合特征提取方法，对8 通道肌电信号每个通道的信号进行组合特征提取，组合特征包括小波包
分解能量特征、时域特征和频域特征共32 个特征。将8 个通道特征组成一个8 × 32 的数值矩阵并进行灰度处
理成特征图，再用此特征图训练卷积神经网络，对5 种不同手势进行分类，分类器准确率达到98． 1%。最后通
过STM32 I /O 口根据分类结果输出对应的PWM( Pulse Width Modulation) 控制信号控制康复手套的动作，表明
了该方法的可行性，为深入研究康复手套运动控制奠定了基础。

由于分布式定轨算法只能得到局部次优解，为进一步提升北斗卫星自主导航算法精度，对北斗卫星整网
集中式定轨算法在轨实现方法进行研究。设计了基于推广卡尔曼滤波算法的整网集中式定轨算法及其在轨实
现流程，并利用北斗卫星上的龙芯1E300 处理器对算法精度及工程可行性进行了评估。仿真结果表明，整网集
中式算法精度优于分布式导航算法。且通过在龙芯1E300 处理器上仿真验证可知，集中式导航算法已具备星
上使用条件。

为有效解决现有人体目标识别与追踪需人为干预等问题，设计了一种由嵌入式系统、无线通信技术及上
位机组成的人体自动检测及追踪系统。该自动检测与追踪系统分为上位机和下位机两部分，其中下位机以
STM32F103ＲCT6 单片机为控制核心，通过SHAＲP-GP2Y0A21YK0F 红外测距传感器检测人体位置进而控制舵
机，舵机上装有摄像头采集视频，利用WIFI( Wireless Fidelity) 将摄像头采集的视频信号传输至上位机。上位机
由Eclipse-Android 系统开发平台开发，可在监控中心实时显示视频信号。实践证明，该系统安装、操作简易快
捷，能准确实现人体的自动化识别与追踪过程，可广泛应用于室内不干扰红外线工作的行业。

针对地学仪器课程中瞬变电磁仪的实践教学需要，设计了一套瞬变电磁实验教学模型系统。该系统包括
发射/接收一体机、接收传感器、异常线圈和上位机控制软件4 部分。发射/接收一体机使用AＲM( Advanced
ＲISC Machine) 控制器和CPLD( Complex Programmable Logic Device) 作为主控单元，驱动H 型全桥电路实现双极
性方波的产生与发射; 利用差分式空心线圈和双运放仪用放大电路设计了高灵敏度传感器; 通过研究闭合线圈
感应电动势与时间常数的关系，使用异常线圈模拟了良导电率有限导体; 上位机控制软件使用C#语言在Visual
Studio 平台上开发。经测试，该模型能实时采集并显示瞬变电磁感应二次场衰减信号曲线，实现在实验室内模
拟瞬变电磁仪工作过程，对课程的实践教学具有一定的辅助作用。

为更好地推进新工科建设，培养具有跨界整合能力的工程科技人才，提出一种交叉创新型模拟电路实验
教学方法，设计了厚基础、活模块、多学科、主题式和创新型的实验教学内容，应用TBL-ＲBL( Team Based
Learning-Ｒesearch Based Learning) 双轨教学法，融合光学、信号与信息处理等多学科的知识，以基于红绿蓝的
发光二极管( ＲGB-LED: Ｒed Green Blue-Light Emitting Diode) 的可见光通信系统设计实验案例为例，阐述了模拟
电路实验教学中交叉创新型实验的设计方法。实验案例表明，学科交叉创新实验可开阔学生的视野，培养学生
解决复杂工程问题的能力和创新能力。

相位是分析电信号的重要参数，通常相位测量电路的输出是相位差的绝对值，这种非线性的输入输出关
系给实现高稳定性、低成本的硬件电路设计带来困难。为此，采用运放和ＲS( Ｒeset Set) 触发器设计了一种线
性相位检测电路，实现对双路正弦信号的整形及边沿触发功能，最后通过压流转换电路，将相位测量信息显示
于普通数字万用表的电流测量档。实验表明，采用运放LM6144 时，当测试信号频率小于100 kHz 时，
平均偏差小于0． 3°，解决了非线性相位检测的设计缺陷。

针对传统大数据并行挖掘方法是一次性对所有数据进行挖掘，导致挖掘时间较长，挖掘精度较低等问
题，采用量子计算对增量式大数据并行挖掘方法进行优化设计。首先，按照数据挖掘的基本流程搭建并行数据
挖掘模型; 然后分别通过定义量子比特、量子搜索算法、量子神经网络处理以及量子映射变换4 个步骤，实现
增量式数据的预处理，利用矩阵向量相乘分解得到过滤权重组合，通过该组合实现预处理结果的并行协同过
滤; 最后通过量子模糊聚类得出增量式大数据并行挖掘结果。实验结果表明，应用量子计算的增量式大数据并
行挖掘方法的平均召回率为97． 25%，并行挖掘时间在2． 1 ～ 3． 2 s 的范围内浮动，准确率超过95%，且该方法
的收敛性最好，寻优能力强。

为解决环形无线传感器网络能量空洞和能量最小问题，提出一种基于模糊控制的分簇路由算法FCＲA
( Fuzzy logic control based Clustering Ｒouting Algorithm) 。首先将网络分为宽度相等的环，以每环能耗最小为目标
函数，计算出各环的最优簇数。然后设计簇头选举模糊控制器，其输入为节点剩余能量和到基站距离，输出为
节点成为簇头概率。最后，采用簇间多跳模式进行数据传输，基于节点剩余能量、下一跳距离以及到基站跳数
确定每条传输路径的权重函数，获得最优下一跳中继节点。仿真结果表明FCＲA 能有效减小网络能
耗、延长网络生命周期。

在深度强化学习领域中，为进一步减少双延迟深度确定性策略梯度TD3( Twin Delayed Deep Deterministic
Policy Gradients) 中价值过估计对策略估计的影响，加快模型学习的效率，提出一种基于动态延迟策略更新的双
延迟深度确定性策略梯度( DD-TD3: Twin Delayed Deep Deterministic Policy Gradients with Dynamic Delayed Policy
Update) 。在DD-TD3 方法中，通过Critic 网络的最新Loss 值与其指数加权移动平均值的动态差异指导Actor 网
络的延迟更新步长。实验结果表明，与原始TD3 算法在2 000 步获得较高的奖励值相比，DD-TD3 方法可在约
1 000步内学习到最优控制策略，并且获得更高的奖励值，从而提高寻找最优策略的效率。

为提高风电场短期功率预测的准确度，在深度学习的基础上提出利用Stacking 算法集成融合多个GＲU
( Gated Ｒecurrent Unit) 模型的风电场短期功率预测的方法。该方法首先搭建3 个多层GＲU 神经网络模型建立
第1 级模型，深度提取高维的时序特征关系，通过第1 级模型的预测结果构建训练集，然后利用新生成的训练
集训练第2 级GＲU 模型，第2 级的GＲU 模型采用单层结构，能发现并且纠正第1 级模型中的预测误差，提升
整体的预测结果。最终得到两级模型嵌入的Stacking 融合模型。以宁夏太阳山风电场历史数据为例对该模型
的准确性进行验证。实验结果表明，通过Stacking 算法融合的GＲU 模型相比其他算法预测平均绝对百分比误
差提高了0． 63，总体预测效果较为理想，预测准确度提升明显。

为解决常规的PCA( Principal Component Analysis) 和SVM( Support Vector Machines) 人脸识别算法准确率
不高的问题，提出了用改进的网格搜索和交叉验证( K-CV: K-fold Cross Validation) 算法对SVM 参数寻优的方
法，并联合了PCA 和SVM 的人脸识别算法。该算法利用K-CV 算法结合改进网格搜索方法寻找最佳参数，
尽可能消除由于个别样本误差对预测模型的影响，减少了搜索时间，提高了人脸识别的准确率。在Matlab 软
件上测试结果表明，该算法在YALE 人脸库的识别准确率比常规的PCA 和SVM 联合算法高9． 08%。

为完成部级开放基金课题管理要求，全面分析了课题管理的各项业务需求，基于面向服务体系结构搭建
了开放基金课题管理系统。该系统基于J2EE 框架、B/S( Browser /Server) 体系结构、Java 语言研发，系统部署于
云计算平台中，能完成实验室基金项目申请、评审、中期考核、结项、成果共享等全流程各环节的功能管理。
经实际运行表明，该系统可在云端稳定高效运行，能满足实验室开放基金课题的在线实时管理。

随着信息化与高校教学管理工作的不断推进，为解决大数据环境下，高校教学管理向智能化、信息化方
向迈进，针对目前高校智慧校园信息化教学管理模式创新问题，结合实际应用，对存在的问题和不足进行分
析，探讨了产生问题的原因，提出目前高校智慧校园信息化教学管理模式的创新路径，为强化高校教学管理建
设和高校教育事业的现代化发展提供新理念。

为解决MＲS( Magnetic Ｒesonance Sounding) 信号中乘性噪声干扰的问题，提出了马尔科夫链蒙特卡洛的
参数提取方法。建立MＲS 复包络参数的先验信息模型与似然函数模型，使用马尔科夫链蒙特卡洛( MCMC:
Markov Chain Monte Carlo) 方法对参数后验分布进行采样与拟合，在后验分布中出现次数最多、权值最大的数据
作为参数的最优估计值。通过多组不同噪声条件下的MCMC 参数提取结果与非线性拟合方法对比，证明了
MCMC 方法可在乘性噪声的干扰下进行MＲS 信号参数提取，准确度高、稳定性强。

为减少重大自然灾害给人民生活带来巨大的经济损失，非常必要建立一个有效的灾难响应交通运输系
统。为此，提出了基于K-means 的聚类模型和遗传算法( Genetic Algorithm) 的多人最短路模型等现代智能算法，
并结合波多黎各城镇数据进行灾难救援模拟实验。结果显示，模型成功完善了传统的灾难响应交通系统时效
低、针对性差、效率低等缺点，针对医院、公路网密集、人口密度大以及平原地区进行优先救助，利用无人机
进行主要交通线路的快速巡查，以波多黎各地区为例进行实验，结果显示模型快速实现交通恢复，为地面物资
的输送提供了极大的便利，提升了救援速度。